基于价值流图数据分析模型的创建和应用

揭秋明

摘要：基于价值流图数据分析模型的构建与应用是以精益价值流图为依托和指导，通过前期调研、绘制价值流图、建立数据分析模型、异常数据改善等四个阶段循循渐进，最终创建出生产数据分析模型。然后所有的生产数据将围绕数据分析模型进行异常发现、查找症结、实施改善、后期跟踪的闭环模式，不断促使各类生产数据相关管理水平向更优层面迈进。

Abstract：Based on the construction and application of the value stream map data analysis model is to lean value stream figure as the support and guidance， through the preliminary investigation， mapping the value flow graph， establish a data analysis model， abnormal data improved four stage progressing， eventually creating a production data analysis model. Then all of the production data will focus on the data analysis model to find out the crux of the problem， the implementation of the improvement of the closed-loop mode， and constantly promote the management level of all kinds of production data to a more superior level.

关键词：价值流图;数据分析;精益;分析模型

Key words：value flow chart; data analysis; lean; analysis model

随着烟草行业的不断发展，精细化的管理理念、精细化的管理方法变得越来越重要，特别是烟草行业在2013年提出了精益管理的课题。我厂也跟随着行业开展精益管理的步伐，在2013年全面导入了精益生产管理。这对我厂的各项管理工作有了很大的指导和促进作用，而在各项工作中也开始运用精益生产工具，包括VSM价值流图、TWI现场培训、JIT准时化生产等，但是在运用各种工具的时候发现其与我厂实情有一定的冲突，为更好发挥这些工具的作用，必须对工具本身进行灵活的处理。特别是在运用VSM价值流图的过程中，必须发挥其对生产整体监控的作用，同时要结合数据分析工作，在VSM价值流图中加入重点KPI数据，实时跟踪这些数据的变化情况，如发现数据异常，需要及时细化分析并开展一系列的整改措施。

1.前期调研

针对价值流图与数据分析功能是否可以融于一体创建一个模型进行了前期调查，论证其可行性，发现价值流图是一个对生产整体监控的工具，而数据分析是卷烟生产企业日常工作中的重点工作，因此将数据分析融入到价值流图中的可以及时发现生产中异常状况，有利于提高企业生产的管控能力。可行性论证通过之后，通过进一步的调研，确定需要跟踪的生产数据，然后將需要跟踪的生产数据按重要程度分等级，之后调研确定数据分析模型价值流图中需要包括的基本信息、数据类型、生产流程等相关内容。

2.绘制价值流图

绘制我厂厂级VSM价值流现状图要分为六步，分别是绘制框架、添加工序、绘制流、确定数据箱信息、收集现状数据和计算增值百分比。

3.数据分析模型介绍

3.1价值流图主界面功能

在我厂VSM价值流图的基础上建立了基于价值流图数据分析模型的主界面，在数据分析模型主界面中，34组数据按厂综合数据、动力车间综合数据、制丝车间综合数据、各工段数据等细分在相应的位置下，生产统计月结后所有数据会及时更新到价值流图主界面。价值流图主界面主要是从整体上对34组数据进行监控，及时发现异常数据，具有数据录入、发现异常、查看最新数据曲线等功能。

3.1.1 数据录入

在数据分析模型主界面中点击价值流图主界面中的“数据录入”按钮就会进入到数据录入界面，在数据录入界面包括了34组监控数据的名称、每月实际值、上一年的累计值和当年的累计值几个指标，当月生产结束后只需将当月值和累计值填入到表格中，就可以在主界面中整体查看当月的消耗是否异常。

3.1.2 发现异常数据

在价值流图主界面中，34组数据都被设置了上下的警戒线，一旦该月实际值超出警戒范围，该数值所在的单元格将会变红，起到提示作用。如：对制丝车间耗水该项指标的设定范围值是0.8-1.2，若该月实际值为1.745，数值所在单元格会以标红的形式输出，而实际值在正常范围内时，该值会以一个正常的单元格形式输出。

3.1.3查看最新数据曲线

在价值流图主界面中，34组数据旁边都有一个“查看趋势”的按钮。点击该按钮，就能得到对应数据的趋势图。在趋势图中可以清晰看到该数据上一年的数据曲线和当年的数据曲线，两年的数据可以进行直观的对比。

3.2 查询功能

在数据分析模型主界面中点击“查询”按钮就可以进入到查询主界面。查询主界面中包括“能源物料消耗趋势查询”和“关联趋势查询”两个模块。

3.2.1 能源物料消耗趋势查询

在能源物料消耗趋势查询模块中主要是直接查询34组主要监控数据的趋势和累计对比。点击相应按钮就可以进入该指标的趋势跟踪界面。

3.2.2关联趋势查询

关联趋势查询按照能源消耗的相通性分了耗电关联趋势、耗气关联趋势、制丝耗蒸汽关联趋势、制丝耗电关联趋势、制丝出丝率关联趋势等五项。

3.2.2.1耗电关联趋势

点击“耗电关联查询”按钮 ，进入耗电关联查询界面。耗电关联查询主要是通过数据跟踪，找出空调耗电、动力车间耗电、卷包工段耗电、滤棒工段耗电的内在联系。

3.2.2.2耗气关联趋势

点击“耗气关联查询”按钮 ，进入耗气关联查询界面。耗电关联查询主要是通过数据跟踪，找出卷包工段耗气、滤棒工段耗气、制丝耗气的内在联系。

3.2.2.3制丝耗蒸汽关联趋势

点击“制丝耗蒸汽关联查询”按钮 ，进入制丝耗蒸汽关联查询界面。制丝耗蒸汽关联查询主要是通过数据跟踪，找出主丝蒸汽单耗、梗丝蒸汽单耗、膨丝蒸汽单耗、白肋线蒸汽单耗的内在联系。

3.2.2.4制丝耗电关联趋势

点击“制丝耗电关联查询”按钮 ，进入制丝耗电关联查询界面。制丝耗电关联查询主要是通过数据跟踪，找出主丝耗电、梗丝耗电、膨丝耗电、白肋线耗电的内在联系。

3.2.2.5制丝出丝率关联趋势

点击“制丝出丝率关联查询”按钮 ，进入制丝出丝率关联查询界面。制丝出丝率关联查询主要是通过数据跟踪，找出主丝出丝率、梗丝出丝率、膨丝出丝率的内在联系。

4.异常数据跟踪改善

在数据分析模型中首先是对生产数据进行总体的监控，在主界面中发现了消耗异常的数据后再进入到数据曲线中进行深入的分析，找出消耗异常的原因。现在以梗丝蒸汽单耗为例对监控图进行简单介绍。如图7所示，监控图中一共有四趋势线，分别是上一年度每月值、当年每月值、当年下限值和当年上限值， 当年上下限值的设定是根据上一年度年度该指标平均值设定的。如果每月实际值超出上下限的话，我们认定当月的消耗异常，需要去查找原因。如果是低于下限值需要总结消耗较低的经验，而超过上限值则需要从生产排产、用能细节、设备状况等多方面去查找原因。

5.结论

通过基于价值流图数据分析模型的创建，34组主要能源物料消耗的指标的主责部门根据指标的实际情况制定出本部门的管理办法和提升措施，充分调动了部门员工的积极性，大部分能物耗指标都有不同程度的提升。

参考文献：

[1]科技创业——马昌谱;王文良. 基于价值流图析的企业生产流程改善研究