杨 勇
(红云红河集团昆明卷烟厂 昆明 650000)
数据可靠性[1],是指在数据的生命周期内,所有数据都是完全的、一致的和准确的程度,保证数据的可靠性代表着以真实的方式收集记录和保存数据和信息。数据的生命周期[2]包括数据的采集、处理、使用、保存/备份、调取/销毁等环节。
在实际生产中,数据的收集和处理过程是数据真实性得不到保障的重要环节,主要问题包括:
(1)擅自修改数据;
(2)违规关闭检测系统,未按要求调整检测精度、越权修改;
(3)检测有效性失真、实际数据与设备显示统计数据不吻合;
(4)未按要求改变设备额定铭牌参数、理论台时参数;
(5)辅料标定量与实际量存在差距;测量工具精准度差异;
(6)异常数据的处理,数据的保存和备份,断电断气等突发情况引起的数据丢失。
在实际生产中,由于滤棒装盘量不精确导致滤棒总生产量不准,生产过程中的废品瞒报、生产结束后不合格品报废等数据未计入消耗统计中,导致丝束消耗数据不真实。同时,不同部门间数据信息的不对等,如滤棒实际发射量20000支,而实际使用量12000支,导致差额的8000支无法追踪等情况。
另一个存在的问题是:信息孤岛[3]。在实际生产过程中,生产、设备、质量、消耗数据相对独立,形成信息孤岛,导致各管理模块数据融合度较低。解决了信息孤岛问题,管理效率就能进一步提升。
如果数据可靠性无法得到有效保证,可能带来以下危害:
1)质量风险
产品质量隐患;
问题产品流入市场;
2)成本风险
不合格品追溯导致人工和原辅材料成本增加;
市场不良反馈增加,影响企业和产品形象;
3)管理风险
影响对设备运行真实情况的掌握;
影响管理者的判断和决策。
这就需要制定数据可靠性保障的应对策略。
有明确的可以追踪至生产数据的人员;对数据录入及填写等实施双人复核制度;杜绝数据人为造假,确保数据的原始性,源于第一现场;设置用户权限,防止或追踪数据的修改,确保数据的准确性及审计追踪,确保数据与记录的同步,计量仪器及时进行校准和维护[4];当出现超趋势或异常结果时,及时做出纠正和预防措施,制定数据备份周期,及时备份电子数据,从源头上进行数据的可靠性保障,确保数据的真实性[5]。
通过探索构建卷包检测装置的数据集采系统,以及检测联控预警,有效解决检测关闭、检测精度调整等问题,实现实时数据采集,打通部门之间的数据流,打破信息壁垒。
按常规方法,要找到影响某设备净效率的主要问题,需要通过设备、质量、物耗、设备维修时间等多个独立表格(如表1~表3所示),并根据单独的管理模块,最终才能找到问题,效率滞后。
表1 XXXX 卷烟厂设备净效率日报表
表2 XXXX 卷烟厂质量数据报表(XX月XX日)
表3 XXXX 卷烟厂主要物耗表(XX月XX日)
对此,通过整合影响设备净效率的关键数据,建立现场机组状态评分,提升质量管理、设备管理各模块,现场操作工及监管者的管理效率,方便管理者直接看出综合运行弊端,提升实时保障能力。
主要步骤为:通过质量、效率、消耗、产量等关键参数建立模型(图1),并根据实际需要设定降阶后的更小关键参数及权重,从而建立设备运行状态评价模型(图2),通过显示和计算得到设备运行状态综合得分,这样,我们就能够快速找到弱值机台,并通过综合分析模型找到影响净效率的关键参数以及对应的主要原因。
图1 设备运行状态综合评价得分数据模型层级图
通过得到保障后的真实数据,我们还能进行其他更广泛的潜在价值挖掘和应用探索,包括:
(1)设备预防性维修参考;
(2)职工能力素质培养及评价模型;
(3)设备技改方案参考:如“十四五”新增设备规划;
(4)上机适应性综合评价:如为供应商选择、材料工艺细节要求设计提供参考;
(5)降耗等各种专题研究;
(6)管理决策支持、消费者画像、消费行为分析、个性化定制等各个方面。
在卷烟生产的辅料上机适应性评价过程中,通过综合评价模型,我们能够摆脱原来各职能业务科室单一评价、单一决策进行辅料更换的迷茫,直观快速地帮助相关人员对不同厂家辅料上机适应性进行评价,并及时做出更换、改进决策,真正达到目标精准、过程简洁、结果真实的净管理效果。
综上所述,烟草企业在生产过程中,只有优先做好数据可靠性保障,确保数据的真实性和准确性,我们才能根据实际需要建立生产数据价值模型,同时进行相关的潜在价值挖掘,提高烟草企业的生产效率和经济效益。