预测单个工作项目的持续时间,并以最优化的方式利用现有能力。
当机器、材料和一线工人被连接到一个数字生态系统中时,不仅可以对机器状况或故障进行预测,还意味着可以对人工工作的持续时间和质量进行预测。这是由一个使用历史数据进行预测的机器学习系统实现的。
预测完成的时间
一项单独的任务构建了所有进一步预测的基础。通过查看历史数据,WORKERBASE平台能够计算出一项任务的预期完成时间。这考虑到了可用的背景信息,如工作日、班次、正在工作的产品、以前的事故和其他信息。在提供预测的同时,我们的工具符合所有与工人有关的法规。这些信息在系统内部是匿名使用的,因此不能作为绩效跟踪工具。
预测能力利用率
预测工作量是实时优化生产流程中最重要的方面之一。工作量是所有个人完成当前和未来任务的时间之和。当与生产计划等规划信息相结合时,可以预测一个区域在一天中的预期工作量。它能在某些领域的能力问题发生之前浮出水面,并能及早采取预防措施。可能的解决方案是改变生产顺序或在某些区域安排额外的工作人员。
---