SMKL
SMKL
指导您实现数字制造成功。
这就是SMKL（智能制造改善水平）。
指导您实现数字制造成功。
这就是SMKL（智能制造改善水平）。
这就是SMKL（智能制造改善水平）。
SMKL是一个体现工厂数据利用情况的评价指标。它有助于管理层作出投资决策。根据各工厂情况，指导如何进行工厂智能化改造。
SMKL使用两个轴来评估数字制造的水平：一个是成熟度，另一个是管理度。
SMKL使用两个轴来评估数字制造的水平：一个是成熟度，另一个是管理度。
成熟度;
显示可见度
成熟度代表了可见度，通过SMKL框架的纵轴表示。A级定义为“数据收集”，B级为“可视化”，C级为“分析”，D级为“优化”
管理级别;
显示待管理项目的级别
横轴代表待管理项目的级别。1级定义为公司的“工人/执行者”，2级为“车间”，3级为“工厂”，4级为“整个供应链”
SMKL优势
- 根据各工厂目前的情况和目标，从合适的阶段开始进行智能化改造
- 从零件开始，逐步进行智能化改造
- 可计算每一阶段的投资回报率，有助于作出投资决策
- 在整个工厂和整个供应链范围进行优化，大大提升利润空间（从而解决了管理方面的问题）
示例1：生产效率提升
示例1：生产效率提升
通过“可视化”运营，提高生产效率，具体取决于各个工厂的能力
成果
总体生产效率提高了 30%。
- 工人培训时间减少了 65％
- 不同型号之间的生产切换速度提高了 18%
- 组装时间平均缩短了 12%
问题
生产效率低下，成本管理无法控制
- 工作速度和错误因工人而异
- 无法弄清楚每个工人犯了多少奇怪的错误
实作
在车间介绍一套支持工具
- 演示程序
- 收集和分析工作时间和错误数据
改进之处
通过提高工作效率和减少工作错误减少XX日元的成本
- 工人的工作加快了，装配期间的错误减少了
- 能够掌握所有工人的工作状况，识别他们的错误哪些需要过程或设计改进，或哪些工人需要重新培训
- 降低双重检查成本
基于此结果，我们将投资目标扩展到整个工厂，从而实现总体成本降低。
示例2：成本降低
示例2：成本降低
了解功耗情况，通过节能措施降低成本
成果
每年能源节省额约达 800,000 日元。
- 投资额（用于系统引进）：2,000,000 日元。
- 投资回收期小于 30 个月。
问题
设备的高功耗和运行成本
- 无法掌握每条线和设施的功耗数据
- 无法明确浪费在哪里发生
实作
测量每条线路和设备的能量。并在仪表板上可视化。
改进之处
成功控制能耗
- 了解每个特定生产线或设施的能耗
基于此结果，总体成本得以降低。更改现在将应用于整个工厂。
案例研究
我们在全世界范围内各行各业中都取得了显著的成绩。
案例研究我们在全世界范围内各行各业中都取得了显著的成绩。
