芯耀
与非AI
227
以一件真实的事件为例
刚开始工作的时候，听一个同行抱怨他自己的领导——要他把工位上的每台机器人的动作和每套夹具的动作都拆开来，然后一一地去记录时间，最后再把所有的数据汇总成一份节拍计算表。
听起来很有“专业”的感觉。但是结果就是：四五个测试者得到了四五个不同的结果，谁也无法说服谁，最后这张表格既不准确也没有人敢签字承认。
这件事所反映出来的，就是行业内长期以来的一个错误认识，即节拍计算并不是“动作分解”，而是在于对生产线整个运转规律的把握。
第一，要清楚节拍是什么意思
节拍（CT，Cycle Time）：
工位从可以安装上件开始，经过本工位的所有工序动作完成之后，再回到可以安装下一件上件的状态所经历的时间。单位为秒/件。
转换为产能单位就是JPH（Jobs Per Hour，每小时产量件数）：
这是主机厂通用的标准定义。读起来有点绕口，但是意思很简单：一辆车进来了，处理完了，又出去了，下一个车可以进来，这段时间就是节拍。
拆动作、拍视频等常见的错误做法
很多人计算节拍的方法是：
使用秒表来记录下机器人每一步所花费的时间
- 拍视频之后逐帧分析
把所有的动作时间加在一起就得到了“理论节拍”
有三个主要的问题：
1、漏掉隐形的等待时间
机器人和夹具之间互锁、前后工位牵制信号、PLC逻辑延时、安全门互锁、输送等待等等，在机器人程序里没有，在夹具动作里也没有，但是它们确实在生产线上存在。拆动作的方式自然地忽略了这部分。
2、受到人为因素的影响
秒表依靠人眼的反应速度来完成工作，对于同一个工位的不同人所测出的结果是不一样的。
3. 不能够持续地进行监控
每次要获取节拍数据的时候，都需要重新拍摄视频、重新分析，效率很低，并且不能实现即时统计。
正确的方法就是捕捉到“两次相同的信号之间的时间差”
主要的思想就是这么回事：来自于一个基本的事实：
满线生产的时候，每一辆车在同一个工位上所经过的都是完全一样的程序。
因此，在工位上选择任何一个固定的参照事件，记录它第一次出现的时间T1，然后记录它第二次出现的时间T2，两者之间的差值就是该工位的真实节拍CT。
参考事件选择的原则是固定的、唯一的，并且每辆车都要经过。
最典型的例子就是车辆到达传感器的上升沿信号。
第一辆车触碰到到位传感器的时候，就记录下时间T1
第二辆车到达到位传感器处的时候，时间是T2
工位节拍CT=T2-T1
当然，你也可以选择其他的参照点，例如机器人打第一个焊点的信号、夹具夹紧完成的信号等等。任何一辆车都必须经过的固定的信号都可以，结果是一样的。
那么这种方法为什么比较准确呢？
该方法比动作分解好在它能够自动包含所有的隐形浪费：
隐含的因素是什么？拆动作可以被捕捉到吗？两次信号差可以被捕捉到吗？
| 隐性因素 | 拆动作能捕捉吗？ | 两次信号差能捕捉吗？ |
|---|---|---|
| 机器人互锁等待 | ✗ | ✓ |
| 夹具与输送的联动延时 | ✗ | ✓ |
| PLC 逻辑判断延时 | ✗ | ✓ |
| 前后工位牵制等待 | ✗ | ✓ |
| 安全门互锁时间 | ✗ | ✓ |
| 输送启停等待 | ✗ | ✓ |
所有的这些时间，在“第一辆车到”和“第二辆车到”的时间差之内，一个也不能遗漏。
在PLC上实现的方式
实现逻辑非常简单：
抓取到传感器信号的第一个上升沿之后，记录下时间戳T1
抓取到传感器信号的第二个上升沿之后就记录下时间戳T2
CT=T2-T1（毫秒转换为秒）
JPH=3600/CT
PLC 可以一直滚动记录，并且可以自动计算出每辆车的节拍，自动输出 JPH，还可以设定报警阈值——整个过程都不需要人工介入，不需要秒表，也不需要视频分析。
适用范围及使用条件
适用的工作岗位类型：
- 焊装滑台工序
滚床输送工位
- 总拼工位
- 侧围工位
其他的有固定输送频率的自动化工位
主要条件就是满线连续生产。
这一点很重要。空线调试或者单台跑车测出来的节拍是没有意义的。节拍其实就是一个生产线系统整体的表现，在满线运转的情况下才会出现前面工位等待后面工位牵制的现象。单台跑车的时候，由于没有前后工位的限制，所得到的数据会系统性的偏低，并不符合实际的产能。
小结：
节拍计算不需要对动作进行复杂的拆分，也不需要用到视频分析。一个原则、一个信号、一个解决办法：选择一个固定的参照点，在该点上两次相同的位置、相同信号的时间间隔，就是本工位真实的CT节拍。该方法可以用来进行日常生产量的监控，也可以用来比较工艺优化前后的情况，在MES/SCADA系统里可以集成为自动化的JPH统计模块。对于电气工程师而言，逻辑简单；对工艺工程师而言，结果可靠；对生产管理人员而言，数据实时。
这才是生产线节拍计算应该有的样子。
