একটি সংযোজন কি সত্যিই 80% দ্বারা ঢালাই পুনরায় কাজ কমাতে পারে? তথ্য হ্যাঁ বলে.

আমি অনেক কাস্টিং শপকে একই সমস্যার সাথে লড়াই করতে দেখেছি: অনেকগুলি ত্রুটি, খুব বেশি পুনর্ব্যবহার, খুব বেশি স্ক্র্যাপ এবং দলের উপর খুব বেশি চাপ৷ ছাঁচ বা বালির মিশ্রণের একটি ছোট ত্রুটি একটি দীর্ঘ মেরামত চক্রে পরিণত হতে পারে। বার্ন-অনের একটি প্যাচ, একটি দুর্বল প্রান্ত, বা একটি গ্যাসের চিহ্ন প্রথমে ছোট মনে হতে পারে। তারপরে অংশটি পরিষ্কার, নাকাল, ঢালাই, চেকিং এবং পুনরায় পরীক্ষা করার জন্য চলে যায়। খরচ দ্রুত বৃদ্ধি পায়। এই কারণেই লোকেরা আমাকে একটি সহজ প্রশ্ন জিজ্ঞাসা করে: একটি সংযোজন কি 80% দ্বারা কাস্টিং পুনরায় কাজ করতে পারে? আমার উত্তর হল: এটি একটি নির্দিষ্ট লাইনে সম্ভব হতে পারে, কিন্তু শুধুমাত্র তখনই যখন সংযোজন ত্রুটি, বালি সিস্টেম এবং দোকানের প্রক্রিয়ার সাথে মেলে। আমি বড় প্রতিশ্রুতি বিশ্বাস করি না। আমি ত্রুটিপূর্ণ ডেটা, লাইন চেক, এবং পুনরাবৃত্তি রান বিশ্বাস করি। আমি যা দেখেছি তা আরও বাস্তব। একটি ভালভাবে মিলে যাওয়া অ্যাডিটিভ একটি প্রধান ত্রুটিকে তীব্রভাবে কমাতে পারে। যদি সেই ত্রুটিটি পুনর্নির্মাণের প্রধান কারণ হয়, তাহলে মোট পুনর্ব্যবহার সংখ্যা অনেক কমে যেতে পারে। যদি দোকানে বিভিন্ন সমস্যা থাকে তবে একটি সংযোজন সবকিছু সমাধান করবে না। সেখানেই অনেক দল ভুল করে। তারা পৃষ্ঠে একটি ত্রুটি দেখে এবং একটি পণ্য দিয়ে পুরো উদ্ভিদটি ঠিক করার চেষ্টা করে। আমি তা করি না। আমি প্যাটার্ন তাকান. --- আমি পুনরায় কাজ কাটা সম্পর্কে কথা বলার আগে আমি যা পরীক্ষা করি আমি তিনটি প্রশ্ন দিয়ে শুরু করি: - কোন ত্রুটিটি প্রায়শই পুনরাবৃত্তি হয়? - এটি প্রক্রিয়ায় কোথায় প্রদর্শিত হয়? - ত্রুটি খারাপ হয়ে গেলে কী পরিবর্তন হয়? একটি ফাউন্ড্রি যার সাথে আমি কাজ করেছি তার ধূসর লোহার অংশগুলিতে বার্ন-অন এবং বালি-সম্পর্কিত পৃষ্ঠের ক্ষতির সাথে একটি স্থির সমস্যা ছিল। দলটি নাকাল এবং পরিষ্কার করার জন্য অনেক সময় ব্যয় করেছিল। পরিদর্শনের আগে কিছু অংশ মেরামতেরও প্রয়োজন ছিল। অপারেটররা ঢালাওভাবে দোষারোপ করেছে। ইঞ্জিনিয়াররা বাইন্ডারের স্তরের দিকে তাকিয়েছিল। মানের দল পরিদর্শন নিয়মের উপর দৃষ্টি নিবদ্ধ করে। আমি স্ক্র্যাপ লগ, রিওয়ার্ক লগ এবং শিফট নোট চেয়েছিলাম। প্যাটার্ন সহজ ছিল. অংশের একই পরিবারের উপর একই ত্রুটি দেখা দিয়েছে। এটি হট রানে বেশি দেখা গেছে। দিনের বেলায় বালির অবস্থা আরও খারাপ হয়ে যায়। যে আমাকে ছাঁচ এবং বালি আচরণের দিকে নির্দেশ করে, শুধু গলে যাওয়া নয়। --- কেন একটি সংযোজন অনেক সাহায্য করতে পারে কিছু সংযোজন পরিবর্তন করে যে বালি কীভাবে তাপ এবং ধাতুর সংস্পর্শে সাড়া দেয়। অনুশীলনে, এটি সাহায্য করতে পারে: - ধাতু অনুপ্রবেশ - বার্ন-অন - পৃষ্ঠের রুক্ষতা - গ্যাস রিলিজ - শেকআউট আচরণ যদি এই সমস্যাগুলির মধ্যে একটি পুনরায় কাজের একটি বড় অংশ চালনা করে তবে একটি সংযোজন দৃশ্যমান পার্থক্য করতে পারে। আমি একটি দোকানের মিশ্রণে একটি ছোট পরিবর্তন পরীক্ষা করতে দেখেছি এবং তারপরে পরবর্তী রানগুলিতে ত্রুটি মানচিত্রটি উন্নত হতে দেখেছি। অংশগুলির এখনও স্বাভাবিক প্রক্রিয়া নিয়ন্ত্রণ প্রয়োজন। দলটি এখনও আর্দ্রতা, কম্প্যাকশন, ঢালা তাপমাত্রা এবং মূল গুণমান পরীক্ষা করেছে। তবুও পৃষ্ঠের ত্রুটির হার যথেষ্ট নিচে সরে গেছে যে পুনরায় কাজ রুম পরিবর্তন অনুভব করেছে। যে অংশ মানুষ মনে রাখে. স্লোগান নয়। প্রতিদিনের কাজের চাপে পরিবর্তন। --- আমি ক্রেতাদের এবং প্রোডাকশন টিমকে যা বলি আমি কখনই একটি দোকানকে একটি সংযোজন কিনতে বলি না কারণ অন্য একটি উদ্ভিদ এটি পছন্দ করে। আমি তাদের একটি সংক্ষিপ্ত, পরিষ্কার পরীক্ষা চালাতে বলি। আমার পরীক্ষার পরিকল্পনা সহজ: - একটি অংশ পরিবার বেছে নিন - একবারে একটি ত্রুটি ট্র্যাক করুন - ছাঁচ এবং ঢালা সেটিংস স্থির রাখুন - বর্তমান মিশ্রণের সাথে চিকিত্সা করা বালির তুলনা করুন - লগ পুনঃকাজের সময়, স্ক্র্যাপ গণনা, এবং পরিদর্শন প্রত্যাখ্যান আমি চাই টিম একটি প্রবণতা দেখতে চাই, অনুমান নয়। একটি একক ভাল ঢালা সামান্য মানে. স্থিতিশীল ফলাফল সহ একটি সম্পূর্ণ পরিবর্তন মানে আরও অনেক কিছু। যদি সংযোজন শুধুমাত্র সংকীর্ণ পরিস্থিতিতে সাহায্য করে, আমি এটিও লিখতে চাই। এটি গাছটিকে সৎ রাখে। --- দোকানের মেঝে থেকে একটি ব্যবহারিক উদাহরণ একজন গ্রাহক মেশিন সরঞ্জামের জন্য মাঝারি আকারের লোহার ঢালাই তৈরি করেছেন। তাদের প্রধান ব্যথা সম্পূর্ণ স্ক্র্যাপ ছিল না. এটা ছিল rework. অংশ কাস্টিং পাস, তারপর সমাপ্তি সরানো. রুক্ষ দাগ পিষতে এবং পৃষ্ঠের চিহ্ন ঠিক করতে প্রচুর পরিশ্রম করা হয়েছে। ম্যানেজার আমাকে বলেছিলেন যে ফিনিশিং রুমটি দ্বিতীয় প্রোডাকশন লাইনের মতো অনুভূত হয়েছিল। আমরা সবকিছু পরিবর্তন করিনি। আমরা একই প্যাটার্ন নকশা এবং একই ঢালা অনুশীলন রাখা. আমরা বালি মিশ্রণ এবং একটি সংযোজন পরীক্ষার উপর দৃষ্টি নিবদ্ধ করেছি। দলটি একটি নিয়ন্ত্রিত পরীক্ষা চালিয়েছে এবং বিভিন্ন ব্যাচ জুড়ে ত্রুটির হার দেখেছে। ফলাফল যাদু ছিল না. দোকান সব rework অপসারণ না. কি পরিবর্তন হয়েছে ভলিউম এবং পৃষ্ঠ সমস্যার পুনরাবৃত্তি প্যাটার্ন. ফিনিশিং দল প্রতিটি অংশে কম সময় ব্যয় করেছে। পরিদর্শন স্থির রাখা. গাছটি প্রতিদিন একই ত্রুটি তাড়া করেনি। এটি আমার কাছে গুরুত্বপূর্ণ ফলাফলের ধরণের। যদি একটি দোকান একটি ত্রুটির উপর ভারী পুনরায় কাজ শুরু করে, একটি শক্তিশালী প্রক্রিয়া ম্যাচ একটি বড় ড্রপ আনতে পারে। যদি দোকানটি ইতিমধ্যেই শক্ত নিয়ন্ত্রণে চলে, লাভ ছোট হতে পারে। --- কি ফলাফল ব্লক করতে পারে আমি অ্যাডটিভ ট্রায়াল ব্যর্থ হতে দেখেছি। কারণটি সাধারণত এইগুলির মধ্যে একটি: - মূল কারণটি বালি ছিল না - ডোজ বন্ধ ছিল - ট্রায়ালের সময় বালি সিস্টেমটি প্রবাহিত হয়েছিল - দলটি অনেকগুলি ভেরিয়েবল পরিবর্তন করেছিল - ত্রুটিটি ঢালা অনুশীলন বা মূল গুণমান থেকে এসেছে তাই আমি অস্পষ্ট দাবি পছন্দ করি না। একটি দোকান একটি পরিষ্কার বেসলাইন প্রয়োজন. এটি একটি পরিষ্কার ত্রুটি লক্ষ্য প্রয়োজন. এটি একটি স্থিতিশীল পরীক্ষা উইন্ডো প্রয়োজন. তা ছাড়া, যেকোন সংখ্যাটি সত্যিকারের চেয়ে ভাল বা খারাপ দেখতে পারে। --- আমার দৃষ্টিভঙ্গি আমি মনে করি যে একটি সংযোজন উপযোগী হতে পারে যখন দোকানের একটি প্রধান ত্রুটি থাকে যা বেশিরভাগ পুনর্ব্যবহারকে চালিত করে। এর অর্থ এই নয় যে সংযোজন নিজেই কাজ করে। এর অর্থ হল সংযোজন একটি বড় নিয়ন্ত্রণ পরিকল্পনার অংশ হয়ে ওঠে। যে দোকানগুলি সর্বোত্তম ফলাফল পায় তারা সাধারণত তিনটি জিনিস ভাল করে: - তারা ত্রুটি পরিমাপ করে - তারা প্রক্রিয়া সেটিংস স্থির রাখে - তারা ফলাফলের অংশ ভাগ করে পর্যালোচনা করে এভাবেই আমি বিচার করি যে পরিবর্তনটি বাস্তব কিনা। আশায় নয়। একটি বিক্রয় দাবি দ্বারা না. পুনরাবৃত্তি রান এবং সহজ সংখ্যা দ্বারা. --- আপনি যদি এক লাইনে আমার সৎ উত্তর চান: হ্যাঁ, ত্রুটির মিল সঠিক হলে এবং প্রক্রিয়াটি নিয়ন্ত্রিত হলে একটি সংযোজন কাস্টিং পুনর্ব্যবহারকে একটি বড় পরিমাণে কাটাতে পারে। যদি মূল কারণটি তার চেয়ে প্রশস্ত হয়, তাহলে সংযোজন সাহায্য করে, তবে এটি সম্পূর্ণ বোঝা বহন করবে না। এটি একটি ভাল পরীক্ষা এবং একটি ব্যয়বহুল অনুমানের মধ্যে পার্থক্য।

আমি আমার অন্ত্রের উপর আমার চেয়ে বেশি বিশ্বাস করতাম। এই পদ্ধতিটি আমাকে কয়েকটি ভাল জয় দিয়েছে, তবুও এটি আমাকে প্রায়শই অনুমান করতে ছাড়ে। একটি বার্তা আমার মাথায় শক্তিশালী শোনাল, কিন্তু প্রতিক্রিয়া হার কম ছিল। একটি পৃষ্ঠা আমার কাছে ভাল লাগছিল, কিন্তু দর্শকরা দ্রুত চলে গেছে। ডেটা একই পাঠের দিকে ইঙ্গিত করে: লোকেরা আমার কাছে যা পরিষ্কার মনে হয় তা কিনে না। তারা তাদের কাছে যা পরিষ্কার মনে করে তা কিনে নেয়। তাই আমি এখন একটি সহজ হ্যাঁ বা না সংকেত হিসাবে ডেটা ব্যবহার করি। যদি সংখ্যাগুলি হ্যাঁ বলে থাকে, আমি সরে যাই। যদি তারা না বলতে থাকে, আমি ধাক্কা বন্ধ করে আবার তাকাই। আমি একটি ফোল্ডারে বসে থাকা অভিনব প্রতিবেদনের মতো ডেটা ব্যবহার করি না। আমি সত্য ফিসফিস করে একটি গ্রাহকের মত এটি আচরণ. এখানে আমি এটি ব্যবহার করার উপায়. 1. আমি একটি সমস্যা দিয়ে শুরু করি আমি একবারে দশটি চার্ট খুলি না। আমি এই মুহূর্তে গুরুত্বপূর্ণ যে একটি ব্যথা পয়েন্ট চয়ন. হয়তো লিডস উত্তর দিচ্ছে না। হয়তো একটি পৃষ্ঠা ভিজিট পায় কিন্তু ক্লিক না. হয়তো লোকেরা চেকআউট শুরু করে এবং শেষ হওয়ার আগেই চলে যায়। একটি পরিষ্কার সমস্যা আমাকে একটি পরিষ্কার লেন্স দেয়। এটি ছাড়া, ডেটা গোলমালে পরিণত হয়। 2. আমি একটি দরকারী মেট্রিকের সাথে সমস্যাটি মেলে ব্যথার সাথে মেলে এমন সংখ্যাটি খুঁজছি। উত্তর কম হলে, আমি প্রতিক্রিয়া হার এবং ফলো-আপ গতি পরীক্ষা করি। যদি ট্রাফিক সেখানে থাকে কিন্তু বিক্রয় দুর্বল হয়, আমি ল্যান্ডিং পৃষ্ঠার ক্লিক, পৃষ্ঠায় সময় এবং ফর্ম সমাপ্তি পরীক্ষা করি। লোকেরা তাড়াতাড়ি চলে গেলে, আমি বাউন্স রেট এবং পৃষ্ঠা লোডের সময় পরীক্ষা করি। আমি এটা সহজ রাখা. এক সমস্যা। একটি প্রধান সংখ্যা। এক কর্ম। 3. আমি একবারে একটি পরিবর্তন পরীক্ষা করি আমি শিরোনাম, চিত্র, অফার, এবং বোতামগুলি একবারে পরিবর্তন করি না৷ যে ফলাফল পড়া কঠিন করে তোলে. আমি একটি জিনিস পরিবর্তন করি, তারপর আমি কথা বলার জন্য যথেষ্ট ডেটার জন্য অপেক্ষা করি। একটি সংক্ষিপ্ত ফর্ম. একটি পরিষ্কার বিষয় লাইন. একটি আরো সরাসরি অফার. একটি ক্লিনার লেআউট। ছোট পরিবর্তন প্রায়শই বড় রিডিজাইন থেকে দ্রুত সত্য দেখায়। 4. আমি সরল ভাষা ব্যবহার করি এটি অনেকের ধারণার চেয়ে বেশি গুরুত্বপূর্ণ। একটি স্থানীয় পরিষেবা ব্র্যান্ড যার সাথে আমি কাজ করেছি তার একটি পৃষ্ঠা ছিল পালিশ লাইন এবং নরম দাবিতে পূর্ণ। এটা সুন্দর লাগছিল, তবুও মানুষ ড্রপ বন্ধ রাখা. আমরা গ্রাহকের সমস্যার সাথে মিলে যাওয়া সহজ শব্দগুলিতে অনুলিপি পরিবর্তন করেছি। আমরা অতিরিক্ত বাক্য অপসারণ. আমরা পরবর্তী পদক্ষেপটি দেখতে সহজ করেছি। ফলাফল যাদু ছিল না. এটা বোঝা সহজ ছিল. ডেটা আমাকে এটাই শিখিয়েছে। বার্তাটি তাদের নিজস্ব চিন্তার মতো শোনালে লোকেরা সাড়া দেয়। 5. আমি আচরণ দেখি, শুধু মতামত নয় মানুষ এক কথা বলে আর অন্য কাজ করে। একটি ক্লায়েন্ট বলতে পারে পৃষ্ঠাটি ভাল দেখাচ্ছে, তারপর দশ সেকেন্ড পরে চলে যান। একটি সীসা বলতে পারে যে তারা আগ্রহী, তারপর উদ্ধৃতি উপেক্ষা করুন। আচরণ আমাকে প্রশংসার চেয়ে শক্তিশালী সংকেত দেয়। লোকেরা কোথায় বিরতি দেয়, কোথায় ক্লিক করে, কোথায় থামে এবং কোথায় ফিরে আসে সেদিকে আমি মনোযোগ দিই। সেই প্যাটার্নটি সাধারণত আমাকে একটি দ্রুত মন্তব্যের চেয়ে বেশি বলে। 6. আমি গ্রাহকের গল্পের সাথে নম্বরটি সংযুক্ত করি ডেটা নিজেই ঠান্ডা। আমি এটা প্রসঙ্গ দিতে. যদি একটি বোতাম ক্লিক করে, আমি জিজ্ঞাসা করি কেন সেই স্পট কাজ করে। যদি একটি পৃষ্ঠা ব্যর্থ হয়, আমি জিজ্ঞাসা করি কি অস্পষ্ট, তাড়াহুড়ো, বা খুব ব্যস্ত লাগছে। উদাহরণস্বরূপ, একটি ছোট অনলাইন বেকারি একবার ভাল ট্র্যাফিক দেখেছিল কিন্তু কাস্টম কেকের অর্ডার দুর্বল ছিল। বিষয়টি চাহিদা ছিল না। সমস্যা ছিল আস্থার। পৃষ্ঠাটি সুন্দর ছবি দেখায়, তবুও এটি আকার, উপাদান বা বিতরণ সম্পর্কে সাধারণ প্রশ্নের উত্তর দেয়নি। আমরা সহজ উত্তর এবং একটি সংক্ষিপ্ত ক্রম পথ যোগ করার পরে, আরও বেশি লোক ফর্মে পৌঁছেছে৷ আমি ক্রেতার মনের দিকে তাকাই একবার সংখ্যাগুলি বোঝা গেল। 7. আমি বার্তাটি ডেটার কাছাকাছি রাখি এখানেই অনেক দল প্রবাহিত হয়। তারা সংখ্যা সংগ্রহ করে, তারপর অনুলিপি লিখুন যা সম্পর্কহীন শোনায়। লোকেরা ইতিমধ্যে আমাকে যা দেখিয়েছে তার সাথে আমি শব্দবন্ধ রাখার চেষ্টা করি। যদি তারা গতির বিষয়ে চিন্তা করে তবে আমি গতি উল্লেখ করি। যদি তারা খরচ নিয়ন্ত্রণের বিষয়ে চিন্তা করে, আমি তার সাথে কথা বলি। যদি তারা কম পদক্ষেপের বিষয়ে চিন্তা করে, আমি অতিরিক্ত পদক্ষেপগুলি সরিয়ে ফেলি। আমি তাদের প্রভাবিত করার চেষ্টা করি না। আমি ঘর্ষণ কমানোর চেষ্টা করি। এটি সাধারণত ভাল কাজ করে। বার্তা, পৃষ্ঠা এবং অফার সব একই দিকে নির্দেশ করলে ডেটা হ্যাঁ বলে৷ যে অংশ আমি এখন নির্ভর করে. উচ্চস্বরে প্রতিশ্রুতি নয়। আত্মবিশ্বাস হিসাবে পরিহিত একটি অনুমান না. শুধু একটি স্থির লুপ: পর্যবেক্ষণ, পরীক্ষা, সামঞ্জস্য, পুনরাবৃত্তি। আমি খুঁজে পেয়েছি যে ভাল বিপণন জোরে কথা বলা নয়। এটি আরও স্পষ্টভাবে কথা বলার বিষয়ে, তারপরে সংখ্যাগুলি আমাকে বলুন যে লোকেরা একমত কিনা।

আমি ভাবতাম আউটপুট সমস্যা একা মেশিন থেকে এসেছে। এটি সম্পূর্ণ চিত্র ছিল না। দোকানের মেঝেতেও একই প্যাটার্ন দেখতে থাকলাম। লাইনটি দৌড়েছে, পণ্যটি প্রথম নজরে ভাল লাগছিল, তারপরে ত্রুটিগুলি দেখা গেছে। বুদবুদ। অসম ফিনিস। পলল। খুব বেশি টাচ-আপের কাজ। প্রতিটি ছোট ত্রুটি লোকেদের পরের আদেশ থেকে দূরে টেনে নেয়, এবং পুনরায় কাজ আউটপুট খাওয়া শুরু করে। কি আমার দৃষ্টিভঙ্গি পরিবর্তন একটি সহজ যোগ ছিল. এটি একটি জাদু সংশোধন ছিল না. এটি ভাল প্রক্রিয়া নিয়ন্ত্রণ প্রতিস্থাপন করেনি। এটি একটি একগুঁয়ে সমস্যার সমাধান করেছে যা আমাদের মিশ্রণ এবং আবরণ পর্যায়ে প্রদর্শিত হচ্ছে। একবার আমি প্রোডাক্ট লাইনে অ্যাডিটিভ মেলে, ব্যাচটি আরও স্থিতিশীল হয়ে ওঠে। ফলাফল ছিল কম অপচয়, কম প্রত্যাখ্যান, এবং শুরু থেকে শেষ পর্যন্ত একটি মসৃণ প্রবাহ। আমি এখনও একটি প্যাকেজিং আবরণ কাজ মনে আছে আমি পর্যালোচনা সাহায্য. দলটি শুকানোর পরে ছোট ছোট পিনহোল খুঁজে পেতে থাকে। ফিনিসটি আলোর নিচে অমসৃণ লাগছিল। অপারেটররা স্প্রে সেটিংস, সান্দ্রতা, ওভেন প্রোফাইল এবং সাবস্ট্রেটের প্রস্তুতি পরীক্ষা করেছে। সেই চেকগুলি গুরুত্বপূর্ণ, তবুও ত্রুটি ফিরে এসেছিল। আমরা ফেনা এবং মিশ্রণে দরিদ্র বিচ্ছুরণ এটি ট্রেস. একটি ছোট ডোজ সংযোজন সেই চিত্রটি পরিবর্তন করেছে। বুদবুদ পড়ে গেল। আবরণ আরও সমানভাবে ছড়িয়ে পড়ে। পৃষ্ঠের ত্রুটিগুলি তাড়া করতে দলটি কম প্রচেষ্টা ব্যয় করেছে। আমিও অন্য কিছু লক্ষ্য করেছি। লোকেরা বারবার একই সংশোধন করা বন্ধ করে দিয়েছে। যে পরের রানের জন্য মনোযোগ মুক্ত. আমার পাঠ সহজ ছিল. একটি ভাল সংযোজন ভাল কাজ করে যখন সমস্যাটি ভালভাবে সংজ্ঞায়িত করা হয়। আমি এখন একটি মৌলিক পদ্ধতি অনুসরণ করি: 1. আমি ত্রুটির প্যাটার্নটি দেখি যেখানে আমি জিজ্ঞাসা করি যে সমস্যাটি কোথায় শুরু হয়। মিশ্রণের সময়, স্থানান্তরের সময়, প্রয়োগের সময় বা নিরাময়ের সময়। যদি আমি খুব তাড়াতাড়ি অনুমান করি, আমি পণ্য এবং শ্রম উভয়ই নষ্ট করি। 2. আমি প্রক্রিয়ার প্রয়োজনের সংযোজন মেলে কিছু লাইনের ভাল প্রবাহ প্রয়োজন। কিছু ফেনা নিয়ন্ত্রণ প্রয়োজন. কিছু বিচ্ছুরণ সাহায্য প্রয়োজন. আমি একটি সংযোজন বাছাই করি না কারণ লেবেলটি শক্তিশালী শোনাচ্ছে। আমি এটি বেছে নিই কারণ প্রক্রিয়াটি একটি নির্দিষ্ট ফলাফলের জন্য জিজ্ঞাসা করে। 3. আমি একটি ছোট ব্যাচে পরীক্ষা করি আমি ট্রায়ালটি সংকীর্ণ রাখি। একবারে একটি পরিবর্তন আমাকে একটি ক্লিনার রিড দেয়। যদি ত্রুটি কমে যায় এবং ব্যাচ স্থিতিশীল থাকে, আমি জানি আমি সঠিক পথে এগুচ্ছি। 4. আমি দলের কাজের প্যাটার্ন দেখি আউটপুট শুধুমাত্র একটি মেশিন নম্বর নয়। এটা মানুষ, হ্যান্ডলিং, সংশোধন, এবং চেক পুনরাবৃত্তি. যখন সংযোজনটি ভালভাবে কাজ করে, অপারেটররা একই সমস্যা সমাধানের জন্য কম প্রচেষ্টা ব্যয় করে। 5. আমি ডোজ শৃঙ্খলাবদ্ধ রাখি খুব কম দুর্বল ফলাফল দেয়। খুব বেশি একটি নতুন সমস্যা তৈরি করতে পারে। আমি ডোজটিকে একটি প্রক্রিয়া সেটিং হিসাবে বিবেচনা করি, অনুমান নয়। আমি একাধিক লাইন জুড়ে এই ধারণা কাজ দেখেছি. আমি পরিদর্শন করা একটি ছোট রূপান্তরকারী একটি মুদ্রণ সমস্যা ছিল যা পুনরায় কাজ করতে থাকে। কালি খুব দ্রুত স্থির হয়, এবং রঙটি এক রান থেকে পরের দিকে বেমানান দেখায়। দলটি গতি পরিবর্তনের সাথে এটি সমাধান করার চেষ্টা করেছিল, কিন্তু মূল সমস্যা থেকে যায়। একটি বিচ্ছুরণকারী সংযোজন মিশ্রণটিকে দীর্ঘ সময়ের জন্য অভিন্ন রাখতে সহায়তা করে। প্রেসগুলির এখনও ভাল নিয়ন্ত্রণের প্রয়োজন ছিল, তবুও ক্রুদের পরিষ্কার করার পরিবর্তে থ্রুপুটে ফোকাস করার জন্য ত্রুটির হার যথেষ্ট কমে গেছে। এই কারণেই আমি সংকীর্ণ সমস্যাগুলিকে ভালভাবে সমাধান করে এমন সংযোজনগুলিকে সম্মান করি। তাদের বড় গল্পের দরকার নেই। তাদের প্রক্রিয়ার মধ্যে তাদের কাজ করতে হবে। আমি যখন আউটপুট দেখি, আমি শুধু জিজ্ঞেস করি না, "আমরা কত দ্রুত দৌড়াতে পারি?" আমি জিজ্ঞাসা করি, "আমাদের কতটা কাজ পুনরায় কাজে শেষ হয়?" এই প্রশ্নটি আমি একটি লাইন বিচার করার উপায় পরিবর্তন করে। একটি প্রোডাকশন ফ্লোর ব্যস্ত দেখাতে পারে এবং এখনও দক্ষতা হারাতে পারে। একটি ক্লিনার প্রক্রিয়া প্রায়শই দ্রুত একটির চেয়ে ভাল আউটপুট দেয়। আমার দৃষ্টিভঙ্গি হল: কম পুনর্ব্যবহার শুধুমাত্র একটি মানের জয় নয়। এটি একটি আউটপুট জয়. প্রতিটি প্রত্যাখ্যাত অংশ পরবর্তী ভাল ইউনিট থেকে শ্রম, উপাদান এবং মনোযোগ দূরে নিয়ে যায়। যখন একটি ছোট সংযোজন প্রক্রিয়াটিকে স্থির রাখতে সাহায্য করে, তখন পুরো লাইনটি উপকৃত হয়। আমি সংযোজনগুলিকে সমস্যা সমাধানকারী হিসাবে বিবেচনা করতে শিখেছি, শর্টকাট নয়। সেই মানসিকতা প্রত্যাশাকে ভিত্তি করে রাখে। এটা বাস্তব ফলাফল রাখে. প্রক্রিয়াটি দুর্বল হলে, সংযোজনকারী এটি দীর্ঘ সময়ের জন্য লুকিয়ে রাখবে না। যদি প্রক্রিয়াটি কাছাকাছি হয় এবং একটি ত্রুটি এটিকে আটকে রাখে, তাহলে সঠিক সংযোজন একটি বাস্তব পার্থক্য করতে পারে। আমার পক্ষেও তাই হয়েছে। একটি ছোট পরিবর্তন প্রক্রিয়ায় গোলমাল কমিয়ে দিয়েছে। দলটি ফিক্স করার জন্য কম শক্তি ব্যয় করেছে। লাইন কম স্টপ সঙ্গে সরানো. আউটপুট উন্নত হয়েছে কারণ কাজটি প্রথমবার সঠিক হওয়া সহজ হয়ে উঠেছে। আমার জন্য, এটি একটি সঠিকভাবে নির্বাচিত সংযোজনের মান। কম পুনরায় কাজ. আরো আউটপুট. আরও ভাল নিয়ন্ত্রণ। মেঝেতে একটি পরিষ্কার দিন।

আমি দোকানের মেঝেতে একই সমস্যায় ছুটতে থাকি: সুদর্শন কাস্টিংগুলি একটি পরীক্ষায় উত্তীর্ণ হবে, তারপরে ছিদ্র, সংকোচন, অমিল বা পৃষ্ঠের ত্রুটি নিয়ে ফিরে আসবে। প্রতিটি রিটার্ন মানে আরো নাকাল, আরো ঢালাই, আরো হ্যান্ডলিং, এবং আরো সময় নষ্ট হয়। খরচ এক জায়গায় থাকেনি। এটি শ্রম, সময়সূচী এবং গ্রাহক বিশ্বাস জুড়ে ছড়িয়ে পড়ে। আমি যা শিখেছি তা সহজ। কাস্টিং রিওয়ার্ক একক দুর্বল পয়েন্ট থেকে আসে না। এটি সাধারণত অনেক আগে শুরু হয়, প্যাটার্ন, গলে যাওয়া, গেটিং ডিজাইন, ঢালা নিয়ন্ত্রণ বা এমনকি যেভাবে আমরা স্পেসটি যোগাযোগ করি। যদি আমি শুধুমাত্র শেষ ধাপটি ঠিক করি, তাহলে একই ত্রুটি আবার দেখা যাবে। একটি প্রকল্পে আমি কাজ করেছি, দলটি মাঝারি আকারের লোহার ঢালাইয়ের বারবার মেরামতের কাজ দেখছিল। রিওয়ার্ক রেট ডেলিভারি ধীর করার জন্য এবং পরিদর্শনকে পিছনে ঠেলে দেওয়ার জন্য যথেষ্ট বেশি ছিল। আমরা নাটকীয় পরিবর্তনের চেষ্টা করিনি। আমরা সংখ্যা, ত্রুটি মানচিত্র, এবং পরিচালনার পদক্ষেপগুলি দেখেছি। আমি কাজটিকে কয়েকটি পরিষ্কার অংশে বিভক্ত করেছি: 1. আমি প্রতিটি ত্রুটিকে তার উত্সে ফিরে পেয়েছি আমি প্রতিটি খারাপ অংশকে একইভাবে চিকিত্সা করা বন্ধ করে দিয়েছি। ফাটল চিহ্ন, বালির অন্তর্ভুক্তি, এবং সংকোচন প্রতিটি ভিন্ন কারণ নির্দেশ করে। একবার আমি তাদের আলাদা করে ফেললে, প্যাটার্নটি পড়া সহজ হয়ে ওঠে। 2. আমি ছাঁচ এবং গেটিং সেটআপ পরীক্ষা করেছিলাম কিছু পুনর্ব্যবহার দুর্বল ধাতব প্রবাহ থেকে এসেছে। রানার আকার এবং গেটের অবস্থানে একটি ছোট পরিবর্তন অশান্তি হ্রাস করেছে। এটি একাই পুনরাবৃত্তি ত্রুটিগুলির একটি গ্রুপ কেটেছে যা সপ্তাহের পর সপ্তাহ দেখাচ্ছিল। 3. আমি ঢালা প্রক্রিয়াটি আরও ঘনিষ্ঠভাবে দেখেছি দলটি অভ্যাসের উপর নির্ভরশীল ছিল। ঢালাও তাপমাত্রা এবং গতি মানুষের ধারণার চেয়ে বেশি প্রবাহিত হয়েছে। আমরা একটি কঠোর লক্ষ্য পরিসীমা সেট করার পরে এবং প্রতিটি ব্যাচ রেকর্ড করার পরে, ফলাফলটি আরও স্থির হয়ে ওঠে। 4. আমি প্রকৌশল এবং উৎপাদনের মধ্যে হ্যান্ডঅফ উন্নত করেছি একটি অঙ্কন নোট যা একজন ব্যক্তির কাছে ছোটখাটো দেখায় মেঝেতে সমস্যা সৃষ্টি করে। আমি নিশ্চিত করেছি যে রান শুরু হওয়ার আগে দলটি সমালোচনামূলক মাত্রা পর্যালোচনা করেছে। যা পরে অনেক মেরামতের কাজ বাঁচিয়েছে। 5. আমি পরিদর্শন ডেটাকে একটি নির্দেশিকা হিসাবে বিবেচনা করেছি, ফাইল দূর করার জন্য একটি প্রতিবেদন নয়, ত্রুটির রেকর্ডগুলি একটি পরিষ্কার ক্লাস্টার দেখিয়েছে। একবার আমি প্রক্রিয়াটি সামঞ্জস্য করতে সেই ডেটা ব্যবহার করেছিলাম, আমরা অনুমান করা বন্ধ করে দিয়েছিলাম। দোকান প্রতিক্রিয়া থেকে নিয়ন্ত্রণ সরানো. এই পরিবর্তনগুলির পরে, সেই ক্ষেত্রে পুনর্নির্মাণের হার প্রায় 80% কমে গেছে। আমি সেই নম্বরটি নিয়ে সতর্ক থাকতে চাই। এটা জাদু ছিল না, এবং এটা রাতারাতি ঘটতে না. এটি ছোট সংশোধনগুলির একটি সিরিজ থেকে এসেছে, একে একে পরীক্ষা করা হয়েছে, যতক্ষণ না একই ত্রুটিগুলি ফিরে আসা বন্ধ হয়ে যায়। আমি অনেক দলকে তাড়া করতে দেখেছি শেষ ত্রুটি তারা দেখতে পায়। আমি একটি ভিন্ন দৃষ্টিভঙ্গি গ্রহণ. একটি ঢালাই বারবার মেরামত প্রয়োজন হলে, আমি আপস্ট্রিম তাকান. সেখান থেকেই আসল খরচ শুরু হয়। একটি সাধারণ প্রক্রিয়া আমাকে এটিকে নিয়ন্ত্রণে রাখতে সাহায্য করে: - ত্রুটিটি স্পষ্টভাবে সংজ্ঞায়িত করুন - এটি কোথায় শুরু হয় তা খুঁজে বের করুন - কারণের সাথে সংশোধন করুন - ফলাফল রেকর্ড করুন - পরবর্তী ব্যাচে চেকটি পুনরাবৃত্তি করুন যখন আমি এইভাবে কাজ করি, দোকানটি কম চমক পায়, গ্রাহক আরও স্থিতিশীল অংশ পায়, এবং দলটি একই ভুল মেরামত করতে কম সময় ব্যয় করে৷ এই ধরনের ফলাফল আমি বিশ্বাস করি, কারণ আমি প্রক্রিয়ার প্রতিটি ধাপে ফিরে যেতে পারি।

আমি প্রায়শই ফাউন্ড্রি দলগুলির কাছ থেকে একই অভিযোগ শুনতে পাই: স্ক্র্যাপ খুব বেশি, পুনরায় কাজ করতে খুব বেশি শ্রম লাগে, এবং প্রতিটি ঢালাই ক্ষতি লাভে খায়। দেখি মেঝেতে চাপ পড়ছে। চুল্লি চলে। ছাঁচ প্রস্তুত। ধাতু সূক্ষ্ম দেখায়. তারপরে একটি ছোট ত্রুটি দেখা যায় এবং পুরো ব্যাচটি হওয়া উচিত তার চেয়ে বেশি ব্যয়বহুল মনে হয়। এই কারণেই আমি ছোট সংযোজন পছন্দগুলিতে মনোযোগ দেই। একটি ছোট সংযোজন ঢালাই সঞ্চয়ের ক্ষেত্রে একটি বড় পার্থক্য আনতে পারে যখন এটি গলিত প্রবাহকে আরও ভালভাবে সাহায্য করে, ক্লিনার ফিলিংকে সমর্থন করে এবং ত্রুটির সম্ভাবনা কমিয়ে দেয়। আমি এটাকে ম্যাজিক ফিক্স হিসেবে বিবেচনা করি না। আমি এটিকে ব্যবহারিক খরচ নিয়ন্ত্রণ পরিকল্পনার একটি অংশ হিসাবে বিবেচনা করি। আমি প্রথমে তিনটি পয়েন্ট দেখি: আমি স্থিতিশীল কাস্টিং গুণমান চাই। আমি কম প্রত্যাখ্যাত অংশ চাই. আমি এমন একটি প্রক্রিয়া চাই যা অতিরিক্ত ঝামেলা ছাড়াই বর্তমান লাইনের সাথে ফিট করে। যখন একটি সংযোজন ভাল কাজ করে, আমি সাধারণত দৈনন্দিন কাজের পরিবর্তন দেখতে পাই, শুধু কাগজে নয়। ঢালা মসৃণ মনে হয়. পৃষ্ঠ পরিষ্কার দেখায়. দল খারাপ অংশ বাছাই কম সময় ব্যয়. সেখানেই সঞ্চয় শুরু হয়। আমি একটি ফাউন্ড্রি পরিদর্শন করেছি, দলটির একই অংশে পৃষ্ঠের চিহ্ন এবং অসম ভরাটের সাথে বারবার সমস্যা ছিল। তারা তাপমাত্রা এবং ঢালা গতি সামঞ্জস্য রেখেছিল, তবুও ত্রুটির হার হতাশাজনকভাবে বেশি ছিল। তারা গলে যাওয়ার জন্য একটি উপযুক্ত ছোট সংযোজন পরীক্ষা করার পরে, প্রক্রিয়াটি নিয়ন্ত্রণ করা সহজ হয়ে ওঠে। তারা সবকিছু পরিবর্তন করেনি। তারা শুধুমাত্র একটি পয়েন্ট সামঞ্জস্য করেছে, এবং এটি তাদের বর্জ্য কমাতে এবং লাইনকে সচল রাখতে সাহায্য করেছে। এই ধরনের ফলাফল আমার কাছে গুরুত্বপূর্ণ কারণ বেশিরভাগ কারখানার নাটকীয় পরিবর্তনের প্রয়োজন নেই। তাদের একটি ছোট, স্থির উন্নতি প্রয়োজন যা দৈনিক উৎপাদনের সাথে খাপ খায়। আমি সাধারণত এভাবে মান ব্যাখ্যা করি: কম স্ক্র্যাপ মানে কম হারানো ধাতু। কম রিওয়ার্ক মানে বেশি শ্রম বাঁচানো। আরও স্থিতিশীল ঢালাই মানে কম উৎপাদন বিলম্ব। ভাল ধারাবাহিকতা মানে গুণমান পরীক্ষায় কম চাপ। ক্রেতাদেরও বলছি সাবধান থাকতে। একটি ভাল ফলাফল খাদ, প্রক্রিয়া, ডোজ এবং কাজের অবস্থার উপর নির্ভর করে। একটি সংযোজন এক লাইনে ভাল কাজ করতে পারে এবং অন্যটিতে খারাপ ফলাফল আনতে পারে। আমি সর্বদা একটি ট্রায়াল রান, একটি পরিষ্কার পরীক্ষার রেকর্ড এবং সম্পূর্ণ ব্যবহারের আগে একটি সহজ তুলনা করার পরামর্শ দিই। আমি যদি খরচ নিয়ন্ত্রণের জন্য একটি ঢালাই সংযোজন বেছে নিই, আমি এই পয়েন্টগুলি পরীক্ষা করব: এটি কি খাদের সাথে মেলে? এটা কি বর্তমান প্রক্রিয়াকে সমর্থন করে, লড়াই করে না? দল কি বিভ্রান্তি যোগ না করে এটি ব্যবহার করতে পারে? এটা কি নিম্ন স্ক্র্যাপ সাহায্য করে, নাকি শুধু গলিত চেহারা পরিবর্তন করে? আমি সহজ টুলস পছন্দ করি যা একটি বাস্তব সমস্যার সমাধান করে। এটাই আমার মান। একটি ছোট সংযোজন একটি বড় প্রতিশ্রুতি সম্পর্কে নয়। এটি প্রতিদিন গড়ে উঠা ছোটখাটো ক্ষতি দূর করার বিষয়ে। একটি ত্রুটি এড়ানো হয়েছে, একটি পুনঃকাজের পদক্ষেপ সরানো হয়েছে, একটি ব্যাচ বিশেষের মধ্যে রাখা হয়েছে - এই বিবরণগুলি খুব সরাসরি উপায়ে মার্জিনকে রক্ষা করতে পারে। যদি আপনার ফাউন্ড্রি আরও ভাল কাস্টিং সঞ্চয় চায়, আমি গলে যাওয়া, ত্রুটির প্যাটার্ন এবং দৈনিক বর্জ্য প্রতিবেদন দিয়ে শুরু করব। তারপরে আমি একবারে একটি সংযোজন পরীক্ষা করব, ফলাফলগুলি দেখব এবং পরিবর্তনটি রাখব যা স্পষ্ট মান দেয়। আমি কাস্টিং খরচ নিয়ন্ত্রণকে এভাবেই দেখি: জোরে নয়, অভিনব নয়, শুধু ব্যবহারিক। আরও কং জানতে আজই আমাদের সাথে যোগাযোগ করুন: mr.kong@qfyetong.com/WhatsApp +8615953710001।

লিয়াং চেন 2023 04 18 অ্যাডিটিভ অপ্টিমাইজেশানের মাধ্যমে কাস্টিং রিওয়ার্ক কমানো ওয়াং হাও 2022 11 05 বালি কাস্টিং অপারেশনে ব্যবহারিক ত্রুটি নিয়ন্ত্রণ ঝাও মিং 2021 07 22 ফাউন্ড্রি উত্পাদনে প্রক্রিয়া স্থিতিশীলতা এবং পৃষ্ঠের গুণমান উন্নতি ডক্টর 2020 কাস্টিং প্ল্যান্টে নিম্ন স্ক্র্যাপ এবং পুনরায় কাজ করার পদ্ধতি হুয়াং জি 2020 09 30 সংযোজন নির্বাচন এবং ছাঁচের পারফরম্যান্সের উপর এর প্রভাব গুও লিন 2023 12 15 কাস্টিং গুণমান এবং খরচ হ্রাস পরিমাপের জন্য একটি দোকানের মেঝে পদ্ধতি