מחקר מקרה: צמצום הבזבוז עם טכניקות קבלה

האתגר של בקרת איכות בייצור מודרני

בסביבות הייצור, הלחץ להפחית את הפסולת תוך שמירה על סטנדרטים איכותיים הוא ללא רחמים. 100% בדיקה המסורתית - בדיקת כל פריט אחד - הוא משאבים-רגישים, איטי, ולעתים קרובות מנוגדים.זה יכול להציג שגיאות מונעות עייפות, מוצרים באמצעות טיפול מופרז, וליצור צווארי בקבוק. עבור ארגונים רבים, הפתרון הוא בניכויים סטטיסטיים: קבוצה של טכניקות שמשתמשות בדגימה אקראית כדי לקבל החלטות בעלות על פני בזבזניות טובות, אך לא רק על ידי קיצוצים חומריים.

מקרה זה בוחן כיצד יצרן אלקטרוניקה בינוני המשרת את תעשיית הרכב, הרפואה, ואת מגזרי האלקטרוניקה לצרכנים שינתה את פעילות בקרת האיכות שלה על ידי אימוץ תוכניות קבלה פורמלית דגימה.החברה השיגה ירידה של 40% בזמן הבדיקה, ירידה של 25% בחבילות דחופות, וירידה משמעותית בבזבוז ובגרד – כל זאת תוך שמירה על איכות המוצר ושביעות רצון הלקוחות שלהם על ידי ניתוח המסע שלהם, אנו יכולים לחלץ עקרונות החלים לכל מאמץ יעיל יותר לניהול איכות יעילה יותר.

הבנה של הסכמה: קרן סטטיסטית

לפני חקר המקרה בפירוט, חשוב להבין מה קבלה דגימה ומדוע זה עובד.קבלה דגימה היא שיטה סטטיסטית המערכת מדגם אקראי שנלקח מהרבה (או אצווה) כדי להחליט אם לקבל או לדחות את כל הסכום.זה לא להעריך את האיכות; אלא, זה מספק חוק לפעולה המבוססת על ראיות.

פרדוקסים וטרמיניולוגיה

כל תוכנית דגימה מוגדרת על ידי מספר פרמטרים קריטיים:

(FLT:0) רמת איכות גבוהה (AQL)BuildFLT) 1:1 - אחוז מקסימלי של פריטים פגומים שנחשב מקובל עבור הרבה.
(FLT:0) לסובלנות (LTPD) FLT:1 - רמת הפגם שהצרכן רואה בלתי מתקבל על הדעת.
(FLT:0) הסיכון של פרופודור (α) ,Abtph:1) – ההסתברות לדחות הרבה אשר למעשה עומד ב- AQL (כלומר, הרבה מאוד נדחה בטעות) הסיכון הזה נקבע בדרך כלל על 5% או 1%.
(FLT:0) הסיכון של קונסורמר (β)cioFLT:1) - ההסתברות לקבל הרבה שהוא באמת או מעל LTPD (כלומר, הרבה רע מקובל).
(FLT:0) אופרטיבי (OC) CurveFLT) 1:1 - גרף המציג את ההסתברות של קבלה רבה כתפקוד של אחוז הפגם הגדול בפועל.

תוכניות תזמון סטנדרטיות במסמכים כגון ANSI / ASQ Z1.4 (לשעבר MIL-STD-105E) ו- ISO 2859.תקנים אלה מספקים מספרי מדגם מראש ו קבלה / אישור עבור רמות AQL, גדלים רבים, ורמות בדיקה (רגיל, מוכווצים, מופחת).

תוכניות של SHOSTING

יצרנים יכולים לבחור ממספר סוגי תוכניות בהתאם לצרכים שלהם:

(ב) [ה]ההתכנת ה-Single Sampling PlanFLT: A אחד מדגם של גודל n הוא נמשך, אם מספר פגמים במדגם הוא c ⁇ c (מספר קליט), את הרוב מתקבל; אחרת הוא נדחה.
(ה)הדגם הראשון קטן יותר נלקח על בסיס מספר פגמים, ניתן לקבל את הסכום, נדחה, או מדגם שני נמשך.
(FLT:0)Multiple ו-Squential Sampling Program: Extend theכפל התוכנית לשלבים מרובים או ניתוח קיסרי מצטבר.אלה יעילים עוד יותר, אך דורשים יותר מורכבות של קליט.

במחקר של תעשיית האלקטרוניקה, החברה בחרה תוכנית דגימה אחת המבוססת על ANSI / ASQ Z1.4, רמת בדיקה רגילה II.זה הציע איזון טוב בין פשטות לבין הקפדה סטטיסטית עבור קווי המוצר המגוונים שלהם.

מקרה מחקר החברה פרופיל ומצב ראשוני

החברה היא יצרנית בגודל בינוני (כ-800 עובדים) המייצרת רכיבים אלקטרוניים כולל מחברים, חיישנים ומודולים בקרה.לקוחותיהם כוללים יצרני רכב, חברות מכשירים רפואיים, וספקי אוטומציה תעשייתיים.לפני יישום הדגימה קבלה, מחלקת האיכות נתמכת על 100% חזותי פונקציונליות ותפקודית של כל רכיב.ה גישה זו נצרכת מעל 60% מהזמן הייצור הכולל והביאה לקצב גבוה (8–10%) של עלויות מופחתות, יתר על ידי ירידה של 100% של טיפול חזותי ותפקודי מזון.

ניהול זיהה כי התהליך הקיים אינו בר קיימא, הם זקוקים לשיטת ש:

צמצום מאמצי הבדיקה מבלי להגדיל את הסיכון לספק מוצרים פגומים ללקוחות.
פסולת נמוכה על ידי צמצום של סילוק מיותר של פריטים טובים מן אצווה אשר נכשלו עקב תנודות אקראיות.
זמני להוביל באופן כללי להישאר תחרותיים.

יישום קבלת הסכמה: צעד אחר צעד

צוות ההנדסה האיכותית, בסיוע יועץ חיצוני, הקים גלילה מגובה במשך ארבעה חודשים.הגישה שלהם מאוזנת עם מגבלות מעשיות.

שלב 1 - סיווג מוצרים ו- AQL קביעת

לא כל הרכיבים נושאים את אותו סיכון איכות. חיישנים גבוהים בשימוש במכשירים רפואיים קריטיים לבטיחות, נדרשים שיעורי פגם נמוכים מאוד, בעוד מחברים פחות קריטיים עבור מוצרי אלקטרוניקה לצרכנים יכולים לסבול מעט גבוה יותר רמות פגם.

(ב) ⁇ :0) ⁇ (Category A): ⁇ FLT:1 ; AQL 0.65% - בשימוש בשתלים רפואיים ומערכות צנרת רכב.
(ב) ⁇ :0) מאג'ור (Category B): ibph1) AQL 1.0% - חיישנים תעשייתיים כלליים ומודולים בקרה.
(ב) ⁇ :0Minor (Category C): ⁇ F1) AQL 2.5% - מחברים לא קריטיים ורכיבים פסיביים פשוטים.

ערכי AQL אלה נבחרו על בסיס דרישות הלקוח, נתוני פגם היסטוריים, ורמות סיכון מקובלות הוסממות על ידי הנדסה ומכירות.

שלב 2 - בחירת תכנית התקינה של Spling Plan

לאחר שבדקו אפשרויות, הצוות אימץ את תקן ANSI/ASQ Z1.4-2003 (R2018) בחרו את רמת הביקורת הרגילה של שלב II, המספק גודל מדגם מתון עבור גודל מסוים.לדוגמה, הרבה 1,000 יחידות מ- B (AQL 1.0%) ידרוש מדגם של 80 יחידות, עם מספר קבלה של 2 (כלומר, אם הדגימה מכילה 2 או פחות פגמים, הרבה יותר דחייה היא 3 מומים; כלומר דחייה).

הם גם הקימו את חוקי המעבר: לאחר 10 רציפים שהתקבלו בבדיקה רגילה, הם יעברו להורדת בדיקה (גדלים מדגם קטן יותר) אם הרבה נדחתה, הם היו מתדקים בדיקה עבור רבים הבאים (גדלים מדגם הגדלים). גישה זו הסתגלות נוספת מצמצם את מאמצי הבדיקה כאשר איכות הייתה טובה באופן עקבי.

שלב 3 - אימון וטייס רולט

ההכשרה הייתה קריטית.כל המפקחים והפיקטורים השתתפו בסדנה בת יומיים המכסה את התאוריה של הדגימה, שיטות בחירה אקראיות, והשימוש הנכון בטבלאות ההסתכלות של הסטנדרט.נוהל נערך על שלושה קווי מוצר (אחד מכל קטגוריה) במשך ארבעה שבועות.במהלך הטייס, צוות האיכות נבדקו כפולות עם 100% בדיקה כדי לאמת את החלטות ה- Discrepanling נדירות בלבד -2% מהם נותקו על ידי ניתוחים טובים יותר, ו-ידי ניתוחים טובים יותר, אשר תועדו על ידי ניתוחים טובים יותר, אשר תועדו על ידי ניתוחים טובים יותר משגיאות בחירה, אשר תועדו על ידי דגימות טובות יותר, אשר .

שלב 4 - פיזור מלא ואינטגרציה עם ERP

לאחר הצלחתו של הטייס, תוכניות הדגימה התגלגלו לכל קווי המוצר.הנתונים האיכותיים שולבו במערכות ERP ו- MES של החברה.כל מפקח נשא לוח שהציג את גודל הדגימה הנדרשת ואת מספר הקבלה עבור השפע הנוכחי, והם נכנסו לתוצאות הבדיקות בזמן אמת.לוט היה אוטומטי: אם הדגימומים היו בתוך מספר הקבלה, הרי שהרוב היה מלוטש כ"מקלט" וחסם לסקירה אחרת.

תוצאות אסטרטגיות לאחר שישה חודשים

החברה הקימה נתונים מתוך ששת החודשים הראשונים של יישום מלא.התוצאות היו משכנעות על פני ממדים רבים:

(FLT:0) זמן הפחתת ב-40%.FreaLT:1 במקום לבדוק כל יחידה, עובדים בדקו רק כ-15-25% מהמוצרים (בהתאם לגודל רב ו- AQL) שוחררו מעל 200 שעות של מפקחים בשבוע לאימון, שיפור תהליכים, ותוכנית תחזוקה של הדגימה.
(FLT:0) נספו מחסנים שנופלים ב-25%.I.IRLT:1; תחת פיקוח של 100%, רבים נדחו כי פגמים בודדים מדי פעם (שלא יכולים לשקף את איכות ה אצווה האמיתית) גרמו לדחייה מלאה.
(FLT:0) בזבזני הפסולת (הרכב + עבודה מחדש) צנחו מ-8.5% ל-5.2%.אנדרט 1:1 זה 38.8% ירידה יחסית בבזבוז הצילה את החברה כ-420 אלף דולר בשנה בעלויות החומריות.
שיעור הפגמים של קופסטומר נותר יציב.
(FLT:0Lead) מקוצרים על ידי 15%.FIRLT:1 החלטות בדיקה מהירה יותר מוצרים נעו דרך רצפת המפעל מהר יותר, שיפור משלוח בזמן מ-88% ל-95%.

שיעורים לומדים והכי טובים

הצלחת החברה לא באה ללא אתגרים.כמה תובנות הופיעו כי הם בעלי ערך עבור כל ארגון בהתחשב בקבלה.

התפקיד הקריטי של אקראיות

הבסיס הסטטיסטי של דגימת הקבלה מבוסס על FLT:0random Selection FLT:1 (בחודשים הראשונים, מפקחים לעיתים "מקודמים על ידי צ'רילי" יחידות שהם חשבו שהן ייצוגיות, או להימנע מהמיקומים הקשים ביותר ל-reach ב- Pallet. זה הציג הטיה.אימון ונקודות תיקון ההתנהגות, אך מדגיש כי דגימה אקראית חייבת להיות מאוכפימת באמצעות הליכים מתאימים, וניתן לתקן את המספר האוטומטי.

יציבות היא תנאי הכרחי

קבלת הדגימה עובדת בצורה הטובה ביותר כאשר תהליך הייצור נמצא בשליטה סטטיסטית.אם התהליך יש גמישות גבוהה או הוא סחף, תוצאות מדגם הופכות לחיזויים לא אמין של איכות רבה.החברה כבר השקיעה בשליטה סטטיסטית של תהליכים (SPC) עבור פרמטרים ייצור מפתח, אשר הבטיח כי רבים הוגשו עבור דגימה הופקו בתנאים עקביים.

אל תשכחו את הסיכון של הצרכן

משתמשים רבים במשרה ראשונה להתמקד רק בסיכון של היצרן (הזרקת הרבה טוב) עם זאת, הגדרת יותר מדי AQL כדי למזער את הבדיקה יכול להגדיל את הסיכון של הצרכן (קבלת הרבה רע) הבחירה של החברה של ערכי AQL נודע על ידי מפרט לקוחות - לקוחות עם דרישות מחמירות יותר היו AQLs כי היצרן היה צריך לעמוד.

סקירה רגילה של תוכניות

תהליכי ייצור, עיצובי מוצר, דרישות הלקוח להתפתח.החברה הקימה סקירה רבעונית שבה צוות האיכות יבדוק עקומות OC, לעדכן AQLs במידת הצורך, ולהעריך האם המעבר לסוג תכנית שונה (דפול או רצף) יפחית עוד יותר את מאמצי הבדיקה.זה מנע את התוכנית להפוך מיושן.

שילוב עם מערכות נתונים מבטיח שיפור מתמשך

על ידי דיגיטציה של תהליך הדגימה, החברה צברה נתונים עשיר המקשר בין פגום מדגם ספירה למגוון טבע.הנתונים האלה שימשו לזיהוי מוצרים או תהליכים מוקדמים.לדוגמה, אם מודל מחבר מסוים היה באופן עקבי פגמים מדגם ליד מספר הקבלה, זה סימן צורך לשיפור תהליך, לא רק קבלת החלטות קבלה / ביטול.

יישומים נוספים של קבלה

בעוד שמחקר מקרה זה מתמקד בייצור אלקטרוניקה, דגימת הקבלה היא נפוצה על פני תעשיות רבות:

(ב) [13]:0 (הופנה מהדף ⁇ ) ו[דרוש מקור]: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(FLT:0)Pharm ואת הבריאות FIRLT:1; בדיקה אקראית דרך מקבץ ייצור עבור סטריליות או עוצמה (מבחן הרסני הופך 100% בלתי אפשרי בדיקה).
(ב) עיין ב[[1924]]: [[1924]]]]
(ב) ,0) בדיקות תוכנה: שימוש בדגימה המבוססת סטטיסטית של מקרי מבחן מתוכנות רגרסיה כדי לקבל או לדחות את פרסום התוכנה.
(ב) ,0) ,U ObecnihoorFLT:1: נפיחות של צמידים או דגימות אדמה כדי לקבל או לדחות ערכת.

המפתח הוא כי הדגימה קבלה יעילה ביותר כאשר בדיקות היא הרסנית, יקרה, או כאשר 100% בדיקה היא לא מעשית. אפילו בתרחישים לא הרסניים, ההפחתה של זמן הפסולת והבדיקה לעתים קרובות מצדיקה את השימוש בו.

מסקנה: נתיב בר-קיימא לאיכות Lean

המקרה של יצרן אלקטרוניקה זה מדגים כי קבלת הדגימה אינה פשרה על איכות, אלא אופטימיזציה אסטרטגית. על ידי העברת 100% בדיקה ל- sampling סאונד סטטיסטית, החברה לקצץ זמן בדיקה כמעט מחצית, מופחתת פסולת על ידי יותר מ 8%, ושיפור ביצועים משלוח ביצועים - כל זאת תוך שמירה על שיעורי פגם של לקוחות ברמות רוק- ⁇ .

נקיטת אמצעים מרכזיים לארגונים בהתחשב באימוץ כוללים את הצורך של הגדרת AQL נאותה המבוססת על קריטיות המוצר, הכשרת צוות ב דגימה אקראית, שילוב עם SPC עבור יציבות תהליכים, והשימוש בחוקי החלפת דינמיים (רגיל / זרז / ed / reduced) כדי להתאים לביצוע איכות מתמשך. כאשר מיושם עם משמעת, קבלה הופכת אבן הפינה של ייצור רזה - צמצום פסולת ללא הקרבה של מוצרים טובים רק כדי להגיע את המוצר הטוב.

לקריאה נוספת על תקני הדגימה קבלה ושיטות הטובות ביותר, מומלץ משאבים הבאים:

(ב) [15] [15] [15] [15] [15] [15] [17]: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) [13] ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(FLT:0) ISO 2859-1:1999FLT:1: תוכניות מנבאות על ידי הגבלת איכות קבלה (AQL) עבור הרבה-by-lot בדיקה שווה ערך בינלאומי של תקן ANSI.
(ב) ⁇ (ב"א): "הקבלה של סמפל בפרקטיקה" על ידי המכון למהנדסים תעשייתיים ומהנדסים (IISE) מספקת דוגמאות בעולם האמיתי מתעשיות מרובות (ראה:2IISE PublicationsigsFLT 3).

על ידי אימוץ דגימה סטטיסטית, יצרנים יכולים להשיג את המטרה הכפולה של צמצום הפסולת והשמירה על איכות - איזון חיוני יותר ויותר בשווקים בעלי מודעות משאבים ומניעי לקוחות.