קבלת הסכמה ללאן מערכות ייצור

קבלת אישורים במערכות ייצור Lean

בייצור מודרני, המרדף של איכות מושלמת לעתים קרובות התנגשות עם כונן ללא רחמים לחסל פסולת. Lean מערכות ייצור לפני הזרמת זרימה, משלוח בזמן אמת, ושיפור מתמשך - כל מכוון להפחית כל דבר שאינו מוסיף ערך.אבל בקרת איכות, אם הוא מיושם clumsly, יכול להפוך למקור עיקרי של פסולת: לחכות, overמעבד, והקמה.

קבלת הדגימה אינה קיצור דרך או פשרה על איכות; זהו כלי ממושמע, פרוביביליסטי, אשר, כאשר מתואמים עם עקרונות רזה, משפר את היעילות והבטיחות האיכותיות. מאמר זה חוקר את היסודות של ייצור רזה, מכניקת הקבלה דגימה, ומסגרת מעשית לשילוב השניים לתוך אסטרטגיה איכות שיתופית.

הבנה של Lean Manufacturing

ייצור Lean, שמקורו במערכת הייצור של טויוטה (TPS), הוא פילוסופיה המתמקדת במקסימום ערך הלקוחות תוך צמצום הפסולת.הרעיון המרכזי הוא ליצור ערך רב יותר עבור לקוחות באמצעות פחות משאבים. Lean מזהה שבעה פסולת קלאסית - יתר על כן, ייצור, תחבורה, עיבוד נוסף, מלאי, תנועה ופגמים - ומבטל אותם באופן שיטתי באמצעות שיפור מתמשך (Kaizen) וכבוד עבור אנשים.

עקרונות ליבה של לאן

(FLT:0)Value: Define Value from the Customer’s Perspective.Only Activity that changed the product or Service in a Way the Customer Cares areהחשיבו כעובדים.
(ב) ,0) ,Value Streammia: ממפה 1:1 כל השלבים הדרושים כדי להביא מוצר ללקוח, ולסלק את אלה שאינם מוסיפים ערך.
(ב) ⁇ :0) ⁇ : ⁇ : 1 (ה) וודא כי צעדים ליצירת ערך מתרחשים ברצף הדוק, כך שהמוצר זורם בצורה חלקה כלפי הלקוח.
(ב) ,0) ,"הפיק" 1 (ה) רק מה שהלקוח דורש, כאשר הוא דורש, הימנעות מייצור יתר.
(ב) ⁇ :0) , ⁇ : ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

בסביבה רזה, איכות בנויה לתוך התהליך, לא נבדק בסוף.עם זאת, אפילו מערכות רזה בוגר ביותר דורש רמה מסוימת של בדיקה - במיוחד כאשר מדובר בספקים חדשים, מבוא מוצרים חדשים, או פחות תהליכים בוגרים.קבלה דגימה, כאשר בשימוש עסיסי, תומך על ידי מתן שער איכות מהיר כי לא יוצר צווארי בקבוקים או מלאי מופרז.

מה זה קבלה?

קבלת הדגימה היא טכניקה סטטיסטית המשמשת להערכת אם קבוצה (לוט) של פריטים עומדים בסטנדרטים איכותיים מוגדרים מראש.במקום לבדוק כל יחידה (100% בדיקה), מדגם אקראי נלקח, ומספר הפריטים פגומים במדגם הוא בהשוואה למספר קבלה.אם הפגמים נמצאים מתחת לסף, את כל המנה מתקבל; אם לעיל, הוא נדחה למיין נוסף, לעבוד מחדש, או להחזיר את הספק הזה הוא איטי, במיוחד כאשר מדובר בבדיקה הרסנית, אם מדובר בבדיקה הרסנית או במקרה של כל רמה יקרה, אם לא מתקבלת.

מושגים מרכזיים בהסכמה

(FLT:0) רמת איכות גבוהה (AQLir): 1 הממוצע של תהליך המזוודה הגרוע ביותר שעדיין נחשב מקובל. AQL הוא אחוז פריטים פגומים שהצרכן מוכן לסבול. לדוגמה, AQL של 1% פירושו כי אצווה עם 1% או פחות פגמים נחשב טוב.
(FLT:0) הקצאת איכות (LQ) או לוט סובלנות Percent Defective (LTPD): FLT:1 רמת האיכות שהצרכן מוצא בלתי מתקבל על הדעת.
(ב) ⁇ :0) קריקטורה (OC) Curveve:FLT: 1 A גרפן מראה את ההסתברות לקבל הרבה בהתחשב בקצב הפגם האמיתי של הרוב.זה משקף את כוח האפליה של תוכנית הדגימה.
(ב) ,0) הסיכון של פרופודור (α): הסתברות לדחות הרבה העומדים ב- AQL (סוג I Error).
(ב) הסיכון של קונסולת ה-β: β: ⁇ 1) הסתברות לקבל הרבה שלא עומד ב- LTPD (סוג II שגיאה).

תוכניות לחיקוי יכולות להיות חדות, כפולות, או מרובות / sampling יחיד לבדוק מדגם אחד; אם מספר פגמים עולה על מספר הקבלה, הרבה נדחה. כפול דגימה מאפשר דגימה שנייה, קטנה יותר אם הדגימה הראשונה היא בלתי כוללת, צמצום מאמצי בדיקה הרצויה.

לדיון טכני עמוק יותר, להתייעץ עם ה-FLT:0NIST/SEMATECH e-Handbook של שיטות סטטיסטיות FLT:1, המציע הסברים קפדניים ודוגמאות.

היתרונות של קבלה תוך כדי מינוף לתוך Lean Systems

כאשר קבלת הדגימה מבוצעת, היא הופכת לגורם רזה ולא למחסום בירוקרטי.היתרונות עוברים מעבר להפחתה פשוטה של בדיקה.

(FLT:0) ,הזמן וההעבודה: ⁇ 1 במקום לבדוק כל פיסת, מדגם קטן, אקראי מספיק.זה מתאים ישירות למטרה של משיכה להפחתת תהליכים יתר - בזבוז של עבודה יותר מאשר צורך.אופרות יכולות לחזור למשימות בעלות ערך מהר יותר.
(FLT:0) מחיר האיכות:FLT:1, העלויות הקשורות לערכת (בדיקה, בדיקה) ירידה משמעותית.קבלת דגימה עוזר גם למנוע את העלות הגבוהה של דחיית שווא שיכולה להתרחש במערכות בדיקה 100% בשל עייפות מפקח, ובכך להפחית חומר מבוזבז.
(FLT:0) פרמור זרימה ומינימל הממציא: ההרחבה Lean מסתמכת על זרימה חלקה, בלתי מופרעת.החלטות דגימה מהירה מאפשרות הרבה לעבור דרך קו הייצור מבלי ליצור תורים מחכים.אם אצווה נכשל, ניתן לסווג אותו ללא עצירת הקו כולו - תוך שאיפה של זרימה מעוצבת היטב.
(FLT:0) החלטות סודיות ואאודי לוחיות: המחשה: תוכניות לרישום 1 (Sampling) מספקות כלל החלטות עקבי, חוזר על עצמו.שקיפות זו תומכת בכלים רזים אחרים כמו ניהול חזותי ועבודה סטנדרטית.המידע מ-Samsampling קבלה יכול להאכיל לתוך מדדי ביצועים הכוללים.
(FLT:0) ,Supplier Quality Assurance:FearLT:1 בשרשרת אספקה רזה, קבלה של מוצרים נכנסים היא קריטית.קבלה דגימה מאפשר קבלת בדיקה כדי להתבצע ביעילות, צמצום מלאי ומאפשר משלוחים בזמן אמת. חברות רזות רבות להשתמש תוכניות דלג-לוט עבור ספקים אמינים.
(FLT:0) שיפור מתמשך: FLT:1 כאשר הרבה נדחה, שורש החקירה כי להלן הוא צורה של Kaizen.הנתוני הכשל מדגיש בעיות בתהליכים במעלה הזרם (בין אם פנימי או ספק) ומניע פעולות תיקון.

המפתח הוא לטפל קבלה דגימה לא כשער איכות עמידה, אלא כ חיישן שמזין מידע בחזרה לתוך מחזור שיפור רזה.

קבלת אישורים במערכות Lean

אינטגרציה דורשת גישה שיטתית המוצבת הן בחשיבה סטטיסטית והן בחשיבה רזה.הצעדים הבאים מספקים מפת דרכים לפרוסציה.

שלב 1: קביעת איכות מפרט ו- AQL

החל על ידי קביעת המאפיינים הקריטיים באיכות גבוהה שחשובים ללקוח.עבור כל מאפיין, להגדיר את רמת האיכות המקובלת (AQL) בהתבסס על דרישות הלקוח, תקני רגולציה ויכולת פנימית.לדוגמה, יצרן מכשיר רפואי עשוי להשתמש AQL של 0.1% עבור ממדים קריטיים, בעוד חלק תעשייתי כללי עשוי לסבול 1.0%.

שלב 2: בחר תוכנית חיזוי

בחר בין יחיד, כפול או דגימה המבוססת על גודל רב, סובלנות סיכון ומגבלות מעשיות. חד פעמית הוא פשוט ביותר; דגימה כפולה יכול לפעמים להפחית את גודל הדגימה הכולל; דגימה / sampling quential מצמצם את הבדיקה עבור טוב מאוד או רע מאוד אבל דורש הכשרה נוספת של סטנדרטים מוכרים כמו ANSI / ZQ1.4 או RMA עבור טבלאות נמוכות, נחשב גם תכונות סטנדרטיות של β / 0going).

שלב 3: רכבת ותקנות סטנדרטיות

מפעילי וטכנאי איכות חייבים להבין הן את "איך" ואת "למה" של דגימה.אימון צריך לכסות טכניקות דגימה אקראית (למשל, באמצעות גנרטורים מספרים אקראיים), שיטות מדידה נאותות, ותיעוד נתונים. הוראות עבודה סטנדרטיות צריך לכלול הוראות עבודה סטנדרטית שלב אחר שלב חקעת חקעת פרוצדורות, טיפול בפרוטוקולים דחויים והסלמה.

שלב 4: יישום שימוש ב-Frell

נקודות דגימה אינסטיראט בשלבים מרכזיים: חומרים גולמיים נכנסים, לאחר שלבים קריטיים של תהליכים, ולפני המשלוח הסופי.ה דגימה צריכה להיות לא-מפרקים - מבוצעת באופן עצמאי בעוד שהרוב נמצא ב-buffer בדיקה ייעודי שאינו דורש לעצור את השורה העיקרית. השתמש בסימנים דמויי קאן כדי לציין מתי הרבה מוכן ל-Sampling נתונים בזמן אמת באמצעות טפסים דיגיטליים או פשוטים למסד נתונים מרכזי.

שלב 5: תוצאות אנליסטים וקבל החלטות

לכל אחד מהם, השוו את מספר הפגמים בדגימה למספר הקבלה.אם השפע מתקבל, הוא זורם לשלב הבא.אם נדחה, הרבה הוא מחוספס וטבע (למשל, 100% סוג, חזרה לספק, עבודה מחדש) מסמך התוצאה ועדכון מצב גדול במערכת בקרת הייצור.הניתוח לא צריך לעצור קבלה / הסרת; לעקוב אחר מגמות לאורך זמן - לדוגמה, באמצעות שיעור chart ממוצע כדי לפקח על הפגמים או שיעור אופייני של פגום.

שלב 6: להאכיל נתונים לשיפור מתמשך

קבלת הדגימה היא כלי אבחון.כאשר שיעורי הדחייה עולים מעל סף, גורם אירוע לפתרון בעיות מובנה (למשל, A3 או DMAIC) Investigate שורש גורם בתהליך upstream - מכונה, חומר, שיטה, או אדם.עדכון תוכניות בקרה ותקני פוקה בהתאם. כמו התהליך משפר, אתה יכול להתאים את תוכנית הדגימה (למשל, מדגם זה, להפחית את יכולת בדיקה מושלמת).

בחירת התוכנית הנכונה לקונטקסט שלך

מתרגלים רבים נאבקים בבחירת משפחות שונות של תוכניות דגימה.השולחן מתחת לסמס סוגים נפוצים והיישומים הטובים ביותר שלהם (הערה: במאמר בפועל, זה יכול להיות מפורמטי כטבלת HTML; אנו משתמשים ברשימה תיאורית כאן לפשטות).

(FLT:0Single Sampling תוכניות (ANSI /ASQ Z1.4): 1FreaLT הטוב ביותר עבור תהליכים גבוהים, יציב שבו משאבים בדיקה מוגבלים.קל ליישום וביקורת.
(FLT:0) תוכניות ל-Sampling: FIRLT:1 שימושי כאשר הדגימה הראשונה לעתים קרובות מספקת החלטה ברורה, אבל אתה רוצה הזדמנות שנייה על הרבה שוליים, יכול להפחית את מאמצי הבדיקה ב -10-30% בהשוואה לדגימה אחת.
(ב) [13] ,0) מרבי / סנסנטיל סאפלינג: 1 אידיאלי עבור בדיקות הרסניות או כאשר כל יחידה היא יקרה.
(FLT:0) תוכניות להורדת שכר: אנדרט 1 מושלם עבור מערכות יחסים מבוססות ספק שבו יכולת תהליך מאומתת.דלוק על כמה עלויות באופן דרמטי תוך שמירה על הסיכון ברמה מקובלת.
(ב) ,0) תוכניות של סאפלינג (למשל, ANSI / ASQ Z1.9): החל מ- 1 כאשר המאפיין נמדד בקנה מידה מתמשך (למשל, קוטר, קשיחות) יותר כוח סטטיסטי ליחידת מדגם, כך שניתן להשתמש בדגימות קטנות יותר.

שקול גם באמצעות רמת האיכות הרלוונטית (AQL) ו- Lot tolerance Percent Defective (LTPD) שהארגון שלך יכול להרשות לעצמו. AQL נמוך מגביר את גודל הדגימה אך מקטין את הסיכון של היצרן.לעודד את צוות האיכות שלך ואת ההתייחסות ל-FLT:0Lean Enterprise InstituteFLT:1 עבור מחקרים על איך חברות רזות מדגמות עם יוזמות אפס-defect.

אתגרים ומייגים

אין שיטה ללא תקלות.אתגרים משותפים בעת שילוב של קבלה דגימה לתוך רזה כוללים:

(FLT:0) העלאת אי-הפיכות AQLs:FLT:1 Tooנוקשות) תעריפים גבוהים של דחייה, חומר מבוזבז, וזרימה מלוות מדי, תלונות לקוחות ושיקום מאוחר יותר.
(FLT:0Misapplication of Producer's and Consumer Risks:Felo:FLT:1 חברות רבות מתעלמות מ-α ו-β או מציבות אותן באופן שרירותי.זה מוביל לציפיות לא מציאותיות.
(FLT:0)Flor Random Sampling: FLT:1 דגימות לא-random (למשל, תמיד לבחור את היחידות הראשונות מלמעלה) לא יסולא את הסטטיסטיקה. Mitigation: השתמש בהליכים אקראיים מוגדרים מראש, גנרטורים מספר אקראי, או מדגימה שיטתית עם התחלה אקראית.
(FLT:0) Weak Data Feedback:FLT:1; תוצאות של סמפלינג נרשמו אך לעולם לא ניתחו למגמות.הפגמים חוזרים חודש לאחר חודש. Mitigation: הקמת צו ביקורת קבוע (למשל, פגישות לוחיות איכות שבועית) וקישור סמן נתונים עם ⁇ SPC.
(FLT:0)הסתמכות על שליטה ללא תהליכים: FLT:1 כמה ארגונים משתמשים ב-Sampling קבלה כ crutch במקום לשפר את התהליך.זה מפר את העיקרון של איכות הבנייה ב. Mitigation: השתמש ב-Sampling ככלי זמני או משלים, ותמיד לפני ביצוע שגיאות (ka-y) והיכולת.

התייחסות לאתגרים אלה דורש תרבות שמתייחסת לנתונים איכותיים כנהג לפעולה, לא רק תיבת בדיקה ציות.אימון ומחויבות מנהיגות הם חיוניים.

שילוב קבלת אישור עם כלים איכותיים אחרים

קבלת הדגימה היא החזקה ביותר כאשר נעשה שימוש בקונצרט עם כלים אחרים מתיבת הכלים האיכות רזה.כאן הם סינרגיות מפתח:

בקרת תהליכים סטטיסטית (SPC)

SPC עוקב אחר יציבות בתהליך בזמן אמת.כאשר תהליך הוא בשליטה סטטיסטית, קבלת הדגימה הופכת הרבה יותר חיזוי - אתה יודע את שיעור הפגם הסביר.הפך, תוצאות דגימה בקבלת הרבה יכול להיות מוקרן על תרשים SPC (למשל, p-chart של הרבה פגם) כדי לזהות סיבות מיוחדות.

פוקה-יוקי (Mistake-Proofing)

מכשירים פוקה-יוקי מונעים פגמים להתרחש מלכתחילה.לאחר שפודק-יווקס מותקנים, הצורך ב-Sampling קבלה פוחת.עם זאת, במהלך המעבר למערכת פוקה-יקוק, הדגימה עוזרת לאמת כי המכשירים פועלים. השתמש ב-sampling כדי לאשר כי פגמים חוסמו במקור.

Value Stream Mapping (VSM)

ממפה את זרם הערך הנוכחי של המדינה וזיהוי כל נקודת בדיקה.מאמין אם כל בדיקה מוסיפה ערך.קבלת הדגימה יכולה להחליף 100% בדיקה בשערים שאינם בעלי ערך מוסף, שחרור יכולת.מפת המדינה העתידית צריכה להראות נקודות דגימה רק כאשר הסיכון מצדיק אותם.

אירועים קפואים

במהלך אירועי שיפור ממוקדים, נתוני הדגימה של קבלה יכולים להצביע על ההפסדים האיכותיים הגדולים ביותר.לדוגמה, אם צוות Kaizen מכוון לסוג פגם מסוים, הם יכולים להשתמש בתוצאות טרום-הפצה לאחר כדי למדוד את השיפור.

מסקנה

קבלת קבלה מתפרסמת לתוך מערכת ייצור רזה לא מדובר בהוספת יותר בדיקה; זה על פריסה של שיטה חכמה יותר, סטטיסטית קול התומכת בהפחתה של פסולת וזרימה.כאשר היא מיועדת עם תוכניות דגימה מתאימות, ו לולאות משוב חזקות, קבלת הדגימה הופכת לכלי רזה שמשפר איכות ללא יצירת צווארי בקבוק.זה מאפשר לארגונים לשמור על ביטחון לקוחות תוך שיפור התהליכים שלהם.

הצלחה תלויה בהערכה כנה של סיכונים, הכשרה חזקה, ומחויבות לפעול על הנתונים. חברות רזה מובילות מטפלות ב-Sampling כמדד זמני לתהליכים לא-בשלים וכלי אימות עבור יציבים. על ידי שילוב זה עם SPC, poka-yoke ו- Kaizen, הם יוצרים מערכת איכות שהיא יעילה ויעילה על ידי ביקורת נקודות הבדיקה הנוכחיות שלך, בחירת קו אחד של מוצר, יישום צעדים, ייצור כאן, שיפור, שיפור, ולהגדיל את עלויות.