{制造型企业}更需目视管理
2020-10-24
制造过程质量情况统计往往是手工、事后展开统计和汇总,而且要对多个车间、多个检验点进行系统的合格率统计、不良柏拉图分析统计工作量非常大,想展开某段时间、某产品型号、某检查/检验工序的合格率统计往往要作为专项工作安排给有关人员,且要接受等待的煎熬,统计效率低下、准确性有待提升,且二次统计机动性差。另外产品过程质量控制没有真正应用SPC统计过程控制先进方法展开过程质量能力控制,停留在合格率的控制水平上。这些都是实现企业质量管理精细化的阻碍。
安必兴制造质量管理解决方案将涵盖检查、检验、返工、不合格处理及损失鉴定、质量统计分析、等功能。需要通过生产过程各检验计数型数据进行采集系统采集,,实现任一时间段、任一产品型号、任一检验点的一次交检合格率、不良柏拉图分析、不良TOP 10对比等动态统计和分析。对计量型质量特性基于SPC统计过程控制系统展开过程控制策划、数据采集、控制图、直方图及统计量分析,并基于IT技术实现制造质量阀管理(如一天内同一A类不良发生2次系统自动发出预警消息)及过程能力展开监控,对各车间展开质量监控预警,也可自动发起纠正预防措施。基于改进验证需要提供具体不良项目改进跟踪效果验证统计分析平台支撑。实现制造过程质量的在线统计分析和监控预警,为制造过程质量持续改进提高支撑。
1.1.1 制造不良标准化
考虑到统计分析报表的需要,不良编码将展开不良类别、严重度等属性定义。
1.1.2 制造过程数据内容
以下对核心采集内容进行简要介绍:
生产计划信息:
系统将导入ERP计划信息,通过该技术手段可以大幅减少过程检验录入采集工作量。即输入批次号系统自动导入与该批次产品配对的型号、数量、客户、订单号等信息提高现场作业效率。
检验不良信息:检验人员过程检验产品批次信息、检验数据信息、判定结果及不良项目等信息展开采集,确保各车间产品一次合格率及不良柏拉图分析的动态展开
展开不合格品处理及损失鉴定信息的在线采集
展开计量型质量特性检测数据的采集,基于SPC统计过程控制系统展开过程能力的控制图、直方图及统计量分析等。也可根据检测设备、器具的自动采集条件具备情况展开自动采集。
1.1.3检验管理(含入库、出库检验)
系统将对各检验不良信息展开采集,不良采集检验数据采集步骤描述:
1.通过用户登录账号,系统自动识别当前采集点采集工序、采集人员、车间、生产线等信息;
2.检验时通过订单号或产品批次号的录入,系统自动从生产计划信息中导入对应的产品型号、数量等订单或批次信息(需要与ERP集成)。
3.再展开检验信息的采集,系统自动展开自动判标及结果判断。
1.1.4 不合格品处理及损失鉴定
1.1.4.1 不合格品处理
生成或检验人员发现不良时可以在线填写不合格处理单,在线发起不合格处理流程,系统将采用工作流以任务驱动的方式实现不合格处理流程流转,相关审理人员在系统收到任务后在线填写处理意见提交后即可,以此实现多部门在线协同处理,提高了不合格处理的效率。同时管理人员可以对处理过程进行跟踪监控,并可设置处理期限,当超过处理期限后系统将以邮件方式自动进行催办并同时告知相关人员,确保不合格问题的有效闭环。
不合格处理单据
不合格处理流程示例
{C}1.1.4.2 {C}{C}内部损失鉴定
结合报废处理流程,在报废处理流程最后一步设置报废损失鉴定,实现对每次报废的损失量化、统计。实现损失数据采集的过程化。
1.1.5 制造质量统计分析
生产过程各关键检验工序不良信息采集后,系统将展开多维度统计分析,为企业质量改进分析提供专业、高效的平台支撑。系统可实现对产品类型、产品型号、检验工位(如入库检验)、时间段条件的组合自定义统计及趋势展现。可实现入库检验等检验工序的一次交检不良率展开统计,并可针对管理需要定义统计的时间区间等条件。满足各层别管理人员的查询需求。
{C}1.1.5.1 {C}{C}综合不良柏拉图
系统支持自定义组合条件如:时间段+产品型号+检验工位等组合条件展开不良柏拉图分析,同时支持柏拉图分组选择功能,如使用不良项目或产品型号分别进行不同角度的柏拉图分析,以满足不同场景的时间分析需求。
分析人员可以依托改灵活的柏拉图分析实现各层别不良柏拉图分析工作的展开,如
{C}ü {C}{C}各产品型号不良柏拉图
{C}ü {C}{C}检验工序不良分别柏拉图
{C}ü {C}{C}入库检验工序不良柏拉图
{C}ü {C}{C}不良部位柏拉图
{C}ü {C}{C}责任单位柏拉图
{C}ü {C}{C}。。。
{C}1.1.5.2 {C}{C}不良TOP 10对比
系统支持自定义时间段,展开机型不良TOP 10的不良产品型号、不良产品类型、不良责任班组的不良项目比较、分析。
如选择2011年11月1日至2011年11月30日,选择四种不同产品型号产品展开不良项目TOP 10比较,这样我们可以直观的看出各产品十大不良项目的构成,通过比较可以直观了解某型号不良项目中的典型项目。
{C}1.1.5.3 {C}{C}单项不良分析
不良项目改善对策执行后,对于不良对策的效果验证往往是我们头疼 ,实际管理过程中效果的验证往往耗费我们大量的精力,且数据的准确性很难保证。改善后某单项不良的最近是处于恶化还是良化状态?针对该项不良的对策是否有效?这些问题是我们管理中经常遇到的困难。我们的系统可以实现公司任一产品、任一不良项目的趋势跟踪,为后续产品不良改善对策效果验证提供了高效支撑。
假设划伤为当前产品的第一大不良,那我们可以通过单项不良率/不良数推移图展开本项目不良(划伤)不良的不良率趋势查看,了解划伤不良一段时间期间是出于恶化化是在改善状态。在查询时系统支持自定义时间段、产品类别、机型及班别(或生产线)条件组合展开如下图示例的某单项不良的推移图趋势查询。也可选择某个采集点(如成品检验)展开成品检验某产品的某项不良的趋势查看。
1.1.6 基础维护
为保证系统正常运行,需对不良、车间、工序、采集点等信息展开标准化维护。
系统支持对过程检验项目、检验标准、抽样方案展开维护,对各工序制程检验展开支撑。
现在大多制造型企业都是根据公司业务,订单来定制生产的。市场需求的多变性,也使得对订单型企业的生产制造的要求越来越苛刻,最高的产品规范、最低的最终成本、最快的上市时间和最佳的产品质量等给制造业施加了巨大的压力。借此,车间生产管理好坏关乎着企业的盈利、甚至把握这公司生存的命脉。和一些制造型企业的朋友在聊天时,很多话题会围绕着如何做好车间生产管理来展开,从大范围的观察到细节的探讨,结论是:工厂生产每个环节都很重要,尤其是目视管理让现场管理者能够更加轻松应对各种瓶颈和异常。那如何管理好车间、注重生产现场的每个环节呢?目视管理的优势和价值就体现出来的。
什么是作业现场的目视管理?
目视管理是对作业现场的进度状况、物料或半成品的库存量、品质不良状况、设备故障、停机原因等,以视觉化的工具,进行预防管理。使任何人都有了解好与坏的状态,即使新进人员也能很快缩小作业上的品质差异。 目视管理的应用案例与实施办法。
作业现场的目视管理的级别水准如何分?
① 初级水准:有表示,能明白现在的状态
② 中级水准:谁都能判断良否
③ 高级水准:管理方法(异常处置等)都列明
分类好了级别,又该如何实施作业现场的目视管理?
目视管理的实施方法有:
目视管理本身并不是一套系统的管理体系或方法,因此也没有什么必须遵循的步骤。如果说一定要列出推行的方法,那么通过多学多做,树立样板区,然后在公司全面展开是可取的。
目视管理的实施可以先易后难,先从初级水准开始,逐步过度到高级水准。
在实施过程中充分利用好红牌作战及定点摄影将十分有益。
(插图1)
(插图2)
目视管理的实施对企业带来了什么?
目视管理实施得如何,很大程度上反映了一个企业的现场管理水平。无论是在现场,还是在办公室,目视管理均大有用武之地。在领会其要点及水准的基础上,大量使用目视管理将会给企业内部管理带来巨大的好处。
1 、 目视管理就是通过视觉导致人的意识变化的一种管理方法。
2 、 目视管理三要点:
① 无论是谁都能判明是好是坏(异常)
② 能迅速判断,精度高
③ 断结果不会因人而异
(插图3)
(插图4)
用通俗的话来说:生产时,用“眼睛”看,是最好的管理方法。我们是通过“五感”(视觉、嗅觉、听觉、触摸、味觉)来感知事物的。其中,最常用的是“视觉”。据统计,人的行动的 60% 是从 “ 视觉 ” 的感知开始的。因此,在企业管理中,强调各种管理状态、管理方法清楚明了,达到「一目了然」,从而容易明白、易于遵守,让员工自主性地完全理解、接受、执行各项工作,这将会给管理带来极大的好处。
57