เรียกดูตามหมวดหมู่
บทนำ: เหตุใดการควบคุมกระบวนการทางสถิติจึงมีความสำคัญก่อนที่ข้อบกพร่องจะถึงมือลูกค้า
ข้อบกพร่องที่ตรวจพบในการตรวจสอบขั้นสุดท้ายนั้นมีค่าใช้จ่ายสูง ข้อบกพร่องที่ลูกค้าพบนั้นยิ่งแย่กว่า ตามข้อมูลของ ASQ ต้นทุนของสินค้าคุณภาพต่ำอาจสูงถึง 151,000 ถึง 201,000 ล้านดอลลาร์สหรัฐ เมื่อเทียบกับรายได้จากการขายในหลายองค์กร และความสูญเสียส่วนใหญ่เกิดจากการตรวจพบปัญหาช้าเกินไป นั่นคือเหตุผลว่าทำไม การควบคุมกระบวนการทางสถิติ (SPC) สิ่งสำคัญคือ ช่วยให้ผู้ผลิตตรวจจับความแปรปรวนของกระบวนการได้ในขณะที่การผลิตยังดำเนินอยู่ ก่อนที่ของเสีย การแก้ไขงาน การร้องเรียน หรือการหยุดชะงักของสายการผลิตจะลุกลามใหญ่โต.
คู่มือนี้อธิบายพื้นฐานของ SPC วิธีการอ่านแผนภูมิควบคุม SPC อย่างถูกต้อง และวิธีการใช้สัญญาณเหล่านั้นในการดำเนินงานประจำวัน นอกจากนี้ยังแสดงให้เห็นว่าเวิร์กโฟลว์ดิจิทัลสามารถช่วยให้ทีมของคุณตอบสนองได้เร็วขึ้นเมื่อกระบวนการเริ่มควบคุมไม่ได้.
SPC คืออะไร และจะนำไปใช้ลดความแปรปรวนและข้อบกพร่องได้อย่างไร
SPC มุ่งเน้นที่กระบวนการ
การควบคุมกระบวนการทางสถิติ เป็นวิธีการตรวจสอบพฤติกรรมของกระบวนการเมื่อเวลาผ่านไป เพื่อให้คุณสามารถตรวจจับได้ ความแปรปรวนที่ผิดปกติ ก่อนที่มันจะกลายเป็นเศษวัสดุ การแก้ไขงาน หรือข้อร้องเรียนจากลูกค้า แทนที่จะถามเพียงว่าชิ้นส่วนที่ผลิตเสร็จแล้วผ่านการตรวจสอบหรือไม่ SPC จะถามว่ากระบวนการที่ผลิตชิ้นส่วนนั้นทำงานได้อย่างคาดการณ์ได้หรือไม่ การเปลี่ยนแปลงนี้มีความสำคัญ เพราะกระบวนการอาจยังคงผลิตชิ้นส่วนที่อยู่ในเกณฑ์ที่ยอมรับได้ในช่วงระยะเวลาหนึ่ง ในขณะที่กำลังค่อยๆ เคลื่อนไปสู่ความล้มเหลว.
SPC พิจารณาการวัดตามลำดับ ซึ่งช่วยให้วิศวกรคุณภาพและผู้จัดการฝ่ายผลิตเห็นว่ากระบวนการมีความเสถียร เปลี่ยนแปลง หรือตอบสนองต่อสิ่งรบกวนหรือไม่ นั่นคือพื้นฐานสำหรับการทำความเข้าใจแผนภูมิควบคุม SPC ในภายหลังของบทความนี้ แต่หลักการนั้นตรงไปตรงมา: คุณภาพจะน่าเชื่อถือมากขึ้นเมื่อคุณควบคุมความแปรปรวนที่ต้นกำเนิด กล่าวอีกนัยหนึ่ง SPC ไม่ได้เน้นที่การตรวจจับชิ้นส่วนที่ชำรุด แต่เน้นที่การป้องกันชิ้นส่วนที่ชำรุดมากกว่า.
เหตุใดความผันแปรจึงเป็นสัญญาณที่แท้จริง
กระบวนการผลิตทุกอย่างย่อมมีความแปรผันอยู่บ้าง แม้ว่าเครื่องจักรจะได้รับการบำรุงรักษาและผู้ปฏิบัติงานจะปฏิบัติตามขั้นตอนการทำงานมาตรฐานก็ตาม เครื่องปั๊มขึ้นรูปอาจทำให้ชิ้นส่วนมีขนาดแตกต่างกันเล็กน้อย สายการผลิตบรรจุอาจมีน้ำหนักแตกต่างกันเล็กน้อย และเตาอบรีโฟลว์อาจทำให้ลักษณะของรอยเชื่อมบัดกรีเปลี่ยนแปลงเล็กน้อยตลอดทั้งกะการทำงาน เป้าหมายไม่ใช่การกำจัดความแปรผันทั้งหมด ซึ่งเป็นไปไม่ได้ แต่เป็นการแยกความแปรผันปกติออกจากความแปรผันที่บ่งชี้ถึงปัญหาในกระบวนการผลิต.
โดยทั่วไป ผู้ผลิตมักแบ่งความแปรผันออกเป็นสองประเภท: สาเหตุร่วมกัน ความแปรผันและ สาเหตุพิเศษ ความแปรผัน ความแปรผันจากสาเหตุทั่วไป คือความผันผวนตามธรรมชาติที่เกิดขึ้นในกระบวนการที่เสถียร เช่น การเปลี่ยนแปลงอุณหภูมิเล็กน้อย การสั่นสะเทือนของเครื่องจักรตามปกติ หรือความแตกต่างของวัสดุตามปกติภายในช่วงที่ยอมรับได้ ความแปรผันจากสาเหตุเฉพาะ เกิดจากการรบกวนที่ระบุได้ชัดเจน เช่น เครื่องมือสึกหรอ การตั้งค่าเครื่องจักรผิดพลาด หัวฉีดอุดตัน หรือการเปลี่ยนงานโดยผู้ปฏิบัติงานที่ไม่มีประสบการณ์ หากคุณมองว่าความแปรผันจากสาเหตุทั่วไปเป็นเหตุฉุกเฉิน คุณจะปรับกระบวนการมากเกินไป หากคุณมองข้ามความแปรผันจากสาเหตุเฉพาะ ข้อบกพร่องก็จะเพิ่มมากขึ้น.
ความแตกต่างนี้เป็นหัวใจสำคัญของการใช้การควบคุมกระบวนการทางสถิติอย่างมีประสิทธิภาพ ทีมที่ตอบสนองต่อข้อมูลทุกจุดมักทำให้กระบวนการไม่เสถียรมากขึ้นโดยการไล่ตามสัญญาณรบกวน ทีมที่เพิกเฉยต่อรูปแบบที่ผิดปกติเพราะชิ้นส่วนแต่ละชิ้นยังคงผ่านการตรวจสอบขั้นสุดท้าย มักจะค้นพบปัญหาเมื่อผลผลิตลดลงหรือลูกค้าปฏิเสธผลิตภัณฑ์ การควบคุมกระบวนการทางสถิติช่วยให้คุณตอบสนองต่อสัญญาณที่ถูกต้องในเวลาที่เหมาะสม.
เหตุใดกระบวนการที่เสถียรจึงให้คุณภาพที่ดีกว่า
กระบวนการที่มีเสถียรภาพจะแสดงให้เห็นเพียงความผันแปรที่เกิดจากสาเหตุทั่วไปเมื่อเวลาผ่านไป หากปราศจากเสถียรภาพ..., การวิเคราะห์สาเหตุหลัก กระบวนการจะไม่น่าเชื่อถือเนื่องจากมีการเปลี่ยนแปลงอยู่ตลอดเวลาด้วยเหตุผลที่ควบคุมไม่ได้ นั่นเป็นเหตุผลที่ผู้ผลิตมักจะทำให้กระบวนการมีเสถียรภาพก่อน จากนั้นจึงค่อยปรับปรุงให้เหมาะสม.
ตัวอย่างเช่น ในการปั๊มโลหะ เครื่องปั๊มที่ผลิตรูที่มีขนาดสม่ำเสมอจะปรับแต่งและพัฒนาได้ง่ายกว่าเครื่องที่ได้รับผลกระทบจากการวางตำแหน่งแม่พิมพ์ที่ไม่แน่นอน ในการบรรจุเครื่องดื่ม สายการผลิตที่มีความผันแปรของน้ำหนักบรรจุที่คงที่สามารถจัดตำแหน่งให้ตรงกลางได้อย่างแม่นยำยิ่งขึ้นเพื่อลดการสูญเสียโดยไม่เพิ่มความเสี่ยงต่อการบรรจุไม่เต็ม ในการประกอบชิ้นส่วนอิเล็กทรอนิกส์ การวางวางวางบัดกรีที่เสถียรช่วยให้ได้ผลผลิตในรอบแรกที่ดีขึ้น เนื่องจากกระบวนการต้นน้ำช่วยป้องกันการเกิดข้อบกพร่องแบบสุ่มในการวางวางและการหลอม.
SPC ช่วยลดข้อบกพร่องในกระบวนการผลิตได้อย่างไร
เอสพีซี ช่วยลดข้อบกพร่องในการผลิตโดยการระบุการเปลี่ยนแปลง ความไม่เสถียร และเหตุการณ์ผิดปกติได้ตั้งแต่เนิ่นๆ ทำให้ทีมสามารถดำเนินการแก้ไขได้ก่อนที่จะเกิดผลกระทบในปริมาณมาก ในสายการผลิต PCB การติดตามความสูงของวางบัดกรีสามารถเปิดเผยการสึกหรอของแม่พิมพ์หรือปัญหาการจัดตำแหน่งของเครื่องพิมพ์ก่อนที่จะเกิดข้อบกพร่อง เช่น การบิดเบี้ยวของชิ้นงานและการบัดกรีไม่เพียงพอ ในสายการผลิตบรรจุภัณฑ์ การตรวจสอบน้ำหนักการบรรจุสามารถเปิดเผยความไม่สม่ำเสมอของวาล์วก่อนที่จะเกิดข้อร้องเรียนเกี่ยวกับผลิตภัณฑ์ที่บรรจุไม่เต็ม ในกระบวนการกลึงหรือปั๊มขึ้นรูป แนวโน้มของขนาดสามารถเน้นให้เห็นการสึกหรอของเครื่องมือได้นานก่อนที่ชิ้นส่วนจะอยู่นอกค่าความคลาดเคลื่อน.
ขีดจำกัดการควบคุม แผนภูมิควบคุม และหลักการพื้นฐานของการอ่านสัญญาณ SPC
เริ่มจากเส้นกลางและขอบเขตควบคุม
เพื่อสร้างความมั่นใจในการทำความเข้าใจ เอสพีซี สำหรับแผนภูมิควบคุม เริ่มจากตัวอย่างการกลึงชิ้นงานหนึ่งชิ้น: เพลากลึงที่มีเส้นผ่านศูนย์กลางเป้าหมาย 25.000 มม. เส้นกลางบนแผนภูมิแสดงถึงค่าเฉลี่ยของกระบวนการ ในขณะที่ขีดจำกัดควบคุมบนและล่างแสดงช่วงความแปรผันของกระบวนการตามปกติที่คาดการณ์ไว้ หากกระบวนการมีความเสถียร ค่าเฉลี่ยของกลุ่มย่อยส่วนใหญ่หรือค่าที่อ่านได้แต่ละค่าจะอยู่ภายในขีดจำกัดเหล่านั้นและเคลื่อนที่ในรูปแบบสุ่มที่เหมาะสม.
ขีดจำกัดการควบคุมมักถูกเข้าใจผิดว่าเป็นขีดจำกัดตามข้อกำหนด แต่จริงๆ แล้วเป็นการตอบคำถามที่แตกต่างกัน. ขีดจำกัดการควบคุม อธิบายว่ากระบวนการนี้ทำอะไรจริง ๆ เมื่อเวลาผ่านไป โดยอิงจากข้อมูลการผลิตจริง ในขณะที่ ขีดจำกัดของข้อกำหนด กำหนดสิ่งที่ลูกค้าหรือแบบร่างยอมรับได้ เส้นผ่านศูนย์กลางของเพลาอาจอยู่ในช่วงข้อกำหนดแต่ก็อาจมีความไม่เสถียรทางสถิติได้ ซึ่งเป็นเหตุผลที่ผู้ผลิตใช้ SPC เพื่อตรวจจับการเปลี่ยนแปลงก่อนที่จะก่อให้เกิดของเสีย การแก้ไขงาน หรือความเสี่ยงต่อลูกค้า.
ในตัวอย่างเพลาของเรา สมมติว่าค่าความคลาดเคลื่อนในการวาดคือ 24.950 ถึง 25.050 มม., แต่ขีดจำกัดการควบคุมที่คำนวณจากกระบวนการจริงนั้นเข้มงวดกว่า 24.982 ถึง 25.018 มม.. นั่นไม่ได้หมายความว่าแผนภูมิควบคุมนั้น “เข้มงวดกว่า” ค่าที่วัดได้ แต่หมายความว่ากระบวนการโดยปกติจะทำงานอยู่ภายในช่วงที่แคบกว่า เมื่อแผนภูมิแสดงสัญญาณผิดปกติ ทีมควรตรวจสอบพฤติกรรมของกระบวนการก่อน ไม่ควรรอจนกว่าค่าที่วัดได้จะเกินเส้นข้อกำหนด.
รู้ว่าแผนภูมิใดเหมาะสมกับข้อมูล
การเลือกแผนภูมิหลักขึ้นอยู่กับว่าคุณกำลังติดตามอะไรอยู่ ข้อมูลตัวแปร หรือ ข้อมูลคุณลักษณะ. สำหรับขนาดที่วัดได้ เช่น เส้นผ่านศูนย์กลางของเพลา ทีมต่างๆ มักจะใช้ แผนภูมิ X-bar และ R สำหรับข้อมูลกลุ่มย่อยหรือ แผนภูมิแสดงค่ารายบุคคลและช่วงการเคลื่อนที่ เมื่อทำการวัดทีละครั้ง สำหรับข้อมูลคุณลักษณะ เช่น จำนวนข้อบกพร่อง หรือผลการสอบผ่าน/ไม่ผ่าน ตัวเลือกทั่วไปได้แก่ แผนภูมิ p, แผนภูมิ np, แผนภูมิ c, และ แผนภูมิยู.
สำหรับสายการผลิตนี้ ลองนึกภาพว่าผู้ปฏิบัติงานวัดเพลาห้าชิ้นทุกชั่วโมง ดังนั้น แผนภูมิ X-bar และ R เป็นทางเลือกที่ใช้งานได้จริง แผนภูมิ X-bar แสดงให้เห็นว่าค่าเฉลี่ยของกลุ่มย่อยมีการเปลี่ยนแปลงหรือไม่ ในขณะที่แผนภูมิ R แสดงให้เห็นว่าความแปรปรวนภายในกลุ่มตัวอย่างเพิ่มขึ้นหรือไม่ การอ่านทั้งสองแผนภูมิร่วมกันมีความสำคัญ เพราะค่าเฉลี่ยอาจดูยอมรับได้แม้ว่าการกระจายตัวของกระบวนการจะเริ่มไม่เสถียรก็ตาม.
อ่านรูปแบบโดยรวม ไม่ใช่แค่จุดแต่ละจุด
หลายทีมมองหาแต่คะแนนที่อยู่นอกเขตควบคุมเท่านั้น แต่ เอสพีซี สัญญาณต่างๆ นั้นกว้างกว่านั้น แผนภูมิสามารถเตือนคุณได้ แนวโน้ม, เช่น จุดหกหรือเจ็ดจุดที่เคลื่อนตัวขึ้นไปอย่างต่อเนื่อง หรือลำดับ เช่น จุดแปดจุดเรียงกันอยู่เหนือเส้นกึ่งกลาง รูปแบบเหล่านี้บ่งชี้ว่ากระบวนการได้เปลี่ยนแปลงไปแล้ว แม้ว่าทุกจุดจะยังคงอยู่ภายในขอบเขตบนและล่างก็ตาม.
ในตัวอย่างของเพลา สมมติว่าค่าเฉลี่ยของกลุ่มย่อยเจ็ดกลุ่มสุดท้ายเพิ่มขึ้นจาก 24.996 มม. เป็น 25.012 มม. ยังไม่มีจุดใดที่อยู่นอกเหนือการควบคุม แต่แนวโน้มที่เพิ่มขึ้นบ่งชี้ถึงการสึกหรอของเครื่องมือ การขยายตัวเนื่องจากความร้อน หรือปัญหาการชดเชยของเครื่องจักร นี่คือวิธีที่ SPC ช่วยลดข้อบกพร่องในการผลิต: มันให้เวลาทีมในการดำเนินการในขณะที่ชิ้นส่วนยังคงเป็นไปตามมาตรฐานเป็นส่วนใหญ่.
แยกแยะสัญญาณออกจากสัญญาณรบกวน
หลักการที่ดีในการใช้การควบคุมกระบวนการทางสถิติคือ หลีกเลี่ยงการตอบสนองต่อการเปลี่ยนแปลงเล็กน้อยทุกครั้ง หากค่าเฉลี่ยของกลุ่มย่อยหนึ่งลดลงเล็กน้อยต่ำกว่าค่าก่อนหน้า นั่นมักเป็นการผันผวนตามปกติ ไม่ใช่เหตุผลที่จะต้องปรับเครื่องจักร การปรับเปลี่ยนที่ไม่จำเป็น ซึ่งมักเรียกว่าการดัดแปลง สามารถเพิ่มความผันแปรและทำให้กระบวนการที่มีประสิทธิภาพแย่ลงได้.
ลองนึกภาพว่าค่าเฉลี่ยของกลุ่มย่อยกลุ่มหนึ่งพุ่งสูงขึ้นถึง 25.022 มม. ซึ่งสูงกว่าขีดจำกัดควบคุมบน ในขณะที่กราฟช่วงก็พุ่งสูงขึ้นเช่นกัน การรวมกันเช่นนี้เป็นสัญญาณบ่งชี้ว่ากระบวนการอยู่นอกเหนือการควบคุมที่รุนแรงกว่าการเปลี่ยนแปลงเล็กน้อยแบบสุ่มรอบเส้นกึ่งกลาง ในขั้นตอนนี้ วิศวกรคุณภาพหรือหัวหน้างานฝ่ายผลิตควรพิจารณากราฟนี้เป็นหลักฐานของการเปลี่ยนแปลงกระบวนการเฉพาะ และดำเนินการตามแผนรับมือ ซึ่งจะกล่าวถึงในส่วนถัดไป.
วิธีการนำการควบคุมกระบวนการทางสถิติไปใช้ในสายการผลิต
เริ่มต้นด้วยคุณลักษณะที่สำคัญที่สุด
ในพื้นที่การผลิต, เอสพีซี วิธีการนี้จะได้ผลดีที่สุดเมื่อคุณนำไปใช้กับคุณลักษณะจำนวนน้อยที่ส่งผลโดยตรงต่อความพอดี การทำงาน ความปลอดภัย หรือผลผลิตในขั้นตอนต่อไป ผู้จัดการฝ่ายผลิตไม่ควรพยายามบันทึกทุกมิติหรือรหัสข้อบกพร่องพร้อมกัน เพราะมักจะทำให้เกิดความสับสนและติดตามผลได้ไม่ดี ควรเริ่มต้นด้วยคุณลักษณะกระบวนการที่สำคัญ เช่น แรงบิดในสถานีประกอบรถยนต์ ความสูงของวางบัดกรีในอุปกรณ์อิเล็กทรอนิกส์ หรือน้ำหนักบรรจุในสินค้าบรรจุภัณฑ์ เป้าหมายคือการมุ่งเน้น SPC ในจุดที่การเปลี่ยนแปลงกระบวนการจะสร้างความเสี่ยงทางธุรกิจที่แท้จริง ไม่ใช่แค่ข้อมูลเพิ่มเติม.
วิธีการคัดเลือกที่ได้ผลดีคือการรวมปัจจัยนำเข้าสามอย่างเข้าด้วยกัน ได้แก่ ความต้องการของลูกค้า ประวัติความสามารถของกระบวนการ และต้นทุนของข้อบกพร่อง หากขนาดใดมีค่าความคลาดเคลื่อนที่เข้มงวดแต่มีความสามารถสูงอยู่แล้ว อาจต้องการความเอาใจใส่น้อยกว่าคุณลักษณะที่ก่อให้เกิดการแก้ไขงานหรือการร้องเรียนบ่อยครั้ง ตัวอย่างเช่น ในการประกอบรถยนต์ แรงบิดของสลักเกลียวในชิ้นส่วนช่วงล่างเป็นตัวเลือกที่เหมาะสมกว่าสำหรับการควบคุมกระบวนการทางสถิติ (SPC) มากกว่าช่องว่างของชิ้นส่วนตกแต่ง เพราะผลกระทบจากการเปลี่ยนแปลงค่าความคลาดเคลื่อนนั้นสูงกว่ามาก นี่คือจุดเริ่มต้นที่ SPC ช่วยลดข้อบกพร่องในการผลิตได้ โดยการตรวจสอบตัวแปรที่ก่อให้เกิดปัญหา การทิ้งของเสีย หรือการหยุดชะงักของสายการผลิต.
กำหนดความถี่ในการสุ่มตัวอย่างโดยพิจารณาจากความเสี่ยงของกระบวนการ
เมื่อคุณเลือกคุณลักษณะแล้ว ให้ตัดสินใจว่าจะสุ่มตัวอย่างบ่อยแค่ไหนโดยพิจารณาจากความเสถียรของกระบวนการ เวลาในการผลิต และความเร็วในการตอบสนอง กระบวนการที่มีปริมาณมากและมีรูปแบบการเปลี่ยนแปลงที่ทราบแล้วมักต้องการช่วงเวลาการตรวจสอบที่สั้นกว่า ในขณะที่การดำเนินงานที่ช้ากว่าและมีความเสถียรมากกว่าอาจต้องการการตรวจสอบเพียงทุกชั่วโมงหรือต่อล็อตเท่านั้น ข้อผิดพลาดที่หลายทีมทำคือการกำหนดความถี่ตามความเคยชินแทนที่จะพิจารณาจากความเสี่ยง หากกระบวนการสามารถผลิตหน่วยที่ชำรุดได้หลายร้อยหน่วยก่อนการตรวจสอบครั้งต่อไป แผนนั้นก็ช้าเกินไป.
ในสายการผลิต SMT วิศวกรคุณภาพอาจสุ่มตรวจสอบข้อบกพร่องของรอยบัดกรีทุก 30 นาทีในช่วงเริ่มต้นการทำงาน จากนั้นจึงเปลี่ยนไปตรวจสอบทุกชั่วโมงเมื่อเครื่องพิมพ์และเตาอบรีโฟลว์ทำงานได้อย่างเสถียรแล้ว ในสายการผลิตแบบสามกะ ชิ้นงานแรกหลังจากเปลี่ยนกะ เปลี่ยนเครื่องมือ หรือการบำรุงรักษา มักสมควรได้รับการสุ่มตรวจสอบเพิ่มเติม เนื่องจากช่วงเวลาเหล่านั้นมีความเสี่ยงต่อความแปรปรวนสูงกว่า หลักปฏิบัติ SPC ที่ดีจะเชื่อมโยงช่วงเวลากับการทำงานของกระบวนการ ไม่ใช่กับแม่แบบคงที่ที่คัดลอกไปทั่วทั้งโรงงาน นั่นทำให้การทำความเข้าใจแผนภูมิควบคุม SPC มีประโยชน์มากขึ้น เพราะข้อมูลสะท้อนถึงสภาวะกระบวนการจริง.
สร้างขั้นตอนการทำงาน SPC ที่ชัดเจนและแผนการรับมือ
พื้นที่ปฏิบัติงานในโรงงานที่ใช้งานได้จริง เอสพีซี โดยทั่วไปแล้ว กระบวนการตรวจสอบคุณภาพจะประกอบด้วยห้าขั้นตอน ได้แก่ การวัด การบันทึก การตรวจสอบ การตัดสินใจ และการตอบสนอง ผู้ปฏิบัติงานหรือผู้ตรวจสอบจะวัดตัวอย่าง บันทึกผลลัพธ์ทันที ตรวจสอบแผนภูมิเพื่อหาสัญญาณผิดปกติ และปฏิบัติตามการตอบสนองที่กำหนดไว้ล่วงหน้าหากกระบวนการแสดงรูปแบบที่ผิดปกติ วิศวกรคุณภาพจะตรวจสอบความผิดปกติ ยืนยันทิศทางของสาเหตุหลัก และตัดสินใจว่าจำเป็นต้องมีการควบคุม การปรับปรุง หรือการยกระดับปัญหาหรือไม่ หากไม่มีห่วงโซ่นี้ แม้แต่แผนภูมิที่ออกแบบมาอย่างดีก็จะกลายเป็นเพียงบันทึกแบบพาสซีฟแทนที่จะเป็นเครื่องมือควบคุม.
แผนการตอบสนองควรมีความเฉพาะเจาะจงมากพอที่กะการทำงานต่างๆ สามารถตอบสนองในลักษณะเดียวกันได้ ตัวอย่างเช่น หากสัญญาณควบคุมปรากฏขึ้นในแผนภูมิแรงกดอัด ผู้ปฏิบัติงานอาจหยุดสถานี แยกชิ้นส่วนที่ผลิตตั้งแต่การตรวจสอบที่อยู่ในเกณฑ์ควบคุมครั้งล่าสุด โทรหาหัวหน้าสายงาน และเริ่มการตรวจสอบเครื่องมือ หากคำสั่งเดียวระบุว่า “แจ้งคุณภาพ” เวลาในการตอบสนองจะแตกต่างกัน และข้อบกพร่องอาจเพิ่มมากขึ้น การควบคุมกระบวนการทางสถิติที่มีประสิทธิภาพนั้นขึ้นอยู่กับการกระทำอย่างมีระเบียบวินัยพอๆ กับการเก็บรวบรวมข้อมูล.
กำหนดผู้รับผิดชอบตามบทบาท ไม่ใช่ตามแผนก
SPC จะล้มเหลวเมื่อทุกคนคิดว่ามีคนอื่นคอยดูแผนภูมิอยู่ ผู้ปฏิบัติงานควรรับผิดชอบการวัดและการตอบสนองเบื้องต้น หัวหน้างานควรรับผิดชอบการตัดสินใจด้านการผลิตและการประสานงานกำลังคน และวิศวกรคุณภาพควรรับผิดชอบการกำหนดกฎเกณฑ์ เกณฑ์การแจ้งปัญหา และระเบียบวินัยในการตรวจสอบแผนภูมิ การแบ่งหน้าที่เช่นนี้ช่วยให้การตอบสนองรวดเร็วโดยไม่ทำให้ทุกสัญญาณกลายเป็นปัญหาคอขวดของแผนกคุณภาพ นอกจากนี้ยังช่วยให้ทีมงานหลายกะรักษาความสม่ำเสมอเมื่อมีการเปลี่ยนแปลงกำลังคน.
ในทางปฏิบัติ ควรมีการกำหนดความรับผิดชอบอย่างชัดเจนในระดับกระบวนการ โรงงานผลิตชิ้นส่วนอิเล็กทรอนิกส์อาจกำหนดให้ผู้ปฏิบัติงานบันทึกจำนวนข้อบกพร่องจากการตรวจสอบด้วย AOI หัวหน้ากะตรวจสอบแนวโน้มที่ผิดปกติในการประชุมรายชั่วโมง และวิศวกรกระบวนการตรวจสอบสัญญาณการเชื่อมต่อตะกั่วที่เกิดขึ้นซ้ำๆ ภายในกะเดียวกัน โครงสร้างดังกล่าวจะเปลี่ยนวิธีการใช้การควบคุมกระบวนการทางสถิติให้กลายเป็นกิจวัตรประจำวัน แทนที่จะเป็นเพียงโครงการด้านคุณภาพที่ปรากฏเฉพาะในระหว่างการตรวจสอบเท่านั้น.
จากสเปรดชีตสู่เวิร์กโฟลว์ SPC แบบเรียลไทม์ด้วย Jodoo
จุดที่การดำเนินการ SPC แบบดั้งเดิมช้าลง
ผู้ผลิตหลายรายเข้าใจเรื่องนี้ เอสพีซี โดยหลักการแล้วก็ใช้ได้ แต่ก็ยังคงใช้แบบฟอร์มตรวจสอบบนกระดาษ ไฟล์ Excel แบบออฟไลน์ และการติดตามผลจากหัวหน้างานทางโทรศัพท์หรือแชท ปัญหาไม่ได้อยู่ที่แผนภูมิเอง แต่อยู่ที่ความล่าช้าระหว่างการวัด การตีความ และการดำเนินการ เมื่อข้อมูลค้างอยู่ที่เครื่องจักรเป็นเวลาสองชั่วโมง หรืออยู่ในสเปรดชีตจนถึงสิ้นสุดกะ การผลิตอาจผลิตชิ้นส่วนที่ต้องสงสัยออกมาครบชุดแล้ว ช่องว่างนั้นทำให้ประสิทธิภาพของ SPC ในการลดข้อบกพร่องในการผลิตลดลง.
ลองพิจารณาเครื่องจักร CNC ที่ตรวจสอบเส้นผ่านศูนย์กลางเพลาที่สำคัญทุกๆ 30 นาที ผู้ปฏิบัติงานบันทึกค่าที่วัดได้ด้วยตนเอง จากนั้นหัวหน้างานจะป้อนข้อมูลลงในสเปรดชีตในภายหลัง เมื่อวิศวกรคุณภาพสังเกตเห็นว่าชิ้นงานเข้าใกล้ขีดจำกัดควบคุมด้านบน เครื่องจักรสามเครื่องก็ใช้ค่าชดเชยเครื่องมือที่สึกหรอเดียวกันไปแล้ว ในทางปฏิบัติ หมายความว่าทีมงานรู้วิธีการใช้การควบคุมกระบวนการทางสถิติ แต่ขั้นตอนการทำงานของพวกเขาทำให้ไม่สามารถตอบสนองได้อย่างทันท่วงที.
Jodoo เปลี่ยนข้อมูล SPC ให้เป็นสัญญาณกระบวนการแบบเรียลไทม์ได้อย่างไร
Jodoo สามารถตั้งค่าให้ผู้ปฏิบัติงานป้อนค่าการวัดเส้นผ่านศูนย์กลางเพลาแต่ละครั้งลงในแบบฟอร์มบนมือถือที่เครื่องจักรได้โดยตรง แบบฟอร์มดังกล่าวสามารถรวมหมายเลขชิ้นส่วน รหัสเครื่องจักร หมายเลขช่องหรือแกนหมุน กะ ชื่อผู้ปฏิบัติงาน จำนวนอายุการใช้งานของเครื่องมือ และค่าที่วัดได้ พร้อมด้วยกฎการตรวจสอบเพื่อลดข้อผิดพลาดในการป้อนข้อมูล หากการวัดมาจากเกจดิจิทัล PLC หรือ MES ข้อมูลเดียวกันนั้นสามารถส่งไปยัง Jodoo ผ่านการผสานรวมแบบ API แทนการป้อนข้อมูลด้วยตนเองได้เช่นกัน ซึ่งทำให้ทีมมีช่องทางเดียว แหล่งข้อมูลที่มีโครงสร้าง แทนที่จะเป็นไฟล์ที่ไม่เชื่อมต่อกันหลายไฟล์.
เมื่อส่งผลการอ่านแล้ว Jodoo สามารถอัปเดตข้อมูลได้ แดชบอร์ดแบบเรียลไทม์ แผนภูมิควบคุม SPC นี้แสดงค่ากลุ่มย่อยล่าสุด ทิศทางแนวโน้ม และสถานะความผิดปกติแยกตามเครื่องจักรหรือสายการผลิต สำหรับผู้จัดการฝ่ายผลิตแล้ว แผนภูมินี้ทำให้การทำความเข้าใจแผนภูมิควบคุม SPC ง่ายขึ้นมาก เพราะสามารถมองเห็นสัญญาณได้ในขณะที่กระบวนการยังดำเนินอยู่ ไม่ใช่หลังจากที่ทำความสะอาดสเปรดชีตแล้ว วิศวกรสามารถกรองตามกลุ่มผลิตภัณฑ์ กะ หรือเครื่องจักร เพื่อดูว่าปัญหาเกิดขึ้นเฉพาะที่หรือกำลังแพร่กระจาย.
การสร้างเวิร์กโฟลว์การตอบสนองแบบวงปิด
ประโยชน์ที่แท้จริงจะเกิดขึ้นเมื่อ SPC เชื่อมโยงกับการลงมือปฏิบัติ ไม่ใช่แค่การแสดงผลทางภาพ ในตัวอย่างการผลิตชิ้นส่วนด้วยเครื่องจักร หากค่าที่ส่งมาละเมิดกฎการควบคุม, Jodoo ระบบสามารถแจ้งเตือนวิศวกรคุณภาพและหัวหน้างานฝ่ายผลิตที่ได้รับมอบหมายโดยอัตโนมัติผ่านการแจ้งเตือนในแอป อีเมล หรือช่องทางการส่งข้อความ ขั้นตอนการทำงานอาจกำหนดให้ผู้ปฏิบัติงานหยุดการทำงานในรอบถัดไป แนบรูปถ่ายของค่าที่อ่านได้จากมาตรวัด และเลือกสาเหตุที่สงสัย เช่น การสึกหรอของเครื่องมือ ความหลวมของอุปกรณ์จับยึด หรือการเปลี่ยนแปลงของอุณหภูมิ.
จากนั้นวิศวกรจะได้รับงานตรวจสอบที่เชื่อมโยงกัน พร้อมด้วยประวัติการวัด รายละเอียดเครื่องจักร เหตุการณ์ที่คล้ายคลึงกันก่อนหน้านี้ และกำหนดเวลาตอบกลับที่แนบมาด้วยแล้ว หากยืนยันการเปลี่ยนเครื่องมือแล้ว กระบวนการทำงานสามารถส่งการอนุมัติแบบดิจิทัลไปยังหัวหน้างานกะ บันทึกการจัดการชิ้นส่วนที่ผลิตตั้งแต่ตัวอย่างที่ได้รับการยอมรับครั้งล่าสุด และกำหนดการสุ่มตัวอย่างเพื่อตรวจสอบหลังจากการปรับแต่ง แทนที่จะพึ่งพาความจำหรืออีเมลแยกต่างหาก เส้นทางทั้งหมดตั้งแต่สัญญาณไปจนถึงการควบคุมจะเชื่อมโยงกัน การดำเนินการแก้ไข มีการบันทึกไว้ในระบบเดียว.
ตัวอย่างการตั้งค่า Jodoo SPC ที่ใช้งานได้จริง
ระบบที่มีประโยชน์ไม่จำเป็นต้องซับซ้อน ทีมส่วนใหญ่เริ่มต้นด้วยส่วนประกอบสามส่วนที่เชื่อมโยงกัน ได้แก่ แบบฟอร์มการวัดผล แดชบอร์ดแบบเรียลไทม์ และเวิร์กโฟลว์การจัดการข้อผิดพลาด Jodoo, ซึ่งสามารถสร้างเป็นแอปพลิเคชันแบบไม่ต้องเขียนโค้ดได้ โดยมีการกำหนดสิทธิ์การเข้าถึงตามบทบาท เพื่อให้ผู้ปฏิบัติงานส่งข้อมูล วิศวกรตรวจสอบสัญญาณ และผู้จัดการเห็นแนวโน้มระดับโรงงานโดยไม่ต้องแก้ไขบันทึกข้อมูลดิบ โครงสร้างนี้สนับสนุนการดำเนินการ SPC ในแต่ละวันโดยไม่ต้องรอให้ฝ่ายไอทีสร้างโมดูลคุณภาพแบบกำหนดเอง.
เมื่อเวลาผ่านไป ขั้นตอนการทำงานเดียวกันนี้สามารถขยายให้ครอบคลุมถึงการอนุมัติหลายระดับได้, แคปปา การติดตาม การตรวจสอบประวัติ และการเชื่อมโยงกับบันทึกการบำรุงรักษาหรือการเปลี่ยนเครื่องมือ เป็นสิ่งสำคัญ เพราะคำถามที่แท้จริงไม่ใช่แค่ว่าจะใช้การควบคุมกระบวนการทางสถิติอย่างไร แต่ยังอยู่ที่ว่าจะทำให้การตอบสนองนั้นสามารถทำซ้ำได้ในแต่ละกะและแต่ละสายการผลิต เมื่อข้อมูล SPC การแจ้งเตือน และการติดตามผลอยู่ในเวิร์กโฟลว์เดียวกัน ผู้ผลิตจะสามารถตอบสนองได้เร็วขึ้น กำหนดมาตรฐานการตัดสินใจ และป้องกันไม่ให้ความแปรปรวนกลายเป็นข้อบกพร่องที่ลูกค้าพบเจอ.
สรุป: เพิ่มประสิทธิภาพการคาดการณ์ด้วย SPC ด้วยระบบดิจิทัลที่ยืดหยุ่น
การควบคุมกระบวนการทางสถิติ ระบบ SPC จะได้ผลก็ต่อเมื่อทีมงานมองความแปรผันเป็นสัญญาณการทำงาน ไม่ใช่แค่รายงานคุณภาพหลังจากเกิดเหตุการณ์ขึ้นแล้ว สำหรับวิศวกรคุณภาพและผู้จัดการฝ่ายผลิต เป้าหมายนั้นตรงไปตรงมา คือ เข้าใจว่าความแปรผันแบบใดเป็นปกติ ตรวจพบรูปแบบที่ผิดปกติได้ตั้งแต่เนิ่นๆ และดำเนินการแก้ไขก่อนที่ของเสีย งานแก้ไข หรือข้อร้องเรียนจากลูกค้าจะเพิ่มขึ้น เมื่ออ่านแผนภูมิควบคุมอย่างถูกต้องและจับคู่กับแผนการตอบสนองที่ชัดเจน ระบบ SPC จะกลายเป็นระบบที่ใช้งานได้จริงสำหรับการป้องกันข้อบกพร่อง แทนที่จะเป็นการคัดแยกข้อบกพร่องเหล่านั้น.
ความท้าทายนั้นแทบจะไม่ใช่ทฤษฎีเพียงอย่างเดียว ในโรงงานหลายแห่ง ระบบควบคุมกระบวนการทางสถิติ (SPC) ล้มเหลวเนื่องจากข้อมูลล่าช้า การตรวจสอบแผนภูมิไม่สม่ำเสมอ และการดำเนินการติดตามผลไม่ได้บันทึกไว้ในที่เดียว นั่นคือจุดที่เวิร์กโฟลว์ดิจิทัลที่ยืดหยุ่นเข้ามามีบทบาท โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่มีการทำงานหลายกะ ซึ่งความเร็วและความรับผิดชอบมีความสำคัญ.
Jodoo เป็นแพลตฟอร์มการผลิตแบบลีนที่ไม่ต้องเขียนโค้ด ซึ่งช่วยให้ผู้ผลิตสร้างเวิร์กโฟลว์ SPC ให้สอดคล้องกับวิธีการดำเนินงานจริง คุณสามารถแปลงข้อมูลการวัดให้เป็นดิจิทัล อัปเดตแดชบอร์ดแบบเรียลไทม์ แจ้งเตือนเมื่อเกิดสภาวะที่ควบคุมไม่ได้ และกำหนดเส้นทางการดำเนินการแก้ไขโดยไม่ต้องเสียเวลาติดตั้งซอฟต์แวร์ หากคุณต้องการทำให้ SPC เร็วขึ้น มองเห็นได้ชัดเจนขึ้น และดูแลรักษาง่ายขึ้น คุณสามารถใช้แพลตฟอร์มนี้ได้ เริ่มทดลองใช้งานฟรี หรือ จองการสาธิต เพื่อสำรวจว่าอะไรเหมาะสมกับต้นไม้ของคุณ.
