Тх. Технология логистики (L-технология)

-- технология оптимального управления движением метериальных и информационных потоков.

 

2. FMEA- анализ

FMEA основывается на объединении накопленного при проектирова­нии, производстве и эксплуатации изделий практического опыта с теори­ей вероятностей.

Метод FMEA позволяет определять потенциально возможные откло­нения в разрабатываемых изделиях и технологических процессах и уст­ранять их еще на стадии проектирования с помощью соответствующих мероприятий.

2. Применение FMEA

FMEA обычно требуется при создании новых конструкций, технологи­ческих процессов и при наличии проблем в деталях.

FMEA всегда следует проводить при изменениях конструкции и/или технологии с целью оценить их последствия. При этом:

систематически выявляются все вероятные отклонения;

оцениваются их последствия для потребителя;

определяются возможные причины отклонений;

анализируются меры, предусмотренные спецификацией, и контроль
процесса с точки зрения выявления и предупреждения этих отклонений;

оценивается вероятность появления, воздействие на потребителя и
возможность обнаружения отклонения, на основе чего определяется при­
оритетное число риска;

разрабатываются соответствующие конструкторские и технологичес­
кие мероприятия;

назначаются сроки и ответственные лица за их выполнение;

оценивается вероятность появления, воздействие на потребителя и
возможность обнаружения отклонений с учетом вновь разработанных
мероприятий.

3. Преимущества FMEA

Систематическое применение FMEA связано с определенными зат­ратами, которые в дальнейшем окупаются благодаря следующим пре­имуществам:

• методическое требование систематического и полного учета потен­
циальных проблем предотвращает появление отклонений при создании
новых конструкций и технологических процессов;

снижается вероятность повторных и/или новых отклонений за счет
целенаправленного анализа всех критических несоответствий;

сокращаются затраты средств и времени на последующие измене­
ния изделия, а также повышенные затраты на испытания за счет предот­
вращения отклонений на стадии разработки и планирования;

статистический учет ряда проблем позволяет избежать ошибок или
двойной работы.

В зависимости от постановки задач различают два типа метода: FMEA-конструкция и FMEA-процесс.

По виду работы при составлении карт FMEA различают два варианта метода: элементный и системный. В первом случае анализируются па­раметры (элементы) детали, во втором — сборки (взаимодействие с дру­гими деталями, системами, узлами).

4. Разработка карт FMEA 4.1. FMEA-конструкция

Метод FMEA-конструкция следует применять, начиная с этапа проек­тирования изделия до внедрения его в производство, при совершенство­вании конструкции и при возникших проблемах с качеством. Для покуп­ных деталей, за конструкцию которых поставщик несет полную или час­тичную ответственность, карта FMEA-конструкция составляется постав­щиком и согласуется с потребителем.

При разработке карты FMEA-конструкция необходимо обеспечить ана­лиз результатов проектирования изделия и расчетов, выявление крити­ческих параметров и характеристик, чтобы учесть и, при необходимости, обсудить каждое возможное отклонение.

При составлении карты FMEA-конструкция следует составить табли­цу признаков, охватывающую все показатели детали и (или) системы и их возможные сбои. Далее обрабатывается пункт за пунктом этой табли­цы. При этом все возможные сбои отдельных компонентов заносятся в таблицу и описываются их последствия на работу системы.

Такой анализ выполняется на стадии проектирования путем сравне­ния вариантов или с опорой на теоретические знания и опыт. В ходе ис­пытания анализ дополняется сведениями о появляющихся отклонениях. Для получения данных о возможных дальнейших несоответствиях необ­ходимо вызвать их при известных условиях с помощью имитирующих тестов.

Основываясь на методе FMEA, можно создать базу для расчетов из­делия с необходимыми критериями обеспечения его надежности. Таким

образом, метод FMEA-конструкция может использоваться в следующих областях:

оценка качественных или количественных показателей по вероят­
ности появления отклонений;

сравнение вероятности появления дефектов между альтернативны­
ми концепциями решений;

определение слабых мест в проекте, то есть тех показателей или
деталей в проекте, которые следует рассматривать как критические от­
носительно их влияния на общую надежность;

текущий контроль качества разработанной конструкции в целях вы­
явления возможности ее совершенствования.

4.2. FMEA-процесс

FMEA-конструкция создает основу для разработки FMEA-процесса.

Различие между методами FMEA-конструкция и FMEA-процесс зак­лючается только в том, как воспринимаются возможные несоответствия в производственном процессе. В первом случае (FMEA-конструкция) воз­можное несоответствие в производственном процессе (например, отсут­ствие отверстия во вкладыше) оценивается как причина отклонений (за­дир подшипника и авария двигателя). Во втором случае (FMEA-процесс) это несоответствие рассматривается как отклонение процесса и анали­зируется причина сбоя (например, поломка сверла).

FMEA-процесс следует начинать с планирования технологического процесса, необходимого контрольного и испытательного оборудования и заканчивать на этапе, предшествующем монтажу серийного технологи­ческого оборудования.

Целью FMEA-процесса является анализ проектируемого процесса изготовления или сборки, призванный гарантировать выполнение требо­ваний по качеству.

 

Шесть «сигм»

 

Введение: обстановка появления методологии шесть сигма

Последние 40-50 лет характеризуются все более широким рас­пространением понимания важности качества как продукции, так и услуг, а также понимания необходимости располагать способами из­мерения и оценивания качества изделий или услуг. Движение в сто­рону контроля или обеспечения качества развертывалось от соблю­дения стандартов, типа ISO 9000, до применения статистического кон­троля процессов на основании теорий различных авторитетов в об­ласти качества.

На протяжении этого периода, вероятно, имелись, по меньшей мере, 40 программ, которые, подразумевалось, должны были дать оконча­тельный ответ на проблемы управления промышленностью.

Эти программы охватывали диапазон от нулевых дефектов до уп­равления по целям и кружков качества, от улучшения качества по всей компании до всеобъемлющего управления качеством, перестройки процессов и многого другого. Все было перепробовано. Эти про­граммы дня обычно встречались самодовольным безразличием со стороны среднего руководства и персонала большинства учрежде­ний, уверенных, что со временем новая программа просто исчезнет, подобно всем другим.

Самой последней ходовой фразой, касающейся улучшения бизне­са, стало выражение «шесть сигма». Однако концепция шесть сигма появляется в сопровождении совершенно другого набора движущих факторов, нежели предыдущие инициативы. Во-первых, она широко рекламируется корпоративными управляющими высшего ранга, а не просто менеджерами и профессионалами по качеству. Во-вторых, она обсуждается в деловых журналах так же часто, как и в технических. В-третьих, шесть сигма рекламируется как средство прямого, измеряе­мого и потрясающего влияния на рентабельность компаний, прини­мающих эту концепцию. Такая ситуация приводит к необходимости ответить на следующие главные вопросы:

«Что такое шесть сигма?»

«Как ее сравнить с предшествующими процессами улучшения
качества?»

«Каковы отличия?»

«Что делает эту концепцию способной к достижению прорывных
уровней улучшения качества?»

Что такое шесть сигма?

Концепция шесть сигма превратилась в философию качества, ос­нованную на постановке агрессивных краткосрочных целей в борьбе за долгосрочные цели. В ней используются сфокусированные на по­требителя измерения в целях продвижения непрерывного улучшения на всех уровнях любого предприятия. Долговременная цель состоит в разработке и внедрения процессов, в том числе административных и сервисных, которые так совершенны, что измеряются уровнем толь­ко нескольких дефектов на миллион событий.

Концепция шесть сигма началась с упора на общепринятую меру для любой продукции бизнес-организаций — числа дефектов на еди­ницу (DPU). Число дефектов на единицу продукции вычисляется пу­тем деления числа дефектов, обнаруженных на каком-то конкретном рассматриваемом участке процесса, на число единиц продукции, про­шедших через этот участок. Применение общего измерительного эталона позволяет устанавливать достижимые краткосрочные и дол­госрочные цели качества и измерять степень успеха в их достиже­нии.

Далее, согласно концепции шесть сигма измерения распростра­нили на работы по продукции и обслуживанию, описывая их числом дефектов на миллион событий (DPMO). Эта мера получается путем умножения DPU на миллион и последующего деления этого произ­ведения на среднее число событий с ошибками. Для любой опера­ции или на любом шаге процесса можно определять количество де­фектов: например, отсутствие реакции на запрос заказчика в течение, по крайней мере, четырех часов, ошибка в заказе на покупку, непра­вильный счет и т. д. Можно также определять дефекты в цепи про­цессов, связанных с внутренними и внешними заказчиками. Установ­ление этих мер в единицах дефектов на миллион событий усиливает их потенциальное влияние. С точки зрения статистики этим мерам придается больший вес.

Исторически, уже 20-ые годы, возможности процесса бизнеса в статистических терминах рассматривались как соответствие трем сигма. Это относилось к процессу с фиксированным средним значе­нием и средней квадратической погрешностью (сигма); диапазон плюс минус три сигма охватывает 99,73% всех возможных значений про­цесса. Таким образом, процесс с допуском три сигма дал бы прибли­зительно 0,27% дефектов. Если предположить, что среднее значение процесса сместится на величину (1-0,5) сигма, то будем иметь 66810 дефектов на миллион событий (DPMO). Процесс с допуском четыре сигмы (примерно с таким допуском работают сегодня много компа­ний), имел бы DPMO, равным 6210 дефектов на миллион, в то время как процесс с допуском шесть сигма имел бы 3,4 дефекта на милли­он или, другими словами, 99,99966% продукции процесса было бы без дефектов.

Насколько важны перечисленные числовые значения? Это зави­сит, конечно, от измеряемого процесса. Например, четыре сигмы в США означали бы 500 неправильных хирургических операций в неде­лю, 20000 ежегодно неправильно заполненных фармацевтических ре­цептов и 2000 ежечасно теряемых почтовых отправлений.

Ключ к успешному процессу шесть сигма находится в том, что ком­пания-поставщик или провайдер изделия или услуги и потребитель этого изделия или услуги, должны придти к взаимному соглашению относительно того, что представляет дефект, как этот дефект измеря­ется и насколько он важен для процесса в целом. В работе авиаком­пании, например, такие моменты, как ненадежный самолет, потерян­ный багаж, задержка прибытия, плохая еда— представляют собой де­фекты. Но какой из них требует качества шесть сигма? Что касается целей безопасности, качество шесть сигма — три катастрофы на мил­лион взлетов и посадок — было бы недопустимым. С другой стороны, для обработки багажа допуск четыре или пять сигма для некоторых авиалиний, вероятно, представлял бы существенное улучшение каче­ства.

Характеристики метода шесть сигма

Концепция шесть сигма была разработана компанией Motorola в 80-ые годы как действующая философия и подход к достижению высокого качества посредством процесса всеобъемлющего управ­ления качеством, что позволило Motorola первой получить нацио­нальную премию Малколма Болдриджа за работы в области каче­ства.

С тех пор такие компании, как Allied Signal, General Electric, Texas Instrument, Bombardier и другие, адаптировали эту концепцию к своим нуждам. Однако базисные понятия, первоначально выдвинутые Motorola, сформировали основы метода шесть сигма. Они включают следующие положения:

Подчеркивается, что число дефектов на единицу продукции и
число дефектов на миллион событий служат стандартами измерений,
применимыми ко всем аспектам любого предприятия: аппаратные
средства, программное обеспечение, производство, разработка, ад­
министрирование.

Проводится интенсивное обучение с последующим развертыва­
нием проектной бригады в целях повышения рентабельности, сокра­
щения непроизводительных действий и сокращения времени произ­
водственного цикла.

Осуществляется опора на корпоративных спонсоров, ответствен­
ных за поддержку деятельности рабочих бригад. Эти спонсоры обес­
печивают механизмы, которые могут потребоваться рабочим брига­
дам, чтобы преодолеть сопротивление переменам, получить дополни­
тельные ресурсы, а также удерживают бригады от выхода за пределы
стратегических целей предприятия.

Подготавливаются высококвалифицированные эксперты по улуч­
шению процессов бизнеса (иногда упоминаемые как «зеленые по­
яса», «черные пояса» и «ведущие черные пояса»), умеющие применять
качественные и количественные инструменты улучшения для дости­
жения стратегических целей бизнеса.

Обеспечивается, чтобы соответствующие меры измерения про­
цесса идентифицировались заранее, а измерения отражали резуль­
таты бизнеса до и после изменений и вносили бы вклад в конечный
результат. Устанавливаются цели (задачи), ориентированные на ве­
личины улучшений на порядок (вЮ раз) выше.

Назначаются обученные и сертифицированные эксперты по улуч­
шению процесса бизнеса, осуществляющие руководство проектны­
ми бригадами, на полномасштабную нагрузку в течение от одного до
трех лет.

Каковы отличия концепции шесть сигма?

Некоторые специалисты помнят программы «нулевых дефектов» 60-ых годов. Что отличает метод шесть сигма? С одной стороны, шесть сигма сосредоточена на определении меры удовлетворенности потребителя на каждой стадии процесса, а также на непрерывном сни­жении времени производственного цикла и числа дефектов на мил­лион событий на каждой стадии. Число 3,4 дефекта на миллион со­бытий, получаемое при использовании метода шесть сигма, столь мало, что воспринимается как «фактическое совершенство». Тот факт, что это — не нуль, как раз позволяет людям уверовать в шесть сигма. Они будут, вероятно, стремиться к трем дефектам на миллион в плане дол­говременной цели и различным десятикратным нормам улучшений на промежуточных этапах, потому что эти числа имеют предел. Если исполнительный штат, средние администраторы и другие убеждены, что такие цели и промежуточные уровни достижимы через какое-то время и передают эти убеждения в своих прямых отчетах, тогда име­ется реальная возможность успеха этого подхода. Больше того, ре­зультаты показали, что обученные бригады, используя количествен­ные аналитические методы, могут добиться впечатляющих уровней улучшения качества.

Акцент на определение дефектов на каждом шаге процесса, изме­рение их в единицах дефектов на миллион событий и постановка долгосрочных целей улучшения, очевидно и представляют отличие концепции шесть сигма от предшествующих подходов непрерывного улучшения качества. Однако, что за методы используются для улуч­шения? Когда методы и средства шесть сигма были проанализиро­ваны, они оказались подозрительно знакомыми. Например, пакет ин­струментальных средств шесть сигма включает фундаментальные средства решения проблем, в том числе причинно-следственный ана­лиз Парето, гистограммы, выборки, отображение процесса, контрольные карты и т. д. Используются также более сложные средства измере­ния и анализа, такие как статистический контроль процесса, анализ измерительных систем, анализ характера и последствий отказов (FMEA), проектирование экспериментов и проверка гипотез. Кроме того, сюда входят «более мягкие» стороны решения проблемы: со­здание рабочей бригады, руководство проектом (project), разреше­ние противоречий и бригады решения перекрестно-функциональных проблем.

Короче говоря, при тщательном исследовании концепция шесть сигма оказалась очень похожей на традиционное всеобъемлющее управление качеством. Действительно, группа STAT-A-MATRIX в те­чение более 20 лет разворачивала по всему миру процесс, именуе­мый Statistically Aided Management TM или STAMTM, который имеет многие из тех же самых характеристик, использует большинство тех же самых инструментальных средств и усиливает аналогичный под­ход к управляемому информацией принятию решений. Почему же тогда, метод шесть сигма оказался таким перспективным?

Сигма

Предположим, что мы анализируем некоторую переменную, харак­теризующую качество и имеющую заданное среднее значение т. Все проблемы качества возникают вследствие изменений (вариаций этой переменной), даже если рассматриваемый процесс управляем или под контролем (устойчивые значения). Значения, принимаемые пе­ременной качества, обладают некоторым разбросом (дисперсией) относительно т.

Один из способов измерения этой дисперсии (обозначается а2) состоит в вычислении математического ожидания, которое выража­ется квадратом разностей текущих значений Xj совокупности и сред­него значения т:

а2 =Е (Xi — т)2

 

Если мы рассмотрим вероятность попадания значений перемен­ной вне указанных выше пределов, т. е. два хвостовых участка (-оо, m-кст) и (т+ка,), то будем иметь следующие цифры:

вне диапазона ±2ст попадает максимум 25% значений; вне диапазона ±3ст попадает максимум 11,11% значений; вне диапазона ±4ст попадает максимум 6,25% значений; вне диапазона ±5ст попадает максимум 4,0% значений;

вне диапазона ±6ст попадает максимум 2,77% значений.

В природе очень часто встречается один особый вид распределе­ния случайных переменных. Это распределение встречается столь часто и обычно, что его назвали нормальным распределением.

Если переменная, характеризующая качество, имеет такое распре­деление, известное как распределение Гаусса или кривая распреде­ления в форме колокольчика, то приведенные выше значения будут следующими:

вне диапазона ±2ст попадает 4,55% значений; вне диапазона ±3ст попадает 0,269992% значений; вне диапазона ±4ст попадает 0,0063372% значений; вне диапазона ±5ст попадает 5,7421-10"5% значений; вне диапазона ±6ст попадает 19,80242-108% значений.

Один из наиболее значительных вкладов компании Motorola со­стоял в переходе от обсуждения стандартов качества, измеряемых в процентах или числе дефектов на сотню событий, к обсуждению стан­дартов, характеризуемых числами дефектов на миллион или даже на миллиард событий. Motorola указала, что возможности современной технологии настолько многогранны, что старые идеи относительно допустимых уровней качества больше не приемлемы. Современный бизнес требует стандартов качества, близких к совершенству.

Поэтому, если рассмотрим элементы только одного хвостового участка распределения, например правый участок, можем записать:

вне диапазона +2ст попадает 22,750 значений переменной на мил­лион событий;

вне диапазона +3ст попадает 1,39496 значений на миллион; вне диапазона +4ст попадает 0,31686 значений на миллион; вне диапазона +5ст попадает 0,28715 значений на миллион;

вне диапазона +6ст попадает 0,001 на миллион или одно значение на миллиард.