Новый подход к идентификации несоответствий в автомобильном производстве на основе метода планирования экспериментов

Бесплатный доступ

В статье проводится анализ современных методов идентификации несоответствий. Предлагается подход к идентификации несоответствий сборочной операции, детали, критических параметров на основе метода планирования экспериментов.

Управление качеством, идентификация, планирование экспериментов, метод шайнина

Короткий адрес: https://sciup.org/148199498

IDR: 148199498

Текст научной статьи Новый подход к идентификации несоответствий в автомобильном производстве на основе метода планирования экспериментов

В современном менеджменте качества существует ряд подходов к идентификации последовательных причинно-следственных связей несоответствий и их причин. В то же время эффективность применения методик не достаточно высокая. Например, в автомобильной промышленности количество гарантийных ремонтов отечественных автомобилей исчисляется десятками тысяч в год, затраты на гарантийные ремонты – десятками миллионов рублей в год (рис. 1).

Многие несоответствия в автомобильном производстве не устраняются годами. Основными причинами повторяемости несоответствий являются следующие: не проводится анализ несоответствий; неверно определяются причины несоответствий; определяются, но не устраняют-

Рис. 1. Количество гарантийных ремонтов автомобилей Шевроле НИВА за 2010 г.

ся причины несоответствий.

Трудность практического применения инст рументов исследования несоответствий заклю чается в том, что существующие простые инст рументы управления качеством обладают низкой достоверностью полученных результатов (“5 почему”, диаграмма Исикавы, метод мозгового штурма и т. д.), а более достоверные сложно применить в условиях современного “бережливого” массового производства (“Шесть Сигм”, метод Тагучи и т. д.).

Такие простые статистические методы как графики/диаграммы и гистограммы предназначены для исследования и мониторинга несоответствий. Диаграмма Парето указывает, куда нужно в первую очередь приложить усилия по решению проблем. Мозговой штурм, диаграмма Исикавы, 8D помогают анализировать и решать проблему, но существует сложность формирования межфункциональных команд, также может изменяться достоверность исследования [1]. Применение методик “Шесть Сигм” и планирование эксперимента (DOE) требует от участников проекта высокой компетентности в вопросах статистики и прикладной математики [2].

В основе современных зарубежных систем менеджмента качества лежит подход “Big Q”, развивающий TQM за счет применения развертывания функции качества (QFD), планирования экспериментов (Shainin DOE) и других ме- тодов [3]. Результативность системы менеджмента качества “Big Q” оценивается в 90 единиц. Результативность системы менеджмента качества на основе ISO 9001 – 5 единиц, ISO/TS 16949 – 10 единиц, TQM – 35 единиц, “Шесть Сигм” – 50 единиц [3].

Таким образом, в условиях развития систем менеджмента качества существует необходимость разработки достоверной и практически применимой методики идентификации несоответствий сборочной операции, детали, критических параметров, обладающей доступностью, высокой скоростью получения результата и не требующей больших ресурсов.

Предлагается в основу такой методики взять метод планирования экспериментов (ПЭ – Shainin DOE) из арсенала “Big Q” как наиболее оптимальный по соотношению “достоверность / доступность”.

Современный метод планирования экспериментов Shainin DOE развивает предыдущие классический метод и метод Тагучи и более практичен. Метод содержит более десяти конкретных инструментов (анализ Multi-Vari, парное и групповое сравнение, полнофакторный эксперимент, диаграмма рассеивания и т.д.), сокращено коли-

Таблица 1. Алгоритм идентификации несоответствий

№ Инструмент Краткое описание 1 Диаграмм а Парето Используется для приоритезации з амечаний потребит еля и формирования технической задачи для исследования 2 Оценка сходимости Отвечает на вопрос, способна ли данн ая измерительная система отличать лучший образец от худшего 3 Диаграмм а страте гий Выявляет все семейства вариации характеристики, где может быть от ли чи е (контраст) лучших образцов от худших 4 Диаграмм а стратификации Определяет семейство вариаций с наибольшим контрастом 5 Поиск несоответствующего компонента Позволяет определить, находится ли причина в сборочном процессе узла либо в компонентах, составляющих данный узел, а также конкретизировать проблемн ый компонент 6 Диаграмм а потока процесса Позволяет конкретизировать проблемную сборочную операцию 7 Групповое сравнение Выявляет критический параметр неразборного компонента 8 Подтверждающий эксперимент (B против С) Статистически подтверждает, что найденный критический парам етр есть причина несоответствия 9 Диаграмм а рассеивания Позволя ет определить допуски для критического парам етра, при которых несоответствие не воз никает 10 Контрольн ая карта Шухарта Оценивает характеристику до и после устран ения причины несоответствия чество экспериментов (от 2 до 30), результатом является четкое отделение основного влияющего фактора от вторичных факторов [4].

Разработанный алгоритм идентификации несоответствий сборочной операции, детали, критических параметров использует практические инструменты метода планирования экспериментов (табл. 1):

Таким образом, подход к идентификации несоответствий сборочной операции, детали, критических параметров, основанный на методе планирования экспериментов, практичен и позволяет с высокой достоверностью определить причину несоответствий в автомобильном производстве. Разработанный алгоритм прошел практическую апробацию, реализован в виде инструкции организации и необходим специалис- там-технологам, конструкторам и инженерам по качеству для быстрого и эффективного решения проблем качества в условиях непрерывного массового производства.

Список литературы Новый подход к идентификации несоответствий в автомобильном производстве на основе метода планирования экспериментов

  • Глудкин О.П., Горбунов Н.М. и др. Всеобщее управление качеством: Учебник для вузов/О.П. Глудкин, Н.М. Горбунов, А.И.Гуров, Ю.В. Зорин: Под ред. О.П. Глудкина//М.: Радио и связь, 2001. 449 с.
  • Барвинок В.А. и др. Математическое планирование эксперимента в производстве летательных аппаратов: Учебное пособие. Куйбышев: КуАИ, 1990. 64 с.
  • Bhote, Keki R., Bhote, Adi K. World class quality: using design of experiments to make it happen. -New York, AMACOM, 2000. 487 pp.
  • Shainin R. Strategies for technical problem solving//Quality Engineering, vol. 5, no. 3, 1993, P. 438-448
Статья научная