PPM质量与可靠性风险识别(ppt 108页).ppt

质量与可靠性风险控制 希望这次课程和研讨内容可以给大家带来新的思维 新的启发 课程及讨论内容提要 PPM知识概述供应链质量风险管理背景知识质量与可靠性风险识别PPM是怎样构成质量与可靠性风险的控制工具的PPM的计算与评价探讨内容一 公司有关方面提出的关于PPM的问题探讨内容二 公司目前自身质量控制的现有状况探讨内容三 公司对外购件质量控制的现有状况探讨内容四 学员在课程及研讨过程中提出的问题除了这份主要课件外 在讨论过程中会涉及一些案例演示和辅助材料 第一部分PPM知识概述 PPM的英文含义 PartPerMillion PPM质量管理是将PPM 即10水平作为质量控制系统的目标函数 对产品质量的可靠性程度提出更高的要求 它把原来化学上表示浓度的百万分之一 转化为质量水平 如1ppm质量水平则意味着每百万个产品中其不合格品不多于1个 6 PPM的含义 PPM用于质量管理是发自上一世纪中期由日本松下电子元件公司与松下电器产业公司电视机事业部 在长期协作中为了提高电视机产品质量而首先提出来的 当时电视机事业部考虑到每台电视机约由500个元器件组装成 如果元器件的不合格品率为10 10 则整机的不合格品率就为10 1000000 500 1 200这表示每200台电视机中将有1台因元器件质量不合格而失效 若再考虑电视机装配过程中也会产生质量问题 如焊接不合格等 那就会产生每生产100台电视机 就会有1台 2台 电视机不合格 这就不能适应消费者的高质量要求 因此 电视机事业部就向电子元件公司提出PPM级质量水平的要求 6 PPM质量控制的起源 经过了多年的传播和发展 PPM质量评价和相应的管理已经成为国际通用的方式 伴随着近二三十年来经济全球化的发展 风险管理和控制的方法和理论开始从美国或欧洲向全球扩展 由于发达国家日益在全球各国拓展其供应链 而供应链管理中 资源获取风险控制 日益显得重要 而质量是供应链风险中的最重要的因素 因此PPM 机会的百万分数 当之无愧地成为国际化公司一致认同的质量评价指标 PPM质量控制的发展 PPM作为质量评价指标的意义 PPM符合风险控制的要求 风险管理的两个标准评价方式 概率和金钱 PPM是属于概率评价法的范畴 与传统的质量评价法并不违背 PPM的内在意义 除了可用以评价已经发生的质量缺陷 更重要的是 发挥质量控制的预防作用 事先预估质量风险并提前采取措施 这和用于事后统计分析改善是两个并存的作用 PPM作为质量评价指标的优势 它的计算定义被认为是可信和严格的 并有一定领域的国际标准支持 不管用于什么场合 在一次计算中 分子分母是确定的单位 已经发生的不良或潜在缺陷 总投入数 X1000000用于化学品或成分分析时 分子分母的定义也是一定的如果和不良率相比 在一次计算中 不良率则可能有多种解释 比如 批次不合格率 全部检验不合格率 或抽样不合格率 每种情况下 分子分母的定义都不同 往往被曲解或用来对数据进行 加工 生产100台产品 有1台不良 不良率是1 生产1000000台产品 有10000台不良品 虽然不良率是一样的但是通过PPM表示将更加直观 PPM本身只是一个定义 只有一个简单的计算公式 真正有价值的是我们想把它用在哪里 用它来做什么 以及怎么用 比如说 最初它用于化学当量的计算 后来它被用来对产品质量进行更严格评价 但是经过几十年的发展 它被开发出了很多其它用途 例如用以进行采购风险管理 用来制订统一的游戏规则 降低来自供应商的质量风险 第二部分供应链质量风险管理背景知识 这是与全球化经济发展的新趋势相一致的 质量管理也在不断地发展中 尤其在航空航天和其他高可靠性要求的领域 包括国际汽车制造业 已经越来越多地把质量和可靠性做为风险控制的因素 向全球供应链扩展 在各大汽车公司里 当处理全球召回的事件时 启动的是风险机制 当他们在各国寻找供应商 涉及到质量和可靠性要求时 贯彻的是零风险采购的策略 而质量控制属于采购风险控制的一个部分 但是质量风险又有其自身的控制方式 为什么强调风险管理 如果不站在供应链角度和风险管理角度去看待PPM质量管理 就和时代脱节了 也就不能真正把PPM推行下去 供应链曾经是一个狭义的概念 但是今天 它已经成为整个工业品贸易环境的全部 例如 整车无论是卖给政府和事业机构 还是卖给物流运输企业 还是卖给经销商 哪个环节不是供应链呢 尤其是国际贸易环节 别人采购贵公司产品的基础是跟你合作风险低 独立经营 请看下面这几种精品店的创业选择 小商品批发市场 租柜台 批发商 零售商 零售商 零售商 浙江义坞 零售商 商场租整体店面 零售商 闹市区 租独立店面 出租店面 零售商 零售商 仓库 浙江义坞 浙江义坞 欧洲外包厂1 本地外包厂 远程制造单元 海外供应商 本地供应商 汽车客户 战略业务单元 汽车客户 总部 工厂 亚太分部 远程研发单元 非汽车客户 Ts16949 ISO9000ISO14001SA8000 TS16949VDAFormalQFordQ1Sa8000 订单获取资格认证管理供应链整合全球化 欧洲外包厂1 欧洲研发中心 核心企业 制造商 销售商 用户 看看我们公司属于哪种类型 核心企业传导型供应链 供应商 制造商 销售商 用户 核心企业 核心企业组织型群体联盟 核心企业牵引型联盟 供应商 核心企业 自己的销售网络 用户 核心企业推动型群体联盟 为什么说供应链上面 很多传统的管理手段 包括质量管理 都演变成了风险管理 答案并不复杂 因为供应关系发生在企业之间 并非本企业内部 在下订单之前 在经过时间考验前 除了运用一套风险预测方法来评估这种供应关系的可靠性和安全性以外 几乎没有其他建立信任的方法 什么是质量保证 为了提供足够的信任表明实体或服务能够满足质量要求 而在质量体系中实施并根据需要进行证实的全部有计划和有系统的活动 我指定了采购标的我制定了全套合约条款我提供了详细规格或图纸我规定了期望的价格我规定了你给我供货所需要遵守的长期规则我规定了你能中标的条件我规定了质量要求我会对你进行评审 评审合格 我给了你供应资格双方可以谈判 签定合约我们会逐步将质量风险降低指标给你 你必须证明你有去行动我们将会持续对你进行监控 以保证你确实说到做到了 你也要给持续地给我证据 表明你采取了行动 不断降低我的风险我们的合作风险在不断减少 信任度在不断增加 成了长期合作伙伴 第一类质量风险降低流程 站在客户角度 第二类质量风险降低流程 在买你的东西之前 我怎么知道和你交易是安全的 在买你的东西之前 我怎么知道你的质量确实没有问题 如果我只买一个东西 也许可以相信你 但我要成批的买 我怎么知道你的批量质量没有问题 我想跟你签订长期订单 我怎么知道你的长期质量保证能力 对于你单方面提供的保证 我凭什么能相信你 我要去进行审核你能否给我质量风险的分析证据 我们双方签订了合同 有了法律约束 但是谈判本身就是一种妥协的结果 所以我只好允许你有一定的质量风险 否则价格将会谈不拢 由于我接受了你初期的质量风险 你也同意将会通过质量改进手段逐渐降低我的风险我们将会持续对你进行监督 以保证你确实说到做到了 你也要给持续地给我证据 表明你采取了行动 不断降低我的风险我们的合作风险在不断减少 信任度在不断增加 成了长期合作伙伴 宝马供应商总体要求 品质1 缺陷目标 0缺陷警告线200420052006终端市场退货 20105客户产线不良 20001501002 ComplaintTPT 第一次反映 补救措施 24hrs带有原因分析和改善措施的8d报告 5个工作日3 终端客户的要求认知能力4 缺陷风险的顾客通知系统5 内部持续改善和自我监控能力 价格 成本1 20 年度降价率2 以实际到岸时间之后3个月的付款周期3 采购和约有效期内双方的调整空间4 零部件生命期管理 18个月提前沟通5 供应责任承诺 15年 交付1 建立供应商制造信息系统 可信度 2周内的交付确定性 2周WIP 途中 认可的关键物料 关键物料一周交付能力 2 本地点对点供货能力3 交付leadtime年度目标 2003协议 8wks 7周 yr2004 6周 yr2005 灵活度和责任1 定期的改善系统有效性评价2 制造现场的客户支持 技术进步能力1 环境要求所需要的技术改善2 项目初期的协同研发能力3 电子信息平台的沟通能力4 测试技术发展5 ODM能力6 顾客工程支持能力 供应链质量管理的传递性供应链质量管理是一个连续的传递过程 为了达到综合供应能力要求 一个公司应该具备完善的子供应商管理系统 而不是单纯面向客户 这集中体现的供应链的价值导向 新供应商导入 原材料质量检讨 源头管理 供应商绩效管理 厂商征信 采购 供应能力 供销 品保系统 质量 承认流程 技术 样品 小量 中 大 量 CPK管理 生产资讯监视 进料 源头检验 不定异常检讨 创建管理计划 驻厂管理 定期品质AUDIT 质量协议 定期月 季检讨 产线服务体系 材料满意调查 订单分配管理 进料质量管理 质量实绩以分数区分 A B C D四个级别 A级 X分 B级 Y分 C级 Z分 品质持续改善计划 订单调整 停止交货 重新承认 D级 L分 我们的供应商拥有类似的最基本的流程吗 供应链质量管理的传递性 定义一 风险 Risk 是 可测定的不确定性 定义一 风险是 在给定的情况下和特定的时间内 那些可能发生的结果间的差异 如果肯定只有一个结果发生 则差异为零 风险为零 如果有多种可能结果 则有风险 且差异越大 风险越大 风险的定义 所谓风险管理 RiskManagement 是指经济单位对风险进行识别 衡量 分析 并在此基础上有效地处置风险 并形成有效的风险控制系统 以最低成本实现最大安全保障的科学管理方法 风险管理的定义 风险管理的作用通常体现在两个方面 一方面作用发挥在损失前 另一方面则是损失后 损失前的管理作用是避免或减少损失的发生 其管理的目标主要是节约成本 履行相关义务等 损失后的管理作用是尽快恢复到损失前的状态 其管理目标是维持经济实体的生存与发展 确保持续性的生产与服务的发展等 风险管理的作用 风险管理的过程 1风险意识 2风险识别 3风险分析 5风险处理 6风险反馈和控制 4风险预防 还是针对某个特定的项目 都可以采用这种做法 其适用性非常广泛 见下表 风险识别和评估的方法 竞争者敏感性股东关系资金充足性金融市场 灾难性损失独立 政治法律行政管理行业 环境风险 信息技术风险使用权完整性相关性可得到性基础设施 财务风险货币利率流动性结算再投资信用双边关系现金转移或流速改变 廉政风险管理欺诈雇员欺诈非法行为无授权使用商誉 授权风险领导力权力限制表现激励沟通 营运风险客户满意人力资源产品开发效率能力表现差异循环时间资源商品定价过失或损失符合性业务中断健康和安全环境产品或服务失败商标或产品名侵蚀 营运价格合同投入衡量结盟完整性和精确性管理报告 决策信息风险 财务预算和计划完整性和精确性会计信息财务报告评价税收养老基金投资评估管理报告 战略环境检视业务组合价值衡量组织结构资源分配计划生命周期 企业风险管理模型 对企业运营风险进行识别和归类 第三部分质量与可靠性风险识别 质量风险由以下几个方面的影响组成 1 生产方风险和使用方风险2 潜在失效风险3 缺陷渗漏风险4 探测度风险5 质量 交期交互风险6 产品责任风险7 保证度风险8 物流和包装损失风险9 可靠性风险10 时间 项目 风险12 质量成本风险13 采购质量风险14 交叉匹配风险15 产品追溯性风险 质量与可靠性风险识别 抽样技术 FMEA 过程能力分析和渗漏分析 测量系统分析和检验站设置 FPY 价值流分析 安规 环保 标准 体系 过程控制手段 测试手段 包装设计和评估 物流评估 运输试验 可靠性测试 可靠性评价 项目紧急度 信息反馈周期 问题解决速度 质量成本管理 质量损失函数 多因素分析 DOE技术 容差设计 先进先出 看板管理 label MES 抽样风险 从整批交货产品中随机抽出一定数量的样本 经过试验或测定以后 把结果与判定基准比较 然后利用统计方法 判定此群体是合格或不合格的检验过程 叫抽样检验 既然是抽样 毕竟不是全部检验 那么就存在准确度的风险 可能一批产品能达到规定的合格率 但是根据抽样结果被拒收 这称为生产方风险 也有可能一批产品的不良率高过规定 但是没有抽到 被接受 这称为使用方风险 另外 我们知道 绝对没有缺陷的产品意味着很高的成本 在采购谈判中 双方也会根据价格来商定最终的质量接收水平 以及用什么样的抽样方法进行检验 于是可接收质量水平本身也是一种风险 L p 100 P1 P0 计数标准型抽样检验的OC曲线 不良率越高 接收可能越小 OC曲线 生产方风险 第一类错误 对于给定的抽样方案 当批质量水平 如不合格品率 为某一指定的可接收值 如可接收质量水平 时的拒收概率 即好的质量批被拒收时生产方所承担的风险 使用方风险 第二类错误 对于给定的抽样方案 当批质量水平 如合格品率 为某一指定的不满意值时的接收概率 即质量坏的批被接收时的使用方所承担风险 生产方风险和使用方风险 C 0抽样计划 抽样计划的逻辑 当按照某一设定的可接收质量水平 严格执行抽样方案时 如果该批产品被接收 有95 的置信度可以认为该批产品的质量达到了设定值 现在 我们可以暂时这样来计算一下 对于规定0 1的可接收质量水平 其实际质量风险是0 1 95 0 1052 但是为什么我们产线上发现的来料不良往往要高于这个数字呢 供应商的最终全检 供应商的OBA 我方的IQC 过滤能力 过滤能力 100 C 0抽样计划 C 0抽样计划 探测度1 X 探测度2 X 抽样保证度 探测度3 X 抽样保证度 X 人为 技能 测量工具 测量系统 规格覆盖度 接收水平 置信度 看看有多少种渗漏因素影响 当来料质量水平与要求同步到达一定程度时 例如 1000 2000PPM 抽样甚至100 检验几乎无能为力 过程良率 X 对供应商来料进行C 0抽样的例子 思考 如果我们希望通过IQC抽样 流到生产线的潜在物料问题只有0 1052 这个想法本身会遭遇到多大的风险 要求 功能 特性或要求是什么 会是什么问题 无功能 部分功能 功能过强 功能降级 功能间歇 非预期功能 后果是什么 有多糟糕 起因是什么 发生的频率如何 怎样能得到预防和探测 该方法在探测时有多好 能做些什么 设计更改 过程更改 特殊控制 标准 程序或指南的更改 潜在失效风险 缺陷渗漏风险 最终全检 抽样检验 电子功能测试 交货给客户 虽然在合同中客户接受了一定的不良比例 但是供货方必须有能力解释 为什么经过几道关卡 仍然有不良品流到客户手里 所以这一风险也叫流出风险 探测度风险 最终全检 抽样检验 电子功能测试 测试仪 人 测量仪器 人 测量仪器 这些仪器或人的探测能力达到怎样的水平 产品责任风险 生产方或销售方对产品安全性 法律法规等约束所负有的质量责任 汽车蓄电池 如果司机不能准确使用蓄电池 特别是当他发动时把蓄电池终端接错的话 蓄电池可能全爆炸 索赔 1 由被告制造的汽车蓄电池爆炸时 导致了一个31岁的男子丧失了一只眼睛并受到脑部损失 使他全身残废 原告声称蓄电池的设计和制造有缺陷 并且制造商知道这一缺陷却没有提出警告 被告否认蓄电池的设计和制造存在缺陷 法院认为蓄电池是一个危险产品 制造商应该提出更充分的关于爆炸危险的警告 判决赔偿940万美元 过程能力分析 过程DPPM预测 分析的结果 推动FMEA FMEA 控制计划 缺陷过滤能力 目测过滤能力 控制参数 自动检查过滤能力 全功能检查过滤能力 反应计划 控制方法 评价过程能力 过程控制监控能力 测量系统分析 出货品质缺陷预测 注意 所有的过滤能力都来自于定量分析 而不是经验或定性分析 过滤能力的评定需要以MSA为基础 但是和MSA不相同 过滤能力是探测度 MSA是可信程度 缺陷风险预测的方法 视觉检验 ICCT 功能测试 过滤能力85 过滤能力70 过滤能力85 过程FMEA 控制计划 工序1 工序2 工序3 工序4 control1 control2 control3 过程控制 过程缺陷渗漏 Dppm1 Dppm2 Dppm3 Dppm4 DPM 缺陷机会数 零件或工序 X1000000 PPM DPM 过程能力 缺陷机会 客户端的缺陷风险 最终检验过滤能力 最终检验 缺陷总和的PPM 缺陷风险预测的案例 这是一个最基本的数据系统 企业都不陌生 有则用之 无则加之 缺一不可 外部反馈质量信息 定义缺陷列表 过程流程图 过程现场图 PFMEA 过程失效模式和效果 风险分析 建立优先减少计划 数据分析 检验记录 数据分析 控制计划 内部8d和外部8d 维修和返工数据 数据分析 报告 缺陷风险控制系统 质量交期交互风险 如果客户规定的交货期非常短 交多少货 直接被客户使用掉 而没有任何库存 供应方刚刚好能生产完该批产品的数量 没有多余的时间和数量 在这种情况下 一但出现质量问题 也不会有时间维修处理 就不能按时按量实现订单 从而使客户的使用或生产过程中断 首次通过率 一次完成所有制造检验过程或包装运输过程 没有返工和修理 产品能达到的合格率 首次通过率越高 表示供应方的质量控制能力越强 客户方的风险越小 早期交付 earlyproduction Zerokilometer Fieldreturn 产品生命期质量风险 传统的可靠性研究重在零部件级 寿命 环境 平均无故障间隔时间 首发故障时间 可维修性 传统可靠性研究对可靠性风险的预测和控制是有利的主机制造厂的可靠性分析缺乏对零件的分析手段和技术能力往往供应商的可靠性测试重在充当一种 终结者试验 go nogo 的角色 而不是分析风险趋势真正让我们头痛的问题其背后是 匹配可靠性 冲破可靠性分析的迷雾 建立包装和标识评估机制 包装设计评审跌落测试振动测试运输测试对测试样件进行全部检验和分析最终出货检验 包括箱外检验 据BVQI统计结果 每年由全球采购到达美国的汽车零部件中 包装损失高达35 远大于其他质量问题 对每一种新产品 进行以上评估所需要的时间24小时已经够用了 包装风险 包装风险的一个例子 采购质量风险评估 采购成本与质量损失函数1 定义设产品的质量特性为Y 目标值为m 当Y m时 则造成损失 Y m 越大 损失越大 相应产品质量特性值Y的损失为L Y 则 L Y K Y m 2若有n件产品 其质量特性值分别为Y1 Y2 Yn则此n件产品的平均质量损失为 Y K Yi M 2 采购成本 采购价 平均质量损失 Y L Y 质量损失函数 m m A0 m i m i m i 1 1 n n 采购质量风险评估 2 K的确定方法所谓功能界限是指判断产品能否正常发挥功能的界限值 当 Y m 0时 产品能正常发挥功能 当 Y m 0时 产品丧失功能 设产品丧失功能时给社会带来的损失为A0元 由式L Y K Y m 2得K A0 02 平均品质损失的评估 采购质量风险评估 m m 0 m 0 L y y 品质损失函数 Y 均值 差异 2 的分布图 采购质量风险评估 Q 1 n L y1 L y2 L yn k n L y1 m 2 L y2 m 2 L yn m 2 k m 2 n 1 n 2 式中 及 2分别为中数值及差异 计算如下 Yi 2 K Yi 2 当n值甚大时 以上方程式可改写为 Q K m 2 2 由此可知 平均品质损失Q为两个项目之和 K m 2为y偏离于其目标值而产生K 2为y趋向于均值的偏差而产生 i 1 1 n n i 1 1 N 1 n 采购质量风险评估 某发动机生产商有两个供应商提供同一规格的轴承 主要参数轴径标准值 10cm 他们的价格和质量分别如下 A供应商价格 50美元 质量 轴径平均值为10 5cm 标准差为1 0 B供应商价格 49 5美元 质量 轴径平均值为11 0cm 标准差为0 8 已知损失函数K 1 采购成本 采购价 平均质量损失问题 该公司应该优先选择哪家供应商的产品 如果我们要供应商提供了批量产品的关键质量指标的CPK值 或者在初期试产阶段的PPK值 我们怎样确定质量风险 例如 供应商真实地提供了一个精密的轴类零件的CPK值为1 39 一般请况下 在其提供的报告上都会包含CPK过程中的测量数据 那么根据我们知道的零件规格 就可以由 实际均值 目标值 代进公式 计算出K 不用很麻烦 只用CPK值和K值代进去反求出 就可以代入前面的质量损失函数得到风险值了 LSL USL 中心值 设计容许范围 平均值有偏移时的计算 T USL LSL 6 CpK X 1 K K X 2 T USL LSL 采购质量风险评估 如果要用不合格品的风险来评估 或PPM 那可以用另外的方法 比如用下面的表粗略地进行估计 如果要准确地由一个具体的CPK值算出PPM 那么就需要前面介绍的由数据均值和规格值之差代进偏移系数K公式 求出K值 再代进CPK公式反求出 然后由Z值的计算法求得不良概率 关于Z值计算法 比较麻烦 采购质量风险评估 但是象类似于这种理论换算法得到的质量水平是反映不了实际的质量状况的 只有PPM 才能根本上反映质量水平 第四部分PPM是怎样构成质量与可靠性风险的控制工具的 是否系统中所有的可退货点的FTQ数据有收集和分析 告警极限样板是否在现场明确可得 告警极限样板是否在使用 怎样知道 是否FTQ统计结果在现场张贴 是否退货品或可疑品被明确标识FTQ的改善工具是什么 PPM用于工序实发不良的监控 FTQ用PPM来计算它可以在制造过程中出现不良品的任何一个工序来计算 特别当不良是首先发生不良的工序它用不良品的数量除以加工的总数量不良品数量包括所有的报废品或返工品的数量不良品的数量加工的总数量 X1 000 000 PPM 质量改进工具6SigmaShainin 夏林DOE 精益工具价值流分析现场规范 5S 防错 维修后故障率下降 耗损故障 偶然故障 早期故障 t 规定的故障率 A B 使用寿命 早期交付 earlyproduction 零公里Zerokilometer 终端市场退机Fieldreturn PPM用于产品生命期内供应商零部件质量评价 供应商早期交付 零公里缺陷 终端市场退机是三个不同时间的PPM计算 用来跟踪采购件的质量表现和对供应商进行处理 例如福特 戴姆勒 克莱斯勒 宝马所用的方法 什么是可靠性 从定义本身来说 可靠性是产品的一种能力 是指 产品在规定的条件下 在规定的时间内完成规定的功能的能力 规定条件 包括使用时环境条件和工作条件 规定时间 指产品规定了的任务时间 规定功能 指产品规定了的必须具备的功能及其技术指标 我们可能比较熟悉下面的这些评价标准 有效寿命与平均寿命 平均无故障工作时间 可靠性风险 现有外购件PPM评价 历史记录外部缺陷反馈分析记录在线零件缺陷记录来料检验记录供应商提供的质量数据 和国际汽车行业接轨 用Earlyproduction zeroKilometer Fieldreturn对现有的供应商和外购件建立PPM数据 Earlyproduction是考核供应商项目质量控制能力 ZeroKilometer是考察质量控制能力 FieldReturn是考察可靠性 其中 ZeroKilometer是最主要的 是目前随时可以分析到的 外购件PPM评估 过程缺陷预防和控制 MPM HSP HSP GSM Reflow MPM HSP HSP GSM Reflow ICT FT CuttingPCBA Package FinalProducts FMEA监控的重点工位 检验站 过程质量目标 25 5 5 0 50 25 0 50 25 25 118 生产准备 Touchup 5 5 OQA 用以工序质量水平预测时 公式没有变 但是PPM演变成了DPMO 缺陷风险机会 并且用潜在不良数和不良总机会数来计算 PPM用于制造过程质量风险分析 自产零部件加工过程及装配过程的PPM风险分析方法一般采用CPK Cmk PPK Z值等不同方法计算过程能力 换算得到对零部件PPM的影响 但是这种纯数学的换算得到的PPM是失真的 这样得到的PPM没有实际意义 必须经过容差分析和零件间交互影响分析 尤其是 必须把握 潜在缺陷 这一个根本点 最终计算出它对最终产品的PPM有多大的贡献 PPM趋向于代数实际值 过程能力是统计理论计算 两者有差异 过程A 工序1 工序2 工序3 零件A 零件B 零件C 过程B 过程C 本工序的过程能力 对完工的零件影响PPM 对成品PPM的影响 装配1 装配2 PFMEA MSA 控制计划 SPC WI 制造过程 输出 检验 结果分析 首件 对偏差性质和方向进行判断的准确程度 施控 工艺要求 DOE确定工艺参数 优选法 DOE参数调整 DOE原因分析 过程能力研究 过程设计 除了DOE可能没有得到充分应用以外 其他的都属例行 但是PPM不必等到终检后才算 测试设备 C O 这是一个最基本的数据系统 企业都不陌生 有则用之 无则加之 缺一不可 外部反馈质量信息 定义缺陷列表 过程流程图 过程现场图 PFMEA 过程失效模式和效果 风险分析 建立优先减少计划 数据分析 检验记录 数据分析 控制计划 内部8d和外部8d 维修和返工数据 数据分析 报告 缺陷风险控制系统 FMEA中的频度 O 频度是指某一特定的起因 机理发生的可能性 描述出现的可能性的级别数具有相对意义 而不是绝对的 通过设计更改或过程更改来预防或控制失效模式的起因 机理是可能导致发生频度数降低的唯一途径 潜在失效起因 机理发生频度的评估分为1到10级 为保证连续性 应采用一致的发生频度定级方法 发生频度级别数是FMEA范围内的一个相对级别 可能并不反映实际出现的可能性 相对性 可能的失效率 是根据过程实施中预计发生的失效来确定的 如果能从类似的过程中获取统计数据 这些数据便可应用于确定频度数 除了此种情况外 可以利用下表左栏中的文字说明以及类似过程已有的历史数据来进行主观评定 经验性 过程缺陷预防和控制 MPM HSP HSP GSM Reflow MPM HSP HSP GSM Reflow ICT FT CuttingPCBA Package FinalProducts FMEA监控的重点工位 视觉检验站 过程质量目标 25 5 5 0 50 25 0 50 25 25 118 生产准备 Touchup 5 5 客户反馈 试产结果 出货检验 坏品分析 过程失效模式信息库 失效预测和预防 OQA 缺陷风险预测的方法 视觉检验 ICCT 功能测试 过滤能力85 过滤能力70 过滤能力85 过程FMEA 控制计划 工序1 工序2 工序3 工序4 SPC 自动检查 自动检查 过程控制 过程缺陷渗漏 Dppm1 Dppm2 Dppm3 Dppm4 DPM 工序风险 缺陷机会数 X1000000 PPM DPM 过程能力 缺陷机会 出厂缺陷风险PPM 最终检验过滤能力90 最终检验 缺陷总和的PPM 包含了过程检测的例子怎样得到出厂缺陷渗漏风险PPM 缺陷风险预测的案例 第五部分PPM的计算与评价 贵公司提出的有关问题 1 国际上汽车行业各知名企业PPM值是怎么统计计算的 是体现整车的吗 国际上汽车行业PPM值主要是针对零件级的 包括自己制造的零件和采购的零件 PPM的计算在产品实现的全过程和全生命周期中不同阶段进行 例如 加工工序不良品PPM 零部件成品PPM 针对供应商提供的零部件 普遍采用Zerokilometer Earlyproduction fieldreturn三处PPM计算来跟踪质量 计算公式都是 缺陷零件数 总投入数 X1000000 对于整车 质量评价通常不用PPM 而是用单台缺点数 AVES 如果出于管理目的 使用PPM的话 需要应用功能单元数或者零件数去计算 功能单元是采用系统FMEA所能分解到的最小功能单元 例如一个不可拆卸的一次性水泵 就是一个功能单元 不用向下细分零件但是如果要用PPM进行失效和可靠性风险预估 计算就比较复杂 需要进行缺陷机会分析和定义 考虑相关影响 要进行容差分析或DOE 2 作为上市公司 向股民报告的PPM值指的是什么 是通过哪些过程和渠道获得的数据依据 如何统计计算的 上市公司 质量不但是内部控制的指标 也是事关市场商业运作的指标 而且上市是一个涉及资金市场风险的领域 要使用风险管理的指标 所以上市公司对外发布的质量指标往往是用PPM来表示 例如原材料 药品 化学品公司用的PPM是某种关键物质的含量 对于整车厂 涉及到环保指标 也要用有害物质含量PPM来表达 对于成型的产品 用缺陷或安全隐患计算的PPM当然也是必要的指标 在此我们看到 不同行业的PPM规定也有不同 但是汽车行业一般不用PPM去评价整车质量一般而论 这种对外发布的PPM值是从出厂测试和售后反馈的途径来获得数据 统计计算方法因产品和行业而异 国际认可的汽车评价是单台缺点数 缺点定义是零件数或功能单元数 加上外观不良点 贵公司提出的有关问题 3 在PPM的统计实施中 下面的操作性问题该怎么处理 汽车产品 整车 自制零部件 采购外协件等 是如何设置PPM统计的 层次间做何联系 我们已经知道 国际汽车行业对整车的评价不使用PPM 但是PPM是可以计算的 计算方法在前面内容中已做解释 采购外协件的PPM统计 请参考Earlyproduction zerokilometer fieldreturn的计算 具体例如 一个液压阀供应商交货一年 共交货20000件 其中有15000件装车 其中在整车装配测试中发现有两个不良 那么这一年里 该供应商的zerokilometer 2 15000 X1000000 133PPM 如果在这一年中 售后服务反馈回3件不良 则fieldreturn 3 15000 X1000000 200PPM自制零部件的PPM与此类似 但要说明 这是PPM统计 不是PPM风险当对整车计算单台不良点数时 用自制零部件或外协件在出厂测试时发生故障的点数 贵公司提出的有关问题 有必要对产品的每个质量特性值都进行PPM的统计吗 如果只统计主要关键项目 那么PPM应该累加吗 不同产品需要累加吗 PPM是以点数 成分或个数为统计基础的 因此没有必要对产品的质量特性进行 对产品质量特性进行的是DPMO 假如一批产品有1000个 一个不良 无论不良是什么 都是1000PPM 但是每个产品有5个规定的质量特性 如果不良品上只有一个特性不良 则DPMO 1 5X1000 X1000000 200 如果有两件不良品 每件上有两个质量特性不良 不论两个产品的不良是否相同 DPMO 4 5X1000 X1000000 1000 何时用PPM 何时用DPMO这是根据分析的具体需要在计算PPM时 不同产品可以根据需要累加 因为它是基于件数 而计算DPMO时 不同产品一般不能累加 除非这不同产品质量特性项目相同 来自于同一个的加工过程 只有某些特性值不同 贵公司提出的有关问题 供应商提供的产品PPM值该从哪些环节获得数据 是否包括进厂检验 在线组装以及售后各环节的累积数 供应商提供的产品PPM值根据国际通用的惯例是按照前面所说的在线 zerokilometer 售后服务 fieldreturn 分别进行 不是进行累加 因为一个涉及的是交付质量 另一个涉及的是可靠性 而进厂检验 通常不用于计算PPM 如果我们的目的是别等到上线就知道来料可能对产品造成多大的PPM影响 这就是风险预估 风险预估要综合进厂检验 供应商过程能力分析 供应商出厂检验等很多数据进行 有一点是肯定的 除非供应商拿出满足风险预估要求的评价报告 否则他说的出厂PPM是不具有可信度的 贵公司提出的有关问题 产品 零部件 是否需要100 的检验来确认PPM值的统计依据 如果不是100 的检验 统计依据如何处理 未必是100 的检验 也可能是100 的装配 100 的测试 100 的使用 如果在某些情况下不存在100 的情况 而是抽取一定的样本 但是要评价整批的PPM 抽样方法可以采用标准抽样计划 例如按照C 0抽样计划 0 1的接收水准 抽取一定数量的样本 如果没有问题 则可以认为PPM 0 1 95 X1000000 1052 其他不符合抽样计划标准的情况 如果样本量大于标准水平 那当然保证度要好 但是如果样本量很小 用以评价整批的PPM意义不大 在抽样的情况下 如果是用于有一定目的的考察 那么用DPMO来计算 更具有分析价值 贵公司提出的有关问题 在PPM统计中怎样处理让步接受 产品偏离 批与个体的关系 让步接收和产品偏离 如果是整批性质的 不能计算到PPM中 PPM的内在含义里 是在过程因素都基本受控的前提下 仍然存在的缺陷风险 PPM是一个持续改进持续降低风险的指标 在一定的控制基础上进行 产品和过程同时存在可控度和不可控度 所谓风险是就算它正在发生 我们对程度也不知道 要去衡量 而让步接收整批偏离 属于系统失控 一旦发生我们就知道了 通过管理手段进行专项解决 这里所说的管理手段 也包括类似于发现设计公差存在问题时改动公差 质量与可靠性风险 过程风险 系统风险 PPM 管理手段 贵公司提出的有关问题 4 目前零部件加工的工程能力CP值大部分在1左右 在这种条件下 通过开展这项工作我们希望产品质量水平切实提高 怎样开展这项工作才可能取得理想的效果 即使是知道CP值不能满足要求 也不能说产品就一定会有多少PPM的不良 纸上的数学换算不是实际发生值 只是一种风险 而且通过一个参数得到的CP值没有考虑到多因素交互和公差设置 和PPM没有必然的联系 PPM和过程能力的计算只是一种数据输入 重要的是PPM管理 而PPM管理中 过程因素分析和设计分析改进才是主要的工作 只有执行力达到那个层面 可以把PPM评价结果反馈回产品设计和工艺设计的事先考虑中去 才算起到了真正的风险预防作用 对于已经成型的设计和工艺 如果一直存在很高的PPM 最好设专项来解决 但是在以后的产品和设计中 要有所借鉴 PPM管理是个长期改进的任务 今天解决了1 同时预防了未来的10 这才是它的真正价值 贵公司提出的有关问题 关于过程能力的问题已经成为公众问题过程能力指数能反映实际的质量水平吗 过程能力指数似乎只是在例行公事过程能力指数换算的PPM有意义吗 过程能力指数怎样换算PPM 什么是过程能力指数 过程能力是指过程的加工质量满足客户要求的能力 过程能力指数是指衡量过程能力的指标 USL LSL 6 Cp LSL USL 中心值 设计容许范围 规格范围 过程偏差 Cp 中心值没有偏移时的计算 过程能力和过程能力指数 LSL USL 中心值 客户规格 平均值有偏移时的计算 T USL LSL 6 Cp X 1 K K X 2 T USL LSL 平均值有偏移情况 产品设计与工序设计之间的关系对Cp有直接影响 Cp 设计容差 过程能力 产品设计的目标是要最大限度地增加容许偏差 这样才能使产品有效地发挥作用 过程设计的目标是要尽量减小过程的变异性 以使生产的产品特征符合要求 从而有效地发挥作用 过程能力指数的另一种理解 拐点 1 USL p d 上限 USL 下限 LSL 均值 标准差 3 拐点与平均值之间的距离是一个标准差 如果三倍的标准差都落在目标值和规范的上下限内 我们就称这个过程具有 三个西格玛能力 平均值 LSL 曲线从较陡的状态变得越来越平坦 对于加工过程零件特性的正态分布 99 7 99 73 y x 3 2 x 1 1 2 3 95 46 68 26 正态分布的 3 特性 3 3 6 6 3 水准 6 水准 26800PPM 0 00125PPM LSL USL T 对中性指由过程的平均值偏离目标值的程度变差 波动 指过程的分布宽度偏态 注意 目标值和上下公差是我们附加上去的 不是正态分布所固有的 USL LSL T 均值与目标值重叠 USL LSL T 偏差大 超出公差界限 USL LSL T 改进偏差 平均值向目标值移动 偏差改进 减少偏差 均值偏离目标值 制造过程的偏差模式 合格部件 控制限 曲线下的面积是1 0 我们可以计算规范上下限之外的面积 也就是出现缺陷的概率 正态曲线与横轴之间的面积等于1 正态分布可以用来将 和 转换为出现缺陷的百分比 规范上限 出现缺陷的概率 0643 假设Z 1 52 1 52之外的正态曲线下部的面积就是出现缺陷的概率 Z值是工序能力的一种尺度 通常称为 工序的西格马 不要与过程标准差混淆 Z 曲线下的整个面积是1 0 在这里 1 0 过程能力指数的另一种形式 Z 1 52 通过查正态分布表可以知道 Z值右边的面积 Z值 转化为 标准正态 我们需要利用正态分布的平均值和标准差将其转化为 标准正态 分布 以便使用标准正态分布表来获得概率 通过转换将变量 y 转换为标准正态分布 标准正态分布的