זהו פוסט ראשון בנושא ה RFT.

מה זה RFT?

RFT = Right First Time

לייצר במדוייק כבר בפעם הראשונה. בתחילת תהליך הייצור אנחנו דוגמים את המוצר שאנחנו מייצרים, שולחים אותו למעבדה שבודקת שהתכונות שלו או של התהליך עומדים בסטנדארט שבמפרט הבדיקות (SPEC).

במידה והמוצר תקין, ניתן להמשיך ולייצר.

בינתיים, במרבית המקרים, המכונה תמתין עד שהדגימה תגיע למעבדה ותאושר מחשש לייצור חומר פגום. במידה והדגימה לא תקינה נצטרך לפסול את החומר שייצרנו ולבצע תיקון בפורמולה (אני אסביר את זה בדוגמת השוקולד למטה).

RFT – השיטה אומרת, בנה את התהליך כך שהדגימה הראשונה תצא כמעט תמיד תקינה.

(זאת אחת מאבני הדרך של המצויינות התפעולית)

לצורך זה אנחנו צריכים לשלוט ב:

פרמטרים שאנחנו מכניסים למכונה (חום, מהירות וכו')

בתקינות הפורמולה (אחוזים נכונים מכל חומר).

שליטה בפרמטרי מכונה – את הפרמטרים של המכונה אנחנו יכולים לקבע על ידי המחשב וכל מפעיל ייקבל את הפרמטרים המיטביים כדי להתחיל איתם, לחילופין ניתן למשוך אותם מהמחשב המרכזי לפני כל תחילת ייצור

שליטה בתקינות הפורמולה -פעמים רבות הפורמולה איננה מאוזנת מספיק או שה SPEC, כלומר גבולות הפרמטרים לא מוגדרים טוב. מחלקת הפיתוח שהגדירה את ה SPEC עלולה להגדיר מסיבות שונות את ה SPEC בגבולות צפופים מדי (כלומר הפרמטר שאותו אנחנו מנטרים מקבל גבולות שקרובים מדי אחד לשני ללא הצדקה). אפשרות נוספת היא שהפורמולה הסופית שהועברה לייצור היא לא מספיק מדוייקת ולכן מחייבת תיקונים בתחילת כל ייצור. הבעיה היא שלמצוא מקרים כאלו זה ממש קשה. תחשבו על כך שיש מאות מוצרים שלכל אחד מהם יש עשרות פרמטרים מנוטרים והם רצים על מכונות שונות.

בבעיה זאת ננסה לטפל באמצעות שימוש בצבר הנתונים הגדול שאנחנו מייצרים בכל ייצור.

אבל לפני שנתחיל צריך להסביר מה זה SPC.

מה זה SPC?

SPC =  statistical process control

SPC הוא כלי ויזואלי רב עוצמה לעקוב אחר פרמטר מסויים בתהליך שחוזר על עצמו. הרעיון הוא לעקוב אחר פרמטר מסויים בייצור ולראות מתי הוא מתקרב לגבולות שהגדרנו לו ואז לתקן אותו (לפני שיחצה אותם).

ניקח דוגמה שבה אנחנו רוצים לנטר רק פרמטר אחד (בדרך כלל נרצה לנטר הרבה יותר פרמטרים בו זמנית): נניח שאנחנו מפעל לייצור חטיפי שוקולד.

על מנת לייצר חטיף מסויים אנחנו מערבבים שוקולד חלב עם קרם אגוזים ועוד עשרה תוספים שונים. הפורמולה להכנת החטיף נתונה לנו מראש (כלומר אנחנו יודעים מה אחוז החומר שאנחנו אמורים להשתמש בו עבור כל חומר גלם).

נניח שמעניין אותנו לנטר את רמת המתיקות. על מנת לדעת האם הגענו למתיקות המתאימה אנחנו מודדים את עצמינו בתחילת הייצור ואחר כך כל מספר שעות/דקות לפי הגדרת האיכות. נניח שרמת  המתיקות צריכה לנוע בין 25 ל 32. על מנת לשנות את המתיקות אנחנו צריכים לשחק ביחס שבין השוקולד חלב והקרם אגוזים.

אנחנו ננטר את הייצור באמצעות SPC שיראה לנו באופן ויזואלי מתי אנחנו חורגים ויותר חשוב מזה הוא יראה לנו מתי אנחנו עומדים לחרוג.

בדוגמה למעלה ניתן לראות שהייצור חיכה עד שתתבצע חריגה ואז רק ביצע תיקון. זאת אומרת שנאלצו לעצור את התהליך ובמקרים מסויימים גם לזרוק חלק מהתוצרת.

הגרף הזה הוא מאד ויזואלי וברורה מאד המגמה. למעשה אנשי הייצור היו יכולים כבר בדגימה 10 לבצע את התיקון על מנת שלא להגיע כלל לקו התחתון.

אז זהו כלי ה SPC שעובד במרבית החברות שדוגמות פרמטרים במהלך הייצור. צריך לזכור שבמפעל גדול יש עשרות מכונות שמייצרות כל יום עשרות או אפילו מאות דגימות כאשר לכל דגימה אנחנו מנטרים מספר פרמטרים. בסה"כ אנחנו יכולים להגיע למאות ואלפי נקודות מידע שאנחנו מייצרים כל יום. בשימוש נכון ב SPC נוסיף קווי בקרה שיתריעו לנו על החריגה לפני ההתקרבות לאחד הגבולות. התרעה זאת תאפשר לנו לתקן לפני שנגיע לגבולות.

עד כאן SPC קלאסי

איך זה קשור ל RFT?

בגרף למעלה ניתן לראות שהדגימה הראשונה היתה תקינה והייצור המשיך עד שהערך של המתיקות נפל מתחת ל 25. פעמים רבות הגרף האמיתי של הייצור נראה ככה:

כלומר אנחנו מתחילים בערך שנמצא מחוץ לגבולות, מתקנים וממשיכים לייצר. פעולה זאת לוקחת הרבה זמן ומייצרת פעמים רבות חומר פסול.

RFT = להיות מדוייק בפעם הראשונה – אנחנו רוצים שכמעט בכל פעם שנתחיל לעבוד הערך שנתחיל איתו יהיה תקין ולא יגיע מהר מאד לאחד מהגבולות.

בדוגמה למעלה (שימו לב שמדובר בפרמטר שבדר"כ יורד), מה היה קורה אם היינו מתחילים תמיד בערכים שהם מעל 29?

1. לא היינו מייצרים פסולים בתחילת הייצור.
2. היה עובר זמן רב יותר עד שהיינו צריכים לבצע תיקון.
3. אם 90% – 95% מהפעמים שאנחנו מתחילים לייצר אנחנו מתחילים בגבולות אזי לא צריך לעצור את המכונה ולהמתין לאישור המעבדה הראשון. זה מאפשר לנו להרוויח זמן ייצור רב ומתורגם לכסף רב.

ניתן לשנות את הפורמולה כך שנתחיל באמת ב 29 או 30 אבל הבעיה הגדולה היא איך מאתרים מתוך מאות ואלפי הפרמטרים שאנחנו מזינים ביום דווקא את הפרמטרים שאותם ניתן לתקן?

איך מזהים שיש לנו בעיה בפרמטר המתיקות על החטיף הספציפי הזה שאנחנו מייצרים?

איך נדע שיש בעיה בחטיף אחר בפרמטר הסמיכות לדוגמה?

מציאת נקודות לשיפור RFT

הרעיון בקיצור:

נוציא ממערכת המידע שלנו בבת אחת את כל הדגימות הראשונות שאנחנו מייצרים במפעל, בשנה האחרונה, או כל תקופת זמן שנרצה. לכל פרמטר נחלק את הטווח שבין הגבולות ל 4 וכך ייווצרו לנו 3 קווי גבול בין קווי ה SPEC.

הקו הראשון (25%) – בין קו ה SPEC התחתון לרבע המרחק (מלמטה) עד הקו העליון

הקו השני (50%)   – בין הקו הראשון (25%) ועד חצי הדרך בין קווי ה SPEC.,

הקו השלישי (75%) – עובר באמצע בין הקו השני (50%) והקו העליון של ה SPEC.

נחפש את כל הרשומות שבדגימה הראשונה חרגו למעלה מקו ה 75% או למטה מקו ה 25%. ככל שאחוז הדגימות שעונה על הקריטריון הנ"ל גדול יותר ניתן להגיד שיש בעיה בפרמטר. אנחנו רוצים בדרך כלל להתחיל עם ערכים בין קו 25% לקו 75%.  נסתכל על דוגמה גרפית:

שימו לב שהגרף מראה רק דגימות ראשונות מכל אצוות הייצור שייצרו את חטיף השוקופיי. ניתן לראות איך פעמים רבות הדגימה הראשונה לא מתחילה בתוך הגבולות ובפעמים האחרות היא מתחילה קרוב מאד לגבול. תיקון הפורמולה במקרה כזה הוא ממש מתבקש.

מתכון לאיך למצוא את הפרמטרים שניתן בקלות (בדר"כ בקלות) לתקן :

המתכון הוא מאד טכני ולכן אני אצרף גם קובץ אקסל שניתן יהיה לראות בו את השלבים הלכה למעשה. אני מאד ממליץ להשתמש בתוכנה כמו אקסס או SQL Server על מנת לנתח את הנתונים מכיוון שאקסל בדרך כלל מוגבל ביכולתו לנתח כמויות גדולות של מידע. אם אתם נתקלים בבעיה אנא פנו אלי ואני אעזור.

1. בנה טבלה שתכלול את השדות הבאים: מק"ט (או שם המוצר),שם הפרמטר, גבול תחתון של הפרמטר, ערך הדגימה של הפרמטר בדגימה הראשונה, גבול עליון. (ניתן להוסיף גם מספר אצווה ומספר מכונה כדי לעשות drill down לאחר מכן)
2. הוסף 2 שדות עם הכותרת 25% ו 75% באופן הבא:
   1. שדה 25% = ערך גבול תחתון + (ערך גבול עליון פחות ערך גבול תחתון) לחלק ל 4.
   2. שדה 75%  =ערך גבול עליון  –   (ערך גבול עליון פחות ערך גבול תחתון) לחלק ל 4.
3. הוסף שדה נוסף:
   1. כותרת: "האם בתחום הטוב"
   2. חישוב: אם ערך הפרמטר בדגימה הראשונה גדול משדה 25% וקטן מ 75% השדה יקבל ערך 1 ואם לא ערך אפס.
4. סכם את השדה "האם בתחום הטוב" לכל פרמטר בנפרד וחלק במספר הדגימות.
5. אם הערך קטן מ 70% (אח"כ ניתן לבחור כערך קטן יותר) הפרמטר הוא בעייתי .
6. העלה את הפרמטר הרלוונטי על גרף SPC ובדוק האם מדובר בערך גבוה מדי או נמוך מדי.
7. פנה לפיתוח שיתקנו את הפורמולה כך שימרכז את הערכים או במקרה של ערכים הנעים תמיד בכיוון אחד הערך ההתחלתי צריך להיות קרוב לגבול השני.

וכאמור הנה לינק ל קובץ אקסל שמדגים את השימוש ב SPC

הקובץ מאפשר להכניס נתונים רבים ולזהות רק את הנתונים הרלוונטים. לחצו על הלינק בשורה מעל כדי להוריד אותו.

לאחר הורדת הקובץ פיתחו אותו ופעלו לפי הסדר הבא:

1. הכניסו את הנתונים שלכם במשבצות הוורודות בגיליון ה INPUT (המשבצות הכחולות הן נעולות והאקסל מחשב אותן). יש למחוק את הנתונים שאני הכנסתי שם.
2. עברו לגיליון הסיכום ובחרו Refresh all לעדכון הפיבוט והגרף בנתונים שלכם.
3. הפיבוט יראה לכם את הפרמטרים שככל הנראה צריך לשפר.
4. בחירה במקט ובפרמטר בגרף (ראה 2 לחצנים בצד שמאל למעלה של הגרף), תאפשר לראות איך הפרמטר מתנהג בכל הדגימות הראשונות.
5. יכול להיות שתצטרכו לתקן את המינימום והמקסימום של הגרף כך שהאמצע בין קו המקסימום וקו המינימום יהיה מרכז הגרף.
6. במבט אחד בגרף, קל לראות שצריך לתקן את ערכי הפורמולה/פרמטרי ההתחלה של המכונה. בדוגמה למעלה חייבים להתחיל עם ערכים גבוהים יותר.
7. הקובץ בנוי כרגע ל 200 שורות, במידה ואתם מכניסים יותר:
   1. הכניסו אותם בשדות הוורדים.
   2. הורידו את הגנת הגיליון (אין סיסמה) והעתיקו את השדות הכחולים כך שיתאימו להקף המידע שלכם.
   3. עדכנו את מקור הנתונים של הפיבוט כך שיכיל את הנתונים החדשים (אותו דבר צריך לעשות לגרף).
8. אם יש בעיה צרו איתי קשר : theplanningmaster@gmail.com

 

אשמח מאד אם תשאירו לי תגובה

ניתן גם לשלוח במייל לגל מירום : theplanningmaster@gmail.com

 

 

פוסט זה נועד לשמש כחומר ומידע למהנדסי תעשיה וניהול ולכל מי שאוהב תעשיה וניהול

פוסט זה תומך במצויינות תפעולית בייצור