Straty wydajności w produkcji: przyczyny, obliczanie i jak je ograniczyć

Utrata wydajności to cichy podatek nakładany na operację produkcyjną. Rzadko pojawia się jako jedno dramatyczne zdarzenie; zamiast tego przecieka przez złom, poprawki, produkty obniżonej jakości oraz nadmierne napełnienie (giveaway), zmiana po zmianie. Ponieważ jest rozproszona, łatwo ją zaniżyć i trudno z nią walczyć bez dobrych danych. Ten przewodnik wyjaśnia, czym jest utrata wydajności, jak ją obliczać, jak łączy się z OEE i kosztem niskiej jakości oraz jak ją zmniejszyć.

Czym jest utrata wydajności?

Wydajność to odsetek wejścia, który staje się dobrym, zbywalnym produktem. Utrata wydajności to wszystko, co tego nie osiąga: materiał zezłomowany, jednostki poddane poprawkom, produkt zdegradowany oraz nadmierne napełnienie (giveaway). Jeśli rozpoczniesz partię z 1 000 jednostek wejściowych i wyślesz 920 dobrych sztuk, twoja wydajność wynosi 92 procent, a utrata wydajności 8 procent. Straty mogą być materialne, czasowe lub oba, ponieważ poprawki pochłaniają zarówno materiał, jak i zdolności produkcyjne.

Wydajność przy pierwszym przejściu vs skumulowany wskaźnik przepływu

Ważne są dwa wskaźniki i każdy opowiada inną historię.

• Wydajność przy pierwszym przejściu (First pass yield, FPY) to odsetek jednostek, które przechodzą za pierwszym razem bez poprawek. Jest szczery wobec ukrytego nakładu pracy, ponieważ wszystko, co poddano poprawkom, nie jest zaliczane, nawet jeśli ostatecznie zostanie wysłane.
• Skumulowany wskaźnik przepływu (Rolled throughput yield, RTY) mnoży wydajność przy pierwszym przejściu dla każdego kroku w procesie. Linia z pięcioma etapami, z których każdy ma 95 procent, ma RTY około 77 procent, a nie 95, dlatego procesy wieloetapowe tracą znacznie więcej niż sugeruje pojedyncza stacja.

RTY otwiera oczy: małe straty na każdym etapie kumulują się w dużą stratę ogólną, a ta kumulacja jest niewidoczna, jeśli śledzisz jedynie kontrolę końcową.

Jak obliczać utratę wydajności

• Wydajność = jednostki dobre podzielone przez łączną liczbę jednostek rozpoczętych, a utrata wydajności = 1 minus wydajność.
• Wydajność przy pierwszym przejściu = jednostki, które przeszły za pierwszym razem, podzielone przez jednostki rozpoczęte.
• Skumulowany wskaźnik przepływu = FPY kroku 1 razy FPY kroku 2 i tak dalej przez wszystkie kroki.

Kluczowa dyscyplina to uczciwe liczenie poprawek. Jeśli jednostki poprawione są cicho wliczane do "dobrych", twoja wydajność wygląda lepiej niż w rzeczywistości, a prawdziwy koszt pozostaje ukryty.

Jak utrata wydajności łączy się z OEE i kosztem niskiej jakości

Utrata wydajności mieści się w czynniki Jakość w OEE. Wady i obniżona wydajność to dwa z Sześciu Wielkich Strat i bezpośrednio obniżają OEE. Utrata wydajności jest też istotnym składnikiem kosztu niskiej jakości: złom to utracony materiał i utracona zdolność produkcyjna, a poprawki są opłacane dwukrotnie. Redukcja utraty wydajności podnosi jakość w OEE i jednocześnie obniża koszt niskiej jakości.

Typowe przyczyny utraty wydajności

• Zmienność procesu, która dryfuje poza specyfikację.
• Niestabilne wcześniejsze etapy, które przekazują dalej produkt na granicy zgodności.
• Zmienność materiału i partii.
• Odrzuty przy rozruchu i przezbrojeniach, zanim proces się ustabilizuje.
• Błędy pomiarowe, które przepuszczają wadliwy produkt lub odrzucają dobry.

Jak zmniejszyć utratę wydajności

1. Mierz wydajność przy pierwszym przejściu i RTY, nie tylko wydajność końcową. Nie naprawisz tego, co ukrywa kontrola końcowa, a RTY pokazuje, który etap rzeczywiście przecieka.
2. Ustabilizuj proces za pomocą SPC. Statystyczna kontrola procesu wykrywa dryf, zanim zamieni się w złom, a analizy zdolności procesu potwierdzają, że proces potrafi utrzymać specyfikację.
3. Zajmij się najwięcej przeciekającym etapem w pierwszej kolejności. RTY wskaże go; usuń dominującą przyczynę tam, zanim rozprosisz wysiłki.
4. Zredukuj odrzuty przy rozruchu i przezbrojeniach. Ustandaryzuj ustawienia, aby proces szybciej osiągał dobrą wydajność.
5. Weryfikuj pomiary. Złe przyrządy tworzą złudną utratę wydajności i przepuszczają prawdziwe wady.

Problem danych stojący za utratą wydajności

Trudno walczyć z utratą wydajności, gdy dane o wadach i poprawkach gromadzone są na papierze i rozliczane na koniec miesiąca. Do tego czasu złom już powstał, a przyczyna zdążyła się ochłodzić. Gdy dane o jakości i produkcji są rejestrowane bezpośrednio z linii w czasie rzeczywistym, rosnący trend odrzutów pojawia się wtedy, gdy można jeszcze zareagować, a utrata wydajności staje się sygnałem na bieżąco zamiast comiesięcznego post mortem.

To także powód, dla którego czyste, uporządkowane dane w czasie rzeczywistym są warunkiem wstępnym dla wszystkiego bardziej zaawansowanego. Nie przewidzisz ani nie wyautomatyzujesz wyjścia z utraty wydajności, jeśli bazowe dane jakościowe są opóźnione i zawodzą. Napraw fundament danych, a SPC, prace nad zdolnością procesu i wszelkie przyszłe rozwiązania AI staną się bardziej skuteczne.

Najczęściej zadawane pytania

Jaka jest różnica między utratą wydajności a złomem?

Złom to jedna z form utraty wydajności: produkt, którego nie można użyć ani sprzedać. Utrata wydajności to pojęcie szersze, obejmujące także poprawki, produkty zdegradowane i nadmierne napełnienie (giveaway), więc obejmuje pełną różnicę między wejściem a dobrym, zbywalnym wyjściem.

Jaka jest różnica między wydajnością przy pierwszym przejściu a skumulowanym wskaźnikiem przepływu?

Wydajność przy pierwszym przejściu to odsetek jednostek, które przechodzą pojedynczy etap za pierwszym razem. Skumulowany wskaźnik przepływu mnoży wydajności przy pierwszym przejściu wszystkich etapów, ujawniając skumulowaną stratę w procesie wieloetapowym, którą ukrywa wydajność końcowa.

Jak utrata wydajności wpływa na OEE?

Utrata wydajności znajduje się w czynniku Jakość OEE. Wyższa utrata wydajności oznacza niższe OEE, a te same wady podnoszą koszt niskiej jakości, więc redukcja utraty wydajności poprawia oba jednocześnie.

Jaka jest dobra wydajność?

To bardzo zależy od branży i złożoności procesu. Przydatnym celem jest własny trend i skumulowany wskaźnik przepływu, a nie uniwersalny benchmark, ponieważ długi, wieloetapowy proces zawsze będzie miał niższe RTY niż proces jednego etapu.

Zamień utratę wydajności w sygnał, na który możesz zareagować

Fabrico rejestruje dane produkcyjne i jakościowe bezpośrednio z twoich maszyn w czasie rzeczywistym, dzięki czemu utrata wydajności uwidacznia się w trakcie jej występowania zamiast na koniec miesiąca, a dane pozostają na tyle czyste, by wspierać SPC, prace nad zdolnością procesu i wszelkie przyszłe rozwiązania AI. Umów krótkie demo, aby zobaczyć, jak to odwzoruje się na twoich liniach, lub zacznij od podstaw OEE.