Manufacturing Growth
初回合格率の最適化:欠陥と手直しを削減して製造効率を最大化
ある医療機器メーカーは、完成品の95%が最終検査に合格するため、95%の歩留まりがあると考えていました。次に、各プロセスステップで初回合格率を測定しました。現実は、全作業を通じて手直しや修理なしで完成したユニットはわずか73%でした。残りの22%は、さまざまな段階で手直し、調整、または部品交換が必要でした。
この隠れた手直しは、直接労働費だけで年間380万ドルのコストがかかり、さらに急送、出荷遅延、品質保留による未知の金額がかかっていました。さらに悪いことに、最終結果しか測定していなかったため、どの作業が最も問題を引き起こしているのかわかりませんでした。
初回合格率(FPY)は真実の物語を明らかにします。手直し後に最終的に受け入れ可能になったものではなく、最初から正しかった生産の割合を示します。そして、その区別はコスト、容量、顧客満足度にとって非常に重要です。
初回合格率の理解:真の品質指標
初回合格率(FPY)は、手直し、修理、調整なしで、プロセスを通過する最初に全ての品質チェックに合格するユニットの割合を測定します。Wikipediaによると、FPYは指定期間中にプロセスから出てくるユニット数をプロセスに入るユニット数で割ったものとして定義されます。ASQは、初回合格率とはプロセスを完了し、廃棄、再実行、再テスト、返品、またはオフライン修理エリアへの転用なしに品質ガイドラインを満たすユニットの割合であると述べています。
計算は簡単です:
FPY = (入力ユニット - 発見された欠陥) / 入力ユニット
または同等に:
FPY = 初回合格ユニット / 処理された総ユニット
1,000個の部品を処理し、92個に手直しが必要な欠陥がある場合、FPYは90.8%です。92個の欠陥部品は最終的に許容可能な状態に手直しされるかもしれませんが、最初には合格しませんでした。
FPY vs 最終歩留まり:FPYがより重要な理由
最終歩留まりは、手直しと修理後に最終的に仕様を満たすユニットの割合を測定します。FPYに似ているように聞こえますが、重要な情報を隠します。
2つのシナリオを想像してください:
シナリオA: 95% FPY、95%最終歩留まり。ほとんどのユニットが初回で合格し、わずかな欠陥は廃棄されます。
シナリオB: 75% FPY、95%最終歩留まり。4分の3しか初回で合格しませんが、ほぼすべてが許容可能な状態に手直しされます。
最終歩留まりは同じに見えます。しかし、シナリオBははるかに高いコストがかかります:手直し労働、出力の遅延、手直しによって消費される容量、品質保留、急送。さらに、手直しされた製品は通常、初回正しい生産よりも現場故障率が高くなります。
FPYは、最終歩留まりが隠すプロセス能力を明らかにします。FPYが低く最終歩留まりが高いということは、手直しは得意だが予防は不得意であることを意味します。それは高価でリスクが高いです。
複数ステッププロセスのロールスループット歩留まり
ほとんどの製品は複数の作業を経ます。ロールスループット歩留まり(RTY)は、すべてのステップを合格する累積確率を考慮します:
RTY = FPY₁ × FPY₂ × FPY₃ × ... × FPYₙ
各95% FPYの5つの作業がある場合、RTYは:
0.95 × 0.95 × 0.95 × 0.95 × 0.95 = 0.774 = 77.4%
各ステップが95% FPY(良好に聞こえます)であっても、欠陥なしで5つすべての作業を通過するユニットは80%未満です。複合効果は残酷です。
これは、任意のステップでFPYを改善すると乗法的な利益があることを説明しています。1つの作業を95%から98% FPYに上げることは劇的に聞こえないかもしれませんが、全体プロセスのRTYを77.4%から90.4%に改善します。
その医療機器メーカーには、FPYが87%から98%の範囲の8つの主要なプロセスステップがありました。RTY計算により、ユニットの73%しか初回正しくなかった理由が明らかになりました:最良の個別ステップ(98%)でさえ、他の7つの低いFPYの作業の累積効果を克服できませんでした。
FPYの測定:データ収集と分析
正確に測定しないものは改善できません。堅実なFPY測定には、明確な定義と一貫したデータ収集が必要です。
合格/不合格基準の明確な定義
曖昧な受入基準は測定問題を引き起こします:
「良好な仕上げ」は主観的です。「通常の照明下で12インチから見える傷がない」は客観的です。
「きつい嵌め合い」は人によって異なります。「トルク25±2 Nm」は検証可能です。
「許容可能なはんだ接合」は解釈を招きます。「IPC-A-610クラス2標準」は明確な参照を提供します。
受入基準を視覚的標準、測定仕様、許容可能と許容不可能な状態の例で文書化してください。合意が一貫するまで検査員を訓練してください。
測定システムが反復可能(同じ検査員が繰り返し同じ結果を得る)で再現可能(異なる検査員が同じ結果を得る)であることを確認するために、ゲージR&R研究を使用してください。測定のばらつきが仕様幅に対して大きい場合、良いものと悪いものを確実に分離できません。
改善戦略:FPYを増加させる戦術的アプローチ
根本原因を理解したら、的を絞った改善を実施します。
ソースでの欠陥防止(ポカヨケ)
ミステークプルーフィング(ポカヨケ)は、エラーを不可能にするか、すぐに明らかにします:
物理的設計: 正しい向きでのみ部品を受け入れる治具、次の作業を許可する前にすべての部品が存在することを確認するセンサー。
プロセスインターロック: すべての条件が正しくない限りサイクルしない設備:適切なクランプ圧力、正しいツールの取り付け、安全ゲートの閉鎖。
エラー検出: 欠陥が発生したときにラインを停止する自動検査、不良品の蓄積を防ぐ。
FPYの維持:持続可能性のためのプロセス管理
高いFPYを達成することは良いことです。それを維持するには継続的なプロセス管理が必要です。
安定性のための統計的プロセス管理
SPCは管理図を使用してプロセスの動作を監視し、一般原因と特殊原因の変動を区別します。時間の経過とともにデータをプロットします。ポイントが管理限界内にとどまりパターンを示さない限り、プロセスは安定しています。限界外のポイントやトレンドを示すものは、調査が必要な何かが変化したことを示します。
Learn More
- Defect Prevention Strategies: Building Quality at the Source
- Statistical Process Control: Monitoring and Preventing Variation
- Root Cause Analysis Methods: Getting to the Heart of Manufacturing Problems
- Overall Equipment Effectiveness: Maximizing Production Capacity
- Six Sigma in Manufacturing: Data-Driven Quality Improvement
- Manufacturing Quality Management Overview: Building Defect Prevention Systems
