案例智·主机厂生产质量 | 洞悉质量管理数字化,解码软件采购与数据价值

发布时间:2023-2-7 17:15    发布者:海岸线科技
关键词: 数字化转型 , 智改数转 , 卓越运营 , 生产质量管理 , 智能制造转型
专栏简介

在过去的近四十年里,中国制造业实现了从沉寂到崛起的飞跃,巨大的制造业总量持续催化着技术升级与产业成熟。

随着后工业化阶段和产业链转型发展进程加快,一个新的问题出现了——

只关注如何把产品制造出来,在速度和数量上领先他人,能构建起企业的核心竞争力吗?

我们的答案是,不能;或者说,远远不够。
在这之外,我们还需关注工程化能力,关注卓越运营能力。

如何更快更好地制造产品?如何不生产不良品?如何实现零缺陷?这些都有必要系统地纳入考评体系和经营策略当中。

本专栏旨在以案例为直观容器,来承载卓越运营理念,来落地全面质量管理体系,为试图着力于此的企业提供一个多元丰富的信息平台、参考支点和交流圈层。

更直白点说,我们希望这些案例可以帮助企业降低成本、提高效率、增进效益,从而达成可持续竞争。



01 弄虚作假:
质量管理沉疴旧疾
1.jpg

随着全面质量管理理念的普及与智改数转趋势的明朗,影响产品质量和生产效率的关键要素——“人、机、料、法、环、测”成为制造企业全面强化质量管理数字化能力的切口。

对很多制造企业而言,为后五者制定对策勉强可算得心应手,而当面对“人”这一复杂要素时,管理者却显得有些无奈。


想必你肯定熟悉以下这个场景——

某工厂新生产出一批产品,按照抽检标准应批次抽样10台,但质检员偷懒只抽取了5台。不仅如此,这5台产品的检验数据可能也是随意填写的。


从结果看过程,显然不会发现什么问题,因为“该做的都做了”。产品是否真的符合标准、是否真正质量过关,大多时候都像一笔精美的糊涂账,经不起推敲。



2.jpg

纵然企业可以在产品进入市场、出现问题的早期就悬崖勒马,幸运地避免掉更大损失的产生,但真要反过来检查抽样过程、追究责任、制定改进措施时,已然很难再定位到问题产生的具体环节了。


没错,加强监管力度或是增加巡逻检验都行得通,都能起到督促和约束作用,都能一定程度上避免弄虚作假问题再次发生,但随之提高的管理成本不会成为新的浪费吗?


敷衍塞责可以侥幸逃脱,得过且过也不必承担责罚。长此以往,此类工作态度和方法很难不在内部传染,并持续作用于生产作业进度、生产质量控制等重要环节,致使不良品和不良问题层出不穷。


制造企业的未来取决于客户的满意程度。而幸运,又怎可能次次光临?




02 工具支撑:
从认知到掌控


3.jpg

因而,很多企业将目光投向了专业的质量管理软件。

相比为了应付客户审核以充门面、申请补助和资质、感受到同行的竞争压力等缘由而盲目地采购质量管理软件,这一类企业已初步填补好了认知。简单来说,既已知道工具要在哪个地方发挥效力,要做的无非是选择和匹配。


那么,怎么选?


我们一定要明确:质量管理数字化,其目的在于“质量管理”,而非“数字化”。


今天的软件工具不再被技术拖后腿,选择的关键不在技术,而在软件能不能理解业务流程、驾驭业务流程。



4.jpg

企业在采购软件时可将以下几个维度纳入考量范围:

1、是否能实现全过程受控。质量管理不是孤立进行的工作,做任何管理动作,都要在当前环节形成能流转到下个环节的paper,保证不同模块甚至不同系统之间清晰的逻辑关系和数据交互。


2、是否能从源头抓问题。在源头投入一定是最正确的方法,只有准确地知道问题、暴露问题、确定问题,制造过程才会拥有更多让利空间。


3、是否能落实精细量化的质量措施。严格和精细是生产过程控制有效实施的准则,实施对产品质量、技术状态的管控,识别追溯关键环节风险,全面提升设计、生产、检验等环节质量控制能力,降低人为因素影响。


事实上,这些都建立在一个隐性前提之上,即软件服务商对行业特性和工厂真实需求的把握程度,对企业发展现状和未来需求的诊断研判深度。


倘若能打通不同阶段部署的生产制造系统,让数据不仅仅在某个阶段、单个系统中流转,企业不必频繁升级系统甚至重新开发系统,数字化转型和精益提升才算步上正轨了。


03 质量管理数字化进阶:

数据价值最大化



5.jpg

来看一个客户案例。

海岸线此前服务过一家汽车发动机企业,发动机可归属于精密制造行业,对质量的要求相当严苛。


该企业的核心诉求为制造过程的数字化质量管理,希望完善质量标准、质量检验、质量控制与改进、质量现场不合格品处置等板块。


在一系列企业问诊之后,我们整理分析出企业存在的主要问题——


·数据分散。

质量涉及部门和相关数据很多,各种零部件采购数据,每种产品、每个批次数据,某个产品生产过程中的质量改进数据等等,不一而足;公司内部有多个信息系统,系统与系统之间数据无法流通,想了解一个产品在质量方面的所有数据,需要花费大量时间追溯。


·数据结构不统一。

质量管理涉及多个业务,这些业务同样分散在不同系统内,而系统与系统之间的数据结构不一样,系统开发的平台也不同,致使系统和系统之间的数据不能实时交流、不能互相调用。


·质量数据难以追溯、统计。

数据分散、结构不一为因,质量数据难以追溯并最终失真为果。不真实的数据无法反应质量实际情况,难以挖掘影响质量的真实因素,产品质量自然迟迟得不到提高。



6.jpg

基于此,海岸线为该企业建立了一套以质量目标为导向、以质量计划为驱动的质量管理数字化体系,监控质量活动,分析改进产品质量结果,并对其进行总结固化。


·搭载首款全面质量管理闭环的专业版QMS——PQM。覆盖IQC、IPQC、FQC、OQA等检验业务场景、实现质量管理工作可视化;支持对接制造质量过程追踪追溯,实现对制造工艺关联的质量数据汇总及可视化分析。


·导入PLM系统,实现产品及数据的全生命周期管理;打通内部OA系统、制造过程质量信息系统MES,完成业务流、信息流、数据流多维度信息整合,实现企业内部信息完全共享,消除数据孤岛。


·建立TTTM全面追踪追溯管理数字化。通过条码管理工具,实现单件产品、单批次产品全生命周期的追踪追溯,跨制程问题轻松定位,快速找到同批次产品,降低退换货成本。



7.png

该系统自上线以来,共收集处理了600多项质量信息反馈问题,所有的收集、分析、整改、闭环等工作皆在系统内完成,对比过往工作模式效率提升近60%。


更为惊喜的是,通过对问题的精准追溯和有效定位,结合知识图谱技术的智能提醒功能,该企业质量问题的复发率显著降低。



“制造业的竞争归根究底是生产效率、成本控制与管理能力的竞争”,数字化转型必然加速制造企业卓越运营水平,重塑企业业务形态。想打破更多战略误区,获取适用自身企业的系统性解决方案,欢迎关注本专栏。



要想透彻理解某个理念

输入与输出的闭环不可或缺

哪里可以实现?

「全面质量管理系列研讨会」

TQM Banner.png


私我报名,马上参加!

·与各大企业决策者面对面交流您的思考见解

·共同探讨智改数转和卓越运营的方式方法

·探询企业利润瓶颈等实际难点的优化路径





本文地址:https://www.eechina.com/thread-810161-1-1.html     【打印本页】

本站部分文章为转载或网友发布,目的在于传递和分享信息,并不代表本网赞同其观点和对其真实性负责;文章版权归原作者及原出处所有,如涉及作品内容、版权和其它问题,我们将根据著作权人的要求,第一时间更正或删除。
您需要登录后才可以发表评论 登录 | 立即注册

厂商推荐

关于我们  -  服务条款  -  使用指南  -  站点地图  -  友情链接  -  联系我们
电子工程网 © 版权所有   京ICP备16069177号 | 京公网安备11010502021702
快速回复 返回顶部 返回列表