Стандарты автомобильной отрасли

Разработка отраслевых стандартов автомобильной отрасли вызвана необходимостью учета следующих специфических особенностей автомобильной промышленности [17]:

— тенденция к сокращению сроков разработки и начала производства новой продукции;

— сложность конструкции автомобиля, включающей н себя большой объем номенклатуры комплектующих изделий;

- форма организации отношений между поставщиками и потребителями (например, па псионе системы «точно вовремя»);

- повышенные требования к качеству, безопасности, надежности и безотказности продукции;

- высокая конкуренция на рынке и как следствие жесткие требования к снижекнго себестоимости продукции.

В связи с указанными причинами крупнейшими автопроизводителями Европы и США были сформированы национальные отраслевые требования к СМК поставщиков автокомпонентов, к ним относятся:

— VDA 6.1 — немецкий стандарт, содержащий требования по проведению аудита систем менеджмента качества поставщиков автомо би j [ ьной промышленности;

- EAQF (французский) и AVSQ (итальянский) стандарты;

- QS-9000 - стандарты американской «большой тройки» (General Motors, Ford и Chrysler), которые включают в себя также руководства по применению инструментария для автомобильной промышленности,

В 1999 году с учетом опыта уже существующих национальных стандартов были выпущены международные технические условия ISO/TS 16949, а н 2002 году для обеспечения совместимости с ISO 9001:2000 была выпущена новая версия этих технических условий.

За основу 1SO/TS 16949:2002 взят международный стандарт ISO 9001:2000, расширенный дополнительными требованиями, среди которых [17.18]:

- требования по разработке бизнес-плана и включение в него целей в области качества;

- документирование планов действий на случай возникновения непредвиден н ых обстоягел ьств;

- выполнение требований потребителя к обозначению н управлению ключевыми параметрами продукции/процессон;

- управлеї іие ііроизводствеї а ным и и а іструментал ьными средствами;

- обязательное применение идентификации и прослеживаемости продукции;

- управление запасами на складах;

- обучение всего персонала основным статистическим методам и понятиям.

Еще одной характерной особенностью ISO/TS 16949:2002 является установление обязательного для применения инструментария менеджмента качества, аналогичного инструментарию, изложенному в руководствах к стандарту QS-9000. В состав этого инструментария входят:

- метод анализа видов и последствий потенциальных дефектов конструкции/ процесс a (FME А);

- методы статистического управления процессами (SPC);

- одобрение производства автомобильных компонентов (РРАР);

- анализ измерительных и контрольных процессов (MSА);

- менеджмент качества при планировании, разработке, и подготовки производства автомобильных компонентов (AFQP).

Среди этих методов в рамках данного исследования наиболее интересны методы, направленные на аффективное упраиление технологическими процессами - FMEA и SPC.

Анализ видов н последствии потенциальных дефектов

Метод FMEA является одним из наиболее распространенных и эффективных методов менеджмента качества. Данный метод направлен на предотвращение дефектов или снижение негативных последствий от них [19J, Это достигается с помощью предвидения силами экспертной группы возможных дефектов и последствий от них.

Различают несколько типов FMEA-анализа: DFMEA (FMEA конструкции), PFMEA (FMEA процесса) и SFMEA (FMEA системы). Несмотря на то, что объекты анализа различны, общие подходы к проведению анализа одинаковы [19]:

- ндентифн кация возможных дефектов;

- определение возможных последствий каждого потенциального дефекта, оценка значимости дефекта (S);

¹ - определение причины каждого потенциального дефекта и оценка частоты возникновения каждой причины (О);

- оценка возможности об і з ару женил потен і сального де фе кта (Р);

- количественная оценка риска несоответствий через приоритетное число риска (ГТЧР) = 5^x0*D;

- планирование корректирующих/! [редулреждающих действий;

- оценка проведенных корректирующихУпредупреждающих действий.

FMEA базируется па следующих принципах [19]:

- командный подход - FMEA проводится силами специально подобранной межфункцнональной команды экспертов (от 4 до В человек);

- иерархичность - для сложных конструкций и процессов анализу подвергаются как объект анализа в целом, так и его отдельные составляющие;

итеративность - анализ повторяется многократно и возобновляется при любых изменениях объекта или требований к нему;

- регистрация данных - результаты FMEA анализа регистрируются для последующей оценки корректирующих/прсдупреждающих действий, сохранения информации и повышения оперативности анализа.

Достоинствами FMEA является относительная простота этого метода, использование работы межфункциональной команды, в состав которой входят эксперты различЕіьіх подразделений и внешние эксперты (в том числе представители поставщика и потребителя), а также высокая эффективность полученных результатов.

Статстнческое управление процессами

Статистическое управление процессами применяет статистические методы для достижения увеличения знаний о процессе, регулирования процесса до желаемого уровня, уменьшение изменчивости конечного продукта или улучшения характеристик процесса [21,22]. Целью SPC является улучшение процесса.. Что В свою очередь определяет необходимость определения показателей качества процесса и статистических методов для определения их значений [17,23].

SPC применяется для гою, чтобы предотвратить отклонения параметров процесса от их целевых значений, за счет чего процессы поддерживаются на стабильном и приемлемом уровне.

В основе SPC лежит знание о наличии в любом процессе вариаций, их природе и способах их снижения. Существует два вида вариаций; специальные вариации и случайные вариации. Специальные вариации - это вариации, влияние которых на показатели качества процесса можно обнаружить и идентифицировать. Обычно число таких вариации невелико, однако они серьезно влияют на стабильность процесса [24,25]. Случайные вариации - это вариации, влияние которых на процесс невелико. Число таких вариаций велико, однако изменчивость значений показателей качества процесса нельзя соотнести с ними при существующем уровне знаний [24,25].

В SPC выделяют три основных этапа совершенствования процесса [24];

1. У стран е нне пряч ш г спецнал ь ных а ариаций.

2. Устранение причин случайных мар наций.

3. Мониторинг процесса для сохранения текущего состояния.

Поскольку полностью устранить причины случайных вариаций

невозможно, третий этап недостижим. Однако может быть целесообразным поддерживание вариабельности процесса с помощью мониторинга на приемлемом уровне* при этом переключаясь на другие более приоритетные процессы для того, чтобы вновь к нему вернуться в рамках следующей итерации постоянного улучшения.

Основными инструментами* используемых в качестве статистических методов являются:

- гистограммы;

- контрольные карты Шухарта;

- индексы воспроизводимости и пригодное ГИ-

Гистограммы являются простым инструментом для визуальною определения стабильности или нестабильноеги процесса, а также, если это возможно* закона распределения.

Контрольные карты Шухарта используестся для идентификации видев причин вариации. Сущность контрольных карт заключается л графическом отображении результатов периодического мониторинга параметров процесса, анализа ірафнческого отображения и принятия по результатам анализа необходимых корректирующих/предупреждающих действий для научно обоснованного улучшения процесса, а также приведения и поддержания его в стабильном со стихнии. [17,21,2 6-28].

Индексы воспроизводимости Ср и Срц. процесса оптимальны для количественной (щенки возможностей стабильного процесса в краткосрочном периоде. При этом процесс должен находиться в стабильном состоянии и подчиняться закону нормального распределения* должны быть заданы центр и границы допуска., а изменчивость измерений должна быть относительно

мала[17, 29]. Индекс воспроизводимости показывает, насколько нормальное распределение значений показателен качества процесса «укладывается» в поле допуска*

Индекс воспроизводимости Ср рассчитывается на основе формулы:

^СР-^ — - (L1)

где USL - верхнее значение поля допуска параметра процесса, LSL — нижняя граница поля допуска процесса, а о - оценка среднего квадратического огклопсния процесса.

Оценку среднего квадратического отклонения процесса о вычисляют по формуле:

О = Rfd_z, (1.2)

где Р - средний размах подгрупп, d₂ - коэффициент, зависящий от объема группы.

Индекс воспроизводимости Cpjt рассчитывается на основе формулы:

С_п =

(13)

где Д_кр11Т, наименьшее из двух значений (USL - Jf) или (X - LSIUSL - верхнєє значение поля допуска параметра процесса, LSI',- - нижняя граница поля допуска процесса, X- среднее процесса, вычисляемое по значениям средних выборочных или медиан, а о - оценка среднего квадратического отклонения процесса.

Индексы пригодности Р_р и Р_рА процесса применяются для оценки возможностей стабильного процесса в долгосрочном периоде, если заданы центр н/нли границы допуска, а изменчивость измерений относительно мала. При этом процесс может находиться под влиянием специальных причин вариаций и, соответственно, не подчиняться закону нормального распределения [17,29], Индекс пригодности показывает, насколько значения параметров процесса находятся в поле допуска.

Индекс пригодности Р.> рассчитывается на основе формулы:

р _ USL LSI, (1.4)

^ҐР fix, ³

где USL - верхнее значение поля допуска параметра процесса, LSL — нижняя граница поля допуска процесса, а а - оценка среднего квадратического отклонения процесса по объединен еюй выборке.

Оценку среднего квадратического отклонения процесса вычисляют по формуле;

_{ff = s=} (1.5)

Ч п-l

где R - средний размах подгрупп, cL - коэффициент, зависящий от объема группы.

Индекс пригодности рассчитывается на основе формулы;

Р = (]6)

где Д^р_НТ, наименьшее из двух значений (USL - X) или (X - LSL), USL - верхнее значение поля допуска параметра процесса, LSI. - нижняя граница поля допуска процесса? X- среднее процесса, вычисляемое по значениям средних

выборочных или медиан, а о - оценка среднего квадратического отклонения процесса по объединенной выборке,

Преимуществами SPC является эффективная реализация научного подхода к управлению процессами, особенно производственными. Однако «г,,наиболее важные числа нужные для управления любой организацией, как правило, неизвестны и количественно неопределимы» [24,25]. Кроме того? SPC фокусируется на оптимизации отдельных процессов, игнорируя при этом взаимосвязи и взаимодействия между ними be [утри системы, что может привести к субоптимизации и неправильному распределению усилий [30]. Кроме того, использование SPC допусков п качестве одной из основных характеристик может привести к формализации его внедрения, путем искусственного изменения допусков.