Публикации
- Информация о материале
- Просмотров: 2231
- Методы менеджмента качества/07 2023
В.В. Шашков, М.Б. Рыжков, А.Н. Грачев
При анализе технологических процессов с применением статистических методов нередко удается обнаружить причины проблем, которые до того оставались скрытыми. Даже если потребитель не направляет рекламации, это не повод считать, что с качеством продукции все в порядке. Рано или поздно такие проблемы дают о себе знать. Рассмотрим конкретный пример совершенствования, казалось бы, и без того хорошего процесса, в ходе которого были обнаружены и успешно устранены скрытые причины проблем и связанные с ними неявные потери. Первая часть статьи посвящена вопросам анализа и улучшения характеристик применяемой измерительной системы (ИС).
Скачать статью целикомПОДГОТОВКА, ПЛАНИРОВАНИЕ И СБОР ИСХОДНЫХ ДАННЫХ
Некоторое время назад команда консультантов по качеству, включая авторов данной статьи, работала на одном из предприятий крупного международного холдинга, являющегося, в том числе, поставщиком автокомпонентов. Мы столкнулись с интересной ситуацией, типичной при нерегулярном применении методов анализа измерительных систем (Measurement System Analysis, MSA) [1] и статистического управления процессами (Statistical Process Control, SPC) [2].
Данное предприятие пользовалось фактически абсолютным доверием со стороны потребителя, которое основывалось на продолжительном сотрудничестве и известности бренда поставщика. Однако в какой-то момент потребитель стал настаивать на прохождении одобрения по процедуре согласования производства части (Production Part Approval Process, PPAP) [3], подтверждающей, что его требования к продукции и управлению процессами выполняются.
Руководство предприятия подошло к данной задаче как к проекту. Был разработан план и создана команда проекта во главе с опытным менеджером по качеству. В ее состав вошли, в том числе, специалисты подразделений, деятельность которых напрямую влияет на качество продукции: производства, метрологической службы, службы по ремонту и обслуживанию оборудования, техотдела и службы качества.
На начальном, подготовительном этапе на предприятии было проведено обучение команды по направлениям MSA и SPC (табл. 1). Хотя все ее участники имели достаточный производственный опыт, но не все уверенно владели методами, которые требовались для решения поставленной задачи. В зависимости от базовых знаний членов команды такое обучение обычно занимает от трех до пяти дней.
Таблица 1
Для выполнения проекта из персонала, прошедшего обучение, были сформированы две кросс-функциональные группы по пять человек:
- первая — для оценки ИС на основе руководства MSA [1];
- вторая — для анализа технологического процесса на основе руководства SPC [2].
Для экономии времени они начали работу параллельно. Исходя из методологии исследования процессов, целесообразно сначала убедиться в приемлемости ИС и только потом переходить к анализу возможностей процессов. Но в данном случае команда была априорно убеждена в пригодности ИС и проводила ее анализ лишь для формального подтверждения своей уверенности.
Все требования по проведению работ, в том числе используемые методы и критерии оценки процесса, согласовывались с представителями потребителя. План включал анализ процессов, формирующих особо важные — специальные (ключевые) характеристики продукции.
Объектом исследования была выбрана деталь «Боковая панель» из листового металла. Основной операцией, формирующей большинство характеристик, является «Вырубка», а специальной характеристикой, влияющей на возможность последующей сборки — «Высота заднего гиба». На данную характеристику установлен двухсторонний допуск. Верхняя граница поля допуска (USL) = 28,00 мм, нижняя граница поля допуска (LSL) = 24,50 мм.
Для того чтобы сделать вывод о пригодности ИС, необходимо оценить ее изменчивость, выраженную через объединенную оценку сходимости и воспроизводимости (GRR), где:
- сходимость (EV) — изменчивость измерений, полученная одним инструментом, использованным несколько раз одним контролером, измеряющим одну и ту же характеристику одной и той же части/ бразца;
- воспроизводимость (AV) — изменчивость среднего значения измерений, сделанных разными контролерами, использующими один и тот же прибор при измерении характеристики одной и той же части/образца.
Требования потребителя к проведению работ по анализу ИС следующие:
- анализируемая характеристика — объединенная оценка сходимости и воспроизводимости (GRR);
- анализ должен проводиться методом средних и размахов, не менее 3 контролеров, 3 попытки (измерения), не менее 10 образцов;
- критерий приемлемости — %GRR не более 10% по отношению к ширине поля допуска.
В случае если бы требования потребителя не были установлены, команда должна была сформулировать их самостоятельно.
В соответствии с этими требованиями были отобраны 10 боковых панелей, которые были по три раза измерены каждым из трех контролеров (обозначенных как «A», «Б» и «В»). Условия проведения замеров во всех случаях были идентичными. В результате получен массив исходных данных (табл. 2), используемых в процессе последующего анализа ИС.
Таблица 2
АНАЛИЗ ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ
Для обработки данные были внесены в специальное программное обеспечение Attestator [4], автоматизирующее все последующие расчеты, визуализацию и помогающее в интерпретации результатов. Анализ ИС проводился методом средних и размахов. Начать анализ целесообразно с контрольной карты размахов (рис. 1).
Рис. 1. Контрольная карта размахов (по исходному массиву данных)
На графике видно, что данные контролера «В» существенно отличаются от других контролеров в большую сторону. Это значит, что он, измеряя один и тот же образец детали в трех попытках, выдает слишком разные результаты измерений. У других контролеров эта разница значительно меньше: у контролера «В» средний размах = 0,480, тогда как у контролеров «А» и «Б» соответственно = 0,015 и = 0,082.
Программа выдает заключение, что четыре точки (их номера выделяются красным цветом) у контролера «В» выходят за верхнюю границу контрольной карты (UCL) и рекомендует по правилам методики MSA [1] исключить из рассмотрения либо все эти образцы, либо все данные контролера, у которого есть такие точки на карте размахов.
Поэтому важно изначально выбрать такое программное обеспечение, которое выдает не только графику, но и (как в нашем случае) результаты проверки данных по всем критериям MSA и SPC, а также рекомендации по дальнейшим действиям. Это помогает команде, особенно не имеющей большого опыта применения этих методик, в интерпретации данных, улучшении ИС, предоставлении доказательств потребителю и аудиторам.
Весь анализ указывает на то, что у контролера «В» в сравнении с остальными есть явные проблемы с изменчивостью результатов измерений. Для дальнейшего анализа мы переходим к контрольной карте средних (рис. 2). Она позволяет сделать несколько выводов.
Рис. 2. Контрольная карта средних (по исходному массиву данных)
1. Средние значения измерений контролеров по одним и тем же образцам (так называемый уровень настройки) существенно различаются, вплоть до того, что их ряды на графике практически не пересекаются в проекции на вертикальную ось! Это говорит либо о плохой согласованности контролеров между собой в части методов измерений, либо о том, что методика измерений данной характеристики не выполняется должным образом.
2. Несмотря на такую разницу в средних между контролерами, границы контрольной карты слишком широки. В отличие от SPC-анализа, в анализе ИС желательна ситуация, когда большинство точек (не менее 50%) выходят за пределы контрольных границ, поскольку область внутри этих границ представляет собой изменчивость самой ИС (можно сказать, что это ее чувствительность). Иными словами, чем более узкая зона внутри контрольных границ, тем выше разрешающая способность ИС. В данном случае мы наблюдаем признаки ее недостаточности, так как за пределами контрольных границ лежат всего 37% точек. Следует также иметь в виду, что точки на данной карте будут тем дальше выходить из этой зоны, чем более разнообразными по измеряемой характеристике будут образцы. Поэтому подбор образцов для исследования должен покрывать все поле допуска (поскольку в данном случае ИС исследуется именно для контроля по допуску), а в идеале желательны и образцы за пределами допуска.
3. Изменчивость средних результатов измерений образцов контролера «В» значительно больше, чем у других контролеров. Однозначно утверждать, что он ошибается чаще двух других, на основании этой карты нельзя, но признаки этого имеются. Поэтому характер и причины такой изменчивости должны быть исследованы дополнительно.
С этой целью все образцы измеряются заведомо более точной ИС, чем та, которая исследуется, и результаты принимаются в качестве опорных (эталонных) значений. Затем строятся графики распределения отклонений результатов измерений от опорных значений образцов (рис. 3). На основании этих данных можно утверждать, что наилучший результат (и по среднему, и по стандартному отклонению) показывает контролер «А», а наихудший — контролер «В». При этом контролер «А» склонен занижать результаты измерений в среднем на 0,22 мм относительно опорного значения, тогда как контролер «Б» — завышать их в среднем на 0,21 мм.
Рис. 3. Гистограмма отклонений измерений от опорных значений образцов
Соотношение сходимости (EV) и воспроизводимости (AV) свидетельствует, что различия в настройке между контролерами (AV) более существенно влияют на итоговую объединенную оценку GRR, чем присущая каждому из контролеров изменчивость (EV). Поэтому первоочередное внимание рекомендуется уделить устранению смещения настройки контролеров от опорных значений. Это можно сделать, например, путем дополнительного обучения контролеров или пересмотра методики либо условий измерения.
Объединенная оценка сходимости и воспроизводимости ИС (GRR), показанная на рис. 3 красной кривой, — более 42% от общей изменчивости (в данном случае 1/6 поля допуска) — слишком плоха, чтобы использовать ее для контроля продукции.
Так как оцениваемая характеристика процесса является специальной, то при оценке было бы правильно сравнивать величины изменчивости ИС с изменчивостью фактического процесса, но на момент проведения эксперимента никакой информации об изменчивости процесса у группы не было. Поэтому в отчете по методу средних и размахов (табл. 3) в качестве основы для расчета общей изменчивости (TV) была взята ширина поля допуска, то есть GRR сравнивалась с 1/6 ширины поля допуска. В результате мы получили %GRR = 42,74%, что не может считаться приемлемым, поскольку в качестве критерия используется граница не более 30%.
Таблица 3
Заметим, что полученные результаты вполне согласуются с нашим предыдущим опытом: примерно 2/3 экспериментов по анализу ИС показывают ее непригодность по характеристике «сходимость — воспроизводимость» (%GRR < 10%) для приемки продукции или управления процессом. Однако команда проекта была удивлена этими результатами, так как считала, что никаких проблем при измерениях нет и быть не может.
Обращая особое внимание на результаты контролера «В», было выяснено, что накануне проведения эксперимента он получил травму руки и ходил в гипсе, что в итоге и явилось основной причиной столь существенной изменчивости при измерениях. Исходя из этого, командой было сформулирована рекомендация о допуске контролера «В» к работе только после его полного выздоровления.
УЛУЧШЕНИЕ ХАРАКТЕРИСТИК ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ
Как было сказано, методика MSA не только позволяет, но и требует исключать сомнительные данные, а также, например, образцы, по которым у контролеров слишком большой разброс результатов (точки выше верхней контрольной границы на карте размахов). В нашем случае, если убрать из рассмотрения контролера «В», получим скорректированный массив данных (табл. 4).
Таблица 4
Как видим, теперь размахи контролера «Б» по образцам 8 и 9 выходят за пересчитанную контрольную границу UCLR, = 0,125, поэтому их тоже приходится удалить из расчета. Скорректированная контрольная карта размахов (рис. 4) показывает, что изменчивость результатов измерений у контролера «Б» значительно больше, чем у контролера «А», что характеризуется значениями средних размахов: = 0,015, тогда как = 0,065, что выше в четыре с лишним (!) раза. Обновленная контрольная карта средних (рис. 5) показывает, что контролеры значимо отличаются по настройке, разница между средними значениями ~0,18 мм.
Рис. 4. Контрольная карта размахов (без контролера «В» и образцов 8, 9 контролера «Б»)
Рис. 5. Контрольная карта средних (без контролера «В» и образцов 8, 9 контролера «Б»)
Программное обеспечение выдает заключение, что чувствительность ИС с целом достаточна, все 100% точек находятся за контрольными границами. Тем не менее следует обратить внимание на значение %GRR = 23,08% в новом отчете по методу средних и размахов (табл. 5) — оно считается «условно приемлемым», так как находится в диапазоне 10—30%.
Таблица 5
Необходимо заметить, что наибольший вклад в суммарную изменчивость ИС (GRR = 0,135) вносит воспроизводимость (AV = 0,132), в пять (!) раз превышающая сходимость (EV = 0,024). Это объясняется как раз существенными различиями в настройке между контролерами, что отражено как на контрольных картах, так и на гистограмме.
В беседе с контролером «Б» выяснилось, что он является стажером, который лишь недавно принят на работу и обладает минимальными навыками проведения измерений. Если предположить, что в результате обучения можно добиться снижения его изменчивости ( = 0,065) до уровня контролера «А» ( = 0,015) и добиться более точной настройки контролеров на опорное значение образцов, существенно снизив тем самым показатель AV, то %GRR может снизиться до приемлемого уровня — ниже 10% от TV. Такие действия не потребуют замены средств измерения и других значимых расходов.
РЕЗЮМЕ
Первые этапы анализа процесса выявили слишком высокую изменчивость измерительной системы. Данные свидетельствуют, что при приемке продукции компания может допускать ошибки вблизи границ поля допуска, признав дефектную продукцию соответствующей. Возможна и обратная ситуация, когда годную продукцию бракуют и несут дополнительные потери, связанные с разбраковкой. В нашем примере объединенная оценка сходимости и изменчивости GRR = 0,25 мм при ширине поля допуска в 3,5 мм, что может приводить к большому количеству (до 30%) ошибочных решений для данных вблизи границ допуска. Во второй части статьи при анализе воспроизводимости процесса будет показано, что все результаты таих измерений попадают в зону неопределенности.
ИЗВЛЕЧЕННЫЕ УРОКИ
КЛЮЧЕВЫЕ РЕКОМЕНДАЦИИ ПО АНАЛИЗУ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ
1. Анализ процессов целесообразно выполнять кросс-функциональной командой, члены которой прошли специальную подготовку. Обычно достаточно 5-дневной программы обучения.
2. Начать его следует с измерительных систем (ИС) на основе методики MSA, так как необходимым условием для анализа процессов является доверие к результатам измерений.
3. Целесообразно выбрать программный продукт, который поможет команде в анализе и позволит решить часть задач автоматически. Отправной точкой для его выбора может стать реестр российского программного обеспечения.
4. По результатам анализа ИС следует принять решение о ее пригодности для приемки продукции и управления процессами. Нередко при этом выявляются скрытые потери, которые несет компания.
5. Несоответствие ИС часто связано с системой подготовки контролеров, отсутствием методики измерения или ее несоблюдением. Как правило, работы по улучшению ИС не требуют существенных затрат.
6. Анализ ИС необходимо вести на регулярной основе, поскольку факторы и их влияние меняются со временем.
7. Рекомендуется стандартизировать эту деятельность в форме процедуры или инструкции. В ряде случаев методику требуется согласовать с потребителем.
8. Работа команды должна поддерживаться руководством и получать признание вклада каждого ее участника в улучшение процессов и репутацию предприятия.
ИСТОЧНИКИ
- Анализ измерительных систем. MSA. Ссылочное руководство. Изд. 4-е (июнь 2010) Н. Новгород: СМЦ «Приоритет», 2012. 405 с.
- Процесс согласования производства части. PPAP. Ссылочное руководство. IATF, 4-е изд. (март 2006). Н. Новгород: СМЦ «Приоритет», 2012. 125 с.
- Статистическое управление процессами. SPC. Ссылочное руководство. Изд. 2-е (июль 2005) Н.Новгород: СМЦ «Приоритет», 2012. 424 с.
- Программное обеспечение Attestator. Система статистического анализа и контроля процессов с применением методов SPC (контрольные карты, индексы, гистограммы), а также анализа измерительных систем (MSA). Включено в реестр российского программного обеспечения. URL: /uslugi/programmnye-produkty/319-attestator
- Информация о материале
- Просмотров: 1311
- Методы менеджмента качества/06 2023
М.И. Розно
Данная публикация Розно М.И. представляет собой отклик-реплику на статью директора по качеству завода. В статье утверждается, что на данном заводе применяется методология «6 сигм», и приведен пример построения гистограммы, построенной по одному параметру одной модели продукции за год (несколько сот изделий). Гистограмма показала далеко не блестящие результаты – несколько точек вылетели за пределы допуска. Однако было принято решение не проводить действий по улучшению, т.к. этот параметр не очень важен для потребителей.
В приведенной далее статье Розно М.И. поясняется, что же представляет собой методология «6 сигм», если предприятие всерьез намерено ее применять, какие возможности для предприятия при этом появляются. Но эти возможности будут реализованы только при серьезном обучении персонала статистическим методам и методам улучшений в сочетании с практикой проведения проектов по улучшениям на предприятии.
ОСНОВНОЕ СОДЕРЖАНИЕ И ЦЕЛЬ МЕТОДОЛОГИИ «ШЕСТЬ СИГМ»
Методология «Шесть сигм» была разработана в США в начале 1980-х гг. Ее цель — расширить возможности снижения дефектности и потерь на предприятиях, что позволяет улучшть качество продукции и результаты бизнеса в целом. Эта цель была изначально выдвинута корпорацией «Motorola» [1] как достойный ответ главным конкурентам — японским компаниям. Ведь последние (во многом благодаря знаниям, полученным от У.Э. Деминга и Дж.М. Джурана) к тому времени уже научились выпускать продукцию с близким к нулю разбросом параметров, что делало ее практически бездефектной и более дешевой.
Уже из названия методологии следует, что основу «Шести сигм» составляют статистические методы, так как именно σ (среднее квадратическое отклонение) характеризует величину разброса конкретного параметра изделия на выходе производственного процесса. Набор таких статистических методов весьма широк: от простейших (диаграмма Парето, гистограмма, диаграмма рассеяния и др.) до более сложных (SPC1, MSA1, регрессионный и дисперсионный анализ и др.).
Вместе с тем в инструментарий «Шесть сигм» входят и такие методы, которые напрямую не связаны со статистическими моделями. В частности, к ним относятся DFMEA3 и PFMEA4, методы ранжирования параметров изделий по степени важности (как для потребителей, так и для потерь предприятия) и др. Наконец, в рамках «Шести сигм» применяются экономические методы, например, сравнительный анализ издержек («цены») высокого и низкого качества продукции [2].
Конечно, овладение этими методами требует многих дней обучения с обязательным практическим их применением на производственных объектах [3]. Компетентность, приобетенная сотрудниками в результате такого обучения, по аналогии с японскими единоборствами ранжируется по «поясам» (табл. 1).
Таблица 1
Организационно-практическую основу для выполнения проектов улучшений по методологии «Шесть сигм» составляет цикл из пяти шагов цикла DMAIC:
- • Define (D) — определите объект и проблему;
- Measure (M) — произведите необходимые измерения для количественного описания проблемы и возможных причин;
- Analyse (A) — проанализируйте причины вариаций и найдите корневые причины проблемы;
- Improve (I) — найдите конкретный способ улучшения объекта и опробуйте его;
- Control (C) — управляйте объектом на основе найденного нового способа.
Для практического выполнения каждого из пяти шагов как раз и нужны те самые методы-инструменты, которыми должны овладеть специалисты предприятия. Конечно, потребуются затраты на обучение персонала, а затем — на реализацию проектов улучшений. Но, как показала практика, уже на первых предприятиях, применивших методологию «Шесть сигм» (General Electric, Motorola, Honeywell), через один-два года экономический эффект составил миллиарды долларов.
Образно говоря, «Шесть сигм» — это большой «ящик» с разнообразными инструментами, которые позволяют диагностировать, ремонтировать и даже модернизировать разнообразные сложные «машины». К ним добавлена общая инструкция по циклу DMAIC с рекомендуемыми инструментами для каждого шага. Но главное — это обученные специалисты со знаниями и опытом правильного использования этих инструментов.
Если применить эту образную аналогию к рассматриваемой статье, то в ней продемонстрировано, как можно завинтить гайку простым рожковым ключом. Точнее, даже просто проверить, завинчена она или нет. Оказалось, что завинчена не очень хорошо. При этом автор приводит доводы (впрочем, разумные), что это не очень важная «гайка» для потребителя, и продукция признается «годной». А причины несоответствий и корректирующие действия по их устранению в статье не рассматриваются.
Есть ли уверенность, что в данной «мастерской» грамотно проведут диагностику и ремонт любой сложности? И даже улучшение, модернизацию сложной «машины»? Пусть читатели сами ответят на этот вопрос.
А ЕСЛИ СЕРЬЕЗНО, ЧТО ПОКАЗЫВАЕТ ГИСТОГРАММА?
Гистограмма — элементарный статистический инструмент анализа процесса, он входит в классический набор «семи простых» методов анализа качества [4, 5]. Сегодня существует немало компьютерных программ, которые построят вам гистограмму по собранным измерениям выбранного показателя (параметра) на многих изделиях. Но анализировать гистограмму и делать по ней выводы должен специалист. К сожалению, в этом вопросе нередки определенные заблуждения, в частности, заключения о стабильности или нестабильности наблюдаемого процесса далеко не всегда бывают достаточно обоснованы.
Термин «стабильность» означает неизменность свойств (поведения) объекта во времени. Но стабильно — еще не значит хорошо и качественно. Например, один школьник может стабильно учиться на «пятерки», а другой — на «двойки», никакого противоречия здесь нет. Однако стабильность важна для уверенности в адежности статистического прогноза. Если мы знаем, что объект (процесс) ведет себя стабильно, то это означает, что в будущем он с большой вероятностью будет вести себя так же, как и в предыдущие периоды наблюдения. И для такого объекта (процесса) можно сделать достаточно точный прогноз уровня несоответствий, конечно, если он будет поддерживаться в том же стабильном состоянии. Основным и недорогим инструментом анализа стабильности процесса до сих пор является контрольная карта Шухарта [6], она — один из основных обязательных инструментов в наборе «Шесть сигм».
Почему по гистограмме, особенно с большим количеством исходных данных, нельзя ничего сказать о стабильности или нестабильности процесса? Проиллюстрируем это графически.
Образно говоря, «Шесть сигм» — это большой «ящик» с инструментами, которые позволяют диагностировать, ремонтировать и даже модернизировать разнообразные сложные «машины»
На рис. 1 показаны результаты измерений нескольких выборок выпускаемых изделий в виде галочек на числовой оси. Выборки во времени идут сверху вниз. А далее все они объединены в одну общую большую выборку, по которой построена гистограмма, показанная внизу. Как видим, она, хоть и «с трудом», но все же поместилась в поле допуска с заданными нижней (LSL) и верхней (USL) границами. Здесь отдельные выборки характеризуются широким разбросом значения измеряемого параметра. Но между собой все они схожи, поскольку существенно не различаются ни по величине разброса, ни по среднему значению. Это — пример статистически стабильного процесса.
Заметим, что с точки зрения уверенности (прогноза) попадания в допуск данный процесс — не очень качественный. Наблюдаемые в данных выборках изделия не дали ни одного вылета за пределы допуска, однако, если продолжать этот стабильный процесс далее, то ожидаемый уровень несоответствий может составить десятые доли и даже единицы процентов. Оценка уровня несоответствий здесь может быть сделана по нормальному закону распределения.
На рис. 2 показан случай иного поведения процесса, когда выборки существенно отличаются друг от друга по среднему значению. Это — пример статистически нестабильного процесса. Однако гистограмма, построенная по общей выборке того же объема, имеет вид, весьма схожий с первой гистограммой. Здесь также ни одно из изделий не показало вылетов за пределы границ допуска. Но в этом случае прогноз уровня несоответствий вообще сделать нельзя, поскольку процесс нестабилен, и что от него ожидать далее — непонятно.
Сам факт нестабильности свидетельствует о том, что персонал не умеет «обращаться» с данным процессом, поддерживать его в статистически стабильном состоянии. Такие процессы очень не любят грамотные заводы-потребители, особенно если речь идет о ключевых параметрах продукции. Ибо от такого поставщика можно в будущем ждать любых «сюрпризов» в виде очень высокого уровня несоответствий.
Итак, оба рассмотренных процесса не являются качественными с точки зрения уровня несоответствий. Но меры, которые нужно предпринимать в первом и втором случаях, — совершенно разные. И непонимание этого приводит к неправильным техническим решениям и значительным потерям денег и других ресурсов. А различить эти случаи на основании уже проведенных измерений, сгруппированных в выборки, очень легко. Для этого нужно построить контрольную карту Шухарта для анализа процесса. К тому же она даст много другой полезной информации, не требующей дополнительных затрат на выборочные измерения.
РЕЗЮМЕ
Таким образом, по гистограмме нельзя сделать однозначный вывод о стабильности или нестабильности процесса. Исключение могут составлять только случаи, когда гистограмма, построенная по большому объему выборки (нескольких сотен или даже тысяч измерений) имеет явно выраженные «провалы». Тогда можно с уверенностью сказать, что процесс нестабилен во времени или характеризуется какими-то другими видами неоднородности. И их следует тщательно изучать, применяя не отдельно взятый метод, а весь набор статистических и иных инструментов методологии «Шесть сигм».
ИСТОЧНИКИ
- Панде П., Холп Л. Что такое «Шесть сигм»? Революционный метод управления качеством. М.: Альпина Бизнес Букс, 2006. 158 с.
- Juran’s Quality Handbook. 5th ed. / Ed. by J.M. Juran, A.B. Godfrey. New York: McGraw-Hill, 1999. 1697 p.
- ГОСТ Р ИСО 13053-1—2015. Статистические методы. Количественные методы улучшения процессов «Шесть сигм». Часть 1. Методология DMAIC.
- Статистические методы повышения качества / Под ред. Х. Кумэ. М.: Финансы и статистика, 1990. 336 с.
- Шпер В.Л. Инструменты качества и не только! Часть 4. Анализ вариабельности данных с помощью гистограмм // Методы менеджмента качества. 2021. № 6. С. 50—55.
- Розно М.И., Касторская Л.В. Пора заняться техпроцессом. 3-е изд. Н. Новгород: Приоритет, 2019. 119 с.
- Информация о материале
- Просмотров: 2294
Изменения в системе Attestator
Техническая поддержка
Руководство пользователя Attestator
Версии Attestator
Внимание, важно!
Если Вы испытываете затруднения с ОБНОВЛЕНИЕМ программного обеспечения, пожалуйста сообщите об этом службе техподдержки. Если у Вас достаточно старая версия Attestator (до 3.2.48) и автообновление с сервера не происходит - НАПИШИТЕ НАМ ОБЯЗАТЕЛЬНО. Мы решим все проблемы!
Attestator 3.2.49 (с 5 мая 2025)
- В отчете об SPC-процессе добавлен новый критерий аттестации - "Оценка уровня несоответствий". Параметр считается прошедшим аттестацию, если оценка уровня несоответствий по нему не превосходит указанного пользователем предельного значения.
- Новое свойство количественного параметра процесса - класс. Классы позволяют указать, например, значимость параметра (степень влияния на качество и/или безопасность продукции). Пользователь может самостоятельно составить список классов (например, "Критический", "Важный", "Малозначительный" и т.п.) и затем выбирать нужный класс для создаваемых параметров.
- Для количественного параметра процесса можно указать свойство "Требуется пояснение при выходе за допуск". Если в каком-либо замере выборки данный параметр будет вне допуска (выше или ниже), то система потребует от пользователя указать причину такого поведения процесса в примечании к выборке. Это свойство может быть полезно, чтобы не забыть указать в момент ввода данных значения важных производственных факторов или событий в ходе процесса, особенно когда результаты процесса неудовлетворительны.
- Расширение информации о замере - при вводе замеров выборки количественных данных, непосредственно в момент ввода показывается статус замера по отношению к допуску (в допуске/выше/ниже), а также показывается реальное значение параметра, если ввод производится в относительных значениях (в виде отклонений от базы).
- Улучшение навигации по замерам выборки - в окне ввода замеров выборки количественных данных представлена лента, показывающая место текущего замера в выборке, а также статус каждого из замеров относительно допуска.
- Новое свойство блока данных SPC - "Вид группирования" с вариантами "Выборочные данные" и "Индивидуальные значения" позволяет указать цель и способ анализа данных в блоке:
"Выборочные данные" (вариант по умолчанию) следует использовать, если в блоке содержатся мгновенные выборки (обычно достаточно малого объема) из процесса, что позволяет исследовать всю присущую процессу изменчивость с помощью выборочных контрольных карт Шухарта (карты средних, размахов и т.п.);
"Индивидуальные значения" следует указать, если блок предназначен для исследования влияния на процесс какого-то одного производственного фактора (например, состояния оборудования), при этом обычно все исходные данные помещают в одну выборку значительного объема (50+ замеров) и для анализа процесса используют карты индивидуальных значений. - В версии SQL: В окне выбора набора данных из БД появилась возможность поиска набора по его имени, а также под списком приводится краткая информация о содержимиом текущего набора данных.
Attestator 3.2.48
- В гистограмме появился режим анализа хвостов распределения, наглядно показывающий оценку уровня несоответствий процесса по каждому из хвостов нормального распределения (ниже и выше допуска). Этот режим включается в окне настроек гистограммы, вкладка "Отдельная гистограмма", группа "Распределение".
- На контрольных картах появилась возможность получить подробную информацию о каждой точке. Нужно подвести мышь к интересующей точке, нажать правую кнопку и в появившемся контекстном меню выбрать пункт "Информация о точке". В окне показывается имеющаяся информация о процессе в данный период времени, для выборочных карт показываются замеры этой выборки. Приводятся сведения о всех сериях, в которую входит данная точка. Также дается заключение - находится ли процесс в данной точке времени под воздействием особых причин изменчивости. Приводятся рекомендации по улучшению процесса.
- Расширение возможностей обновления. Наряду с автоматическим обновлением в начале сеанса работы, возможно обновление в любое время по запросу. Для этого нужно выбрать пункт меню "Помощь/О приложении" и там нажать кнопку "Обновить". Требуется подключение к Интернет.
- Изменения в диалоге настроек обновления (меню "Файл/Настройки", кнопка "Настройки обновления"). Появилась кнопка "Проверка связи", позволяющая протестировать возможность доступа к серверу обновлений.
- Теперь дистрибутив Attestator можно загрузить непосредственно из приложения (меню "Помощь/Загрузка дистрибутива"). Дистрибутив может понадобиться для установки Attestator на дополнительный компьютер (в соответствии с лицензией) или при замене компьютера на новый. В подобных ситуациях лучше не устанавливать Attestator со старого дистрибутива (например, полученного при приобретении приложения), а загрузить дистрибутив актуальной версии непосредственно перед установкой. Требуется подключение к Интернет.
Attestator 3.2.47
- Расширение структуры папок. Добавлена папка для временных файлов, в т.ч. отчетов (Tmp) и папка протокола (Log), находящиеся в системной папке. Папка отчетов (Reports) теперь содержит отчеты, которые нужно сохранять на постоянной основе.
- Измененен внешний вид окна настроек отчета SPC, шаблоны отчета и виды аттестации выведены в отдельное окно.
- Настройки шаблонов отчетов и виды аттестации теперь являются общими для всех пользователей набора базы данных (для версии SQL).
- Размер рисунков в отчете указывается по-другому, добавлен диалог выбора размера (в пикселах) в настройках шаблона отчета.
- Протокол работы в текущем сеансе работы теперь доступен пользователю непосредственно из системы, пункт меню "Помощь/Протокол сеанса".
Attestator 3.2.46
- Изменение формата файла набора данных SPC (*.ats). Предыдущие версии Attestator (до 3.2.46) не могут загружать файл, сохраненный данной версией. Данная версия Attestator загружает файлы, созданные любой прежней версией.
- Новый способ информирования об изменениях в Attestator - в предыдущих версиях они распространялись через файл ATS_NEW.TXT, начиная с данной версии - через эту страницу сайта.
- Набор данных SPC: Фильтр - введение возможности фильтрации данных по нескольким условиям одновременно (по значениям параметров, примечанию, событию, дате и времени выборки).
- Набор данных SPC: Изменение способа управления списками параметров и блоков - вместо кнопок справа от списков введены панели инструментов с кнопками над списками. Возможно изменение соотношения высоты списков параметров и блоков. Возможно выделение нескольких (или всех) блоков для применения к ним различных фукнций анализа (контрольные карты, гистограммы, контрольные карты и т.п.).
- Введение дополнительного элемента анализа к гистограммам и некоторым контрольным картам - Усатая диаграмма (Box plot). Она показывает распределение исходных данных по квартилям (25/50/75%) и позволяет выявить выбросы (т.е. точки, слишком далеко отстоящие от основной совокупности).
- Изменения внешнего вида элементов управления "блокнот" - цвета фона ярлыков активной вкладки и неактивных вкладок теперь различаются.
- Настройки системы: На вкладке "Внешний вид" добавлена кнопка "Шрифт графиков", которая позволяет установить иной шрифт для графиков (гистограмм, контрольных карт и др.), нежели чем для форм ввода информации и т.п. Это можно использовать, например, для того чтобы для графиков выбрать более крупный размер шрифта, изменить его цвет и т.п., не затрагивая основной шрифт приложения.
- Функция "Объединение выборок": Добавлено правило "Объединить выборки с одинаковыми датами". Может быть полезно после импорта данных.
- Гистограмма: При наведении мыши на строку статистики, она выводится также в строке статуса с расширенной информацией (по некоторым элементам статистики).
- Набор данных SPC: В окне редактирования количественного параметра добавлена кнопка "Установить номинал в центр допуска", которая рассчитывает номинал как среднее значение указанных границ допуска.
- Корреляционная матрица: В панели инструментов добавлены кнопки гистограммы и контрольных карт для текущей пары параметров. Проводится проверка нормальности распределения параметров.
- Корреляционная матрица: Новое на диаграмме рассеяния - отображение допусков, соединительные линии точек, диаграмма коэффициента корреляции, усатая диаграмма.
- Набор данных MSA: Добавлен диалог настроек набора данных - введена возможность автонумерации контролеров в обследованиях СиВ, а также добавлены дополнительные характеристики (сверх тех, которые определены методикой MSA) в результаты анализа по некоторым видам обследований.
- MSA/Обследование сходимости и воспроизводимости: В таблицу исходных данных введен столбец для сравнения размаха по контролерам (минимальный размах принимается за 100%).
- MSA/Обследование сходимости и воспроизводимости: Расширение возможностей контрольных карт - Заключение по реультатам автоматического анализа карты, уровень среднего, область данных, индивидуальные значения, ряд средних по образцам, ряд по опорным значениям образцов, допуск.
- MSA/Обследование сходимости и воспроизводимости: Новый вид графика - гистограмма.
- MSA/Обследование линейности: Расширение возможностей графика - Заключение по реультатам автоматического анализа.
- MSA/Обследование смещения: Расширение возможностей графика - Заключение по реультатам автоматического анализа, элементы "Доверительный интервал для среднего", "Усатая карта".
- MSA/Обследование калибра: Расширение возможностей графика - Заключение по реультатам автоматического анализа, элемент "Пределы нулевого смещения".
- MSA/Обследование ранжирующей системы: Добавление графика "Эффективность и согласованность"
- Руководство пользователя дополнено информацией о всех изменениях.
Attestator 3.1.45
- При импорте из буфера обмена (Windows Clipboard) в набор данных SPC расширены возможности управления прототипами столбцов, добавлена возможность импорта альтернативных данных.
- В контрольной карте изменен вид маркеров критериев серий, при щелчке мышью на маркере серия выделяется на графике другим цветом.
- В истории открытия наборов данных (вкладка "Список", кнопка "История") расширена информация по каждому набору.
- В окне сообщений о некоторых ошибках появилась ссылка "Подробнее", открывающая окно с расширенной информацией об ошибке.
- В меню "Помощь/Техническая поддержка" появился диалог, в котором поясняется процедура получения технической поддержки и размещены ссылки на ресурсы.
Attestator 3.1.44
- Сортировка и фильтрация списка обследований MSA (доступ через кнопки в панели инструментов над списком).
- Расширение диалога "Помощь/О программе", кнопка перехода в системную папку Attestator.
Attestator 3.1.43
- Изменение способа вывода отчетов в MS Word: отчет копируется в файл формата HTML и происходит вызов MS Word с открытием этого файла. При необходимости пользователь может сохранить открытый файл в любом формате из числа доступных в MS Word.
- В отчете по блоку добавлена возможность вставить рисунки "x-карта" (карта индивидуальных значений) и "x-MR-карта" (карта индивидуальных значений и скользящих размахов), добавлена возможность аттестации по x-MR-карте.
Attestator 3.1.42
- В таблице результатов MSA-обследования (вкладка "Результаты" нижнего блокнота) показывается светофорный код (красный/желтый/зеленый) по всем параметрам, влияющим на итоговый результат обследования. Это помогает пользователю выбрать направления для улучшений измерительной системы.
- В настройках отчета по блоку можно выбрать язык, на котором выводится отчет (в данной версии - русский или английский). На выбранном языке выводится только текст, генерируемый системой, а текст, содержащийся в наборе данных (например, название процесса или параметров) выводится в исходном виде (так, как он введен в наборе данных).
Attestator 3.1.40
- Приведение в соответствие 2 изданию руководства SPC некоторых обозначений: "Sigma I" -> "Sigma С", "Sigma T" -> "Sigma P".
- Введена история загрузок наборов данных, облегчающая повторный выбор какого-либо из ранее загружавшихся наборов данных (файлов и наборов БД). Доступ - из списка открытых наборов данных.
- Исправлен алгоритм проверки линейности в обследовании MSA (в части оценки коэффициента детерминации), что позволяет повысить вероятность признания измерительной системы пригодной по линейности.
- Информация о материале
- Просмотров: 2009
- Методы менеджмента качества/03 2023
А.Н. Грачев, В.В. Шашков
В условиях нарушения сложившихся цепочек поставок тема организации взаимодействия в отношениях «поставщик-потребитель» звучит особенно остро. В результате импортозамещения многие предприятия вынужденно переходят на работу с новыми поставщиками. В свою очередь поставщикам, потерявшим традиционных заказчиков, приходится искать других клиентов. В статье рассмотрены альтернативные модели отношений «поставщик-потребитель» в цепочке взаимодействия В2В («бизнес бизнесу»), обоснованы границы их применимости, описаны методы и инструменты менеджмента для снижения потерь в цепи поставок, предложены варианты действий по развитию поставщиков на основе мировых и отечественных практик.
ПОСТАНОВКА ПРОБЛЕМЫ
Известен следующий факт. Когда один из мировых лидеров автомобилестроения в рамках программы локализации производства проводил оценку и выбор поставщиков, то не смог найти ни одного, соответствующего его требованиям. Прежде всего, это касалось обеспечения качества, принципов и методов организации производства. На совместную работу по развитию систем менеджмента предприятий-поставщиков у компании-потребителя ушло несколько лет. При этом его требования (как методы, позволяющие этим требованиям соответствовать), были известны заранее - каждый поставщик мог их самостоятельно изучать и обеспечить их выполнение.
Очевидно, многие поставщики воспринимают эту работу с точки зрения издержек, связанных с подготовкой персонала, дополнительными процессами и процедурами, диктуемыми потребителями. Послежние же, напротив, рассчитывают тем самым снизить риски и потери в цепи поставок, увеличить ценность для своих клиентов и долю на рынке, передавая этот эффект и своим поставщикам. Такое расхождение в восприятии требований в отношении комплекса мер по обеспечения качества и надежности поставок не устранено до сих пор
ТС уходом с рынка части глобальных компаний-заказчиков (в том числе финальных интеграторов) с высокими требованиями эта важнейшая движущая сила развития организаций-поставщиков - их продуктов, процессов и систем управления - в целом ослабла. В автомобильной промышленности ситуация, по-видимому, несколько лучше: российские автосборщики создали свои подсистемы оценки поставщиков, разработали специфические требования к системам менеджмента.
Модель на основе предупреждения проблем позволяет, по сути, перейти от затратной схемы взаимодействия с поставщиками к инвестиционной
Но и в этой сфере наблюдаются снижение внимания потребителей к процедурам одобрения (таких как PPAP и аудиты второй стороны), сокращение ("оптимизация") численности в службах развития поставщиков и службах качества самих поставщиков. Со временем это может привести к потере соответствующих компетенций, а в результате - к нарастанию проблем с качеством и надежностью в цепи поставок.
Две модели управления
В условиях нестабильности многие предприятия вынуждены акцентировать внимание не на стратегических, а на тактических и оперативных аспектах управления, решая проблемы по мере возникновения.Ожнако даже в этом случае стоит задача управления поставками, их качеством, стоимостью, точностью. Для ее решения важно определить и следовать конкретной модели взаимодействия «поставщик - потребитель». Обе стороны должны сделать осознанный выбор, определив политику в своих отношениях. Рассмотрим две различные ситуации при их выстраивании отношений (таблица 1).
Таблица 1
Первая ситуация характерна для работы с поставщиками на конкурентом рынке достаточно простых изделии (например, метизов). Задача потребителя - минимизировать затраты на управление поставками принезначительных рисках негативных последствий в случае возникновения претензий конечного пользователя. При этом выбор поставщика осуществляется без погружения в его возможные проблемы. В случае ошибки выбора задача сводится к быстрому поиску альтернативы с минимальными потерями. Задача поставщика – развиваться самостоятельно, бороться и выигрывать в борьбе с конкурентами. Для этой ситуации вполне допустима модель управления на основе обнаружения проблем (рис. 1) с минимальными усилиями потребителя на предконтрактной стадии по выбору поставщика.
Рис.1. Модель менеджмента на основе обнаружения проблем
Вместе с тем, если не учитывать тип продукции, не иметь информации о системе менеджмента поставщиков и применять общую для всех них "универсальную" модель, есть риск получить непредсказуемое качество, а вместе с тем - проблемы с точностью поставок и их высокую суммарную стоимость. Тогда модель на основе обнаружения трансформируется в модель затратного, высоко рискованного производства, не только генерирующего потери в настоящем (риски при поставках), но и закладывая их в будущее (непредсказуемые затраты после поставки).
Вторая ситуация в большей степени характерна для сложных технических изделий, влияющих на характеристики, связанные с безопасностью, функциональностью. В этом случае следует применять модель управления на основе предупреждения проблем (рис. 2). В частности, целесообразно организовать совместную с поставщиком разработку частей, комплектующих, материалов, а также постановку на производство (освоение, испытания) с целью минимизировать свои потери и риски при эксплуатации. Здесь потребитель заинтересован в развитии поставщика и долгосрочном сотрудничестве. Инструментами развития могут стать положения международных стандартов, требования к поставщикам ведущих отраслевых потребителей, бенчмаркинг с аналогичными поставщиками и т.п
Рис.2. Модель менеджмента на основе предупреждения проблем
Модель на основе предупреждения тоже имеет свою стоимость и предполагает значительные затраты по оценке, выбору и последующему развитию поставщика. В частности, такое развитие может включать помощь в разработке программы совершенствования, направленного на снижение общих рисков, наличие и следование которой будет условием заключения контракта на поставку. Вместе с тем, с одной стороны, эта стоимость вполне находится управляемой зоне, она может быть рассчитана и спланирована как поставщиком, так и потребителем, а при долгосрочном взаимодействии снижаться. С другой стороны, модель на основе предупреждения проблем позволяет, по сути, перейти от затратной схемы взаимодействия с поставщиками к инвестиционной. Причем речь идет в большей степени о нефинансовых вложениях в виде опыта, информации, методов менеджмента, позволяющих встраивать качество в процессы поставщика, обеспечивая возврат инвестиций в виде снижения потерь после поставки, а также накопления новых знаний, используя в следующих проектах.
МЕТОДЫ И ИНСТРУМЕНТЫ СНИЖЕНИЯ ПОТЕРЬ
Недооценка рисков на предконтрактной стадии как поставщиком, так и потребителем в любой из моделей, как правило, приводит к куда большим потерям, чем затраты на предупреждение. Наибелее значимые риски и соответствующие им потери, связанные с выявлением возможных несоответствий, прописаны в типовом договоре на поставку компонентов.
Однако это лишь часть действий, явно указываемых в контракте. Очевидно, что есть и немало других, которые в случае несоответствия требованиям предпринимают службы качества и технического контроля, а также юридические, финансово-экономические и другие отделы. В совокупности все они, по сути, относятся к потерям от плохого качества, значимую часть которых можно было предупредить на предконтрактной стадии за счет совместных действий по постоянному улучшению, развитию поставщика.
Конечно, хотелось бы оценить эти потери в стоимостном выражении, но это вопрос отдельной методики. Вместе с тем грубые оценки потерь от плохого качества процессов все же можно дать, например, на основе статистической модели General Electric. Для большинства отечественных компаний они, вероятно, составляют около 10% от выручки.
Все причины, по которым возникают несоответствия, дефекты, дополнительные затраты, отклонения по срокам поставки можно разделить условно на несколько категорий и для каждой из них предложить соответствующие методы работы (табл. 2).
Таблица 2
1. Причины, не установленные в процессе проектирования, которые негативно проявляются в процессе серийного производства. Они устранятются именно на этом этапе с помощью специальных методов решения проблем, таких как 8D.
2. Причины, выявленные в процессе проектирования и разработки, в том числе:
- те, которые можно устранить – ошибки и неточности при проектировании, обнаруженные при анализе рисков и испытаниях продукции и процессов: ошибки в расчетах конструктора; неправильно (неточно, некорректно) выбранные режимы обработки изделий технологом; разбалансированность по загрузке между операциями т т.п.;
- те, которые нельзя устранить – неизбежные физические явления, связанные с технологией изготовления, процессом эксплуатации изделий: потеря свойств смазки, износ оснастки/инструмента в процессе производства, неизбежность работы с небольшими партиями при термообработке и со штучными заготовкам при механообработке и т.п.
3. Причины, связанные с приобретением сырьем, материалов, деталей, узлов, компонентов. Эти причины включают все вышеперечисленные, но находятся в зоне ответственности не производителя, а поставщика. Поставщик же должен доказать потребителю свою компетентность как минимум в следующих областях:
- разработка нового изделия;
- улучшенный/модифицированный процесс постановки его на производство;
- улучшенный/модифицированный процесс его изготовления;
- способности выпускать продукцию с заданными характеристиками, соответствующими требованиям заказчика.
Конечно, в идеале эти причины должны быть выявлены и устранены еще на этапе прохождения одобрения, заключения контракта на поставку. Методология предупреждения отказов на этапах проектирования, разработки технологических процессов и серийного производства продукции рассмотрена в работе.
ОЦЕНКА И СОВМЕСТНЫЙ ПРОЦЕСС РАЗВИТИЯ ПОСТАВЩИКА
Освоение приведенных выше методов, их встраивание в процессы поставщика, как мы отмечали в начале статьи, занимает не один год. Организация-потребитель должна требовать от своих поставщиков продукции и услуг внедрения и совершенствования СМК и других аспектных систем менеджмента. Для автомобильной отрасли это положение содержится в стандарте IATF 16949. В нем также выделяются этапы развития поставщика с подтверждением их успешного прохождения, которые могут использоваться и в других отраслях:
- сертификация по ИСО 9001 посредством аудитов третьей стороны;
- сертификация по ИСО 9001 и соответствие другим требованиям к СМК, определенным потребителем (MAQMSR или аналог) посредством аудитов второй стороны;
- сертификация по ИСО 9001 и соответствие требованиям IATF16949 посредством аудитов второй стороны;
- сертификация по IATF 16949 посредством аудитов третьей стороны .
Компания-потребитель используя модель, основанную на оценке рисков, должна определить цель и уровень развития СМК для каждого поставщика. При этом соответствие СМК требованиям ИСО 9001 указывается лишь как приемлемый минимум. Учитывая текущие показатели и возможные риски для потребителя, задача для всех поставщиков - пройти все приведенные выше этапы развития.
Кроме того, к требованиям в области качества добавляются требования по экологическому менеджменту (например, на основе стандарта ИСО 14001), развитию производственной системы, подготовке персонала, мониторингу ряда показателей и др., а также соответствующий инструментарий. Пример плана развития, разработанный одним из крупнейших мировых автопроизводителей для своего поставщика в РФ, представлен на рис. 3.
Рис.3. Пример плана развития поставщика
Обобщая сказанное, можно предложить для оценки поставщиков три уровня развития:
Уровень 1. Гибкость в текущих условиях, скорость реакции (с трудом, но сделает; с ошибками, но быстро их исправит). Готовность к сотрудничеству.
Уровень 2. Встроенное качество (например, на основе комплекса методов, приведенных в табл. 2). Построение производственной система на принципах Lean. Готовность к долгосрочным поставкам.
Уровень 3. Ориентация на устойчивое развитие, понимание и наличие политики в части современных трендов (например, цифровизации, искусственного интеллекта и т.п.). Проактивность поставщика в целом.
Также можно предусмотреть более глубокую оценку не только системы менеджмента поставщика, но организации в целом, проводя оценку потенциала роста компании. Мы предложили такую методику и ее web-версию, выделив следующие шесть ключевых факторов роста предприятия, по которым проводится анализ:
- стратегический менеджмент;
- управление производственной системой;
- управление продуктами, качеством и инновациями;
- маркетинг;
- управление персоналом и корпоративная культура;
- совершенствование системы менеджмента.
Подробнее о модели и ее применении для инвестирования в развитие компании читателям журнала ММК мы рассказали в статье [8]. Данная модель может использоваться как основа для разработки системы оценки, мониторинга и развития поставщиков компании. Далее в зависимости от результатов оценивания поставщиком при поддержке потребителя разрабатывается программа развития. Рекомендации потребителя могут формироваться в системе в автоматическом режиме.
В заключение отметим, что в России в настоящее время есть все необходимые условия для выстрвивания добропорядочных, долговременных отношений «поставщик-потребитель», направленных на увеличение ценности для всех заинтересованных сторон. В частности, ориентир стратегически правильно выстроенной системы такого взаимодействия дает практика автопрома. Подобная система будет конкурентным преимуществом поставщика на формирующемся рынке.
Инфраструктурой менеджмента взаимоотношений между поставщиками и потребителями, наряду с ранее перечисленными документами и методиками, могут стать ГОСТ Р 59018-2020, ГОСТ Р 57524 -2017, а также ряд других национальных стандартов серии «Бережливое производство», разработанных Центром "Приорите" совместно с заинтересованными организациями в рамках ТК 076.
Действует система добровольной сертификации для подтверждения соответствия организаций-поставщиков установленным требованиям. Накоплен богатый опыт эффективного применения перечисленных в статье моделей и методов, который авторы данной статьи совместно и представителими передовых предприятий готовы делиться и распространять в других отраслях, вертикально интегрированных структурах и отдельных компаниях.
ИЗВЛЕЧЕННЫЕ УРОКИ
КЛЮЧЕВЫЕ РЕКОМЕНДАЦИИ ПРОИЗВОДИТЕЛЯМ И ПОСТАВЩИКАМ ПО ВЫСТРАИВАНИЮ СИСТЕМЫ ВЗАИМООТНОШЕНИЙ
- Большинство будущих проблем и затрат при поставках можно исключить на предконтрактной стадии. Уделите отдельное внимание выбору модели ваших взаимоотношений.
- Подойдите к выбору модели не интуитивно, а рационально. Сопоставьте альтернативные издержки и выгоды каждого из вариантов. Регулярно проводите оценку адекватности вашей модели отношений «поставщик - потребитель».
- Будучи потребителем, включите в работы по взаимодействию не только выбор и оценку, но и деятельность по развитию ключевых поставщиков.
- Выступая в роли поставщика, развивайтесь с учетом отраслевых требований к системам менеджмента. Изучайте и используйте комплекс методов предупреждение и сокращения потерь. Как правило, они применяются вашими квалифицированными потребителями и/или успешными конкурентами.
- Рассмотрите затраты на развитие поставщиков и соответствие требованиям своего потребителя как инвестиции в качество и точность поставок. Значимая часть материальных вложений может быть замещена более скромными, но кратно более рентабельными инвестициями в знания, обмен опытом, обучение.
- В итоге взаимный учет интересов в отношениях «поставщик- потребитель» при долгосрочном сотрудничестве снижает трансакционные издержки и повышает создаваемую ценность для заинтересованных сторон.
РЕЗЮМЕ
Отношения "поставщик - потребитель" в цепочке В2В представляют собой своего рода партнерский договор. Требования к продукции, процессам и системам менеджмента, процедуры оценки и аудита, процесс развития поставщика должны служить целям сотрудничества и взаимной выгоды, предоставления дополнительной ценности конечному пользователю.
ИСТОЧНИКИ
1. Процесс согласования производства части. PPAP. Ссылочное руководство. IATF, 4-е изд. (март 2006). Н. Новгород: СМЦ "Приоритет", 2012. 125 с.
2. Розно М.И. Обеспечение гарантии качества на стадиях создания продукции . Методы "встроенного качества" // Методы менеджмента качества. 2019. № 1. С. 44-48.
3. Юрченко С.В. Методология 8D: системное исключение проблем с учетом требований потребителя. Части 1,2 // Методы менеджмента качества. 2021. №3. С. 36-41; № 4. С. 28-34
4. Кочетков Е.П., Шашков В.В. Методология предупреждения отказов на этапах проектирования продукции, разработки технологических процессов и серийного производства продукции - Нижний Новгород.: ООО СМЦ «Приоритет», 2010. - 68 с.
5. IATF16949 Фундаментальные требования к системе менеджмента качества для производств автомобильной промышленности и организаций, производящих соответствующие запасные части.
6. MAQMSR. Minimum Automotive Quality Management System Requirements for Sub-Tier Suppliers. Sections of IATF 16949 selected for suppliers QMS development. IATF, 2nd ed. (September 2017). 8p.
7. Всеобщий менеджмент качества в цепи поставок. Производство и поставка продукта. Бесперебойный производственный процесс. – VDA, 1-е издание, ноябрь 2007 г. - 184 стр.
8. Грачев А.Н., Касторская Л.В., Рыжков М.Б. Рост производительности труда на предприятиях: опыт участия в национальном проекте // Методы менеджмента качества. — 2021. — № 2. — С. 42—48
9. ГОСТ Р 59018-2020. Бережливое производство. Руководство по применению требований ГОСТ 56404 в цепи поставок.
10. ГОСТ Р 57524-2017. Бережливое производство. Поток создания ценности.
11. Леонидов К.В., Никитин Г.С., Лапидус В.А., Олухов А.Е. Стандарты серии «бережливое производство»: управление эффективностью деятельности // Стандарты и качество. — 2017. — № 6, 7.
- Информация о материале
- Просмотров: 1872
Заказ системы Attestator
Приобретение Attestator оформляется договором на предоставление неисключительных прав (лицензирование).
Предоставление права использования Программы включает в себя дистрибутив с ключом для установки на компьютерах, принадлежащих Сублицензиату, и руководство пользователя в pdf формате, направляемые по адресу электронной почты заказчика.
Сумма заказа зависит от выбранной версии Attestator, количества рабочих мест, на которые требуется установить систему, наличия приобретенных ранее лицензий, дополнительных услуг (адаптация, обучение) и т.п..
Базовая стоимость лицензии Attestator Standard на одно рабочее место (в т.ч. услуги техподдержки) – 25 000р.
Система скидок на Attestator Standard:
| Количество рабочих мест, на которое приобретается лицензия |
Скидка с цены каждого рабочего места |
| 2 - 5 | 30 % |
| 6 - 10 | 40 % |
| 11 - 20 | 50 % |
| 21 и более | 60 % |
Заказ на поставку можно оформить в нашем интернет-магазине или отправить заявку на почту: books@centr-prioritet.ru
Рекомендуем также ознакомиться с материалами: