集中在缺陷上

朝向零缺陷

由Michael Creney

20世纪60年代初，为了应对美国制造业的质量危机，马丁公司的菲利普·贝亚德·克罗斯比(Philip Bayard“Phil”Crosby)启动了零缺陷项目。Crosby创建了DRIFT原则，“第一次就做对了”，“零缺陷”的性能标准是四个原则之一。

首先，让我们定义度量如何处理缺陷类别之一，制造缺陷。大多数质量专家将缺陷分为三类:次要的、主要的和严重的。零缺陷的概念可能意味着将所有缺陷视为关键。当然，零缺陷的总体目标是消除所有缺陷。

使用数据收集技术是一种经过验证的方法，可以获得对维度测量数据的见解，从而做出可操作的决策，首先减少并最终消除缺陷。大多数现代计量工具都是数字化的，因此数据收集可以通过包括传统电缆连接或无线中继在内的任何方法进行。

简单易用的数据收集是大多数操作人员的首选方法。例如，通过即时的操作反馈和通过/失败容限条件的可视化，可以在不影响测量精度的情况下显著提高吞吐量。

SPC -数据驱动统计的授权
对于许多客户来说，零缺陷的实现从一个简单的过程开始，但是通常需要更复杂的工具来捕获、分类和描述产品数据。统计过程控制(SPC)软件平台的使用帮助质量专业人员收集和分析数据，作为全面质量管理体系(TQM)平台的一部分。许多组织已经采用了这些SPC软件产品来提高生产力。三丰公司提供MeasurLink^®通过增强的工具，如定义变量和属性数据的能力、可追溯性和多种评估方法，提供更全面的数据收集平台。

Pinnacle Machine Works是一家位于休斯顿的油田接箍和管道制造商，它提供了一个真实世界的例子，说明SPC实现零缺陷的有效性。顶峰伸出三丰当公司迅速扩大规模和产品订单增加。

随着Pinnacle的发展，他们在2017年底开始了转型和提高生产力的任务。这涉及到制造工厂的重组，精益计划的推出和对新工具的投资。随着这种转变的进行，它揭示了更多的改进机会。特别是，很明显，质量仍然需要改进，而仅仅通过检查来提高其产品的质量是不可能的。

Pinnacle选择了切换到数字价格的数字，允许实时数据收集和SPC的使用，而不是在其QC操作中提高劳动力成本。转换为SPC，与Mitutoyo Measurelink套件相结合，Pinnacle对制造过程进行了严重改进，以提高质量。

在耦合车间实施Meastlink的第一年，Pinnacle的拒绝率下降3％至1.3％。与此同时，整体店的生产率增加了45％。迄今为止，该公司未符合产品实例的减少已挽救该公司仅为180美元以上的丢失物质。

找到原因
在许多情况下，根本原因分析的使用可以应用到流程中，以确定缺陷在哪里、为什么以及如何生成。TQM的典型组成部分有多种技术。为了更好地理解方法和最佳实践，请访问美国质量协会(ASQ)网站，https://asq.org/quality-resources/root- zause-analysis.

纠正缺陷
一旦定义了缺陷，下一步就是对生产系统进行更改。管理层通常有权进行这些更改。通常，为了影响这些变化，需要对其根本原因进行大量的考虑和检查。在某些情况下，它可能是一个简单的过程或材料的改变，但在其他情况下，高成本，生产时间的损失和其他因素可以大大减缓过程。幸运的是，缺陷的消除符合每个人的最佳利益。

虽然在实践中存在零缺陷的可能性，但难以获得产品中零缺陷的最终实现。时间，努力，费用和资源是获得最终结果的典型禁止因素。

在本文中，我们讨论了尺寸缺陷，但是还有其他更难量化的缺陷。像三丰这样的制造商正在利用人工智能(AI)的力量来复制并超越人类对视觉缺陷的评估。这类缺陷，通常被称为划痕、凹痕和凹痕，是高度主观的，通常依赖于操作者的解释。将高分辨率摄像机和同步照明集成到检测线上，并使用人工智能创建检测模型，可以让客户看到视觉缺陷检测的未来。

测量数据即时在手机上
使用具有无线数据连接的卡钳和简单的电话应用程序允许操作员立即识别和确定尺寸缺陷。使用基于图像的步骤说明，简化了测量过程的制备。数据通过蓝牙传输，简单按钮上的按钮。