機械加工/零組件/金屬/扣件業

溯源/品質管理

交期/生產管理

數據分析&雲端

缺工議題

有「品」,讓你更「質」得!既能減碳又省成本

在製造業談品質,直覺想到的關鍵無非是「物料」、「機台設備」、「人員技術」。不過,如果今天一批成品出來的品質是不符理想的,那是哪裡出的問題?又如何確定及改善呢?這些一連串的行動需有依據,因此品質管控最重要的前提就是「本於數據」!

作者

詹雯婷

348

・2023/12/22

追求利潤是每個企業的目的,而利潤的組成要素眾多,並非不斷大量生產就有利潤。美國管理思想家湯姆.彼得斯說過:「質量等於利潤。」如果想追求長遠的利潤,品質一定要顧好。


不過,一家公司產品的品質好不好,並不是只有品管的責任,而是全體員工的事,在每一個環節都控有影響品質的因子。品質管理的標準是從結果去回推出來的,企業須先試想好產品交到客戶手上的樣子,為了達到理想中的模樣,進而在各製程中去要求相對應的機制與做法。

 

然而,理想和現實可能有所落差,落差至一定程度時,後續就會造成「物料報廢金額過高」、「產品交期延遲」、「引發客訴導致商譽受損」等影響!

 

 

要顧好品質必須先做到本於數據

在製造業談品質,直覺想到的關鍵無非是「物料」、「機台設備」、「人員技術」。不過,如果今天一批成品出來的品質是不符理想的,那是哪裡出的問題?又如何確定及改善呢?這些一連串的行動需有依據,因此品質管控最重要的前提就是「本於數據」!


有了詳細的數據紀錄,才能發現哪裡有異常、哪裡需要優化。然而,光靠人來填表紀錄是不夠的,想想若要專人從原物料進倉開始追蹤,然後在產線上每一道工序,甚至還有外包作業…這些要怎麼用人力去追著產品跑呢?而且還可能有漏寫或填錯的狀況發生。所以在諸多企業即使設有「品管人員」一職,也不見得能做到完全品質管控,那麼就需要借助工具來達成。

 

 

品質不良事出有因,揪出源頭才能對症下藥

某間工廠曾發生檢驗人員在旺季時一天進貨約100筆的情況下,幾乎天天都要加班驗貨,甚至有時需要三天才驗完一批貨物,為了讓產線順暢不斷線,檢驗人員透露實際情況常常是進貨時大概看一下,外包裝品項寫對了就直接入庫,並沒有落實開箱檢查,結果有次一批料件被上游廠商遺漏加工了,但品檢員在進料檢驗時沒有發現異常,領料檢驗也沒挑出瑕疵,導致這批尚未加工的料件流入生產線才被發現,直接讓組裝廠停工斷線!


那次事件的發生,將人員工時再算上退貨運輸費用,總共讓業主損失了上百萬元!更驚人的是,同樣事件在那間工廠曾經一年發生兩三次,賺的錢幾乎都在這兩三次賠了回去。

 

綜觀機械零組件行業,在產線中常見的狀況,如同上述所發生的「進貨太多驗不完而影響產線」、「人力不足,沒有落實檢驗程僅應付了事」,還有明明問題不斷重覆發生,企業主或品管本身卻抱持著「可以出貨就好」的心態,但仔細攤開來看,利潤可能所剩無幾,也可能打平,有時損失的比賺的還多。






針對這些問題,必須制定相對應的機制來解決:


1.進貨驗不完,產線等不到料

解方:將人工檢驗轉為數位系統即時檢驗,使用有線或無線量具,自動抓取檢驗數據,例如用PDA快速收貨或運用待驗看板輔助等等,以提高檢驗效率。


2.人力不足,檢驗無法落實

解方:用數位系統替代人工進行品質管制統計,包括定期檢視管制圖分析報表、檢視品質數據狀況、關鍵項目定期監控等等,不僅可節省人力,亦可縮短生產待料時程。

 

3.趕著生產,檢驗應付了事

解方:利用數位系統監控,以確保檢驗落實執行,並定期自動產出檢驗報告,減少文書處理時間。


4.問題重覆發生,可以出貨就好

解方:可運用8D預防矯正法,設立專門團隊做到異常原因分析及制定處置對策,持續改善避免再發,進而訂定完整的異常處理流程,並建立異常處理知識庫。





 

 


這些方法不僅可改善品質不良的問題,還可以將得來的數據及提升的效能,進一步做更多運用與串連。



品質管理是減碳的基本功

近來很夯的碳管理議題,其中首要之務就是「碳盤查」,它指的是企業收集碳排放數據,並計算出總碳排放量,後續才得以分析、規畫並執行有效減碳的作為,達到「碳中和」。

 

說到減碳,就要從做好管理開始,因為「提高產品良率」是減碳的基本功之一。而零組件業的碳排放大多來自於範疇一(製程的直接碳排)與範疇二(能源使用的間接碳排),也就是說,製程段用電與耗材是零組件業的減碳重點。


由此可見,若能「提高產品良率」,避免重工重製,將能減少物料及能源的浪費,再優化高耗能製程,為企業有效減少碳排放量和生產成本,可謂一舉兩得。做好品質管理,不單是為了近期的規範達標,長遠來看,更是商機與商譽的永續經營,這對企業來說,自是有利無弊,何樂不為?

 


參考資料:工具機業減碳 數位化扮要角


延伸閱讀

我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策