Kokybės kontrolė gamyboje 2026: ką daryti pirma
Kokybės kontrolė gamyboje yra darbas, kurio metu patikrinama, ar detalės ir gaminiai atitinka sutartą standartą, ir užrašoma, kas buvo patikrinta. Daugumoje nedidelių gamyklų ta antroji dalis vis dar remiasi popierinėmis formomis, Excel lentelėmis ir žodiniais pranešimais. Pirmas žingsnis beveik visada yra tvarkingi skaitmeniniai įrašai, ir tik paskui AI. Toliau aprašyta, kodėl taip, ką parodė mūsų pačių projektas ir kurios darbo dalies AI neišsprendžia.
Kodėl defektas pastebimas per vėlai
Vieną brokuotą detalę darbuotojas išima iš karto. Tam jokio įrašo nereikia.
Įrašo reikia kitam dalykui: pamatyti, kad tas pats defektas kartojasi. Kol lapai guli aplanke ir laukia suvedimo, niekas nemato, kad ta pati stotis per savaitę pažymėjo tą patį defektą daug kartų. Kai tai pasimato lentelėje, partija jau nukeliavus toliau.
Kas pasikeitė, kai įrašai tapo skaitmeniniai
Mūsų klientas, dviračių gamintojas, per mėnesį pagamina tūkstančius vienetų eksportui. Kokybės kontrolės įrašai jo gamykloje gulėjo popieriniuose lapuose, Excel lentelėse ir žinutėse. Sukūrėme modulinę žiniatinklio sistemą, kurioje kiekvienas darbuotojas atsidaro tik savo darbo vietos modulį.
Visi moduliai laikosi vienos taisyklės: įrašas atsiranda tą pačią minutę kaip ir patikra, ir jį padaro tas pats žmogus. Vėliau niekas nieko nesuvedinėja.
Prekių priėmimas. Patikros lapas sudaromas pagal tiekėjo sąskaitą. Kiekviena eilutė pažymima spalva: nepatikrinta, be defektų arba su defektu. Defektas fiksuojamas nuotrauka, o tiekėjui pranešama per sistemą.
Linijos patikra. Darbuotojas nuskaito darbo vietos ir gamybos užsakymo kodus. Atsidaro reikiamas patikros lapas, o po kiekvieno nuskaitymo forma išsivalo pati.
Gaminių auditas. Atsitiktinės partijų patikros iki dešimties žingsnių pagal AQL. Kritinis defektas pažymi visą partiją.
Taisymas. Nepavykusios patikros keliauja į taisymo modulį, kuris matuoja faktinį taisymo laiką. Neištaisomi gaminiai iš gamybos kvotų iškrenta automatiškai.
Dažymas. Defektai skirstomi pagal tipą ir pagal etapą, tad paviršiaus ir dažų problemos nebesumaišomos.
Rezultatai projekto puslapyje (opens in new tab): 100 proc. atsekamumas per skaitmeninius audito įrašus, 80 proc. mažiau rankinio dokumentavimo ir 65 proc. mažiau kokybės nukrypimų. Apie defektą dabar sužinoma per kelias minutes, o nauji darbuotojai įsidirba greičiau, nes patikros lapas pasako, į ką žiūrėti.
Jokio AI toje sistemoje nėra. Ji veikia nuskaitymais, patikros lapais ir tvarkingais įrašais. Mes parduodame AI automatizaciją, tad verta pasakyti tiesiai: šiam projektui jos neprireikė.
Kodėl pati apžiūra yra sunkiausia dalis
Skaitmeninis įrašas nepadaro žmogaus sprendimo tikslesnio. Kiek tiksli būna apžiūra, yra išmatuota, ir tuos skaičius verta žinoti prieš perkant bet kokią sistemą.
Sandia nacionalinių laboratorijų eksperimente, paskelbtame žurnale „Human Factors”, 82 tikrintojai apžiūrėjo 140 precizinių detalių ir ieškojo aštuonių tipų defektų. Jie teisingai atmetė 85 proc. defektuotų detalių ir klaidingai atmetė 35 proc. tinkamų (opens in new tab). Tame pačiame darbe įprastas pramonės tikslumas įvardijamas kaip maždaug 80 proc. Tai buvo kontroliuojamos sąlygos ir preciziniai gaminiai.
Iš tos skaičių poros seka du dalykai. Pirmas: vien aptikimo rodiklis nieko nepasako, nes viską atmetantis tikrintojas aptinka 100 proc. defektų. Antras: tikslumas priklauso nuo defekto tipo, nuo laiko, skiriamo vienai detalei, ir nuo darbo krūvio. Visa tai yra sąlygos, kurias gamykloje galima keisti.
Būtent todėl skaitmeninis įrašas duoda naudos anksčiau nei bet koks modelis. Kai kiekviena patikra turi darbo vietą, laiką ir nuotrauką, pasimato, kurio tipo defektas praleidžiamas dažniausiai.
Kur AI padeda, o kur ne
AI pasiteisina ten, kur įvestis yra nuotrauka arba vaizdo įrašas, o tas pats vertinimas kartojasi šimtus kartų. Taip veikia mūsų transporto priemonių žalos vertinimo platforma (opens in new tab): įeina telefonu įrašytas vaizdas, išeina ataskaita su suskaičiuota žala. Gamyboje tas pats principas tinka paviršiaus defektams, bet tik tada, kai nuotrauka daroma kiekvienam gaminiui vienodai.
Trys atvejai, kai AI nepadeda.
Kai niekas nieko nefiksuoja. Modelis skaito duomenis. Jei patikra lieka pokalbyje prie linijos, skaityti nėra ko, o susitarimas, kur ji užrašoma, kainuoja nepalyginamai mažiau nei modelis.
Kai standartas neužrašytas. Jei du tikrintojai brokuoja skirtingas detales ir abu gali tai pagrįsti, greitesnė apžiūra ginčų tik padaugins.
Kai kiekiai maži. Dirbtuvė, per mėnesį pagaminanti kelias dešimtis vienetų, regos sistemos kainos neatsiims, kad ir kokia ji būtų tiksli.
Dažniausi klausimai apie kokybės kontrolę gamyboje
Ar reikia AI, kad kokybės kontrolė pagerėtų? Pradžioje dažniausiai nereikia. Aukščiau aprašytas projektas rezultatus pasiekė skaitmeniniais įrašais ir nuskaitymu. Modelis prasmingas tada, kai įrašai jau yra ir matosi, kuri patikra nuolat nepavyksta.
Kiek laiko trunka toks diegimas? Aprašytas projektas buvo įdiegtas per kelis mėnesius. Pirmas žingsnis yra auditas su fiksuota trukme: Quick Look penkios darbo dienos, Full Audit dvi ar trys savaitės, Deep Dive penkios ar šešios savaitės. Audito mokestis įskaičiuojamas į įdiegimo kainą.
Ar reikės keisti ERP sistemą? Dažniausiai ne. Ar sujungimas įmanomas, priklauso nuo to, ką ta programa leidžia, ir tai paaiškėja audito metu.
Kaip tokią sistemą priima darbuotojai? Gerai tada, kai vienai patikrai reikia mažiau veiksmų nei pildant popierinį lapą. Nuskaitymas pakeičia rašymą, spalvos pakeičia laisvą tekstą, o forma tarp gaminių išsivalo pati.
Kaip po paleidimo suprasti, ar veikia? Kas mėnesį skaičiuokite du dalykus: kiek defektų pagauta dar nepajudėjus partijai ir kiek laiko užtruko rasti defekto kilmę. Atsekamumas, kurio niekas neskaito, lieka tik duomenų baze.
Kada tokios sistemos nereikia
Vienetinė arba mažos apimties gamyba. Kai kiekvienas gaminys kitoks, o kiekiai maži, struktūruotų patikros lapų sistema kainuoja daugiau, nei sutaupo laiko.
Nesutarimas dėl paties standarto. Kai ginčai kyla dėl to, kur eina riba tarp broko ir normos, geresni įrašai tą ginčą užfiksuos ir nepabaigs.
ERP, kuriame patikros jau registruojamos. Dalis gamyklų patikras suveda toje pačioje sistemoje, kurioje planuoja gamybą. Atskiras kokybės modulis tada dubliuoja duomenis, o dubliavimas ir buvo pradinė problema. Tokias sistemas kuriame mes.
Nuo ko pradėti
Paimkite praėjusio mėnesio defektus. Prie kiekvieno užrašykite keturis dalykus: kas jį rado, kuriame etape, kaip jis buvo užfiksuotas ir kiek užtruko išsiaiškinti, iš kur jis atsirado.
Jei dauguma defektų rasti gale, patikros linijoje stovi per vėlai. Kai įrašas buvo žinutė arba lapelis ant stalo, tvarkyti reikia įrašą, ir tam jokio modelio nereikia. O kai kilmės paieška užtruko kelias dienas, būtent tą laiką skaitmeninis audito įrašas sutrumpina pirmiausia.
Susisiekite (opens in new tab) ir atsineškite tą sąrašą. Pasakysime, kurią iš trijų straipsnio pradžioje aprašytų problemų jūsų gamykloje verta spręsti pirmiausia.
