Analiza FMEA - Politechnika Opolska · 2019-10-01 · Analiza FMEA to bardzo skuteczna i efektywna metoda wspomagająca zarzą-dzanie jakością, która jako jedna z nielicznych nie

Analiza FMEAKompendium wiedzy praktycznej

(materiały pomocnicze do warsztatów FMEA)

Tomasz Greber

Wrocław 2017

Analiza FMEA Kompendium wiedzy praktycznej (materiały pomocnicze do warsztatów FMEA)

Tomasz Greber

© 2017 PROQUAL Management Institute - L. Marciniak, T. Greber S.j. www.proqual.pl

Projekt okładki: Szymon OlchawskiLayout i skład: Maciej Zwoliński, [email protected]: I-bis

Wrocław 2017 – wydanie pierwsze

Spis treści

1. FMEA – wprowadzenie do stosowania metody . . . . . . . . . . . . . . . 11.1. Początki FMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2. Znaczenie metody FMEA . . . . . . . . . . . . . . . . . . . . . . . . .31.3. FMEA – przebieg analizy . . . . . . . . . . . . . . . . . . . . . . . . . 6

2. Definiowanie niezgodności . . . . . . . . . . . . . . . . . . . . . . . . . . 112.1. Definiowanie „wady” . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.2. Niezgodności w DFMEA . . . . . . . . . . . . . . . . . . . . . . . . . 132.3. Niezgodność w przypadku analizy procesu . . . . . . . . . . . . . . 152.4. Szczegółowość opisu niezgodności . . . . . . . . . . . . . . . . . . . 162.5. Funkcje i niezgodności – przykłady dla różnych branż . . . . . . . . 192.6. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

3. Analiza skutków niezgodności . . . . . . . . . . . . . . . . . . . . . . . . 213.1. Definiowanie klienta i skutków niezgodności . . . . . . . . . . . . . . 213.2. Dokumentowanie skutków niezgodności . . . . . . . . . . . . . . . . 233.3. Wartości SEV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253.4. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4. Identyfikacja i ocena przyczyn niezgodności . . . . . . . . . . . . . . . . 314.1. Identyfikacja przyczyn . . . . . . . . . . . . . . . . . . . . . . . . . . 314.2. Opis przyczyny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354.3. Ocena częstości występowania . . . . . . . . . . . . . . . . . . . . . 374.4. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5. Kontrola i sterowanie – opis i ocena . . . . . . . . . . . . . . . . . . . . . 415.1. Kontrola a sterowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . 415.2. Wykrywanie niezgodności i przyczyny . . . . . . . . . . . . . . . . .445.3. Ocena skuteczności kontroli . . . . . . . . . . . . . . . . . . . . . . . 45

6. Ocena ryzyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 536.1. Końcowa ocena ryzyka – wprowadzenie . . . . . . . . . . . . . . . . 536.2. Wskaźnik ryzyka – RPN . . . . . . . . . . . . . . . . . . . . . . . . . 546.3. Wskaźnik ryzyka – SOD . . . . . . . . . . . . . . . . . . . . . . . . . 556.4. Macierz ryzyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 566.5. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

7. MFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597.1. Zakres i cele MFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . 597.2. Ocena ryzyka i formularz . . . . . . . . . . . . . . . . . . . . . . . .60

8. rPFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 618.1. Zakres i cele rPFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . 618.2. Dokumentowanie rPFMEA . . . . . . . . . . . . . . . . . . . . . . . 628.3. Dokumentowanie rPFMEA . . . . . . . . . . . . . . . . . . . . . . . 63

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

Od autora

Analizę FMEA trudno jest przecenić. Ta stosunkowo nie-skomplikowana metoda sprawdza się rewelacyjnie na eta-pie projektowania wyrobów lub procesów, równie dobrze działa w ramach doskonalenia, jest też nieoceniona przy poszukiwaniu przyczyn wad, np. zgłaszanych w ramach reklamacji. Arkusz FMEA jest też jedynym dokumentem (zapisem) w ramach systemu zarządzania jakością, który zbiera w jednym miejscu informacje pochodzące od klien-ta (np. wynikające z QFD), z procesu (np. z SPC), z oceny skuteczności działań kontrolnych (np. z MSA) oraz zawiera opis wszelkich działań podejmowanych w celu obniżania ryzyka (szkolenia, standaryzacja pracy, kontrole, rozwiąza-nia poka-yoke itp.).

Szczególnego znaczenia nabiera ostatnio FMEA w kon-tekście nowych wymagań zawartych w ISO 9001. Norma ta wprowadza obowiązek oceny ryzyka w procesach re-alizowanych w organizacji. Oczywiście z tego obowiązku można wywiązać się, stosując inne metody niż FMEA, ale po co, skoro jest to jedna z najskuteczniejszych, a przy tym prostych analiz.

Motywacją do przygotowania tego kompendium była chęć zebrania najlepszych praktyk pracy z FMEA i przed-stawienie ich w jednym zwartym opracowaniu, które w za-myśle ma się stać materiałem pomocniczym do warszta-tów dla grup pracujących z tą analizą ryzyka. Wszystko, co zawarłem w tym opracowaniu, poparte jest moją ponad 15-letnią praktyką pracy z FMEA w bardzo różnych bran-żach, od przemysłu lotniczego i motoryzacji począwszy, przez AGD, farmację, szpitale, na firmach produkujących meble kończąc. Mam nadzieję, że przedstawione tu zasady pracy z analizą, możliwe do wykorzystania opcje i gotowe wzorce okażą się użyteczne i pomogą jeszcze bardziej spo-pularyzować FMEA w zarządzaniu ryzykiem.

1

1.1. Początki FMEA

Analiza FMEA to bardzo skuteczna i efektywna metoda wspomagająca zarzą-dzanie jakością, która jako jedna z nielicznych nie powstała i nie była rozwijana w Japonii (która, jak wiadomo, wiele zrobiła dla rozwoju tematyki zarządzania jakością). FMEA została formalnie wprowadzona w późnych latach czterdzie-stych (listopad 1949) w amerykańskiej normie „wojskowej”, Procedures for Perfor-ming a Failure Mode, Effects and Criticality Analysis1, a samo „FMEA” to akronim anglojęzycznej nazwy tej metody (rys. 1.1).

IFMEA – wprowadzenie do stosowania metody

1 MIL-P-1629A, Procedures for performing a failure modes, effects, and criticality analysis, 1980

Rys. 1.1. Rozwinięcie nazwy metody FMEA

FMEA

Failure Mode and E�ects Analysis

Fehler-Möglichkeits- und Einfluss-Analyse

Analiza przyczyn i skutków niezgodności

2 www.proqual.pl

Analiza FMEA. Kompendium wiedzy praktycznej

FMEA wykorzystywano początkowo do analizy skutków błędów w syste-mie i wyposażeniu w ramach akcji wojskowych (rozważano, w jaki sposób błędy będą wpływać na sukces misji i bezpieczeństwo personelu). Następnie metoda ta znalazła zastosowanie m.in. w latach sześćdziesiątych w czasie eliminowania błędów przy realizacji programu Apollo-Saturn (NASA wykorzystała ją w roku 1963). Ponieważ metoda ta „sprawdziła się”, zaczęła być stosowana także w in-nych branżach. W latach siedemdziesiątych Ford Motor Company wykorzystał FMEA przy aferze z modelem „Pinto”. FMEA znalazła także zastosowanie m.in. w przemyśle lotniczym, techniki jądrowej i projektowaniu systemów kompu-terowych. Dla niektórych branż opracowane zostały specyficzne dokumenty „regulujące” sposób prowadzenia i dokumentowania analizy FMEA. Można tu wskazać m.in. następujące przykłady [Arunajdai, Stone, Tumer]:

� MIL-STD 1629A (pierwsze wydanie w 1980 r., wycofanie w roku 1998) – US Department of Defence,

� Potential Failure Mode and Effects Analysis (pierwsze wydanie 1993 r., ostat-nia aktualizacja w roku 2008) – Automotive Industry Action Group,

� SAE J1739 (1994 r.) – Society of Automobile Engineers, � VDA Heft 4, Teil 2 (pierwsze wydanie w 1986 r.) – Verband der Automobil- industrie, Germany.Bardzo ważnym czynnikiem, który wpłynął na popularność FMEA, był

opracowany na podstawie międzynarodowych norm ISO serii 9000 standard QS-9000. Ten dokument wydany przez trzy ówcześnie największe amerykań-skie koncerny samochodowe, tzw. Big Three (Ford Motor Company, Chrysler Corporation i General Motors Corporation), podawał wymagania dotyczące systemu zarządzania jakością, które musieli uwzględnić ich dostawcy. Wśród tych wymagań pojawił się obowiązek wykorzystywania metody FMEA. Stan-dard QS-9000 poza częścią z wymaganiami zawierał także tzw. manuale (pod-ręczniki), które pokazywały, jak należy spełniać pewne specyficzne wymagania związane z następującymi tematami:

� statystyczne sterowanie procesami (SPC), � analiza systemów pomiarowych (MSA), � zatwierdzanie części produkcyjnych (PPAP), � wyprzedzające planowanie jakości (APQP), � analiza przyczyn i skutków niezgodności (FMEA).

3

Ten ostatni podręcznik przyczynił się na pewno do popularyzacji FMEA nie tylko w branży motoryzacyjnej. Metoda ta obecnie stosowana jest do oceny i doskonalenia wyrobów i procesów (a w oparciu o wydany po raz pierwszy w 2001 roku podręcznik MFMEA – także oprzyrządowania) w bardzo różnych organizacjach – od branży lotniczej i motoryzacyjnej, przez AGD, elektronikę [Goble, Brombacher], branżę spożywczą, aż po medycynę [Latino; Oborska--Kumaszewska, Greber] i budownictwo.

„Motoryzacyjny” podręcznik dotyczący FMEA stał się od momentu wyda-nia drugą ważną (po normie MIL-P-1629) publikacją dającą wytyczne do stoso-wania tej metody w praktyce. Warto zwrócić tu uwagę na to, że podręcznik ten, nawet gdy QS-9000 przestał być rozwijany (gdy zastąpiono go w 1999 r. specy-fikacją techniczną ISO/TS 16949), jest stale udoskonalany i obecnie obowiązuje już jego czwarte wydanie, z roku 2008.

W polskich realiach pojawiają się jeszcze dwa (poza podręcznikiem AIAG) ważne z punktu widzenia stosowania FMEA dokumenty. Pierwszym jest stan-dard VDA część 4 z roku 2006 Quality Assurance Prior to Serial Production. Pro-duct and Process FMEA (wcześniej obowiązywał standard 4.2 Quality Assurance before serial production), będący uzupełnieniem standardu VDA 6.1, który był odpowiednikiem QS-9000 na rynku niemieckim. Drugim jest norma PN-EN 60812:2006 (U) Techniki analizy nieuszkadzalności systemów. Procedura analizy ro-dzajów i skutków uszkodzeń (wcześniej PN-IEC 812), która choć nie mówi wprost o analizie FMEA, to jednak może się okazać pomocna przy jej stosowaniu.

1.2. Znaczenie metody FMEA

FMEA to w pełnym brzmieniu (tak jak podano już wcześniej) Failure Modes and Effects Analysis (lub w wersji niemieckojęzycznej Fehler-Möglichkeits- und Einfluss-Analyse). W języku polskim zazwyczaj metodę tę nazywa się Analiza przyczyn i skutków potencjalnych niezgodności, chociaż można też znaleźć inne tłumaczenia oryginalnej nazwy.

Jak już wskazuje sama nazwa metody, w trakcie jej wykorzystywania roz-ważane są błędy, które mogą się pojawić w analizowanym obiekcie (procesie lub konstrukcji), jakie są możliwe przyczyny tych błędów oraz jak będą one

FMEA – wprowadzenie do stosowania metody

4 www.proqual.pl


odczuwalne dla klienta, czyli jakie będą ich skutki. Metoda ta wymaga dokładnej znajomości analizowanego obiektu, umożliwiającej określenie tego, co może się teoretycznie pojawić niezgodnego z wymaganiami, zakładając pewien sposób zorganizowania procesu lub skonstruowania wyrobu, stosowane do tej pory działania kontrolne, zastosowane technologie, wykorzystane w konstrukcji wyrobu elementy i sposoby połączenia poszczególnych jego elementów skła-dowych itd. Zatem stosowanie tej metody wymaga nie tylko bycia ekspertem w dziedzinie FMEA, ale bardzo dokładnej orientacji w tematyce będącej przed-miotem analizy.

FMEA warto i należy stosować m.in. z następujących powodów: � inne metody nie pozwalają w tak prosty sposób na określenie słabych punktów procesu lub wyrobu;

� ważne jest wykrywanie jeszcze na etapie pracy koncepcyjnej wad, które mogą się pojawić, a to właśnie umożliwia FMEA;

� FMEA daje możliwość planowania jakości i związanych z nią kosztów kontroli; � FMEA pozwala na zapobieganie wadom (a nie tylko ich wykrywanie); � stosowanie FMEA zapobiega powtarzaniu się tych samych niezgodności; � FMEA pozwala na zredukowanie kosztów wprowadzania zmian w projek-tach wyrobów lub procesów (zmiany odbywają się przede wszystkim „na papierze”).Szczególnie istotne wydaje się tu zwrócenie uwagi na korzyści wynikają-

ce z wczesnego wykrywania niezgodności. Praktyka pokazuje, że duża część błędów i wad wykrywanych podczas produkcji oraz eksploatacji wyrobu ma swoje źródło w fazach projektowania i konstruowania [Hamrol, s. 69]. Wyniki badań wykazują jednak, że większość działań projakościowych skupionych jest dopiero na etapach produkcji i montażu [Swift, Allen]. Postępowanie takie, co oczywiste, nie jest racjonalne, ponieważ wyraźnie wpływa na wzrost poziomu kosztów jakości, w tym szczególnie na koszty niezgodności.

Badania wykazują także [Hamrol, s. 68], że koszty usuwania wady wzrastają wykładniczo w stosunku do liczby faz „trwania” wyrobu, jakie wystąpiły pomię-dzy miejscem jej powstania a miejscem wykrycia. Można tu mówić o efekcie kuli śniegowej – im później wada będzie wykryta, tym drożej będzie kosztowała. Jak wykazują różne badania, wada, która na etapie projektowania kosztuje np. 1 zł, wykryta na początku produkcji kosztuje 10 zł, na końcu produkcji – 100 zł, a wykryta dopiero przez klienta będzie już kosztowała firmę 1000 zł. Choć

5

oczywiście proporcje w przyroście kosztów będą różne w różnych branżach, to sama zasada na pewno będzie niezmienna.

Działania projakościowe w organizacji powinny więc być prowadzone dwu-torowo. Po pierwsze, ogólnie należy dążyć do minimalizacji liczby błędów, po drugie, ponieważ nie wszystkie błędy można wyeliminować, należy starać się przyspieszyć ich wykrywalność.

Działania związane z doskonaleniem jakości nie pozostają bez wpływu na koszty działalności i zysk organizacji. Badania zależności pomiędzy postrze-ganym poziomem jakości produktu w fazie poprodukcyjnej (jakości rynkowej) a wskaźnikiem zwrotu zainwestowanego kapitału i zyskiem prowadzi m.in. In-stytut Planowania Strategicznego w Cambridge w Massachusetts (USA). Bada-nia te, udokumentowane i wykonywane w sposób ciągły od 1974 roku, wykazu-ją występowanie ścisłej zależności stopy zysku od poziomu jakości produktów w różnych rodzajach działalności gospodarczej. Uzyskane wyniki jednoznacz-nie unaoczniają, że firmy sprzedające wyroby i świadczące usługi na wysokim poziomie jakości są generalnie bardziej rentowne niż te, które oferują wyroby i usługi na poziomie niższym [Swift, Allen; Opolski; Harry, Schroeder].

Początki FMEA to, jak już napisano wcześniej, analiza procesów związanych z technologiami wojskowymi, ale później metoda ta objęła swym zasięgiem róż-ne branże i rozmaite obszary zastosowań. Wymienić tu można (poza klasycz-nym PFMEA – analizą procesu) dla przykładu (rys. 1.2):

� a-FMEA (Application FMEA) – analiza stosowana do oceny, czy wyroby i maszyny nabywane od dostawców zewnętrznych mogą ulec awarii z po-wodu ich nieprawidłowego zastosowania;

� BFMEA (Business Failure Modes and Effects Analysis) – analiza skutków i przyczyn wad w procesach biznesowych (identyfikacja słabych punktów w pożądanym wyniku procesu biznesowego);

� DFMEA (Design Failure Mode and Effects Analysis) – analiza przyczyn i skut-ków błędów popełnianych na etapie projektowania wyrobu;

� EFMEA (Environmental FMEA) – analiza organizacji oraz jej procesów pod kątem wymagań środowiskowych i aspektów środowiskowych (celem EFMEA jest ograniczenie negatywnego wpływu organizacji na środowisko);

� HFMEA (Healthcare Failure Mode and Effect Analysis) – analiza przyczyn i skutków niezgodności w opiece zdrowotnej;


6 www.proqual.pl


� LFMEA (Logistic Failure Modes and Effects Analysis) – analiza procesów logi-stycznych pod kątem możliwych do wystąpienia niezgodności;

� MFMEA (Machinery Failure Mode and Effects Analysis) – analiza możliwych niezgodności przy pracy maszyny.

Analizaprocesów

(PFMEA, LFMEA,HFMEA,a-FMEA)

Analizabiznesu(BFMEA)

Analizawyrobów(DFMEA,MFMEA)

Rys. 1.2.Wybrane rodzaje FMEA

i obszaryich wykorzystania

Obszar zastosowania tej metody determinuje kroki postępowania oraz przede wszystkim punkt odniesienia całej analizy. Przez to analizy te dokumen-towane są w różny sposób, z różnymi kryteriami oceny i czasami na różnych formularzach (chodzi tu oczywiście o zawartość formularza, a nie jego szatę graficzną).

1.3. FMEA – przebieg analizy

Metoda FMEA polega na szczegółowej analizie wybranego wyrobu lub procesu i przewidzeniu wszystkich potencjalnych niezgodności, jakie mogą się pojawić, oraz ich przyczyn. Przyczyny te szeregowane są następnie pod względem ich znaczenia dla organizacji oraz w miarę możliwości i potrzeb eliminowane.

7

FMEA wymusza udzielenie odpowiedzi na trzy kluczowe pytania: � Jakie niezgodności mogą się pojawić? � Z czego one wynikają (jakie są ich przyczyny)? � Jakie mogą być skutki tych niezgodności dla klienta?

Prawidłowe odpowiedzi na tak postawione pytania (udzielone oczywiście przez wystarczająco kompetentne w zakresie wiedzy o analizowanym obiekcie osoby) pozwalają tak udoskonalić analizowany wyrób lub proces, aby odpowia-dał on w jak największym stopniu zarówno klientowi (wyrób wolny od niezgod-ności), jak i producentowi (ograniczenie kosztów złej jakości).

Analiza FMEA może być stosowana m.in.: � przy projektowaniu – do oceny ryzyka rozpatrywanych alternatywnych rozwiązań;

� do określania słabych stron wyrobu (lub procesu) już zaprojektowanego lub nawet wdrożonego, co umożliwia jego udoskonalenie;

� do hierarchizacji zidentyfikowanych przyczyn problemów tak, aby zajmo-wać się w pierwszej kolejności likwidowaniem tych najpoważniejszych.Największą wartość tej metody widać w przypadku zastosowania do wy-

robów lub procesów dopiero projektowanych. Wtedy najlepiej widać, jakie korzyści przynosi odpowiednie przemyślenie procesu projektowania, zadawa-nie sobie nieskończonej liczby pytań „Czy?”, „Dlaczego?”, „Czy na pewno?” itp. i szukanie możliwości minimalizacji ryzyka.

Procedurę postępowania przy stosowaniu metody FMEA można w sposób bardzo ogólny opisać w następujących punktach:

1. Zdefiniowanie przedmiotu analizy i powołanie zespołu FMEA.2. Analiza wyrobu lub procesu – wybrany obiekt musi zostać poddany

wstępnej analizie, której celem jest określenie obszarów szczególnie nie-bezpiecznych, które w pierwszej kolejności powinny zostać zdiagnozo-wane.

3. Identyfikacja wszystkich potencjalnych niezgodności oraz ich przyczyn, a także skutków niezgodności dla klientów.

4. Określenie środków kontrolnych – w odniesieniu do zidentyfikowanych niezgodności i ich przyczyn należy podać dotychczas stosowane środki kontrolne mające na celu ich wykrywanie (np. kontrola wizualna, pomia-ry, testy).


8 www.proqual.pl


5. Określenie znaczenia niezgodności – każda niezgodność rozpatrywana jest i oceniana pod względem jej dotkliwości dla klienta, częstości wystą-pień oraz prawdopodobieństwa jej wykrycia.

6. Obliczenie liczby ryzyka – dla każdej przyczyny niezgodności oblicza się tzw. liczbę priorytetową ryzyka, która określa, na ile poważna jest dana przyczyna (przyczyny oznaczone największymi liczbami ryzyka powinny być w pierwszej kolejności analizowane w celu ich wyeliminowania).

7. Określenie działań doskonalących – dla przyczyn niezgodności o naj-większej liczbie ryzyka należy określić, jakie działania korygujące lub za-pobiegające powinny być podjęte w celu ograniczenia ryzyka; powinny zostać podane konkretne terminy wprowadzania zalecanych działań oraz osoby za nie odpowiedzialne; po określonym czasie niezgodności te po-winny zostać poddane powtórnej analizie w celu określenia, czy zaplano-wane działania przyniosły oczekiwane rezultaty, czy też niezbędne jest podjęcie kolejnych kroków zmierzających do poprawienia niekorzystnej sytuacji.

Schemat postępowania przy prowadzeniu analizy FMEA przedstawiono na rys. 1.3.

FMEA wyrobu

FMEA procesu

Ustalić elementy wyrobu i ich funkcje (jak mają działać, do

czego służą)

Ustalić fazy procesu i ich cele (czego oczekujemy po

danej fazie)

Opisać wadę

Opisać skutki wady dla klienta

Opisać przyczyny

wady(i prewencję)

Opisać działania kontrolne

Określić dotkliwość

wady

Określić częstość

występowania

Określićskuteczność

kontroli

Obliczyć ryzyko

Zaproponować działania

doskonalące, wdrożyć i ocenić ich skuteczność

PRZYGOTOWANIE ANALIZA RYZYKA DOSKONALENIE

Rys. 1.3.Schemat postępowa-nia przy prowadzeniu

analizy FMEA

Analiza poszczególnych niezgodności zmierzająca do określenia liczby prio-rytetowej ryzyka przeprowadzana jest na specjalnie zaprojektowanych formu-larzach.

Jest jeszcze jeden aspekt prowadzenia analizy FMEA, który w linii prostej od-nosi się do skuteczności FMEA (a przez to efektywności jej wykorzystania) oraz

9

jakości samej analizy. Wykorzystanie FMEA powinno być wkomponowane w sto-sowanie wielu innych metod i technik zarządzania jakością, które „dostarczają” in-formacje do analizy. Schematycznie przedstawiono to na rys. 1.4. Często zdarzają się analizy FMEA, w których wpisane są działania kontrolne nie przewidziane w planach kontroli; bywa też, że nie wszystkie działania z diagramów przepływu procesu są uwzględnione w FMEA, bądź w FMEA nisko oceniono występowal-ność danej przyczyny, a przeczą temu wyniki uzyskiwane z prowadzonego SPC (m.in. wskaźnik zdolności procesu Cpk).

Wyniki pomiarów

Wyniki pomiarów

Sterowanie procesem

l

Podsumowanie karty kontrolnej

Analiza przyczyn

Właściwości wyrobów

Wyniki pomiarów Analiza

zależności

Zależn

ości

pom

iędz

y

pom

iędz

ynce

of

cech

ami w

yrob

u

Skargi klientów

„Głos” klienta

Liczba wytwarzanych braków

Analiza przyczyn niezgodności

Słabe miejsca procesu

Analiza reklamacji

Znaczenie niezgodności

Diagram rozrzutu

Histogram Proces Karta kontrolna

FMEA

Analiza Pareto

Analiza Pareto

QFD

Doskonalenie procesu

Rys. 1.4. Metody i techniki wspomagające analizę FMEAŹródło: opracowanie na podstawie [Greber 1998]

Jak widać na powyższym rysunku, nie można wykonać analizy FMEA w oderwaniu od innych działań projakościowych, które prowadzone są w or-ganizacji.

Każdy zespół pracę z metodą FMEA powinien rozpocząć od prostego py-tania: „Po co nam ta FMEA?”. Można zaryzykować twierdzenie, że – ogólnie mówiąc – FMEA stosowana jest tylko w dwóch przypadkach:

1. Firmie zależy na poprawie swoich procesów lub wyrobów, które są wła-śnie w fazie projektowania.

2. Firma musi przygotować dokumentację dla któregoś ze swoich klientów i dokumentacja ta musi zawierać właśnie FMEA.

Niestety, przypadek drugi wydaje się bardziej typowy. Wtedy oczywiście ce-lem zespołu FMEA jest szybkie przygotowanie dokumentacji, która nie wskaże żadnych problemów z dużym ryzykiem. Wtedy czas poświęcony na FMEA jest czasem zupełnie straconym. A może być zupełnie inaczej i praktyczne doświad-czenie autora wskazuje, że FMEA może przynieść wiele wymiernych korzyści.


10 www.proqual.pl


11

2.1. Definiowanie „wady”

W zależności od tego, z którym FMEA mamy do czynienia (DFMEA, PFMEA czy może MFMEA), wada (czyli niezgodność) jest czymś innym. Trudno zatem stworzyć uniwersalną dla całej analizy FMEA definicję.

W przypadku DFMEA wadę (niezgodność) można definiować jako brak spełnienia przez wyrób zamierzonej funkcji – np. latarka miała świecić, a nie świeci. Sytuację należy jednak analizować szeroko, tak aby uwzględnić wszyst-kie potencjalne problemy z wyrobem, jakie może mieć w przyszłości klient.

W odniesieniu do analizy przebiegu procesu (czyli PFMEA) za niezgodno-ści powinno się uważać nieosiągnięcie zamierzonego celu operacji (np. poma-lowana miała być cała powierzchnia, ale część nie została domalowana) lub osiągnięcie niezamierzonych efektów (np. uszkodzenie wyrobu, pomalowanie powierzchni niezamierzonej itp.). Przy czym jeżeli cele poszczególnych faz pro-cesu są definiowane odpowiednio szeroko, to np. zniszczenie wyrobu będzie niespełnieniem ustalonej funkcji „niezniszczenie wyrobu”.

IIDefiniowanie niezgodności

12 www.proqual.pl


Warto w tym miejscu podjąć jeszcze krótką dyskusję o samym słowie „wada”. W oryginalnej terminologii związanej z analizą FMEA pojawiają się m.in. dwa ważne pojęcia: „failure” i „cause”. Słowo „cause” tłumaczone jest na język polski jako „przyczyna” i nie ma w tym zakresie żadnych niedomówień ani wąt-pliwości. Pewne niejasności związane są ze słowem „failure”. W słowniku zna-leźć można tłumaczenia takie jak porażka, awaria, wada, niepowodzenie, fiasko, niewypełnienie. Na polskojęzycznych formularzach FMEA słowo to tłumaczo-ne jest bardzo różnie. Można znaleźć m.in. następujące wersje: „błąd”, „usterka”, „wada”, „niezgodność”. Chyba najczęściej pojawia się słowo „wada”, które jest moim zdaniem najtrafniejsze i najlepiej oddaje intuicyjny sens słowa „failure”, choć nie jest zgodne z obowiązującą w zakresie zarządzania jakością terminolo-gią. W normie ISO 9000 znaleźć bowiem można następujące definicje:

� wada – niezgodność związana z zamierzonym użytkowaniem, � niezgodność – niespełnienie wyspecyfikowanego wymagania.

Za najbardziej trafne do używania przy FMEA, z punktu widzenia termi-nologicznego, należy więc uznać słowo „niezgodność”. Zdecydowanie najmniej odpowiednie jest używanie słowa „błąd” – szczególnie w przypadku DFMEA, bo czy za błąd można uznać to, że np. długopis nie daje się włączyć? „Błąd” ma raczej wydźwięk czasownikowy i bardzo dobrze pasuje do PFMEA (np. błąd – powierzchnia pomalowana niezgodnym kolorem farby), ale nie sprawdzi się przy DFMEA. Podobnie słowo „usterka” sugeruje niedziałanie czegoś i trudno byłoby to odnieść do sformułowań takich jak „pomieszane wyroby w opakowa-niu”, „spakowano za małą liczbę wyrobów” lub „klakson sam włącza się w czasie jazdy”. Podsumowując: to, co będzie definiowane na początku każdej analizy FMEA, najlepiej nazywać wadą lub niezgodnością.

Być może przedstawione powyżej wywody wydawać się mogą niepotrzeb-nym roztrząsaniem znaczenia jednego słowa, ale doświadczenia autora z ponad tysiąca dni warsztatów i szkoleń z zakresu FMEA pokazują wyraźnie, że o takie szczegóły często rozbija się skuteczność pracy grupowej. W warsztatach FMEA często biorą udział osoby, które o samej analizie prawie nie mają pojęcia i wszel-kie nieścisłości natury terminologicznej bardzo utrudniają im śledzenie pracy grupy i aktywne włączanie się do dyskusji.

13

2.2. Niezgodności w DFMEA

DFMEA jest tym rodzajem FMEA, który odnosi się do konstrukcji wyrobu, jego budowy i pozwala na prześledzenie błędów, które potencjalnie popełnić mogą projektanci tego wyrobu. Krytycznym dla powodzenia DFMEA czynnikiem jest, na początkowym etapie prac, trafne zdefiniowanie funkcji, jakie powinien realizować analizowany wyrób. Należy poźniej jako niezgodności uwzględnić brak funkcji wyrobu w typowych warunkach jego pracy, a także w warunkach skrajnych, możliwych do przewidzenia z uwagi na specyfikę wyrobu i zachowa-nie klientów. Należy także uwzględnić pojawienie się funkcji niezamierzonych, szczególnie z uwagi na to, że niektóre z nich mogą mieć skutki wpływające bezpośrednio na bezpieczeństwo klienta.

Dla zapewnienia kompletności analizy DFMEA w zakresie definiowania niezgod-ności warto zastosować czterostopniowe podejście zaprezentowane na rys. 2.1.

I Zdefiniuj funkcję wyrobu/części wyrobu wymaganą przez klienta lub założoną przez konstruktora

II Ustal i nazwij niespełnienie tej zamierzonej funkcji wyrobu NIEZGODNOŚĆ

III Sprawdź, czy funkcja może pojawiać się/zanikać okresowo (np. w zależności od warunków otoczenia) NIEZGODNOŚĆ

IV Określ niezamierzone funkcje, jakie może realizować wyrób lub część wyrobu NIEZGODNOŚĆ

Rys. 2.1. DFMEA – algorytm definiowania niezgodności

Prawidłowe zdefiniowanie niezgodności (pełne i prawdziwe) możliwe jest tylko w przypadku, gdy w zespole DFMEA będzie się znajdowała osoba znają-ca dokładnie wymagania klientów oraz warunki, w jakich projektowany wyrób będzie wykorzystywany. Niestety, zdarzają się przypadki tworzenia DFMEA przez osoby, które znają bardzo dobrze projekt wyrobu (rysunek techniczny, model, prototyp itp.), ale nie wiedzą, jak będzie on wykorzystywany przez klien-ta. Takim osobom niezmiernie ciężko będzie ustalić skutki poszczególnych nie-zgodności dla klienta, a tym bardziej zachowanie się wyrobu w nietypowych sytuacjach. Tymczasem – jak pokazano przykładowo w tabeli 2.1 – niezgodności należy rozumieć bardzo szeroko.

Definiowanie niezgodności

14 www.proqual.pl


Wyrób: poduszka powietrzna (airbag)

Funkcje wyrobu

� Osiąga pełne napełnienie w czasie X sekund. � Otwiera się w czasie wypadku (przy odpowiedniej sile uderzenia – siła g

równa Z). � Po napełnieniu się po upływie Y sekund zmniejsza się ciśnienie gazu we-

wnątrz poduszki, umożliwiając opuszczenie pojazdu. � …

Brak funkcji � Poduszka nie otwiera się w czasie wypadku. � Poduszka otwiera się tylko częściowo, nie osiągając stopnia napełnienia

stanowiącego ochronę. � Poduszka otwiera się w czasie dłuższym niż X sekund. � …

Ograniczona funkcjonalność

� Poduszka nie otwiera się na 100% swojej objętości, ale amortyzuje część uderzenia.

� Poduszka nie otwiera się przy sile g równej Z, ale dopiero przy sile większej. � …

Działanie niezamierzone

� Poduszka sama otwiera się bez zaistnienia wypadku/uderzenia. � …

Tabela 2.1.Przykładowa, niepełna

lista potencjalnych niezgodności poduszki

powietrznej

Rys. 2.2.Szkielet P-Diagramu

Bardzo pomocną techniką przy tworzeniu DFMEA może się okazać P-Dia-gram (rys. 2.2). „Sercem”, środkiem diagramu jest konkretny wyrób (np. podno-śnik samochodowy). Z lewej strony wypisuje się tzw. czynniki wejściowe, które mają spowodować „działanie” wyrobu (np. siła przyłożona przez użytkownika). Prawa strona zawiera dwie informacje: oczekiwane funkcje (np. pozwala na podniesienie samochodu na wysokość 50 cm, utrzymuje ciężar minimum 3 t) oraz możliwe braki funkcji, czyli błędy (np. nie podnosi wystarczająco wysoko, nie utrzymuje ciężaru minimum 3 t). Góra i dół diagramu to miejsce na wypisa-nie czynników kontrolowanych przez konstruktora (np. grubość blachy, rodzaj materiału) oraz czynników zakłócających (np. starzenie się materiału, nieprawi-dłowe przechowywanie przez użytkownika).

Zmienność między częściami Starzenie

Czynniki zakłócające

Czynniki wejściowe Odpowiedzi (zamierzone funkcje)

Błedy(brak lub niezamierzone funkcje)

Otoczenie

System……… Użytkownik

Czynniki kontrolowane

15

2.3. Niezgodność w przypadku analizy procesu

O ile w przypadku DFMEA niezbędna jest dogłębna wiedza z zakresu tego, jak wykorzystywany będzie wyrób u klienta, o tyle przy analizie FMEA, robionej w odniesieniu do procesu, wiedza ta jest znacznie mniej potrzebna (jedynie w zakresie określania znaczenia wady dla klienta). Niezgodnością w przypadku tej analizy jest bowiem nieosiągnięcie przez daną fazę procesu oczekiwanego efektu. W dużym uproszczeniu można podać następujące przykłady:

� operator miał dokręcić śrubę – a nie dokręcił, � robot miał pomalować całą powierzchnię – a nie pomalował, � automat miał wywiercić dwa otwory – a nie wywiercił dwóch.

Powyższe przykłady są oczywiście bardzo proste i niekompletne, ale poka-zują, w jakim kierunku powinna iść analiza procesu.

Punktem wyjścia przy definiowaniu niezgodności w przypadku analizy PFMEA powinny być oczekiwane cele poszczególnych faz procesu (nazywa się je zwykle funkcjami lub wymaganiami). Tylko w przypadku, gdy są one szcze-gółowo i kompletnie zdefiniowane, można myśleć o pełnym wyszczególnieniu niezgodności.

Częstym „zastanym” problemem w wielu firmach, w których miałem moż-liwość doskonalenia prowadzonych analiz ryzyka w procesach, było niepełne, wybiórcze definiowanie funkcji procesu. Wynikało to zwykle z tego, że ana-lizy dokumentowane były bezpośrednio na formularzach tworzonych w pro-gramach takich jak MS Excel czy OpenOffice Calc i brakowało wykorzystania narzędzi „zmuszających” niejako grupę do kreatywnego myślenia na etapie roz-poznawania idealnego, oczekiwanego zachowania procesu. Przykładem takie-go narzędzia może być np. drzewo wad. Na rys. 2.3 przedstawiono fragment drzewa wad dotyczącego procesu polegającego na tym, że pracownik, wyko-rzystując pistolet zasilany sprężonym powietrzem, maluje białą farbą obudowę wyrobu (obudowę o kształcie zbliżonym do sześcianu).


Prawidłowo przygotowany P-Diagram dostarcza wszystkich informacji o potencjalnych wadach i przyczynach. Wystarczy je później tylko odpowiednio przepisać do formularza FMEA.

16 www.proqual.pl


Jak widać na tym prostym przykładzie, podstawą odpowiedniego zdefi-niowania niezgodności jest pełna lista oczekiwanych funkcji. Ważne przy tym, żeby tworząc takie lub podobne drzewo, definiować funkcje i wady możliwie szczegółowo, dokładnie je opisując. Wielokrotnie byłem świadkiem sytuacji, gdy zespół FMEA wracał do opracowanej wcześniej dokumentacji (czasami na-wet była ona opracowana przez ten sam zespół kilka dni wcześniej) i nie potrafił „zrozumieć”, o co dokładnie chodzi w danej niezgodności. Ponowne zrozumie-nie, przypomnienie sobie zabiera sporo czasu. Łatwiej zatem od razu wprowa-dzić standard pełnych opisów funkcji i niezgodności.

2.4. Szczegółowość opisu niezgodności

Dylematem, przed którym staje każdy zespół FMEA, jest to, jak szczegóło-wo opisywać niezgodności. Oczywiście zawsze będą one wynikały z funkcji, ale same niezgodności mogą być definiowane bardzo różnie. Na rys. 2.4 i 2.5 przedstawiono dwa przykłady opisywania niezgodności. Oba są zgodne z lo-giką FMEA (niezgodności wynikają z funkcji), powodują jednak różne sytuacje wejściowe do analizowania ryzyka.

Przedstawiony na rys. 2.4 i rys. 2.5 sposób 2 jest bardziej ogólny i doprowa-dzi do bardziej ogólnego zdefiniowania przyczyn i skutków. Przy podejmowaniu

Rys. 2.3.Drzewo wad przy

PFMEA – fragment (program PQ-FMEA)

17

Rys. 2.4. Dwa sposoby definio-wania niezgodności (program PQ-FMEA)

Rys. 2.5. Dwa spo-soby definiowania niezgodności (program PQ-FMEA)

Konsekwencje nierozdzielenia niezgodności w niektórych przypadkach mogą być bardzo poważne i mogą prowadzić do sytuacji praktycznie bez wyj-ścia z punktu widzenia oceny ryzyka. Dobrze to widać w sytuacji opisanej na rys. 2.6. Prostszy sposób 2 jest oczywiście mniej pracochłonny, ale będzie pro-wadził do znacznie zawyżonej wartości ryzyka (poziom RPN). Wartość RPN


decyzji, który ze sposobów określania niezgodności (błędów) jest bardziej od-powiedni, należy zadać sobie trzy pytania:

1. Czy skutki ewentualnie rozdzielonych niezgodności (sposób 1) będą takie same?

2. Czy przyczyny rozdzielonych niezgodności będą takie same?3. Czy mamy takie same metody wykrywania poszczególnych rozdzielo-

nych niezgodności?Jeżeli na co najmniej jedno z tych pytań padnie odpowiedź przecząca, nie-

zgodności powinny zostać rozdzielone.

18 www.proqual.pl


stanowi iloczyn trzech ocen: znaczenia niezgodności dla klienta, częstości wy-stępowania przyczyny tej niezgodności oraz skuteczności kontroli (każda z nich jest podawana w odpowiedniej skali liczbowej, przy czym im wyższa wartość, tym większe ryzyko). Jeżeli przy tworzeniu analizy FMEA zostanie wybrany sposób 2, powinno się założyć najgorsze możliwe uszkodzenie zbiornika (brak szczelności – z wysokim wskaźnikiem znaczenia dla klienta) oraz najczęstszą przyczynę jakiegokolwiek uszkodzenia (zwykłe porysowanie w czasie monta-żu – z wysokim wskaźnikiem częstości występowania). Spowoduje to pojawie-nie się wysokiego wskaźnika ryzyka RPN. W przypadku gdy przy rozpisywaniu niezgodności wykorzystany zostanie sposób 1, sytuacja będzie odmienna. Od-dzielnie mamy poważną niezgodność związaną z brakiem szczelności (wysokie znaczenie dla klienta), oddzielnie – zadrapania powierzchni zewnętrznej (małe znaczenie dla klienta). Przyczyna na etapie montażu powodująca nieszczelność pojawia się bardzo rzadko (niski wskaźnik częstości występowania), ale przyczy-na powodująca podrapania pojawia się znacznie częściej (wysoki wskaźnik czę-stości występowania). Zatem dzięki rozdzieleniu niezgodności zamiast jednego iloczynu o wysokiej wartości mamy dwa iloczyny – każdy o stosunkowo niskiej wartości. Zagadnienie to przedstawiono w uproszczeniu na tabeli 2.2.

Niezgodność Skutek Znaczeniedla klienta

Przyczyna Częstośćwystępowania

Iloczyn

Sposób 1Uszkodzenia (zadra-pania) powierzchni zewnętrznej

Nieodpowiedni wygląd zbior-nika

3 Operator zadrapał zbiornik w czasie montażu

6 18

Uszkodzenie zbior-nika powodujące nieszczelność

Wyciek płynu 10 Operator uderzył zbiornikiem, po-wodując pęknięcie

2 20

Sposób 2Zbiornik uszko-dzony

Nieszczelność – wyciek pły-nu, nieodpo-wiedni wygląd, problemy z montażem

10 Operator uszko-dził zbiornik w czasie montażu

6 60

Tabela 2.2Konsekwencja uogól-

niania niezgodności z punktu widzenia

oceny ryzyka

Jak widać w powyższej tabeli, ocena ryzyka wymaga odpowiedniej dys-cypliny metodycznej i tylko wtedy będzie szansa na uzyskanie miarodajnych informacji o rzeczywistej sytuacji w organizacji.

19

Tabela 2.3Przykładowe niezgodności

Obszar/zakres Faza procesu Funkcja NiezgodnośćBranża medyczna

Zabieg medyczny Przygotowanie na-rzędzi

Przygotowane wszystkie narzędzia

Nie wszystkie narzę-dzia przygotowane

Zabieg medyczny Przygotowanie na-rzędzi

Narzędzia sterylne Co najmniej jedno narzędzie niesterylne

Zabieg medyczny Wycięcie nerki Wycięta właściwa (chora) nerka

Wycięta zdrowa nerka

Transfuzja krwi Podanie pacjentowi krwi

Podana grupa krwi zgodna z grupą krwi pacjenta

Podana grupa krwi niezgodna z grupą pacjenta

Opieka nad pacjentem Podanie leków Podanie leków o wy-znaczonej godzinie

Podanie leków później niż o wyznaczonej godzinie

Administracja/biuroPrzygotowanie doku-mentu sprzedaży dla klienta

Wysyłanie faktury Faktura wysłana do prawidłowego klienta (odbiorcy) – zgodnego z danymi na fakturze

Faktura wysłana do niewłaściwego klienta

Archiwizacja doku-mentacji

Uzupełnianie spisu za-wartości segregatora

Wpisanie nowego dokumentu do spisu

Nie wpisano nowego dokumentu do spisu

Wysyłanie korespon-dencji

Podpisywanie pisma Pismo podpisane przez uprawnioną osobę przed wysła-niem

Pismo wysłane bez podpisu uprawnionej osoby

ProdukcjaPakowanie/dozowanie Napełnienie opakowa-

nia olejemWlanie 500 ml oleju do pojemnika

Wlano mniej niż 500 ml oleju do pojemnika

Przygotowanie kom-ponentów

Cięcie Przewód ucięty na dłu-gość minimum 1,5 m

Przewód o długości poniżej 1,5 m

LogistykaDostawa materiałów Transport surowca na

stanowisko pracyDrut miedziany dostarczony na stano-wisko 1

Drut miedziany dostarczony na stano-wisko inne niż 1

Transport Przewiezienie wy-robów gotowych do magazynu

Wyroby gotowe przewiezione bez uszkodzenia

Wyroby gotowe uszkodzone w trakcie transportu

2.5. Funkcje i niezgodności – przykłady dla różnych branż

Bez wątpienia kluczowym elementem analizy PFMEA jest prawidłowe zdefiniowa-nie niezgodności. Trudno podać uniwersalny sposób na prawidłowe definiowanie niezgodności, ale w tabeli 2.3 podano przykłady dla wybranych branż i procesów.


20 www.proqual.pl


Tabela na poprzedniej stronie zawiera jedynie przykładowe niezgodności, ale przedstawiony w niej „klucz” ich definiowania może być wykorzystany dla dowolnego procesu produkcyjnego i nieprodukcyjnego.

2.6. Podsumowanie

Definiowanie niezgodności jest kluczowym etapem w analizie FMEA. Dalsze elementy oceny ryzyka – takie jak skutki, przyczyny, działania prewencyjne i działania kontrolne – są „przywiązywane” do niezgodności. Można zatem po-wiedzieć, że struktura niezgodności jest niejako szkieletem, fundamentem ana-lizy i jeżeli zostanie niekompletnie lub błędnie zbudowana, dalsza analiza będzie również niepełna.

Warto tu po raz kolejny zaznaczyć, że analiza FMEA jest metodą wymagającą uważnego przyglądnięcia się konstrukcji lub procesowi, a przez to metodą cza-sochłonną. Jeżeli ktoś chciałby zrobić kompletną analizę bardzo szybko, to lepiej, żeby jej w ogóle nie robił i wykorzystał któryś z substytutów FMEA, np. diagram PDPC.

21

3.1. Definiowanie klienta i skutków niezgodności

Poziom ryzyka dla zidentyfikowanych niezgodności (wad) oceniany w ramach FMEA ma trzy składowe, ich wartość szacuje się w ramach pracy grupowej, która powinna towarzyszyć wykorzystaniu tej analizy. Są to:

� wskaźnik znaczenia skutków niezgodności dla klienta, � wskaźnik częstości występowania danej przyczyny niezgodności, � wskaźnik wykrywalności wady lub przyczyny przed dostawą wyrobu do klienta.Iloczyn tych trzech wskaźników pokazuje, jak duże ryzyko wiąże się z danym

problemem i czy niezbędne są jakieś działania doskonalące, które to ryzyko obniżą.Dobra analiza FMEA jest możliwa tylko wtedy, gdy jasno zdefiniowany jest

klient i zespołowi pracującemu z FMEA znane są jego wymagania. W czasie oce-ny ryzyka można zwracać uwagę na co najmniej trzy grupy klientów (rys. 3.1):

1) klient wewnętrzny,2) klient zewnętrzny bezpośredni,3) klient zewnętrzny – finalny użytkownik.

IIIAnaliza skutków niezgodności

22 www.proqual.pl


Czy niezgodność ma znaczeniedla klienta wewnętrznego

(procesu)?

Czy niezgodność ma znaczenie dla bezpośredniego klienta zewnętrznego (procesu)?

Jakie będąodczuwalne skutki?

Jaka jest wartość SEV dla najbardziej znaczącego skutku?

Czy niezgodność ma znaczenie dla użytkownika finalnego, w tym wymagania prawne?

Rys. 3.1.Grupy klientów w kon-

tekście analizy FMEA

Generalizując, za klienta w kontekście FMEA można uznać każdą osobę i/lub urządzenie, które będzie miało kontakt z wyrobem w kolejnych fazach procesu lub podczas użytkowania wyrobu. Może to być zatem także np. serwis. Należy także przeanalizować zgodność wyrobu z obowiązującym prawem – niezgodność z przepisami powinna być wpisana i przeanalizowana w ramach FMEA.

O ile uwzględnianie klienta wewnętrznego można potraktować jako opcję (żaden klient zewnętrzny nie będzie traktował tego jako niezgodności w czasie sprawdzania FMEA swojego dostawcy, ponieważ dostawca ten działa w takim przypadku przede wszystkim na swoją szkodę), o tyle pozostałe dwie grupy klientów są już obowiązkowe. Aczkolwiek wszystko będzie zależało jeszcze od samej specyfiki niezgodności i od tego, do których klientów ona może dotrzeć i u których będzie odczuwalna. Jeżeli niezgodność „zatrzyma się” na kliencie zewnętrznym bezpośrednim, ponieważ np. przez nasz błąd nie da się zmon-tować wyrobu finalnego (samochodu, pralki, telewizora itp.), to klient finalny (użytkownik) w sposób oczywisty nie ucierpi przez niezgodność, ponieważ jej nigdy nie zauważy.

Warto jeszcze podkreślić pewną różnicę w podejściu do oceny skutków niezgodności pomiędzy FMEA konstrukcji (DFMEA) i FMEA procesu (PFMEA). DFMEA zwraca uwagę przede wszystkim na finalnego użytkownika wyrobu (czasami uwzględniając też proces wytwarzania, w przypadku niezgodności prowadzących do „nietechnologiczności” konstrukcji). Przy PFMEA uwzględnia się wszystkich trzech klientów pokazanych na rys. 3.1.

23

Jako skutek niezgodności należy rozpatrywać każdą konsekwencję nie-zgodności możliwą do zaobserwowania przez klienta. Skutki te powinny być analizowane w trzech obszarach:

1. Ograniczenie funkcjonalności wyrobu.2. Zagrożenie bezpieczeństwa klienta (lub zagrożenie dla maszyny – np.

skutkujące jej uszkodzeniem).3. Przekroczenie szeroko rozumianych wymagań prawnych.W zależności od dotkliwości skutku przypisywana mu jest odpowiednia war-

tość SEV, mająca później bardzo duży wpływ na interpretację poziomu ryzyka i dalsze działania doskonalące. A kluczem do prawidłowego oszacowania SEV jest odpowiednio czytelne opisanie tego, jak klient odbierze daną niezgodność – najlepiej, gdy ten opis pokazuje konsekwencje tej niezgodności z jego punktu widzenia, np. „telewizor nie daje się wyłączyć”, „w czasie jazdy po nierównościach słychać hałas, stukanie”, „nie da się zmontować żarówki w oprawce”, „konieczne dodatkowe podgięcie czujnika przed montażem”. Takie opisy łatwo odnieść do tabel wskazujących na poziom SEV, łatwiej jest też nadzorować tak uzupełniony dokument w przypadku wprowadzania rewizji np. po zmianach konstrukcyjnych.

3.2. Dokumentowanie skutków niezgodności

Pierwszy składnik iloczynu stanowiącego ostateczną informację o poziomie ryzy-ka (zwykle: RPN, R lub LPR) to znaczenie niezgodności dla klienta, jej dotkliwość. Jest ono oznaczane na różne sposoby (w zależności od standardów obowiązują-cych na danym rynku), ale zazwyczaj w Polsce spotkać się można z trzema:

� S lub SEV (od ang. severity) – w formularzach wzorowanych na opracowa-niach anglojęzycznych (najbardziej popularne oznaczenie),

� Z (znaczenie) lub LPZ (liczba priorytetowa znaczenia) – w formularzach polskojęzycznych,

� B (od niem. Bedeutung) – w formularzach niemieckojęzycznych.Mimo różnych oznaczeń skala oceny zostaje zawsze taka sama: zaczyna

się na wartości 1, a kończy na 10. Poszczególne podejścia do FMEA różnią się szczegółami w zakresie punktowania poziomu ryzyka, ale zawsze 1 oznacza brak odczuwalnego dla klienta skutku, a 10 niezgodność, która ma wpływ na

Analiza skutków niezgodności

24 www.proqual.pl


bezpieczeństwo lub przeprowadzenie wymagań prawnych. Wyjątkiem może być skala wykorzystywana w przypadku oceny ryzyka za pomocą wskaźnika SOD – wtedy skala oceny jest zwykle dziewięciopozycyjna.

W praktyce polskich przedsiębiorstw można się spotkać z trzema podej-ściami do punktowania poszczególnych składników ryzyka:

1. Podejście zgodne z podręcznikiem Potential Failure Mode and Effects Analysis (FMEA) publikowanym przez AIAG (Automotive Industry Action Group) – wersja obowiązująca to wydanie czwarte z roku 2008.

2. Podejście zgodne z VDA 4 Quality Assurance Prior to Serial Production – Product and Process FMEA – wydanie z roku 2006, zaktualizowane nie-znacznie w roku 2009.

3. Podejście opracowane wewnętrznie przez organizację lub narzucone przez jej klientów.

Podejście ostatnie to oczywiście w praktyce setki różnych skal do oceny ryzyka, adekwatnych do potrzeb danej organizacji i specyfiki realizowanych procesów. Niektóre firmy, szczególnie z branży motoryzacyjnej i producenci AGD, mają opracowane swoje własne tabele z punktacją dotyczącą znaczenia wady dla klienta, częstości występowania oraz wykrywalności i narzucają bądź sugerują je swoim dostawcom. Tak postępują m.in. firmy: Renault, VW, Bosch, Whirlpool i wiele innych, chcących uzyskiwać odpowiednio wiarygodne infor-macje o poziomie ryzyka w procesach swoich dostawców.

Dodatkowym (poza wartością SEV) elementem opisującym dany sku-tek dla klienta (lub samą niezgodność – w zależności od podejścia przy do-kumentowaniu analizy) jest oznaczenie tzw. charakterystyki specjalnej. Za-zwyczaj charakterystyki te są podane w dokumentacji procesu lub wprost na rysunkach technicznych. Poszczególne firmy mają różny sposób oznaczania i nazywania tych charakterystyk, które opisywane są typowo w trzech kategoriach:

� bezpieczeństwo (S, CC, D, 1 itp. oznaczenia), � funkcjonalność (C, K, SC, 2 itp. oznaczenia), � wymagania prawne (R, G, SR itp. oznaczenia).

W formularzach FMEA wyznaczone są odpowiednie miejsca na opisywanie skutków niezgodności dla klienta (rys. 3.2, pole 1), wartości liczbowej dla danego skutku (rys. 3.2, pole 2) oraz charakterystyki specjalnej (rys. 3.2, pole 3). Na rys. 3.2 przedstawiono dwa typowe formularze FMEA proponowane w podręczni-kach AIAG i VDA.

25

Rys. 3.2.Fragmenty formularzy FMEA przeznaczone do opisu skutków niezgodności

Jak widać na rys. 3.2, o ile podejście AIAG i VDA co do istoty FMEA jest praktycznie takie samo, o tyle formularze są już inne. Formularz AIAG rozpo-czyna analizę danej fazy procesu lub elementu konstrukcji od opisania niezgod-ności, VDA na pierwszym miejscu stawia skutki (oraz ich ocenę i klasyfikację), a dopiero później podaje niezgodność.

3.3. Wartości SEV

Prowadząc analizę FMEA, należy dopilnować dwóch zagadnień w zakresie oce-ny SEV. Po pierwsze trzeba zapewnić, że rozpoznano wszystkie rzeczywiste konsekwencje analizowanej niezgodności z punktu widzenia wszystkich klien-tów i dobrano adekwatną punktację z zakresu 1–10. Po drugie należy sprawdzić zgodność ocen pomiędzy DFMEA i PFMEA. Niezrozumiała byłaby sytuacja, gdyby w dokumentacji pojawiły się różne wartości SEV dla tego samego skutku i takiej samej niezgodności rozpatrywanej w tych obu analizach.

Taką właśnie sytuację zaobserwować można w podręczniku AIAG, w którym ten sam skutek opisany jako: „Skorodowana dolna część we-wnętrznego panelu drzwiowego. Zmniejszona żywotność drzwi prowa-


26 www.proqual.pl


dząca do: Niezadowalającego wyglądu z powodu nalotów z rdzy; Pogor-szenia działania urządzeń znajdujących się wewnątrz drzwi” przy DFMEA ocenione jest na SEV = 5, a przy PFMEA na SEV = 7. Usprawiedliwieniem może być to, że podręcznik ten nie jest konkretnym dokumentem do da-nego projektu, a ma jedynie pokazywać wzorcowe sposoby prowadzenia i dokumentowania analizy FMEA (oddzielnie dla analizy konstrukcji i procesu). Na takie „przeoczenie” można więc tu nie zwracać uwagi.

Tak jak napisano wcześniej, sama punktacja jest kwestią standardów przy-jętych w danej organizacji. W tabeli 3.1 przedstawiono przykładową punktację, którą pewna organizacja przygotowała na własne potrzeby. Jest to tabela bar-dzo prosta, może aż za prosta, ale widocznie była wystarczająca.

Z Znaczenie wady dla klienta1 Brak Wada nie ma znaczenia dla klienta.

2-3 MałeWada w małym stopniu dotknie klienta. Klient zauważy nieznaczne pogorszenie jakości wyrobu.

4-6 Przeciętne Wada powoduje zauważalne ograniczenie jakości wyrobu.

7-8 WażneWada powoduje oburzenie klienta. Wyrób nie nadaje się do dalszego wykorzystania.

9-10 Bardzo ważneWada krytyczna, może doprowadzić do awarii wyrobu lub zagraża bezpieczeństwu.

Tabela 3.1. Ocena dotkliwości

niezgodności dla klienta

Podobne podejście do definiowania wartości SEV można spotkać w VDA 4 (tabela 3.2). Tu także jednemu opisowi przypisano kilka wartości (nawet trzy), które pracująca z tą tabelą grupa może sobie wybrać. Warto też zwrócić uwagę, że VDA podaje opis skutków nie tylko z punktu widzenia użytkownika wyrobu, ale także, a może przede wszystkim, z punktu widzenia klienta-procesu. Wynika to zapewne ze specyfiki tego dokumentu, stosowanego głównie przez dostaw-ców branży motoryzacyjnej.

Najbardziej rozbudowane wytyczne można znaleźć w podręczniku AIAG (tabela 3.3). Tutaj opis skutków rozdzielono wyraźnie na dwie grupy (klient--użytkownik i klient-proces), a każdej wartości SEV przyporządkowany jest od-dzielny opis. W tabeli 3.3 przedstawiono fragment tabeli wykorzystywanej dla PFMEA. W przypadku DFMEA stosuje się tylko lewą część tabeli, odnoszącą niezgodności do klienta-użytkownika.

27

Punktacja Dotkliwość

10-9Ekstremalnie dotkliwa wada wpływająca na bezpieczeństwo i/lub naruszenie zgodności z przepisami. Istniejące ryzyko dla firmy. Z powodów jakościowych produkt nie może być dostarczony. Nie akceptowane koszty.

8-7

Znacznie opóźnione dostawy.Zatrzymanie linii produkcyjnej.Znaczące zużycie lub zniszczenie narzędzia.Duża ilość wyrobów niezgodnych.(…)

6-5-4

Opóźnione dostawy.Średnia ilość napraw.Średnie zużycie lub zniszczenie narzędzia.Średnia ilość wyrobów niezgodnych.(…)

3-2Nieznaczne zakłócenie procesu.Niska ilość wyrobów niezgodnych.(…)

1 Bardzo niskie, akceptowalne koszty zwrotów.

Tabela 3.2.Skutki niezgodności przy PFMEA zgodnie z VDA – fragmentyŹródło: opracowanie własne na podstawie VDA 4 „Quality Assurance Prior to Serial Production – Product and Process FMEA”

W czasie warsztatów FMEA dyskusje budzi czasami punktacja dla niezgod-ności wpływających na bezpieczeństwo, ponieważ zgodnie z zasadami AIAG to, czy wpisze się w takim przypadku SEV = 9 czy SEV = 10 zależy od tego, czy nie-zgodność pojawi się z ostrzeżeniem, czy bez ostrzeżenia. W większości przy-padków podział na te dwie grupy niezgodności jest oczywisty – mamy sygna-ły ostrzegające użytkownika, pojawia się jakiś komunikat na wyświetlaczu itp. Czasami jednak sytuacja nie jest taka prosta, bo pojawia się pytanie, czy klient rozpozna symptomy zbliżającej się niezgodności czy nie. Czy np. odczuje, że w warsztacie nie dokręcili mu jednego koła, które zaczyna coraz bardziej „latać”. Jeżeli jest to dobry kierowca, to poczuje na kierownicy nienormalne drgania kół, ale nie jest to takie oczywiste dla mniej doświadczonych kierowców. Pojawia się też często pytanie o to, z jakim wyprzedzeniem klient musi zobaczyć symptomy niezgodności, żeby móc uznać, że jest ostrzeżony. Bardzo dobrą i sprawdzoną zasadą w takich dyskusyjnych przypadkach jest wpisywanie wartości SEV = 10. To wprawdzie podnosi wartość RPN, ale zmniejsza ryzyko, że przeoczy się po-ważny problem w analizowanej konstrukcji lub procesie.


28 www.proqual.pl


Skutkidla

użytkownika

EfektDotkliwość wpływu na wyrób (skutki u klienta)

SEV

EfektDotkliwość wpływu na proces (skutki dla produkcji/montażu)

Wpływ nie-zgodności na bezpieczeń stwo i/lub wymagania prawne

Niezgodność wpływa na bezpieczeństwo i/lub pociąga za sobą naruszenie przepisów bez ostrzeżenia

10 Wpływ nie-zgodności na bezpieczeń stwo i/lub wymagania prawne

Może zagrażać opera-torowi (produkcja lub montaż) bez ostrzeżenia

Niezgodność wpływa na bezpieczeństwo i/lub pociąga za sobą naruszenie przepisów z ostrzeżeniem

9 Może zagrażać opera-torowi (produkcja lub montaż) z ostrzeżeniem

Utrata lub ogra-niczenie podsta-wowej funkcji

Strata funkcji podstawo-wej (…)

8 Bardzo poważne zakłócenie

100% wyrobów może wymagać „złomowania” (…)

Ograniczenie podstawo-wej funkcji wyrobu

7 Istotne zakłócenie

Część produkcji może wymagać „złomowania”, zakłócenie (…)

Utrata lub ogra-niczenie drugo-rzędnej funkcji

Utrata drugorzędnej funkcji wyrobu

6 Średnie zakłócenie

100% produkcji może wymagać naprawy poza (…)

Ograniczenie drugorzęd-nej funkcji wyrobu

5 Część produkcji może wymagać naprawy (…)

Irytacja

Pojawianie się słyszalne-go hałasu, wyrób działa (…) zauważone przez większość klientów (powyżej 75%)

4

Średnie zakłócenie

100% produkcji może wymagać naprawy (…)

Pojawianie się słyszalne-go hałasu, wyrób działa (…) zauważone przez wielu klientów (50%)

3 Część produkcji może wymagać naprawy (…)

Pojawianie się słyszal-nego hałasu, wyrób działa (…) zauważone przez niewielu klientów (poniżej 25%)

2 Niewielkie zakłócenie

Małe utrudnienie dla procesu, czynności lub operatora

Brak efektówBrak dostrzegalnych skutków

1 Brak efektówBrak dostrzegalnych skutków

Tabela 3.3. Skutki niezgodności przy FMEA zgodnie z AIAG – fragmenty

Żródło: opracowanie własne na podstawie „Potential Failure

Mode and Effects Analysis (FMEA)”, AIAG

Skutkidla

procesu

29

3.4. Podsumowanie

Czytelne zdefiniowanie skutków niezgodności dla klienta jest kluczowe w ana-lizie FMEA, z uwagi m.in. na to, że od poziomu SEV zależy to, czy w danym przypadku będą czy nie będą podejmowane działania doskonalące. Inne są bowiem zwykle kryteria oceny ryzyka w przypadku niezgodności „ważnych” i „nieważnych” dla klienta. Wszystko zależy oczywiście od konkretnych stan-dardów stosowanych w danej organizacji, ale można spotkać na przykład na-stępujące wartości progowe RPN, powyżej których muszą być podejmowane działania doskonalące:

� RPN > 20, gdy SEV = 9 lub SEV = 10, � RPN ≥ 100, gdy SEV ≤ 8.

Poziom SEV ważny jest zatem z jednej strony jako składnik iloczynu wyzna-czającego poziom RPN, a z drugiej strony – jako kwalifikator finalnego poziomu ryzyka. Tym bardziej niedopuszczalne są zatem opisy skutków pojawiające się w niektórych dokumentach FMEA, takie jak „Wada”, „Reklamacja klienta”, „Nie-zadowolenie klienta”.


30 www.proqual.pl


31

4.1. Identyfikacja przyczyn

Jednym z fundamentów dobrej oceny ryzyka z wykorzystaniem metody FMEA jest wystarczająco szczegółowe zdefiniowanie przyczyn niezgodności. O ile samo określanie, co może być potencjalnymi niezgodnościami, nie powoduje zazwyczaj problemów, ponieważ wynikają one w większości wprost z funkcji wyrobu, funkcji procesu czy wręcz rysunku konstrukcyjnego, o tyle sytuacja w zakresie przyczyn nie jest już taka klarowna.

Podstawowy problem może wynikać z nieznajomości procesu lub konstruk-cji, przez co zespół FMEA nie jest w stanie jasno stwierdzić, które np. parametry maszyny czy czynniki zewnętrzne mogą daną niezgodność spowodować. Często na etapie określania przyczyn przywołuje się jedynie w pamięci dotychczasowe reklamacje i problemy wewnętrzne, a nie dokonuje się specjalnie przygotowa-nych symulacji, które mogą wykazać, jak „działa” proces i jakie byłyby konse-kwencje różnych błędów związanych z jego ustawieniami i organizacją pracy.

Jedną z najważniejszych metod stosowanych w ramach systemów za-rządzania jakością w zakresie poszukiwania przyczyn jest wymieniane m.in.

IVIdentyfikacja i ocena

przyczyn niezgodności

32 www.proqual.pl


w standardzie IATF 16949 planowanie eksperymentów (ang. DOE – Design of Experiments). Jest to stosunkowo zaawansowana metoda statystyczna, pozwa-lająca niejednokrotnie na doprowadzenie do zaskakujących wniosków na temat zachowania się np. analizowanego procesu [Ecks].

W artykule Metoda planowania eksperymentu jako narzędzie doskonalenia procesu produkcyjnego [Wielebnowski, Gawąd] przedstawiono ciekawy, prak-tyczny przykład wykorzystania DOE do poszukiwania przyczyn określonej nie-zgodności. Na początku zdefiniowane zostały charakterystyki procesu, które były kontrolowane przez osobę zarządzającą procesem. Charakterystyki te zostały przedstawione w tabeli 4.1. Są to potencjalne przyczyny, które mogą powodować niezgodność wyrobu.

Nr Charakterystyka procesu Nazwa (kod)1. Prędkość mieszania podczas 4. etapu odgazowywania [poziom] Vacu. Speed2. Temperatura podczas 4. etapu odgazowywania [°C] Vacu. Temp.3. Temperatura w piecu podczas wygrzewania formy [°C] Preh. Temp.4. Różnica pomiędzy temperaturą płyty grzejnej a temperaturą w piecu

(etap wygrzewania) [°C]Preh. Plate

5. Temperatura w piecu podczas żelowania [°C] Gelling Temp.6. Różnica pomiędzy temperaturą płyty grzejnej a temperaturą w piecu

(etap żelowania) [°C]Gelling Plate

7. Czas chłodzenia wlewka [min] Cooling Time8. Przepływ wody podczas chłodzenia wlewka [litr/godz.] Water Flow

Tabela 4.1.Parametry wejściowe

wraz z po ziomami zmienności

Źródło: [Wielebnowski, Gawąd]

Kolejnym krokiem było przeprowadzenie serii eksperymentów, które miały wykazać, jaki wpływ mają poszczególne charakterystyki procesu na wyrób go-towy (na charakterystyki wyrobu).

Zostały zatem zrealizowane podstawowe cele typowego planowania eks-perymentu [Montgomery]:

� zbadanie, które zmienne najbardziej wpływają na wyniki procesu (wyrób); � określenie, jak powinny być ustawione czynniki kontrolowalne, aby uzyskać optymalny wynik;

� określenie, jakie powinno być ustawienie czynników kontrolowalnych, aby zmienność parametrów wyrobu była jak najmniejsza;

� określenie, jak powinny być ustawione czynniki kontrolowalne, aby wpływ czynników zakłócających był minimalny.Niezaprzeczalną wartością DOE jest fakt, że podejście to nie wymaga prze-

prowadzenia prób dla wszystkich możliwych ustawień procesu. Dla 2–3 czyn-

33

Rys. 4.1.Wykres Pareto dla wy-ników eksperymentuŹródło: [Wielebnowski, Gawąd]

ników (charakterystyk procesu) nie byłoby to jeszcze problemem, ale przy 5–10 czynnikach ilość możliwych eksperymentów zaczyna przekraczać 1000. DOE z wykorzystaniem szerokiego wachlarza metod statystycznych (w tym np. ana-lizy ANOVA) pozwala na ograniczenie ilości koniecznych do przeprowadzenia prób, przez co znacznie niższym kosztem można uzyskać wiedzę o prawach rządzących danym procesem.

W opisywanym przypadku planowania eksperymentów wykorzystano me-todę zakładającą, że każda z analizowanych charakterystyk procesu może mieć tylko dwa stany: „niski” i „wysoki”. Takie ograniczenie zmienności tych charak-terystyk doprowadziło do tego, że i tak pełny eksperyment (wszystkie możliwe ustawienia procesu) powinien objąć 256 ustawień procesu, przy czym przy każ-dym powinno się wykonać co najmniej kilka wyrobów. Zastosowanie metody DOE pozwoliło ograniczyć liczbę eksperymentów do 16 – co jest już akcepto-wane w praktyce produkcyjnej.

Analizowany przypadek doprowadził do wyników podsumowanych na rys. 4.1. Pokazują one siłę oddziaływania poszczególnych charakterystyk pro-cesu (w założonych na czas eksperymentu poziomach) na charakterystykę pro-dukowanego wyrobu.

Identyfikacja i ocena przyczyn niezgodności

34 www.proqual.pl


Jak wynika z rys. 4.1, największy wpływ na wynik końcowy (wartość charak-terystyki wyrobu) mają: temperatura w piecu podczas wygrzewania formy oraz czas chłodzenia wlewka. Widać też, że różnica pomiędzy temperaturą płyty grzejnej a temperaturą w piecu oraz temperatura w piecu podczas żelowania nie zmieniają (w badanym zakresie) wyrobu. Stąd już prosty wniosek prowadzą-cy do tego, które charakterystyki procesu powinny być brane pod uwagę jako potencjalne przyczyny niezgodności w prowadzonej analizie FMEA.

Oczywiście wykorzystanie DOE jest pewną ekstremalną formą poszuki-wania przyczyn, ale jak widać na opisanym przykładzie, może doprowadzić do bardzo ważnych wniosków (czytelny opis metody DOE można też zna-leźć w artykule Design of Experiment na produkcji [Smuśkiewicz]). Zazwyczaj jednak zespoły FMEA nie mają ani czasu, ani wiedzy, aby przeprowadzić specjalnie zaplanowane eksperymenty. Dużym ograniczeniem są jeszcze dwa problemy:

� gdy proces jest dopiero projektowany, nie ma obiektu, na którym można przeprowadzić eksperymenty;

� gdy proces jest już uruchomiony seryjnie, nie ma możliwości, by go zatrzy-mać na potrzeby przeprowadzenia eksperymentów.Pozostają zatem prostsze rozwiązania. Warto więc pamiętać o dwóch pod-

stawowych zasadach: � każda charakterystyka procesu jest potencjalną przyczyną niezgodności; � przyczyn powinno się szukać w obszarach klasycznego 5M, a raczej 5M+E:– człowiek, pracownik (Man);– maszyna, urządzenie, wyposażenie produkcyjne (Machine);– sposób postępowania, metoda, technologia (Method);– zarządzanie, sposób zorganizowania pracy (Management);– wykorzystane surowce, wchodzące do procesu komponenty (Material);– otoczenie, wpływ sąsiadujących maszyn i warunków środowiskowych

(Environment).Dopiero takie podejście jest w stanie zminimalizować ryzyko nierozpozna-

nia istotnych przyczyn zdefiniowanej niezgodności.Bardzo ważnym założeniem przy definiowaniu przyczyn jest to, że części

wchodzące do analizowanej fazy procesu są zgodne z wymaganiami. Przyjmuje się więc, że zarówno komponenty pochodzące od dostawców, jak i przygoto-wane we wcześniejszych fazach procesu są pozbawione niezgodności. Chodzi

35

tu o to, żeby niepotrzebnie nie powielać analizy problemów, które były roz-ważane przy ocenie ryzyka w poprzednich operacjach lub np. przy procesie logistycznym.

Od tej zasady jest jednak jeden wyjątek. Jeżeli zespół ustali, że któraś część (surowiec) wchodząca do analizowanej operacji w przeszłości bywała często niezgodna z wymaganiami, powinien uwzględnić to jako potencjalną przyczynę. Będzie to oczywiście zależne od skali tego problemu, ale o ile okaże się wystar-czająco duża (ocena niestety subiektywna), trzeba opracować działania, które zabezpieczą przed nią proces (np. kontrole na wejściu, urządzenia z zakresu po-ka-yoke itp.).

W przypadku gdy metoda DOE może nie być użyteczna (np. dla analiz DFMEA lub LFMEA), analiza przyczyn powinna polegać przede wszystkim na analizie danych historycznych lub eksperymentach, które podpowiedzą co może powodować kolejne analizowane niezgodności.

4.2. Opis przyczyny

Żeby analiza FMEA była w pełni wartościowa, musi w kontekście przyczyn spełniać dwa warunki:

� wymienione są wszystkie potencjalne przyczyny; � przyczyny są opisane na tyle szczegółowo, żeby można było zrozumieć „mechanizm”, jaki powoduje niezgodność.Szczególnie wiele błędów pojawia się w zakresie tego drugiego warunku.

Nagminne są analizy, których fragmenty przedstawiono na rys. 4.2. Są to frag-menty prawdziwych analiz – pojawia się więc pytanie, co z tak ogólnej anali-zy może wyniknąć. Łatwo można odnaleźć w wielu firmach formularze FMEA, w których całe strony przyczyn to „błąd operatora” lub zamiennie „błąd pracy maszyny”. Taki opis jest stanowczo zbyt ogólny.

Każda przyczyna powinna pokazywać w miarę szczegółowo mecha-nizm pojawienia się niezgodności (mówi o tym choćby najbardziej chyba obecnie popularny podręcznik FMEA AIAG 4th. Ed). Chodzi zatem o opisa-nie sposobu postępowania pracownika, metody działania maszyny, czynni-ków wpływających z otoczenia, który to opis będzie łatwy do interpretacji


36 www.proqual.pl


Rys. 4.2.Przykłady niepopraw-

nie zdefiniowanych przyczyn niezgodności

Aspektem wymagającym szczególnej uwagi jest jeszcze zasada, którą moż-na nazwać (parafrazując 5WHY) First Why (pierwsze „dlaczego”). Chodzi bo-wiem o to, żeby w początkowej fazie analizy nie podawać przyczyn niezgodno-ści drugiego i dalszych poziomów. Często w analizach np. przy PFMEA można bowiem spotkać następujące przyczyny:

� zmęczenie pracownika, � nieprecyzyjna instrukcja, � nieuwaga pracownika.

Żadna z powyższych przyczyn nie pokazuje mechanizmu, który bezpośred-nio spowodował niezgodność analizowaną w ramach PFMEA. Żadna z nich też bezpośrednio nie powoduje niezgodności. Załóżmy, że proces polegał na mon-tażu trzech blaszek o różnych kształtach za pomocą śruby i nakrętki. Oczywistą niezgodnością w tej fazie procesu (niedotrzymaniem charakterystyki wyrobu) jest np. to, że brakuje co najmniej jednej blaszki w zmontowanym zespole. Py-tanie zatem: dlaczego taka niezgodność występuje? Odpowiedź: pracownik nie zamontował co najmniej jednej blaszki. W procesach montażu ręcznego zwy-kle „nazwa” przyczyny jest bardzo podobna do „nazwy” niezgodności, ale gdy w procesie wykorzystywana jest dodatkowo maszyna i weźmiemy pod uwagę przyczyny z otoczenia, sieć przyczyn znacznie się rozrasta. Fragment przykła-dowej struktury przyczyn zbudowanej na potrzeby FMEA przedstawiono na rys. 4.3.

w przypadku konieczności wdrożenia ewentualnych działań doskonalących przy dużym poziomie ryzyka.

37

Rys. 4.3.Fragment przykładowej struktury przyczyn (program PQ-FMEA)

Zamieszczony na powyższym rysunku schemat wskazuje bezpośrednie czynniki mogące spowodować to, że moment dokręcenia był niższy, niż podaje specyfikacja. Oczywiście przykład ten można uszczegółowić, podając odpo-wiednią wartość momentu, nazwę wkrętaka itp. informacje, chodzi tu jednak o schemat poglądowy.

4.3. Ocena częstości występowania

Częstość występowania danej przyczyny jest wpisywana do formularza w ko-lumnę z jednym z następujących oznaczeń:

� O lub OCC (od ang. occurrence) – w formularzach wzorowanych na opraco-waniach anglojęzycznych (najbardziej popularne oznaczenie);

� W lub LPW (liczba priorytetowa częstotliwości występowania) – w formu-larzach polskojęzycznych;

� A (od niem. Auftretenwahrscheinlichkeit) – w formularzach niemieckojęzycz-nych.W przypadku DFMEA wartość OCC (dalej będzie stosowane to najbardziej

obecnie chyba rozprzestrzenione oznakowanie) zależy od prawdopodobień-stwa tego, że dana przyczyna pojawi się przy projektowaniu i w cyklu życia wyrobu doprowadzi do niezgodności.


38 www.proqual.pl


Skala częstości występowania rozpoczyna się od wartości 1, która oznacza: � wg AIAG – przyczyna zabezpieczona przez działania prewencyjne, nie może się pojawić;

� wg VDA 4 – przyczyna z występowaniem na poziomie 1 PPM (jeden raz na milion).Koniec skali to wartość 10, oznaczająca:

� wg AIAG – przyczyna występuje z częstością około 1 na 10; � wg VDA 4 – przyczyna występuje z częstością około 1 na 2.

Oceny pośrednie między OCC = 1 a OCC = 10 przyporządkowane są do rosnących stopniowo wartości PPM.

W przypadku PFMEA ocena jest wykonywana analogicznie. W tabeli 4.2 zestawiono punktacje proponowane przez AIAG i VDA.

AIAG VDA 410 100 000 PPM 500 000 PPM9 50 000 PPM 100 000 PPM8 20 000 PPM 30 000 PPM7 10 000 PPM 10 000 PPM6 2 000 PPM 5 000 PPM5 500 PPM 2 000 PPM4 100 PPM 500 PPM3 10 PPM 100 PPM2 1 PPM 10 PPM1 Wada/przyczyna zabezpieczona przez

działania prewencyjne 1 PPM

Tabela 4.2. Ocena częstości wy-

stępowania przyczyny niezgodności – PFMEA

Źródło: opracowanie na podstawie [VDA 4], [Potential

Failure Mode and Effects Analysis]

Należy pamiętać, że przedstawione w tabeli 4.2 wartości to tylko wy-tyczne i wartości ryzyka powinny być dopasowane do specyfiki organiza-cji i jej procesów. Inaczej będzie zbudowana tabela częstości występowania dla firmy produkującej 10 sztuk dziennie (produkcja jednostkowa), a inaczej dla produkcji na poziomie 100 000 sztuk dziennie (produkcja masowa). Ta-bela ta będzie też wymagała przerobienia np. w przypadku analizy procesów w ramach LFMEA. Wymusza to specyfika niezgodności i przyczyn w przypadku analizy procesów logistycznych. Same wartości PPM mogą więc ulec pewnym zmianom, trzeba jednak zwrócić uwagę na ważną różnicę pomiędzy podejściem AIAG i VDA – VDA dla wartości OCC = 1 nie wymaga udowodnienia pełnego zabezpieczenia przed pojawieniem się przyczyny niezgodności (np. w postaci poka-yoke).

39

4.4. Podsumowanie

Celem stosowania metody FMEA jest doprowadzenie do wdrożenia konkret-nych działań, które obniżą poziom ryzyka związany z pojawieniem się niezgod-ności u klienta. Ryzyko to można obniżać generalnie na dwa sposoby. Pierw-szym jest wprowadzenie szczelnej kontroli, drugim – ograniczanie częstości występowania przyczyn niezgodności przez wprowadzanie działań zapobie-gawczych. Działania takie jednak będą zawsze chybione, jeżeli nie przyłoży się odpowiedniej wagi do zidentyfikowania samej przyczyny. Można zatem zaryzy-kować twierdzenie, że etap określania przyczyn niezgodności jest najważniej-szy w całej analizie FMEA i wymaga najbardziej twórczego podejścia, rzutuje bowiem na skuteczność wykorzystania metody.


40 www.proqual.pl


41

5.1. Kontrola a sterowanie

W kolejnych wydaniach podręczników AIAG i standardów VDA opisujących pro-wadzenie analizy FMEA podejście do definiowania i oceniania kontroli w procesie ulegało znacznym zmianom. Początkowo nie odróżniano wyraźnie metod kontroli (wykrywania niezgodności) od metod prewencji (zabezpieczania przed wystąpie-niem niezgodności). Na ich wpisywanie na formularzu FMEA przeznaczona była jedna kolumna. Także w opisach pierwszych podręczników do FMEA nie przykła-dano dużej wagi do dokumentowania działań prewencyjnych. Typowy formularz do raportowania pracy w ramach FMEA w porównaniu z formularzami obecnymi był uproszczony. Wyszczególniono w nim bowiem tylko sześć kolumn (trzy pary) potrzebnych do oceny ryzyka dla poszczególnych niezgodności (rys. 5.1):

� skutki niezgodności dla klienta (customer effects) wraz ze znaczeniem nie-zgodności (severity),

� potencjalna przyczyna niezgodności (potential failure cause) wraz z oceną częstości występowania (occurance),

� bieżące nadzorowanie procesu (current process control) wraz z oceną sku-teczności wykrywania (detection).

VKontrola i sterowanie –

opis i ocena

42 www.proqual.pl


Szczególnie warto zwrócić uwagę na kolumnę „Bieżące nadzorowanie pro-cesu” (current process control). Typowe w Polsce tłumaczenie słowa „control” jako „kontrola” spowodowało, że w kolumnie tej zwyczajowo wpisywano jedy-nie działania kontrolne. Brakowało natomiast informacji o sposobach bieżącego sterowania procesami. Podobna sytuacja występuje także w przypadku pod-stawowego narzędzia statystycznego sterowania procesami (SPC). Po polsku nazywa się je „karta kontrolna”, nazwa oryginalna to „control chart”. I nazwa oryginalna znacznie lepiej wskazuje, do czego to narzędzie służy, bo jest to wykres pokazujący zachowanie się procesu w czasie i umożliwiający podejmo-wanie opartych na faktach decyzji na temat tego, czy i jak sterować proce-sem. Nie jest to natomiast narzędzie do kontroli procesu, kontroli w typowym rozumieniu tego słowa. Podobna sytuacja miała miejsce w przypadku FMEA. W kolumnie „Current process control” wpisywane były zwykle tylko działania stricte inspekcyjne. Sytuację nieco zmieniło wprowadzenie nowego podejścia, w ramach którego w kolumnie tej zaczęto wpisywać zarówno działania kontro-lne, jak i prewencyjne, poprzedzając je oznaczeniem D (dla działań kontrolnych) lub P (dla działań prewencyjnych). Sytuację taką przedstawiono na rys. 5.2.

Rys. 5.1. Układ kolumn

w starych wydaniach wytycznych do prowa-

dzenia analizy FMEAŹródło: opracowanie własne

na podstawie [Potential Failure Mode and Effects Analysis]

Rys. 5.2.Formularz FMEA z wpi-

sanymi działaniami prewencyjnymi

Źródło: opracowanie własne na podstawie [Potential Failure

Mode and Effects Analysis]

Podejście takie wydawać by się mogło odpowiednie, powodowało jednak poważny problem, mało dostrzegalny na pierwszy rzut oka przy ocenie wyni-ków FMEA. Otóż często w kolumnie opisującej bieżący nadzór nad procesem

43

Rys. 5.3.Formularz FMEA z wy-dzieloną prewencjąŹródło: opracowanie własne na podstawie [Potential Failure Mode and Effects Analysis]

wpisywane były same działania prewencyjne (gdy nie było wdrożonej żadnej kontroli), mimo to ocena wykrywalności była niższa niż 10. Dla wyjaśnienia – w przypadku FMEA ocena wykrywalności opisywana jest wartością oznaczaną, w zależności od formularza, jako:

� D lub DET (od ang. detection) – w formularzach wzorowanych na opraco-waniach anglojęzycznych (najbardziej popularne oznaczenie);

� O lub LPO (liczba priorytetowa wykrywalności) – w formularzach polskoję-zycznych;

� E (od niem. Entdeckungswahrscheinlichkeit) – w formularzach niemieckoję-zycznych.Skala oceny zaczyna się od wartości 1 (dla idealnej wykrywalności – z pew-

nymi zastrzeżeniami, o których później), a kończy na 10 (w sytuacji, gdy nie ma wdrożonych działań kontrolnych). Wpisywanie więc pozornych kontroli do kolumny, która ma później być podstawą do oceny wartości DET, powodowa-ło ostatecznie niesłuszne obniżanie poziomu ryzyka dla danej niezgodności, a więc zaniechanie działań doskonalących tam, gdzie mogły być potrzebne.

Na szczęście rozwiązanie takie okazało się tymczasowe, z czasem wprowa-dzono dodatkową kolumnę przeznaczoną specjalnie na działania prewencyjne. To wymusiło oddzielenie przy zapisie w formularzu prewencji od kontroli i nie powodowało zamieszania związanego z obniżaniem wartości DET na podsta-wie działań prewencyjnych (rys. 5.3).

Nadal jednak pozostawało pewne niedomówienie – dlaczego działania prewencyjne wpisywane są przed oceną wykrywalności, a nie przed oceną prawdopodobieństwa wystąpienia niezgodności. Przecież im lepsze działa-nia prewencyjne, tym rzadziej dana przyczyna wystąpi, a nie tym lepiej bę-dzie wykrywana. Ostateczna wersja formularza (wprowadzona m.in. ostatnim wydaniem podręcznika AIAG) wydaje się w tym świetle najbardziej logiczna.

Kontrola i sterowanie – opis i ocena

44 www.proqual.pl


Działania prewencyjne opisywane są zaraz po przyczynie niezgodności, a przed oceną jej występowania (rys. 5.4).

Rys. 5.4.Formularz FMEA

– ostatnie wydanie podręcznika AIAG

Źródło: opracowanie własne na podstawie [Potential Failure

Mode and Effects Analysis]

5.2. Wykrywanie niezgodności i przyczyny

Bardzo ważnym z punktu widzenia skuteczności analizy FMEA zagadnieniem-jest przypisywanie działań kontrolnych zarówno do niezgodności, jak i ich przy-czyn. Na tym polu w analizach FMEA pojawia się szczególnie dużo błędów, które wpływają na niepoprawnie policzony poziom ryzyka. W analizie FMEA punktem wyjścia jest oczywiście niezgodność, do której dopisuje się poten-cjalne skutki dla klientów, a następnie przyczyny, które mogą ją powodować. Przyczyny są więc nierozerwalnie związane z niezgodnością. Ideą opisywania działań kontrolnych w FMEA jest pokazanie, na ile klient (zewnętrzny lub we-wnętrzny) jest zabezpieczony przed niezgodnością, z uwagi na „szczelność” prowadzonych kontroli. Nie ma tu więc znaczenia, czy wykryta zostanie sama niezgodność, czy jej przyczyna. Oba zatem obszary kontroli powinny zostać opisane w formularzu. Obowiązują tu jednak dwie ważne z punktu widzenia logiki zasady postępowania:

1. Dla każdej przyczyny osobno należy zidentyfikować i wpisać adekwatne działania kontrolne.

2. Jeżeli zidentyfikowana będzie jakakolwiek metoda kontroli dotycząca sa-mej niezgodności, dopisana musi ona zostać do wszystkich przyczyn z tą niezgodnością związanych.

Należy jednak pamiętać, że standardy w zakresie formularzy należy trakto-wać jako wytyczne, podpowiedzi, a nie obowiązkowy wzór, chyba że taki zosta-nie narzucony przez klienta.

45

Jest to postępowanie bardzo logiczne, ale często nieprzestrzegane w przy-padku prowadzenia analizy FMEA (rys. 5.5).

Niezgodność A Skutki Przyczyna 2 Wykrywanie przyczyny 2Wykrywanie niezgodności A

Wykrywanie przyczyny 3Wykrywanie niezgodności APrzyczyna 3

Wykrywanie przyczyny 1Wykrywanie niezgodności APrzyczyna 1

Rys. 5.5.Przypisywanie działań kontrolnych w FMEA

Rys. 5.6.Formularz FMEA z wy-dzielonym miejscem na kontrolę przyczyny i niezgodnościŹródło: opracowanie własne na podstawie [Potential Failure Mode and Effects Analysis]

Dobrze pokazuje to też jedna z bardziej rozbudowanych propozycji formu-larza FMEA (rys. 5.6).

Osoba dokumentująca analizę jest tutaj zobowiązana do wyraźnego roz-dzielenia opisów kontroli przyczyny i kontroli samej niezgodności. O ile zazwy-czaj nie ma problemu z opisem sposobu wykrywania wady, o tyle pole przezna-czone na opis metod wykrywania przyczyny często pozostaje puste.

5.3. Ocena skuteczności kontroli

Ważnym zagadnieniem, którego należy dopilnować, jest to, żeby kontrole wdrożone w ramach zarządzania procesami, a tym samym wpisane w FMEA, były rzeczywiście skuteczne. Służy do tego m.in. podejście określane nazwą MSA (ang. Measurement System Analysis). Na rys. 5.7 przedstawiono podstawo-we procedury wykorzystywane w ramach MSA.

Warunkiem koniecznym uwzględnienia danej kontroli w ramach FMEA jest zapewnienie, że kontrola ta jest rzeczywiście skuteczna i jest w stanie ograni-czyć ryzyko związane z przedostaniem się niezgodności do klienta. Potrzebne są więc zadowalające wyniki poszczególnych badań w ramach MSA (w zależ-


46 www.proqual.pl


Jaki jest charakter badanej cechy?

MSA liczbowe

MSA atrybutowe

Metodyspecjalne

Procedura 1 Procedura 2 Procedura 3

Cech

a licz

bowa

Specyficzne warunki

Brak wpływu operatora

Wpływ

operatora i przyrządu

Bada

ny ty

lko p

rzyr

ząd

Cecha atrybutowa

Metoda krótka,metoda detekcji sygnałów,KAPPA

Metoda rozstępówMetoda ARM i RMObliczanie Cg/Cgk

Rys. 5.7.Podstawowe procedury

wykorzystywane w ramach MSA

ności od wybranej procedury stosowane są odpowiednie wartości progowe akceptowalności systemu pomiarowego). Po drugie należy dopilnować zgod-ności pomiędzy zapisami na formularzu FMEA a planem kontroli dla danego procesu (ang. Control Plan). Zdarzają się często przypadki, że działania kontrolne istnieją tylko na formularzu FMEA (żeby były podstawy do obniżenia poziomu ryzyka), a nie ma po nich śladu ani w planach kontroli, ani w instrukcjach opisu-jących dany proces, nie słyszeli też o nich pracownicy realizujący dany proces. Taka sytuacja, gdy chcemy wykorzystać FMEA do obniżenia ryzyka związanego z prowadzeniem procesu, jest zupełnie nie do zaakceptowania.

Drugim aspektem oceny skuteczności kontroli jest to, jakie procedury wy-krywania są wykorzystywane. Inna bowiem jest ocena ryzyka związanego z niewykryciem problemu w przypadku kontroli automatycznej, a inna w przy-padku np. kontroli wizualnej. Podobnie jak w przypadku dwóch pozostałych składników ryzyka w FMEA (znaczenia niezgodności dla klienta oraz częstości występowania) jako podstawę do punktacji stosować można:

1. Podejście zgodne z podręcznikiem Potential Failure Mode and Effects Analysis (FMEA) publikowanym przez AIAG (Automotive Industry Action Group) – wersja obowiązująca to wydanie czwarte z roku 2008.

47

2. Podejście zgodne z VDA 4 Quality Assurance Prior to Serial Production – Product and Process FMEA – wydanie z roku 2006, zaktualizowane ostat-nio w roku 2012.

3. Podejście opracowane wewnętrznie przez organizację lub narzucone przez jej klientów.

Dwa pierwsze dokumenty są ogólnie znanymi standardami, trzeci natomiast jest pewną opcją, którą stosuje się często w przypadku analizowania procesów niestandardowych (głównie nieprodukcyjnych), np. logistycznych lub innych [Goble, Brombacher]. Przy tworzeniu LFMEA (FMEA logistyki) standardowe metody kontroli nie zawsze mogą mieć zastosowanie i warto w takim przypad-ku opracować własną, wewnętrzną tabelę do oceny wykrywalności.

Przeglądając kolejne podręczniki opracowane przez AIAG, można zauwa-żyć, jak ewoluowało podejście do uściślania oceny dla poszczególnych metod kontroli (co zapewne miało na celu niedopuszczenie do przeszacowywania dzia-łań detekcyjnych, które już ze swojej natury nie są bardzo skuteczne).


Wartość DET

Opis z wydania 3. podręcznika AIAG Opis z wydania 4. podręcznika AIAGSzansa na wykrycie Metody kontroli (wybrane)

10 Żadna… …9 Bardzo znikoma… …

8

Znikoma szansa… Weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniejsze badania przed wdrożeniem projektu z testami przechodzi/nie przechodzi (testowanie podsystemu lub systemu z kryteriami akceptacji odpowiednimi dla zastosowania wyrobu)

7 Bardzo mała… …6 Mała… …5 Średnia… …4 Średnio wysoka… …

3

Duża… Walidacja produktu (testy niezawod-ności, testy walidacji) przed zatwier-dzeniem produkcji, używając testów zniszczeniowych

2 Bardzo duża… …

1Kontrola prawie na pewno wykryje potencjalną przyczynę niezgodności i/lub późniejszą niezgodność

…

Tabela 5.1.Ocena wykrywalności przy DFMEAŹródło: opracowanie własne na podstawie [Potential Failure Mode and Effects Analysis]

48 www.proqual.pl


W przypadku analizy konstrukcji (DFMEA) szczególnie radykalną zmianę w podejściu widać pomiędzy wydaniem 3. a 4. podręcznika. Streszczenie wy-tycznych do oceny wykrywalności zaprezentowano w tabeli 5.1. Widać w nich uściślenie metod kontroli, co na pewno spowodowało zmniejszenie subiektywi-zmu w ocenie dokonywanej przez zespoły FMEA.

Punktacja wykrywania wygląda wtedy następująco: � 10 – nie ma bieżących kontroli projektu; wykrycie niemożliwe lub nie są prowadzone analizy.

� 9 – stosowane metody kontroli są nisko skuteczne; analizy wirtualne nie są skorelowane z oczekiwanymi aktualnymi warunkami operacyjnymi (eksplo-atacją).

� 8 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniej-sze badania przed wdrożeniem projektu z testami typu „przechodzi/nie przechodzi”.

� 7 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniejsze badania przed wdrożeniem projektu z testami „test to failure”.

� 6 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniejsze badania przed wdrożeniem projektu z testami zniszczeniowymi.

� 5 – walidacja produktu przed zatwierdzeniem produkcji z użyciem testów „przechodzi/nie przechodzi”.

� 4 – walidacja produktu przed zatwierdzeniem produkcji z użyciem testów „test to failure”.

� 3 – walidacja produktu przed zatwierdzeniem produkcji z użyciem testów zniszczeniowych.

� 2 – analizy i kontrole projektu dają dużą wykrywalność (np. analizy wirtu-alne).

� 1 – przyczyna wady lub wada nie mogą się pojawić, pełna skuteczność działań zapobiegawczych.Dłuższą drogę miała zmiana podejścia przy ocenie wykrywalności w przy-

padku analizy procesu (PFMEA). Znaczące zmiany w opisywaniu kontroli poja-wiły się już w 3. wydaniu podręcznika AIAG. Zrezygnowano z bardzo ogólne-go opisywania metod kontroli (np. średnia szansa na wykrycie niezgodności) na rzecz przyporządkowania poszczególnym metodom kontroli odpowiedniej wartości DET. I tak np. jednokrotnej kontroli wizualnej przypisano wartość 8, kontroli wizualnej co najmniej podwójnej – wartość 7 (kontrola prowadzona

49

przez co najmniej dwie osoby oceniona została zatem jako bardziej skuteczna), kontroli z wykorzystaniem sprawdzianów – wartość 5 itd. W 3. wydaniu pod-ręcznika AIAG wprowadzono też podział metod kontroli na trzy grupy:

� A – prewencja, zabezpieczenie przed niezgodnością, � B – pomiary, � C – kontrola manualna (bez wykorzystania urządzeń).

Podręcznik w wydaniu 4. zrezygnował już z takiego wyraźnego podziału.W tabeli 5.2 zestawiono wybrane opisy metod kontroli z trzech ostatnich

wydań podręcznika AIAG.

DET

Opis z wydania 2. podręcznika AIAG



Prawdopodobieństwo wykrycia (skrót)

Metody kontroli (wybrane) Metody kontroli (wybrane)

10Zerowe… Brak możliwości wykrycia Brak obecnie kontroli

procesu…

9Bardzo znikome… C Losowa (incydentalna)

kontrola…

8

Znikome… C Kontrola jest prowadzona tylko przez ocenę wzro-kową

Wada wykrywana jest po procesie przez operatora dzięki kontroli wizualnej, dotykowej, słuchowej

7

Bardzo małe… C Kontrola polega na podwój-nej kontroli wzrokowej

Wykrywanie wady na stanowisku przez operatora przez wizualną, dotykową, słuchową kontrolę lub…

6 Małe… … …

5

Średnie… B Pomiary liczbowe przygo-towane przed miejscem zwalniania części albo kontrola „go – no go” dla 100% części

Wykrywanie wady lub przy-czyny wady na stanowisku przez operatora przez wykorzystanie przyrządu pomiarowego…

4 Średnio duże… … …

3Duże… B … Wykrywanie wady na

stanowisku przez automa-tyczne kontrole…

2Bardzo duże… A Automatyczne pomiary na

stanowisku pracy…Wykrywanie przyczyny na stanowisku przez automa-tyczne kontrole…

1

Bieżące kontrole prawie na pewno wykryją nie zgodność; niezawodne kontrole są znane z podobnych procesów

A Wyroby wadliwe nie mogą zostać wyprodukowane z uwagi na sposób zapro-jektowania procesu lub wyrobu

… części niezgodne nie mogą być wyprodukowane z uwagi na zabezpieczenie w czasie projektowania procesu/wyrobu

Tabela 5.2.Ocena wykrywalności przy PFMEAŹródło: opracowanie własne na podstawie [Potential Failure Mode and Effects Analysis]


50 www.proqual.pl


Warte zwrócenia uwagi są trzy fakty. Po pierwsze podręczniki AIAG idą w kierunku uściślania metod kontroli, a przy okazji zmienia się podejście do nie-których z nich (np. zrezygnowano z elementu „podwójna kontrola wzrokowa” – obecnie dublowanie takiej kontroli nie ma wpływu na ocenę). Zaczęto inaczej punktować kontrolę w zależności od miejsca, w którym jest ona prowadzona (wyżej ceni się np. kontrolę wizualną prowadzoną na stanowisku pracy od kontroli prowadzonej poza nim, po procesie). Po drugie w ostatnim wydaniu podręcznika wyraźnie rozróżniono wykrywanie przyczyny od wykrywania wady (np. DET = 2 i DET = 3), co nie miało miejsca wcześniej. Po trzecie wartość DET = 1 nie jest przyznawana, jak by się mogło wydawać, za idealną, pewną wykrywalność. Można jej użyć jedynie w przypadku, gdy proces jest zupełnie zabezpieczony przed pojawieniem się danej niezgodności. W przypadku więc, gdy na formu-larzu FMEA w kolumnie DET wpisane jest 1, spodziewać się należy, że przed oceną częstości występowania OCC opisane są szczegółowo działania, które uniemożliwiają pojawienie się opisanej w danym wierszu potencjalnej przyczyny niezgodności.

W przypadku kolejnych wydań podręczników VDA podejście do oceny wy-krywalności praktycznie się nie zmienia. Nadal są to bardzo ogólne opisy sku-teczności stosowanych metod kontroli, przyporządkowane niejednoznacznie do oceny punktowej. Dla przykładu VDA 4.2 podawało następujący opis dla ocen 4-5-6: „Średnie prawdopodobieństwo wykrycia. Wykrycie przyczyny nie-zgodności jest prawdopodobne, metody kontroli są stosunkowo pewne. Pew-ność metody kontrolnej 99,7%”. Dyskusyjne jest podawanie poziomu pewności, ale już sam opis przyporządkowany aż do trzech wartości liczbowych pokazuje, że ocena wykrywalności miała tu duży poziom subiektywizmu. Sytuacja ta nie uległa radykalnym zmianom w obecnym wydaniu VDA 4 (tabela 5.3). Zakres punktów 4-5-6 ma nadal wspólny opis: „Niezgodność ze średnim potencjałem wykrycia. »Dojrzałe« procedury z porównywalnych procesów…”. Nie widać tu zatem znacznego postępu w kierunku ukrócenia subiektywności analizy FMEA i ograniczania możliwości nieuzasadnionego minimalizowania poziomu ryzyka.

51

Wartość (ryzyko niewykrycia wady/

przyczyny)Wykrycie błędu w procesie

Bardzo wysokie 10-9

Bardzo małe prawdopodobieństwo wykrycia błędu, nie ma procedury kontrolnej

Wysokie 8-7

Małe prawdopodobieństwo wykrycia błędu, niepewne metody kontroli

Średnie 6-5-4

Średnie prawdopodobieństwo wykrycia błędu, metoda kontroli sprawdzała się przy podobnych projektach

Małe 3-2

Wysokie prawdopodobieństwo wykrycia błędu, metoda potwierdzo-na na drodze analiz MSA

Bardzo małe 1

Bardzo wysokie prawdopodobieństwo wykrycia błędu, metoda zwali-dowana na analizowanym wyrobie

Tabela 5.3.Przykładowe oceny wykrywalności wg standardu VDA 4Źródło: opracowanie na podstawie [VDA 4]

Jak zatem widać, kryteria oceny wykrywalności są różne. Należy przy tym szczególnie pamiętać, że priorytet mają zawsze standardy narzucone przez klienta.


52 www.proqual.pl


53

6.1. Końcowa ocena ryzyka – wprowadzenie

Podstawowym celem stosowania metody FMEA jest obniżenie ryzyka wypro-dukowania i dostarczenia klientowi wyrobu niezgodnego. Środkiem do tego jest zebranie informacji o rzeczywistych i potencjalnych problemach związa-nych z danym wyrobem lub procesem, a następnie na ich podstawie, w oparciu o określony poziom ryzyka, zaproponowanie niezbędnych działań doskonalą-cych.

Ważne jest jednak, aby grupa stosująca analizę FMEA bardzo wyraźnie ro-zumiała, że samo zebranie danych, obliczenie poziomu ryzyka poprzez okre-ślenie znaczenia niezgodności dla klientów, prawdopodobieństwa wystąpienia przyczyn oraz skuteczności kontroli to tylko środek do celu, którym ma być zabezpieczenie firmy i jej klientów przed niezgodnościami. Praktyka pokazuje jednak, że wiele zespołów FMEA stawia sobie za cel udowodnienie, że ryzyko praktycznie nie istnieje i nic nie trzeba poprawiać. Problem polega wtedy na tym, że mimo niewielkiego co do wartości poziomu ryzyka wykazanego w cza-sie analizy nie znikają problemy związane z wyrobami niezgodnymi.

VIOcena ryzyka

54 www.proqual.pl


6.2. Wskaźnik ryzyka – RPN

Najbardziej rozpowszechnionym wskaźnikiem poziomu ryzyka w przypadku metody FMEA jest wskaźnik będący iloczynem trzech składników ryzyk:

� znaczenia niezgodności dla klienta (oznaczenia S, SEV, LPZ, Z itp.), � prawdopodobieństwa pojawienia się przyczyny niezgodności (oznaczenia OCC, O, LPW, W itp.),

� skuteczności kontroli (oznaczenia DET, D, LPO, O itp.).Wskaźnik ryzyka ma różne oznaczenia, zależne od standardów i języka obo-

wiązującego przy podaniu metody.W Polsce najbardziej popularne oznaczenia to:

� RPN (Risk Priority Number), � R (ryzyko), � LPR (liczba priorytetowa ryzyka).

Zważywszy na składniki iloczynu wykorzystywanego do obliczenia poziomu ryzyka, z których każdy podany jest w przedziale od minimalnego 1 (co oznacza brak problemu) do maksymalnego 10 (co oznacza poważny problem związany z danym zagadnieniem), ryzyko może przyjmować wartości od 1 – w sytuacji idealnej, do 1000 w sytuacji maksymalnego ryzyka. Powstaje zatem pytanie, przy jakiej wartości ryzyka należy reagować. Nie ma w tym zakresie żadnych międzynarodowych standardów. Zwyczajowe podejście mówi o tym, że:

� gdy RPN < 100 – nie ma ryzyka, � gdy RPN ≥ 100 – ryzyko istnieje i niezbędne jest zaplanowanie i wdrożenie działań obniżających ryzyko.Często jednak poziom ryzyka zależy od specyfiki grupy i analitycy bardziej

pesymistyczni (ostrożni) będą mieli tendencję do wyższych ocen, optymiści mogą mieć skłonności do zaniżania ryzyka. Optymalne wydaje się więc wyko-rzystanie do podsumowania wyników analizy prostej analizy Pareto-Lorenza (rys. 6.1).

55

Rys. 6.1.Przykładowe zestawie-nie wyników analizy FMEA z wykorzysta-niem analizy Pare-to-Lorenza (program PQ-FMEA)

Na rys. 6.1 przedstawiono podsumowanie oceny ryzyka dla kilkudziesięciu przyczyn. Słupki niebieskie pokazują poziom ryzyka pierwotny (początkowy), na żółto oznaczono poziomy ryzyka po wprowadzeniu zaplanowanych działań doskonalących. Można więc od razu zobaczyć, czy działania te są wystarczają-co skuteczne.

6.3. Wskaźnik ryzyka – SOD

Wykorzystanie wskaźnika RPN to podejście proste i wygodne (jednokryterialne i przejrzyste), taka ocena ryzyka jednak ma podstawową wadę: bardzo spłasz-cza obraz ryzyka związany z daną niezgodnością. Dla przykładu, RPN będzie miał identyczną wartość dla następujących sytuacji:

1. S = 9, O = 2, D = 3, zatem RPN = 54;2. S = 2, O = 3, D = 9, zatem RPN = 54.Te sytuacje z punktu widzenia istotności dla klienta wyglądają jednak zupeł-

nie inaczej. Wada/przyczyna nr 1 jest niebezpieczna dla klienta, może się poja-wić i nie ma całkowitej pewności co do jej wyłapania – istnieje więc poważny problem. Wada/przyczyna 2 będzie niezauważona przez większość klientów i choć prawie na pewno jej nie wyłapiemy naszym systemem kontrolnym, to pojawia się rzadko, przez co nie stanowi istotnego dla firmy problemu.

Ocena ryzyka

56 www.proqual.pl


Innym, poza RPN, wskaźnikiem ryzyka jest wskaźnik SOD. Powstaje on przez zestawienie wartości S, O i D. Czyli dla przedstawionych powyżej sytuacji SOD wynosiłby odpowiednio:

1) 923,2) 239.Klient może w takiej sytuacji podać dostawcy wartość graniczną np. w po-

staci wartości SOD = 922. Wszystko powyżej tej wartości będzie wymagało do-skonalenia. Wykorzystanie SOD wymaga oczywiście odpowiedniego skrócenia skali punktacji, ponieważ SOD musi mieć tylko trzy znaki – nie stosuje się więc tu wartości maksymalnej 10.

6.4. Macierz ryzyka

Ostatnim typowym sposobem oceny ryzyka, proponowanym formalnie m.in. przez standard VDA 4, jest tzw. macierz ryzyka. Jest to matryca przygotowana zwykle w układzie SxO (czyli znaczenie dla klienta i prawdopodobieństwo wy-stępowania) przedstawiająca ilość przyczyn mających daną ocenę, wskazaną pozycją w macierzy.

Przykład takiej macierzy przedstawiono na rys. 6.2.

Rys. 6.2.Przykład analizy ryzyka

z wykorzystaniem macierzy SxO (program

PQ-FMEA)

57

Macierz przedstawiona na powyższym rysunku wskazuje np., że aż 50 przyczyn jest obecnie na polu czerwonym, czyli ma przy względnie dużym zna-czeniu dla klienta względnie duże prawdopodobieństwo wystąpienia. W strefie zielonej jest już 78 przyczyn i ich sytuację można uznać za „opanowaną” (nie ma istotnego ryzyka wymagającego interwencji).

Zakres stref kolorystycznych może być zmieniony w zależności od wyma-gań klienta i obowiązujących w firmie wewnętrznych standardów. Można też wykorzystać macierze o innym niż SxO układzie: SxD lub OxD, choć nie są one już tak popularne.

6.5. Podsumowanie

Jak widać, dwa najbardziej popularne obecnie zbiory wytycznych do prowa-dzenia FMEA (AIAG i VDA) w różny sposób podchodzą do problemu oceny wykrywalności niezgodności lub jej przyczyny, do oceny ryzyka i raporto-wania wyników analizy. Trudno jednoznacznie zawyrokować, czy skrupulat-ne, sztywne podejście reprezentowane w AIAG jest lepsze (warto tu jeszcze zaznaczyć, że w podręczniku AIAG wyraźnie zaznaczono, że podane tabele z punktacją są jedynie propozycją, którą można zmodyfikować w czasie prowa-dzenia analizy). Poza tym niektórzy producenci samochodów opracowali swoje zasady oceny, które w przypadku produkowania części dla nich trzeba bez-względnie stosować, a standardy te nierzadko znacznie rozmijają się z zapisami AIAG i VDA. Dla przykładu w wymaganiach firmy Renault podane jest, że do wpisania wartości DET = 1 wystarczające jest zastosowanie jakiejkolwiek 100% kontroli automatycznej z separowaniem wyrobów niezgodnych. Jak opisano powyżej, w AIAG ocena taka występuje tylko w przypadku, gdy proces jest w pełni zabezpieczony przed pojawieniem się niezgodności. Możliwe zatem, że ta sama metoda kontroli uzyska raz ocenę 1 (wymagania Renault), a raz ocenę 4 (zgodnie z AIAG).

Przykład pełnej analizy PFMEA przedstawiono na rys. 6.3.

Ocena ryzyka

58 www.proqual.pl


Rys. 6.3.Fragment analizy

PFMEA – przykład (program PQ-FMEA)

Powyższy rysunek nie pokazuje oczywiście całej analizy, a tylko kompletne rozpisanie jednej, wybranej niezgodności. Pełna analiza to często kilkaset stron. Często jedno stanowisko robocze zajmuje na wydruku 5-15 stron (choć oczywi-ście ilość stron nie świadczy w ogóle o jakości samej analizy).

Podsumowując, najważniejsze wydaje się to, aby zespół FMEA bardzo świa-domie podszedł do problemu oceny skuteczności metod kontroli i zastosował takie kryteria, które nie spowodują pozornego obniżania poziomu ryzyka, bo to w prostej linii prowadzi do reklamacji, zatrzymywania linii klienta lub w najgor-szym przypadku akcji nawrotowych z rynku (szczególnie w przemyśle motory-zacyjnym).

Fazaprocesu

Funkcja Potencjalny rodzaj błędu

Uszczelkaniezamontowana

Brak możliwości zatrzymania pojazdu

Operator pominął operację montażu

Operator nie zauważył już zamontowanej uszczelki i po-nowił operację montażu

Operator pomylił montowane uszczelki

Zamontowana uszczelka niezgodnego typu

Zamontowana więcej niż jedna uszczelka

Prawidłowa pozycja uszczelkiUszczelka nieuszkodzona

Kontrola wizyjna po ostatniej operacji montażu z wizualizacją świetlną braku uszczelki

Zamontowany podajnik uszczelek z czujnikiem pobrania i blokadą kolejnej operacji

Zamontowany podajnik uszczelek z czujnikiem pobrania i blokadą kolejnej operacji

Jan Kowalski

Adam Nowak

kliknij aby edytować




2012-09-29 (39) 2012-09-29 (39)

2012-10-19 (42) 2012-10-19 (42)

brak daty

brak daty

brak daty

brak daty

Kontrola obecności uszczelki na stanowisku pracy systemem wizyjnym (z blokadą części niezgodnej)

Kontrola obecności uszczelki na stanowisku pracy systemem wizyjnym (z blokadą części niezgodnej)

Instrukcja stanowiskowaSzkolenie stanowiskowe

10 CC 6 5 10 2 3 60300Montaż uszczelki DW14

Zamontowana jedna uszczelka prawidłowego typu

Potencjalny skutek błędu

Potencjalna przyczyna

błęduSterowaniePrewencja

SterowanieKontrola

Zalecane działania

Odpowiedzial-ność

Planowana data ukończenia

Podjęte działaniaData zakończenia RPN

RPN

Stan bieżący Wynik działań

Dotk

liwoś

ć (S

)

Klas

yfik

acja

Wys

tępow

alnoś

ć (O)

Wyk

rywa

lność

(D)

Dotkl

iwoś

ć

Wys

tępow

anie

Wyk

rywa

lność

59

7.1. Zakres i cele MFMEA

MFMEA – ang. Machinery FMEA – to metoda używana przede wszystkim przez zespoły odpowiedzialne za pracę maszyn. Ma ona zapewnić, że potencjalne błędy i ich przyczyny wynikające z pracy maszyn zostały rozważone i przypisa-ne. MFMEA powinno być uważane za jedno z najlepszych źródeł informacji do planowania działań w zakresie utrzymania parków maszynowych (TPM).

Za podstawowe cele MFMEA można uznać: � pomoc w obiektywnej ocenie i zrozumieniu sposobu pracy maszyn; � podniesienie prawdopodobieństwa tego, że potencjalne niezgodności zo-staną rozpoznane i usunięte przed wyprodukowaniem maszyny;

� dostarczenie informacji pomocnych w planowaniu TPM.Odpowiednie wykorzystanie MFMEA poprawia niezawodność pracy ma-

szyn, przez co obniża koszty, podnosi OEE itp. MFMEA jest metodą o szero-kich zastosowaniach, dotyczy bowiem zarówno maszyn, jak i wszelkich narzędzi i urządzeń wykorzystywanych w ramach procesów.

VIIMFMEA

60 www.proqual.pl


7.2. Ocena ryzyka i formularz

Generalnie ocena ryzyka przy MFMEA nie różni się niczym od innych analiz z grupy FMEA. Analizuje się niezgodności, ich skutki i przyczyny, przypisuje się działania prewencyjne i kontrolne, wyznacza się stopień ryzyka RPN. Najczęst-szym błędem popełnianym przy pracy z MFMEA jest jej mylenie z DFMEA lub PFMEA. Machinery FMEA nie skupia się bowiem na projekcie maszyny, nie jest też analizą tego, w jaki sposób błędy pracy maszyny mogą wpłynąć na jakość produkowanych wyrobów (przynajmniej nie bezpośrednio). Przykładowe błędy (failures) analizowane w odniesieniu do maszyny to: nieprzesłany sygnał, niewy-konany program operacji, przesłane za wysokie napięcie.

Skutki niezgodności przy MFMEA można podzielić na trzy grupy: � wpływ na bezpieczeństwo operatora (9-10), � zatrzymanie procesu (3-8, np. 4 to zatrzymanie procesu na okres 10-30 minut),

� wzrost zmienności procesu (1-2).Ocena częstości występowania bazuje na ilości błędów pracy maszyny

w przeliczeniu na godzinę lub ilość cykli albo na wartościach MTBF.Działania kontrolne ujęte w MFMEA powinny opisywać stosowane metody

wykrycia niezgodności lub jej przyczyny, zanim pojawią się ich skutki wpływają-ce na przebieg procesu. W najnowszym wydaniu podręcznika AIAG (Machinery FMEA, 2nd Edition, 2012), w porównaniu zarówno z poprzednim podręcznikiem AIAG z roku 2001, jak i np. podręcznikiem Forda z roku 1996, dodano w formu-larzu kolumnę Current Machine Controls Mitigation (kolumna ta jest tuż przed oceną wykrywalności – DET). Powinno się w nią wpisywać czynności, które łagodzą problemy działania maszyny. Zatem finalna ocena czynnika DET wyni-ka zarówno z działań typowo kontrolnych, jak i działań mitigation. Poza tą jedną zmianą formularz jest kopią formularza stosowanego np. w trakcie DFMEA.

61

8.1. Zakres i cele rPFMEA

rPFMEA to mało na razie znana w Polsce analiza Reversed PFMEA (polska na-zwa tej metody to zwykle: odwrócone PFMEA). Sam przebieg tej analizy nie doczekał się na razie zestandaryzowanych międzynarodowych opisów, aczkol-wiek prowadząc warsztaty z tego zakresu, można bazować na różnych listach kontrolnych opracowanych np. przez firmy z branży motoryzacyjnej (w tym szczególnie o wymaganiach GM przedstawionych w specyfikacji QSB+).

Celem rPFMEA jest ponowna ocena wiarygodności wartości RPN wyzna-czonych w trakcie typowych warsztatów PFMEA oraz potwierdzenie adekwat-ności zdefiniowanych wad, przyczyn, prewencji i kontroli. Jest to, podobnie jak zwykła analiza FMEA, praca zespołu interdyscyplinarnego, który bazując na obserwacji linii produkcyjnej, wraca do takich dokumentów jak diagram prze-pływu procesu, instrukcje stanowiskowe, zapisy z monitorowania procesu itp.

VIIIrPFMEA

62 www.proqual.pl


8.2. Przebieg rPFMEA – podstawy

Istota analizy rPFMEA może zostać sprowadzona do czterech aspektów:1. Jest to działanie przeprowadzone w dużym zakresie przy stanowisku pracy. Analizy rPFMEA nie robi się „przy biurku”, gdyż jej celem nie jest sprawdzenie

poprawności obliczeń i logiki PFMEA, a na pewno nie jest to cel podstawo-wy. Potrzebny jest zatem swobodny dostęp do procesu.

2. rPFMEA obejmuje przegląd, czy zdefiniowano wszystkie możliwe wady i przyczyny.

Ważnym elementem analizy jest przez to interdyscyplinarny zespół, którego wiedza teoretyczna (w zakresie materiałoznawstwa, wykorzystanych tech-nologii itp.) oraz doświadczenie praktyczne pozwolą na ocenę kompletności analizy.

3. Przeprowadzona powinna być oparta na „twardych danych” ocena skutecz-ności działań kontrolnych i prewencyjnych.

Do zrealizowania tego elementu analizy wykorzystywane są dane staty-styczne m.in. z analiz MSA, raporty braków wewnętrznych, rejestry reklama-cji itp. Takie dane pokażą, na ile rzeczywiście klienci firmy są zabezpieczeni przed dostawą wyrobów niezgodnych.

4. Weryfikacja i, jeżeli to możliwe, redukcja RPN w oparciu o aktualne dane. Z uwagi m.in. na starzenie się maszyn, nabieranie doświadczenia przez pra-

cowników, rozwój firmy w zakresie TPM, warunki, w jakich przebiega proces, ulegają ciągłym zmianom. rPFMEA to okazja, żeby zweryfikować prawdopo-dobieństwo wystąpienia poszczególnych przyczyn niezgodności oraz skutki tych niezgodności – zwłaszcza w odniesieniu do klientów wewnętrznych (co może wynikać np. z uwagi na zmiany w layoucie procesu).

Ważną zasadą prowadzenia analizy rPFMEA jest udział w niej co najmniej jednej osoby „zewnętrznej”, to znaczy osoby, która nie była zaangażowa-na w PFMEA badanego procesu i praktycznie go nie zna. Rolą takiej osoby jest wskazywanie „świeżym okiem” czasami nawet absurdalnych możliwych błędów, co ma doprowadzić do jeszcze lepszego uszczelnienia na wady po-szczególnych faz procesu. Nie do przecenienia jest także rola przedstawiciela działu utrzymania ruchu (pracownicy UR także poza rPFMEA coraz częściej zaangażowani są w analizy ryzyka) – ma on czuwać nad tym, żeby w czasie

63

prowadzenia eksperymentów zespół nie doprowadził do uszkodzenia wypo-sażenia procesu.

I ostatnia cecha pracy z rPFMEA – ponieważ jest to pewna forma audytu, to tak też powinna wyglądać organizacyjnie. Standard QSB+ wymaga, aby opra-cowany był szczegółowy harmonogram analiz rPFMEA zapewniający, że w za-planowanym okresie zostanie wykonany przegląd wszystkich procesów. Poza tym dla ujednolicenia podejścia powinien być opracowany dokument w stylu listy kontrolnej, dzięki któremu za każdym razem zadane będą wszystkie pyta-nia, które są ważne z punktu widzenia oceny analizy ryzyka.

8.3. Dokumentowanie rPFMEA

Dokumentacja RFMEA obejmuje dwa rodzaje zapisów. Pierwszym jest uaktual-niony formularz FMEA. Jest to taki sam formularz, jaki był przez zespół wyko-rzystany do źródłowej, ocenianej analizy (AIAG, VDA, formularz firmowy). Dru-gim dokumentem jest lista kontrolna, która pozwoli na przechowanie informacji, które dokumenty zostały w trakcie warsztatów RFMEA wykorzystane i jakie podjęto decyzje w zakresie rewizji oryginalnego FMEA.

64 www.proqual.pl


65

Bibliografia

1. Arunajdai S.G., Stone R.B., Tumer I.Y., Failure mode identification through clu-stering analysis.

2. Ecks G., Making Six Sigma Last. Managing the Balance Between Cultural and Technical Change, John Wiley & Sons, Inc., New York 2001.

3. Goble W.M., Brombacher A.C., Using a Failure Modes, Effects and Diagnostic Analysis (FMEDA) to measure diagnostic coverage in programmable electronic systems, „Reliability Engineering & System Safety” 1999, nr 2.

4. Greber T., The Analysis of Information as a Source of Quality Improvement, [w:] Management Information Systems – Conceptual and Technological Issues, Oficy-na Wydawnicza Politechniki Wrocławskiej, Wrocław 1998.

5. Greber T., FMEA jako element prewencji przy zarządzaniu jakością – rozwój me-tody, „Zarządzanie Jakością” 2009, nr 3-4.

6. Greber T., Analiza FMEA – prawidłowe definiowanie niezgodności jako podstawa skutecznej analizy, „Zarządzanie Jakością” 2010, nr 1.

7. Greber T., Analiza skutków niezgodności dla klienta w ramach analizy FMEA, „Zarządzanie Jakością” 2010, nr 2.

8. Greber T., Przyczyny niezgodności w procesach – identyfikowanie i ocenianie w ramach FMEA, „Zarządzanie Jakością” 2010, nr 3-4.

9. Greber T., Audit drugiej strony jako badanie zadowolenia klienta i szansa na roz-wój, [w:] Orientacja na klienta jako kryterium doskonałości, pod red. T. Borysa i P. Rogali, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wro-cław 2011.

10. Greber T., Kontrola i sterowanie w analizie ryzyka zgodnie z metodą FMEA, „Zarządzanie Jakością” 2011, nr 1.

11. Hamrol A., Zapewnienie jakości w procesach wytwarzania, Wydawnictwo Poli-techniki Poznańskiej, Poznań 1995.

12. Harry M., Schroeder R., Six Sigma. Wykorzystanie programu jakości do popra-wy wyników finansowych, Oficyna Ekonomiczna, Kraków 2001.

13. Latino R.J., Optimizing FMEA and RCA efforts in health care, „ASHRM Journal” 2004, nr 3.

14. Marczak M., Jakość wyrobu a zysk przedsiębiorstwa produkcyjnego, „Problemy Jakości” 2001, nr 5.

66 www.proqual.pl


15. MIL-P-1629A, Procedures for performing a failure modes, effects, and criticality analysis, 1980.

16. Montgomery D.C., Introduction to Statistical Quality Control, John Wiley and Sons, New York 1991.

17. Oborska-Kumaszewska D., Greber T., Ocena ryzyka w radiologii – element auditu klinicznego, „Zarządzanie Jakością” 2011, nr 2.

18. Opolski K., Zarządzanie przez jakość, „Zeszyty Finansowe” 1998, nr 8.19. Potential Failure Mode and Effects Analysis (pierwsze wydanie 1993 r., ostatnia

aktualizacja w roku 2008), Automotive Industry Action Group.20. Smuśkiewicz P., Design of Experiment na produkcji, „Zarządzanie Jakością”

2012, nr 2.21. Swift K.G., Allen A.J., Product Variability Risks and Robust Design, Proceedings

of Institution of Mechanical Engineers, Part B, „Journal of Engineering Ma-nufacture”.

22. VDA 4, Quality Assurance Prior to Serial Production – Product and Process FMEA (wydanie z 2006 r., zaktualizowane w 2009 r.).

23. Wielebnowski B., Gawąd P., Metoda planowania eksperymentu jako narzędzie doskonalenia procesu produkcyjnego, „Zarządzanie Jakością” 2006, nr 4.

Od ponad 20 lat zajmuję się zagadnieniami związanymi z sys-temami zarządzania jakością i środowiskiem, metodami staty-stycznymi w zarządzaniu jakością, organizacją pracy, audytami oraz badaniami ankietowymi, podejściami KAIZEN/Lean oraz Six Sigma. Wdrażam i doskonalę systemy zarządzania, prowa-dzę też szkolenia dla audytorów pierwszej, drugiej i trzeciej strony. Moderuję warsztaty grup zajmujących się analizą ryzy-ka w procesach produkcyjnych, usługowych, handlowych i lo-gistycznych.

W ramach firmy PROQUAL Management Institute (której jestem współwłaścicielem) prowadzę warsztaty, projekty oraz konsultuję firmy z różnych branż (m.in. motoryzacja, AGD/RTV, usługi medyczne, lotnictwo, produkcja wyrobów medycz-nych). Prowadzę także zajęcia na państwowych i prywatnych uczelniach wyższych oraz studiach podyplomowych. Mam też przyjemność być prelegentem krajowych i międzynarodowych konferencji związanych z tematyką zarządzania.

Nadzorowałem ponad 1500 dni warsztatów i szkoleń z za-kresu FMEA. Przygotowałem też do pracy wielu moderatorów FMEA, którzy są teraz odpowiedzialni za rozwijanie analizy ry-zyka w swoich firmach. Prowadzę szkolenia i warsztaty m.in. z zakresu PFMEA (analiza procesu), DFMEA (analiza konstruk-cji), MFMEA (analiza maszyn), LFMEA (analiza logistyki), HFMEA (analiza działalności w służbie zdrowia), rFMEA (reversed FMEA). Specjalizuję się także w metodach wykorzystywanych w po-wiązaniu z FMEA, takich jak SPC, MSA, QFD oraz generalnie metodach statystycznych stosowanych w ramach zarządzania jakością.

Współpracowałem z takimi firmami jak: 3M, ArcelorMit-tal Warszawa, Autoliv, Bosch Siemens Hausgeräte, Electrolux, Faurecia, Hasko-Lek, Impel, LG, mBank, NSK Steering Systems Europe, PKN Orlen, Polska Wytwórnia Papierów Wartościo-wych, Robert Bosch, Toshiba, Thomson Multimedia Polska, Valeo, Volvo, VW, Whirlpool i dziesiątkami innych.

Niniejsze opracowanie powstało na bazie systematycznie gromadzonej wiedzy teoretycznej, ale przede wszystkim wie-loletnich doświadczeń pracy z FMEA. Zawarłem w nim opis prawidłowego przebiegu analizy, a także przykłady typowych błędów – mam nadzieję, że to pomoże w skutecznym wdroże-niu tej wspaniałej metody w ramach praktycznego zarządzania jakością.

Documents

Analiza FMEA - Politechnika Opolska · 2019-10-01 · Analiza FMEA to bardzo skuteczna i efektywna metoda wspomagająca zarzą-dzanie jakością, która jako jedna z nielicznych nie