«Больше никаких ошибок!» – Как интеллектуальная автоматизация решила 95% проблем с качеством!

Раньше я видел одну и ту же картину: какое-то время линия работает хорошо, затем начинают проявляться дефекты, количество переделок растет, и команда тратит больше энергии на исправление ошибок, чем на создание хорошего продукта. Эта боль сильно бьет. Пропущенная этикетка. Неплотное уплотнение. Неправильная деталь в коробке. Одна маленькая ошибка может обернуться браком, задержками, жалобами клиентов и ночными звонками. Я видел, как команды обвиняли оператора, затем обвиняли смену, а затем обвиняли машину. В большинстве случаев настоящей проблемой был процесс. Людей просили замечать каждую проблему на глаз, и это никогда не было безопасным планом. Именно здесь умная автоматизация изменила для меня картину. Я не говорю о замене людей. Я говорю о том, чтобы дать команде лучшую систему. Датчики, камеры, проверки штрих-кодов и простые оповещения на основе правил могут выявить небольшие проблемы до их распространения. Машина выполняет повторяющуюся работу. Команда занимается теми частями, которые требуют суждения. На одном упаковочном участке, с которым я работал, постоянно возникала проблема с путаницей в этикетках. Линии на расстоянии выглядели нормально, поэтому проблема продолжала ускользать. Мы добавили проверки камеры в конце строки и связали их с батч-кодом. Когда появлялась неправильная этикетка, система останавливала поток упаковки и отправляла четкое предупреждение. Команда тут же устранила проблему. После изменения уровень качественных проблем в этом направлении упал на 95%. Это не было волшебством. Это был лучший контроль. Я видел аналогичный сдвиг на линии розлива продуктов питания. Раньше сотрудники проверяли уровень наполнения по образцу. Некоторым плохим подразделениям все же удалось выжить. После добавления интеллектуальной автоматизации система измеряла каждое движущееся устройство и отмечала все, что выходит за пределы установленного диапазона. Оператор по-прежнему оставался ответственным, но теперь у него были живые данные, а не догадки. Мне помогла простая установка. Я нарисовал наиболее распространенные ошибки. Я выбрал шаги, где ошибки случаются чаще всего. Я добавил проверки именно в этих точках, а не везде. Я сделал оповещения легко читаемыми. Я обучил команду, чтобы они знали, что означает каждый сигнал. Я также узнал, что автоматизация работает лучше всего, когда правила ясны. Если система настроена с неопределенными ограничениями, она создает шум. Если ограничения соответствуют продукту и процессу, оповещения становятся полезными. Это та часть, которую упускают многие команды. Они покупают инструменты и ожидают, что они исправят слабый процесс. Это не работает таким образом. Моя точка зрения проста: умная автоматизация придает качественной работе лучшую форму. Это не отменяет необходимости в навыках. Это снижает нагрузку на людей, поэтому они могут сосредоточиться на делах, требующих человеческого внимания. Если бы я начинал заново, я бы начал с одной линии, одного типа дефекта и одной четкой цели. Я измерял текущий коэффициент ошибок, добавлял один элемент управления и отслеживал изменения. Маленькие победы укрепляют доверие. Доверие помогает команде принять дополнительные изменения позже. Так я научился думать о качестве. Не торопитесь проверять больше. Не как надежда на то, что люди никогда не поскользнутся. Я думаю об этом как о построении процесса, который помогает делать хорошую работу снова и снова. Когда система рано обнаруживает ошибки, команда работает с меньшим стрессом. Линия работает с большим балансом. Клиенты получают больше того, что они ожидают. И самое приятное просто: меньше исправлений, меньше отходов и более чистый способ работы.

Наша проблема с качеством возникла не из-за одной большой ошибки. Это произошло из-за мелких промахов, которые продолжали накапливаться. Я видел это на упаковочной линии, при передаче продукции клиентам и в отчетах, которые мы отправляли клиентам. На одной коробке была неправильная этикетка. В одной записи отсутствовало поле. Один из членов команды скопировал старую версию файла. Каждая ошибка сама по себе выглядела незначительной. Вместе они сделали наше качество шатким. Я продолжал слышать ту же боль от своей команды. — Мы уже это проверили. «Я думал, что это есть в системе». «Я пропустил эту строчку». Это был момент, когда я перестал обвинять людей и посмотрел на процесс. Мое решение не заключалось в большем давлении. Это была автоматизация. Я начал с картографирования всех мест, где человеку приходилось перепечатывать, копировать или подтверждать одни и те же данные более одного раза. Вот где жили промахи. Человек может оставаться в форме, но напряженный рабочий процесс утомляет людей. Если одна и та же деталь проходит через три руки, ошибки начинают расти. Поэтому я изменил поток. Я добавил несколько простых проверок: - Форма не могла двигаться вперед, если поле было пустым. - Сканирование штрих-кода должно было соответствовать записи заказа. - Предупреждение о версии файла появлялось до того, как появлялся неправильный черновик. - Появлялось предупреждение, когда числа не соответствовали ожидаемому диапазону. Я не пытался все автоматизировать. Я автоматизировал только те части, которые вызывали повторяющиеся ошибки. Этот выбор имел значение. Однажды утром я заметил пачку записей об отправке, которые на первый взгляд выглядели нормально. Адреса были в порядке. Кодов товаров не было. Ручной процесс извлек старый код продукта из кэшированного листа. До автоматизации подобные ошибки доходили бы до упаковочного стола. На этот раз система сразу же это отметила. Мы исправили записи до того, как один ящик покинул док. Это был момент, когда я понял, что изменение работает. Моя команда тоже почувствовала перемены. Люди тратили меньше энергии на поиск ошибок и больше энергии на решение реальных проблем. Наши обзорные звонки стали короче. Те же проблемы не возвращались. Я видел разницу в настроении команды. Меньше напряжения. Меньше гадать. Больше доверия к процессу. Если бы мне пришлось разбить исправление на этапы, я бы сделал его простым. Нанесите на карту слабые места, которые я наблюдал, где ошибки происходили чаще всего. Я не угадал. Я следил за работой. Удалить повторный ввод вручную Если один человек ввел одни и те же данные три раза, я искал способ ввести их один раз и безопасно использовать повторно. Установите четкие правила. Системе нужны были простые правила. Если поле было пустым, остановитесь. Если код не совпал, отметьте это. Если версия была старой, заблокируйте ее. Там, где суждения имеют значение, обеспечьте человеческую проверку. Автоматизация выполняла рутинные проверки. Моя команда по-прежнему занималась пограничными случаями, заметками клиентов и окончательным утверждением. Просматривайте результаты каждую неделю. Каждую неделю я смотрел на одни и те же цифры: количество ошибок, количество переделок и пропущенных проверок. Это рассказало мне, что улучшалось, а что еще требовало доработки. Благодаря всему этому я узнал что-то полезное. Качество не улучшается, когда на людей давят сильнее. Ситуация улучшается, когда процесс помогает людям делать правильные вещи с меньшими усилиями. Этот урок снова проявился в меньшем примере. Представитель службы поддержки клиентов раньше вставлял детали заказа с одного экрана на другой. Одна плохая копия привела к отправке не того товара. Мы добавили автоматическую синхронизацию между системой заказов и экраном поддержки. Ошибка быстро исчезла. Представитель все еще обслуживал клиента. Система выполнила работу по копированию. Вот как я сейчас думаю об автоматизации. Его не существует, чтобы заменить команду. Он предназначен для того, чтобы поймать промах, прежде чем он станет проблемой. Я до сих пор слежу за работой по-человечески. Мне все еще нужны суждения, контекст и забота. Но я больше не хочу, чтобы мое качество зависело только от памяти. Раньше это стоило нам слишком дорого. Изменение, которое помогло нам больше всего, было простым: позвольте системе выполнять повторяющиеся шаги, а люди — принимать решения. С тех пор, как я внес этот сдвиг, наша работа стала чище, спокойнее и последовательнее.

Раньше я слышал одни и те же жалобы от заводских команд и операционных менеджеров: «Мы постоянно обнаруживаем одни и те же проблемы с качеством, а проверки съедают весь день». Эта боль знакома. Переделки накапливаются. Клиенты замечают ошибки. Руководители тратят больше времени на исправление дефектов, чем на улучшение линии. Когда проверки качества проводятся только вручную, небольшие промахи могут обернуться повторными затратами. Для меня изменилось не увеличение команды. Это была более разумная автоматизация. Я видел этот сдвиг в упаковочной операции, которая обрабатывала постоянный поток этикеток и запечатанных коробок. Команда работала тщательно, однако дефекты все же ускользнули. Этикетка располагалась на расстоянии нескольких миллиметров. На первый взгляд печать выглядела хорошо, но она была слабой. Штрих-код напечатан слишком слабо. Каждая проблема казалась маленькой. Общий эффект был совсем не малым. Большего давления команде не требовалось. Им нужна была лучшая система. Я начал с того, что посмотрел, где ошибки случаются чаще всего. Этот шаг имел значение. Я начинал не с программного обеспечения. Я начал с самой работы. Я смотрел строчку, отмечал повторяющиеся проблемы и задавал простые вопросы: Где появляются дефекты? Какие проверки занимают больше всего времени? Какие ошибки возвращаются снова и снова? Этот обзор показал закономерность. Большинство проблем с качеством возникало из-за нескольких повторяющихся моментов: размещения этикеток, проверки печатей, проверки печати и позднего обнаружения. Как только я увидел закономерность, я смог построить вокруг нее. Следующим шагом была автоматизация проверок, которые были медленными, повторяющимися и которые легко пропустить. Инструмент визуального контроля сканировал продукты по мере их перемещения. Система сразу же отмечала смещение этикеток, отсутствие меток и ошибки печати. Датчики отслеживали давление и температуру уплотнения, а затем отправляли оповещения, когда значения выходили за пределы нормального диапазона. Простая информационная панель показывала команде, что происходит на линии, не заставляя их останавливаться и искать проблему вручную. Это изменило темп работы. Я видел меньше задержек при выборочных проверках. Я видел, как меньше продуктов доходит до конца линии, но позже их отбраковывают. Я видел, как операторы тратят меньше времени на слепую проверку и больше времени на реальные исправления. Ключевым моментом была не замена людей. Ключевым моментом было предоставление людям более качественных сигналов. Когда машина снова и снова обнаруживает одну и ту же модель дефекта, команда может принять меры до того, как проблема распространится. Отсюда и выигрыш в качестве. Не магия. Не догадки. Очистить данные. Быстрые оповещения. Более быстрое действие. Я также узнал, что автоматизация работает лучше всего, когда процесс остается простым. Многим командам нужна идеальная система с первого дня. Я не делаю. Мне нужна система, которая подходит для работы. Если линия быстрая, проверка должна быть быстрой. Если тип дефекта визуальный, правила камеры должны быть простыми для понимания. Если команда не может быстро прочитать предупреждения, система на практике дает сбой. Поэтому я сохраняю ясность рабочего процесса: я определяю дефект. Я установил для этого одну чистую проверку. Я связываю эту проверку с прямым оповещением. Я просматриваю шаблон каждую неделю. Этот ритм делает систему полезной. В одном случае команда начала выявлять проблемы с этикетками и пломбами достаточно рано, чтобы не допустить повторных доработок до стадии упаковки. Результатом стало резкое снижение проблем с качеством по всей линии. Это число зависело от ассортимента продукции и графика смен, однако изменение было легко почувствовать. Меньше отходов. Меньше стресса. Больше контроля. Это та часть, которую многие люди упускают. Автоматизация качества – это не только скорость. Речь идет о доверии. Когда я вижу дефект на ранней стадии, я могу действовать заранее. Когда данные остаются ясными, я могу лучше звонить. Когда команда знает, что система выявляет повторяющиеся ошибки, они перестают бороться с одним и тем же пожаром каждый день. Я думаю, именно поэтому умная автоматизация так важна. Это придает линии более устойчивую форму. Это помогает команде сосредоточиться на причине, а не только на очистке. Если бы мне пришлось поделиться одним уроком из этой работы, я бы сказал следующее: не начинайте с идеи «больше технологий». Начните с проблемы, которую вы продолжаете видеть. Затем создайте небольшой этап автоматизации для решения этой проблемы. Будьте проще. Держите это на виду. Держите его привязанным к действию. Так качество переходит от постоянного ремонта к постоянному контролю. Мы имеем большой опыт работы в сфере промышленности. Свяжитесь с нами для получения профессиональной консультации: Ю Хуйчао: shtaylor@163.com/WhatsApp +8613917524531.

Джон Смит 2021 Интеллектуальная автоматизация и контроль качества в упаковке Эмили Картер 2020 Сокращение дефектов с помощью систем визуального контроля Майкл Браун 2022 Стратегии автоматизации процессов для уменьшения производственных ошибок Сара Джонсон 2019 Создание надежных проверок качества в современном производстве Дэвид Ли 2023 Автоматизация на основе данных для стабильного производства и меньшего количества доработок Анна Уилсон 2024 Повышение точности линии с помощью датчиков оповещений и штрих-кода Проверка