Инструменты методики АЦТ, часть 9: анализ видов и последствий отказов (FMEA), управление производственными ресурсами (MRP II) и дизайн экспериментов (DOE)

Это девятая статья цикла по инструментам методики «Аккордная цифровая трансформация». Завершаем подгруппу A4 «Статистические и математические методы» — инструменты A4-03, A4-04 и A4-05.

Статья закрывает подгруппу A4. Три инструмента этой статьи решают разные задачи и в единую систему не складываются: анализ видов и последствий отказов (A4-03) предвидит, где и как продукт или процесс может отказать, и снижает риск заранее; управление производственными ресурсами (A4-04) планирует и увязывает все ресурсы предприятия в одной системе; дизайн экспериментов (A4-05) находит оптимальные настройки процесса за минимальное количество испытаний. Объединяет эти инструменты строгий, опирающийся на данные подход и высокая трудоемкость освоения: методика относит FMEA и MRP II к сложным инструментам (по 36 часов), а DOE — к очень сложным (60 часов, самый трудоемкий в подгруппе).

A4-03 — Анализ видов и последствий отказов (Failure Mode and Effects Analysis, FMEA)

Откуда появился инструмент. FMEA создали американские военные. 9 ноября 1949 года Министерство обороны США выпустило процедуру MIL-P-1629 «Procedures for Performing a Failure Mode, Effects and Criticality Analysis» — методику оценки надежности, где отказы классифицировали по их влиянию на выполнение задачи и безопасность людей и техники. В 1960-х метод взяло на вооружение NASA: в 1966 году агентство выпустило свою процедуру для программы «Аполлон», где цена отказа измерялась жизнями экипажа; затем метод применяли в программах «Викинг», «Вояджер» и других. В промышленность FMEA пришел в середине 1970-х через автопром: Ford внедрил его после проблем с моделью Pinto, у которой при ударе сзади мог разрушаться топливный бак, и выпустил собственное руководство, разделив анализ на конструкторский (DFMEA) и процессный (PFMEA). В 1993 году отраслевая ассоциация AIAG, основанная General Motors, Ford и Chrysler, выпустила единое руководство по FMEA для стандарта QS-9000.

Суть и механика. FMEA — командный разбор, в котором группа специалистов заранее перебирает возможные виды отказов продукта или процесса, оценивает их последствия и назначает меры, чтобы отказ не случился. По каждому потенциальному отказу выставляют три оценки: значимость последствия (Severity), вероятность возникновения (Occurrence) и вероятность того, что отказ заметят до того, как он дойдет до потребителя (Detection). Их произведение дает приоритетное число риска (RPN, Risk Priority Number), по которому отказы ранжируют и в первую очередь занимаются самыми опасными. Ценность метода в работе на упреждение: дефекты предотвращают на стадии конструирования и подготовки производства, до их появления.

Канонический пример того, как метод пришел в промышленность, дал автопром.

Отказ, обнаруженный на стадии чертежа, обходится предприятию в разы дешевле, чем отзыв готовой партии и связанные с ним репутационные потери.

Границы применимости. FMEA силен для сложных продуктов и процессов с высокой ценой отказа — в машиностроении, автопроме, аэрокосмосе, медтехнике. На простых процессах подробный разбор избыточен. Метод оценивает риск, но не устраняет его сам: после ранжирования нужны конкретные меры — защита от ошибки (пока-ёкэ, A3-01), контроль процесса (SPC, A4-02), поиск коренной причины (5 почему, A1-01; диаграмма Исикавы, A1-06). Известное ограничение RPN: отказ с тяжелыми последствиями, но хорошей обнаруживаемостью получает низкий балл и может уйти из приоритета — поэтому значимость оценивают и отдельно.

Чек-лист перед применением FMEA:

• Определен объект анализа: конкретный продукт, узел или процесс с обозначенными границами разбора.
• Собрана межфункциональная команда (конструктор, технолог, качество, эксплуатация), а не один специалист.
• Согласованы шкалы оценки значимости, вероятности и обнаруживаемости до начала работы.
• Для каждого вида отказа определены последствие, причина и текущие меры контроля.
• Отказы ранжированы по RPN, но отдельно выделены позиции с высокой значимостью независимо от RPN.
• За каждой приоритетной мерой закреплены ответственный и срок; предусмотрен пересчет после внедрения.

Типовые ошибки:

• FMEA силами одного человека. Анализ поручают одному инженеру — часть видов отказа просто не приходит в голову. → Собрать межфункциональную команду: разные роли видят разные отказы.
• Гонка за RPN без учета значимости. Опасный отказ с хорошей обнаруживаемостью получает низкий RPN и выпадает из приоритета. → Выделять высокую значимость (Severity) отдельным критерием, не сводя все к произведению трех оценок.
• FMEA «для документа». Анализ делают ради требования стандарта, а меры по итогам не внедряют. → Привязать к каждой приоритетной строке ответственного, срок и проверку результата.
• Разовый анализ. FMEA составили один раз и забыли, хотя продукт и процесс с тех пор менялись. → Пересматривать при изменениях конструкции и технологии и после отказов в эксплуатации.

A4-04 — Управление производственными ресурсами (Manufacturing Resource Planning II, MRP II)

Откуда появился инструмент. MRP II выросла из более ранней системы MRP (Material Requirements Planning, планирование потребности в материалах). MRP создал Джозеф Орлики (Joseph Orlicky, 1922–1986) — инженер компании IBM: в 1964 году он внедрил первую такую систему на заводе Black & Decker с помощью компьютера IBM 1401, а в 1975 году изложил подход в книге «Material Requirements Planning». MRP отвечала на три вопроса — что, сколько и когда нужно закупить и произвести, — исходя из плана выпуска и состава изделия, и заменила работу по принципу запаса «на всякий случай». В 1983 году Оливер Уайт (1930–1983), специалист по производственному планированию, расширил MRP до MRP II: к расчету материалов добавились планирование производственных мощностей, загрузки оборудования и персонала, финансов и продаж — система охватила практически все ресурсы предприятия. MRP II стала прямым предшественником ERP (термин ввела Gartner в 1990 году).

Суть и механика. MRP II связывает в одной системе планирование, учет, контроль и анализ производственных ресурсов. Отталкиваясь от плана продаж и главного производственного графика, система рассчитывает потребность в материалах, мощностях, оборудовании, персонале и деньгах, проверяет выполнимость плана по доступным ресурсам и сводит данные снабжения, производства и финансов в единый контур. Это позволяет планировать не только закупку материалов, но и загрузку завода в целом и заранее видеть, где план упирается в нехватку мощности или средств.

Разницу с прежним планированием видно на первом промышленном внедрении предшественника MRP II.

Система превращает разрозненное планирование служб в единый расчет, где нехватку мощности или денег видно до запуска плана, а не в середине месяца.

Границы применимости. MRP II оправдана на предприятиях со сложным многоуровневым составом изделий и значительной номенклатурой, где увязать ресурсы вручную невозможно. Она требует точных исходных данных — составов изделий, норм, остатков: на недостоверных данных система выдает недостоверный план. MRP II планирует по нормативам и графику, тогда как вытягивающие методы (JIT, A3-07; канбан, A3-02) управляют по фактическому потреблению; на практике их сочетают. Сегодня функции MRP II входят в состав ERP-систем.

Чек-лист перед внедрением MRP II:

• Выверены исходные данные: составы изделий (BOM), нормы расхода, маршруты, остатки.
• Сформирован главный производственный график на основе плана продаж и прогноза спроса.
• Заданы данные о мощностях: фонд времени оборудования, нормы выработки, доступность персонала.
• Настроена проверка плана на выполнимость по мощностям, а не только по материалам.
• Определены владельцы данных в каждой службе и регламент их актуализации.
• Согласовано, как MRP II сочетается с вытягивающими участками (JIT, канбан), если они есть.

Типовые ошибки:

• Запуск на грязных данных. Составы изделий и остатки неточны — система планирует закупки и загрузку с ошибкой. → Сначала выверить нормативные данные и остатки, затем запускать расчет.
• Планирование материалов без мощностей. Считают потребность в материалах, но не проверяют, справятся ли оборудование и персонал. → Включить планирование мощностей; план продаж проверять на выполнимость ресурсами.
• MRP II поверх неуправляемого процесса. Систему ставят там, где сроки и нормы постоянно срываются, и план остается на бумаге. → Стабилизировать процессы и нормативы до автоматизации планирования.
• Жесткий план против вытягивания. MRP II планирует по нормативам, а участки работают по фактическому расходу — возникают конфликт и лишние запасы. → Разграничить зоны планирования по нормативам и вытягивания, согласовать их стыки.

A4-05 — Дизайн экспериментов (Design of Experiments, DOE)

Откуда появился инструмент. Метод создал британский статистик и генетик Рональд Фишер (1890–1962). В 1919 году он пришел на сельскохозяйственную опытную станцию Ротамстед первым штатным статистиком и взялся за данные полевых испытаний, накопленные с XIX века: прежние опыты часто давали неоднозначные результаты из-за неоднородности почвы и недостаточной повторности. Чтобы выделить эффект удобрения или сорта на фоне случайных колебаний, Фишер сформулировал три принципа планирования эксперимента — рандомизацию, повторность и блокирование — и предложил факторные планы, позволяющие изучать влияние нескольких факторов и их взаимодействий сразу, а не по одному. Подход он изложил в книге «The Design of Experiments» (1935). Позже метод перешел из агрономии в промышленность и стал одним из основных инструментов движения за качество и методологии «Шесть сигм» (A2-06).

Суть и механика. DOE — способ спланировать испытания так, чтобы за минимум опытов понять, как входные факторы влияют на результат, и найти оптимальные настройки процесса. Вместо перебора по одному фактору за раз, который занимает много опытов и не выявляет взаимодействий, факторный план меняет несколько факторов одновременно по продуманной схеме. Это дает три вещи: меньше испытаний при большем объеме информации, выявление взаимодействий между факторами и обоснованный выбор режима, снижающего вариативность и брак. Опору метода составляют рандомизация (случайный порядок опытов, чтобы скрытые помехи не исказили результат), повторность (повтор опытов дает оценку случайной ошибки) и блокирование (группировка однородных условий).

Логику метода проще показать на типовой производственной настройке.

DOE заменяет интуитивную подгонку настроек структурированным поиском, где каждый опыт несет максимум информации.

Границы применимости. DOE оправдан там, где результат зависит от нескольких управляемых факторов, а цена ошибочной настройки или лишних испытаний высока — при выводе нового продукта, оптимизации режима, снижении брака. Это самый трудоемкий инструмент подгруппы (60 часов, очень сложный): он требует статистической подготовки и аккуратного проведения опытов. DOE находит оптимальные настройки, но не контролирует процесс во времени (это SPC, A4-02) и не оценивает его способность держать допуск (анализ возможностей, A4-01); типичное место его применения — проекты «Шести сигм» (A2-06) на этапе улучшения.

Чек-лист перед применением DOE:

• Четко задан измеримый отклик (что оптимизируем) и управляемые факторы с диапазонами.
• Отделены управляемые факторы от неуправляемых помех; для последних предусмотрено блокирование.
• Выбран тип плана (полный или дробный факторный) под число факторов и бюджет опытов.
• Обеспечены рандомизация порядка опытов и повторность для оценки ошибки.
• Проверена измерительная система: погрешность не должна перекрывать эффект факторов.
• Запланирован подтверждающий опыт на найденных оптимальных настройках.

Типовые ошибки:

• Перебор по одному фактору за раз. Факторы меняют поочередно — это долго и не показывает взаимодействий. → Использовать факторный план: несколько факторов одновременно по схеме.
• Без рандомизации и повторности. Опыты идут по порядку и в один прогон — скрытый дрейф условий принимают за эффект фактора. → Рандомизировать порядок и заложить повторность для оценки случайной ошибки.
• Слишком много факторов сразу. В план закладывают десятки факторов, и опытов нужно неподъемно много. → Сначала отсеять значимые факторы скрининговым планом, затем оптимизировать.
• Нет подтверждающего опыта. Оптимум посчитали по модели, но не проверили на практике. → Поставить подтверждающий опыт на найденных настройках до внедрения.

Резюме

Анализ видов и последствий отказов предвидит, где продукт или процесс может отказать, и снижает риск до того, как отказ случится. Управление производственными ресурсами увязывает в одной системе планирование материалов, мощностей, персонала и финансов и проверяет план на выполнимость. Дизайн экспериментов за минимальное количество опытов находит настройки процесса, при которых разброс и брак минимальны.

В следующей статье цикла продолжим разбор группы A, переходя к подгруппе A5 «Цифровизация»: роботизированная автоматизация процессов (RPA, A5-01), цифровое моделирование процессов (DPS, A5-02) и предиктивное обслуживание (PdM, A5-03).