आपकी सीएमएम मापन मशीन के डेटा से निरंतर सुधार कैसे संभव हो सकता है?

आपकी CMM मापन मशीन कभी भी काम करना बंद नहीं करती है। प्रत्येक दिन, यह डेटा की धाराएँ उत्पन्न करती है। प्रत्येक दिन, यह आयामों, सहनशीलताओं और पास या फेल परिणामों को रिकॉर्ड करती है। अधिकांश वर्कशॉप्स, यदि सभी नहीं, तो इन रिकॉर्ड्स को पार्ट्स को चलाने और एक 'अच्छा' या 'खराब' स्थिति असाइन करने के लिए एक्सेस करती हैं। अधिकांश वर्कशॉप्स इन रिकॉर्ड्स को भविष्य में ग्राहक के प्रश्नों का उत्तर देने के लिए भी संग्रहीत करेंगी। यद्यपि ये प्रथाएँ सामान्य हैं, फिर भी ये बहुत बड़ी मात्रा में अपहृत संभावना को जन्म देती हैं।

आपके मापन उपकरण डेटा को कैप्चर करते हैं जो आपकी पूरी दुकान को खोल सकता है। आमतौर पर, डेटा कैप्चर उपकरणों का उपयोग केवल गुणवत्ता के 'लॉक' या 'पास' को मापने के लिए किया जाता है। और हालाँकि यह एक आवश्यक और उपयोगी कार्य है, जब मापन उपकरणों का पर्याप्त समय तक उपयोग किया जाता है, तो वे संभावित सुधार के क्षेत्रों को पहचानने लगते हैं और भविष्य की गुणवत्ता संबंधी समस्याओं के संकेतक के रूप में धीमे विचलन (ड्रिफ्ट) की पहचान करने लगते हैं। यही निरंतर सुधार का लक्ष्य है।

सरल 'पास' या 'फेल' से आगे बढ़ना

मापन उपकरण सबसे मूल स्तर पर डेटा कैप्चर करते हैं ताकि भागों को ऊपरी और निचली सहनशीलता सीमाओं के साथ तुलना की जा सके। यदि कोई भाग आकारगत और कार्यात्मक रूप से परिभाषित सीमाओं के भीतर है, तो वह अच्छा है। यदि कोई भाग आकारगत और कार्यात्मक रूप से परिभाषित सीमाओं के बाहर है, तो वह खराब है। यह इन मापन उपकरणों का उच्चतम क्रम का, प्राथमिक कार्य है। और हालाँकि यह मूल्यवान है, सहनशीलता सीमाओं के भीतर कैप्चर किए गए डेटा में विशाल मात्रा में जानकारी निहित होती है।

एक ऐसे भाग पर विचार करें जिसकी कोई विशेषता ऊपरी सहनशीलता सीमा के बहुत करीब मापी जाती है। उस समय वह भाग निरीक्षण पास कर लेता है। हालाँकि, यदि उस विशेषता का मान प्रत्येक बैच में ऊपर की ओर बढ़ता रहे, तो अंततः वह विशिष्टता के बाहर हो जाएगा। एक सीएमएम (CMM) मशीन उन छोटे-छोटे परिवर्तनों को पकड़ लेगी। पर्याप्त समय और पर्याप्त डेटा दर्ज करने के बाद, आप उस प्रवृत्ति को तब देख पाएँगे जब वह एक समस्या बनने से पहले होगी। इससे आप प्रक्रिया में पहले से ही परिवर्तन कर सकते हैं, बजाय एक विफलता के बाद प्रतिक्रियाशील रूप से कार्य करने और उसका निवारण करने के प्रयास के।

विचरण के कारण का पता लगाना

कोई भी विनिर्माण प्रक्रिया पूर्णतः दोहरावयोग्य नहीं होती है, और यह कहा जा सकता है कि सदैव कुछ न कुछ विचरण होता है। मुख्य प्रश्न यह है कि क्या यह विचरण नियंत्रित है? आपके मापनों से प्राप्त डेटा इस प्रश्न का उत्तर प्रदान करेगा।

जैसे-जैसे आप CMM मशीन से कई भागों और कई उत्पादन चक्रों के दौरान डेटा एकत्र करते हैं, आप विभिन्न प्रकार के विचरण को पहचानने और उनमें अंतर करने में अधिक सक्षम हो जाएँगे। कुछ विचरण काटने वाले औजारों के घिसावट से आ सकता है, अन्य विचरण कार्यशाला के तापमान से आ सकता है, और अन्य विचरण ऑपरेटरों द्वारा मशीन को सेट करने के लिए उपयोग की जाने वाली विभिन्न विधियों से आ सकता है। यह डेटा आपके प्रश्नों के उत्तर प्रदान करेगा, और फिर आप विचरण को कम करने के लिए सबसे उपयुक्त कार्यों का निर्धारण कर सकते हैं।

प्रक्रिया में आत्मविश्वास का निर्माण करना

अपनी प्रक्रिया में आत्मविश्वास निर्माण करना मापन डेटा का उपयोग करके सुधार के लिए प्राप्त होने वाले कम स्पष्ट, लेकिन शायद अधिक महत्वपूर्ण लाभों में से एक है। अपनी प्रक्रिया में आत्मविश्वास बढ़ाने से निरीक्षण की आवृत्ति को कम करने की संभावना उत्पन्न होती है। जब विशेषताओं को स्थिर और लगातार टॉलरेंस के भीतर पाया जाता है, तो उन विशेषताओं के लिए निरीक्षण की आवृत्ति को कम करने के अवसर उपलब्ध हो जाते हैं। इससे अन्य अपस्ट्रीम कार्यों, मशीन और ऑपरेटर समय के लिए क्षमता मुक्त हो जाती है, जिसे अन्य कार्यों के लिए उपयोग में लाया जा सकता है।

आप निर्णय को औचित्यपूर्ण बनाने के लिए डेटा के बिना निरीक्षण की आवृत्ति को कम नहीं करना चाहते हैं। हालाँकि, जब ऐतिहासिक प्रदर्शन स्थिर होता है, तो गुणवत्ता निरीक्षण संसाधनों को कम स्थिर प्रदर्शन वाले क्षेत्रों पर केंद्रित करने के रूप में प्रोजेक्ट करें। यह निरंतर सुधार है। यह केवल प्रक्रिया में भागों को सुधारने तक सीमित नहीं है; अधिक महत्वपूर्ण बात यह है कि यह निरीक्षण प्रक्रिया को सुधारने के बारे में है।

उपकरण प्रदर्शन का मापन

मापन डेटा आपको उपकरण के प्रदर्शन के बारे में जो कुछ भी जानना है, वह सब कुछ बताता है; अतः यह उपकरण के जीवनचक्र के मापन के बारे में आपको क्या बता सकता है? उपकरण के जीवनचक्र में उपकरण परिवर्तन को एक अच्छे अनुमान या पूर्व-निर्धारित अनुसूची के आधार पर करना, प्रदर्शन के बारे में अनुमान लगाना है। उपकरण की विफलता का इंतज़ार करना डेटा संग्रह का बुद्धिमान या प्रभावी साधन नहीं है। हालाँकि, डेटा को मार्गदर्शन करने के लिए अनुमति देने से उपकरण परिवर्तन के अनुमानों को समाप्त कर दिया जाएगा। उपकरण के प्रदर्शन का मापन उन्नत विनिर्माण में एक महत्वपूर्ण उपकरण है।

जब कोई विशेषता एक दिशा में विस्थापित होने की प्रवृत्ति दर्शाती है, तो इसका संभावित कारण यह हो सकता है कि कोई उपकरण क्षरण के कारण कमजोर हो रहा है। हालाँकि, यह आपके लिए आश्चर्यजनक नहीं होना चाहिए, क्योंकि आपकी CMM मापन मशीन आपको इसकी सबसे पहले सूचना देगी। इससे आप उन भागों के विनिर्देश से बाहर जाने से पहले उपकरण परिवर्तन की योजना बना सकते हैं और भागों को फेंकने या पुनः कार्य करने से बच सकते हैं। फिक्सचर्स के संदर्भ में भी यही बात लागू होती है। यदि आप किसी विशिष्ट फिक्सचर या कॉन्फ़िगरेशन के कारण उत्पन्न हुए किसी विशिष्ट विचरण को ध्यान में रखते हैं, तो डेटा आपको इस मुद्दे की ओर मार्गदर्शन करेगा।

निरंतर सुधार के साथ-साथ सफलता के मापन की मानसिकता भी आवश्यक है, और इसके साथ ही सफलता के मापन के लिए एक स्पष्ट योजना भी आवश्यक है। यदि आप काटने के किसी पैरामीटर को बदलते हैं, कार्य-धारण विधि को समायोजित करते हैं, या किसी अन्य उपकरण पर स्विच करते हैं, तो आपके मन में पहला प्रश्न यह उठेगा कि क्या यह परिवर्तन लाभदायक था या नहीं।

यहाँ मापन डेटा की एक महत्वपूर्ण भूमिका होती है। CMM मापन मशीन परिवर्तन से पहले डेटा रिकॉर्ड करेगी और परिवर्तन के बाद भी डेटा रिकॉर्ड करेगी। यदि विचरण कम हो गया है या समाप्त हो गया है, तो इसका अर्थ है कि परिवर्तन लाभदायक था। यदि अभी भी काफी विचरण है, तो इसका अर्थ है कि परिवर्तन लाभदायक नहीं था और आपको कुछ और कोशिश करने की आवश्यकता होगी। ये सभी क्रियाएँ निरंतर सुधार की ओर काम करती हैं—अपने सुधारित और नए उपकरण को लागू करें, और इस बात पर विश्वास करें कि आप उस परिवर्तन की सफलता को मापेंगे।

सुधार की संस्कृति का निर्माण

जब ऑपरेटर और प्रबंधक मापन डेटा को एक सुधार उपकरण के रूप में देखते हैं, न कि धनात्मक या ऋणात्मक संकेतक के रूप में, तो परिवर्तन होता है। लोग अधिक जिज्ञासु होने के प्रवृत्ति रखते हैं। वे प्रश्न पूछते हैं: यह विशेषता ऊपर क्यों जा रही है? अंतिम बैच में क्या अलग है? क्या इस सहनशीलता को कसकर रखकर असेंबली को आसान बनाना संभव है?

यह सुधार के लिए ईंधन है, और यह सब सुसंगत और उपयोग में आसान डेटा के साथ शुरू होता है। जब मापन डेटा खराब तरीके से व्यवस्थित होता है, तो लोग इसे अक्सर नज़रअंदाज़ कर देते हैं। एक बार जब डेटा उपयोगकर्ता-अनुकूल बन जाता है, तो यह दैनिक वार्तालाप का हिस्सा बन जाता है। टीमें समस्या को सामूहिक रूप से हल करने का अवसर लेती हैं।

वास्तविक दुनिया के उत्पादन में यह प्रदर्शित किया गया है कि मौजूदा मूल्य मापन डेटा का वास्तविक और स्पष्ट रूप से मूल्य है। एक उपयोगकर्ता ने बताया कि उच्च परिशुद्धता वाली वीडियो मापन मशीन के साथ व्यतीत समय में 40 प्रतिशत की कमी आई। यह केवल समय की बचत से अधिक है; यह छोटे समय में बेहतर डेटा संग्रह का परिणाम है और कार्यशाला की प्रक्रियाओं के प्रति स्पष्ट समझ को भी दर्शाता है।

एक अन्य उपयोगकर्ता ने टिप्पणी की कि उपकरण, कार्यों को करते समय, छोटे और बड़े दोनों प्रकार के कार्य-टुकड़ों पर काम करने में सक्षम था तथा एक सुसंगत सटीकता बनाए रखी। यह बहुमुखी प्रवृत्ति व्यापक स्पेक्ट्रम में सुसंगत और विश्वसनीय डेटा के उत्पादन के रूप में अनुवादित होती है, जिससे विभिन्न आयामों के कार्य-टुकड़ों के बीच स्विच करते समय अन्यथा अदृश्य रहने वाले रुझानों की पहचान करने में सहायता मिलती है।

डेटा से कार्यवाही

कार्य का पचास प्रतिशत भाग डेटा संग्रह है। शेष पचास प्रतिशत भाग उन कार्यवाहियों का क्रियान्वयन है जो इस संगृहीत डेटा से मूल्य प्राप्त करती हैं। यहीं पर सीएमएम मापन मशीन का महत्वपूर्ण योगदान है; यह आवश्यक मेट्रिक्स प्रदान करती है। हालाँकि, उन संख्याओं का सुसंगत रूप से विश्लेषण किया जाना आवश्यक है। इसका अर्थ है कि व्यक्तिगत परीक्षण परिणामों के बजाय मेट्रिक्स/संख्याओं और रुझानों के मूल्यांकन पर समय समर्पित करना।

कुछ कार्यशालाएँ यह कार्य साप्ताहिक आधार पर करती हैं। अन्य मासिक आधार पर। जो भी स्थिति हो, यह चक्र आपके कार्य की मात्रा और परिवर्तन प्रक्रिया की गति द्वारा निर्धारित होता है। यही एक आवृत्तिमूलक चक्र का सार है; मापन डेटा की बार-बार समीक्षा की जाती है। ऐसी स्थिति में, कार्यशालाएँ मापन डेटा के पैटर्न उत्पन्न करती हैं, जो अन्यथा व्यक्तिगत निरीक्षण से खो जाते।

निष्कर्ष

आपकी CMM मापन मशीन का उपयोग केवल घटकों को मापने के लिए ही नहीं, बल्कि अपनी मापन प्रक्रियाओं के बारे में अंतर्दृष्टि प्राप्त करने के लिए भी किया जा सकता है। उत्पन्न डेटा का विश्लेषण करके यह पहचाना जा सकता है कि विचरण कहाँ हो रहा है, कब उपकरण का क्षरण हो रहा है, और क्या आपके सुधार के प्रयासों ने कोई प्रभाव डाला है। निर्णय लेने के लिए डेटा-आधारित दृष्टिकोण को लागू करने से आपका ध्यान सिर्फ मुद्दों का पता लगाने से अधिक सक्रिय समस्या रोकथाम की ओर स्थानांतरित हो जाता है।

यह निरंतर सुधार का सार है। इसमें कठोर परिश्रम करने की अपेक्षा बुद्धिमानी से कार्य करना और अपने निर्णयों को डेटा के मार्गदर्शन में लेना अधिक महत्वपूर्ण है। यह सब आपके मापन उपकरणों द्वारा उत्पन्न डेटा से शुरू होता है।