EN
CMM-målemaskinen din jobber aldri ut. Hver dag genererer den strømmer av data. Hver dag registrerer den mål, toleranser og godkjent/ikke-godkjent-resultater. De fleste verksteder – om ikke alle – bruker disse registrene til å kjøre delene og tildele en «god» eller «dårlig» status. De fleste verksteder lagrer også disse registrene for å kunne svare på fremtidige kundespørsmål. Selv om dette er vanlig praksis, gir slike metoder opphav til store mengder uutnyttet potensial.
Dine måleutstyr registrerer data som kan åpne hele verkstedet ditt. Vanligvis brukes dataregistreringsutstyr kun til å måle kvalitet – enten 'lås' eller 'godkjent'. Og selv om dette er en viktig og nyttig funksjon, vil måleutstyr som brukes over tid begynne å avdekke potensial og identifisere trender, nært relatert til avvik, som er indikatorer på fremtidige kvalitetsproblemer. Dette er målet med kontinuerlig forbedring.
Å gå videre fra enkle 'godkjent' eller 'ikke godkjent'-vurderinger
Måleutstyr registrerer data på det enkleste nivået for å måle deler mot øvre og nedre toleransegrenser. En del er god hvis den er innenfor de definerte grensene både dimensjonelt og funksjonelt. En del er dårlig hvis den er utenfor de definerte grensene både dimensjonelt og funksjonelt. Dette er den høyeste, grunnleggende funksjonen til disse måleutstyrene. Og selv om den er verdifull, inneholder den enorme mengder informasjon som registreres innenfor toleransegrensene.
Tenk på en del med en egenskap som måler veldig nær øvre toleransgrense. I det øyeblikket godtas denne delen ved inspeksjonen. Hvis imidlertid denne egenskapen fortsetter å bevege seg oppover for hver serie, vil den til slutt ligge utenfor spesifikasjonen. En CMM-maskin vil registrere disse små endringene. Med tilstrekkelig tid og tilstrekkelig mye registrerte data vil du se trenden før den blir et problem. Dette gir deg mulighet til å gjøre prosessendringer tidligere, i stedet for å reagere etter at en feil har oppstått og prøve å feilsøke og rette opp situasjonen.
Å finne årsaken til variasjon
Ingen produksjonsprosess er perfekt repeterbar, og det kan sies at det alltid forekommer en viss variasjon. Den avgjørende spørsmålet er om variasjonen er kontrollert? Dataene fra målingene dine vil gi svaret på dette spørsmålet.
Når data samles inn fra CMM-maskinen over flere deler og flere produksjonsløp, vil du bli bedre i stand til å identifisere og skille mellom ulike typer variasjon. Noen av variasjonene kan skyldes slitasje på skjæreværktøy, andre variasjoner kan komme fra verkstedets temperatur, og enda andre variasjoner kan skyldes ulike metoder som operatørene bruker for å sette opp maskinen. Dataene vil gi svar på de spørsmålene du har, og deretter kan du bestemme hvilke tiltak som er mest hensiktsmessige for å redusere variasjonen.
Bygge tillit til prosessen
Å bygge tillit til prosessen din er en av de mindre åpenbare, men kanskje viktigere fordelene med å bruke måledata for forbedring. Økt tillit til prosessen din gir mulighet til å redusere inspeksjonsfrekvensen. Når egenskaper vises å være stabile og konsekvent innenfor toleranser, oppstår muligheter til å redusere inspeksjonsfrekvensen for disse egenskapene. Dette frigjør igjen kapasitet til annet arbeid nedstrøms, slik som maskin- og operatortid, som da kan brukes til andre oppgaver.
Du vil ikke redusere inspeksjonsfrekvensen uten data som begrunner beslutningen. Når historisk ytelse er stabil, bør du imidlertid planlegge kvalitetsinspeksjonsressursene som et fokus på områder med mindre stabil ytelse. Dette er kontinuerlig forbedring. Det handler om mer enn bare å forbedre delene i prosessen; viktigere er det å forbedre inspeksjonsprosessen.
Måling av verktøyets ytelse
Måledata forteller deg alt du vet om verktøyets ytelse; så hva kan det fortelle deg om målinger av verktøyets levetid? Verktøybytte i løpet av et verktøys levetid basert på en god gjetning eller på en forhåndsbestemt tidsskala er en gjetning om ytelsen. Å vente på at verktøyet svikter, er ikke en intelligent eller effektiv drivkraft for datainnsamling. Ved å la data styre prosessen elimineres imidlertid usikkerheten knyttet til verktøybytte. Måling av verktøyets ytelse er et viktig verktøy i sofistikert produksjon.
Når en egenskap viser en tendens til å avvike i én retning, er en sannsynlig forklaring at et verktøy slites ned. Dette behøver imidlertid ikke å komme som en overraskelse for deg – din CMM-målemaskin vil være den første som varsler deg. Dette gir deg mulighet til å planlegge et verktøybytte før delene går utenfor spesifikasjonen og unngå kassering eller omforming. Det samme gjelder også for fastspenningsutstyret. Hvis du merker en bestemt variasjon som skyldes et bestemt fastspenningsutstyr eller en bestemt konfigurasjon, vil dataene veilede deg mot denne problemstillingen.
Sammen med kontinuerlig forbedring må det også være en innstilling på å måle suksessen, og dermed må det være en tydelig plan for hvordan suksessen med endringen skal måles. Hvis du endrer en skjæreprameter, justerer en metode for fastspenning eller bytter til et annet verktøy, vil det første spørsmålet du stiller deg være om denne endringen var nyttig eller ikke.
Her er det måledataene som spiller en avgörande rolle. CMM-målemaskinen vil registrere dataene før endringen og vil også registrere dataene etter endringen. Hvis variasjonen er redusert eller eliminert, betyr det at endringen var nyttig. Hvis det fortsatt er en betydelig variasjon, betyr det at endringen ikke var nyttig, og du må prøve noe annet. Alt dette bidrar til kontinuerlig forbedring: implementer ditt forbedrede og nye verktøy, og ha tillit til at du vil kunne måle suksessen med den endringen.
Bygge en kultur av forbedring
En endring skjer når operatører og ledere betraktar måledata som et verktøy for forbedring i stedet for som en indikator på positiv eller negativ utvikling. Folk blir ofte mer nysgjerrige. De stiller spørsmål. Hvorfor øker denne egenskapen? Hva er annerledes i siste parti? Er det mulig å forenkle montering ved å stramme inn denne toleransen?
Det er drivstoffet for forbedring, og alt starter med konsekvente og enkle data å bruke. Når måledata er dårlig organisert, har folk tendens til å ignorere det. Når dataene først er brukervennlige, blir de en del av daglig samtale. Teamene tar muligheten til å løse problemet sammen.
Virkelighetsnære produksjonsprosesser har vist den eksisterende verdien som måledata har, både på reell og tydelig måte. En bruker oppga at tiden brukt på en høypresis videosystem for måling ble redusert med 40 prosent. Det er mer enn bare en tidsbesparelse – det resulterer i bedre datainnsamling på kort tid og en klarere forståelse av verkstedprosessene.
En annen bruker bemerket at utstyret, mens det utførte oppgaver, kunne jobbe med både små og store arbeidsstykker og opprettholde en konsekvent nøyaktighet. Denne mangfoldigheten gjør det mulig å generere konsekvente og pålitelige data over et bredt spekter, noe som dermed hjelper til å identifisere trender som ellers ville blitt oversett ved skift mellom arbeidsstykker av ulik størrelse.
Data til handlinger
Femti prosent av arbeidet består i innsamling av data. De andre femti prosentene består i implementering av handlinger som skaper verdi ut fra de innsamlede dataene. Her kommer en CMM-målemaskin inn i bildet; den gir de nødvendige målene. Disse tallene må imidlertid analyseres konsekvent. Det betyr at man må bruke tid på å vurdere målverdier/tall og trender, snarere enn på å analysere enkeltresultater.
Noen verksteder gjør dette ukentlig. Andre månedlig. Uansett hva, styres syklusen av arbeidsmengden din og tempoet på endringsprosessen. Dette er essensen av en repetitiv syklus: måledata gjennomgås repetitivt. Når dette er tilfellet, skaper verkstedene mønstre i måledata som ellers ville gått tapt ved enkeltvurdering.
Konklusjon
Målemaskinen din med koordinatmålesystem (CMM) kan brukes til mer enn bare å måle komponenter. Den kan brukes til å få innsikt i måleprosessene dine. De genererte dataene kan analyseres for å identifisere hvor variasjon oppstår, når verktøyslitasje er til stede og om tiltakene dine for forbedring har hatt noen effekt. Ved å implementere en datadrevet tilnærming til beslutningstaking flyttes fokuset ditt fra bare å oppdage problemer til en mer proaktiv forebygging av problemer.
Dette er essensen i kontinuerlig forbedring. Mindre om å jobbe hardere og mer om å jobbe smartere og la data styre beslutningene dine. Alt starter med dataene som måleutstyret ditt genererer.