质量控制

当前位置:首页 > 企业介绍 > 质量控制
       科达洁能自成立以来将“品质至上,质量决定成败”作为企业的核心价值观之一,以“持续创新、客户满意、快速改善、全员参与”为质量方针,坚持“质量是企业生存之本”的经营思路,全面推行卓越绩效模式、全面质量管理和精益生产,对产品和质量进行有效控制,并实现对质量的持续改进。
       科达洁能属于典型的多品种、小批量生产,产品结构及技术工艺复杂,制造周期长、交货期短,因客户变更、技术变更、工程变更、生产变更、采购变更等一系列因素导致生产组织和质量控制十分困难,不确定的因素很多。针对以上问题,结合 “全球化、信息化、服务化、年轻化”四化战略,科达洁能近几年的质量管理主要从资源的排配、管理方式、系统流程、变更点的控制、数据分析应用等多方面进行了改善,具体如下:
1、实现质量信息的穿透式、系统化
      为及时准确管制产品质量,科达洁能分别从售前、售中、售后三个环节,通过全面梳理、优化公司品质保证体系,实现企业质量管理体系化和标准化,然后再通过信息系统,实现全公司质量保障系统的固化和落地,从而构建贯穿产品全生命周期的全面质量管控体系。
 

       
        科达洁能在全面质量管理(TQM)理念的基础上结合自身实践搭建公司质量管理协同平台(QIS),通过IT手段贯通产品的“设计--采购--生产--售后”全生命周期的质量数据链,贯通“供应商--公司--客户”三方的质量相关信息,支持自动统计分析和在线监控预警,为产品相关三方、公司各部门、质量部员工及领导的质量工作协作提供统一的信息资源和规范的业务处理流程,以满足质量管理体系要求,实现全面质量管理,提升质量管理水平。

科达洁能质量管理协同平台
 
2、数据采集
(1)底层数据采集
        ERP系统:ERP可对原材料、零部件及产成品进行过程管控,包括创建质量信息记录、定义质量特性及检验特性、触发货物移动的检验、在质量数据基础上评估供应商等,通过ERP累积来料检验、入库检验及退货检验数据。
MES及QIS系统:科达通过导入MES,将 MES 系统作为监控生产现场执行情况、收集和传递信息的平台,实现生产过程的质量统计分析,通过信息的有效传递和分析,对产品生产全过程的管理进行优化。并在此基础上,建立了 QIS 管理系统,实现了整个企业信息系统运作过程中的工作质量和产品质量的管理、分析和控制,形成了 MES 与 QIS 相结合的特色质量管理系统。MES系统通过利用条码、RFID、电子标签及读卡器、扫描枪等设备,实时采集生产现场的在制品及制造过程质量信息,建立生产现场与质量控制平台完整的生产过程数据链,满足对生产过程的实时监控与全面质量追溯的要求。
MDC/DNC:通过对MDC/DNC系统的应用,实时采集生产设备数据及仪器仪表数据,实时监控底层设备的运行状态,及时处理设备故障,通过有效地采集现场设备、仪表的状态数据,再经过分析、运算和处理,从而有效地将控制系统与信息系统整合在一起,并将生产状况及时反馈给决策层。

DNC组成图
 
       基于 MES 系统良好数据基础,科达规划并建立以实现质量信息收集和管理、流程单跟踪系统、质量诊断和分析、设备管理为主要功能的 QIS 系统,QIS系统通过与 PDM、MES、ERP、电子看板、物流条码、MDC/DNC等系统的信息系统接口,采集产品研发、制造、采购、售后服务等环节的质量信息,通过数据沉淀自动生成各类质量日报和月报,通过质量数据分析及对生产过程质量信息多维度的统计分析,真实反映质量状况及变化趋势,及时发现质量隐患、及时预警,为产品设计-技术工艺-生产制造-物流配送-售后服务提升提供及时有效的决策依据,从而为质量改进提供方向,对产品实现全生命周期过程进行管理和控制。

DNC与PDM集成

设备实时状态及工况
 
(2)供应商质量数据采集
      现行供应商管理会遇到以下问题:SQE等人员依靠手工收集和统计供应商质量信息,效率低下且共享困难,难以实时、准确地了解供应商质量表现,也难以客观、公平地评价供应商业绩表现。与供应商相关的质量异常处理等交互是通过邮件、传真方式,其周期长、费用高、效率低且跟踪难度大。


 
       通过供应商质量管理子系统的建设,实现供应商档案、业绩评价、审核、评分评级、红黄牌警告、统计分析和改进管理等。系统支持对供应商档案进行在线管理,方便供应商档案的查询,并对供应商可供物料及型号规格进行录入和管理,避免供应商供应未经准入的物料;支持维护供应商审核准则,支持在供应商现场使用平板电脑录入审核记录,提交后自动生成审核报告,并支持审核发现问题的追踪;通过关联进货检验等其它模块或系统集成的方式导入与供应商评价有关的数据信息,根据维护好的评价准则,自动进行统计分析后得出各个供应商的业绩评价结果,根据评价结果对供应商进行评分等级分级和红黄牌警告,并支持对供应商业绩表现进行动态的趋势图、柏拉图等统计分析。系统支持供应商在线提交改善等交互信息,为供应商质量管理的改进协同提供支持。
(3)进货检验数据采集
       面对众多来料,责任心、检验能力、检验标准熟练程度差的IQC容易出现错漏检;产品批数较多,如未做好标识和检验记录会出现不合格批、不合格品意外放行的情况;进货检验报告的非系统管理和手工统计,会导致难以发现质量问题去做针对性的质量控制和改善。这些都会对自己和供应商造成更多的损失。
进货检验管理子系统用于对物料的进货检验业务进行全面、规范、智能管理,它涵盖检验任务管理、进货检验、不合格品管理、进货检验统计分析、物料检验标准维护、抽样方案维护等功能。支持根据抽检严格度、抽样方案和检验标准自动判标及判定批合格与否,支持通过与ERP系统集成实现报检和入库流程的优化,支持检验不合格在线发起不合格品处理流程并收集不合格品处理相关信息,支持将收集的检验信息及不合格品处理信息进行计量项目及不合格物料的动态统计等,随时展开任一供应商或物料质量的量化分析。

 
(4)制造过程数据采集
       制造过程的5M1E是否管控到位?哪个工序的质量状况最差亟需改善?制造过程的5M1E多人分散管理,管理者难以总体了解5M1E的管控情况。要了解制造过程质量情况和趋势,做相应的抽检频次调整和改善对策,就需要对多个车间、多个产品、多个检验点进行系统的检验合格率和不良柏拉图的统计分析,因检验报告的非系统管理,统计效率低下、准确性不高、且二次统计机动性差。这些是实现企业生产质量管理精细化的阻碍。
子系统将涵盖各车间检验、不合格品处理及责任鉴定、制造过程质量统计分析、生产监控、质量监控等功能。系统支持通过对生产过程各检验数据(含完工检验)进行采集,实现任一时间段、任一产品型号、任一检验点的检验合格率、不良柏拉图、不良TOP 10对比等动态统计和分析;支持将计量型质量特性数据推送到SPC统计过程控制子系统,实现过程控制策划、数据采集、控制图趋势展现及统计量分析;支持基于IT技术实现制造过程质量监控(如一天内同一A类不良发生2次,系统自动发出预警消息)及过程能力监控,对各车间展开质量监控预警,支持自动发起不合格品处理和纠正预防措施。总体上,实现制造过程质量的数据收集、统计分析和在线监控预警,为制造过程质量持续改进提供支撑。

 
(5)出货检验数据采集
       成品的质量管理容易忽视产品的贮存环境对质量的影响,如没有收集出货抽检数据并对其进行统计分析,难以保证出货品质,也难以发现贮存环境的问题和产品在该贮存环境下的合理贮存期限,会因此造成不必要的损失。
需要通过对出货开箱抽检报告进行采集,以进一步保证出货品质。系统支持抽检合格率、不良柏拉图等的统计分析,支持对抽检问题产品对比采集的入库日期和出货抽检日期统计分析出该贮存环境下的合理贮存期限,支持将抽检结果写入ERP系统,为ERP的成品放行管理提供支持。
[page]
 
3.质量数据统计分析及质量预警
(1)统计过程控制
       SPC统计过程控制子系统将涵盖过程自定义、质量特性自定义、控制图、直方图分析、统计量分析、过程能力监控、过程能力考评功能。系统可通过与自动测量机、卡尺等硬件集成,实现对产品中心孔对称度、压力特性、流量特性、稳态特性等关键质量特性展开在线或离线的数据自动采集,也可汇总检验报告内关键质量特性的数据实现数据采集。基于SPC统计过程控制系统对数据展开过程控制图、直方图、统计量的深度挖掘分析,并支持展开CPK过程能力考核和监控,帮助实现过程质量从合格控制转向过程能力控制的提升,以全面提升制造过程质量管理水平。为整机性能、指标评价、分析监控提供平台支撑。
子系统的业务模型图如下:

 
(2)质量预警与反馈
       系统包括监控预警机制维护、监控图维护、监控管理、监控预警单和预警消息台账等功能。系统实现对典型或必要的质量监控方案进行固化,实现产品全生命周期从进货检验过程、制造过程、售后过程、改进过程等核心业务过程的质量在线监控,为质量管理控制提供了“鹰眼”服务,支持异常出现时的邮件、消息、短信预警通知,也支持直接发起纠正预防措施单,实现在线监控和问题闭环管理的一体化。以有效预防、消除产品质量隐患,及时控制和处理产品质量问题,做到一个产品发生或发现典型质量异常、隐患,尤其是技术标准文件、产品工艺风险等共性质量问题时,能第一时间在各产品、各环节采取统一的风险控制或预防措施。
子系统的业务模型图如下:

 
三、质量文化建设实施效果
       科达洁能的质量管理改善很重要的一点就是靠数据说话,并且将前端的营销、设计、工艺、采购和作为支撑系统的人力资源、装备部门、质量检验部门等一起构成一个不可分割的工作质量链条。通过搜集数据、分析数据、梳理存在的问题和控制办法,进而找到对策形成解决方案。在质量信息管理与数据分析机制建立后,质量管理人员能够快速多维度从系统中抓取数据分析,分析在营销、技术、工艺、采购、装配、服务等每个阶段可能引发的各类数据问题,进行识别、度量、监控、预警等一系列活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高,从而更为准确地帮助组织改进质量目标、改善组织流程、制定监督审核机制、评估改善效果等多个环节,最终为企业赢得效益。据相关数据统计,公司自推行质量信息与数据分析管理之后,产品质量合格率由原先的92.15%提高至97%以上,客户满意度大大提高,从而提升品牌影响力。