ファーストパスの歩留まり：それは何ですか、式、および改善する方法

品質は、航空宇宙や防衛、医療機器の製造などの高精度コンポーネント産業でおそらく最もよく理解され、実施されています。そうは言っても、すべてのメーカーは、欠陥、手直し、スクラップ、およびそれらに関連するコストを考慮に入れています。

品質指標の最前線で、First Pass Yieldは、マネージャーにとって重要な質問に答えるときに監視するのに役立つKPIです。高品質の部品を製造するのにどれほど効果的ですか？

ファーストパスイールドとは何ですか？

ファーストパスイールド（FPY）は、スループットイールドとも呼ばれ、プロセスを開始したユニット全体のパーセンテージとして生成された品質ユニットを測定します。

メーカーがFPYを追跡して改善するのには、非常に簡単な理由があります。無駄を減らすことです。スクラップパーツ、または再加工が必要なユニットが作成されると、いくつかの形式で廃棄物が発生します。

• 部品を廃棄する必要がある場合、材料は無駄になります
• スクラップの作成や再作業に時間を費やすことで労働力が無駄になります
• 収益を生み出さない部品には工作機械の減価償却費があります
• 代わりに高品質の部品を作成できた可能性があるという点で機会費用があります

標準以上のファーストパス歩留まりを持つことは、競争上の利点です。リソースをより効果的に使用しているだけでなく、これはいくつかの最終的なメリットにつながる可能性があります。

• 顧客は高品質に満足するでしょう
• 納期に達する可能性が高くなります
• 競争力のある価格設定ができます

FPYは決して魔法の弾丸ではありません。他のメトリックを考慮せずに排他的にそれに焦点を合わせると、有害であることが判明する可能性があります。これが、生産パフォーマンスを監視する際に、いくつかのメトリック（またはOEEなどの複合メトリック）に焦点を当てることが重要である理由です。

ファーストパスイールドフォーミュラ

FPYの計算は、適切な部品の数をプロセスを開始した部品の総数で除算し、手直しが必要な部品を考慮に入れるため、かなり簡単です。

最も単純な形式での数式は次のようになります。

FPY=品質単位/総生産単位

例を実行します。状況は次のとおりです。

• 総生産台数：100
• 部品仕様に合わせて完成したユニットの総数：95
• やり直しが必要な総ユニット数：2

したがって：

• 品質単位：95-2 =93
• 総生産台数=100

ファーストパスの歩留まり=93/100=93％

ファーストパスの歩留まりを改善する方法

スループットの歩留まりを向上させるには、オペレーター、機器、プロセスのパフォーマンスの理解、材料の高品質な供給の確保、KPIを追跡するための正確なデータの確保などのさまざまな要素が必要です。

FPYにアプローチし、質の高いプログラムを強化するための実用的な方法について説明しましょう。

標準作業の最適化

プロセスの最適化は、製造現場で品質基準を確実に満たすための重要な要素です。既存のプロセスを分析し、ボトルネックを特定し、生産データを視覚化することで、製造エンジニアと製造現場のマネージャーは、品質を向上させることができるより効率的なプロセスを開発できます。

監督者は、高品質のコンポーネントがどのように製造されているかを観察することで、指示（以下のトレーニングを参照）だけでなく、セットアップと切り替え、サイクル時間、ジョブ時間などの生産時間に関する主要なメトリックを含むプロセスが詳細に記述されていることを確認できます。 。

生産指標に品質データを階層化すると、品質単位の生産に必要な最も正確なジョブ標準を特定するのに役立ちます。このデータを使用して、組織が目指している最初のパスの歩留まりに期待が適切であることを確認できます。

ジョブ標準の最適化は、MachineMetricsの主要なユースケースです。生産データと品質データ（以下で触れます）の両方を使用して、既存の作業標準を正確に保つために、ジョブ標準を自動的に更新できます。

正確な品質データをリアルタイムで収集

品質データをリアルタイムで自動的に収集するソリューションを用意することは、品質ベンチマークを確立するために非常に重要です。手動収集ソリューションは、時間がかかるだけでなく、エラーが発生しやすく、不正確な品質基準につながります。

自動化されたデータ収集ソリューションにより、期待が一致し、適切な目標を設定して測定することができます。 MachineMetricsは、機械制御からの生産データと、オペレーターからの主要なコンテキストデータの両方を収集できます。

このデータは、リアルタイムで標準化およびコンテキスト化されており、品質チームへの警告など、ワークフローを自動的にトリガーするために使用することもできます。

オペレーターは、各マシンでタブレットを使用して、部品が仕様に達しない理由を分類できます。これにより、部品が拒否された主な理由に関するデータが提供され、これらの欠陥が発生している理由とそれらに対処する方法を決定するためのより詳細な分析が可能になります。

プロセスの調整など、適切な変更を行うことで、ファーストパスの歩留まりを向上させることができます。

MachineMetrics品質レポートの例。パレート図を使用すると、品質問題の最も一般的な原因を簡単に特定できるため、プロセスの変更を展開してそれらに対処できます。

機器のパフォーマンスと状態を監視する

マシンのパフォーマンスとヘルスデータをリアルタイムで収集することには、さまざまなメリットがあります。以下は、品質の傘下にあるほんの一部です。

リアルタイムアラート：

チームメンバーに自動的に通知するマシンイベントとしきい値を設定できます。たとえば、ダウンタイムイベントにより、製造現場の監督者にテキストメッセージが送信されたり、オペレーターによってログに記録された部品の品質の問題がすぐに保守チームに通知されたりする場合があります。これにより、問題が発生するとすぐに解決され、ファーストパスの品質歩留まりに即座に影響を与える可能性があります。

壊れた工具と工具の摩耗：

工作機械が故障すると、通常、回避できたはずのスクラップパーツが生成されます。時々、機械は動き続け、廃棄される何百もの部品を生産します。ツールモニタリングは、ツールデータを使用してツールのパフォーマンスを理解し、品質の問題の発生を防止するか、少なくともその影響を最小限に抑えるソリューションです。

製造現場の可視性と管理：

マネージャーとして、ダッシュボードを一目見ただけで製造現場を洞察することで、問題が発生したらすぐにそれを見つけることができます。アラートが設定されているかどうかに関係なく、製造現場のダッシュボードは、機械が遅れている場所、機械が停止している時期、または品質基準が満たされている時期を簡単に示すことができ、すべてのマネージャーが望む製造現場の管理を可能にします。

営業部長のJustin Garlandが、MachineMetricsでワークフローを作成して品質検査を自動化する方法について説明します。

トレーニングプログラムを改善し、オペレーターを有効にする

あなたのオペレーターは生産の生命線であり、日常的に仕事をしている機械に最も近いオペレーターです。可視性、指示、および説明責任を備えたそれらを有効にすることで、個人がパフォーマンスを自分の手に委ねることができるようになります。

正確な生産データを使用すると、プロセスを微調整して完全に詳細化できるため、オペレーターは生産性の高い作業に集中でき、価値の低い多くの意思決定に集中できなくなります。さらに、正確な職務基準により、適切な期待が設定され、オペレーターは目標が達成可能であると感じます。

これにより、管理者はインセンティブプログラムを展開できるだけでなく、オペレーターのタブレットや製造現場のダッシュボードを介して、完全に詳細な指示と機械からの可視性をオペレーターに提供できます。オペレーターは、リアルタイムで、期待される生産パフォーマンスに対抗する立場を把握できます。

サプライヤーが高品質であることを確認する

ファーストパスの歩留まりを改善するための最も基本的な要素の1つは、サプライヤーから購入した材料が到着時に品質基準を満たしていることを確認することです。

品質の高いサプライヤーを精査して選択するには、関連する認定を求める、業界での経験があることを確認する、潜在的な能力を知る、他の顧客と話す、見積もりを求める、供給の検査を行うなど、さまざまな方法があります。 、など。

質の悪い材料がドアから出てきた場合、最初のパスの質の高い歩留まりは、チームにとってより大きな課題になります。

MachineMetricsによる品質の向上

MachineMetrics Industrial Data Platformは、リアルタイムの本番データをキャプチャ、標準化、コンテキスト化して、事前に作成されたカスタムレポートとダッシュボードに伝達します。

管理者、オペレーター、および保守、生産、品質に関するさまざまな利害関係者は、データに対して即座に行動を起こすか、履歴レポートを使用して、より深い分析とプロセス最適化戦略に飛び込むことができます。

質の高いプログラムを次のレベルに引き上げましょう。 MachineMetricsがスクラップを削減する方法の詳細をご覧になるか、今すぐチームでデモを予約してください。