初回歩留まり（FPY）：定義、計算方法、改善戦略

品質は、航空宇宙・防衛、医療機器製造のような高精度部品業界でおそらく最もよく理解され、強制されています。とはいえ、すべてのメーカーは欠陥、再加工、スクラップ、それらの関連コストを考慮しています。

品質指標の最前線にある初回歩留まりは、管理者にとって重要な質問に答える有用なKPIです：「私たちは品質の良い部品を製造するのにどれだけ効果的か？」

初回歩留まり（FPY）とは？

初回歩留まり（FPY）、別名スループット歩留まりは、工程を開始した総ユニット数に対する良品ユニット数の割合を測定します。

メーカーがFPYを追跡・改善する非常に明確な理由があります：廃棄物の削減。スクラップ部品が作られたり、再加工が必要なユニットが発生したりすると、いくつかの形で廃棄物が生成されます：

• 部品をスクラップしなければならない場合、材料が無駄になる
• スクラップ生産や再加工に費やす時間で労働力が無駄になる
• 収益を生まない部品の工作機械減価償却が発生する
• 代わりに良品が作れたはずなのにという機会損失がある

標準を超える初回歩留まりを持つことは競争優位性です。リソースをより効果的に使用できるだけでなく、いくつかのボトムラインメリットにつながる可能性があります：

• 高品質で顧客が満足する
• 納期遵守の可能性が高まる
• 競争力のある価格設定が可能

FPYは決して魔法の弾ではありません。他の指標を考慮せずにFPYだけに焦点を当てると有害になる可能性があります。だからこそ、生産パフォーマンス監視時に複数の指標（またはOEEのような複合指標）に焦点を当てることが重要です。

初回歩留まりの計算式

FPYの計算は非常にシンプルで、良品数を工程開始総ユニット数で割り、再加工が必要なユニットを考慮するだけです。

最もシンプルな形での計算式は以下の通りです：

FPY = 良品ユニット数 / 総生産ユニット数

例を通して見てみましょう。状況は以下の通りです：

• 総生産ユニット数：100
• 部品仕様を満たして完了したユニット数：95
• 再加工が必要なユニット数：2

したがって：

• 良品ユニット数：95 - 2 = 93
• 総生産ユニット数 = 100

初回歩留まり = 93 / 100 = 93%

初回歩留まりを改善する方法

スループット歩留まりの改善には、オペレーター、設備、プロセスのパフォーマンス理解、材料の品質供給確保、KPI追跡のための正確なデータなど、多様な要因が必要です。

FPYへの実践的なアプローチと品質プログラム強化の方法について議論しましょう。

標準作業の最適化

プロセス最適化は、ショップフロアで品質基準を満たすための鍵です。既存プロセスを分析し、ボトルネックを特定し、生産データを可視化することで、製造エンジニアとショップフロア管理者は品質も向上させるより効率的なプロセスを開発できます。

品質部品がどう製造されるかを観察することで、スーパーバイザーはプロセスが、指示（後述のトレーニング参照）だけでなく、段取りと切り替え、サイクルタイム、ジョブタイムなどの生産時間に関する主要指標も含めて十分に詳細化されていることを確認できます。

品質データを生産指標に重ね合わせることで、組織が目指す初回歩留まりに必要な最も正確なジョブ標準を特定できます。このデータを使用して、期待値が目標FPYに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のコアユースケースです。生産データと品質データ（後述）の両方により、ジョブ標準を自動更新し、既存の作業標準を正確に維持できます。

リアルタイムで正確な品質データを収集する

リアルタイムで品質データを自動収集するソリューションを導入することは、品質ベンチマーク確立に極めて重要です。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、不正確な品質基準を招きます。

自動データ収集ソリューションがあれば、期待値が適切に保たれ、適切な目標を設定・測定できます。MachineMetricsは機械制御装置からの生産データとオペレーターからの重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・コンテキスト化され、品質チームへのアラートなどワークフローを自動的にトリガーするためにも使用できます。

各機械のタブレットを使用して、オペレーターは部品がスペックに達しない理由を分類できます。これにより、部品が不合格となる主な理由のデータが得られ、これらの欠陥が発生する理由と対処方法を特定するためのより深い分析が可能になります。

プロセス調整などの適切な変更を加えることで、初回歩留まりを改善できます。

MachineMetrics品質レポートの例。パレート図で品質問題の最も一般的な原因を容易に特定し、それらに対処するプロセス変更を展開できます。

設備パフォーマンスと健全性を監視する

リアルタイムで機械パフォーマンスと健全性データを収集することは、品質の観点からも多様なメリットを提供します。その中から品質に関連するいくつかを紹介します：

リアルタイムアラート：

機械イベントと閾値を設定してチームメンバーに自動通知できます。例えば、ダウンタイムイベントがショップフロアスーパーバイザーへのテキストメッセージをトリガーしたり、オペレーターが記録した部品品質問題が即座に保全チームに通知されたりします。これにより問題が発生と同時に解決され、初回歩留まり品質に即座に影響を与えられます。

工具破損と工具摩耗：

機械工具が故障すると、一般的に回避可能だったスクラップ部品を生産します。時には機械が稼働し続け、数百個のスクラップ部品を生産することもあります。工具監視は工具データを使用して工具性能を理解し、品質問題の発生を防止するか、少なくとも影響を最小限に抑えるソリューションです。

ショップフロアの可視性と管理：

管理者として、ダッシュボードを一瞥するだけでショップフロアへの洞察を得られれば、問題が発生と同時に対処できます。アラートが設定されていなくても、ショップフロアダッシュボードで機械が遅れている場所、ダウンしている場所、品質基準を満たしている場所を容易に把握でき、すべての管理者が望むショップフロア管理を実現できます。

 

Justin Garland、セールスディレクターがMachineMetricsでワークフローを作成し、品質検査を自動化する方法を解説します。

トレーニングプログラムの改善とオペレーターのエンパワーメント

オペレーターは生産の命であり、日々機械で作業に従事する最も近い存在です。可視性、指示、説明責任で彼らをエンパワーすることで、個人がパフォーマンスを自分の手で管理できるようになります。

正確な生産データにより、プロセスを調整・詳細化し、オペレーターが多くの低価値意思決定ではなく、より生産的な作業に集中できるようにします。さらに、正確なジョブ標準により適切な期待値が設定され、オペレーターは目標が達成可能だと感じられます。

これにより管理者はインセンティブプログラムを展開し、オペレータータブレットとショップフロアダッシュボードから完全な指示と可視性でオペレーターをエンパワーできます。リアルタイムで、オペレーターは期待生産パフォーマンスに対する自分の立ち位置を把握できます。

サプライヤーの高品質を確保する

初回歩留まり改善の最も基本的な要素の一つは、サプライヤーから購入する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。

関連認証の要求、業界経験の確認、能力ポテンシャルの把握、他顧客との対話、見積もり依頼、供給検査の実施など、質の高いサプライヤーを審査・選定する多様な方法があります。

不良材料が入荷すれば、初回歩留まり品質はチームにとってさらなる課題になります。

MachineMetricsで品質を向上

MachineMetricsインダストリアルデータプラットフォームは、リアルタイム生産データを取得、標準化、コンテキスト化し、事前構築およびカスタムレポートとダッシュボードに伝播します。

保全、生産、品質の様々なレベルの管理者、オペレーター、ステークホルダーが、データに即座に対応したり、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取り組んだりできます。

品質プログラムを次のレベルへ。MachineMetricsがスクラップをどう削減するか詳細をご覧いただくか、今すぐデモを予約してください。