如何走出质量改进的绝望循环 - 从“问题”的定义开始

有一种情况有点可怕，那就是你知道要面对的问题，但却无法解决它。
然而，更可怕的是问题已经存在，而你却还根本不知道。
质量问题也是如此，当我们陶醉于100%的合格率的时候，其实很可能正处在濒临混乱的边缘。
这是因为，我们对问题的定义可能就不准确，因此也就对问题“不知道”。
在过去，衡量质量的高低只有一个标准：发货出去的不合格品非常的少，这个时候一切运营正常；如果不合格品比例恶化，那么就“有问题”了，后续还有一堆的麻烦等着你，直到不合格品比例下降到所谓“可接受的水平（AQL）”。
根据这一标准，大多数制造商都会在“有问题“和“运营正常”之间。
只要你的运营正常，就会倾向于继续维持现状，按部就班地往前走。但当遇到麻烦的时候，你就得成立一个所谓的问题解决小组（task force team）来解决。
制造商的质量管理中的特点是对质量问题的忽视和对质量问题的恐慌交替出现，没出大事的时候不怎么关注，一出大问题就慌的不行。
这可以用一张单一维度的图来概括，如图1所示。
图1：“问题”的旧定义
还好，休哈特给了我们“问题”的新定义。
问题的“新”定义关注点是在生产过程而不是产品上。根据休哈特的说法，如果你的生产过程能力够好，那么一切都会正常，但是如果你的生产过程能力不足，那么就会有问题了。
过程控制图可以用来判断一个过程是否发挥出了所有的潜力。问题的新定义如图2所示。
图2：“问题”的新定义
虽然这两种问题的定义都是有效的，但都不足以全面描述生产过程。因此，我们需要将这两个定义结合起来。这样的话，就有四个不同的象限，可以用来描述任何过程。见图3。
  1. 合格的产品和可预测的过程（没有问题）
  2. 不合格的产品和可预测的过程（产品问题）
  3. 合格的产品和不可预测的过程（过程问题）
  4. 不合格的产品和不可预测的过程（双重问题）
图3：过程的四种状态
接下来，对这四种状态展开进行说明。
理想状态（没有问题）
这四个类别中的第一个我们称之为“理想状态”。处于这种状态的过程是可预测的，并且生产出100%合格的产品。
当过程处于理想状态时，只要过程保持可预测性，我们就可以期望产品的一致性持续下去。
一个过程是如何达到这种理想状态的？要满足四个条件：
  1. 这个过程必须在一段时间内具有内在的可预测性。
  2. 制造商必须以可预测和一致的方式运行这个过程，运行条件不能随意改变。
  3. 过程的平均值必须设置在适当的水平。
  4. 过程的自然控制限必须在产品的规格限范围内。
当这些条件中的任何一个条件不满足时，就有生产出不合格产品的可能性。当一个过程满足这四个条件时，制造商就可以确信产出的都是合格的产品。
处于理想状态的过程是不需要进一步改进的过程。
临界状态（产品故障）
在这种状态下，过程是可预测的，但是仍然有不合格品的产生。
过程是可预测的这一事实给解决产品问题带来了一些麻烦。首先，过程是可预测的，所以不合格品就会持续存在。因此，质量不会自发的得到改善。第二，不合格品问题的最终解决方案是将过程提升到理想状态，要实现这个目的，要么更改流程，要么更改规格，做这个判断关键要看Cp值。
  • 如果Cp大于1.00，说明过程能力还是可以的，不合格品很可能是由于错误的工艺目标造成的。在这种情况下，需要调整过程输入以调整过程目标。在这里，过程控制图可以用作反馈，以确定如何调整来影响过程的平均值。
  • 如果Cp小于1.00，该过程已经不能满足规范要求。我们要做的是减少过程的变化。减少过程变化通常需要对过程本身进行重大的改变，这时候过程控制图也能用来衡量改变后的效果。
上面这些工作可能都需要时间，那么短期怎么办呢？解决不合格品问题的短期解决方案是使用100%的检验。但正如我们已经证明过的那样，100%的产品筛选是不会100%有效的，而且成本很高。
100%检验为什么不100%有效？
保证不合格品不被发货的唯一方法就是避免制造任何不合格品。筛选、检验应该只不过是一种权宜之计，而不是一种常态的工作方式。
濒临混乱（过程故障）
第三种状态是“濒临混乱”。这种状态下的过程是不可预测的，但是可能仍然正在生产100%合格的产品。
传统观点认为，100%合格产品的存在被认为是过程“正常运行”的证据。不幸的是，这种观点是错的，他们只是处在混乱的边缘，不可预测的过程会导致100%的合格随时可能消失。
产品都符合规格可能会使得制造商认为一切都很正常，但那些非随机原因将不断改变过程，直到最终产生一些不合格产品。
到了这个时候，制造商会突然发现自己产品质量出了问题，但又不知道是为什么，更不知道如何摆脱这种困境。
更糟糕的是，从产品100%合格到出现不合格的转变会随时发生，而且也没有丝毫的预警。当这种变化发生时，过程将濒临混乱。
过程的不可预测性是由于非随机原因造成的，所以摆脱这种状态，唯一的办法就是消除这些非随机原因，通过过程控制图可以识别出这些异常。
混乱状态（双重问题）
当过程不可预测，又在产出不合格品时，就进入了混乱状态。
过程的不可预测意味着产品的不合格程度存在变化。因此，即使制造商知道自己在生产不合格产品，他也不能可靠地预测不合格产品的百分比。这时候Ppk通常小于1.00。
一个生产过程处于混乱状态的制造商往往都知道出问题了，但他通常不知道该怎么做来纠正它。
很多的人这时候会试图直接解决产品不合格问题，而不是先稳定过程，那么过程中非随机原因带来的随机变化会让他的质量改善之路备受挫折。
  • 当他对过程进行必要的改变时，效果将是短暂的，因为那些非随机原因将继续改变过程。
  • 当他对过程进行了不必要的改变时，一些偶然的随机过程变化可能会误导他。不管他做什么，都不会长久有效，因为过程总是在变化。
结果，他最终对理性操作流程感到失望，开始用抽象的“艺术语言”来描述质量改进。
要使一个过程摆脱混乱状态，取得任何进展的唯一方法是首先消除非随机原因，需要使用过程控制图，使得过程受控可预测，在这个基础上再来减少或消除不合格品。
熵效应
所有的过程都属于上面提到的四种状态之一。但过程并不总是保持在一个状态，而是可能从一个状态移动到另一个状态。
事实上，有一个力量作用于每一个过程，使它朝着某个方向运动，这种力就是熵。它不断地作用于所有过程，导致衰变、磨损、故障。
熵，总结了宇宙的基本发展规律：宇宙中的事物都有自发变得更混乱的倾向，也就是说熵是会不断增加的，这就是熵增。例如，我们的办公桌，要是不去主动收拾，就会变得越来越乱；质量也是如此，要是不去主动控制、改进，就会变得越来越差。
熵是无情的。正因为它，每个过程都会自然而然地、不可避免地走向混乱状态。如图4。
图4：熵效应
克服这种迁移的唯一方法是不断地修复熵的影响。
我们要通过不断的人为干预来抵抗熵的影响，不断解决产品问题、不断提升过程能力、不断修正过程与产品规范等。
如果熵的影响得不到修复，它将主宰这个过程，并无情地迫使它最终走向混乱状态。
绝望的循环
由于每个人都知道，当他们的过程处于混乱状态时，他们会遇到麻烦，所以就会指派问题解决者来将流程从混乱状态中解救出来。运气好的话，这些问题解决者可以让这个过程回到混乱的边缘——但是在很多场景下，从混乱到濒临混乱会被错误地认为是问题得到了解决。
一旦他们让过程回到混乱的边缘，这些问题解决者就会被派去处理另一个问题。一旦他们转身，这个过程就又开始沿着熵滑向混乱状态。
新技术、工艺升级和所有其他可能尝试的“灵丹妙药”，都永远无法克服这种绝望的循环。
当过程处于混沌边缘时不可避免地会出现良性忽视，这将允许熵将过程拖回到混乱状态。这就是为什么仅仅关注产品的一致性会导致你永远处于混乱状态和混乱边缘之间。
无论你的改进工作的意图有多好，也不管你对流程的了解程度如何，任何不解决流程稳定性（可预测性）的改进工作都不会比让过程状态比处于混乱的边缘更好。
走出绝望循环的唯一途径
走出这种绝望的循环只有一条路。只有一种有效的方法，即过程控制。
每个制造商都面临着这一双重问题。熵将一个过程置于绝望的循环中，而且非随机原因总是存在。唯一的方法是做过程控制，用过程控制图识别出非随机原因，并监控过程状态。任何其他工具都无法持续、可靠地以清晰易懂的形式提供必要的信息。
传统的做法中，解决问题的方法是关注产品规格的一致性，而不是去描述或理解过程的行为。因此，它所能达到的最高境界也就是使流程在混乱的边缘运行。
要超出这个境界，第一件事就是要准确认识和理解问题的两种定义。
质量与标准化

每天中午11点，分享质量与标准化综合信息。
公众号
赞 (0)

相关推荐