挑战零缺陷

吹响革新的号角

零缺陷之父菲利浦·克劳斯比（Philip Crosby）博士在50多年前第一次提出了“零缺陷”的理念，也就是“第一次就把事情做对”的理念

在当时风靡全世界的品质控制手段是SQC与SPC，而SPC扎根于统计学原理，这意味着允许有少数产品会超出规格，也就是出现缺陷、甚至不合格产品是可以理解的；但如果采取全数检验的方式，则品质检验的时间及成本将大幅提升，因此企业真是左右为难。所以零缺陷的理念在当时是划时代的，也是企业未来的正确方向

只可惜如何实现零缺陷，Crosby当时并没有提出十分可行的具体方法，但是它像一盏明灯照耀着人类不断前行。第一次突破来自于欣克利（Martin Hinckley），根据他的观点达成完美品质零缺陷的途径有三条

降低产品设计及流程设计的“复杂性”。VE及DFM的出现提供了所需的工具
减少“波动与变异”。6西格玛的贡献最大，FMEA也十分有用
预防与减少“失误与差错”。防错设计Poka Yoke与源流检验创新式地解决了这个课题

新乡重夫的创新

众所周知，品质保证手段中除了产品设计、工程设计之外，作业精度与装配过程检验的保障也是必不可少的。而各种类型的作业失误将导致缺陷、产品不良甚至安全事故，这是品质检验中最为头痛、也是挑战零缺陷必须彻底解决的一大课题

在日本丰田汽车公司服务的新乡重夫（SHIGEO SHINGO）通过长期研究，于1960年创建了一套新的保障方式：源流检验与防错设计POKA-YOKE，其基本原理为：用一套设备或方法使作业者在作业时直接可以明显发现缺陷或使操作失误后不产生缺陷，作业人员通过POKA-YOKE完成自我检查，失误将明白易見

源流检验与防错法的本质就是将上述“品质检验”过程中的“人“用“装置”替代从而实现“去人化”

品质检验三种模式的演化

判断型检验：以发现不良品为目标
反馈型检验：以降低不良率为目标
源流型检验：以消除不良率为目标

Judgement Inspection 判断型检验

此类检验在大规模生产时代Mass Production是非常流行的，那个时候不管是通用汽车还是福特汽车都是采用粗犷的生产方式，有缺陷品直接在线尾进行挑选。这是一种纯粹的事后评判，检验结果不反馈到过程，对过程改进无益。就是简单的全数检验

即使今天许多企业仍然使用判断检验，该检验的唯一目的就是在加工结束之后将不合格品与合格品区分开。如果说判断检验是为了保证交付给顾客或者下一道工序的产品是没有缺陷的(不流出不良品），那还说得过去。但它始终是在生产完成之后才进行的检验，无论这种检验是多么地高效精确，也都无法降低企业的不良率。对一个立志于不断提高产品质量的企业来说，判断检验是毫无价值的

虽然判断检验的真实目的是挑选出不合格的产品，但反过来说，判断检验也是在挑选合格品，许多企业为了挑选合格的产品还专门成立了品质部，这是相当浪费的。事实上判断检验是最低级的检验方法，我们必须尽快丢弃这种检验方式。只要有效地使用反馈检验和源流检验，就能更有效地防止不合格品流向下一工序或被送往顾客手中

Information Inspection 反馈型检验

统计质量控制系统 SQC
连续检验系统
自检系统

SQC的核心是品质可控

经典的质量观承认变异的存在，但除了变异的“随机性”之外。并无任何规律可言，因此陷入了质量的不可预知论，唯一可做就是实施“质量检验”Quality Check，即将产品与规格相比较，从而选出不良品防止不良品的流出，实在是亡羊补牢、无可奈何！

现代的质量观却认为质量的变异完全符合概率统计规律，即可以应用概率论与数理统计方法来精确地找出产品质量变异的幅度及不同幅度出现的可能性，即质量的分布。例如，计量特性值常见的为正态分布，计件特性值常见的为二项式分布，计点特性值常见的为泊松分布等。因而质量的变异是完全可知的，因此才可以做到对产品的质量进行预言，加以控制Quality Control，不仅能做到不流出不良品，更为深刻的是可以做到降低不良率

通过基于统计学原理（正态分布）的控制图Control Chart统计出质量信息并反馈到相关工序，以便采取对应措施来防止不良品的出现。统计质量控制系统利用统计学原理，设定了质量控制范围以区分正常和非正常状态，并按统计学的科学方法，确定了抽样检验的样品数量。因此是否运用了统计学是判断某种检验方法是属于统计质量控制法的首要条件

控制图与工程能力Cpk是SQC最核心的工具

常用的统计方法有柏拉图、特性要因图、散布图、直方图、控制图、检查表和分层法，俗称QC七手法

Cpk可以用于评估工程能力，控制图（Control Chart）可以用来直接监控过程，是QC七手法中的核心，也是各国大力推行的SQC活动的核心内容

SQC是人类品质管控的巨大飞跃，它可以极大地提升品质管控的科学性，也因为样本抽检而降低了品质检验的时间及成本。尽管统计质量控制法比传统的判断检验法要好得多，但笔者仍然觉得统计质量有些美中不足。统计质量控制体系是以预见性的检验为特征，之所以不能完全消除不良品，是因为统计质量控制属于抽样检验（允许合理不良率的存在），而且采取纠正措施的速度比较缓慢

连续检验恢复了全数检验

由下一工序的员工负责检验，这也就是连续检验系统的核心

当 A 员工加工完工件后，将工件运送给下一工序的 B 员工

B 员工首先对 A 员工的加工情况进行检验，合格后开始对工件进行另一工序的加工，然后再将加工完后的工件运送给下一工序的员工C

C 员工首先对 B 员工的加工情况进行检验，合格后开始对工件进行另一工序的加工，加工完后，将工件运送给下一工序的员工D

按这样的方法，每个工人都对上一工序的加工情况进行检验

如果发现上一工序加工的工件有问题，这个工件就会被运回至上一工序，由上一工序的员工维修并采取措施防止连续出现相同的不良品。如果真的出现了批量性的不良品，员工就会停止生产线的运作

这种方法很好地弥补了统计质量控制系统的缺点，因为它既可以实现 100% 检验，快速地反馈信息和采取纠正措施，又能保证检验的独立性

连续检验的基本法则

对上工序加工的结果进行全检

对不良的判断须由独立方执行，以保证检验的客观性

当出现不良时，不良的信息必须迅速反馈给相应的工序和人员，调查清楚不良的根源后，立刻采取纠正措施

只有遵循了以上三个原则，不良率才会不断下降

自我检验是不流出不良品的首道闸门

尽管采用连续检验之后，从一定程度上降低了不良率，但是连续检验中信息的反馈速度和纠正的速度还不是太令人满意。因此，如果能让一线员工检验自己生产的产品，那就完美了
自我检验发展除了两个最常见的手法，即首检与自检
但这样做有两个很令人担心的缺点，一是员工会放松产品的质量标准，二是员工有可能会忘记检验

丰田的Anton系统是最成功的案例

“发生异常时，机械停转”这种思考方法也可应用到生产线上，那就是被称作“另一种自働化”，即生产线上的自働化
即如何思考人手作业时的自働化。例如在总装生产线也必须实行自働化。这时的“自”指工人自身的“自”，如果认为自己正在进行的作业“这样不行”或“不良”，那么，让工人自己停止传送带的运转。用极端的语言来描述，就是每个工人都手持生产线的停线开关，如果感到稍有一点异常，则立即停线。因为制造出不良品、不合格品，说明你当时没做工作。这种在人手作业中推进的方法，被称为“另一种自働化”
就是要实现当生产线发生异常时，可以通过系统的设计立即发现异常，并以可视化的手段及时反馈至相应的管理者，以便做出迅即的处理，从而实现“立即暂停制度”，以即时解决质量问题而不是下线返修，达到持续高品质的生产产品

Andon系统正是丰田“自働化”理念的具体运用，也是一种推广和延伸

Source Inspection 源流型检验

努力发现即将造成不良的各种因素，并在不良尚未出现时即采取措施防止这些因素真正导致不良品的出现，而不是等不良品出现之后才反馈信息、采取行动

源流检验法分为两类：垂直检验法和水平检验法

垂直检验法是指在源头处即开始控制有可能导致缺陷发生的错误
水平检验法是指在某个工序中检验出缺陷产生的根源，防止错误转化为缺陷

如果能将源流检验、全检、快速反馈信息和迅速采取行动的系统结合在一起就能达到零缺陷的目标

在实际运用中，同时使用防差错系统的效果是相当显著的。实际上在防差错设计与源流检验法结合之后，才让防差错系统第一次实现了零缺陷的目标

防差错系统既可以实现全检，同时不良出现时也可以快速地反馈信息，从而提高采取措施的速度。这样就彻底地解决了传统检验法中为达到全检而不得不花费大量人力物力的问题。但这并不意味着只要安装了防差错装置，就一定能完全消除不良品。防差错装置只是一种方法而不是目的。防差错系统可以与连续检验以及自检混合使用，并且可以实现全检，提高检验系统中信息反馈和采取措施的速度