Czym jest analiza przyczyn źródłowych? Przewodnik po doskonaleniu produkcji i procesów

Pozory mogą mylić. Zwłaszcza gdy awaria może być wynikiem kilku czynników, działających osobno lub w połączeniu. Właśnie dlatego analiza przyczyn źródłowych (RCA) przyjmuje niuansowe, staranne podejście, aby dotrzeć do sedna sprawy.

Analiza przyczyn źródłowych rzadko jest umiejętnością wymienianą w opisie stanowiska. Jednak, aby być uczciwym, każdy menedżer rutynowo przeprowadza analizę przyczyn źródłowych (RCA), aby móc podejmować świadome decyzje. Każda transakcja wymaga analizy kontekstowej, podobnie jak analiza przyczyn źródłowych (RCA). Czytanie studiów przypadku i metodologii analizy przyczyn źródłowych (RCA) jest tak samo dobre, jak teoretyczne wskazówki dotyczące praktycznego zastosowania. Analiza przyczyn źródłowych (RCA) opiera się w dużej mierze na trafnych obserwacjach, dobrym zrozumieniu podstaw statystyki i niezłomnej umiejętności trzymania się tego, co się wie, bez przyjmowania założeń i wyciągania pochopnych wniosków.

Analizy przyczynowo-skutkowe (RCA) są często żmudne, ponieważ istnieje ogromna lista możliwości i wiele pozornie racjonalnych wyjaśnień prowadzących do tego samego problemu. Większość prawdopodobnych wyjaśnień jest albo nie do zaakceptowania, albo prowadzi do ślepej uliczki w eksperymentach z powodu nieracjonalnego podejścia lub wyższych kosztów.

Analiza przyczyn i skutków (RCA) często przypomina projekt z ograniczeniami kosztów, czasu i ryzyka błędnych decyzji. Zazwyczaj oczekuje się, że analiza przyczyn i skutków (RCA) usunie przyczynę leżącą u jej podstaw, którą można odkryć dopiero z czasem. Czasami analiza przyczyn i skutków (RCA) jest powiązana z naliczaniem kar i może być bardzo trudna do rozszyfrowania, tj. powiązania przyczyny ze skutkiem bez pomylenia jednego z drugim.

W tym artykule chciałbym podzielić się kilkoma niuansami RCA, aby przełamać lody z czytelnikami bloga. W oparciu o opinie i reakcje na ten artykuł, możemy udostępnić kolejne treści, które dogłębnie analizują proces RCA, zarówno proces kreatywny, jak i iteracyjny oraz zdefiniowany.

Dlaczego analiza przyczyn źródłowych (RCA) ma znaczenie w produkcji

Rozwiązanie problemu wymaga znalezienia jego właściwej przyczyny. W przeciwnym razie działania naprawcze są bezcelowe i bezużyteczne. Wskazanie właściwego kierunku osobom rozwiązującym problemy to RCA (Reakcja na Rzecz Przyczyny).

Głównymi elementami RCA są:

• Natychmiastowe ustalenia i tymczasowe działania powstrzymujące – ocena ICA;
  
• Wszystkie możliwe i faktyczne ustalenia, które przyczyniły się do niepowodzenia – ocena i uzasadnienie wszystkich czynników;
  
• Weryfikacja przyczyny źródłowej;
  
• Stałe działania naprawcze; i
  
• Notatki dotyczące przeprowadzonych testów i walidacji, poziomu ufności i procentowego udziału czynników mających wpływ na niepowodzenie.

Firma Efficient Innovations zrealizowała wiele projektów RCA dla naszych cenionych klientów w zakresie form do tworzyw sztucznych, procesów formowania, maszyn, automatyzacji pakowania oraz linii napełniających.

Typowe błędy w analizie przyczynowo-skutkowej (RCA): unikanie błędu korelacji przypadkowej

Ludzie mają tendencję do myślenia w określony sposób, który może prowadzić do systematycznych odchyleń od racjonalnego osądu. Najczęstszym i najbardziej znanym ze wszystkich błędów poznawczych jest błąd korelacji przypadkowej.

Każdy element danych statystycznych można przeanalizować pod kątem korelacji – jeśli w danych występuje regresja, to powszechną skłonnością człowieka jest niedbale korelowanie czynników. Chociaż regresję można wyjaśnić, niekoniecznie ma ona przyczynę. Jest to główny czynnik, który moim zdaniem ma fundamentalne znaczenie dla korygowania błędów systemu lub wyciągania wniosków statystycznych.

My w EIPL przeprowadziliśmy w ciągu ostatniego roku wiele analiz RCA i analiz opartych na danych, które zakończyły się skorygowaniem częstego błędu – przypadkowej korelacji czynników zależnych i niezależnych uwzględnionych w analizie, gdzie prawidłowo zidentyfikowana regresja została błędnie uznana za przyczynę.

Przykład przypadku: RCA w liniach formowania wtryskowego i pakowania

Pozwólcie, że wyjaśnię to na przykładzie z branży formowania wtryskowego. Za każdym razem, gdy komponent ulegnie awarii na linii montażowej lub pakującej, sprawdzamy wyniki pomiarów komponentu i testów funkcjonalnych pod kątem wartości odbiegających od normy.

Nawiasem mówiąc, większe wycieki na linii pakującej mogą występować wraz ze zwiększonymi siłami potrzebnymi do usunięcia dolnej pokrywy w laboratorium. Chociaż te dwa czynniki wydają się idealnie skorelowane i logicznie spójne, nie można ich wiązać przyczynowo.

Aby regresja była reakcją przyczynowo-skutkową, muszą one być na tyle oddzielne, aby można je było testować w izolacji, w przeciwnym razie nie mogą one naruszać testów fałszywie ujemnych.

Kluczowe wyzwania w przeprowadzaniu analizy przyczyn źródłowych (RCA)

• Brakujące informacje i ograniczenia danych

Ponieważ nie da się zgromadzić wszystkich danych i utrzymywać ich/monitorować przez długi czas, kluczowe dane wymagane do analizy przyczyn źródłowych (RCA) często mogą być niedostępne lub trudne do uzyskania. A nawet niemożliwe, biorąc pod uwagę chronologię zdarzeń.

Kluczowa umiejętność sprowadza się zatem do zdolności wykrywania związków przyczynowo-skutkowych na podstawie dostępnych informacji. W technicznej analizie przyczynowo-skutkowej (RCA) punkt widzenia statystyczny często nie jest brany pod uwagę lub jest nieznany.

Dostępne są podejścia takie jak analiza ścieżki, badanie powinowactwa hierarchicznego i dyskontowanie wartości dla wartości odstających, czyli wartości istotności, które należy wziąć pod uwagę przed określeniem wagi możliwych czynników wpływających.

• Gromadzenie dowodów i procesy mapowania

Gromadzenie danych i dowodów w celu ustalenia kolejności zdarzeń.

Burza mózgów i mapowanie wartości dla RCA.

Może to być wyczerpujące, ponieważ różni producenci OEM i zespoły mogą potrzebować wspólnej burzy mózgów, aby określić możliwe ścieżki gromadzenia informacji. Kluczem do osiągnięcia tego etapu jest stworzenie szczegółowych diagramów mapowania procesów, w arkuszach Excela lub na papierze, z uwzględnieniem danych od osób najlepiej znających dany proces.

Zrozumienie wielu przyczyn źródłowych i warstw perspektywy

Wielość przyczyn źródłowych i warstw punktu widzenia: To bardzo interesujący punkt w kontekście analizy przyczyn źródłowych.

Jest całkiem prawdopodobne, że różne czynniki wpływają na sytuację lub wystąpienie badanego problemu. Jednak innym równoległym czynnikiem jest wielość tych czynników występujących jednocześnie. Czy zawsze występują one razem?

Gdy mówimy, że dotarliśmy do źródła problemu, może to być prawdą z punktu widzenia danego konkretnego działu.

Na przykład analiza przyczyn doprowadziła do zrozumienia, że ​​problemy takie jak tolerancje produkcyjne mogą wynikać z tolerancji w narzędziu IM lub wkładce rdzenia, oprócz wielu innych czynników, takich jak tolerancje stosu, metody montażu, jakość wykonania lub praktyki konserwacyjne.

Zarówno dla klienta, jak i producenta formy, może to być „główna przyczyna”.

Gdyby tę przyczynę podzielono się z kierownikiem technicznym firmy, mógłby on/ona zbadać dokładniej, dlaczego nie zostały spełnione tolerancje produkcyjne poszczególnych komponentów i odkryć, że zastosowane elektrody były zużyte, metoda wyrównywania była wadliwa, częstotliwość kontroli za pomocą narzędzia frezującego była niewystarczająca, wybór narzędzia był nieprawidłowy lub wystąpiła kombinacja kilku z tych czynników.

Znając tę ​​samą przyczynę, dyrektor zarządzający firmy może zbadać, dlaczego metoda była niewłaściwa lub dlaczego dobór narzędzia był niewłaściwy. Dyrektor zarządzający może odkryć, że budżet na utrzymanie frezów był niewystarczający, personel był przeciążony pracą, narzędzie zostało zakupione od najtańszego oferenta itd.

Dlatego też bardzo ważne jest, kto występuje o RCA i w jakim celu.

Metodologie RCA: od analizy „dlaczego-dlaczego” do podejść statystycznych

Czytanie studiów przypadków i metodologii RCA jest tak samo dobre, jak teoretyczne wskazówki dotyczące praktycznego zastosowania.

RCA opiera się w dużej mierze na trafnych obserwacjach, dobrym rozumieniu podstaw statystyki i niezłomnej zdolności trzymania się tego, co się wie, bez przyjmowania założeń lub wyciągania pochopnych wniosków.

Podejścia takie jak analiza „dlaczego-dlaczego”, analiza ścieżkowa, badanie powinowactwa hierarchicznego i techniki oceny statystycznej pomagają określić wagę czynników składowych i uniknąć błędnej interpretacji regresji jako związku przyczynowo-skutkowego.

Najlepsze praktyki skutecznego przeprowadzania analizy przyczyn źródłowych (RCA)

RCA przypomina projekt z ograniczeniami kosztów, czasu i ryzyka podjęcia błędnych decyzji.

Analizy przyczynowo-skutkowe (RCA) są często żmudne, ponieważ istnieje ogromna lista możliwości i wiele pozornie racjonalnych wyjaśnień prowadzących do tego samego problemu. Większość prawdopodobnych wyjaśnień jest albo nie do ratyfikacji, albo prowadzi do ślepej uliczki dla eksperymentów z powodu nieracjonalnego podejścia lub wyższych kosztów.

Zazwyczaj oczekuje się, że analiza przyczynowo-skutkowa (RCA) usunie przyczynę leżącą u jej podłoża, którą można odkryć dopiero z czasem. Może ona również obejmować wrażliwe aspekty, takie jak naliczanie kar, dlatego kluczowe jest dokładne powiązanie związku przyczynowo-skutkowego bez pomyłek.

Wnioski: RCA jako narzędzie działań korygujących i ciągłego doskonalenia

Rozwiązanie problemu wymaga znalezienia jego właściwej przyczyny. W przeciwnym razie działania naprawcze są bezcelowe i bezużyteczne. Wskazanie właściwego kierunku osobom rozwiązującym problemy to RCA (Reakcja na Rzecz Przyczyny).

W następnym artykule przyjrzymy się kreatywnej stronie śledztw kryminalistycznych w branży komunikatorów internetowych. Do tego czasu czekamy na Wasze opinie i komentarze.

Zapraszamy do kontaktu z nami, aby dowiedzieć się więcej o tym, jak nasz zespół może pomóc Ci w przeprowadzeniu kompleksowej analizy przyczyn źródłowych Twoich problemów. Twoje pytania są dla nas ważne i dokładamy wszelkich starań, aby zapewnić Ci niezbędne wskazówki, które pomogą Ci skutecznie stawić czoła tym wyzwaniom.

Często zadawane pytania

1. Czym jest analiza przyczyn źródłowych (RCA) w formowaniu wtryskowym?Analiza przyczyn źródłowych (RCA) w formowaniu wtryskowym to ustrukturyzowany proces badawczy służący identyfikacji fundamentalnej przyczyny wad lub usterek. Zamiast zajmować się objawami powierzchownymi, RCA koncentruje się na odkrywaniu czynników leżących u podstaw problemów z jakością, wydajnością lub procesem.
2. Dlaczego przeprowadzenie dochodzenia i analizy diagnostycznej jest ważne w rozwiązywaniu problemów z formowaniem?
   Dokładne badanie gwarantuje, że działania naprawcze będą ukierunkowane na rzeczywistą przyczynę problemu, a nie tylko jego objawy. Bez odpowiedniej diagnostyki działania mogą zostać skierowane w niewłaściwym kierunku, co doprowadzi do powtarzających się usterek, marnotrawstwa zasobów i wydłużenia przestojów w produkcji.
3. Jakie są najważniejsze kroki procesu badania przyczyn źródłowych w produkcji?
   Kluczowe kroki obejmują identyfikację natychmiastowych ustaleń, wdrożenie tymczasowych działań powstrzymujących, ocenę wszystkich możliwych czynników przyczyniających się, weryfikację przyczyny źródłowej za pomocą testów, określenie stałych działań korygujących oraz dokumentowanie wyników walidacji i poziomów ufności.
4. Jak odróżnić korelację od rzeczywistej przyczyny podczas diagnozowania defektów?
   Korelacja wskazuje, że dwa czynniki poruszają się równolegle, ale nie potwierdza związku przyczynowo-skutkowego. Aby ustalić prawdziwą przyczynę, zmienne muszą zostać wyizolowane i przetestowane niezależnie, co pozwoli upewnić się, że związek zachodzi bez naruszania statystycznych lub logicznych kryteriów walidacji.
5. Jakie najczęstsze błędy występują podczas analizy przyczynowo-skutkowej (RCA) w diagnostyce form wtryskowych?
   Częstym błędem jest założenie, że korelacja równa się przyczynowości. Inne błędy obejmują przyjmowanie założeń bez wystarczających danych, ignorowanie oceny statystycznej, pomijanie czynników wpływających lub przedwczesne zakończenie dochodzenia bez odpowiedniej weryfikacji.
6. W jaki sposób gromadzenie danych i mapowanie procesów wspierają skuteczną diagnostykę?
   Dokładne gromadzenie danych i szczegółowe mapowanie procesów pomagają zrekonstruować sekwencję zdarzeń prowadzących do awarii. Wspólna burza mózgów i systematyczna dokumentacja pozwalają zespołom identyfikować możliwe ścieżki i obiektywnie oceniać czynniki przyczyniające się do awarii.
7. Jakie wyzwania pojawiają się zazwyczaj przy diagnozowaniu usterek w procesach formowania?
   Do typowych wyzwań należą brakujące lub niekompletne dane, trudności w ustaleniu harmonogramu, wiele oddziałujących na siebie zmiennych oraz ograniczenia kosztowe lub czasowe. Czynniki te utrudniają identyfikację prawdziwej przyczyny problemu i wymagają zdyscyplinowanego podejścia analitycznego.
8. Czy wiele przyczyn źródłowych może przyczyniać się do jednego problemu z formowaniem wtryskowym?
   Tak, wiele czynników może działać jednocześnie lub sekwencyjnie, tworząc wadę. Przyczyny mogą się różnić w zależności od perspektywy – operatora, narzędziowca, inżyniera jakości lub kierownictwa – co podkreśla wagę jasnego określenia zakresu badania.
9. W jaki sposób skuteczna diagnostyka może poprawić jakość produkcji i zmniejszyć częstotliwość występowania problemów?
   Identyfikując i usuwając prawdziwą przyczynę problemu, analiza przyczynowo-skutkowa (RCA) umożliwia ukierunkowane działania korygujące. Zmniejsza to częstotliwość występowania usterek, poprawia stabilność procesu, podnosi jakość produktu i wspiera ciągłe doskonalenie procesów produkcyjnych.