سیستم های مدیریت کیفیت

مشکلات سطح سیستم اغلب در تعمیرات با اجزای تعویض نشان داده می شود ، و قطعات خراب تست شده نشان داده نمی شوند. برخی از جنبه های این مشکل دشوار و گسترده ناشی از عدم موفقیت سطح سیستم به دلیل تعامل غیر منتظره بین عناصر سیستم است (به جای مسائل مربوط به سطح اجزا). ما این مسئله NTF را با آنالیز خودکار یا استخراج داده های تعمیر و نگهداری و تولید شده توسط تکنسین های خدمات خودرو بررسی می کنیم.

هر مسئله به دلیل فاکتورهای هزینه و تعدد تعامل در یک سیستم نمی تواند در مراحل طراحی و توسعه پیش بینی و ارزیابی شود. باید برای رفع مشکلاتی که پس از واقعیت طراحی ، ساخت و استفاده واقعی دیده می شود ، استفاده شود. هرچه مشکلات سریعتر و علت اصلی آنها مشخص شود ، زودتر اقدامات اصلاحی انجام می شود. تجزیه و تحلیل داده های مورد استفاده ممکن است منجر به شناسایی علت های اصلی و راه حل ها شود که در نهایت منجر به اصلاح طراحی مهندسی می شود.

برای رفع علائم فوری در تعمیر وسایل نقلیه ، اغلب بدیهی است که اجزای بد رفتاری جایگزین می شوند حتی اگر این رویکرد ممکن است علت اصلی را برطرف نکند. این منجر به تکرار نارسایی ها (به عنوان مثال ، مرتبه اول درست نیست) ، رضایت مشتری کمتر ، هزینه کلی بالاتر و NTF برای قطعات جایگزین شده در صورت آزمایش و آزمایش می شود. این مشکلات مختلف را می توان با استفاده از داده هایی که از قبل در دسترس است برطرف شد ، اما بطور قابل توجهی تحت استفاده قرار نمی گیرند.

مثال : برای یک مدل وسیله نقلیه ، فیوزهای مورد استفاده در سیم کشی پانل ابزار می وزد. فیوزهای تعویض شده و گاهی اوقات مهار ، به کاهش بازدیدهای مکرر برای همان موضوع کمک نمی کند. علت اصلی به سرعت توسط تجزیه و تحلیل داده ها به موضوعات شیشه جلو ردیابی می شود: آب باران در جعبه فیوز نشت می کرد. تجزیه و تحلیل داده ها ابتدا اطلاعات مفصلی از روایت های متنی تکنسین - که نشت آب را شناسایی کرد ، از جمله جنبه های دیگر ، در سوابق فردی - و دوم ، الگوهای وقوع همزمان در مجموعه ای از سوابق برای آب در فیوزها را پیدا کرد.

شکل 1: استخراج اطلاعات دقیق از روایت متن متن تکنسین برای فعال کردن تجزیه و تحلیل

تجزیه و تحلیل داده ها ممکن است موثرترین و کارآمدترین راه حل برای شناسایی مشکلات رایج در سطح سیستم باشد زیرا وسیله ای ارزان تر ، متمرکز را فراهم می کند - بدون نیاز به حمل و نقل اجزای فیزیکی یا سفر مجدد تحلیلگران به مکان های تعمیر. تجزیه و تحلیل داده ها برای مسائل NTF شامل برخی از محاسبات ذاتاً پیچیده ، همراه با استخراج اطلاعات دقیق از داده های نظرات روایت متن تکنسین کلامی کثیف است. هر دو روش محاسباتی فشرده و همچنین استخراج اطلاعات دقیق از روایت های متنی با استفاده از سخت افزار و نرم افزار قدرتمند جدید که اکنون در دسترس است ، به طور فزاینده ای امکان پذیر شده است. هم اکنون راه اندازی سیستم های هشدار زودرس برای کمک به کاهش هزینه ها و خطرات مرتبط با مسائل NTF امکان پذیر است.

تکنیک های تحلیلی ساده سرنخ هایی را برای مسائل مربوط به سطح سیستم فراهم می کند ، همانطور که در مورد قبلی ما ، ممکن است در مورد داده های سرویس محور سوابق جدولی برای نگهداری و تعمیرات به شرح زیر باشد: وقایع مکرر ضبط داخل ، با استفاده از یک تکنیک نسبتاً ساده ، ممکن است نشان می دهد که فیوزها در هنگام وجود نشت ، منفجر می شوند. شباهت های بین ضبط شده (dis-) ممکن است نشان دهد که فیوزهای منفجر شده به طور یکنواخت در بین موضوعات مختلف نشت ، در مناطق جغرافیایی خاص و / یا در فصول بارانی توزیع می شوند. و توالی بین ضبط / درون مجموعه ممکن است نشان دهد که فیوزها در هر زمان تعمیرات نشت رخ می دهد. این تکنیک ها از معیارهای آماری مناسبی استفاده می کنند و امکان استفاده از اطلاعات قبلی را که در مورد تعمیرات اتومبیل آموخته شده است ، غالباً در دسترس می سازد.

شکل 2: وقایع مشترک در سوابق خدماتی که در آن هر موضوع "بالقوه" به صورت افقی ذکر شده است

پاراگراف های قبلی جنبه های نمایش آینده ما را با عنوان "تجزیه و تحلیل داده ها برای سیستم ها در برابر اجزاء" در اجلاس کیفیت AIAG 2016 ، 29-30 سپتامبر 2016 در نمایشگاه مجموعه حومه شهر نووی میشیگان شرح می دهد. (این مطالب تا حدی مبتنی بر کارهایی است که توسط بنیاد ملی علوم تحت شماره جایزه: IIP-0712385 پشتیبانی می شود. هرگونه عقیده ، یافته و نتیجه گیری یا توصیه ای که در این نشریه بیان شده است مربوط به نویسنده (بازدید کنندگان)) است و لزوماً منعکس کننده نظرات نیست. بنیاد ملی علوم.)

استراتژی های پردازش: بهینه سازی شبکه بازگشت و تعمیر
• تشخیص دهید که یک شبکه برگشتی و تعمیر یک اندازه ، همه مناسب نیست.
• فرآیندهای تعمیر و بازگشت را جدا کنید.
• پیش بینی و برنامه ریزی برای بازده و تعمیرات.
• سازمان را مجدداً اصلاح کنید تا اداره امور بازپرداخت و تعمیرات به یک مرکز سود تبدیل شود.
• درجات مختلف تقاضای محصول را حساب کنید.
• راه حل های خلاقانه (مانند سایت حراج آنلاین B2B) را برای سهام محصول B بررسی کنید.
• در فهم کل هزینه فرود آمده برای بازده سرمایه گذاری کنید.
نتیجه گیری
پنج قدم اولیه برای احیای استراتژی های برگشت و ترمیم
• بر روی ایجاد انتظارات مطلوب مشتری متمرکز شوید که مانع از آن می شود تا به طور کامل از NTF ها جلوگیری شود.
• محصول را قبل و بعد از فروش با گزینه های موثر و جذاب برای بازده پشتیبانی کنید.
• راهکارهایی را برای شناسایی سریع کالاهای NTF به کار گیرید و هرچه سریعتر آن را به موجودی برگردانید
• بازخورد مشتری را تعیین کنید تا دلایل بازده را تعیین کنید.
• به دنبال فرصت هایی برای به اشتراک گذاشتن مسئولیت های جلوگیری از بازده و ساده سازی شبکه های برگشت و ترمیم باشید.
برای شرکت هایی که در مسیر کارایی بالا قرار دارند ، جلوگیری از بازده در ابتدا و مدیریت فرایند بازده با شیوه ای هوشمندانه تر ، چابک تر بسیار مهم است.