بهبود فروشگاه

FMEA مبتنی بر هزینه دوره عمر

هدیه هرسینی

دانشجوی کارشناسی ارشد مهندسی صنایع- دانشگاه تربیت مدرس

دکتر رضا کاظم زاده

عضو هیئت علمی بخش مهندسی صنایع- دانشگاه تربیت مدرس

چکیده

   تجزیه و تحلیل حالت خطای بالقوه و آثار ناشی از آن (FMEA) روشی سیستماتیک برای شناسایی و پیشگیری از وقوع خطاهای بالقوه موجود در طرح محصول، محصول و فرآیند تولید آن میباشد. این روش بیشتر بر جلوگیری از بروز عیب و افزایش ایمنی تمرکز دارد.

در FMEA سنتی ابتدا خطاهای بالقوه یا نقصهای احتمالی موجود به وسیله عدد الویت ریسک        (Risk Priority Number) الویت بندی میشوند و سپس بر اساس الویت هر خطا، اقدامات اصلاحی لازم در راستای بر طرف نمودن آن صورت میگیرد.

عدد الویت ریسک(RPN) با حاصلضرب سه شاخص: رخداد (Occurrence)، وخامت (Severity) و کشف (Detection) معرفی شده است.

امتیازدهی به دو شاخص وخامت و کشف عملی کاملا ً نظری و بدون مقیاس جهانی است. همچنین عدد الویت ریسک (RPN) حاصلضرب سه متغیر وصفی است که به عنوان یک معیار دقیق اندازه گیری نمیتوان از آن یاد کرد. در حال حاضر علیرغم محدودیتها و مشکلاتی که FMEA سنتی دارد، بسیاری از صنایع از آن استفاده میکنند.

این مقاله، در خصوص کاستی های FMEA سنتی و معرفی روش جدیدی از FMEA مبتنی بر هزینه دوره عمر بحث میکند به طوریکه در این روش ریسک خطا با معیار هزینه اندازه گیری میشود. خطایی که منجر به هزینه بالاتری شود، در الویت اقدام اصلاحی قرار میگیرد.

1- مقدمه

1-1- مقدمه ای بر FMEA

بیش از 40 سال از کاربرد روش FMEA در دنیا میگذرد. تلاش به منظور جلوگیری از رخداد خطا در هنگام طراحی، ایجاد و توسعه محصولات و فرآیندها و نیز پیش بینی خطا و پیدا کردن کم هزینه ترین راه حل برای جلوگیری از بروز خطا از اهم دلایل بکار گیری این روش میباشد.

تجزیه و تحلیل حالات خرابی بالقوه و اثرات آن (FMEA) ابزاری است که در صنایعی چون صنعت خودروسازی، صنایع هوایی، صنعت الکترونیک و سایر صنایع به طور وسیعی مورد استفاده قرار میگیرد. از این ابزار برای شناسایی، الویت بندی، برطرف نمودن خرابیهای بالقوه شناسایی شده، مشکلات و خطاهای یک سیستم در دست طراحی یا تولید استفاده میشود. [1] 

در راستای اقدامات فوق الذکر، از عدد الویت ریسک (RPN) جهت اندازه گیری ریسک و وخامت خطای بالقوه استفاده میشود. RPN حاصلضرب سه شاخص رخداد (O) ، وخامت (S) و کشف (D) میباشد.

مهندسان عموما ً " علل ریشه ای" و " اثرات نهایی" خطاهای بالقوه زیر سیستمها یا اجزاء یک سیستم را تجزیه و تحلیل میکنند ولی نوعا ً ارتباط دقیقی بین این دو برقرار نمیکنند. بنابراین با بکارگیری FMEA این تجزیه و تحلیل حول حالات خطاهای بالقوه سازماندهی میشود، به طوریکه بین علل موجود و اثرات ناشی از آنها ارتباط موثری برقرار میگردد. [5]

بنابراین، یک تجزیه و تحلیل دقیق و کامل مثل FMEA سناریو محور، میتواند جهت درک کلیه اثرات میانی موجود بین علل اولیه و اثرات نهایی آنها مورد استفاده قرار گیرد. [3]

1-2- کاستی های FMEA سنتی

دو تعریف مجزا برای کشف در FMEA وجود دارد:

1- احتمال اینکه خطا قبل از رسیدن به دست مشتری مورد شناسایی قرار بگیرد، چقدر است؟

2- احتمال اینکه خطا قبل از اینکه منجر به بروز فاجعه شود، توسط مشتری شناسایی گردد، چقدر است؟

این دو تعریف، کاربران FMEA را هنگام امتیازدهی به شاخص کشف(D) سردرگم میکند. ما سعی داریم چه چیزی را اندازه گیری یا مشخص کنیم؟

چقدر آسان است که خطا را کشف کنیم؟

جاییکه خطا رخ داده است؟

یا زمانیکه خطا رخ داده است. ( زمانیکه محصول نزد سازمان یا در اختیار مشتری بوده است.)؟

یا از طرفی آیا ما سعی داریم میزان مشکل یا آسان بودن جلوگیری از بروز خطا را اندازه گیری کنیم؟ [2]

شاخص هایی که برای محاسبه RPN استفاده میشوند متغیرهایی با مقیاس وصفی هستند که بیشتر در سرویسهای خدماتی قابل رتبه بندی مثل هتلها، رستورانها، سینماها و غیره مرسوم هستند. داده های وصفی رتبه یا درجه را نشان میدهند و به دلیل عدم وجود رابطه ای تابع مانند، نمیتوان اعدادی که در فاصله بین دو رتبه قرار دارند را به آنها نسبت داد. بنابراین RPN که حاصلضربی از سه متغیر مستقل است، نمی تواند شاخصی دقیق و مناسب برای اندازه گیری ریسک خطا باشد. [1]

1-3- تحقیقات مرتبط

تحقیقات اخیر  FMEAبر روی محدودیتهای FMEA سنتی، با بکارگیری مدل های اندازه گیری مختلف، توجه به سناریوهای خطای چندگانه و ترکیب کردن تجزیه و تحلیل حساسیت، تمرکز دارند.

این رویکردهای جدید FMEA به برخی از مشکلات مطرح شده در قسمت قبل پرداخته اند ولی هنوز به طور روشن و کافی چگونگی: 1- تعیین هزینه خطا، 2- تجزیه و تحلیل حساسیت، 3- ارائه راه حل مناسب در خصوص تشخیص امتیاز شاخص کشف، را بیان ننموده اند.

تحقیقی که در این مقاله ارائه شده است طبق آخرین مطالعات انجام شده بر اساس وزن دهی به هزینه طول عمر مورد انتظار خطای بالقوه، طی اولین مراحل طراحی و ساخت میباشد. [3] 

با معرفی هزینه به عنوان شاخصی برای اندازه گیری ریسک خطا، کاستی های FMEA سنتی تا حدودی برطرف خواهند شد.

خطاها ممکن است در هر مرحله ای از دوره عمر محصول یا خدمت رخ دهند. دوره عمر در اینجا مراحلی نظیر: طراحی، تولید یا ارائه نمونه آزمایشی، آماده سازی و تولید انبوه فرض شده است. در صورتیکه پیدایش و کشف خطا در مراحل جداگانه و دورتری نسبت به هم رخ دهند، هزینه خطا       بیشتر میشود.

2- متدلوژی FMEA

2-1- RPN سنتی  

در FMEA سنتی از RPN جهت ارزیابی ریسک خطا، از سه شاخص رخداد، وخامت و کشف استفاده میشود. امتیازدهی به هر یک از این شاخصها عددی بین 1 و 10 میباشد.

رخداد از احتمال رخ دادن خطا و علت بروز خطا سرچشمه میگیرد. رخداد طی سالهای اخیر توسط تعداد زیادی از صنایع الکترونیک و خودروسازی امتیازدهی شده است. عدد 10 در جدول امتیازدهی رخداد معادل اینست که خطا حتما ً رخ میدهد (در تمام موارد رخ میدهد) و عدد 1 معادل اینست که خطا بسیار بعید یا غیرممکن است که رخ دهد ( یک خطا در یک میلیون مورد). [1]

شاخص وخامت به اثر نهایی خطا اختصاص دارد و آن را اندازه گیری میکند. در تعیین مقدار شاخص وخامت عدد 1 معادل این است که خطا اثری بر هیچ چیز یا هیچ کس ندارد. عدد 10 معادل این است که اثر خطا، فاجعه جانی یا توقف کارکرد طرح را به دنبال دارد.

شاخص کشف، بر اساس احتمال کشف خطا از طریق بازنگری طرح، بازرسی و آزمون حین فرآیند و کنترل کیفیت محصول می باشد. در امتیازدهی به شاخص کشف، عدد 1 معادل این است که حالت خطا حتما ً شناسایی میشود و عدد 10 معادل این است که کشف حالت خطا غیرممکن است.

بدست آوردن حاصلضرب این سه شاخص ( رخداد، وخامت و کشف) RPN یا عدد الویت ریسک را در اختیارمان میگذارد. عدد RPN نشان دهنده ریسک هر حالت خطا می باشد و هر خطایی که دارای RPN بالاتری باشد دارای ریسک بیشتری است و در الویت بررسی و اقدامات اصلاحی قرار دارد. [5]

2-2- FMEA مبتنی بر هزینه دوره عمر  

جهت برطرف کردن ابهام موجود در اندازه گیری احتمال کشف و استدلال غیرمنطقی ضرب نمودن سه شاخص وصفی، روش جدیدی با نام FMEA مبتنی بر هزینه دوره عمر ایجاد شده است تا کاستی های روش قدیمی را بر طرف نماید. FMEA  مبتنی بر هزینه دوره عمر، ریسک خطا را بر اساس هزینه اندازه گیری می کند. هزینه زبانی عمومی و جهانی است که به سادگی می تواند توسط مهندسان و سایرین درک شود. [4]

بنابراین هزینه خطاهای بالقوه شناسایی شده، می تواند با استفاده از فرمول ساده زیر محاسبه گردد:

Pi = احتمال رخداد یک خطای خاص

Ci = هزینه مربوط به رخداد آن خطا

n = تعداد خطاهای بالقوه شناسایی شده

شکل 1 جدول FMEA مبتنی بر هزینه دوره عمر را که برای استفاده از این روش ایجاد شده است، نشان میدهد. مقداری که به شاخص فراوانی(Frequency) نسبت داده میشود، میتواند احتمال رخداد خطا و یا تواتر رخداد خطا باشد.

فرض میشود خطاهایی که از مرحله طراحی، ساخت نمونه آزمایشی، آماده سازی و نصب نشأت گرفته اند، جزو آن دسته رویدادهایی هستند که یک بار رخ میدهند و احتمال رخدادشان به ستون فراوانی اختصاص داده میشود. خطاهایی که از مرحله مونتاژ یا تولید نشأت میگیرند، ممکن است بیش از یکبار طی دوره عمر سیستم رخ دهند. بنابراین تواتر رخداد خطا طی یک دوره یک ساله، به ستون فراوانی اختصاص داده میشود.

شاخص رخداد مجدد خطا (Re-occurring) نشان دهنده این است که آیا خطا طی دوره عمر یک بار رخ میدهد یا ممکن است چندین بار رخ دهد. (مثلا ً مقدار رخداد مجدد برای خطایی که از مرحله طراحی نشأت گرفته است، برابر یک میباشد.)

شاخص مرحله منشأ خطا (Failure Originate) نشان دهنده این است که خطا اولین بار در کدام مرحله اتفاق افتاده و از کجا نشأت گرفته است.

شاخص مرحله کشف مرحله ای که خطا در آن شناسایی شده است را نشان میدهد.

   شکل 2 چهار مرحله مختلف آغاز یا منشأ خطا ( طراحی، ساخت نمونه، آماده سازی و نصب و تولید) و مراحل کشف خطا( بازنگری طراحی، بازرسی، تست و آزمون، کاربری) و مثالی از خطایی که از مرحله طراحی نشأت گرفته و در مرحله کاربری شناسایی و کشف شده است، را نشان میدهد.

   به دلیل خطای طراحی، قطعه باید دوباره طراحی شود، دوباره تولید آزمایشی شود و دوباره آماده سازی های لازم جهت تولید انبوه صورت گیرد. همچنین ممکن است بین هر کدام از این فعالیتها تأخیری ایجاد شود. زمان بیکاری زمانی است که سیستم به واسطه رخداد خطا قابل کابری نیست و این زمان معادل از دست دادن فرصتها میباشد. [1]

   خطا ممکن است در هر مرحله ای از دوره عمر اتفاق بیفتد. ولی ممکن است در همان مرحله و یا در مراحل بعدی کشف شود. در صورتیکه منشأ خطا و کشف آن در یک مرحله باشد، هزینه خطا به حداقل میرسد. هرچه فاصله بیشتری بین مرحله نشأت گرفتن و کشف خطا باشد، هزینه خطا افزایش می یابد.

هزینه خطا سه جزء اصلی دارد: هزینه نیروی کار(Labor Cost)، هزینه قطعه یا مواد (Material Cost) و هزینه فرصت (Opportunity Cost).

   هزینه نیروی کار و فرصت را می توان بر حسب حاصلضرب زمان و هزینه زمان اندازه گیری و به چهار جـزء مختلف تقسیم نمود: زمـان کشف (Detection Time)، زمـان تعمیر(Fixing Time)، زمان انتظار(Delay Time).

   زمان کشف، زمانی است که جهت درک و شناسایی خطای بالقوه موجود و تشخیص محل دقیق آن صرف میشود.

   زمان تعمیر، زمانی است که جهت تعمیر و برطرف نمودن مشکل صرف میشود ( زمان واقعی برای تعمیر هر جزء).

   زمان انتظار، زمان از دست رفته ای است که صرف فعالیتهای بی ارزشی نظیر انتظار برای دریافت پاسخ، برگرداندن سیستم به حالت یا وضعیت اولش، زمان تنظیم مجدد، زمان حمل و نقل و ارسال، میشود. [3]

   برای مثال از خطاهایی که طی مرحله طراحی رخ داده اند، می توان از محاسبات غلط در طراحی، اعداد اشتباه در چاپ، انتخاب نادرست مواد، نام برد. این اشتباهات ممکن است طی بازنگری طراحی (قبل از ساخت نمونه) و یا در مراحل بعدی کشف شوند.

  اگر خطا و کشف آن در یک مرحله اتفاق بیفتند، هزینه خطا به حداقل میرسد. پر هزینه ترین خطا، خطایی است که در مرحله طراحی رخ دهد و تا مرحله کاربری ( کشف توسط مشتری) کشف نشود.

می توان از خطاهایی نظیر اشتباه کارگر، عدم کالیبراسیون و استفاده از مواد اشتباه به عنوان خطاهایی که     در مرحله ساخت ممکن است رخ دهند، نام برد. این اشتباهات ممکن است طی مرحله بازرسی قطعات یا در مراحل بعدی کشف شوند.

   مثالهایی از خطاهایی که ممکن است طی مرحله آماده سازی و نصب اتفاق بیفتند را میتوان استفاده از روش اجرایی نادرست، اعمال نیروی بیشتر یا کمتر از حد لازم به ابزار هنگام سفت کردن گیره های نگهدارنده، آسیب رساندن به قسمتی از دستگاه و غیره نام برد.

   هزینه نیروی کار میتواند با استفاده از اطلاعات جدول FMEA (شکل 1) که توسط تیم مهندسی سازمان تهیه شده است و با استفاده از فرمول زیر محاسبه گردد: [1]

+] تعداد کارگر* نرخ دستمزد کارگر* زمان کشف[ } ×R × F  = هزینه نیروی کار

       + ] تعداد کارگر* نرخ دستمزد کارگر* زمان تعمیر[      

(2)  { ] تعداد کارگر* نرخ دستمزد کارگر* زمان انتظار[ 

برای محاسبه هزینه قطعه یا مواد می توان از فرمول زیر استفاده نمود: [1]

(3)    (قیمت هر واحد قطعه یا مواد) ×R × F = هزینه قطعه یا مواد

زمان بیکاری ماشین (Lost / Down Time) از رابطه زیر بدست می آید: [1]

(5)  (زمان انتظار+ زمان تعمیر+ زمان کشف) = زمان بیکاری ماشین 

وقتی خطایی مانع عملکرد اصلی یک سیستم و مانع ایجاد هر گونه ارزش افزوده در سیستم میگردد، زمانی را از دست میدهیم که به آن هزینه فرصت گفته میشود. برای محاسبه هزینه فرصت میتوان از فرمول زیر استفاده نمود: [1]

 (4) هزینه هر ساعت بیکاری ماشین × زمان بیکاری ماشین = هزینه فرصت

 نتیجه گیری

   برای تمام خطاهای بالقوه شناسایی شده هزینه نیروی کار، هزینه قطعه یا مواد و هزینه فرصت محاسبه میشود و خطاها بر اساس هزینه ها الویت بندی میشوند. خطایی که بیشترین هزینه کل را داشته باشد در الویت برای اقدامات اصلاحی، جهت حذف علل بروز خطا قرار میگیرد. تفاوت این روش با روش سنتی FMEA در معیار الویت بندی خطاها است و سایر مراحل این دو روش مشابه یکدیگر میباشند. بدین ترتیب با اجرای FMEA در راستای حذف خطاهای بالقوه موجود در سیستم و علل ریشه ای آنها و اثرات ناشی از آنها، قدم برمیداریم.

در روش پیشنهادی اساسا ً هزینه های خطاهای نشأت گرفته از مراحل طراحی، ساخت، آماده سازی و تولید یک سیستم  گردآوری میشوند. طراحان مطمئنا ً میتوانند تغییراتی را جهت بهبود تخمین هزینه دوره عمر در مدل اعمال کنند و همچنین میتوانند با متمرکز نمودن تلاش هایشان بر روی علل ریشه ای بروز خطا، از هزینه های گزاف ناشی از بروز خطای محصول، سیستم و اجزاء و فرایندهای آن جلوگیری کنند.

  مراجع

[1] S. Rhee| Kosuke Ishii|”Using cost based FMEA to enhance reliability and serviceability”.Advanced Engineering Informatics Journal| Vol. 17| 2003| pp. 179-188

[2] Lee B.|”Using Bayes belief networks in industrial FMEA modeling and analysis”.

Proceeding of International Symposium on Product Quality and Integrity|Philadelphia| PA; 2000

[3] Kmenta S.| Ishii K.| “Scenario-based FMEA: a life cycle cost perspective”. Proceedings of ASME Design Engineering Technical Conference| Baltimore| MD; 2000  [4] S. Rhee| Kosuke Ishii| “Life cost based FMEA incorporating data uncertainty”. Proceedings of ASME Design Engineering Technical Conference| Montreal| Canada; 2002 

[5] S.R. Devadasan and S. Muthu| “Design of total failure mode and effects analysis

program” | International Journal of Quality and Reliability Management| Vol. 20| 2003| pp. 54-67