QMS-云质-数字化质量管理-电机行业的数字化质量管理讨论

-云质QMS原创文章，转载请注明来源-

阅读关键词：数字化质量管理，企业数字化转型，质量管理软件，质量管理平台，质量软件，电机行业质量软件，国产质量软件，国内质量软件

对于电机行业的质量数字化管理，看似是一个垂直细分领域，但实际上并不完全是，这是因为电机的种类太多了，有大型和小型，有交流和直流，有无刷和有刷，有高速和低速，有恒速和调速，有自动生产线和手动生产线，等等，等等，太多太多的不同。就像是茄科下的植物--茄子，西红柿，辣椒，土豆，枸杞子一样，虽同在一个茄科但外形完全不一样。

中国大约有几千家电机企业，该行业80%以上为多品种、小批量生产模式。大中型电机市场集中度较高，中小型电机市场的集中度较低，竞争激烈。

竞争激烈到什么样的程度呢？ 举个例子，20年前，松下和阿美德格1000瓦电机，寿命在300-500小时，价格大约是100元人民币，现在同样是1000瓦电机，寿命要超过500小时，价格却只有30元人民币。

产品不一样，企业不一样，自然的结果就是质量管理痛点也不会完全一样。

同理，质量缺陷也是各不相同。有匝间短路，轴承损坏，装配不良，定/转子铁心松动，定/转子间气隙不均匀导致相互摩擦，异物进入电动机内，电磁噪声，断线，电动机轴弯曲，等等，等等。

本文只是列举一些电机企业的痛点和解决方案，不能覆盖全部电机行业，只是以点带面，抛砖引玉。

1. 质量标准管理

没有公司系统化的质量检验标准，就不能保证产品质量。质量检验标准也不能由员工个人占用，检验标准是企业知识库的一部分，它不应随人员的变化而变化，也不应该随人员的流动而消失。

解决方案：建立企业统一规范的质量检验系统，系统自动判断，减少随意性。（这项工作说起来简单，但做起来很烦，部分数字化项目拖期，失败就是员工找各种理由不配合，毕竟这事对一线员工来说是收获小于付出。）

2. 对质量工作效率的管理

a. 质量工程师的时间都去哪里啦？

工程师做质量改进花费大量的时间进行统计数据，效率低下且受QE技能限制（70·-80%的时间在统计数据），更糟糕的事情是如果没有标准化的质量管理，数据不真实，质量改进也成为了空中楼阁，PPT可能很精美，有没有实际效果则是另一回事。

1. 点焊后线径变化率稳定吗？焊接电阻变化大吗？
2. 转子精车后，粗糙度变大，系统会自动报警吗？
3. 那个工序问题最多？
4. 那类产品问题最多，都是什么问题？
5. 是设备问题还，设计问题还是人员问题？
6. 谁在跟踪解决？进展情况如何？
7. 来料都合格，但生产装配时不是过松就是过紧？
8. 哪些图纸又用错了？
9. ……

QE似乎每天都在忙于灭火，长期改善计划难于落实。要进步，首先要把工程师从繁重的统计中解放出来。让计算机做统计分析工作，人做增值改善的工作。

b. SQE都在忙啥？

供应商的原料的不稳定，不仅严重影响电机企业的生产计划安排，库存管理，物流安排，生产场地的使用，一线员工的加班等一系列问题，更是客诉的主要来源之一。

收到IQC，IPQC和CQE反馈后，SQE似乎永远在去供应商的路上，SQE一方面感觉很累，从企业的角度来看，实际的效果又如何呢？

有些电机企业的原材料种类多达5~6万个，每天总有一些不合格的来料，如不紧急放行，就有可能影响生产，质量工作很大一部分变成不合格是否可以使用，讨论风险有多大的工作！

解决方案：

1. 有了质量数据，剩下的事情就容易多了，电脑的统计速度比人快多了，而且电脑也不会美化修改数据。
2. 有了检验标准，可以把检验标准通过系统直接提供给供应商，实现供应商的检验结果和自己检验结果实时比较。
3. 还可以将供应商在试产时的测试结果设成报警值，以保证量产的产品质量与试产的产品不会发生太大的漂移。
4. 配合尺寸，快速找出是哪个物料，哪家供应商的问题。
5. ……

当然，实现这些功能，项目前期要花费大量时间规划和设置合适的数据粒度，想要后期有何等程度的畅快淋漓，前期就要有多少汗流浃背。

3. 对研发的支持

通常一个企业的研发都是在现有的产品基础之上不断优化改进。要想改进和优化，不断提高客户满意度，首先要有历史数据的输入，比如，类似的产品客户都投诉过什么问题，解决分方案是什么？大概的温升是多少？一共做个多少次寿命试验，寿命分布如何？等等，还有节约成本空间吗？这些数据就埋藏在每日生产的数据中，利用好就会变成企业的竞争优势。

4. 对销售和财务的支持

尤其是竞争非常激烈的小型电机市场，报价高不中标，报价低企业自己不挣钱。如何帮助财务和销售精确算出成本非常关键。

1. 类似产品的直通率
2. 类似产品客户的投诉有多少？
3. 类似产品的质量成本是多少？
4. ……

销售在客户面前，用手机可以实时查看各种数据，不仅能及时回复客户的各种问题，还可以增强客户对企业的信心。

5. 对采购的支持

采购当然可以用质量统计数据作为支撑，对供应商做到按质论价。

同时，还可以制定合理的采购策略，类似的产品多家采购，充分利用价格杠杆，分配杠杆和质量杠杆，不断降低运营总成本。

6. 对设备维护的支持

对于设备的维护好像是进入了一共怪圈，平时巡检没有问题，等到产品不合格时才发现有好多问题没有及时维护。

设备本身的监控很重要，但更关键的是产品的质量稳定，毕竟稳定的设备是为了稳定的产品服务的。

设备正常，但动平衡量变大，这时就应该及时调整设备而非等到出现产品不合格才维修设备， 要把设备维护与产品质量稳定相关联。

7. 优化工艺参数

很多的工艺参数的设置是凭感觉，凭过往的经验，未必是最优的工艺参数。

例如，对于BMC定子注塑工序，不合格品总是时不时产生，即不知道产生的原因，也不知道消失的原因，对于工程师来说这个工艺就是一个黑盒。

有了质量管理软件，完全可以记录每一批产品所使用的设备和材料，以及温度，压力和速度，让系统算出工艺参数与质量的关联关系，帮助工程师不断优化工艺。

	例如：模具温度设定为A时，缺陷分析

7. 数据在阳光下就是生产力

有人的地方就有江湖，质量管理软件即要能对复杂的质量数据做出各种统计分析，还要有助于实现企业低成本的质量管理，减少不必要的扯皮，推诿，并且督促相关人员完成各自的工作。

1. 客户的投诉，谁负责，多长时间关闭？
2. 全年发生多少次整改，都是那个部门的责任，关闭率是多少？平均关闭周期多长？
3. 生产线多少次发现原料不合格，是IQC的问题还是研发设定标准的问题？
4. 整改后，类似问题还有发生吗？
5. ……

究其根本，质量管理软件是为企业发展服务的，是为了提高企业竞争力和为企业基业长青保驾护航。