First Pass Yield (FPY)
First Pass Yield उन इकाइयों के प्रतिशत को मापता है जो बिना किसी rework, मरम्मत, या अस्वीकृति के पहली बार एक प्रक्रिया से सही ढंग से गुजरती हैं। यह एक प्रक्रिया की वास्तविक गुणवत्ता को प्रकट करता है।
First Pass Yield (FPY) एक महत्वपूर्ण प्रश्न का उत्तर देता है: उत्पादन का कितना प्रतिशत पहली बार सही हो जाता है? final yield के विपरीत (जो reworked भागों को शामिल करता है), FPY सभी छुपे rework लूप्स को उजागर करता है जो मूल्य जोड़े बिना समय और संसाधनों का उपभोग करते हैं।
FPY प्रति प्रक्रिया चरण की गणना की जाती है: FPY = अच्छी इकाइयाँ (rework के बिना) / चरण में प्रवेश करने वाली कुल इकाइयाँ। एक multi-step प्रक्रिया के लिए, Rolled Throughput Yield (RTY) सभी व्यक्तिगत FPYs का गुणनफल है -- और संख्या अक्सर चौंकाने वाली कम होती है।
5 चरणों में से प्रत्येक पर 95% FPY वाली एक प्रक्रिया का RTY केवल 77.4% है (0.95^5)। इसका मतलब है कि प्रक्रिया में कहीं न कहीं लगभग 4 में से 1 इकाई को rework की आवश्यकता होती है। पारंपरिक yield मेट्रिक्स इसे छुपाते हैं क्योंकि वे अंत में reworked भागों को 'अच्छा' गिनते हैं।
FPY में सुधार सीधे लागत, lead time, और क्षमता अपशिष्ट को कम करता है। हर इकाई जिसे rework की आवश्यकता होती है वह दोगुने संसाधनों का उपभोग करती है: एक बार इसे गलत बनाने के लिए, एक बार इसे ठीक करने के लिए। Rework को समाप्त करना अक्सर प्रभावी क्षमता में वृद्धि का सबसे तेज़ मार्ग होता है।
सूत्र
FPY = rework या दोष के बिना पास होने वाली इकाइयाँ / प्रक्रिया में प्रवेश करने वाली कुल इकाइयाँ। RTY = FPY1 x FPY2 x ... x FPYn
व्यावहारिक उदाहरण
एक असेंबली लाइन में 4 स्टेशन हैं। स्टेशन FPYs: 97%, 94%, 98%, 96%। RTY = 0.97 x 0.94 x 0.98 x 0.96 = 85.8%। हालांकि प्रत्येक स्टेशन व्यक्तिगत रूप से अच्छा दिखता है, सभी इकाइयों का 14.2% कहीं न कहीं rework की आवश्यकता होती है। 1,000 इकाइयों/दिन पर, यह दैनिक 142 rework घटनाएँ हैं -- एक विशाल छुपी लागत।
Leanshift कैसे मदद करता है
Leanshift प्रत्येक स्टेशन पर प्रक्रिया परिणामों को ट्रैक करता है, प्रति चरण FPY गणना और पूरी प्रक्रिया में RTY को सक्षम करता है। यह दृश्यता ठीक प्रकट करती है कि कौन से चरण सबसे अधिक rework उत्पन्न करते हैं, लक्षित गुणवत्ता सुधार का मार्गदर्शन करते हैं।
अक्सर पूछे जाने वाले प्रश्न
FPY और final yield में क्या अंतर है?
Final yield उन सभी इकाइयों को गिनता है जो अंततः पास हो जाती हैं -- उन इकाइयों सहित जिन्हें rework किया गया था। FPY केवल उन इकाइयों को गिनता है जो पहली बार सही ढंग से पास हुईं। Final yield rework छुपाता है; FPY इसे उजागर करता है।
अच्छा FPY क्या है?
यह उद्योग पर निर्भर करता है। इलेक्ट्रॉनिक्स असेंबली: >98%। ऑटोमोटिव: >95%। मशीनिंग: >97%। निरपेक्ष संख्या से अधिक महत्वपूर्ण रुझान और FPY और 100% के बीच का अंतर है -- वह अंतर सुधार क्षमता का प्रतिनिधित्व करता है।
FPY को कैसे सुधारें?
प्रति स्टेशन शीर्ष दोष प्रकारों की पहचान करें (Pareto विश्लेषण), मूल कारण खोजें (5-Why, Ishikawa), प्रतिकारों को लागू करें (Poka-Yoke, Standard Work), और निरंतर माप के साथ सत्यापित करें। अधिकतम प्रभाव के लिए पहले सबसे कम-FPY स्टेशन पर हमला करें।
संबंधित शब्द
OEE (Overall Equipment Effectiveness)
OEE मशीन और उपकरण उत्पादकता के लिए प्रमुख मीट्रिक है। यह उपलब्धता, प्रदर्शन और गुणवत्ता को एक प्रतिशत मान में जोड़ता है।
Poka-Yoke (Error Proofing)
Poka-Yoke एक डिज़ाइन दृष्टिकोण है जो त्रुटियों को असंभव या तुरंत पता लगाने योग्य बनाता है। यह बाद में निरीक्षण पर निर्भर होने के बजाय प्रक्रिया में गुणवत्ता बनाता है।
Scrap दर / अस्वीकृति दर
Scrap दर उत्पादन के उस प्रतिशत को मापती है जो अपूरणीय रूप से दोषपूर्ण है और जिसे त्याग दिया जाना चाहिए। यह सीधे सामग्री लागत, OEE गुणवत्ता कारक, और पर्यावरणीय अपशिष्ट को प्रभावित करती है।