First Pass Yield (FPY)
First Pass Yield วัดเปอร์เซ็นต์ของหน่วยที่ผ่านกระบวนการอย่างถูกต้องครั้งแรก โดยไม่มีงานแก้ไข การซ่อม หรือการปฏิเสธ เผยคุณภาพที่แท้จริงของกระบวนการ
First Pass Yield (FPY) ตอบคำถามสำคัญ: กี่เปอร์เซ็นต์ของการผลิตถูกต้องครั้งแรก? ต่างจากผลผลิตสุดท้าย (ซึ่งรวมชิ้นส่วนที่ทำงานใหม่) FPY เปิดเผยทุก loop งานแก้ไขที่ซ่อนอยู่ที่ใช้เวลาและทรัพยากรโดยไม่เพิ่มมูลค่า
FPY คำนวณต่อขั้นตอนกระบวนการ: FPY = หน่วยดี (ไม่มีงานแก้ไข) / หน่วยรวมเข้าขั้นตอน สำหรับกระบวนการหลายขั้นตอน Rolled Throughput Yield (RTY) คือผลคูณของ FPY ทั้งหมดแต่ละอัน -- และตัวเลขมักต่ำอย่างน่าตกใจ
กระบวนการที่มี FPY 95% ที่แต่ละ 5 ขั้นตอนมี RTY เพียง 77.4% (0.95^5) ซึ่งหมายความว่าเกือบ 1 ใน 4 หน่วยต้องการงานแก้ไขที่ไหนสักที่ในกระบวนการ ตัวชี้วัดผลผลิตแบบดั้งเดิมซ่อนสิ่งนี้เพราะพวกเขานับชิ้นส่วนที่ทำงานใหม่เป็น 'ดี' ที่สิ้นสุด
การปรับปรุง FPY ลดต้นทุน lead time และการสูญเสียความจุโดยตรง ทุกหน่วยที่ต้องการงานแก้ไขใช้ทรัพยากรสองเท่า: ครั้งหนึ่งทำให้ผิด ครั้งหนึ่งเพื่อแก้ไข การกำจัดงานแก้ไขมักเป็นเส้นทางที่เร็วที่สุดสู่การเพิ่มความจุที่มีประสิทธิภาพ
สูตร
FPY = หน่วยที่ผ่านโดยไม่มีงานแก้ไขหรือข้อบกพร่อง / หน่วยรวมเข้ากระบวนการ RTY = FPY1 x FPY2 x ... x FPYn
ตัวอย่างเชิงปฏิบัติ
สายการประกอบมี 4 สถานี FPY สถานี: 97%, 94%, 98%, 96% RTY = 0.97 x 0.94 x 0.98 x 0.96 = 85.8% แม้แต่ละสถานีดูดีแต่ละอัน 14.2% ของหน่วยทั้งหมดต้องการงานแก้ไขที่ไหนสักที่ ที่ 1,000 หน่วย/วัน นั่นคือ 142 เหตุการณ์งานแก้ไขต่อวัน -- ต้นทุนที่ซ่อนอยู่ขนาดใหญ่
Leanshift ช่วยอย่างไร
Leanshift ติดตามผลลัพธ์กระบวนการที่แต่ละสถานี ช่วยให้การคำนวณ FPY ต่อขั้นตอนและ RTY ทั่วกระบวนการ การมองเห็นนี้เปิดเผยอย่างแน่ชัดว่าขั้นตอนใดสร้างงานแก้ไขมากที่สุด แนะนำการปรับปรุงคุณภาพที่มุ่งเน้น
คำถามที่พบบ่อย
อะไรคือความแตกต่างระหว่าง FPY และผลผลิตสุดท้าย?
ผลผลิตสุดท้ายนับหน่วยทั้งหมดที่ผ่านในที่สุด -- รวมที่ทำงานใหม่ FPY เฉพาะนับหน่วยที่ผ่านอย่างถูกต้องครั้งแรก ผลผลิตสุดท้ายซ่อนงานแก้ไข FPY เปิดเผย
FPY ที่ดีคือเท่าไร?
ขึ้นอยู่กับอุตสาหกรรม การประกอบอิเล็กทรอนิกส์: >98% ยานยนต์: >95% การกลึง: >97% สำคัญกว่าตัวเลขสัมบูรณ์คือแนวโน้มและช่องว่างระหว่าง FPY และ 100% -- ช่องว่างนั้นแสดงถึงศักยภาพการปรับปรุง
ปรับปรุง FPY อย่างไร?
ระบุประเภทข้อบกพร่องอันดับต้นต่อสถานี (การวิเคราะห์ Pareto) หาสาเหตุราก (5-Why, Ishikawa) ใช้มาตรการตอบโต้ (Poka-Yoke, Standard Work) และยืนยันด้วยการวัดอย่างต่อเนื่อง โจมตีสถานี FPY ต่ำสุดก่อนเพื่อผลกระทบสูงสุด
คำศัพท์ที่เกี่ยวข้อง
OEE (Overall Equipment Effectiveness)
OEE เป็นตัวชี้วัดหลักสำหรับผลิตภาพของเครื่องจักรและอุปกรณ์ โดยรวมความพร้อมใช้งาน ประสิทธิภาพ และคุณภาพเป็นค่าเปอร์เซ็นต์เดียว
Poka-Yoke (Error Proofing)
Poka-Yoke เป็นแนวทางการออกแบบที่ทำให้ข้อผิดพลาดเป็นไปไม่ได้หรือตรวจจับได้ทันที สร้างคุณภาพเข้าไปในกระบวนการแทนการพึ่งพาการตรวจสอบหลังจากข้อเท็จจริง
อัตรา Scrap / อัตราการปฏิเสธ
อัตรา scrap วัดเปอร์เซ็นต์ของการผลิตที่ชำรุดไม่สามารถซ่อมแซมได้และต้องทิ้ง ส่งผลโดยตรงต่อต้นทุนวัสดุ ปัจจัยคุณภาพ OEE และความสูญเปล่าต่อสิ่งแวดล้อม