陈明君《制造质量管理浅谈》

Chery

定 位

不久前，华为总裁任正非3月在松山湖华为手机工厂考察时，发表了一篇题为《我们的目的是实现高质量》的讲话，讲话稿中提到“要用世界上一切最先进的生产装备、最先进的工具方法、优秀的人，瞄准高质量前进”；显而易见，任总深知手机工厂的制造能力是华为手机称霸世界的核心竞争力之一，而高质量的制造交付，是所有专业化生产活动的核心所在，没有高质量的成果交付，再牛B的设计、再高端的品牌、再大的规模、再好的设备与工艺……都将无法与用户建立高强度粘性，要赶超苹果称霸世界更是然并卵。

反之亦然，制造质量管理并不是孤立向前，也是建立在围绕和支持产品的可制造性、可复制性、可交付性等方面具体展开。

专业的制造工厂大致有OEM、ODM、EMS三个类型，因为研发端与供应链端的质量管理已有单独模块说明，如下就以OEM代工厂为场景做探讨。

目 标

在上编《研发质量管理杂谈》分享后，一位当年技术部的老领导留言询问：“质量管理以什么作为量化考核指标？”，我觉得这次有必要把制造质量关键目标说明白，以免再次被“垂询”。

阶段	指标	评定方法(非生产直接导致或生产不可控原因除外)
交付后	客诉(起/季)	可分为一般客诉、重大客诉
	DOA(Dead On Arrival，开箱故障率)	DOA=(某项目点该批次开箱故障数/该批次供货总数)*100%
	FFR(Field Failure Rate，主机年返修率)	也称现场失效率，即保修期内产品故障数占在保量的比例
	QFC(Quality Failure Cost，质量失败成本)	(因质量返修/索赔/处罚等合计发生费用/年销售额)*100%

上述是面向客户时，所应度量考核的交付质量绩效，但要达成好的指标实则不易，需将各项质量目标逐项、逐阶段、逐部门的详细分解，按每年/季/月度量考核，并对过程中发生的重大/批次质量事件及时启动质量回溯机制，明确责任人，采取恰当的处罚，促进制造系统(含工程、生产、仓库、采购、计划、维修等)的整体质量绩效提升；而质量目标的度量体系建立和实施，需要来自财务、市场、售后、HR多部门协作。

行 动

在生产制造工厂中，精益生产既是重要的管理工具，也是工厂文化的重要组成部分，其核心包括零缺陷、零库存、零浪费、高效率，要求支持多品种、小批量。制造质量管理应当与精益生产管理协同推进，构成互补互促关系，完善工厂标准化、规范化、柔性化管理的颗粒度。
常规工厂的生产制造流程与质量控制点，主要围绕以下三个阶段展开：

生产流程与质控

制造质量管理体系的系统框架建设，关键要有闭环作用，参考如下：

制造质量管理体系的系统框架

预防措施模块展开：

预防措施

过程控制模块展开：

过程控制

持续改进模块展开：

持续改进.jpg

支撑制造质量管理体系工作展开的内部组织和人力设置大体分为如下三个模块：

人力架构图.JPG

通常情况下，制造质量管理团队的主要承担职责简要定义如下：

1.建立、融合和推行各项所需体系

(ISO9001&ISO14001&TS16949&QC08000&RoHS&Reach&3C、etc)，并引导与审计，确保各要素(包括组织、规范、流程、检测等)在生产制造全流程中有效运作。

2.引入和推广工厂质量文化、先进的质量工具，编写工厂质量培训教材，提高全员质量意识。

3.产品制造过程中的质量策划、控制、分析以及改进，实施现场预警控制，在确保产品生产质量的同时，提升整体生产工厂的工作质量绩效。

4.通过质量数据的收集、归类和分析(检验不良、生产异常、落机维修、客诉)，明确主要或严重责任方(原材料&制造工艺&设计等)，采取必要的质量改善行动，避免质量问题的持续扩散和再发，持续提升产品设计与制造水平。

5.保持与内外客户充分沟通，增强满意度，并快速响应客诉质量问题的措施解决及再发纠正预防。

在行使职责和义务的过程中，需要秉持的思想和注意事项有：

1.工匠精神与质量精神契合之处在于对产品和工艺完美的不懈追求，所以质量人员当以此作为生产现场管理的信仰之源，确保所有细节得到合理化掌控，并使之标准化、流程化、模板化，再循序优化。

2.新产品导入阶段，质量一方面要参与项目可行性评审，另一方面还要做好客户需求的深度分析(产品标准、过程标准、交付标准、售后标准)；在项目启动和试产进程中，对涉及客户的设计或指定原材料厂商等问题，应及时反馈，并推动客户做出改善或承诺；对内部制程能力的适配度要给予客观、充分的评审，对存在不足务必在量产导入前得到改善，对因某种原因无法在此阶段彻底关闭的，务必评估风险并给定风控机制。

3.在质量检验QC环节，无论是全检、定点、加严、抽检、免检、巡检，还是驻厂检(仅针对供应商来料)，都可以基于生产工艺与产品的成熟度来灵活设置，允许适当裁剪，或者在适当的时机将其职能转化至生产部门自主管理实施。

4.工厂的体系随着承接的产品与客户多样性增长而增加，各种体系的引入和推行在引导并规范企业行为的同时，将增加企业经营负担、出现标准不明、拉长企业决策流程，所以多样性体系的融合至关重要，以确保公司运行体系的相对流畅、简洁、权威、高效。

5.库存或周转环节中的物料与半成品及成品的质量管理不可忽视，包括存储的环境控制、有效期控制、混料风险等，需要同资产归属管理部门约定盘点与使用规则，主动送检，有异常的情况下要及时采取措施隔离并解决，避免流入生产下工序。

6.现场管理中，“人、机、料、法、环、测、时”都是影响产品质量的可能性因素，但人却是多数问题影响的首要因素，且问题的分析和改善落地也都依赖于人的行为，因此质量管理人员除了必要的质量工程知识，也要善于沟通和协调，尽量避免与生产、工程等部门人员因工作分歧形成紧张的对立关系，要善于团结和换位思考，从帮助他们改善和提升工作质量的角度出发，比如研发设计的不足对克服生产的困扰，原材料的潜在缺陷对产品可靠性与生产测试拦截的困扰等；只有学会站在他们的角度，一起努力思考和改善工作成果，才会被获得尊重与认可，由此质量的理念才可能深入人心。

7.变更确认是质量控制的一个重要把控环节，比如设计的变更、材料的变更、工艺 的变更、供应商的变更、关键人员的变更、测试方法与环境的变更等，变更的发起有显性的，也有隐形不明的，作为专业的质量人员一定要坚持流程和原则，对变更的合规性以及所可能带来的风险进行充分评估，对未知的变更一定要通过客观的试验结果来佐证，而不是凭经验拍脑袋决策；变更通过事后，也要保留所有的决策过程文档，以备将来客户调用或自己追溯。

8.在产品制造中，潜在失效模式的分析预测与突发故障的失效分析能力，是质量工程师需要具备和强化的能力，独立的分析水平和能力培养是部门深入开展产品质量工作的利剑。

9.产品或物料的测试展开，要以客户需求为起止点，除了技术的成份驱动，要善于将客户的需求作为终点，通过思维导图，将客户需求结构化，分解细化到每一颗器件、每一个工位，测试用例要综合客户需求变化、产品成熟度、生产成熟度进行适当增减，不断自适应、自匹配，最终模拟用户的体验测试亦至关重要。
10.特采和变更的管理规则中，要有定额机制，并且纳入质量度量，对结果实施考核，避免随意发起特采和变更，提倡一次性把事情做对的工作理念。
11.质量管理人员要善于做好有效知识的识别、标识、保留、归类、整理、分享、推广，并引导工厂其他有关生产、工程、仓储、采购、计划等部门共同参与共建，以期不断提升工厂制造管理成熟度；知识管理要建立在IT信息化的基础上推行。

12.制造质量管理者要注意与客户质量管理者构建良好的大质量协作关系，尤其在设计优化和客供物料问题的改进推动上，要保持高度的协同与信息分享，共同促进和保证产品质量实现预期目标。

13.质量文化的建设与提升在很多公司实施中，容易口号化、形式化，要落到实处、构建有效价值，除了需要工厂高层管理者的重视和积极牵引，更需要全体质量管理者运用智慧，身体力行的长期坚持推动，以积极的心态教练全员通过质量工具和理念的运用带来自身价值的满足。
14.以上内部组织结构、定位、职责不要一概用之，运用要场景化(行业/发展阶段/管理成熟度……)，最重要，守住原则，长期保持好认知和进化的姿势。

思 考

2015年5月19日，经李克强总理签发的《中国制造2025》发展纲要，预示着智能制造时代开启进行时，与德国的“工业4.0”和美国的“工业物联网”相比，大家的目标尽管一致，但各自所处的阶段和优劣势以及发力的入口不尽相同，我们中国还处在工业2.0~3.0的并发阶段，而德国已进入到3.0→4.0的串联阶段。

在我目前所认知的智能制造知识体系里，其演进发展的路径趋势大体为：

智能制造演进趋势

其工业化与信息化融合的基础表现在三个方面：

工业化与信息化融合

其特征可能主要体现在三个方面：

1.硬件基础高度信息互联，包括生产设备、工业机器人、生产周转支撑用具、生产测试治夹具、操作人员、物料、整机产品等。
2.制造过程数据具备实时性，端到端体系下的生产数据具有平稳的节拍和到达流，数据的存储、分析、计算也具有实时性。
3.制造工业大数据的开发和应用分析，辅以机器自学习功能和算法，反哺改善和优化制造工艺流程，提升端到端的进化能力。

在智能制造的迭代升级中，质量管理者从业人员如何保持觉察力和行动力，跟上未来企业和技术的发展变化，从跟随者变身为引导者，是需要不断的觉醒和坚持才可能走的更远，如下几点是基于个人现阶段认知所能设想的入口和可能作为：

• 传统工业制造领域，质量管理的重点是现场管理，重点对象是人，后续要在现场和人的关注上，增加重视数据和算法的管理，逐渐构成一种增强虚拟现实介入能力；
• 推动研发与供应链在每个物料、模块、半成品、成品都注入ID，形成数字化、信息化，提升产品的全生命周期识别、追溯、监管、维护、分析、建模。
• 数据管理平台搭建：所有冷热数据的识别、标识、存储、探索、预测建模、可视化，尤其有关过程和产品实现的质量数据，综合为数据质量管理，注意与工程和软件部门人员的协作；
• 模拟仿真测试：基于足够的实时数据模仿物理世界，进行增强虚拟现实测试，不断测试优化产品和设备调试，尤其在新产品导入阶段实施更有意义。
• 设备与设备、设备与物料、物料与成品、人与设备、设备与工业用软件(ERP、MES等)......连接的接口方式、业务功能和流程机制如何定义等等，都是工厂规划者(类似产品经理角色)与软件人员定义和开发实现，这里的预期目标是否达成？逻辑是否合理？质量人员应主动介入需求分析和过程评审，并通过适当的节点测试来验证，确保整个系统实现的可用性、稳定性、可靠性，并最终与客户满意度提升相吻合。
• 制造管理业务平台集成搭建：在质量物料、智能产品、工业机器人、工业软件(ERP、SCM、MES、PDM、CRM......)、工业大数据、工业宽带基础之上，借力云存储(私有云或混合云)、云计算、数据管理平台，旨在使能面向端到端的智能制造业务平台。
• 移动用户端支持：可以是手机&PAD APP，或者可穿戴设备交互软件等工具，实现智能制造工厂与云平台以及工作人群的任务适时交互、应答、执行、变更、决策。
• 在系统架构和运维中，还应建立健全的ISMS信息安全管理体系，防范病毒破坏、黑客攻击、重要信息资料丢失、信息系统瘫痪等危害企业经营和信誉的风险问题发生。
  

不管未来怎样，敢于提早建立认知体系，再摸着石头过河，总是会更接近彼岸，让我们的心智和行为走在路上！

Chery

陈明君：研发质量管理浅谈
http://www.pinzhi.org/forum.php?mod=viewthread&tid=3924

陈明君《体系质量管理浅谈》
http://www.pinzhi.org/forum.php?mod=viewthread&tid=4036

houge

lichenzhou01

13387559107

分享

masptxr

李星星

叶平

谢谢分享。。。

叶平

谢谢分享。。。

梓萱