PFMEA详解结构分析——Sun FMEA软件
FMEA从1949年诞生到今天已经发生过多次更新,最新版本是2019年6月发布的《AIAG VDA FMEA手册》。新手册借鉴了AIAG的方框图、参数图、流程图等工具的运用,也借鉴了VDA的五步过程导向法,并在此基础上头尾各增加一步,形成了FMEA七步法。
除此之外,手册还统一了风险评价准则,并推荐使用措施优先度(Action Priority,AP)而不是以前的风险优先数(Risk Priority Number,RPN)来决定优化改进的时机。
一、FMEA的触发条件
简单来说,有三个FMEA过程的触发条件,分别是出现新情况、发生变化、问题发生和解决。
出现新情况指的是产品或流程有了新要求、新运用、新设计、新过程或其他新元素。
发生变化是指这些要求、应用、设计或者过程和原先相比有了变更。
问题发生和解决就是指内外部发生了各种相关问题,这些问题可能发生在内部,也可能发生在顾客或者用户,它还包括收集或者接收了相关的经验教训。
需要注意的是,FMEA是活的文件,它将一直伴随着产品和过程,为它们保驾护航,将产品和过程的风险保持在合理的范围。FMEA更新的时机至少包括产品或过程出现新情况、发生变化、问题解决。
二、PFMEA
PFMEA分析了从进料一直到发货整个流程的所有过程可能发生的与质量相关的潜在失效,进而在产品交付顾客之前就采取预防和控制措施来降低过程的风险,从而降低问题的发生概率,提高问题的可控性。
PFMEA不仅记录过去发生过的过程问题,还更多地包含了对未来可能发生问题的探讨。因此,如果过程人员只是反思历史上发生过的过程问题,这其实并不是真正的PFMEA。
事实上,一个单词“Potential”,其意义为“潜在的”,在PFMEA这些英文单词之前被省略了。也就是说,PFMEA讨论的是在关注领域之内,比如质量领域,所有可能发生的过程问题,而不管它们是否已经发生过,也不管它们的轻重缓急。轻重缓急在接下来的风险分析和优化改进步骤中自有区别对待。
1、收集需求
作为过程的预防质量工具,PFMEA的本质就是通过预防和控制过程的失效更大可能地满足质量要求,因此,PFMEA策划和准备的第一项工作就是收集这些要求。
2、策划范围
做项目需要对范围进行管理,否则很容易因为多做或少做工作造成项目失败。同样的道理,PFMEA也需要事先策划范围,一般的指导思想是,那些有安全或法律法规影响的、创新程度比较大的、可靠性要求比较高的部分需要重点关注,因为这些地方要么容易发生问题,要么一旦发生问题,影响就特别巨大。
3、策划资源
做事情都需要资源,PFMEA工作也是如此。可以把PFMEA工作需要的资源分为人力资源和物质资源。
PFMEA工作的人力资源主要指PFMEA团队,其组成又分为核心团队和扩展团队。核心团队一般需要始终参加PFMEA会议,是PFMEA信息的主要输入者;扩展团队则根据需要参加会议。
策划和准备了人力资源,还需要为PFMEA工作策划和准备物质资源,这包括FMEA软件、参考资料和会议设施等。
4、PFMEA策划和准备案例
PFMEA的策划和准备可以分为以下四个步骤:1)收集相关方(尤其是顾客)对PFMEA的方法要求以及对过程的技术要求,并准备好相关资料;2)策划PFMEA的范围和进度;3)策划和准备PFMEA过程中需要的人力和物质资源;4)把策划的结果记录在策划书中并获得批准。
5、结构分析
“结构”定义为事物各个组成部分的搭配和排列。结构中各个组成部分称为结构元素,与组织结构图中的机构和岗位一样,结构元素之间也存在着上下层次以及相同层次的逻辑关系。
流程的结构分析(Structure Analysis)就是把流程按层次进行分解,然后把得到的结构元素按照层次分明的形式展现出来。于是,上层元素包含下层元素,下层元素属于上层元素。这些不同层次的结构元素将成为要求的实现者;反过来说,如果流程存在潜在问题,肯定是因为某些结构元素存在问题。所以,结构元素既是要求的承担者,又是潜在问题的发生者,结构分析为接下来的功能分析和失效分析建立了人员或物质基础,结构分析的价值正在于此。
作为结构分析的基本工具,运用流程图和结构树可以把结构元素识别得完整且清晰。
5.1 流程图
流程图的作用是帮助人们更容易理解流程,进而减少将来功能和失效分析的遗漏,而这些都是有效问题预防的基础。
对一般的生产流程来说,一般以物流为研究对象,分析产品的形成顺序,而不一定是人员的先后动作。并且,只有被生产团队执行或者控制的过程才会被放到流程图中。
在制作流程图时,需要按照物流顺序谨慎地思考每一个需要的或经历的过程。重要的是,在制作流程图时,需要避免遗漏过程。
5.2 建立框架
流程图虽然描述了流程的组成部分,然而分解流程结构时,至少要建立三个层次的结构元素。因为只有这样,才能在此基础上形成失效影响、失效模式和失效原因三个层次。
当然,也可以建立更多层次的结构元素,但层次越多,分析的工作量越大。
典型的PFMEA结构分析实际是分解流程的过程,它把流程分解为一个个过程,再将一个个过程分解到工作元素,一共三个层次。
过程(Process)指利用输入实现预期结果的相互关联或相互作用的一组活动,分解流程后一般包括收料、制造、组装、检查、测试、包装、运输、存储、返工、返修等可能影响产品质量的过程。
工作元素是执行或者影响这些过程的因素,一般分为人员、机器、物料、方法和环境几种类型,简称人、机、料、法、环。
在实际的PFMEA结构中,需要根据实际情况,把工作元素的具体名称识别出来,比如作业员、焊接机器、焊接夹具等,这样做的好处是起到提示作用,从而减少分析的遗漏。
比如,如果只是笼统地写上“机器”,那就很容易忽略在过程中还存在夹具,于是就不会分析夹具的功能和失效,就不会主动去预防和控制夹具的潜在问题,于是,夹具的潜在问题就很可能变成现实问题。
如果流程结构比较单一,不能再分成更多的过程,由于这时可能只有两层结构,不能形成原因、模式和影响三个层次,那就需要在此元素之上再增加它的上一层元素。上一层元素可能是包含它的更高一级过程或者是产品。
分解结构元素时需要遵守“相互独立、完全穷尽”的金字塔原理。相互独立是为了精确分析结构元素的功能和失效,而完全穷尽是为了所有元素都有被分析的机会,不会产生遗漏。
FMEA的结果最终以表格的形式呈现,生成表格时首先需要确定关注元素,关注元素是处于分析中心的研究对象,将来会以它为立足点分析上下层元素,分析上下层功能以及失效的原因和结果。
结构分析在表格软件中则是以不同列的形式表达不同层次的结构元素,中间列是关注元素,即过程,它的左边列是该过程所属的流程,而右边列是该过程的工作元素。表4显示了用表格形式进行的结构分析。其中,所研究的过程是过程1,它的所属流程是××生产线,而工作元素是人、机、料、法、环。
在结构分析时,需要避免过程的遗漏。如果发生了遗漏,就不会主动去预防和控制这些过程的潜在问题,于是潜在问题就很容易变成现实问题。
在PFMEA中,容易遗漏的是产品经过的线下过程、临时过程或返工返修、存储和运输过程。因此,需要仔细地审查生产的价值流从而避免漏失。在将来的PFMEA验证中,也需要检查这些容易漏失的部分有没有在PFMEA中得到分析。
5.3 PFMEA结构分析案例
PFMEA的结构分析可以分为以下两个步骤:1)建立流程图;2)选定关注元素并建立流程的结构。
策划和准备完毕之后,在此我们将对上面“表3 PFMEA策划书案例”中,对刮水器电子控制单元的生产流程进行结构分析。
首先,绘制如图5所示的流程图。
在流程图中,割板的目的在于把众多印制电路板组成的面板切割成一个个独立的印制电路板,接下来经过印制电路板和盖体组装,把印制电路板卡扣在盖体中,然后再经过元器件焊接过程。
以上三个过程都属于增值过程,用圆形表示。接下来对焊接质量进行光学检查,然后对电子控制单元整体功能进行测试。以上两个过程都属于检查或测试类过程,用菱形表示。最后是产品包装过程,仍然属于增值过程,因此用圆形表示。
绘制了刮水器电子控制单元的流程图之后,再用结构树建立它的框架结构,如图6所示。
从结构树可以清晰地看出,把电子控制单元生产线作为第一层结构元素,把组成它的割板、印制电路板和盖体组装、焊接、光学检查、功能测试、包装等过程作为第二层元素;
接下来,再把过程按照“人、机、料、法、环”的思路分解到工作元素,比如,印制电路板和盖体组装这一过程的工作元素有作业员、盖体组装设备、载具、印制电路板、盖体、方法及环境。
容易看出,把工作元素的具体名称识别了出来,而不是抽象的人、机、料、法、环,这样做的好处是起到提示作用,从而减少接下来功能和失效分析的遗漏。
选择割板、印制电路板和盖体组装、焊接、光学检查、功能测试、包装作为关注元素,并在表格中进行结构分析。
其中,以印制电路板和盖体组装为关注元素的结构分析见表5。表5中表示以印制电路板和盖体组装为分析对象,其所属产品是电子控制单元,所属流程是电子控制单元生产线,影响该过程的工作元素是作业员和盖体组装设备。
相关文章:
PFMEA详解结构分析——Sun FMEA软件
FMEA从1949年诞生到今天已经发生过多次更新,最新版本是2019年6月发布的《AIAG VDA FMEA手册》。新手册借鉴了AIAG的方框图、参数图、流程图等工具的运用,也借鉴了VDA的五步过程导向法,并在此基础上头尾各增加一步,形成了FMEA七步法…...
Qt扫盲-QFutureWatcher理论总结
QFutureWatcher理论总结 一、概述二、转态 一、概述 QFutureWatcher类允许我们使用信号槽的方式去监控QFuture。 QFutureWatcher提供关于QFuture的信息和通知。使用 setFuture() 函数开始监视特定的QFuture。 future()函数通过setFuture()返回 QFuture 集合。 为了方便起见…...
对比学习(contrastive Learning)
起源和定义 自监督学习又可以分为对比学习(contrastive learning)和生成学习(generative learning)两条主要的技术路线。 比学习的核心思想是将正样本和负样本在特征空间对比,从而学习样本的特征表示,使得样本与正样本的特征表示尽可能接近。正样本和负…...
译文:我们如何使 Elasticsearch 7.11 中的 date_histogram 聚合比以往更快
这篇文章是ES7.11版本的文章,主要学习的是思路,记录在这里留作以后参考用。 原文地址:https://www.elastic.co/cn/blog/how-we-made-date-histogram-aggregations-faster-than-ever-in-elasticsearch-7-11 正文开始: Elasticsea…...
python设计模式4:适配器模式
使用适配器模式使用两个或是多个不兼容的接口兼容。在不修改不兼容代码的情况下使用适配器模式实现接口一致性。通过Adapter 类实现。 例子: 一个俱乐部类Club,艺术加被请到俱乐部在表演节目: organize_performance()…...
kubectl资源管理命令---声明式
目录 一、yaml和json介绍 1、yuml语言介绍 2、k8s支持的文件格式 二、声明式对象管理 1、deployment.yaml文件详解 2、Pod yaml文件详解 3、Service yaml文件详解 三、编写资源配置清单 1、 编写yaml文件 2、 创建并查看pod资源 3、创建service服务对外提供访问并测试…...
IDEA使用-通过Database面板访问数据库
文章目录 前言操作过程注意事项1.无法下载驱动2.“Database”面板不显示数据库表总结前言 作为一款强大IDE工具,IDEA具有很多功能,本文将以MariaDB数据库访问为例,详细介绍如何通过IDE工具的Database面板来访问数据库。 操作过程 不同的版本操作会略有差异,这里我们用于演…...
单片机如何写好一个模块的驱动文件
搞单片机,MCU:STM32/GD32/HC32,通讯模组:4G/WIFI/BT/433,总线:USB/CAN/K/232/485,各种常见的传感器,都接触过。 一开始学习单片机的时候没有形成很好的编写习惯,如LED点亮/熄灭/闪烁…...
【C++笔记】C++多态
【C笔记】C多态 一、多态的概念及实现1.1、什么是多态1.2、实现多态的条件1.3、实现继承与接口继承1.4、多态中的析构函数1.5、抽象类 二、多态的实现原理 一、多态的概念及实现 1.1、什么是多态 多态的概念: 在编程语言和类型论中,多态(英…...
不想改代码!这样实现Reverse Sync测量时间同步精度
TSN的时间同步精度,指被测时钟与主时钟的最大偏差。在设备的组网过程中,最大的困难就是保证期望的时间同步精度。主时钟仅负责将自身的时间分发出去,难以判断其他设备的同步效果;此外,若在网络中某处发生了同步故障&am…...
【webrtc】 对视频质量的码率控制的测试与探索
目录 环境设置 transport-cc goog-remb (webrtc中的两种码率算法) 修改成remb算法 测试 效果 后续 可参考工程 环境设置 要到meshx上操作 telnet 112 然后执行factory_env show |grep meshx_ip 之后telnet meshx_ip 用户名admin 密码****.119 执行一下r…...
2003 - Can‘t connect to MysQL server on ‘39.108.169.0‘ (10060 “Unknown error“)
问题描述 某天和往常一样启动java项目,发现数据库出问题了,然后打开navicat,发现数据库的链接都连接不上, 一点击就会弹出报错框: 然后就各种上网搜索。 解决方案 上网查了一些解决方案,大部分都是说看…...
Python算法——选择排序
选择排序(Selection Sort)是一种简单的排序算法,它的基本思想是在未排序的部分中选择最小(或最大)的元素,然后将其放在已排序部分的末尾。选择排序不同于冒泡排序,它不需要反复交换元素…...
从「码农」到管理者,E人程序员的十年蜕变
点击文末“阅读原文”即可参与节目互动 剪辑、音频 / 卷圈 运营 / SandLiu 卷圈 监制 / 姝琦 封面 / 姝琦Midjourney 产品统筹 / bobo 场地支持 / 声湃轩北京录音间 当我们谈论程序员创业时,常常会首先想到一些传统观念认为的挑战:沟通技巧不佳、逻…...
ant Java任务的jvmargs属性和<jvmarg>内嵌元素
ant的Java任务可以在运行Apache Ant的Java虚拟机内、或者启用另外的Java虚拟机运行一个Java类。 可以使用java任务的jvmargs属性,设置传递给在新进程中的java虚拟机的参数。但当java任务的fork禁用的时候,jvmargs属性会被忽略。jvmargs这个属性已经被废…...
XML External Entity-XXE-XML实体注入
XML 实体? XML 实体允许定义标签,在解析 XML 文档时这些标签将被内容替换。一般来说,实体分为三种类型: 内部实体 外部实体 参数实体。 必须在文档类型定义(DTD)中创建实体 一旦 XML 文档被解析器处理,它将js用定义的常量“Jo Smith”替换定义的实体。正如您所看到…...
生态扩展Spark Doris Connector
生态扩展Spark Doris Connector doris官网去查找相匹配的spark spark的安装: tar -zxvf spark-3.1.2-bin-hadoop3.2.tgzmv spark-3.1.2-bin-hadoop3.2 /opt/sparkspark环境配置:vim /etc/profile export SPARK_HOME/opt/spark export PATH$PATH:$SPAR…...
构建 hive 时间维表
众所周知 hive 的时间处理异常繁琐且在一些涉及日期的统计场景中会写较长的 sql,例如:周累计、周环比等;本文将使用维表的形式降低时间处理的复杂度,提前计算好标准时间字符串未来可能需要转换的形式。 一、表设计 结合业务场景常…...
Pycharm安装jupyter和d2l
安装 jupyter: jupyter是d2l的依赖库,没有它就用不了d2l pycharm中端输入pip install jupyter安装若失败则: 若网速过慢,则更改镜像源再下载: pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ pip …...
虹科案例 | AR内窥镜手术应用为手术节约45分钟?
相信医疗从业者都知道,在手术室中有非常多的医疗器械屏幕,特别是内窥镜手术室中医生依赖这些内窥镜画面来帮助病患进行手术。但手术室空间有限,屏幕缩放位置相对固定,在特殊场景下医生观看内窥镜画面时无法关注到病患的状态。这存…...
智慧医疗能源事业线深度画像分析(上)
引言 医疗行业作为现代社会的关键基础设施,其能源消耗与环境影响正日益受到关注。随着全球"双碳"目标的推进和可持续发展理念的深入,智慧医疗能源事业线应运而生,致力于通过创新技术与管理方案,重构医疗领域的能源使用模式。这一事业线融合了能源管理、可持续发…...
树莓派超全系列教程文档--(62)使用rpicam-app通过网络流式传输视频
使用rpicam-app通过网络流式传输视频 使用 rpicam-app 通过网络流式传输视频UDPTCPRTSPlibavGStreamerRTPlibcamerasrc GStreamer 元素 文章来源: http://raspberry.dns8844.cn/documentation 原文网址 使用 rpicam-app 通过网络流式传输视频 本节介绍来自 rpica…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes(简称K8s)中,Ingress是一个API对象,它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress,你可…...
FastAPI 教程:从入门到实践
FastAPI 是一个现代、快速(高性能)的 Web 框架,用于构建 API,支持 Python 3.6。它基于标准 Python 类型提示,易于学习且功能强大。以下是一个完整的 FastAPI 入门教程,涵盖从环境搭建到创建并运行一个简单的…...
质量体系的重要
质量体系是为确保产品、服务或过程质量满足规定要求,由相互关联的要素构成的有机整体。其核心内容可归纳为以下五个方面: 🏛️ 一、组织架构与职责 质量体系明确组织内各部门、岗位的职责与权限,形成层级清晰的管理网络…...
三体问题详解
从物理学角度,三体问题之所以不稳定,是因为三个天体在万有引力作用下相互作用,形成一个非线性耦合系统。我们可以从牛顿经典力学出发,列出具体的运动方程,并说明为何这个系统本质上是混沌的,无法得到一般解…...
多模态大语言模型arxiv论文略读(108)
CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文标题:CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文作者:Sayna Ebrahimi, Sercan O. Arik, Tejas Nama, Tomas Pfister ➡️ 研究机构: Google Cloud AI Re…...
select、poll、epoll 与 Reactor 模式
在高并发网络编程领域,高效处理大量连接和 I/O 事件是系统性能的关键。select、poll、epoll 作为 I/O 多路复用技术的代表,以及基于它们实现的 Reactor 模式,为开发者提供了强大的工具。本文将深入探讨这些技术的底层原理、优缺点。 一、I…...
网络编程(UDP编程)
思维导图 UDP基础编程(单播) 1.流程图 服务器:短信的接收方 创建套接字 (socket)-----------------------------------------》有手机指定网络信息-----------------------------------------------》有号码绑定套接字 (bind)--------------…...
RNN避坑指南:从数学推导到LSTM/GRU工业级部署实战流程
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在聚客AI学院。 本文全面剖析RNN核心原理,深入讲解梯度消失/爆炸问题,并通过LSTM/GRU结构实现解决方案,提供时间序列预测和文本生成…...
