تخطَّ إلى المحتوى الرئيسي
تسجيل الدخول
Apus Platform
جميع العملاء
TASA Group
التصنيع

معدل العيوب عند الشحن 2.8% ← 1.6% — وOEE خط الإنتاج الرئيسي يبلغ 74%.

مجموعة تصنيع بإيرادات تُقدَّر بتريليونات الدونغ لديها مصنعان وحّدت رقابة الجودة عند كل مرحلة والصيانة وفق ساعات التشغيل الفعلية — تُوقَف العيوب حيث تنشأ بدلًا من اكتشافها عند الفحص النهائي.

القطاع
التصنيع الصناعي
الحجم
إيرادات بتريليونات الدونغ · مصنعان
النموذج
محلي (On-premise)
المدة الزمنية
~9 أشهر (QMS أولًا، ثم EAM/OEE)
2.8% ← 1.6%
معدل العيوب عند الشحن
بعد 12 شهرًا · قياس على جميع الدفعات المشحونة من المصنعين
61% ← 74%
OEE خط الإنتاج الرئيسي
قياس تلقائي من الآلات · متوسط آخر 3 أشهر
+35%
إنتاجية فريق الجودة
حجم الفحص لكل شخص · بعد أتمتة إدخال البيانات والتقارير

أرقام قدّمها العملاء أنفسهم ووافقوا على نشرها، وقِيس كل رقم ضمن النطاق والفترة المذكورين بجانبه. وتختلف النتائج باختلاف حجم المؤسسة وقطاعها ومدى انتظام بياناتها قبل البدء.

السياق

TASA Group مجموعة تصنيع صناعية بإيرادات تُقدَّر بتريليونات الدونغ الفيتنامي لديها مصنعان، وتورّد للسوق المحلية ولعملاء تصدير يجرون تدقيقات جودة دورية.

حين جلس الطرفان معًا أول مرة، كانت رقابة الجودة تعمل على نماذج ورقية وجداول: تُكتشف العيوب غالبًا عند الفحص النهائي (2.8% من حجم الشحنات) ويستغرق تتبّع المرحلة المسبِّبة أيامًا؛ ولم يكن OEE يُقاس باستمرار فبلغ التوقف غير المخطط نحو 9% من ساعات التشغيل بأسباب مدوّنة يدويًا وغير مصنّفة؛ وكان فريق الجودة المؤلف من 40 شخصًا يقضي نحو ثلث وقته في إدخال البيانات وتجميع التقارير.

التحدي
عيوب تُكتشف متأخرًا عند الفحص النهائي — 2.8% من حجم الشحنات، مع أيام تُقضى في تتبّع المرحلة المسبِّبة.
OEE غير مُقاس باستمرار؛ والتوقف غير المخطط نحو 9% من ساعات التشغيل بأسباب مدوّنة يدويًا وغير مصنّفة.
فريق جودة من 40 شخصًا يقضي نحو ثلث وقته في إدخال البيانات وتجميع التقارير بدل الرقابة الميدانية.
حل Apus

سارت المجموعة على مرحلتين، كلتاهما على بنيتها التحتية الخاصة. الأولى: رقابة جودة عند كل مرحلة، بنقاط إيقاف ومجموعة رموز عيوب موحّدة للمصنعين. والثانية: الصيانة انتقلت من الاستجابة للأعطال إلى جدولة وفق ساعات التشغيل الفعلية، مع قياس OEE تلقائيًا من الآلات، وعرض كل ذلك على لوحة BI.

الوحدات المنشورة
النتائج المُقاسة

قبل وبعد — مع الإطار الزمني وطريقة القياس.

المؤشرقبلبعدالإطار الزمني وطريقة القياس
معدل العيوب عند الشحن2.8%1.6%بعد 12 شهرًا · جميع الدفعات المشحونة من المصنعين
OEE خط الإنتاج الرئيسي61%74%قياس تلقائي من الآلات · متوسط 3 أشهر
التوقف غير المخططنحو 9% من ساعات التشغيل6.2% من ساعات التشغيلEAM: صيانة وفق ساعات التشغيل الفعلية بدل الجدول الثابت
إنتاجية فريق الجودة—+35%حجم الفحص لكل شخص · أتمتة الإدخال والتقارير

أرقام قدّمها العملاء أنفسهم ووافقوا على نشرها، وقِيس كل رقم ضمن النطاق والفترة المذكورين بجانبه. وتختلف النتائج باختلاف حجم المؤسسة وقطاعها ومدى انتظام بياناتها قبل البدء.

رحلة التحول

من الاستكشاف إلى الإطلاق الفعلي.

13 أسابيع
الاستكشاف
مراجعة إجراءات رقابة الجودة وبيانات المعدات في المصنعين.
28 أسابيع
QMS وتوحيد رموز العيوب
بناء نقاط إيقاف الجودة عند كل مرحلة؛ وتوحيد مجموعة رموز عيوب من 214 بندًا للمصنعين.
38 أسابيع
EAM وOEE
ربط بيانات الآلات، وتحويل الصيانة إلى ساعات التشغيل الفعلية، وتفعيل قياس OEE التلقائي.
44 أسابيع
الإطلاق الفعلي والتنبيهات
تفعيل التنبيهات التلقائية وفق العتبات؛ وتدقيق تجريبي على قائمة فحص عميل تصدير.
ما لم يسر بسلاسة — وكيف عولج
طوال ستة أسابيع تعذّرت مقارنة بيانات الجودة بين المصنعين

العيب نفسه كان يحمل اسمين وعتبتين مختلفتين بحسب المصنع — وتفعيل التنبيهات التلقائية حينها لم يكن لينتج سوى إنذارات كاذبة. أوقف المشروع التوسّع عمدًا، وجمع فريقي الجودة في المصنعين لتوحيد مجموعة رموز العيوب البالغة 214 بندًا وعتبات فحص مشتركة، ثم فُعِّلت التنبيهات. هذه الأسابيع الستة هي سبب موثوقية أرقام الأشهر الاثني عشر التالية.

“نسبة 1.6% ليست أكثر ما أعتز به. الأهم أننا اليوم حين يرتفع العيب نعرف فورًا في أي مرحلة وأي وردية — قبل أن تغادر الدفعة المصنع، لا بعد شكوى العميل.”

مدير الجودة، TASA Group

كن قصة النجاح التالية.

احجز عرضًا توضيحيًا يناسب قطاعك وحجم أعمالك.

noindex