重新定义DQE,PQE/MQE,SQE

原创 iCoastline海岸线 2021-10-19 21:30

传统产业中我们提到DQE,PQE/MQE,SQE,大家更多的共识是Quality Engineer,是不同的质量管理角色。


在当下,随着新一代信息技术在传统产业管理中的应用探索及落地迭代,原来关于Quality Engineer的共识被重新定位为Quality Engineering——一个有流程,有体系,有闭环,有迭代的质量工程活动。




01

什么是——

DQE,PQE/MQE,SQE


角色和角色之间环环相扣,环节和环节之间相互驱动,最终成品的质量取决于供应链各个节点协同协作的结果,起于研发设计,关联供应链,终于组装制造。


DQE,PQE/MQE,SQE三个职能角色在大多数工厂里,是由三个不同的部门分别承担管理工作,我们简要从业务流转和数据流转两个维度,分析一下他们之间的关系。


DQE

Design Quality Engineering

DQE代表质量策划体系,主要负责NPI阶段的质量策划。


众所周知,质量问题是设计出来的,不是生产出来的(能做到的工厂的确寥寥无几),因此对DQE工程师就有着更高的要求,很多企业的DQE工程师都是从SQE或PQE/MQE工程师转岗过来,更具有实践经验。


PQE/MQE

Product/Manufacture

Quality Engineering

PQE/MQE代表质量过程体系,主要负责PFMEA文件的输出,以及分析和解决产品生产过程中出现的各类质量问题。


生产过程,即拿上游提供的原材料通过设定的制程进行再加工的过程,所以在生产过程中出现的问题,主要分为三种原因:设计问题、制程问题、原材料问题。


SQE

Supplier Quality Engineering

SQE代表供应链质量体系,主要负责供应商选定、原材料质量把控以及供应商考核评分,于供应商有着至高的地位,在公司内部与采购有着相互博弈的过程。


02

三者关联——

通过FMEA具象化


FMEA(Failure Mode and Effects Analysis)是失效模式与影响分析,即“潜在失效模式及后果分析”的简称。它是一种可靠性设计的重要方法,实际上也是FMA(故障模式分析)和FEA(故障影响分析)的组合。


FMEA从科学性、系统性方法出发,通过团队合作,减少APQP五大阶段中,产品设计和制造过程的相关技术风险,减少风险需要投入的预防和鉴定成本,减少失败及失效成本,解决产品设计及制造可靠性问题、质量问题,帮助企业高质量生产。


企业通过实施FMEA,可有效控制COQ(Cost Of Quality)和COPQ(Cost Of Poor Quality)的目标。


在产品研发到生产的过程中,FMEA产品的价值远胜一款分析工具。


DQE到PQE/MQE的闭环


在NPI阶段,我们首先通过DFMEA分析零部件及其产品特性,并进行失效分析,发现潜在问题,并制定预防/探测措施,降低风险。


DFMEA的分析结果,如产品特性及失效库等,需要完整准确的传递至PFMEA中,PFMEA借鉴DFMEA的信息,围绕生产工序/要素展开对过程的分析,识别过程中潜在的风险,进而通过科学的管理手段去遏制或降低风险。


最终这些诞生于策划阶段的管理手段,将体现到用于量产的SOP(Standard Operation paper标准操作指导书)和SIP(Standard Inspection paper标准检验指导书)中,指导生产过程。

这就是我们说的第一条数据链,DQE到PQE/MQE的数据传递。


PQE/MQE到DQE的闭环


在实际量产环节,会出现各类问题,包括操作问题、设计问题、来料问题、设备问题等等。


面对这些问题,相信每个工厂都会有一套相对完善的处理流程,针对问题,提出短期对策、长期对策,发起设计/工程变更,输出8D报告等,这些流程对大家驾轻就熟,那么现在,我们暂不讨论流程,而是回到最开始的地方,回到设计策划阶段。


这些问题,在策划阶段,我们识别到了吗?

我们策划的控制措施是有效的吗?

针对这个问题新的处理措施,能够补充到策划阶段的DFMEA/PFMEA中吗?

这是我们要说的第二条数据链,PQE/MQE到DQE的数据传递。


现实的管理中,由于文件的离散,人员的变更,数据的庞杂、管理工具的限制等因素,策划阶段和过程阶段的数据,往往是割裂的、无法闭环


策划阶段员工误以为输出的DFMEA、PFMEA都是无用的,于是往往应付客户为主,敷衍了事;


量产阶段员工认为DFMEA和PFMEA的文档缺少指导价值,不适用,如此恶性循环。


解决以上问题,企业必须借助信息化管理工具,引导或指导员工按标准输出对应的文件,并且能够实现各个环节间,数据的自动同步、反向验证、持续优化,最终沉淀企业的知识库,提升制程能力和质量水平。


03

三者关联——

通过质量履历具象化


全产业都在高呼质量是企业的生命线,牢牢抓好“质造”,然而,现实中大多数企业,日日忙于擦屁股,忙于生产,缺乏体系思考、科学推进。


工厂中DQE、PQE/MQE、SQE职能看似配合默契,其实所有的业务主要是由人驱动而非数据驱动


而人,作为公司最不稳定的资产,是每一个管理者最不应该去强依赖的资源。可大多数企业,由于缺少结构化沉淀,经验不可视等原因,不得不依赖人的管理。

质量履历可以是一个产品,它是公司内质量数据的汇合,包含所有DQE、PQE/MQE、SQE阶段所产生的数据,这些数据的存储必然是结构化的,从数据的抽取到数据的存储,分析和查询,质量履历担任着整个公司质量数据的重要作用。


它包含多种查询结构,按照时间、产品、物料、制程、工艺、供应商、客户等维度,成为智能工厂中重要的质量组成部分。


04

三者关联——

通过供应商评级评分具象化


供应链管理随着时代的变化,向企业提出了动态管理、科学管理、数字化管理的挑战,要求企业必须建立一套行之有效的科学管理办法,管理企业内部和供应链,方能在日渐激烈的市场竞争中持续存活与发展。


今天和大家分享一下海岸线基于DQRTC模型,提出的供应链中供应商的评级评分体系与DQE、PQE/MQE、SQE相关的指标。


下文主要描述Q、T指标:


Q(Quality)质量指标

作为SQE最重要的数据支撑指标,它包括:

供应商来料批次合格率(合格来料批次/来料总批次×100%)、来料抽检合格率(来料抽检合格总数/抽检样品总数×100%)、来料全检合格率(来料抽检合格总数/抽检样品总数×100%)、来料在线报废率(来料生产时报废数量/来料总数×100%)等。


随着行业的发展和数据的协同,质量指标也日益丰富。


如供应商的出货检验(OQA)、产线制程能力检验(IPQC)、制程终检(FQC),甚至供应商的来料检验(IQC)都已纳入质量指标中。


此外,由于技术的发展和企业对质量的愈发重视,单件质量在越来越多的场景中成为可能,它将代替平均质量成为质量数据的风向标

不久的未来,在供应链质量数据大协同的背景下,免检会成为趋势,最优社会资源配置的高质量JIT库存将越来越成为可能与可信。


T(Technical)能力指标

任何一款成功产品的面世都是整个供应链的成功,因此产品的研发,不仅仅是公司内部的研发,更是供应链的协同研发。


供应链的制程能力指标,需要科学管理办法和科学管理工具双管齐下,根据不同品类定义关键制程指标,合理获取数据、分析数据,既要尊重供应链企业的机密信息,又能作为供应链企业的评级评分维度。


质量是结果指标,却关联着过程,反馈着过程管理办法的失效与否,有诊断有改善,用结果反哺过程,用过程,重新定义结果。


海岸君将持续推出系列文章,分享我们的产品实践,请大家继续关注,也欢迎更多留言区的交流反馈,共推行业发展。




国产化替代FMEA软件

不限账户数的项目协同管理软件

DQE-MQE-SQE闭环管理的质量协同管理软件

单件产品追溯系统-有码应用

……

全线产品,扫码试用



THE END




iCoastline海岸线 让中国工业软件助力中国质造,赋能世界智造
评论 (0)
  • 在工业4.0与智能制造深度融合的今天,设备实时性、稳定性和成本效益成为企业核心竞争力的关键。触觉智能将基于RK3506平台,分享工业应用方案,本期为大家带来DSMC串行接口在数控行业的应用。DSMC技术解析底层架构突破双倍数据速率:通过上升沿与下降沿双重触发机制,实现单周期内2倍数据吞吐量,较传统SPI接口效率提升300%。多通道并行:支持8线/16线位宽可配置模式,满足多轴协同场景下的同步通信需求。性能实测标杆超低延迟:FPGA互联场景下,写延时小于75ns,读延时小于260ns,相比PCIe
    Industio_触觉智能 2025-03-18 11:46 53浏览
  • 在招聘合适的人才时,清晰度至关重要。想要找到合适的人选,并确保他们在岗位上取得成功,第一步就是明确职位的关键绩效指标(KPI)和预期成果。但光有这些还不够,如何判断候选人是否具备必要的特质?这时,KSA模型就派上用场了。它是一个简单但强大的方法,能帮助你聚焦于真正影响岗位表现的关键要素。今天,我想和你聊聊这个模型,帮你更轻松地为合适的候选人设定合适的KPI。了解KSA模型KSA代表知识(Knowledge)、技能(Skills)和态度(Attitude),是评估候选人是否适合岗位的三个关键维度。
    优思学院 2025-03-18 15:03 49浏览
  • 文/Leon编辑/cc孙聪颖‍蛇年春晚最有意思的节目,一定非机器人跳舞莫属。就算是遥控或预编程,机器人能够做出如此复杂的动作,在五年前都是不敢想象的事情,其制造商宇树科技也因此火爆全网。就在春节过后不到一个月,会骑自行车的人形机器人诞生了。这背后,是近年来“具身智能”概念的迅猛发展。“我们造了一个跟人一样灵动的机器人!”3月11日,智元机器人联合创始人兼首席技术官彭志辉在微博上说道。在视频中,灵犀X2会骑自行车、能跳《科目三》,还可以与人促膝长谈,甚至拿起葡萄“穿针引线”。在全球人形机器人领域,
    华尔街科技眼 2025-03-17 12:38 108浏览
  • 近期,据全球物联网市场调研机构IoT Analytics公布数据显示,2025年全球物联网设备连接数预计将突破200亿,同比增长约14%,物联网技术正以稳定上升态势向工业自动化、智慧城市、智慧农业与智慧家居等领域纵深推进。在多样化的应用场景和复杂环境需求的驱动下,物联网无线通信技术的运行功耗、传输距离和频段兼容性正受到前所未有的关注。为增加物联网通信模块的配置灵活度,消除物联网设备的“连接焦虑”,华普微重磅推出了一款自主研发的超低功耗、可兼容Sub-GHz与2.4GHz 双频段的高性能LoRa
    华普微HOPERF 2025-03-18 15:43 48浏览
  •        在工业视觉检测线上,一台搭载传统图像传感器的机器人因高温导致图像噪点激增,误将合格零件判定为瑕疵品,每小时损失超10万元;在深夜的安防监控画面中,模糊的噪点让犯罪分子身影难以识别,导致案件侦破延迟—— 噪声,已成为图像传感器行业的“无声杀手”。据Yole统计,全球约35%的工业检测误差源于传感器噪声干扰,而安防场景下60%的有效信息因低照度噪点丢失。传统方案试图通过单一优化像素或电路来降噪,却陷入“按下葫芦浮起瓢”的困境。  &nb
    中科领创 2025-03-18 10:24 47浏览
  • 随着汽车行业逐步迈向电气化和电池动力,位置传感器以及其他长期在车辆中被忽视但却至关重要的小型元器件正逐渐成为关注的焦点。某些电子元器件常常吸引大量关注,例如如今用于训练AI模型的强大GPU几乎每天都出现在新闻中。而其他元器件则默默地执行着重要但鲜为人知的功能。艾迈斯欧司朗一些历史悠久的产品线便隶属于后者,其中包括磁性和电感式位置传感器、电容式传感器和电池监控芯片。工业泵和风扇等产品的制造商利用位置传感器实现电动机高效平稳运行。在车辆的方向盘中安装电容传感器可以保障安全,它可以用于在辅助驾驶模式下
    艾迈斯欧司朗 2025-03-17 22:22 68浏览
  • 晨穹电子一家专业从事研发、生产、销售各类传感器为一体的高新科技企业。1 人赞同了该文章在工业4.0、智能家居、新能源汽车等场景中,传感器作为数据采集的核心器件,其抗电磁干扰(EMC)能力直接影响系统可靠性。尤其在5G通信、高功率电机、无线充电等复杂电磁环境下,传感器的信号失真问题愈发突出。本文结合MEMS传感器、物联网(IoT)设备、边缘计算等热度技术,解析提升传感器抗干扰能力的6大策略。 一、电磁干扰对传感器的威胁; 1、电磁干扰(EMI)会导致传感器出现 。2、信号跳变(
    传感器晨穹 2025-03-18 09:28 79浏览
  • 新兴的个人健康监测技术为何在医疗场景和日常生活中越来越受到青睐?为了准确回答这个关键问题,我们首先需要理解三个全球性趋势:如今,几乎人手一部智能手机,这等于随身携带了一台高性能计算机、一个全天候运行的智能医疗传感器中心,还有一块显示屏。发达工业国家的人口正在迅速老龄化,而老年群体的疾病发病率较高。与此同时,年轻人也比过去更加关注如何延长健康寿命。这些人群以及服务他们的医务人员可以利用新技术来优化生活方式,合理调控运动、饮食、睡眠和压力等关键因素,帮助他们作出更健康的生活选择。如摩尔定律所预言,半
    艾迈斯欧司朗 2025-03-17 21:50 73浏览
  • 失效模式与影响分析(FMEA)失效模式与影响分析(FMEA)是一种系统方法,用于识别和分析系统或过程中的潜在失效,广泛应用于工程和制造领域,以提高产品可靠性和安全性。最新标准由 2019 年发布的 AIAG-VDA FMEA 手册(第一版) 定义,该手册结合了美国和欧洲汽车行业的最佳实践,并引入了 七步法,确保分析全面且结构化。图:优思学院六西格玛新版 FMEA 失效分析的七个步骤1. 规划与准备确定 FMEA 研究的 范围、边界和目标。组建跨职能团队(设
    优思学院 2025-03-17 14:43 114浏览
  • 在制药行业中,生产工艺的精准控制与产品质量安全密切相关。随着制药工业4.0的发展,传感器作为生产流程的"感知器官",在确保合规性、提升效率、降低风险方面发挥着不可替代的作用。本文将以晨穹电子科技(以下简称"晨穹")的压力、温度、流量及液位传感器为例,解析制药厂关键工艺流程中的传感器应用场景及技术要求。一、制药核心工艺流程中的传感器需求1. 原料处理与配液系统液位监测:储罐内原料液位实时监控需使用卫生型液位计。晨穹磁翻板液位计采用316L不锈钢材质,具备CIP/SIP(在线清洗/灭菌)耐受性,符合
    传感器晨穹 2025-03-18 15:51 52浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦