Quality Control System แบบใหม่ ยกระดับ สร้างประสิทธิภาพสินค้าในยุค Industry 4.0

Quality Control System ในยุค Industry 4.0 บางคนอาจจะสงสัยว่ามันสำคัญขนาดไหน หรือสำหรับคนที่ทำงานสายนี้อาจจะงงว่ามันต่างอะไรจากที่เคยทำมา?

ส่วนตัวผมคิดว่าในความเป็นจริงมันถือเป็นระบบการควบคุมคุณภาพของอุตสาหกรรมที่มีความจำเป็นในปัจจุบันเลย เนื่องจากการผลิตสินค้าที่มาจากอุตสาหกรรมต่าง ๆ ในบางครั้งอาจเกิด Defect ที่ไม่คาดคิดหลุดออกมาได้ ทีนี้การเข้ามาของ Quality Control System ในยุค Industry 4.0 มันจะเป็นตัวช่วยในการคัดแยกสินค้าที่ไม่ผ่านคุณภาพหรือที่เรียกว่า สินค้าหลุด QC ให้หมดไปนั่นเอง

 

ก่อนที่เราจะเข้าเรื่องของ Quality Control System ในยุค Industry 4.0 เราจำเป็นต้องเข้าใจกับคำว่า Quality Management กันก่อนหรือที่เรียกว่า การจัดการคุณภาพของสินค้าในอุตสาหกรรม ซึ่งเราจะแบ่งเป็น 3 ประเภทหลัก ๆ คือ Quality Control, Quality Assurance และ Quality Planning

 

ผมขอเกริ่นคร่าว ๆ ก่อนครับว่าความแตกต่างของ 3 องค์ประกอบของ Quality Management นั้นจะสามารถแยกได้ง่าย ๆ คือ Quality Planning อันนี้ผมอธิบายง่ายสุดเลยคือการวางแผนการจัดการองค์ประกอบ 2 อย่างที่เหลือคือ Quality Control และ Quality Assurance ว่าต้องการแนวทางแบบใด? ทำยังไง? วิธีไหน?

 

ส่วน Quality Assurance หรือที่เราเรียกกันส่วนใหญ่ว่า QA คือการประกันคุณภาพ หรือพูดง่าย ๆ ก็คือ การจัดการไม่ให้สินค้าที่ผลิตนั้นมันเกิด Defect หลังจากผลิตสำเร็จ มักจะจัดการก่อนที่เกิดกระบวนการผลิตขึ้น หน้าที่หลักของ Quality Assurance คือป้องกันการเกิด Defect และการ Audit ว่าวิธีการผลิตเป็นไปตามเงื่อนไขที่ออกแบบหรือไม่?

 

สุดท้ายที่เราจะโฟกัสกันคือ Quality Control หรือที่เราเรียกกันส่วนใหญ่ว่า QC คือการควบคุมคุณภาพ หรือพูดง่าย ๆ คือการจัดการสินค้าที่มี Defect ไม่ให้หลุดออกไปยัง Supplier หรือทำให้เกิดการหลุด QC น้อยลงกว่าเดิม มักจะจัดการหลังจากที่เกิดกระบวนการผลิตขึ้น หน้าที่หลักของ Quality Control คือ Find Defect และ Testing สินค้าว่า Specification ที่ได้มาตรงกับที่อุตสาหกรรมนั้นต้องการหรือไม่?? ถึงตรงนี้มันอาจจะเป็นเรื่องเบสิคก่อน หรือคนทำงานสายนี้ก็รู้ ทีนี้เรามาดูกันว่าในยุค Quality Control System ในยุคIndustry 4.0 ที่แท้จริงมันเป็นยังไง??

 

Quality Control System ในยุค Industry 4.0 มีความทันสมัยขึ้นเนื่องจากนำวิธีทางสถิติหรือ Statistical Methods มาวิเคราะห์

 

หลักการ Statistical Methods เป็นหลักการที่ทรงพลังสำหรับ Quality Control System ในยุคIndustry 4.0 ที่แท้จริง โดยหลักการที่นำมาใช้หลัก ๆ จะประกอบด้วย Acceptance Sampling, Statistical Process Control (SPC) และ Experimental Design ถ้ารู้แค่หัวข้อมันจะไม่เคลียร์ เดี๋ยวผมจะอธิบายให้เข้าใจครับ

 

Acceptance Sampling คือการสุ่มหยิบมาทดสอบ

โดยใน Quality Control System ในยุค Industry 4.0 เราจะต้องใช้หลักการ Random Variable คือสุ่มหยิบเพื่อมาเก็บข้อมูลของการทดลอง ในหลักการ Random Variable จะแบ่งได้ 2 ประเภทได้แก่ Discrete random variable เก็บข้อมูลเป็นตัวแปรไม่ต่อเนื่อง จะเก็บข้อมูลทีละตัว กราฟที่ได้จะมีลักษณะเป็น Binomial, Multinomial, Bernoulli และ Hypergeometric ส่วนอีกประเภทหนึ่งคือ Continuous random variable เก็บข้อมูลเป็นตัวแปร float จะเก็บข้อมูลหลายตัวพร้อมกัน กราฟที่ได้จะมีลักษณะเป็น Exponential, Gamma, Weibull และ Beta

 

 

Statistical Process Control หรือ SPC ในสมัยก่อนเขา Check Sheet ตรวจสอบ

Check Sheet มันจะมีลักษณะการลำดับหัวข้อการตรวจสอบทีละข้อ ๆ กันไป ซึ่งวิธีนี้มีข้อเสียคือมันทำยาก เนื่องจากบางครั้งจำนวนข้อมูลมันอาจเยอะเกินไป เขาก็เลยหันมาใช้งานฟังก์ชันที่ง่ายและสะดวกหน่อย โดยจะประกอบด้วย Pareto Chart จะมีลักษณะเป็นกราฟแสดงความสัมพันธ์ของหัวข้อที่ต้องการจะตรวจสอบและจำนวนข้อผิดพลาดที่เกิดขึ้น

 

เอาจริง ๆ นอกจากวิธี Pareto Chart สำหรับ Statistical Process Control แล้ว ยังมีวิธีอีกหลากหลายประเภทที่สามารถใช้งานได้สะดวกและรวดเร็วโดยสามารถประยุกต์ใช้งานได้ตามแต่ละสถานการณ์เลยครับ เช่น Cause and Effect diagram เป็นการลิสต์หัวข้อการตรวจสอบคุณภาพที่มีลักษณะเป็นแผนผัง

 

เขามีความคิดที่ว่า การทำแผนผังประเภทของ “ก้างปลา” จะทำให้ดูข้อมูลง่าย จึงเป็นที่มาของ Cause and Effect diagram

อีกแบบหนึ่งคือ Defect Concentration Diagram ดังรูปจะมีลักษณะคล้ายกับรูปภาพที่มีการระบุส่วนที่ต้องมีการตรวจสอบคุณภาพหรือที่เรียกว่า Defect codes ครับ

และอีกหนึ่งวิธีที่อุตสาหกรรมในยุค Industry 4.0 ส่วนใหญ่ใช้สำหรับ Statistical Process Control ในกระบวนการ Quality Control System คือ Control Chart เป็นการประยุกต์ใช้ Line Graph มาวิเคราะห์ข้อมูลในการตรวจสอบคุณภาพ แต่วิธีนี้ระวังอย่างนึง

 

Control Chart มักจะใช้ในข้อมูลที่มีการระบุเป็นตัวเลขเท่านั้น

โดย Control Chart จะมีองค์ประกอบหลักทั้งหมด 3 ส่วนได้แก่ Upper Control Limit (UCL) จะเป็นเส้นแบ่งขอบเขตค่าที่อยู่ในมาตรฐานและค่าที่สูงกว่ามาตรฐาน ถ้าเส้นกราฟส่วนใดที่อยู่เกินเส้นแบ่งเขตของ Upper Control Limit หรือ UCL หมายความว่าค่าส่วนนั้นอยู่สูงเกินมาตรฐานนั่นเอง ต่อไปคือ Lower Control Limit (LCL) จะเป็นเส้นแบ่งขอบเขตค่าที่อยู่ในมาตรฐานและค่าที่ต่ำกว่ามาตรฐาน ถ้าเส้นกราฟส่วนใดที่อยู่เกินเส้นแบ่งเขตของ Lower Control Limit หรือ LCL หมายความว่าค่าส่วนนั้นอยู่ต่ำเกินมาตรฐานและส่วนสุดท้ายคือ Center Line (CL) คือค่าที่อยู่มาตรฐานมากที่สุดของสินค้า ถ้าเส้นกราฟส่วนไหนที่เกาะอยู่ที่เส้นของ Center Line หรือ CL หมายความว่าค่าส่วนนั้นมีมาตรฐานที่ดีนั่นเองครับ

 

สุดท้ายหลักการ Quality Control System ในยุค Industry 4.0 ที่สามารถสรุปเรื่องทั้งหมดที่ผ่านมาได้เลยนั่นก็คือ

 

Experimental Design ถ้าพูดง่าย ๆ คือ การออกแบบวิธีการตรวจสอบคุณภาพของอุตสาหกรรมของเราว่าต้องการให้เป็นไปในเชิงใด

มันมีวัตถุประสงค์เพื่อทำให้กระบวนการ Quality Control System เกิดประสิทธิภาพสูงสุดเลยครับ การใช้งานในส่วนของ Experimental Design ของอุตสาหกรรมยุค 4.0 ส่วนใหญ่นั้นจะเป็นดังรูป

ถ้าดู Diagram ที่รูปจะเห็นว่าเป็นการวางแผนการตรวจสอบคุณภาพโดยใส่ Input เข้าไปใน Process จากนั้นจะนำ Uncontrollable inputs หรือตัวแปรที่เกิดจากปัจจัยของสิ่งแวดล้อมต่าง ๆ มาเก็บข้อมูลไว้เป็น Quality characteristic (CTQs) ซึ่งจะเป็นตัวแปรเพื่อใช้เป็นเป้าหมายในการตรวจสอบ แล้วทำการ Measurement, Evaluation, Monitoring และ Control เพื่อปรับเปลี่ยนใหม่ให้กลายเป็น Controllable inputs จึงสามารถปรับปรุง Process ภายในอุตสาหกรรมของเราได้ต่อไป

 

ที่อ่านเมื่อกี้นี้ผมแนะนำครับ ไม่ต้องทำความเข้าใจกับมันหรอกครับ ผมขอสรุปสั้น ๆ แบบนี้ดีกว่าครับ

“หาจุดที่เกิดความผิดพลาดหลัก ๆ ของงานมาลิสต์เป็นตัวแปรก่อน แล้วทำการปรับปรุงและพัฒนากระบวนการใหม่ด้วยความรู้ทางสถิติที่มีใช้งาน”

เป็นไงครับ จบเพียงแค่ 2 บรรทัด พอถึงตรงนี้ผมมั่นใจเลยครับว่าข้อมูลทั้งหมดที่ได้เรียบเรียงมาสามารถบอกได้ว่า Quality Control System ในยุค Industry 4.0 เป็นหนึ่งในวิธีที่จะสามารถพัฒนาและปรับปรุง Process ของอุตสาหกรรมของเราได้แน่นอน ส่วนการประยุกต์ใช้องค์ความรู้อย่างมีประสิทธิภาพนั้นต้องขึ้นอยู่กับความชำนาญและประสบการณ์ที่มีของทุกคนแล้วครับ

 

Reference:

Douglas C. Montgomery “Introduction to Statistical Quality Control”, John Wiley & Sons, Inc.