工業(yè)縫紉機
信息資訊
縫紉客APP安卓
掃二維碼加客服微信
導航:

服裝廠如何把返工率從25%降至1%?

           服裝生產有三個瓶頸:一是產量、二是質量、三是生產周期。其中返工率,直接反映了服裝生產的質量管控。

           制造企業(yè)的品質問題解決手段很多,如六西格瑪、TPM等,但服裝的品質不是檢查出來的,是做出來的,所以終極方法還是建立精益生產系。創(chuàng)嘉老師們在縫制之前就把面輔料等問題解決好,這樣車間品質環(huán)節(jié)就少了,同時在尾部以查、燙、包的流水線方式運作,每一環(huán)節(jié)清楚可控,組長等管理人員由追貨變?yōu)樽テ焚|,這才是根本的方法。

           傳統服裝廠返工率居高不下,可能是工序不合理或者機器出了問題,導致某個款式返工率很高,這種情況管理者一定要及時發(fā)現、及時處理,避免更多次品的出現。

           或者是車間管理還不到位,尤其是瑕疵品產生不能準確的追溯到人,導致大家互相推諉責任,無法提升全體員工的品質意識。對于瑕疵品的處理,目前常見的方法是當天產生的,當天下班前所有員工一起,花半個小時到一個小時,當天處理掉。但是這就耽誤了正常的生產,一些工廠可能還無法做到當天清理,導致次品積壓。

           品質在人員管理方面,一般按照每個工人的返工率高低,超出合理或平均范圍的,階梯式扣錢。這就要求返工率數據必須準確而且方便記錄,不準確會引起工人的不滿,而繁瑣的方法則增加了質監(jiān)部門的工作難度,難以貫徹執(zhí)行。

           某服裝廠就遇到了這方面的困難:他們對產品質量的要求相對較高,管理者也在品質管理方面做了非常多的工作,對各個檢驗崗位提出了各種要求。如要求QC均采用手工畫“正”字的方式來統計相關的質檢數據,但返工率一直維持在25%,降不下。主要問題如下:

           1、檢驗數據和瑕疵數據不準確,由于是手工登記,一旦跟不上流水線節(jié)拍,采取事后補填,就常常造成數據不準確。
           2、檢驗數據和瑕疵數據不及時,一方面是事后補登的原因,另一方面相關數據至少要到當天工作完成后,才能統計完成,造成第二天才能發(fā)現問題并解決;
           3、沒有辦法記錄造成瑕疵的生產員工信息,不能有針對性的輔導生產員工改進及解決瑕疵問題;
           4、要同時填寫多個檢驗報表,造成檢驗員動作太多,嚴重影響員工的工作效率;
           5、沒有辦法統計返工品的再次檢驗過程及數據,因此沒有辦法很精確的考量每個檢驗人員實際的檢驗件數和瑕疵數,也沒有辦法統計每個檢驗人員漏檢的件數和瑕疵數,因此很難針對檢驗人員進行績效考核。

           質檢流程優(yōu)化的基本方法:

           在半成品檢驗(中查)、成品檢驗(尾查)、后道檢驗(終檢)處安裝電子數據終端,可以實時采集所有生產線及后道的檢驗數據和瑕疵數據,并隨時可生成各個方面的報表,方便管理人員及時發(fā)現問題并解決問題。

           一、通過excel表格操作方法為:

           步驟三:瑕疵率匯總,顯示各個生產線的品質情況,重點關注瑕疵率較高的班組。

           二、精益現場管理的解決方法:

           1、目視化管理,在每條生產線上安裝電子看板,將當日的目標產量、投產數量、成品數量、瑕疵數量、瑕疵率、瑕疵率目標等關鍵數據顯示給所有的生產人員、檢驗人員查看,使生產活動能夠透明化,讓每個生產人員、檢驗人員可以做到心中有數、目標明確。

           2、設定各生產線半成品檢驗(中查)、成品檢驗(尾查)、后道檢驗(終檢)各個檢驗崗位的目標值,一旦某條生產線某個檢驗崗位的瑕疵率超過目標值,即時向各個品管部、技術部相關人員的手機發(fā)送提醒信息,即時通知相關人員趕至現場查找瑕疵原因,解決瑕疵問題;

           3、針對生產人員進行數據統計,可以很方便的找到造成瑕疵的人員或原因,并加以改善。

           4、針對檢驗人員進行數據統計,可以統計檢驗人員的實際工作量,并且包括返工品的再次檢驗。

           某服裝廠在實施創(chuàng)嘉精益生產系統近半年后,半成品檢驗(中查)的瑕疵率控制在15%以內,成品檢驗(尾查)的瑕疵率控制在8%以內,后道檢驗(終檢)的瑕疵率控制在1%以內,基本能夠達到事先制定的目標,為企業(yè)進一步發(fā)展提供了堅實的基礎。

縫紉客APP
更多信息請下載安裝 縫紉客APP(安卓)查看
手機掃一掃下方二維碼