בקרת איכות היא אחד המרכיבים החשובים ביותר בכל חברה תעשייתית ונשאלת השאלה מהן הטכנולוגיות החדשות שיכולות לסייע לנו להפוך את תהליכי האיכות לחכמים ויעילים יותר – ומהם החסמים שעלינו להתגבר עליהם. תחום התעשייה החכמה (Industry 4.0) נועד לסייע למפעלים ולחברות תעשייתיות לבצע טרנספורמציה תפעולית ועסקית, להגביר את הפריון ולשפר את כושר התחרותיות באמצעות הטמעה ושימוש בטכנולוגיות מתקדמות כמו רובוטיקה, בינה מלאכותית, חיישנים חכמים, אינטליגנציה עסקית (BI) ועוד. בתוך עולם רחב זה של טכנולוגיות חדשניות, ישנן טכנולוגיות ייעודיות, המתמקדות בתהליכי בקרת איכות, ומטרתן היא להפוך את תהליכי בקרת האיכות במפעל ובקו הייצור לחכמים, אוטומטיים ושקופים יותר, ובכך לתרום לשיפור איכות המוצר הסופי. תחום זה כבר זכה לכינוי "איכות 4.0" (Quality 4.0).
בקרת איכות מתקדמת בעזרת מצלמה בחברת גולן פלסטיק
בקרת איכות היא נדבך מרכזי בתהליך הייצור, ונגזרים ממנו היבטים עסקיים ותפעוליים רבים. איכות לא אחידה או זיהוי חלקי ומאוחר של פגמים, עשויים לפגוע בשביעות רצון הלקוחות ובמכירות. כיום, במרבית התעשיות, תהליכי בקרת האיכות עדיין מתבססים בחלקם על איסוף ידני של נתונים וביצוע מבדקים. המטרה של טכנולוגיות איכות 4.0 היא לאפשר ניטור מקיף ומדויק יותר של פרמטרים הקשורים לאיכות, וזאת כדי לזהות מוקדם פגמים וליקויים, לקדם בצורה מהירה ומושכלת יוזמות לשיפור האיכות ולחסוך בעלויות הקשורות לתהליכי איכות.
רבים מתהליכי הייעוץ והאבחון שמקיים המכון לייצור מתקדם אל מול חברות תעשייתיות, מתמקדים בנושא שיפור האיכות. כך למשל, חברת "גולן פלסטיק", המתמחה בייצור ושיווק של מערכות להולכת מים, הטמיעה, בהכוונה של המכון, מערך של מצלמות מתקדמות, מבוססות ראיית-מכונה, שתפקידן לבצע אוטומטית זיהוי מוקדם של פגמים במוצרים המיוצרים. הניטור החכם באמצעות המצלמות הגביר את השליטה והבקרה של החברה בתהליכי היצור, והוביל לשיפור האיכות והורדת רמות הפחת בארגון. "גולן פלסטיק" פועלת כעת להטמעת פתרון אוטומציה נוסף, המתבסס על רובוט ומצלמת תלת-מימד, כחלק מתהליך מדידת קוטרם של הצינורות המיוצרים.
חברת "תעשיות פולירז", המתמחה בפתרונות אריזה לתעשיית המזון, רצתה להשיג מספר יעדים תפעוליים חשובים כדוגמת הקטנת תצרוכת חומר, הקטנת פחת, שיפור יכולות השליטה על המוצר, וכל זאת על בסיס תכנון טרום ייצור, בקרת ייצור וניתוח סופי. כדי להשיג זאת, החברה הטמיעה מתודולוגיית עבודה של דיווח, בקרה, תיוג ותחקור אירועים הקשורים לניהול חומר גלם.
בחברה מעידים כי ההישג הראשי שנבע מהתהליך היה שינוי תודעתי לגבי היכולת של כל גורם, לכל אורך שרשרת האיכות, להשפיע על התוצר המוגמר. בנוסף, החברה הטמיעה במערכת ה-ERP הארגונית תוסף המספק תמיכה לשרשרת הביצוע המפעלית ומאגד את נתוני שרשרת האספקה, טכנולוגיה ואיכות תחת קורת גג אחת. תהליך זה איפשר בקרה צמודה וכלי תיכנון וניתוח משלב הייזום והתיכנון של הייצור ועד לתחקירים שלאחר אירוע, בהתאם ליעדים שהציבה החברה בתחילת תהליך הטרנספורמציה.
חברת "מרכבים", העוסקת בפיתוח עיצוב וייצור אוטובוסים, הטמיעה מערכת אבטחת איכות, בשיתוף חברת Eyedo, המאפשרת בקרה מלאה של מצב הפגמים בכל אוטובוס, סטטוס תיקונן, וכן ניתוח מהות התקלות ומקורן כדי לשפר את תהליכי הייצור. הדוגמאות הללו ממחישות כיצד זיהוי נכון של הטכנולוגיה הרלוונטית יכול לחולל שינוי גדול בארגון.
מירב גרוסמן, מנכ"לית המכון לייצור מתקדם
השלב אולי החשוב ביותר בתהליכים שמקיים המכון מול החברות הוא שלב האבחון. "היועצים שלנו עושים שימוש במגוון של מתודולוגיות מקצועיות כדי להבין ולהגדיר במדויק את הצורך, לבחור את הפתרון המתאים ולגבש את אופן היישום והכלים שיעזרו לנו להעריך את התועלת שהפקנו", אומרת מירב גרוסמן, מנכ"לית המכון. ואולם, תחום התעשייה החכמה הינו חדש ועל כן יש גם צורך בכלים חדשים שיסייעו לנו בתהליכי האבחון. פרופ' שוקי דרור אש התוכנית, חבר סגל במחלקה להנדסת מערכות, פיתח מתודה חדשה שמטרה להקל על חברות וארגונים לאמץ וליישם בצורה נכונה טכנולוגיות חדשניות בתחום איכות 4.0. מחקרו בנושא פורסם בחודש מאי האחרון בירחון המדעי Quality and Reliability Engineering International.
המתודולוגיה שמציג פרופ' דרור מבוססת על גישה הקרויה QFD – Quality Function Deployment. זו גישה שפותחה במקור ביפן בשנות השישים של המאה הקודמת, והיא מאפשרת לתרגם בצורה שיטתית, באמצעות שאלונים ומטריצות, את דרישות וצרכי הלקוח מהמוצר הסופי לכדי תוכנית ייצור סדורה. באותו אופן, פרופ' דרור משתמש בשיטה הזו כדי לספק בידי הארגון כלי שיעזור לו להבין מהן הטכנולוגיות הרלוונטיות כדי להגשים את יעדי האיכות שלו, וכיצד ליישם אותן. פרופ' דרור מכנה את המתודולוגיה החדשה QFD 4.0, והיא מורכבת משני שלבים: הראשון: זיהוי הטכנולוגיות החשובות לאור יעדי האיכות, והשני: זיהוי חסמים עיקריים שיקשו או יעכבו את אימוץ הטכנולוגיות החדשות.
כך למשל, אנחנו עשויים להגדיר יעדי איכות כדוגמת שיפור איכות חומרי הגלם, יציבות האיכות, בטיחות, אמינות הציוד, שביעות רצון לקוחות והקטנת תלונות הקשורות למוצרים – ועל סמך כל אלה, לבחון אילו טכנולוגיות מעולם האיכות 4.0 יכולות לעזור לנו להגשים זאת, כדוגמת בינה מלאכותית, ביג דאטה, בלוקצ'יין, למידה עמוקה, טכנולוגיות מאפשרות, למידת מכונה, סטטיסטיקה, כריית נתונים ועוד. לדברי פרופ' דרור, זיהוי החסמים הינו קריטי לא פחות מזיהוי הטכנולוגיות הרלוונטיות. "ארגון צריך להשתמש בטכנולוגיות שעשויות לעזור לו להשיג את יעדי האיכות שלו. ואולם, כדי להטמיע טכנולוגיות איכות 4.0 באופן מוצלח ארגון גם צריך לפתח את היכולות הנדרשות כדי למנוע או להתגבר על חסמים למימוש".
בין החסמים השכיחים שמציג פרופ' דרור, ניתן למנות מחסור במיומנויות דיגיטליות וכישרונות, היעדר תרבות איכות, מערכות/תשתיות מיושנות, פיצול נתוני איכות, שלמות ואיכות הנתונים, וחששות בנוגע לאבטחת סייבר. במחקרו גילה פרופ' דרור כי, "בעיות אבטחה הן אחת הדרישות הקריטיות והמאתגרות ביותר לניהול מוצלח של איכות 4.0".
פרופ' דרור מדגיש במחקרו גם את הערך שנוכל להפיק מסינרגיה בין טכנולוגיות, בעיקר בכל הנוגע לאיסוף ועיבוד של נתונים. "ישנה למשל סינרגיה בין למידת מכונה, ביג דאטה ובינה מלאכותית", טוען פרופ' דרור. "ככל שנפח הנתונים שברשותנו גדול יותר, כך התובנות שנפיק מלמידת המכונה יהיו מדויקות יותר ובעלות ערך רב יותר על הפעילות העסקית. יתרה מכך, אלגוריתמים של בינה מלאכותית מסתמכים על נתונים כדי ללמוד, לקבל החלטות, להסיק מסקנות ולהביא תובנות מעשיות. בהתאם לכך, ככל שיש יותר נתונים לאלגוריתמים של AI, כך הם יכולים לתפקד טוב יותר ובסופו של דבר לצבור יותר ניסיון ולהפיק ערך ספציפי יותר לארגון. נתונים הם המשאב הדיגיטלי היקר ביותר להצלחת היישום. פיצול נתונים בין מיקומים שונים, מעבדות, עננים ומערכות ניהול איכות, מונע מארגונים לנצל את מלוא הערך שלהם".
המאמר נכתב בסיוע ובעריכת יוחאי שוויגר, המכון הלאומי לייצור מתקדם