最終良率 95%,損失到底發生在哪一站?用 MES 建立 Yield Loss by Process 製程良率損失分析

製程良率損失分析資訊圖表

一張工單投入 10,000 件,最後只得到 9,500 件良品,最終良率為 95%,但少掉的 500 件究竟在哪一道製程發生?如果產品需要經過打頭、輾牙、熱處理、電鍍與檢驗,只看最終良率,很難知道真正需要優先改善的位置。更重要的是,相同 100 件報廢若發生在第一站與最後一站,企業承擔的成本完全不同。本文將介紹如何利用 MES 逐站記錄投入量、良品、不良、報廢與重工數量,建立 Yield Loss by Process 分析,找出製程良率損失與產品價值流失最大的關鍵站點。

最終良率為什麼不足以找出真正的製程問題?

假設一項產品需要經過五道製程:

打頭 → 輾牙 → 熱處理 → 電鍍 → 最終檢驗

投入:

10,000 件

最終完成:

9,500 件

因此 Final Yield 為:

95%

這個數字只能告訴管理者:

總共損失了 5%。

卻無法回答:

這 5% 究竟在哪一道製程發生?

如果沒有逐站追蹤,很容易所有製程一起改善,反而無法集中資源處理真正的瓶頸。

Yield Loss by Process 是什麼?

Yield Loss by Process 是將產品經過的每一道製程分別計算投入與有效產出。

例如:

製程投入良品產出製程損失
打頭10,0009,95050
輾牙9,9509,850100
熱處理9,8509,82030
電鍍9,8209,600220
最終檢驗9,6009,500100

如此便能立即看到:

電鍍製程損失最大。

改善方向也從模糊的「提升整體良率」變成:

優先調查電鍍製程為什麼損失 220 件。

製程損失數量最多,就一定最嚴重嗎?

不一定。

這也是本篇與一般良率文章最重要的差異。

假設:

打頭報廢:150 件
電鍍報廢:100 件

只看數量,應優先改善打頭。

但產品進入電鍍以前,可能已經累積:

原料:20 元
打頭:5 元
輾牙:4 元
熱處理:6 元
電鍍:8 元

打頭報廢時可能只損失約:

25 元/件

電鍍完成後報廢則可能已投入:

43 元/件

因此:

打頭:150 × 25 = 3,750 元

電鍍:100 × 43 = 4,300 元

電鍍雖然報廢數量比較少,實際價值損失反而更高。

MES 如何建立逐站良率?

每一次製程報工至少應取得:

  • Work Order
  • Batch / Lot
  • Process
  • Input Quantity
  • Good Quantity
  • Defect Quantity
  • Scrap Quantity
  • Rework Quantity
  • Start Time
  • End Time
  • Machine
  • Operator

MES 即可計算每一道製程的:

Process Yield = Good Output ÷ Input Quantity

例如輾牙:

投入 9,950 件
有效產出 9,850 件

製程良率約為:

98.99%

如此才能知道整體良率下降究竟從哪一站開始。

為什麼重工不能直接算成正常良品?

假設某製程:

投入:10,000 件
一次合格:9,600 件
重工後合格:300 件
報廢:100 件

最終可以交付:

9,900 件

如果只看 Final Yield:

99%

看起來非常好。

但真正一次就成功的只有:

96%

另外 3% 是透過額外製造資源才救回來。

因此 Yield Loss Dashboard 應同時呈現:

First Pass Output

與:

Final Good Output

避免重工把製程問題隱藏起來。

如何建立 Process Yield Funnel?

非常適合在 MES Dashboard 使用漏斗圖呈現:

投入 10,000

↓ 打頭

9,950

↓ 輾牙

9,850

↓ 熱處理

9,820

↓ 電鍍

9,600

↓ 最終檢驗

9,500

管理者可以快速看到:

哪一段漏斗突然縮得最多。

這比單純顯示「最終良率 95%」更具有改善價值。

如何把製程損失轉換成金額?

MES 可以再結合 ERP 的材料與製程成本。

例如:

製程損失數量單件累積價值損失成本
打頭50251,250
輾牙100292,900
熱處理30351,050
電鍍220439,460
最終檢驗100434,300

此時改善排序就非常清楚:

電鍍不只是數量損失最大,也是產品價值流失最大的製程。

如何找出製程良率突然下降的原因?

例如 MES 發現:

電鍍 Yield:97.8% → 94.2%

即可往下 Drill Down:

產品 → 工單 → 批號 → 設備 → 供應商 → 原料批次 → 製程參數 → 班別 → 不良原因

若進一步發現:

特定產品正常
特定設備正常
只有特定委外批次異常

問題範圍就能快速縮小。

Yield Loss Dashboard 應呈現哪些資訊?

建議包含:

  • Overall Yield
  • Process Yield
  • First Pass Yield
  • Final Yield
  • Process Input Quantity
  • Scrap Quantity
  • Rework Quantity
  • Yield Loss Quantity
  • Yield Loss Cost
  • Process Yield Funnel
  • 製程損失 Pareto
  • 不良原因 Pareto
  • 產品別 Yield
  • 設備別 Yield
  • 批次別 Yield
  • 月度 Yield Trend

其中最值得同時建立:

Yield Loss Quantity Ranking

與:

Yield Loss Cost Ranking

因為「損失最多件」與「損失最多錢」可能是完全不同的製程。

如何建立製程良率改善閉環?

建議形成:

MES 取得逐站投入/產出 → 計算 Process Yield → 找出 Yield Drop → 分析 Scrap/Rework → 換算損失成本 → Drill Down 至設備、批號與原因 → 執行改善 → 比較改善前後 Yield

管理目標因此能從:

「最終良率是多少?」

提升為:

「產品價值究竟在哪一道製程流失?」

導入 Yield Loss by Process 有哪些效益?

可協助企業找出良率損失真正發生的製程、避免只依最終良率判斷品質、辨識晚期製程報廢造成的高成本損失、量化各站報廢與重工影響,並讓品質改善資源優先投入真正造成產品價值流失的位置。

發表留言