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
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 | 10,000 | 9,950 | 50 |
| 輾牙 | 9,950 | 9,850 | 100 |
| 熱處理 | 9,850 | 9,820 | 30 |
| 電鍍 | 9,820 | 9,600 | 220 |
| 最終檢驗 | 9,600 | 9,500 | 100 |
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 | 50 | 25 | 1,250 |
| 輾牙 | 100 | 29 | 2,900 |
| 熱處理 | 30 | 35 | 1,050 |
| 電鍍 | 220 | 43 | 9,460 |
| 最終檢驗 | 100 | 43 | 4,300 |
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。
本著作係採用創用 CC 姓名標示-相同方式分享 3.0 台灣 授權條款授權.
