RUN @ RATE 并不是RUN @ CYCLE

Views: 1364

在“Performance test in series production 试产中能力测试”中，介绍了德系VDA的能力测试，Pre-Production Test 预先生产测试(标注2)，Process Validation过程确认 (标注3)，在预先生产测试环节，所需要的生产量没有定义，但是从示意图可以看到比量产后的需求高峰（Peak production）要低很多，也比过程确认的生产量要低很多。但是过程确认放行（标注3）所需要的生产量则与高峰时的需求量齐平，说明德系汽车行业的要求里，对于生产件批准的基础是有要求的，比如BMW和VW就明确要求2TP ，即所谓两天的生产和产量来确认生产过程的稳定性，之后才批准PPAP（德系的PPA），当然实际当中会看情况，不一定非得两天。这相当于标注1处的试跑，标注2处的短跑（笔者理解为Run @ Cycle），标注3处的长跑(笔者理解为Run @ Rate)，显然长跑胜出才更符合实际的生产运作，尽量将各种异常突发状态所造成的影响，或者说主信号下的噪声给淡化，短跑就那么50米，100米冲刺一下，有可能能跑完但是之后就累趴下了。

而在美系的PPAP中则只有如下的要求（以PPAP第四版，2006为例）：

“对于生產件，用于PPAP的产品，必须取自有效的生产（Significant Production Run）。该生产过程必须是1小时到8小时的量产，且规定的生产数量至少为300件连续生产的零件，除非有经授权的顾客代表的另行规定。

该有效的生产（Significant Production Run）, 必须在生产现场使用与量产环境同样的工装，量具，过程，材料和操作人员。来自每个生产过程的零件，如：可重复的装配线和/或工作站，一模多腔的模具，成型模，工具或模型的每一个位置，都必须进行测量，并对代表性零件进行试验。。。。。。“

这里并没有特别强调一定要满足高峰时的需求量，而给出了一个相对灵活的1~8小时，所以实际中样品很可能是从一个比较短的生产中取得的（以GM为例，其称为Burst Build (Mini Run at Rate)，越往供应链的上游，从短时间段生产并提取PPAP样品的情况出现的概率越大，因为没有客户的订单做保证，而且很多时候样品又是免费获取，供应商不愿意单独生产，更难以安排一定的生产量来取样，尽管有IATF 16949 认证，以及各种APQP和其他指引性文件，但现实总是比理想更骨感。这导致了取样的基础不健全，自然样品的质量不能100%代表真正的过程质量和稳定性（尽管各种提交的SPC和Cpk数据显示合格）。

除了品质和过程的稳定性之外，德系明确将供应商的产能考虑在了产品的批准和放行过程PPA之中，而尽管AIAG的PPAP手册没有明示，但是实际当中，OEM厂家比如FORD, GM 等都在PPAP批准之后有类似的要求，以典型的GM 1927-35 “GP9 Run @ Rate 按节拍生产“为例，其中就提出了一些很明确的说明和要求。

1.“The purpose of GP-9 is to verify that a supplier’s manufacturing or sequencing system (while operating under normal operating conditions and under total customer requirement) is capable of producing or sequencing the contracted daily capacity of PPAP (Production Part Approval Process) approved (full or interim) components, systems, or modules.按节拍生产的目的是在正常制造条件（满足客户所有要求）下验证制造供应商或排序供应商是否有能力生产其零件、系统或模块达到PPAP批准状态的合同产能。

Note: It is expected that the contracted Supplier Daily Capacity (SDC) is equal to or greater than the daily Lean Capacity Rate (备注：期望供应商每日产能（SDC）等于或大于每日Lean Capacity Rate精益生产节拍（LCR），也就是支持整车装配计划的产能需求。“，

很显然它并不只是为了验证供应商的制造过程可以生产出报价的设备周期时间（quoted machine cycle times），也就是笔者所理解的短跑速度，因为设备的短期周期节拍时间是比长期的运作周期节拍时间要短的（尤其考虑到OEE中设备故障，维护，保养等可用时间损失以及性能损失）。

此后GM还有增补（如2015年），要求“此外，供应商确认过其所有分供方满足产能、质量、发运的要求并且有文件支持（GM1927-35或与其相当的文件） 。”，强化了供应链的管理。

2.The Run at Rate Procedure applies to按节拍生产流程应用在:

a. New components, systems or modules新零件、新系统或模块.

b. Capacity increase on previous contracted volumes合同产能增加.

c. Tool and equipment moves to new manufacturing locations模具设备转移到新的制造地点.

3.按节拍生产并不是紧跟PPAP完全批准之后，而是不能晚于量产前8周，笔者理解原因主要有两点：

a.考虑到按节拍生产之后需要一定的改善纠正和再次验证时间，比如4周

b.一定的生产交期通知时间，比如4周

4.默认的按节拍生产运行时间是合同小时（The daily contracted hours）。这显然与PPAP手册中的1~8小时的有效生产是两件事情，供应商零件每日生产时间显示在采购合同上为“每日小时”也被叫做合同小时（Hours Per Day，Contract Daily Hours）。通常定点后三十天内先期采购发布定点合同，在合同内供应商的QTC（Quoted Tool Capacity报价工装产能)会转变成合同产能（Supplier Daily Capacity, SDC, 即供应商每日所能提供的PPAP状态 下的合格产量 ），也就是说数据其实是来自于供应商本身。出现例外并需要得到采购方经理级批准让步的情况如下：

• Product Complexity产品的复杂性
• Shelf Life, including impact of pending EWO’s产品的有效期，包括潜在EWO控制库存
• Storage & Packaging储存和包装
• Cost成本
• Production Day Length日工作时间长度
• The cumulative documented production history from practice run at rates or burst builds足够的试验按节拍生产和小批生产的累积历史数据

5.而最大生产节拍MCR– Maximum Capacity Rate (GM 定义为LCR+15%，有些汽车链上一级公司定义为LCR+20%)，供应商也同时需要在没有额外GM成本的情况下稳定生产中满足MCR。MCR一般不作为按节拍生产时考核，而且MCR一般需要周六周日加班完成

笔者认为按节拍生产Run @ Rate运行时间是合同小时这点十分重要，否则很容易成为Run @ Cycle。实践中常常出现Run @ Rate 已经在供应商的现场运行并确认过，但是一旦进入到量产交付，即便是需求量与前期的预测和供应商的承诺没有明显的差异，但是仍然交货得不到满足和保证。而其主要原因之一就在于现在的 Run @ Rate 运行的产品量不够，举例来讲，如果客户的需求只需要供应商2小时/日的合同小时，通常供应商余留的空间足够，量产的交付不足较少出现，但是如果客户的需求已经占用供应商的每日合同小时接近8小时/日（假如工作时间10小时/日），那么想象如果客户生产不中断，供应商每日都必须确保8小时的生产，考虑所有的异常因素和由此带来的损失时间，的确是有挑战性的。

短跑可以但是长跑太差，在运行时间不够长的情况下，设备的调整，工艺的波动，材料的供应和切换，人员的休息离岗等等负面因素和影响都没有显露出来，由此计算出的OEE设备利用率90%以上很可能是虚高值（以以上每天工作10小时/天，会认为有效的时间是9小时，满足所需要的8小时/日的每日合同小时，继而麻痹大意），在短期过程没有波动的情况下并不能很好的证明和推测长期的过程同样没有波动。加上客户需求的波动（通常20%的上下波动），运行时间越长，比如说以每周的循环交付为单位进行试生产，甚至还能考虑到物流环节的影响，更加接近真实的了解供应商的能力，此时可能实际的OEE只有80%甚至更低，也就是说真正有效的产出时间只有8小时，稍微一点风吹草动就满足不了8小时/日的每日合同小时数。

笔者的经验是如果一份Run@Rate的报告中设备的效率损失如果非常低甚至没有，很有可能就是因为运行时间太短了，比如说只运行了1~2小时（如果是实在只能运行1~2小时，笔者认为应该保守取以往同期3个月类似设备效率的平均值来估算）；相应的，设备（和过程）可用时间不应该直接取来自于供应商的口头声明，而是应该调取过去至少1个月的数据取平均估算；良率亦是同理，所运行的产品得出的良率是一方面，很重要的另外一个方面则是参考类似的产品的以往表现，如果其他产品的品质表现不佳，那么则要进一步调查为什么本次的表现就“鹤立鸡群”？如果以往长跑不是擅长的项目，为什么这次的短跑胜出就能预测下次的长跑胜出？让我想起查理芒格的一个故事，有人问他“你会弹钢琴吗？”，这位智者回答“我不知道，我想我会，但是我从来没有试过”。