作者：admin 時間：2022-04-24
我們聊聊FMEA的風險分析步驟中，如何對風險的措施優先級進行排序（即如何決定哪些需要采取進一步的措施，哪一些可以暫時放一放）。誤區是很多公司使用RPN值來決定，比如RPN值大于100要采取措施，RPN值大于120要采取措施。AIAG&VDA新版FMEA已經將RPN值取消。
為何要取消RPN，RPN值究竟有什么問題？
RPN的好處是，它可以作為改進前后的指標，以比較成果。
但使用RPN的缺點是：
1. 閾值給人的印象是低于閾值的值不需要改進措施。但是并沒有一個閾值可以來擔任此界限，認為高于該值代表風險高，需要采取進一步的措施，低于此閾值，則風險是可以接受的。雖然很多企業自己會定義規則，RPN大于100要采取進一步措施，大于80要采取進一步措施，或者大于120要采取進一步的措施。但是你問他們為什么是這個值？沒有人能回答出來。這背后并沒有科學的依據。
2. 應用RPN閾值，還會導致忽略高嚴重度而因為O,D其中一個不是特別高因此RPN不高的風險項目。比如PFMEA中的兩個項目：
S: 9 | O:2 | D:5 |
S:7 | O:4 | D:4 |
如果算RPN，應該對SOD(7,4,4)的項目采取措施，但是SOD為9，2，5的風險程度如何呢？如果是按照新版的AIAG&VDA FMEA，嚴重度9分是和法規相關，O為2代表沒有采取防錯使得失效起因不會產生，如果按照每千件產品/車輛的故障率來評價的O的話，那O為2代表小于等于一百萬分之一，D為5代表沒有使用機器化自動探測（機器連續100%監測并能鎖定缺陷品），在這樣的情況下，我們竟然認為風險是可以接受的。會導致不符合法規，即便發生率是1百萬件當中是一件，且在制造過程沒有100%的機器自動化探測來識別和鎖定缺陷品，確保將缺陷品圍堵在工廠內部，試問，這個風險企業是否可以承受？所以RPN值適合的是自己和自己比，比如和改進前和改進后的自己比，但不適合和別人比。
3. 定義RPN閾值，還會帶來什么問題呢。我們在審核的時候經常發現，FMEA表格里進一步措施是空白的，當問及為什么時，對方的理由是我們公司定義RPN大于100才需要采取措施，現在RPN都小于100，所以不需要采取進一步的措施。你再去看他們的SOD的打分，會發現很多不符合打分規則，比如目視化檢查，打3，4分。目的就是希望把RPN值都控制在公司定義的閾值范圍內，這樣并不需要采取措施了。這和FMEA的初衷就背道而馳了。FMEA應該持續地識別機會并不斷改進設計或制造和裝配過程。
那如果用RPN來決定是否需要采取進一步的措施是不合適的，應該用什么方法呢。
可以參考以下方法：
1. 使用AIAG&VDA新版FMEA中的AP(ActionPriority)措施優先級。
(AP表節選自AIAG&VDA FMEA手冊）
我截取了AP表的其中一部分。它是SOD的各種組合，通過查表可得到三個措施優先級別：H(高)， M（中），L（低）其原理是評估措施優先級時，應該先看嚴重度，再看是否有充分的預防措施來預防失效發生，再看是否有足夠的探測能力來確保缺陷不會逃逸到客戶端-即先看嚴重度，再看發生度，再看探測度。對于嚴重度是9和10的，大部分措施優先級都是H(高)，可見嚴重度有很高的權重。嚴重度是9和10的，當發生度是1（即采取預防使得失效起因不會產生），D探測能力就不重要了，不管D是多少，其措施優先級都是低，當發生度是2-3時，再具體看探測能力如何，D在4以下包含4（在PFMEA中為機器自動化探測，有些公司稱其為探測型的防錯裝置）時，措施優先級為低。
2. CA （Criticality analysis）是根據嚴重度和發生的可能性的綜合影響，對每個潛在失效模式進行排序的方法。它允許使用非線性方法來劃分風險級別，例如高（紅色）、中（黃色）和低（）。下圖是 S&O 風險矩陣圖的示例。也可以使用 S&D 和/或 O&D 風險矩陣圖。使用風險矩陣圖時，由公司或客戶指定R、Y和G。
在CA的基礎上，GM通用汽車應用了兩兩嵌套的矩陣，也是我個人推薦的方法。
Step1:先是SO的矩陣圖，通過查表，得到一個1，2，3的級別。
Step2 :再根據SD的矩陣圖，通過查表，得到另一個1，2，3的級別。
Step3: 最后將SO,SD矩陣圖上得到的級別再代入最后一個決定措施優先級的矩陣圖。1代表優先級是1級，2代表中等的優先級，3代表低的優先級。
在得到了措施優先等級之后，我們如何決定采取哪些措施呢？（編者添加）
新版FMEA手冊中是這樣規定的：
優先級高（H) :
評審和措施的最高優先級。
團隊需要識別適當的措施來改進預防和/或探測控制，或證明并記錄為何當前的控制足夠有效。
優先級中(M):
評審和措施的中等優先級。
團隊應當識別適當的措施來改進預防和/或探測控制,或由公司自行決定,證明并記錄當前的控制足夠有效。
優先級低（L):
評審和措施的低優先級。
團隊可以識別措施來改進預防或探測控制。
值得一提的是，即使優先級為低，也要根據實際情況來看看是否采取措施，而不是我們一般理解的那樣，就不用管了。
最后，說明一下，我們只說使用RPN閾值來決定是否需采取進一步的措施是有問題的。但是不意味著RPN不能保留，RPN值作為前后的比對的一個指標，也未嘗不可。
作者簡介：
厲蘭芳老師
? 質量領域19年工作經歷，曾服務于德國汽車工業聯合會質量管理中心（質量經理及培訓師），福邁迪(項目經理&培訓師)，GE通用電氣（亞太區質量體系經理，黑帶角色），德爾福（工程質量主管，工廠質量主管）以及一汽（產品設計/審核員）；
? 大學為模具設計（注塑模具沖壓模具設計）；曼切斯特商學院MBA；
? 中國注冊質量經理；培訓認證協會(AACTP)注冊培訓師
? 培訓輔導特色為通俗易懂，融會貫通，案例豐富，互動性強
曾為上百家公司提供過FMEA, 8D問題解決，VDA 6.3, VDA6.5, AIAG 5大工具，德系核心工具， BIQS/QSB+等培訓，服務過的公司有沃爾沃，北汽新能源，上汽大眾，大陸汽車，博世，采埃孚，江淮汽車，延鋒，霍尼韋爾，中航光電，德爾福，克諾爾等。
國可工軟科技有限公司（以下簡稱“國可”），是國內提供可靠性技術咨詢和軟件服務的科技創新企業，總部位于上海，在蘇州、深圳、西安、大連、武漢等地設有分支機構。通過整合國內外資源，國可致力構建培訓、咨詢、自主研發軟件、論壇為一體的可靠性技術服務生態圈，為企業提供、便捷、的可靠性整體解決方案。
公司自主研發的FMEA、Weibull、加速壽命試驗分析等軟件，獲得了國內數百家企業客戶的認可和購買。簽約企業也包含上汽集團、富士康、小康汽車、美的集團、一汽解放、能源、國電投、無錫威孚、玉柴聯合動力、恒大汽車等知名企業。國可系列軟件曾獲得2021年工業APP和信息消費大賽總決賽“工業APP數字制造與管理專項成果轉化獎”
公司技術實力強大，創始團隊有著超過20年的質量和可靠性技術服務經驗，以及10年以上的工業軟件研發和市場化經驗，對國內市場有著深入的認知和豐富的實踐經驗，服務過的企業超過500家；公司90%以上的成員具備本科學歷，研發團隊中具備碩士以上學歷的成員占比40%以上！公司已獲得蘇州市高新區領軍人才、蘇州市姑蘇領軍人才、科技型中小企業、江蘇省民營科技企業等榮譽。
>>國可工軟部分客戶 <<
版權所有© 國可工軟科技有限公司 滬ICP備2020030271號
中文
英文