生产现场经常出现这样的情况:原材料检验合格,生产中却频繁出现不良;制程发现异常,却找不到原因;客户投诉发生后,又无法追溯对应的物料批次和生产记录。
这些问题表面上是质量控制不到位,本质上其实是缺少完整的质量记录和追溯机制。生产质量管理不能只靠检验员盯现场,也不能等问题发生后再追责,而是要把来料、制程、成品检验和异常整改全过程记录下来。
下面整理了生产质量管理中非常实用的 5 张表,看看每张表应该记录什么、解决什么问题。
一、来料检验表:把好原材料入口关
原材料质量直接影响后续生产。如果来料检验只记录合格或不合格,却没有记录供应商、批次、检验项目和缺陷数量,后续出现质量问题就很难追溯。
来料检验表(IQC)主要用于记录供应商来料的检验情况,通常包括供应商、物料批次、检验项目、检验结果、缺陷数量、判定结论等信息。
重点关注三个方面:
- 统一检验标准:明确不同物料的外观、尺寸、性能等检验要求,避免凭经验判断。
- 评价供应商:统计来料合格率、不良批次和退货情况,识别质量不稳定的供应商。
- 控制不合格品:做好标识、隔离和评审,防止不合格物料流入生产线。
对于关键原材料和特殊特性物料,可以提高检验要求;普通物料则可结合历史质量表现合理安排抽检。还要将检验记录与采购订单、送货单和物料批次关联,确保出现异常时能够追溯到具体供应商和批次。
二、制程检验表:把质量问题控制在生产过程中
来料合格,不代表产品最终就一定合格。生产过程中,设备参数、人员操作、工艺条件和物料状态都可能发生变化。如果没有及时检验,问题可能一直持续到成品阶段才被发现。
制程检验表(IPQC)主要记录生产过程中各工序的质量状态,建议记录工序名称、检验项目、检验结果、工艺参数、异常情况等内容。
制程检验尤其要注意:
- 首件检验:换线、换模、换料、设备调整后,确认首件是否符合要求。
- 过程巡检:按规定频次检查关键工序,及时发现质量波动。
- 异常记录:出现连续不良或关键参数超限时,及时停线排查,不能让问题继续流转。
制程检验不能只记录最终的合格率。对于关键工序,还需要记录实际工艺参数与标准范围的偏差。例如,某产品要求加工温度控制在 180~190℃,如果实际温度多次接近或超出控制范围,即使当批产品检验合格,也需要关注后续质量风险。
对于连续生产的工序,还可以结合趋势图或控制图观察参数波动,提前发现异常变化,而不是等到不良品大量出现才采取措施。制程检验的重点不是多检几次,而是尽可能在问题发生的工序就把它控制住。
三、不良品分析表:找到质量问题的真正原因
生产现场出现不良品并不可怕,可怕的是同样的问题反复发生。有些企业统计不良品时,只记录产品名称和不良数量,却没有进一步区分不良类型、发生工序和产生原因。这样只能知道产品不合格,却无法指导改善。
不良品分析表主要用于统计缺陷类型、发生频次和问题原因,建议包含缺陷类型、发生工序、不良数量、产生原因、流出原因等字段。
可以从以下几个维度逐步分析:
- 不良类型:哪种缺陷发生最多?是尺寸超差、外观不良,还是功能异常?
- 发生工序:哪道工序产生的不良最多?
- 发生原因:是设备精度下降、物料质量异常,还是操作方法不规范?
还可以结合柏拉图分析,找出占比最高的几个缺陷,优先解决影响最大的质量问题。对于重复发生、影响较大的质量问题,还可以进一步使用鱼骨图和 5Why 分析法,逐层追查根本原因。
这里要特别区分两个概念:不良产生的原因,与不良流出的原因。前者关注产品为什么会出现缺陷,后者关注为什么现有检验和控制机制没有及时发现问题,两者可能并不相同。例如,设备参数异常导致产品尺寸超差,这是产生原因;检验频次不足,导致不合格产品流入下一工序,则属于流出原因。不良品分析不能停留在统计数量上,还要从缺陷现象追溯到产生原因。
四、成品检验表:守住产品出厂最后一道关
制程检验合格,也不代表所有产品都能直接出厂。成品检验需要根据产品标准和出货要求,对最终产品进行确认,防止不合格品流入客户手中。
成品检验表(FQC/OQC)主要记录成品质量和出货检验结果,一般登记产品名称、检验批次、抽样数量、检验项目、判定结果等信息。
这里需要区分两个检验环节:
- FQC(成品检验):关注产品外观、尺寸、性能和功能是否符合质量要求。
- OQC(出货检验):关注产品是否满足客户订单、包装、标签及出货要求。
成品检验要特别关注检验批次与生产批次是否一致。对于抽样检验,应按照产品质量要求和检验方案执行,明确抽样数量、判定标准和接收条件。如果发现不合格,还要明确隔离范围,不能只处理抽检发现的几件产品,而忽略同一批次其他产品可能存在的风险。
成品检验是质量放行的重要依据,不能只看检验结果,还要保证批次和检验记录能够对应。
五、质量问题改善跟踪表:让整改真正形成闭环
前面四张表解决的是质量记录和问题识别,但发现问题不等于问题已经解决。有些企业质量会议开了很多次,不良原因也分析了,改善措施也安排了,但过一段时间,同样的问题又出现了。问题就在于缺少整改跟踪和效果验证。
质量问题改善跟踪表主要用于记录问题、责任、措施、完成情况和验证结果,需要明确问题描述、责任部门、负责人、改善措施、完成时间、验证结果等信息。
质量问题改善建议按照以下流程推进:问题发现 → 原因分析 → 制定措施 → 责任落实 → 效果验证 → 标准化。
执行时,不能把增加检验频次当成唯一的解决办法,而要针对根本原因制定改善措施,并明确责任部门、负责人和完成时间。对于重大质量问题,可以进一步采用 8D 改善方法,明确问题描述、临时围堵措施、根因分析、纠正措施和预防再发生措施。
改善验证通过后,还要及时更新作业指导书、检验规范、工艺参数和员工培训内容,避免同样的问题在其他产线或班组再次出现。整改完成不等于问题关闭,只有经过效果验证,才能真正形成质量改善闭环。
写在最后
生产质量管理不是单纯依靠检验把关,而是要建立从原材料进入、生产过程控制、成品检验到问题改善的完整管理机制。这 5 张表分别解决不同的问题:
- 来料检验表:管住原材料质量。
- 制程检验表:控制生产过程质量。
- 不良品分析表:找到质量问题和缺陷原因。
- 成品检验表:把好产品出厂关。
- 质量问题改善跟踪表:确保问题整改形成闭环。
表格本身不是目的。记录的数据必须能够关联到产品批次、生产工序、责任部门和改善结果。从来料检验到制程控制,从不良分析到成品放行,再到整改验证,5 张表串联起来,才能让质量管理从事后检验走向全过程控制,从发现问题走向持续改善。
借助 FineBI 这样的数据分析工具,可以把这 5 张表中的数据打通,构建生产质量分析看板,让来料合格率、制程不良率、缺陷分布和整改闭环状态一目了然,真正实现用数据驱动质量改善。