Produkttour – Oracle Fusion Cloud Quality Management

Geschlossenes Qualitätsmanagement

Die effektive Steuerung der Produktqualität ist entscheidend für den Erfolg Ihrer Marke. Die Qualität muss von der ersten Idee über den Entwurfsprozess bis hin zur Lieferung des Endprodukts im Mittelpunkt stehen.

Oracle Fusion Cloud Quality Management ist eine geschlossene Qualitätsmanagementsoftware (QMS) in der Cloud, mit der Sie Qualitätsprobleme identifizieren, analysieren, korrigieren und vorhersagen können. Quality Management ist ein integriertes Feature in Oracle Fusion Cloud Product Lifecycle Management (PLM), das in die Oracle Fusion Cloud Supply Chain & Manufacturing-Suite eingebettet ist. Es ist Teil jedes Prozesses und für jedes Team zugänglich.

Ein Echtzeit-Blick auf die Qualität

Die konfigurierbaren Dashboards bieten Zugriff auf alle Qualitätsleistungsdaten an einem Ort. So erhalten Sie eine Echtzeitansicht der Produktqualität in Ihrem gesamten Portfolio, einschließlich neuer Produkte, die Sie gerade entwickeln. Hier sehen Sie alle Ihre fehlerhaften Artikel und wie oft diese ein Qualitätsproblem verursacht haben.

Durch den Zugang zu dieser Art von Qualitätsinformationen auf einem intuitiven Bildschirm können Teams an Designs zusammenarbeiten, um die Erwartungen der Kunden zu erfüllen. Außerdem können Sie bei der Entwicklung neuer Produkte proaktiv sein, da Sie vorhandene Daten berücksichtigen können.

Die Qualität von überall aus überwachen

Teams – auch solche, die weltweit oder in Telearbeit tätig sind – können mit Quality Management potenzielle Qualitätsprobleme von jedem Gerät aus erfassen, visualisieren, überwachen und gemeinsam bearbeiten. Mit integrierten Funktionen für maschinelles Lernen und adaptive Intelligenz haben Sie die Möglichkeit, Erkenntnisse zu gewinnen und Ursachenanalysen durchzuführen, um Qualitätsprobleme schnell zu lösen – oder sogar bereits bevor sie auftreten.

Kontinuierliche intelligente Überwachung

Wie viele andere Produkte sind auch Roboterarme komplex und integrieren Hardware mit angeschlossener Software, was das Qualitätsmanagement erschwert. Jetzt, wo Produkte als Service geliefert werden können, brauchen Sie eine Möglichkeit, Qualitätsprobleme vorherzusehen, bevor sie auftreten.

Hier sieht es so aus, als hätte Oracle Fusion Cloud Internet of Things Intelligent Applications einen potenziellen Vorfall ermittelt, der Ihre Aufmerksamkeit erfordert. Dieser Roboterarm könnte ein Qualitätsrisiko darstellen.

Vorhersagen statt reagieren

Anhand der Daten aus IoT Intelligent Applications können Sie überprüfen, ob eine Anomalie für ein Attribut dieses Roboterarms ermittelt wurde. Dieses Dashboard ermöglicht es Qualitätsteams, Produkte während der Produktion und im Einsatz zu überwachen. Durch den automatischen Erhalt von Benachrichtigungen über Anomalien können Sie Probleme angehen, noch bevor sie überhaupt zu Problemen werden.

Eine einzige Quelle für Produktdaten bedeutet, dass Sie eine sofort einsetzbare statistische Prozesskontrolle verwenden können, um Produktionsdaten unter Verwendung des spezifizierten Drehmomentbereichs zu überwachen und potenzielle Ausfälle vorherzusagen.

Benachrichtigungen über Qualitätsprobleme

Wenn Sie den offenen Vorfall weiter mit Quality Management untersuchen, können Sie sehen, dass die IoT-Anwendung automatisch einen Problembericht generiert hat. Es scheint das Potenzial für eine schwerwiegende Drehmomentausnahme zu bestehen, die eskaliert werden muss.

Wenn Sie diese Informationen in einem einzigen System haben, können Sie die Anforderungen und die Design Failure Mode and Effect Analysis (DFMEA) miteinander verbinden, um die Qualitätsbewertung zu beschleunigen. Das bedeutet, dass die Qualität ganzheitlich gemessen und bewertet werden kann, wenn es um Konstruktionsdesign, Fertigung und die gesamte Lieferkette geht.

Rückverfolgbarkeit von Anforderungen

Im Rahmen der Analyse kann Ihr Qualitätssicherungsteam die technischen Anforderungen überprüfen und vorausschauende Was-wäre-wenn-Szenarien ausführen, um zu sehen, ob die Anpassung der aktuellen Drehmomentspezifikationen oder Testparameter das Problem beheben wird.

Andere Techniken zur Risikominderung können innerhalb des Systems modelliert werden, um die Qualitätsdaten weiter zu verbessern, z. B. eine detaillierte Risikoanalyse.

Bessere Risikominderung

Ihr Qualitätsteam kann die DFMEA überprüfen, um festzustellen, ob das Risiko vorhergesagt wurde und an den betrieblichen Anforderungen ausgerichtet ist sowie um festzustellen, ob eine mögliche Lösung identifiziert werden kann.

Sie können zudem potenzielle Risiken ermitteln, indem Sie Teile in Ihrer Stückliste bewerten und klassifizieren. Über Risikoscoring können Teams Elemente im Auge behalten, die zu Problemen werden könnten.

Kürzere Zykluszeiten durch Risikoscoring

Hier sehen wir, dass das Risikoscoring frühzeitig im Designzyklus verwendet wird, um Artikel auszuwählen, die auf mögliche Probleme überwacht werden sollen. Durch die Zusammenfassung von Faktoren aus Qualitäts-, Lieferanten-, Beschaffungs- und anderen Informationen hilft die Risikobewertung bei der Bestimmung der Wahrscheinlichkeit, dass der Artikel ein Problem verursacht.

Diese potenziellen Probleme werden durch die Punktzahl priorisiert, und Ihre Qualitätsteams können anhand der Gesamtbewertung entscheiden, welche Probleme eskaliert werden sollen und welche vorbeugenden Maßnahmen erforderlich sind.

Vorausschauende Maßnahmen

Mit dem geschlossenen Prozess wird die Ursachenanalyse in einem neuen Workflow initiiert. Das erweiterte Team kann gemeinsam daran arbeiten, das potenzielle Problem an Ihren Produktionsstandorten einzudämmen, bevor der Roboterarm im Einsatz Probleme verursacht.

Auf diesem Bildschirm sehen Sie den Problembericht für verschiedene Produktionsstandorte und die inneren Beziehungen zwischen verschiedenen Qualitäts- und Produktdaten, um den Umfang des Problems zu verstehen. Von hier aus können Sie die beste Lösung für das Problem bestimmen.

Integrierte Ursachenanalyse

Durch die kontextbezogene Ursachenanalyse, die in diesem Fall als Ishikawa/Fishbone-Diagramm modelliert wird, können Sie das Produkt an die technischen Anforderungen binden und Lieferkettenprobleme frühzeitig entschärfen.

Hier wurde festgestellt, dass die Ursache ein Versagen des Motors ist, der von einem externen Lieferanten geliefert wurde und die Drehmomentspezifikation nicht erfüllt.

Probleme mit Lieferanten klären

Bei allen Qualitätsproblemen im Zusammenhang mit einem Ihrer Lieferanten können Sie ein Audit initiieren und eine Untersuchung durchführen.

In diesem Fall wird der Lieferant durch das Audit auf das mögliche Problem mit seinem Motor hingewiesen. Wir sehen, dass der Lieferant eine Aufforderung erhalten hat, die Gesamtqualität des Motors zu korrigieren und seinen Produktionsprozess zu verbessern.

Produktprobleme lösen

Bis der Lieferant das Problem behoben hat, können Ihre Technikerteams einen Wechsel zu einem Lieferanten veranlassen, dessen Motor die Spezifikationen erfüllt und über ein höheres Drehmoment verfügt. Dadurch wird auch verhindert, dass künftige Anlagen mit fehlerhaften Teilen hergestellt werden.

Wenn Sie diese Art von Maßnahmen während der gesamten Entwicklung und Fertigung des Roboterarms ergreifen, können Sie den Qualitätsstandard an allen Produktionsstandorten aufrechterhalten.

Gesamtqualität steigern

Nach dem Wechsel des Lieferanten und dem daraus resultierenden neuen Motor können Sie durch die Überwachung der Anlage im Einsatz anhand von IoT-Konnektivität feststellen, ob der Roboterarm die Standards erfüllt.

Mit diesem geschlossenen Qualitätsprozess können Sie Probleme erfassen und vorhersagen sowie handeln, bevor sich ein Problem auf den Kunden auswirkt.

Qualität geht alle etwas an

Eine grafische Darstellung bezieht jeden Kanal der Organisation, der am Qualitätsprozess beteiligt ist, früher ein. Auf diesem Bildschirm können Sie in jeder Phase des Produktlebenszyklus die Beziehungen zwischen miteinander verknüpften Daten und die gegenseitige Abhängigkeit von Qualitätsproblemen besser verstehen. Hier können Sie die Auswirkungen eines Qualitätsereignisses suchen und sehen.

Qualität als Wettbewerbsunterscheidungsmerkmal

Mit all diesen Qualitätsinformationen, die im Kontext verfügbar sind, können Sie Ihre ursprünglichen Entwürfe überarbeiten, um Produkte zu verbessern und Kunden kontinuierlich zufriedenzustellen. Sie können außerdem dieselben Informationen verwenden, um Innovatoren über potenzielle neue Ideen für zukünftige Produkte zu informieren.

Isolierte Qualitätsanwendungen unterstützen die Kundenanforderungen nicht mehr. Quality Management ist ein integriertes Feature von Oracle Cloud PLM in der Supply Chain & Manufacturing-Suite, das einen einzigen digitalen Thread erstellt, um Produktdaten geschlossen zu fördern und die End-to-End-Qualität zu beschleunigen. Die Ergebnisse sind eine bessere Kundenbindung, ein höherer Wiedererkennungswert der Marke, ein höherer ROI und ein größerer Wettbewerbsvorteil.