Fmea 2017 PDF

Analiza FMEA
Kompendium wiedzy praktycznej

(materiały pomocnicze do warsztatów FMEA)
Tomasz Greber
Wrocław 2017
Analiza FMEA Kompendium wiedzy praktycznej
(materiały pomocnicze do warsztatów FMEA)
Tomasz Greber
© 2017 PROQUAL Management Institute - L. Marciniak, T. Greber S.j.

www.proqual.pl
Projekt okładki: Szymon Olchawski

Layout i skład: Maciej Zwoliński, loco@post.pl
Druk: I-bis
Wrocław 2017 – wydanie pierwsze

Spis treści
1. FMEA – wprowadzenie do stosowania metody . . . . . . . . . . . . . . . 1
1.1. Początki FMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Znaczenie metody FMEA . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. FMEA – przebieg analizy. . . . . . . . . . . . . . . . . . . . . . . . . . 6
2. Definiowanie niezgodności. . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1. Definiowanie „wady” . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Niezgodności w DFMEA. . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Niezgodność w przypadku analizy procesu . . . . . . . . . . . . . . . 15
2.4. Szczegółowość opisu niezgodności. . . . . . . . . . . . . . . . . . . 16
2.5. Funkcje i niezgodności – przykłady dla różnych branż . . . . . . . . . 19
2.6. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3. Analiza skutków niezgodności . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1. Definiowanie klienta i skutków niezgodności . . . . . . . . . . . . . . 21
3.2. Dokumentowanie skutków niezgodności. . . . . . . . . . . . . . . . 23
3.3. Wartości SEV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4. Identyfikacja i ocena przyczyn niezgodności . . . . . . . . . . . . . . . . 31
4.1. Identyfikacja przyczyn . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2. Opis przyczyny. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3. Ocena częstości występowania. . . . . . . . . . . . . . . . . . . . . 37
4.4. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5. Kontrola i sterowanie – opis i ocena. . . . . . . . . . . . . . . . . . . . . 41
5.1. Kontrola a sterowanie. . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2. Wykrywanie niezgodności i przyczyny. . . . . . . . . . . . . . . . . 44
5.3. Ocena skuteczności kontroli. . . . . . . . . . . . . . . . . . . . . . . 45
6. Ocena ryzyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.1. Końcowa ocena ryzyka – wprowadzenie. . . . . . . . . . . . . . . . 53
6.2. Wskaźnik ryzyka – RPN. . . . . . . . . . . . . . . . . . . . . . . . . 54
6.3. Wskaźnik ryzyka – SOD . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.4. Macierz ryzyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.5. Podsumowanie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7. MFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.1. Zakres i cele MFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.2. Ocena ryzyka i formularz . . . . . . . . . . . . . . . . . . . . . . . . 60
8. rPFMEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.1. Zakres i cele rPFMEA. . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.2. Dokumentowanie rPFMEA. . . . . . . . . . . . . . . . . . . . . . . . 62
8.3. Dokumentowanie rPFMEA. . . . . . . . . . . . . . . . . . . . . . . . 63
Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Od autora
Analizę FMEA trudno jest przecenić. Ta stosunkowo nie-

skomplikowana metoda sprawdza się rewelacyjnie na eta-
pie projektowania wyrobów lub procesów, równie dobrze
działa w ramach doskonalenia, jest też nieoceniona przy
poszukiwaniu przyczyn wad, np. zgłaszanych w ramach
reklamacji. Arkusz FMEA jest też jedynym dokumentem
(zapisem) w ramach systemu zarządzania jakością, który
zbiera w jednym miejscu informacje pochodzące od klien-
ta (np. wynikające z QFD), z procesu (np. z SPC), z oceny
skuteczności działań kontrolnych (np. z MSA) oraz zawiera
opis wszelkich działań podejmowanych w celu obniżania
ryzyka (szkolenia, standaryzacja pracy, kontrole, rozwiąza-
nia poka-yoke itp.).
Szczególnego znaczenia nabiera ostatnio FMEA w kon-
tekście nowych wymagań zawartych w ISO 9001. Norma
ta wprowadza obowiązek oceny ryzyka w procesach re-
alizowanych w organizacji. Oczywiście z tego obowiązku
można wywiązać się, stosując inne metody niż FMEA, ale
po co, skoro jest to jedna z najskuteczniejszych, a przy tym
prostych analiz.
Motywacją do przygotowania tego kompendium była
chęć zebrania najlepszych praktyk pracy z FMEA i przed-
stawienie ich w jednym zwartym opracowaniu, które w za-
myśle ma się stać materiałem pomocniczym do warszta-
tów dla grup pracujących z tą analizą ryzyka. Wszystko, co
zawarłem w tym opracowaniu, poparte jest moją ponad
15-letnią praktyką pracy z FMEA w bardzo różnych bran-
żach, od przemysłu lotniczego i motoryzacji począwszy,
przez AGD, farmację, szpitale, na firmach produkujących
meble kończąc. Mam nadzieję, że przedstawione tu zasady
pracy z analizą, możliwe do wykorzystania opcje i gotowe
wzorce okażą się użyteczne i pomogą jeszcze bardziej spo-
pularyzować FMEA w zarządzaniu ryzykiem.
I
FMEA – wprowadzenie
do stosowania metody
1.1. Początki FMEA
Analiza FMEA to bardzo skuteczna i efektywna metoda wspomagająca zarzą-

dzanie jakością, która jako jedna z nielicznych nie powstała i nie była rozwijana
w Japonii (która, jak wiadomo, wiele zrobiła dla rozwoju tematyki zarządzania
jakością). FMEA została formalnie wprowadzona w późnych latach czterdzie-
stych (listopad 1949) w amerykańskiej normie „wojskowej”, Procedures for Perfor-
ming a Failure Mode, Effects and Criticality Analysis1, a samo „FMEA” to akronim
anglojęzycznej nazwy tej metody (rys. 1.1).
Failure Mode and Effects Analysis
FMEA Fehler-Möglichkeits- und Einfluss-Analyse

Rys. 1.1.
Rozwinięcie nazwy
Analiza przyczyn i skutków niezgodności metody FMEA
1
MIL-P-1629A, Procedures for performing a failure modes, effects, and criticality analysis, 1980
1
Analiza FMEA. Kompendium wiedzy praktycznej
FMEA wykorzystywano początkowo do analizy skutków błędów w syste-

mie i wyposażeniu w ramach akcji wojskowych (rozważano, w jaki sposób błędy
będą wpływać na sukces misji i bezpieczeństwo personelu). Następnie metoda
ta znalazła zastosowanie m.in. w latach sześćdziesiątych w czasie eliminowania
błędów przy realizacji programu Apollo-Saturn (NASA wykorzystała ją w roku
1963). Ponieważ metoda ta „sprawdziła się”, zaczęła być stosowana także w in-
nych branżach. W latach siedemdziesiątych Ford Motor Company wykorzystał
FMEA przy aferze z modelem „Pinto”. FMEA znalazła także zastosowanie m.in.
w przemyśle lotniczym, techniki jądrowej i projektowaniu systemów kompu-
terowych. Dla niektórych branż opracowane zostały specyficzne dokumenty
„regulujące” sposób prowadzenia i dokumentowania analizy FMEA. Można tu
wskazać m.in. następujące przykłady [Arunajdai, Stone, Tumer]:
MIL-STD 1629A (pierwsze wydanie w 1980 r., wycofanie w roku 1998) – US
Department of Defence,
Potential Failure Mode and Effects Analysis (pierwsze wydanie 1993 r., ostat-
nia aktualizacja w roku 2008) – Automotive Industry Action Group,
SAE J1739 (1994 r.) – Society of Automobile Engineers,
VDA Heft 4, Teil 2 (pierwsze wydanie w 1986 r.) – Verband der Automobil-
industrie, Germany.
Bardzo ważnym czynnikiem, który wpłynął na popularność FMEA, był
opracowany na podstawie międzynarodowych norm ISO serii 9000 standard
QS-9000. Ten dokument wydany przez trzy ówcześnie największe amerykań-
skie koncerny samochodowe, tzw. Big Three (Ford Motor Company, Chrysler
Corporation i General Motors Corporation), podawał wymagania dotyczące
systemu zarządzania jakością, które musieli uwzględnić ich dostawcy. Wśród
tych wymagań pojawił się obowiązek wykorzystywania metody FMEA. Stan-
dard QS-9000 poza częścią z wymaganiami zawierał także tzw. manuale (pod-
ręczniki), które pokazywały, jak należy spełniać pewne specyficzne wymagania
związane z następującymi tematami:
statystyczne sterowanie procesami (SPC),
analiza systemów pomiarowych (MSA),
zatwierdzanie części produkcyjnych (PPAP),
wyprzedzające planowanie jakości (APQP),
analiza przyczyn i skutków niezgodności (FMEA).
www.proqual.pl
2
FMEA – wprowadzenie do stosowania metody
Ten ostatni podręcznik przyczynił się na pewno do popularyzacji FMEA nie

tylko w branży motoryzacyjnej. Metoda ta obecnie stosowana jest do oceny
i doskonalenia wyrobów i procesów (a w oparciu o wydany po raz pierwszy
w 2001 roku podręcznik MFMEA – także oprzyrządowania) w bardzo różnych
organizacjach – od branży lotniczej i motoryzacyjnej, przez AGD, elektronikę
[Goble, Brombacher], branżę spożywczą, aż po medycynę [Latino; Oborska-
-Kumaszewska, Greber] i budownictwo.
„Motoryzacyjny” podręcznik dotyczący FMEA stał się od momentu wyda-
nia drugą ważną (po normie MIL-P-1629) publikacją dającą wytyczne do stoso-
wania tej metody w praktyce. Warto zwrócić tu uwagę na to, że podręcznik ten,
nawet gdy QS-9000 przestał być rozwijany (gdy zastąpiono go w 1999 r. specy-
fikacją techniczną ISO/TS 16949), jest stale udoskonalany i obecnie obowiązuje
już jego czwarte wydanie, z roku 2008.
W polskich realiach pojawiają się jeszcze dwa (poza podręcznikiem AIAG)
ważne z punktu widzenia stosowania FMEA dokumenty. Pierwszym jest stan-
dard VDA część 4 z roku 2006 Quality Assurance Prior to Serial Production. Pro-
duct and Process FMEA (wcześniej obowiązywał standard 4.2 Quality Assurance
before serial production), będący uzupełnieniem standardu VDA 6.1, który był
odpowiednikiem QS-9000 na rynku niemieckim. Drugim jest norma PN-EN
60812:2006 (U) Techniki analizy nieuszkadzalności systemów. Procedura analizy ro-
dzajów i skutków uszkodzeń (wcześniej PN-IEC 812), która choć nie mówi wprost
o analizie FMEA, to jednak może się okazać pomocna przy jej stosowaniu.
1.2. Znaczenie metody FMEA
FMEA to w pełnym brzmieniu (tak jak podano już wcześniej) Failure Modes
and Effects Analysis (lub w wersji niemieckojęzycznej Fehler-Möglichkeits- und
Einfluss-Analyse). W języku polskim zazwyczaj metodę tę nazywa się Analiza
przyczyn i skutków potencjalnych niezgodności, chociaż można też znaleźć inne
tłumaczenia oryginalnej nazwy.
Jak już wskazuje sama nazwa metody, w trakcie jej wykorzystywania roz-
ważane są błędy, które mogą się pojawić w analizowanym obiekcie (procesie
lub konstrukcji), jakie są możliwe przyczyny tych błędów oraz jak będą one
3
odczuwalne dla klienta, czyli jakie będą ich skutki. Metoda ta wymaga dokładnej
znajomości analizowanego obiektu, umożliwiającej określenie tego, co może się
teoretycznie pojawić niezgodnego z wymaganiami, zakładając pewien sposób
zorganizowania procesu lub skonstruowania wyrobu, stosowane do tej pory
działania kontrolne, zastosowane technologie, wykorzystane w konstrukcji
wyrobu elementy i sposoby połączenia poszczególnych jego elementów skła-
dowych itd. Zatem stosowanie tej metody wymaga nie tylko bycia ekspertem
w dziedzinie FMEA, ale bardzo dokładnej orientacji w tematyce będącej przed-
miotem analizy.
FMEA warto i należy stosować m.in. z następujących powodów:
inne metody nie pozwalają w tak prosty sposób na określenie słabych
punktów procesu lub wyrobu;
ważne jest wykrywanie jeszcze na etapie pracy koncepcyjnej wad, które
mogą się pojawić, a to właśnie umożliwia FMEA;
FMEA daje możliwość planowania jakości i związanych z nią kosztów kontroli;
FMEA pozwala na zapobieganie wadom (a nie tylko ich wykrywanie);
stosowanie FMEA zapobiega powtarzaniu się tych samych niezgodności;
FMEA pozwala na zredukowanie kosztów wprowadzania zmian w projek-
tach wyrobów lub procesów (zmiany odbywają się przede wszystkim „na
papierze”).
Szczególnie istotne wydaje się tu zwrócenie uwagi na korzyści wynikają-
ce z wczesnego wykrywania niezgodności. Praktyka pokazuje, że duża część
błędów i wad wykrywanych podczas produkcji oraz eksploatacji wyrobu ma
swoje źródło w fazach projektowania i konstruowania [Hamrol, s. 69]. Wyniki
badań wykazują jednak, że większość działań projakościowych skupionych jest
dopiero na etapach produkcji i montażu [Swift, Allen]. Postępowanie takie, co
oczywiste, nie jest racjonalne, ponieważ wyraźnie wpływa na wzrost poziomu
kosztów jakości, w tym szczególnie na koszty niezgodności.
Badania wykazują także [Hamrol, s. 68], że koszty usuwania wady wzrastają
wykładniczo w stosunku do liczby faz „trwania” wyrobu, jakie wystąpiły pomię-
dzy miejscem jej powstania a miejscem wykrycia. Można tu mówić o efekcie kuli
śniegowej – im później wada będzie wykryta, tym drożej będzie kosztowała.
Jak wykazują różne badania, wada, która na etapie projektowania kosztuje np.
1 zł, wykryta na początku produkcji kosztuje 10 zł, na końcu produkcji – 100 zł,
a wykryta dopiero przez klienta będzie już kosztowała firmę 1000 zł. Choć
www.proqual.pl
4
oczywiście proporcje w przyroście kosztów będą różne w różnych branżach, to

sama zasada na pewno będzie niezmienna.
Działania projakościowe w organizacji powinny więc być prowadzone dwu-
torowo. Po pierwsze, ogólnie należy dążyć do minimalizacji liczby błędów, po
drugie, ponieważ nie wszystkie błędy można wyeliminować, należy starać się
przyspieszyć ich wykrywalność.
Działania związane z doskonaleniem jakości nie pozostają bez wpływu na
koszty działalności i zysk organizacji. Badania zależności pomiędzy postrze-
ganym poziomem jakości produktu w fazie poprodukcyjnej (jakości rynkowej)
a wskaźnikiem zwrotu zainwestowanego kapitału i zyskiem prowadzi m.in. In-
stytut Planowania Strategicznego w Cambridge w Massachusetts (USA). Bada-
nia te, udokumentowane i wykonywane w sposób ciągły od 1974 roku, wykazu-
ją występowanie ścisłej zależności stopy zysku od poziomu jakości produktów
w różnych rodzajach działalności gospodarczej. Uzyskane wyniki jednoznacz-
nie unaoczniają, że firmy sprzedające wyroby i świadczące usługi na wysokim
poziomie jakości są generalnie bardziej rentowne niż te, które oferują wyroby
i usługi na poziomie niższym [Swift, Allen; Opolski; Harry, Schroeder].
Początki FMEA to, jak już napisano wcześniej, analiza procesów związanych
z technologiami wojskowymi, ale później metoda ta objęła swym zasięgiem róż-
ne branże i rozmaite obszary zastosowań. Wymienić tu można (poza klasycz-
nym PFMEA – analizą procesu) dla przykładu (rys. 1.2):
a-FMEA (Application FMEA) – analiza stosowana do oceny, czy wyroby
i maszyny nabywane od dostawców zewnętrznych mogą ulec awarii z po-
wodu ich nieprawidłowego zastosowania;
BFMEA (Business Failure Modes and Effects Analysis) – analiza skutków
i przyczyn wad w procesach biznesowych (identyfikacja słabych punktów
w pożądanym wyniku procesu biznesowego);
DFMEA (Design Failure Mode and Effects Analysis) – analiza przyczyn i skut-
ków błędów popełnianych na etapie projektowania wyrobu;
EFMEA (Environmental FMEA) – analiza organizacji oraz jej procesów pod
kątem wymagań środowiskowych i aspektów środowiskowych (celem
EFMEA jest ograniczenie negatywnego wpływu organizacji na środowisko);
HFMEA (Healthcare Failure Mode and Effect Analysis) – analiza przyczyn
i skutków niezgodności w opiece zdrowotnej;
5
LFMEA (Logistic Failure Modes and Effects Analysis) – analiza procesów logi-
stycznych pod kątem możliwych do wystąpienia niezgodności;
MFMEA (Machinery Failure Mode and Effects Analysis) – analiza możliwych
niezgodności przy pracy maszyny.
Analiza
biznesu
(BFMEA)
Analiza
wyrobów
(DFMEA,
MFMEA)
Analiza
procesów
(PFMEA, LFMEA,
HFMEA,
a-FMEA)
Rys. 1.2.
Wybrane rodzaje FMEA
i obszary
ich wykorzystania
Obszar zastosowania tej metody determinuje kroki postępowania oraz

przede wszystkim punkt odniesienia całej analizy. Przez to analizy te dokumen-
towane są w różny sposób, z różnymi kryteriami oceny i czasami na różnych
formularzach (chodzi tu oczywiście o zawartość formularza, a nie jego szatę
graficzną).
1.3. FMEA – przebieg analizy
Metoda FMEA polega na szczegółowej analizie wybranego wyrobu lub procesu

i przewidzeniu wszystkich potencjalnych niezgodności, jakie mogą się pojawić,
oraz ich przyczyn. Przyczyny te szeregowane są następnie pod względem ich
znaczenia dla organizacji oraz w miarę możliwości i potrzeb eliminowane.
www.proqual.pl
6
FMEA wymusza udzielenie odpowiedzi na trzy kluczowe pytania:

Jakie niezgodności mogą się pojawić?
Z czego one wynikają (jakie są ich przyczyny)?
Jakie mogą być skutki tych niezgodności dla klienta?
Prawidłowe odpowiedzi na tak postawione pytania (udzielone oczywiście
przez wystarczająco kompetentne w zakresie wiedzy o analizowanym obiekcie
osoby) pozwalają tak udoskonalić analizowany wyrób lub proces, aby odpowia-
dał on w jak największym stopniu zarówno klientowi (wyrób wolny od niezgod-
ności), jak i producentowi (ograniczenie kosztów złej jakości).
Analiza FMEA może być stosowana m.in.:
przy projektowaniu – do oceny ryzyka rozpatrywanych alternatywnych
rozwiązań;
do określania słabych stron wyrobu (lub procesu) już zaprojektowanego
lub nawet wdrożonego, co umożliwia jego udoskonalenie;
do hierarchizacji zidentyfikowanych przyczyn problemów tak, aby zajmo-
wać się w pierwszej kolejności likwidowaniem tych najpoważniejszych.
Największą wartość tej metody widać w przypadku zastosowania do wy-
robów lub procesów dopiero projektowanych. Wtedy najlepiej widać, jakie
korzyści przynosi odpowiednie przemyślenie procesu projektowania, zadawa-
nie sobie nieskończonej liczby pytań „Czy?”, „Dlaczego?”, „Czy na pewno?” itp.
i szukanie możliwości minimalizacji ryzyka.
Procedurę postępowania przy stosowaniu metody FMEA można w sposób

bardzo ogólny opisać w następujących punktach:
1. Zdefiniowanie przedmiotu analizy i powołanie zespołu FMEA.
2. Analiza wyrobu lub procesu – wybrany obiekt musi zostać poddany
wstępnej analizie, której celem jest określenie obszarów szczególnie nie-
bezpiecznych, które w pierwszej kolejności powinny zostać zdiagnozo-
wane.
3. Identyfikacja wszystkich potencjalnych niezgodności oraz ich przyczyn,
a także skutków niezgodności dla klientów.
4. Określenie środków kontrolnych – w odniesieniu do zidentyfikowanych
niezgodności i ich przyczyn należy podać dotychczas stosowane środki
kontrolne mające na celu ich wykrywanie (np. kontrola wizualna, pomia-
ry, testy).
7
5. Określenie znaczenia niezgodności – każda niezgodność rozpatrywana

jest i oceniana pod względem jej dotkliwości dla klienta, częstości wystą-
pień oraz prawdopodobieństwa jej wykrycia.
6. Obliczenie liczby ryzyka – dla każdej przyczyny niezgodności oblicza się
tzw. liczbę priorytetową ryzyka, która określa, na ile poważna jest dana
przyczyna (przyczyny oznaczone największymi liczbami ryzyka powinny
być w pierwszej kolejności analizowane w celu ich wyeliminowania).
7. Określenie działań doskonalących – dla przyczyn niezgodności o naj-
większej liczbie ryzyka należy określić, jakie działania korygujące lub za-
pobiegające powinny być podjęte w celu ograniczenia ryzyka; powinny
zostać podane konkretne terminy wprowadzania zalecanych działań oraz
osoby za nie odpowiedzialne; po określonym czasie niezgodności te po-
winny zostać poddane powtórnej analizie w celu określenia, czy zaplano-
wane działania przyniosły oczekiwane rezultaty, czy też niezbędne jest
podjęcie kolejnych kroków zmierzających do poprawienia niekorzystnej
sytuacji.
Schemat postępowania przy prowadzeniu analizy FMEA przedstawiono na
rys. 1.3.
Opisać Określić
skutki wady dotkliwość
dla klienta wady
Ustalić elementy
FMEA wyrobu i ich funkcje
wyrobu (jak mają działać, do
czego służą) Zaproponować
Opisać
Określić działania
Opisać przyczyny Obliczyć
częstość doskonalące,
wadę wady ryzyko
występowania wdrożyć i ocenić
(i prewencję)
ich skuteczność
Ustalić fazy procesu
FMEA i ich cele (czego
procesu oczekujemy po
danej fazie) Opisać Określić
działania skuteczność
kontrolne kontroli
Rys. 1.3.
Schemat postępowa-
nia przy prowadzeniu PRZYGOTOWANIE ANALIZA RYZYKA DOSKONALENIE
analizy FMEA
Analiza poszczególnych niezgodności zmierzająca do określenia liczby prio-

rytetowej ryzyka przeprowadzana jest na specjalnie zaprojektowanych formu-
larzach.
Jest jeszcze jeden aspekt prowadzenia analizy FMEA, który w linii prostej od-
nosi się do skuteczności FMEA (a przez to efektywności jej wykorzystania) oraz
www.proqual.pl
8
jakości samej analizy. Wykorzystanie FMEA powinno być wkomponowane w sto-

sowanie wielu innych metod i technik zarządzania jakością, które „dostarczają” in-
formacje do analizy. Schematycznie przedstawiono to na rys. 1.4. Często zdarzają
się analizy FMEA, w których wpisane są działania kontrolne nie przewidziane
w planach kontroli; bywa też, że nie wszystkie działania z diagramów przepływu
procesu są uwzględnione w FMEA, bądź w FMEA nisko oceniono występowal-
ność danej przyczyny, a przeczą temu wyniki uzyskiwane z prowadzonego SPC
(m.in. wskaźnik zdolności procesu Cpk).
FMEA
Doskonalenie procesu Liczba wytwarzanych Znaczenie

braków niezgodności Analiza
reklamacji
Wyniki
pomiarów Analiza
zależności Skargi
klientów
Sterowanie Podsumowanie Analiza

procesem karty kontrolnej Pareto
Diagram
Wyniki l Wyniki rozrzutu
pomiarów pomiarów
Proces
Zależności pomiędzy
Karta kontrolna Histogram

cechami wyrobu
pomiędzynce of
Analiza przyczyn Analiza

niezgodności przyczyn
Rys. 1.4.
Metody i techniki
Analiza
Pareto
Słabe miejsca
procesu
wspomagające analizę
Właściwości „Głos” klienta FMEA
wyrobów Źródło: opracowanie
QFD
na podstawie [Greber 1998]
Jak widać na powyższym rysunku, nie można wykonać analizy FMEA

w oderwaniu od innych działań projakościowych, które prowadzone są w or-
ganizacji.
Każdy zespół pracę z metodą FMEA powinien rozpocząć od prostego py-
tania: „Po co nam ta FMEA?”. Można zaryzykować twierdzenie, że – ogólnie
mówiąc – FMEA stosowana jest tylko w dwóch przypadkach:
1. Firmie zależy na poprawie swoich procesów lub wyrobów, które są wła-
śnie w fazie projektowania.
2. Firma musi przygotować dokumentację dla któregoś ze swoich klientów
i dokumentacja ta musi zawierać właśnie FMEA.
Niestety, przypadek drugi wydaje się bardziej typowy. Wtedy oczywiście ce-
lem zespołu FMEA jest szybkie przygotowanie dokumentacji, która nie wskaże
żadnych problemów z dużym ryzykiem. Wtedy czas poświęcony na FMEA jest
czasem zupełnie straconym. A może być zupełnie inaczej i praktyczne doświad-
czenie autora wskazuje, że FMEA może przynieść wiele wymiernych korzyści.
9
www.proqual.pl
10
II
Definiowanie niezgodności
2.1. Definiowanie „wady”
W zależności od tego, z którym FMEA mamy do czynienia (DFMEA, PFMEA

czy może MFMEA), wada (czyli niezgodność) jest czymś innym. Trudno zatem
stworzyć uniwersalną dla całej analizy FMEA definicję.
W przypadku DFMEA wadę (niezgodność) można definiować jako brak
spełnienia przez wyrób zamierzonej funkcji – np. latarka miała świecić, a nie
świeci. Sytuację należy jednak analizować szeroko, tak aby uwzględnić wszyst-
kie potencjalne problemy z wyrobem, jakie może mieć w przyszłości klient.
W odniesieniu do analizy przebiegu procesu (czyli PFMEA) za niezgodno-
ści powinno się uważać nieosiągnięcie zamierzonego celu operacji (np. poma-
lowana miała być cała powierzchnia, ale część nie została domalowana) lub
osiągnięcie niezamierzonych efektów (np. uszkodzenie wyrobu, pomalowanie
powierzchni niezamierzonej itp.). Przy czym jeżeli cele poszczególnych faz pro-
cesu są definiowane odpowiednio szeroko, to np. zniszczenie wyrobu będzie
niespełnieniem ustalonej funkcji „niezniszczenie wyrobu”.
11
Warto w tym miejscu podjąć jeszcze krótką dyskusję o samym słowie

„wada”. W oryginalnej terminologii związanej z analizą FMEA pojawiają się m.in.
dwa ważne pojęcia: „failure” i „cause”. Słowo „cause” tłumaczone jest na język
polski jako „przyczyna” i nie ma w tym zakresie żadnych niedomówień ani wąt-
pliwości. Pewne niejasności związane są ze słowem „failure”. W słowniku zna-
leźć można tłumaczenia takie jak porażka, awaria, wada, niepowodzenie, fiasko,
niewypełnienie. Na polskojęzycznych formularzach FMEA słowo to tłumaczo-
ne jest bardzo różnie. Można znaleźć m.in. następujące wersje: „błąd”, „usterka”,
„wada”, „niezgodność”. Chyba najczęściej pojawia się słowo „wada”, które jest
moim zdaniem najtrafniejsze i najlepiej oddaje intuicyjny sens słowa „failure”,
choć nie jest zgodne z obowiązującą w zakresie zarządzania jakością terminolo-
gią. W normie ISO 9000 znaleźć bowiem można następujące definicje:
wada – niezgodność związana z zamierzonym użytkowaniem,
niezgodność – niespełnienie wyspecyfikowanego wymagania.
Za najbardziej trafne do używania przy FMEA, z punktu widzenia termi-
nologicznego, należy więc uznać słowo „niezgodność”. Zdecydowanie najmniej
odpowiednie jest używanie słowa „błąd” – szczególnie w przypadku DFMEA,
bo czy za błąd można uznać to, że np. długopis nie daje się włączyć? „Błąd” ma
raczej wydźwięk czasownikowy i bardzo dobrze pasuje do PFMEA (np. błąd
– powierzchnia pomalowana niezgodnym kolorem farby), ale nie sprawdzi się
przy DFMEA. Podobnie słowo „usterka” sugeruje niedziałanie czegoś i trudno
byłoby to odnieść do sformułowań takich jak „pomieszane wyroby w opakowa-
niu”, „spakowano za małą liczbę wyrobów” lub „klakson sam włącza się w czasie
jazdy”. Podsumowując: to, co będzie definiowane na początku każdej analizy
FMEA, najlepiej nazywać wadą lub niezgodnością.
Być może przedstawione powyżej wywody wydawać się mogą niepotrzeb-
nym roztrząsaniem znaczenia jednego słowa, ale doświadczenia autora z ponad
tysiąca dni warsztatów i szkoleń z zakresu FMEA pokazują wyraźnie, że o takie
szczegóły często rozbija się skuteczność pracy grupowej. W warsztatach FMEA
często biorą udział osoby, które o samej analizie prawie nie mają pojęcia i wszel-
kie nieścisłości natury terminologicznej bardzo utrudniają im śledzenie pracy
grupy i aktywne włączanie się do dyskusji.
www.proqual.pl
12
2.2. Niezgodności w DFMEA
DFMEA jest tym rodzajem FMEA, który odnosi się do konstrukcji wyrobu, jego
budowy i pozwala na prześledzenie błędów, które potencjalnie popełnić mogą
projektanci tego wyrobu. Krytycznym dla powodzenia DFMEA czynnikiem
jest, na początkowym etapie prac, trafne zdefiniowanie funkcji, jakie powinien
realizować analizowany wyrób. Należy poźniej jako niezgodności uwzględnić
brak funkcji wyrobu w typowych warunkach jego pracy, a także w warunkach
skrajnych, możliwych do przewidzenia z uwagi na specyfikę wyrobu i zachowa-
nie klientów. Należy także uwzględnić pojawienie się funkcji niezamierzonych,
szczególnie z uwagi na to, że niektóre z nich mogą mieć skutki wpływające
bezpośrednio na bezpieczeństwo klienta.
Dla zapewnienia kompletności analizy DFMEA w zakresie definiowania niezgod-
ności warto zastosować czterostopniowe podejście zaprezentowane na rys. 2.1.
Zdefiniuj funkcję wyrobu/części wyrobu wymaganą

I
przez klienta lub założoną przez konstruktora

Ustal i nazwij niespełnienie tej zamierzonej funkcji
II  NIEZGODNOŚĆ
wyrobu

Sprawdź, czy funkcja może pojawiać się/zanikać
III  NIEZGODNOŚĆ
okresowo (np. w zależności od warunków otoczenia)

Określ niezamierzone funkcje, jakie może realizować Rys. 2.1. DFMEA –
IV  NIEZGODNOŚĆ algorytm definiowania
wyrób lub część wyrobu niezgodności
Prawidłowe zdefiniowanie niezgodności (pełne i prawdziwe) możliwe jest

tylko w przypadku, gdy w zespole DFMEA będzie się znajdowała osoba znają-
ca dokładnie wymagania klientów oraz warunki, w jakich projektowany wyrób
będzie wykorzystywany. Niestety, zdarzają się przypadki tworzenia DFMEA
przez osoby, które znają bardzo dobrze projekt wyrobu (rysunek techniczny,
model, prototyp itp.), ale nie wiedzą, jak będzie on wykorzystywany przez klien-
ta. Takim osobom niezmiernie ciężko będzie ustalić skutki poszczególnych nie-
zgodności dla klienta, a tym bardziej zachowanie się wyrobu w nietypowych
sytuacjach. Tymczasem – jak pokazano przykładowo w tabeli 2.1 – niezgodności
należy rozumieć bardzo szeroko.
13
Wyrób: poduszka powietrzna (airbag)
Funkcje Osiąga pełne napełnienie w czasie X sekund.

wyrobu Otwiera się w czasie wypadku (przy odpowiedniej sile uderzenia – siła g
równa Z).
Po napełnieniu się po upływie Y sekund zmniejsza się ciśnienie gazu we-
wnątrz poduszki, umożliwiając opuszczenie pojazdu.
…
Brak funkcji Poduszka nie otwiera się w czasie wypadku.
Poduszka otwiera się tylko częściowo, nie osiągając stopnia napełnienia
stanowiącego ochronę.
Poduszka otwiera się w czasie dłuższym niż X sekund.
…
Ograniczona Poduszka nie otwiera się na 100% swojej objętości, ale amortyzuje część
funkcjonalność uderzenia.
Tabela 2.1. Poduszka nie otwiera się przy sile g równej Z, ale dopiero przy sile większej.
Przykładowa, niepełna
…
lista potencjalnych
niezgodności poduszki Działanie Poduszka sama otwiera się bez zaistnienia wypadku/uderzenia.
powietrznej niezamierzone …
Bardzo pomocną techniką przy tworzeniu DFMEA może się okazać P-Dia-
gram (rys. 2.2). „Sercem”, środkiem diagramu jest konkretny wyrób (np. podno-
śnik samochodowy). Z lewej strony wypisuje się tzw. czynniki wejściowe, które
mają spowodować „działanie” wyrobu (np. siła przyłożona przez użytkownika).
Prawa strona zawiera dwie informacje: oczekiwane funkcje (np. pozwala na
podniesienie samochodu na wysokość 50 cm, utrzymuje ciężar minimum 3 t)
oraz możliwe braki funkcji, czyli błędy (np. nie podnosi wystarczająco wysoko,
nie utrzymuje ciężaru minimum 3 t). Góra i dół diagramu to miejsce na wypisa-
nie czynników kontrolowanych przez konstruktora (np. grubość blachy, rodzaj
materiału) oraz czynników zakłócających (np. starzenie się materiału, nieprawi-
dłowe przechowywanie przez użytkownika).
Zmienność
między częściami Starzenie Otoczenie
……… System Użytkownik Czynniki zakłócające
Czynniki wejściowe Odpowiedzi (zamierzone funkcje)
Czynniki kontrolowane Błedy

Rys. 2.2. (brak lub niezamierzone funkcje)
Szkielet P-Diagramu
www.proqual.pl
14
Prawidłowo przygotowany P-Diagram dostarcza wszystkich informacji

o potencjalnych wadach i przyczynach. Wystarczy je później tylko odpowiednio
przepisać do formularza FMEA.
2.3. Niezgodność w przypadku analizy procesu
O ile w przypadku DFMEA niezbędna jest dogłębna wiedza z zakresu tego, jak
wykorzystywany będzie wyrób u klienta, o tyle przy analizie FMEA, robionej
w odniesieniu do procesu, wiedza ta jest znacznie mniej potrzebna (jedynie
w zakresie określania znaczenia wady dla klienta). Niezgodnością w przypadku
tej analizy jest bowiem nieosiągnięcie przez daną fazę procesu oczekiwanego
efektu. W dużym uproszczeniu można podać następujące przykłady:
operator miał dokręcić śrubę – a nie dokręcił,
robot miał pomalować całą powierzchnię – a nie pomalował,
automat miał wywiercić dwa otwory – a nie wywiercił dwóch.
Powyższe przykłady są oczywiście bardzo proste i niekompletne, ale poka-
zują, w jakim kierunku powinna iść analiza procesu.
Punktem wyjścia przy definiowaniu niezgodności w przypadku analizy
PFMEA powinny być oczekiwane cele poszczególnych faz procesu (nazywa się
je zwykle funkcjami lub wymaganiami). Tylko w przypadku, gdy są one szcze-
gółowo i kompletnie zdefiniowane, można myśleć o pełnym wyszczególnieniu
niezgodności.
Częstym „zastanym” problemem w wielu firmach, w których miałem moż-
liwość doskonalenia prowadzonych analiz ryzyka w procesach, było niepełne,
wybiórcze definiowanie funkcji procesu. Wynikało to zwykle z tego, że ana-
lizy dokumentowane były bezpośrednio na formularzach tworzonych w pro-
gramach takich jak MS Excel czy OpenOffice Calc i brakowało wykorzystania
narzędzi „zmuszających” niejako grupę do kreatywnego myślenia na etapie roz-
poznawania idealnego, oczekiwanego zachowania procesu. Przykładem takie-
go narzędzia może być np. drzewo wad. Na rys. 2.3 przedstawiono fragment
drzewa wad dotyczącego procesu polegającego na tym, że pracownik, wyko-
rzystując pistolet zasilany sprężonym powietrzem, maluje białą farbą obudowę
wyrobu (obudowę o kształcie zbliżonym do sześcianu).
15
Rys. 2.3.
Drzewo wad przy
PFMEA – fragment
(program PQ-FMEA)
Jak widać na tym prostym przykładzie, podstawą odpowiedniego zdefi-

niowania niezgodności jest pełna lista oczekiwanych funkcji. Ważne przy tym,
żeby tworząc takie lub podobne drzewo, definiować funkcje i wady możliwie
szczegółowo, dokładnie je opisując. Wielokrotnie byłem świadkiem sytuacji,
gdy zespół FMEA wracał do opracowanej wcześniej dokumentacji (czasami na-
wet była ona opracowana przez ten sam zespół kilka dni wcześniej) i nie potrafił
„zrozumieć”, o co dokładnie chodzi w danej niezgodności. Ponowne zrozumie-
nie, przypomnienie sobie zabiera sporo czasu. Łatwiej zatem od razu wprowa-
dzić standard pełnych opisów funkcji i niezgodności.
2.4. Szczegółowość opisu niezgodności
Dylematem, przed którym staje każdy zespół FMEA, jest to, jak szczegóło-
wo opisywać niezgodności. Oczywiście zawsze będą one wynikały z funkcji,
ale same niezgodności mogą być definiowane bardzo różnie. Na rys. 2.4 i 2.5
przedstawiono dwa przykłady opisywania niezgodności. Oba są zgodne z lo-
giką FMEA (niezgodności wynikają z funkcji), powodują jednak różne sytuacje
wejściowe do analizowania ryzyka.
Przedstawiony na rys. 2.4 i rys. 2.5 sposób 2 jest bardziej ogólny i doprowa-
dzi do bardziej ogólnego zdefiniowania przyczyn i skutków. Przy podejmowaniu
www.proqual.pl
16
decyzji, który ze sposobów określania niezgodności (błędów) jest bardziej od-

powiedni, należy zadać sobie trzy pytania:
1. Czy skutki ewentualnie rozdzielonych niezgodności (sposób 1) będą takie
same?
2. Czy przyczyny rozdzielonych niezgodności będą takie same?
3. Czy mamy takie same metody wykrywania poszczególnych rozdzielo-
nych niezgodności?
Jeżeli na co najmniej jedno z tych pytań padnie odpowiedź przecząca, nie-
zgodności powinny zostać rozdzielone.
Rys. 2.4.
Dwa sposoby definio-
wania niezgodności
(program PQ-FMEA)
Rys. 2.5. Dwa spo-

soby definiowania
niezgodności (program
PQ-FMEA)
Konsekwencje nierozdzielenia niezgodności w niektórych przypadkach

mogą być bardzo poważne i mogą prowadzić do sytuacji praktycznie bez wyj-
ścia z punktu widzenia oceny ryzyka. Dobrze to widać w sytuacji opisanej na
rys. 2.6. Prostszy sposób 2 jest oczywiście mniej pracochłonny, ale będzie pro-
wadził do znacznie zawyżonej wartości ryzyka (poziom RPN). Wartość RPN
17
stanowi iloczyn trzech ocen: znaczenia niezgodności dla klienta, częstości wy-
stępowania przyczyny tej niezgodności oraz skuteczności kontroli (każda z nich
jest podawana w odpowiedniej skali liczbowej, przy czym im wyższa wartość,
tym większe ryzyko). Jeżeli przy tworzeniu analizy FMEA zostanie wybrany
sposób 2, powinno się założyć najgorsze możliwe uszkodzenie zbiornika (brak
szczelności – z wysokim wskaźnikiem znaczenia dla klienta) oraz najczęstszą
przyczynę jakiegokolwiek uszkodzenia (zwykłe porysowanie w czasie monta-
żu – z wysokim wskaźnikiem częstości występowania). Spowoduje to pojawie-
nie się wysokiego wskaźnika ryzyka RPN. W przypadku gdy przy rozpisywaniu
niezgodności wykorzystany zostanie sposób 1, sytuacja będzie odmienna. Od-
dzielnie mamy poważną niezgodność związaną z brakiem szczelności (wysokie
znaczenie dla klienta), oddzielnie – zadrapania powierzchni zewnętrznej (małe
znaczenie dla klienta). Przyczyna na etapie montażu powodująca nieszczelność
pojawia się bardzo rzadko (niski wskaźnik częstości występowania), ale przyczy-
na powodująca podrapania pojawia się znacznie częściej (wysoki wskaźnik czę-
stości występowania). Zatem dzięki rozdzieleniu niezgodności zamiast jednego
iloczynu o wysokiej wartości mamy dwa iloczyny – każdy o stosunkowo niskiej
wartości. Zagadnienie to przedstawiono w uproszczeniu na tabeli 2.2.
Niezgodność Skutek Znaczenie Przyczyna Częstość Iloczyn

dla klienta występowania
Sposób 1
Uszkodzenia (zadra- Nieodpowiedni 3 Operator zadrapał 6 18
pania) powierzchni wygląd zbior- zbiornik w czasie
zewnętrznej nika montażu
Uszkodzenie zbior- Wyciek płynu 10 Operator uderzył 2 20
nika powodujące zbiornikiem, po-
nieszczelność wodując pęknięcie
Sposób 2
Zbiornik uszko- Nieszczelność 10 Operator uszko- 6 60
dzony – wyciek pły- dził zbiornik
Tabela 2.2 nu, nieodpo- w czasie montażu
Konsekwencja uogól- wiedni wygląd,
niania niezgodności
problemy
z punktu widzenia
oceny ryzyka z montażem
Jak widać w powyższej tabeli, ocena ryzyka wymaga odpowiedniej dys-

cypliny metodycznej i tylko wtedy będzie szansa na uzyskanie miarodajnych
informacji o rzeczywistej sytuacji w organizacji.
www.proqual.pl
18
2.5. Funkcje i niezgodności – przykłady dla różnych

branż
Bez wątpienia kluczowym elementem analizy PFMEA jest prawidłowe zdefiniowa-

nie niezgodności. Trudno podać uniwersalny sposób na prawidłowe definiowanie
niezgodności, ale w tabeli 2.3 podano przykłady dla wybranych branż i procesów.
Obszar/zakres Faza procesu Funkcja Niezgodność

Branża medyczna
Zabieg medyczny Przygotowanie na- Przygotowane Nie wszystkie narzę-
rzędzi wszystkie narzędzia dzia przygotowane
Zabieg medyczny Przygotowanie na- Narzędzia sterylne Co najmniej jedno
rzędzi narzędzie niesterylne
Zabieg medyczny Wycięcie nerki Wycięta właściwa Wycięta zdrowa nerka
(chora) nerka
Transfuzja krwi Podanie pacjentowi Podana grupa krwi Podana grupa krwi
krwi zgodna z grupą krwi niezgodna z grupą
pacjenta pacjenta
Opieka nad pacjentem Podanie leków Podanie leków o wy- Podanie leków później
znaczonej godzinie niż o wyznaczonej
godzinie
Administracja/biuro
Przygotowanie doku- Wysyłanie faktury Faktura wysłana do Faktura wysłana do
mentu sprzedaży dla prawidłowego klienta niewłaściwego klienta
klienta (odbiorcy) – zgodnego
z danymi na fakturze
Archiwizacja doku- Uzupełnianie spisu za- Wpisanie nowego Nie wpisano nowego
mentacji wartości segregatora dokumentu do spisu dokumentu do spisu
Wysyłanie korespon- Podpisywanie pisma Pismo podpisane Pismo wysłane bez
dencji przez uprawnioną podpisu uprawnionej
osobę przed wysła- osoby
niem
Produkcja
Pakowanie/dozowanie Napełnienie opakowa- Wlanie 500 ml oleju Wlano mniej niż 500 ml
nia olejem do pojemnika oleju do pojemnika
Przygotowanie kom- Cięcie Przewód ucięty na dłu- Przewód o długości
ponentów gość minimum 1,5 m poniżej 1,5 m
Logistyka
Dostawa materiałów Transport surowca na Drut miedziany Drut miedziany
stanowisko pracy dostarczony na stano- dostarczony na stano-
wisko 1 wisko inne niż 1
Transport Przewiezienie wy- Wyroby gotowe Wyroby gotowe
robów gotowych do przewiezione bez uszkodzone w trakcie Tabela 2.3
Przykładowe
magazynu uszkodzenia transportu
niezgodności
19
Tabela na poprzedniej stronie zawiera jedynie przykładowe niezgodności,

ale przedstawiony w niej „klucz” ich definiowania może być wykorzystany dla
dowolnego procesu produkcyjnego i nieprodukcyjnego.
2.6. Podsumowanie
Definiowanie niezgodności jest kluczowym etapem w analizie FMEA. Dalsze

elementy oceny ryzyka – takie jak skutki, przyczyny, działania prewencyjne
i działania kontrolne – są „przywiązywane” do niezgodności. Można zatem po-
wiedzieć, że struktura niezgodności jest niejako szkieletem, fundamentem ana-
lizy i jeżeli zostanie niekompletnie lub błędnie zbudowana, dalsza analiza będzie
również niepełna.
Warto tu po raz kolejny zaznaczyć, że analiza FMEA jest metodą wymagającą
uważnego przyglądnięcia się konstrukcji lub procesowi, a przez to metodą cza-
sochłonną. Jeżeli ktoś chciałby zrobić kompletną analizę bardzo szybko, to lepiej,
żeby jej w ogóle nie robił i wykorzystał któryś z substytutów FMEA, np. diagram
PDPC.
www.proqual.pl
20
III
Analiza skutków niezgodności
3.1. Definiowanie klienta i skutków niezgodności
Poziom ryzyka dla zidentyfikowanych niezgodności (wad) oceniany w ramach

FMEA ma trzy składowe, ich wartość szacuje się w ramach pracy grupowej,
która powinna towarzyszyć wykorzystaniu tej analizy. Są to:
wskaźnik znaczenia skutków niezgodności dla klienta,
wskaźnik częstości występowania danej przyczyny niezgodności,
wskaźnik wykrywalności wady lub przyczyny przed dostawą wyrobu
do klienta.
Iloczyn tych trzech wskaźników pokazuje, jak duże ryzyko wiąże się z danym
problemem i czy niezbędne są jakieś działania doskonalące, które to ryzyko obniżą.
Dobra analiza FMEA jest możliwa tylko wtedy, gdy jasno zdefiniowany jest
klient i zespołowi pracującemu z FMEA znane są jego wymagania. W czasie oce-
ny ryzyka można zwracać uwagę na co najmniej trzy grupy klientów (rys. 3.1):
1) klient wewnętrzny,
2) klient zewnętrzny bezpośredni,
3) klient zewnętrzny – finalny użytkownik.
21
Czy niezgodność ma znaczenie

dla klienta wewnętrznego
(procesu)?

Jakie będą Jaka jest wartość SEV
dla bezpośredniego klienta
odczuwalne skutki? dla najbardziej znaczącego skutku?
zewnętrznego (procesu)?

Rys. 3.1. dla użytkownika ﬁnalnego,
Grupy klientów w kon- w tym wymagania prawne?
tekście analizy FMEA
Generalizując, za klienta w kontekście FMEA można uznać każdą osobę

i/lub urządzenie, które będzie miało kontakt z wyrobem w kolejnych fazach
procesu lub podczas użytkowania wyrobu. Może to być zatem także np. serwis.
Należy także przeanalizować zgodność wyrobu z obowiązującym prawem –
niezgodność z przepisami powinna być wpisana i przeanalizowana w ramach
FMEA.
O ile uwzględnianie klienta wewnętrznego można potraktować jako opcję
(żaden klient zewnętrzny nie będzie traktował tego jako niezgodności w czasie
sprawdzania FMEA swojego dostawcy, ponieważ dostawca ten działa w takim
przypadku przede wszystkim na swoją szkodę), o tyle pozostałe dwie grupy
klientów są już obowiązkowe. Aczkolwiek wszystko będzie zależało jeszcze od
samej specyfiki niezgodności i od tego, do których klientów ona może dotrzeć
i u których będzie odczuwalna. Jeżeli niezgodność „zatrzyma się” na kliencie
zewnętrznym bezpośrednim, ponieważ np. przez nasz błąd nie da się zmon-
tować wyrobu finalnego (samochodu, pralki, telewizora itp.), to klient finalny
(użytkownik) w sposób oczywisty nie ucierpi przez niezgodność, ponieważ jej
nigdy nie zauważy.
Warto jeszcze podkreślić pewną różnicę w podejściu do oceny skutków
niezgodności pomiędzy FMEA konstrukcji (DFMEA) i FMEA procesu (PFMEA).
DFMEA zwraca uwagę przede wszystkim na finalnego użytkownika wyrobu
(czasami uwzględniając też proces wytwarzania, w przypadku niezgodności
prowadzących do „nietechnologiczności” konstrukcji). Przy PFMEA uwzględnia
się wszystkich trzech klientów pokazanych na rys. 3.1.
www.proqual.pl
22
Jako skutek niezgodności należy rozpatrywać każdą konsekwencję nie-

zgodności możliwą do zaobserwowania przez klienta. Skutki te powinny być
analizowane w trzech obszarach:
1. Ograniczenie funkcjonalności wyrobu.
2. Zagrożenie bezpieczeństwa klienta (lub zagrożenie dla maszyny – np.
skutkujące jej uszkodzeniem).
3. Przekroczenie szeroko rozumianych wymagań prawnych.
W zależności od dotkliwości skutku przypisywana mu jest odpowiednia war-
tość SEV, mająca później bardzo duży wpływ na interpretację poziomu ryzyka
i dalsze działania doskonalące. A kluczem do prawidłowego oszacowania SEV
jest odpowiednio czytelne opisanie tego, jak klient odbierze daną niezgodność
– najlepiej, gdy ten opis pokazuje konsekwencje tej niezgodności z jego punktu
widzenia, np. „telewizor nie daje się wyłączyć”, „w czasie jazdy po nierównościach
słychać hałas, stukanie”, „nie da się zmontować żarówki w oprawce”, „konieczne
dodatkowe podgięcie czujnika przed montażem”. Takie opisy łatwo odnieść do
tabel wskazujących na poziom SEV, łatwiej jest też nadzorować tak uzupełniony
dokument w przypadku wprowadzania rewizji np. po zmianach konstrukcyjnych.
3.2. Dokumentowanie skutków niezgodności
Pierwszy składnik iloczynu stanowiącego ostateczną informację o poziomie ryzy-

ka (zwykle: RPN, R lub LPR) to znaczenie niezgodności dla klienta, jej dotkliwość.
Jest ono oznaczane na różne sposoby (w zależności od standardów obowiązują-
cych na danym rynku), ale zazwyczaj w Polsce spotkać się można z trzema:
S lub SEV (od ang. severity) – w formularzach wzorowanych na opracowa-
niach anglojęzycznych (najbardziej popularne oznaczenie),
Z (znaczenie) lub LPZ (liczba priorytetowa znaczenia) – w formularzach
polskojęzycznych,
B (od niem. Bedeutung) – w formularzach niemieckojęzycznych.
Mimo różnych oznaczeń skala oceny zostaje zawsze taka sama: zaczyna
się na wartości 1, a kończy na 10. Poszczególne podejścia do FMEA różnią się
szczegółami w zakresie punktowania poziomu ryzyka, ale zawsze 1 oznacza
brak odczuwalnego dla klienta skutku, a 10 niezgodność, która ma wpływ na
23
bezpieczeństwo lub przeprowadzenie wymagań prawnych. Wyjątkiem może

być skala wykorzystywana w przypadku oceny ryzyka za pomocą wskaźnika
SOD – wtedy skala oceny jest zwykle dziewięciopozycyjna.
W praktyce polskich przedsiębiorstw można się spotkać z trzema podej-
ściami do punktowania poszczególnych składników ryzyka:
1. Podejście zgodne z podręcznikiem Potential Failure Mode and Effects
Analysis (FMEA) publikowanym przez AIAG (Automotive Industry Action
Group) – wersja obowiązująca to wydanie czwarte z roku 2008.
2. Podejście zgodne z VDA 4 Quality Assurance Prior to Serial Production –
Product and Process FMEA – wydanie z roku 2006, zaktualizowane nie-
znacznie w roku 2009.
3. Podejście opracowane wewnętrznie przez organizację lub narzucone
przez jej klientów.
Podejście ostatnie to oczywiście w praktyce setki różnych skal do oceny
ryzyka, adekwatnych do potrzeb danej organizacji i specyfiki realizowanych
procesów. Niektóre firmy, szczególnie z branży motoryzacyjnej i producenci
AGD, mają opracowane swoje własne tabele z punktacją dotyczącą znaczenia
wady dla klienta, częstości występowania oraz wykrywalności i narzucają bądź
sugerują je swoim dostawcom. Tak postępują m.in. firmy: Renault, VW, Bosch,
Whirlpool i wiele innych, chcących uzyskiwać odpowiednio wiarygodne infor-
macje o poziomie ryzyka w procesach swoich dostawców.
Dodatkowym (poza wartością SEV) elementem opisującym dany sku-
tek dla klienta (lub samą niezgodność – w zależności od podejścia przy do-
kumentowaniu analizy) jest oznaczenie tzw. charakterystyki specjalnej. Za-
zwyczaj charakterystyki te są podane w dokumentacji procesu lub wprost na
rysunkach technicznych. Poszczególne firmy mają różny sposób oznaczania
i nazywania tych charakterystyk, które opisywane są typowo w trzech kategoriach:
bezpieczeństwo (S, CC, D, 1 itp. oznaczenia),
funkcjonalność (C, K, SC, 2 itp. oznaczenia),
wymagania prawne (R, G, SR itp. oznaczenia).
W formularzach FMEA wyznaczone są odpowiednie miejsca na opisywanie
skutków niezgodności dla klienta (rys. 3.2, pole 1), wartości liczbowej dla danego
skutku (rys. 3.2, pole 2) oraz charakterystyki specjalnej (rys. 3.2, pole 3). Na rys.
3.2 przedstawiono dwa typowe formularze FMEA proponowane w podręczni-
kach AIAG i VDA.
www.proqual.pl
24
Rys. 3.2.
Fragmenty formularzy
FMEA przeznaczone
do opisu skutków
niezgodności
Jak widać na rys. 3.2, o ile podejście AIAG i VDA co do istoty FMEA jest
praktycznie takie samo, o tyle formularze są już inne. Formularz AIAG rozpo-
czyna analizę danej fazy procesu lub elementu konstrukcji od opisania niezgod-
ności, VDA na pierwszym miejscu stawia skutki (oraz ich ocenę i klasyfikację),
a dopiero później podaje niezgodność.
3.3. Wartości SEV
Prowadząc analizę FMEA, należy dopilnować dwóch zagadnień w zakresie oce-

ny SEV. Po pierwsze trzeba zapewnić, że rozpoznano wszystkie rzeczywiste
konsekwencje analizowanej niezgodności z punktu widzenia wszystkich klien-
tów i dobrano adekwatną punktację z zakresu 1–10. Po drugie należy sprawdzić
zgodność ocen pomiędzy DFMEA i PFMEA. Niezrozumiała byłaby sytuacja,
gdyby w dokumentacji pojawiły się różne wartości SEV dla tego samego skutku
i takiej samej niezgodności rozpatrywanej w tych obu analizach.
Taką właśnie sytuację zaobserwować można w podręczniku AIAG,
w którym ten sam skutek opisany jako: „Skorodowana dolna część we-
wnętrznego panelu drzwiowego. Zmniejszona żywotność drzwi prowa-
25
dząca do: Niezadowalającego wyglądu z powodu nalotów z rdzy; Pogor-

szenia działania urządzeń znajdujących się wewnątrz drzwi” przy DFMEA
ocenione jest na SEV = 5, a przy PFMEA na SEV = 7. Usprawiedliwieniem
może być to, że podręcznik ten nie jest konkretnym dokumentem do da-
nego projektu, a ma jedynie pokazywać wzorcowe sposoby prowadzenia
i dokumentowania analizy FMEA (oddzielnie dla analizy konstrukcji i procesu).
Na takie „przeoczenie” można więc tu nie zwracać uwagi.
Tak jak napisano wcześniej, sama punktacja jest kwestią standardów przy-
jętych w danej organizacji. W tabeli 3.1 przedstawiono przykładową punktację,
którą pewna organizacja przygotowała na własne potrzeby. Jest to tabela bar-
dzo prosta, może aż za prosta, ale widocznie była wystarczająca.
Z Znaczenie wady dla klienta

1 Brak Wada nie ma znaczenia dla klienta.
Wada w małym stopniu dotknie klienta. Klient zauważy nieznaczne
2-3 Małe
pogorszenie jakości wyrobu.
4-6 Przeciętne Wada powoduje zauważalne ograniczenie jakości wyrobu.
Wada powoduje oburzenie klienta. Wyrób nie nadaje się do dalszego
7-8 Ważne
wykorzystania.
Tabela 3.1. Wada krytyczna, może doprowadzić do awarii wyrobu lub zagraża
Ocena dotkliwości 9-10 Bardzo ważne
bezpieczeństwu.
niezgodności dla klienta
Podobne podejście do definiowania wartości SEV można spotkać w VDA 4

(tabela 3.2). Tu także jednemu opisowi przypisano kilka wartości (nawet trzy),
które pracująca z tą tabelą grupa może sobie wybrać. Warto też zwrócić uwagę,
że VDA podaje opis skutków nie tylko z punktu widzenia użytkownika wyrobu,
ale także, a może przede wszystkim, z punktu widzenia klienta-procesu. Wynika
to zapewne ze specyfiki tego dokumentu, stosowanego głównie przez dostaw-
ców branży motoryzacyjnej.
Najbardziej rozbudowane wytyczne można znaleźć w podręczniku AIAG
(tabela 3.3). Tutaj opis skutków rozdzielono wyraźnie na dwie grupy (klient-
-użytkownik i klient-proces), a każdej wartości SEV przyporządkowany jest od-
dzielny opis. W tabeli 3.3 przedstawiono fragment tabeli wykorzystywanej dla
PFMEA. W przypadku DFMEA stosuje się tylko lewą część tabeli, odnoszącą
niezgodności do klienta-użytkownika.
www.proqual.pl
26
Punktacja Dotkliwość
Ekstremalnie dotkliwa wada wpływająca na bezpieczeństwo i/lub naruszenie
10-9 zgodności z przepisami. Istniejące ryzyko dla firmy. Z powodów jakościowych
produkt nie może być dostarczony. Nie akceptowane koszty.
Znacznie opóźnione dostawy.
Zatrzymanie linii produkcyjnej.
8-7 Znaczące zużycie lub zniszczenie narzędzia.
Duża ilość wyrobów niezgodnych.
(…)
Opóźnione dostawy.
Średnia ilość napraw.
6-5-4 Średnie zużycie lub zniszczenie narzędzia.
Tabela 3.2.
Średnia ilość wyrobów niezgodnych.
Skutki niezgodności
(…) przy PFMEA zgodnie
Nieznaczne zakłócenie procesu. z VDA – fragmenty
3-2 Niska ilość wyrobów niezgodnych. Źródło: opracowanie własne
na podstawie VDA 4 „Quality
(…) Assurance Prior to Serial
Production – Product and
1 Bardzo niskie, akceptowalne koszty zwrotów. Process FMEA”
W czasie warsztatów FMEA dyskusje budzi czasami punktacja dla niezgod-

ności wpływających na bezpieczeństwo, ponieważ zgodnie z zasadami AIAG to,
czy wpisze się w takim przypadku SEV = 9 czy SEV = 10 zależy od tego, czy nie-
zgodność pojawi się z ostrzeżeniem, czy bez ostrzeżenia. W większości przy-
padków podział na te dwie grupy niezgodności jest oczywisty – mamy sygna-
ły ostrzegające użytkownika, pojawia się jakiś komunikat na wyświetlaczu itp.
Czasami jednak sytuacja nie jest taka prosta, bo pojawia się pytanie, czy klient
rozpozna symptomy zbliżającej się niezgodności czy nie. Czy np. odczuje, że
w warsztacie nie dokręcili mu jednego koła, które zaczyna coraz bardziej „latać”.
Jeżeli jest to dobry kierowca, to poczuje na kierownicy nienormalne drgania kół,
ale nie jest to takie oczywiste dla mniej doświadczonych kierowców. Pojawia się
też często pytanie o to, z jakim wyprzedzeniem klient musi zobaczyć symptomy
niezgodności, żeby móc uznać, że jest ostrzeżony. Bardzo dobrą i sprawdzoną
zasadą w takich dyskusyjnych przypadkach jest wpisywanie wartości SEV = 10.
To wprawdzie podnosi wartość RPN, ale zmniejsza ryzyko, że przeoczy się po-
ważny problem w analizowanej konstrukcji lub procesie.
27
Skutki Skutki
dla dla
użytkownika procesu
S Dotkliwość wpływu
Dotkliwość wpływu na
Efekt E Efekt na proces (skutki dla
wyrób (skutki u klienta)
V produkcji/montażu)
Niezgodność wpływa
na bezpieczeństwo i/ Może zagrażać opera-
lub pociąga za sobą 10 torowi (produkcja lub
Wpływ nie- Wpływ nie-
naruszenie przepisów montaż) bez ostrzeżenia
zgodności na zgodności na
bez ostrzeżenia
bezpieczeństwo bezpieczeństwo
Niezgodność wpływa
i/lub wymagania i/lub wymagania
na bezpieczeństwo i/ Może zagrażać opera-
prawne prawne
lub pociąga za sobą 9 torowi (produkcja lub
naruszenie przepisów montaż) z ostrzeżeniem
z ostrzeżeniem
100% wyrobów może
Strata funkcji podstawo- Bardzo poważne
8 wymagać „złomowania”
Utrata lub ogra- wej (…) zakłócenie
(…)
niczenie podsta-
Część produkcji może
wowej funkcji Ograniczenie podstawo- Istotne
7 wymagać „złomowania”,
wej funkcji wyrobu zakłócenie
zakłócenie (…)
100% produkcji może
Utrata drugorzędnej
Utrata lub ogra- 6 wymagać naprawy poza
funkcji wyrobu Średnie
niczenie drugo- (…)
zakłócenie
rzędnej funkcji Ograniczenie drugorzęd- Część produkcji może
5
nej funkcji wyrobu wymagać naprawy (…)
Pojawianie się słyszalne-
go hałasu, wyrób działa
100% produkcji może
(…) zauważone przez 4
wymagać naprawy (…)
większość klientów
Średnie
(powyżej 75%)
zakłócenie
Pojawianie się słyszalne-
go hałasu, wyrób działa Część produkcji może
Irytacja 3
(…) zauważone przez wymagać naprawy (…)
wielu klientów (50%)
Pojawianie się słyszal-
Tabela 3.3. nego hałasu, wyrób Małe utrudnienie dla
Niewielkie
Skutki niezgodności działa (…) zauważone 2 procesu, czynności lub
przy FMEA zgodnie zakłócenie
przez niewielu klientów operatora
z AIAG – fragmenty
(poniżej 25%)
Żródło: opracowanie własne
na podstawie „Potential Failure Brak dostrzegalnych Brak dostrzegalnych
Mode and Effects Analysis Brak efektów 1 Brak efektów
(FMEA)”, AIAG
skutków skutków
www.proqual.pl
28
3.4. Podsumowanie
Czytelne zdefiniowanie skutków niezgodności dla klienta jest kluczowe w ana-

lizie FMEA, z uwagi m.in. na to, że od poziomu SEV zależy to, czy w danym
przypadku będą czy nie będą podejmowane działania doskonalące. Inne są
bowiem zwykle kryteria oceny ryzyka w przypadku niezgodności „ważnych”
i „nieważnych” dla klienta. Wszystko zależy oczywiście od konkretnych stan-
dardów stosowanych w danej organizacji, ale można spotkać na przykład na-
stępujące wartości progowe RPN, powyżej których muszą być podejmowane
działania doskonalące:
RPN > 20, gdy SEV = 9 lub SEV = 10,
RPN ≥ 100, gdy SEV ≤ 8.
Poziom SEV ważny jest zatem z jednej strony jako składnik iloczynu wyzna-
czającego poziom RPN, a z drugiej strony – jako kwalifikator finalnego poziomu
ryzyka. Tym bardziej niedopuszczalne są zatem opisy skutków pojawiające się
w niektórych dokumentach FMEA, takie jak „Wada”, „Reklamacja klienta”, „Nie-
zadowolenie klienta”.
29
www.proqual.pl
30
IV
Identyfikacja i ocena
przyczyn niezgodności
4.1. Identyfikacja przyczyn
Jednym z fundamentów dobrej oceny ryzyka z wykorzystaniem metody FMEA

jest wystarczająco szczegółowe zdefiniowanie przyczyn niezgodności. O ile
samo określanie, co może być potencjalnymi niezgodnościami, nie powoduje
zazwyczaj problemów, ponieważ wynikają one w większości wprost z funkcji
wyrobu, funkcji procesu czy wręcz rysunku konstrukcyjnego, o tyle sytuacja
w zakresie przyczyn nie jest już taka klarowna.
Podstawowy problem może wynikać z nieznajomości procesu lub konstruk-
cji, przez co zespół FMEA nie jest w stanie jasno stwierdzić, które np. parametry
maszyny czy czynniki zewnętrzne mogą daną niezgodność spowodować. Często
na etapie określania przyczyn przywołuje się jedynie w pamięci dotychczasowe
reklamacje i problemy wewnętrzne, a nie dokonuje się specjalnie przygotowa-
nych symulacji, które mogą wykazać, jak „działa” proces i jakie byłyby konse-
kwencje różnych błędów związanych z jego ustawieniami i organizacją pracy.
Jedną z najważniejszych metod stosowanych w ramach systemów za-
rządzania jakością w zakresie poszukiwania przyczyn jest wymieniane m.in.
31
w standardzie IATF 16949 planowanie eksperymentów (ang. DOE – Design of

Experiments). Jest to stosunkowo zaawansowana metoda statystyczna, pozwa-
lająca niejednokrotnie na doprowadzenie do zaskakujących wniosków na temat
zachowania się np. analizowanego procesu [Ecks].
W artykule Metoda planowania eksperymentu jako narzędzie doskonalenia
procesu produkcyjnego [Wielebnowski, Gawąd] przedstawiono ciekawy, prak-
tyczny przykład wykorzystania DOE do poszukiwania przyczyn określonej nie-
zgodności. Na początku zdefiniowane zostały charakterystyki procesu, które
były kontrolowane przez osobę zarządzającą procesem. Charakterystyki te
zostały przedstawione w tabeli 4.1. Są to potencjalne przyczyny, które mogą
powodować niezgodność wyrobu.
Nr Charakterystyka procesu Nazwa (kod)

1. Prędkość mieszania podczas 4. etapu odgazowywania [poziom] Vacu. Speed
2. Temperatura podczas 4. etapu odgazowywania [°C] Vacu. Temp.
3. Temperatura w piecu podczas wygrzewania formy [°C] Preh. Temp.
4. Różnica pomiędzy temperaturą płyty grzejnej a temperaturą w piecu Preh. Plate
(etap wygrzewania) [°C]
5. Temperatura w piecu podczas żelowania [°C] Gelling Temp.
Tabela 4.1. 6. Różnica pomiędzy temperaturą płyty grzejnej a temperaturą w piecu Gelling Plate
Parametry wejściowe (etap żelowania) [°C]
wraz z po ziomami
7. Czas chłodzenia wlewka [min] Cooling Time
zmienności
Źródło: [Wielebnowski, Gawąd] 8. Przepływ wody podczas chłodzenia wlewka [litr/godz.] Water Flow
Kolejnym krokiem było przeprowadzenie serii eksperymentów, które miały

wykazać, jaki wpływ mają poszczególne charakterystyki procesu na wyrób go-
towy (na charakterystyki wyrobu).
Zostały zatem zrealizowane podstawowe cele typowego planowania eks-
perymentu [Montgomery]:
zbadanie, które zmienne najbardziej wpływają na wyniki procesu (wyrób);
określenie, jak powinny być ustawione czynniki kontrolowalne, aby uzyskać
optymalny wynik;
określenie, jakie powinno być ustawienie czynników kontrolowalnych, aby
zmienność parametrów wyrobu była jak najmniejsza;
określenie, jak powinny być ustawione czynniki kontrolowalne, aby wpływ
czynników zakłócających był minimalny.
Niezaprzeczalną wartością DOE jest fakt, że podejście to nie wymaga prze-
prowadzenia prób dla wszystkich możliwych ustawień procesu. Dla 2–3 czyn-
www.proqual.pl
32
Identyfikacja i ocena przyczyn niezgodności
ników (charakterystyk procesu) nie byłoby to jeszcze problemem, ale przy 5–10
czynnikach ilość możliwych eksperymentów zaczyna przekraczać 1000. DOE
z wykorzystaniem szerokiego wachlarza metod statystycznych (w tym np. ana-
lizy ANOVA) pozwala na ograniczenie ilości koniecznych do przeprowadzenia
prób, przez co znacznie niższym kosztem można uzyskać wiedzę o prawach
rządzących danym procesem.
W opisywanym przypadku planowania eksperymentów wykorzystano me-
todę zakładającą, że każda z analizowanych charakterystyk procesu może mieć
tylko dwa stany: „niski” i „wysoki”. Takie ograniczenie zmienności tych charak-
terystyk doprowadziło do tego, że i tak pełny eksperyment (wszystkie możliwe
ustawienia procesu) powinien objąć 256 ustawień procesu, przy czym przy każ-
dym powinno się wykonać co najmniej kilka wyrobów. Zastosowanie metody
DOE pozwoliło ograniczyć liczbę eksperymentów do 16 – co jest już akcepto-
wane w praktyce produkcyjnej.
Analizowany przypadek doprowadził do wyników podsumowanych na
rys. 4.1. Pokazują one siłę oddziaływania poszczególnych charakterystyk pro-
cesu (w założonych na czas eksperymentu poziomach) na charakterystykę pro-
dukowanego wyrobu.
Rys. 4.1.
Wykres Pareto dla wy-
ników eksperymentu
Źródło: [Wielebnowski, Gawąd]
33
Jak wynika z rys. 4.1, największy wpływ na wynik końcowy (wartość charak-
terystyki wyrobu) mają: temperatura w piecu podczas wygrzewania formy oraz
czas chłodzenia wlewka. Widać też, że różnica pomiędzy temperaturą płyty
grzejnej a temperaturą w piecu oraz temperatura w piecu podczas żelowania
nie zmieniają (w badanym zakresie) wyrobu. Stąd już prosty wniosek prowadzą-
cy do tego, które charakterystyki procesu powinny być brane pod uwagę jako
potencjalne przyczyny niezgodności w prowadzonej analizie FMEA.
Oczywiście wykorzystanie DOE jest pewną ekstremalną formą poszuki-
wania przyczyn, ale jak widać na opisanym przykładzie, może doprowadzić
do bardzo ważnych wniosków (czytelny opis metody DOE można też zna-
leźć w artykule Design of Experiment na produkcji [Smuśkiewicz]). Zazwyczaj
jednak zespoły FMEA nie mają ani czasu, ani wiedzy, aby przeprowadzić
specjalnie zaplanowane eksperymenty. Dużym ograniczeniem są jeszcze
dwa problemy:
gdy proces jest dopiero projektowany, nie ma obiektu, na którym można
przeprowadzić eksperymenty;
gdy proces jest już uruchomiony seryjnie, nie ma możliwości, by go zatrzy-
mać na potrzeby przeprowadzenia eksperymentów.
Pozostają zatem prostsze rozwiązania. Warto więc pamiętać o dwóch pod-
stawowych zasadach:
każda charakterystyka procesu jest potencjalną przyczyną niezgodności;
przyczyn powinno się szukać w obszarach klasycznego 5M, a raczej 5M+E:
– człowiek, pracownik (Man);
– maszyna, urządzenie, wyposażenie produkcyjne (Machine);
– sposób postępowania, metoda, technologia (Method);
– zarządzanie, sposób zorganizowania pracy (Management);
– w ykorzystane surowce, wchodzące do procesu komponenty (Material);
– otoczenie, wpływ sąsiadujących maszyn i warunków środowiskowych
(Environment).
Dopiero takie podejście jest w stanie zminimalizować ryzyko nierozpozna-
nia istotnych przyczyn zdefiniowanej niezgodności.
Bardzo ważnym założeniem przy definiowaniu przyczyn jest to, że części
wchodzące do analizowanej fazy procesu są zgodne z wymaganiami. Przyjmuje
się więc, że zarówno komponenty pochodzące od dostawców, jak i przygoto-
wane we wcześniejszych fazach procesu są pozbawione niezgodności. Chodzi
www.proqual.pl
34
tu o to, żeby niepotrzebnie nie powielać analizy problemów, które były roz-
ważane przy ocenie ryzyka w poprzednich operacjach lub np. przy procesie
logistycznym.
Od tej zasady jest jednak jeden wyjątek. Jeżeli zespół ustali, że któraś część
(surowiec) wchodząca do analizowanej operacji w przeszłości bywała często
niezgodna z wymaganiami, powinien uwzględnić to jako potencjalną przyczynę.
Będzie to oczywiście zależne od skali tego problemu, ale o ile okaże się wystar-
czająco duża (ocena niestety subiektywna), trzeba opracować działania, które
zabezpieczą przed nią proces (np. kontrole na wejściu, urządzenia z zakresu po-
ka-yoke itp.).
W przypadku gdy metoda DOE może nie być użyteczna (np. dla analiz
DFMEA lub LFMEA), analiza przyczyn powinna polegać przede wszystkim
na analizie danych historycznych lub eksperymentach, które podpowiedzą
co może powodować kolejne analizowane niezgodności.
4.2. Opis przyczyny
Żeby analiza FMEA była w pełni wartościowa, musi w kontekście przyczyn

spełniać dwa warunki:
wymienione są wszystkie potencjalne przyczyny;
przyczyny są opisane na tyle szczegółowo, żeby można było zrozumieć
„mechanizm”, jaki powoduje niezgodność.
Szczególnie wiele błędów pojawia się w zakresie tego drugiego warunku.
Nagminne są analizy, których fragmenty przedstawiono na rys. 4.2. Są to frag-
menty prawdziwych analiz – pojawia się więc pytanie, co z tak ogólnej anali-
zy może wyniknąć. Łatwo można odnaleźć w wielu firmach formularze FMEA,
w których całe strony przyczyn to „błąd operatora” lub zamiennie „błąd pracy
maszyny”. Taki opis jest stanowczo zbyt ogólny.
Każda przyczyna powinna pokazywać w miarę szczegółowo mecha-
nizm pojawienia się niezgodności (mówi o tym choćby najbardziej chyba
obecnie popularny podręcznik FMEA AIAG 4th. Ed). Chodzi zatem o opisa-
nie sposobu postępowania pracownika, metody działania maszyny, czynni-
ków wpływających z otoczenia, który to opis będzie łatwy do interpretacji
35
w przypadku konieczności wdrożenia ewentualnych działań doskonalących

przy dużym poziomie ryzyka.
Rys. 4.2.
Przykłady niepopraw-
nie zdefiniowanych
przyczyn niezgodności
Aspektem wymagającym szczególnej uwagi jest jeszcze zasada, którą moż-

na nazwać (parafrazując 5WHY) First Why (pierwsze „dlaczego”). Chodzi bo-
wiem o to, żeby w początkowej fazie analizy nie podawać przyczyn niezgodno-
ści drugiego i dalszych poziomów. Często w analizach np. przy PFMEA można
bowiem spotkać następujące przyczyny:
zmęczenie pracownika,
nieprecyzyjna instrukcja,
nieuwaga pracownika.
Żadna z powyższych przyczyn nie pokazuje mechanizmu, który bezpośred-
nio spowodował niezgodność analizowaną w ramach PFMEA. Żadna z nich też
bezpośrednio nie powoduje niezgodności. Załóżmy, że proces polegał na mon-
tażu trzech blaszek o różnych kształtach za pomocą śruby i nakrętki. Oczywistą
niezgodnością w tej fazie procesu (niedotrzymaniem charakterystyki wyrobu)
jest np. to, że brakuje co najmniej jednej blaszki w zmontowanym zespole. Py-
tanie zatem: dlaczego taka niezgodność występuje? Odpowiedź: pracownik nie
zamontował co najmniej jednej blaszki. W procesach montażu ręcznego zwy-
kle „nazwa” przyczyny jest bardzo podobna do „nazwy” niezgodności, ale gdy
w procesie wykorzystywana jest dodatkowo maszyna i weźmiemy pod uwagę
przyczyny z otoczenia, sieć przyczyn znacznie się rozrasta. Fragment przykła-
dowej struktury przyczyn zbudowanej na potrzeby FMEA przedstawiono na
rys. 4.3.
www.proqual.pl
36
Rys. 4.3.
Fragment przykładowej
struktury przyczyn
(program PQ-FMEA)
Zamieszczony na powyższym rysunku schemat wskazuje bezpośrednie

czynniki mogące spowodować to, że moment dokręcenia był niższy, niż podaje
specyfikacja. Oczywiście przykład ten można uszczegółowić, podając odpo-
wiednią wartość momentu, nazwę wkrętaka itp. informacje, chodzi tu jednak
o schemat poglądowy.
4.3. Ocena częstości występowania
Częstość występowania danej przyczyny jest wpisywana do formularza w ko-

lumnę z jednym z następujących oznaczeń:
O lub OCC (od ang. occurrence) – w formularzach wzorowanych na opraco-
waniach anglojęzycznych (najbardziej popularne oznaczenie);
W lub LPW (liczba priorytetowa częstotliwości występowania) – w formu-
larzach polskojęzycznych;
A (od niem. Auftretenwahrscheinlichkeit) – w formularzach niemieckojęzycz-
nych.
W przypadku DFMEA wartość OCC (dalej będzie stosowane to najbardziej
obecnie chyba rozprzestrzenione oznakowanie) zależy od prawdopodobień-
stwa tego, że dana przyczyna pojawi się przy projektowaniu i w cyklu życia
wyrobu doprowadzi do niezgodności.
37
Skala częstości występowania rozpoczyna się od wartości 1, która oznacza:

wg AIAG – przyczyna zabezpieczona przez działania prewencyjne, nie
może się pojawić;
wg VDA 4 – przyczyna z występowaniem na poziomie 1 PPM (jeden raz na
milion).
Koniec skali to wartość 10, oznaczająca:
wg AIAG – przyczyna występuje z częstością około 1 na 10;
wg VDA 4 – przyczyna występuje z częstością około 1 na 2.
Oceny pośrednie między OCC = 1 a OCC = 10 przyporządkowane są do
rosnących stopniowo wartości PPM.
W przypadku PFMEA ocena jest wykonywana analogicznie. W tabeli 4.2
zestawiono punktacje proponowane przez AIAG i VDA.
AIAG VDA 4
10 100 000 PPM 500 000 PPM
9 50 000 PPM 100 000 PPM
8 20 000 PPM 30 000 PPM
7 10 000 PPM 10 000 PPM
6 2 000 PPM 5 000 PPM
Tabela 4.2. 5 500 PPM 2 000 PPM
Ocena częstości wy- 4 100 PPM 500 PPM
stępowania przyczyny 3 10 PPM 100 PPM
niezgodności – PFMEA
2 1 PPM 10 PPM
Źródło: opracowanie na
podstawie [VDA 4], [Potential 1 Wada/przyczyna zabezpieczona przez 1 PPM
Failure Mode and Effects
Analysis]
działania prewencyjne
Należy pamiętać, że przedstawione w tabeli 4.2 wartości to tylko wy-

tyczne i wartości ryzyka powinny być dopasowane do specyfiki organiza-
cji i jej procesów. Inaczej będzie zbudowana tabela częstości występowania
dla firmy produkującej 10 sztuk dziennie (produkcja jednostkowa), a inaczej
dla produkcji na poziomie 100 000 sztuk dziennie (produkcja masowa). Ta-
bela ta będzie też wymagała przerobienia np. w przypadku analizy procesów
w ramach LFMEA. Wymusza to specyfika niezgodności i przyczyn w przypadku
analizy procesów logistycznych. Same wartości PPM mogą więc ulec pewnym
zmianom, trzeba jednak zwrócić uwagę na ważną różnicę pomiędzy podejściem
AIAG i VDA – VDA dla wartości OCC = 1 nie wymaga udowodnienia pełnego
zabezpieczenia przed pojawieniem się przyczyny niezgodności (np. w postaci
poka-yoke).
www.proqual.pl
38
4.4. Podsumowanie
Celem stosowania metody FMEA jest doprowadzenie do wdrożenia konkret-

nych działań, które obniżą poziom ryzyka związany z pojawieniem się niezgod-
ności u klienta. Ryzyko to można obniżać generalnie na dwa sposoby. Pierw-
szym jest wprowadzenie szczelnej kontroli, drugim – ograniczanie częstości
występowania przyczyn niezgodności przez wprowadzanie działań zapobie-
gawczych. Działania takie jednak będą zawsze chybione, jeżeli nie przyłoży się
odpowiedniej wagi do zidentyfikowania samej przyczyny. Można zatem zaryzy-
kować twierdzenie, że etap określania przyczyn niezgodności jest najważniej-
szy w całej analizie FMEA i wymaga najbardziej twórczego podejścia, rzutuje
bowiem na skuteczność wykorzystania metody.
39
www.proqual.pl
40
V
Kontrola i sterowanie –
opis i ocena
5.1. Kontrola a sterowanie
W kolejnych wydaniach podręczników AIAG i standardów VDA opisujących pro-

wadzenie analizy FMEA podejście do definiowania i oceniania kontroli w procesie
ulegało znacznym zmianom. Początkowo nie odróżniano wyraźnie metod kontroli
(wykrywania niezgodności) od metod prewencji (zabezpieczania przed wystąpie-
niem niezgodności). Na ich wpisywanie na formularzu FMEA przeznaczona była
jedna kolumna. Także w opisach pierwszych podręczników do FMEA nie przykła-
dano dużej wagi do dokumentowania działań prewencyjnych. Typowy formularz
do raportowania pracy w ramach FMEA w porównaniu z formularzami obecnymi
był uproszczony. Wyszczególniono w nim bowiem tylko sześć kolumn (trzy pary)
potrzebnych do oceny ryzyka dla poszczególnych niezgodności (rys. 5.1):
skutki niezgodności dla klienta (customer effects) wraz ze znaczeniem nie-
zgodności (severity),
potencjalna przyczyna niezgodności (potential failure cause) wraz z oceną
częstości występowania (occurance),
bieżące nadzorowanie procesu (current process control) wraz z oceną sku-
teczności wykrywania (detection).
41
Rys. 5.1.
Układ kolumn
w starych wydaniach
wytycznych do prowa-
dzenia analizy FMEA
Źródło: opracowanie własne
na podstawie [Potential Failure
Mode and Effects Analysis]
Szczególnie warto zwrócić uwagę na kolumnę „Bieżące nadzorowanie pro-

cesu” (current process control). Typowe w Polsce tłumaczenie słowa „control”
jako „kontrola” spowodowało, że w kolumnie tej zwyczajowo wpisywano jedy-
nie działania kontrolne. Brakowało natomiast informacji o sposobach bieżącego
sterowania procesami. Podobna sytuacja występuje także w przypadku pod-
stawowego narzędzia statystycznego sterowania procesami (SPC). Po polsku
nazywa się je „karta kontrolna”, nazwa oryginalna to „control chart”. I nazwa
oryginalna znacznie lepiej wskazuje, do czego to narzędzie służy, bo jest to
wykres pokazujący zachowanie się procesu w czasie i umożliwiający podejmo-
wanie opartych na faktach decyzji na temat tego, czy i jak sterować proce-
sem. Nie jest to natomiast narzędzie do kontroli procesu, kontroli w typowym
rozumieniu tego słowa. Podobna sytuacja miała miejsce w przypadku FMEA.
W kolumnie „Current process control” wpisywane były zwykle tylko działania
stricte inspekcyjne. Sytuację nieco zmieniło wprowadzenie nowego podejścia,
w ramach którego w kolumnie tej zaczęto wpisywać zarówno działania kontro-
lne, jak i prewencyjne, poprzedzając je oznaczeniem D (dla działań kontrolnych)
lub P (dla działań prewencyjnych). Sytuację taką przedstawiono na rys. 5.2.
Rys. 5.2.
Formularz FMEA z wpi-
sanymi działaniami
prewencyjnymi
Podejście takie wydawać by się mogło odpowiednie, powodowało jednak

poważny problem, mało dostrzegalny na pierwszy rzut oka przy ocenie wyni-
ków FMEA. Otóż często w kolumnie opisującej bieżący nadzór nad procesem
www.proqual.pl
42
Kontrola i sterowanie – opis i ocena
wpisywane były same działania prewencyjne (gdy nie było wdrożonej żadnej
kontroli), mimo to ocena wykrywalności była niższa niż 10. Dla wyjaśnienia –
w przypadku FMEA ocena wykrywalności opisywana jest wartością oznaczaną,
w zależności od formularza, jako:
D lub DET (od ang. detection) – w formularzach wzorowanych na opraco-
waniach anglojęzycznych (najbardziej popularne oznaczenie);
O lub LPO (liczba priorytetowa wykrywalności) – w formularzach polskoję-
zycznych;
E (od niem. Entdeckungswahrscheinlichkeit) – w formularzach niemieckoję-
zycznych.
Skala oceny zaczyna się od wartości 1 (dla idealnej wykrywalności – z pew-
nymi zastrzeżeniami, o których później), a kończy na 10 (w sytuacji, gdy nie
ma wdrożonych działań kontrolnych). Wpisywanie więc pozornych kontroli do
kolumny, która ma później być podstawą do oceny wartości DET, powodowa-
ło ostatecznie niesłuszne obniżanie poziomu ryzyka dla danej niezgodności,
a więc zaniechanie działań doskonalących tam, gdzie mogły być potrzebne.
Na szczęście rozwiązanie takie okazało się tymczasowe, z czasem wprowa-
dzono dodatkową kolumnę przeznaczoną specjalnie na działania prewencyjne.
To wymusiło oddzielenie przy zapisie w formularzu prewencji od kontroli i nie
powodowało zamieszania związanego z obniżaniem wartości DET na podsta-
wie działań prewencyjnych (rys. 5.3).
Rys. 5.3.
Formularz FMEA z wy-
dzieloną prewencją
Nadal jednak pozostawało pewne niedomówienie – dlaczego działania

prewencyjne wpisywane są przed oceną wykrywalności, a nie przed oceną
prawdopodobieństwa wystąpienia niezgodności. Przecież im lepsze działa-
nia prewencyjne, tym rzadziej dana przyczyna wystąpi, a nie tym lepiej bę-
dzie wykrywana. Ostateczna wersja formularza (wprowadzona m.in. ostatnim
wydaniem podręcznika AIAG) wydaje się w tym świetle najbardziej logiczna.
43
Działania prewencyjne opisywane są zaraz po przyczynie niezgodności, a przed

oceną jej występowania (rys. 5.4).
Rys. 5.4.
Formularz FMEA
– ostatnie wydanie
podręcznika AIAG
Należy jednak pamiętać, że standardy w zakresie formularzy należy trakto-

wać jako wytyczne, podpowiedzi, a nie obowiązkowy wzór, chyba że taki zosta-
nie narzucony przez klienta.
5.2. Wykrywanie niezgodności i przyczyny
Bardzo ważnym z punktu widzenia skuteczności analizy FMEA zagadnieniem-

jest przypisywanie działań kontrolnych zarówno do niezgodności, jak i ich przy-
czyn. Na tym polu w analizach FMEA pojawia się szczególnie dużo błędów,
które wpływają na niepoprawnie policzony poziom ryzyka. W analizie FMEA
punktem wyjścia jest oczywiście niezgodność, do której dopisuje się poten-
cjalne skutki dla klientów, a następnie przyczyny, które mogą ją powodować.
Przyczyny są więc nierozerwalnie związane z niezgodnością. Ideą opisywania
działań kontrolnych w FMEA jest pokazanie, na ile klient (zewnętrzny lub we-
wnętrzny) jest zabezpieczony przed niezgodnością, z uwagi na „szczelność”
prowadzonych kontroli. Nie ma tu więc znaczenia, czy wykryta zostanie sama
niezgodność, czy jej przyczyna. Oba zatem obszary kontroli powinny zostać
opisane w formularzu. Obowiązują tu jednak dwie ważne z punktu widzenia
logiki zasady postępowania:
1. Dla każdej przyczyny osobno należy zidentyfikować i wpisać adekwatne
działania kontrolne.
2. Jeżeli zidentyfikowana będzie jakakolwiek metoda kontroli dotycząca sa-
mej niezgodności, dopisana musi ona zostać do wszystkich przyczyn z tą
niezgodnością związanych.
www.proqual.pl
44
Jest to postępowanie bardzo logiczne, ale często nieprzestrzegane w przy-

padku prowadzenia analizy FMEA (rys. 5.5).
Wykrywanie przyczyny 1
Przyczyna 1
Wykrywanie niezgodności A
Wykrywanie przyczyny 2
Niezgodność A Skutki Przyczyna 2
Wykrywanie niezgodności A
Rys. 5.5.
Wykrywanie przyczyny 3 Przypisywanie działań
Przyczyna 3
Wykrywanie niezgodności A kontrolnych w FMEA
Dobrze pokazuje to też jedna z bardziej rozbudowanych propozycji formu-

larza FMEA (rys. 5.6).
Rys. 5.6.
Formularz FMEA z wy-
dzielonym miejscem
na kontrolę przyczyny
i niezgodności
Osoba dokumentująca analizę jest tutaj zobowiązana do wyraźnego roz-

dzielenia opisów kontroli przyczyny i kontroli samej niezgodności. O ile zazwy-
czaj nie ma problemu z opisem sposobu wykrywania wady, o tyle pole przezna-
czone na opis metod wykrywania przyczyny często pozostaje puste.
5.3. Ocena skuteczności kontroli
Ważnym zagadnieniem, którego należy dopilnować, jest to, żeby kontrole

wdrożone w ramach zarządzania procesami, a tym samym wpisane w FMEA,
były rzeczywiście skuteczne. Służy do tego m.in. podejście określane nazwą
MSA (ang. Measurement System Analysis). Na rys. 5.7 przedstawiono podstawo-
we procedury wykorzystywane w ramach MSA.
Warunkiem koniecznym uwzględnienia danej kontroli w ramach FMEA jest
zapewnienie, że kontrola ta jest rzeczywiście skuteczna i jest w stanie ograni-
czyć ryzyko związane z przedostaniem się niezgodności do klienta. Potrzebne
są więc zadowalające wyniki poszczególnych badań w ramach MSA (w zależ-
45
Jaki jest charakter badanej cechy?
wa
bo
icz
al
ch
Ce
Ce
ch
a
at
Sp
ry
MSA liczbowe ec
yﬁ
bu
czn
to
ew
w
aru
a
nk
i
Metody
Wpł
Br
specjalne
d
ak
rzą
yw o
w
pł
rzy
yw
pera
op
u
op
MSA atrybutowe
tylk
tora er
at
or
any
a
i prz
Metoda krótka,
Bad
metoda detekcji sygnałów,

yrzą
KAPPA
du
Rys. 5.7.
Podstawowe procedury Procedura 1 Procedura 2 Procedura 3
wykorzystywane
w ramach MSA Obliczanie Cg/Cgk Metoda ARM i RM Metoda rozstępów
ności od wybranej procedury stosowane są odpowiednie wartości progowe

akceptowalności systemu pomiarowego). Po drugie należy dopilnować zgod-
ności pomiędzy zapisami na formularzu FMEA a planem kontroli dla danego
procesu (ang. Control Plan). Zdarzają się często przypadki, że działania kontrolne
istnieją tylko na formularzu FMEA (żeby były podstawy do obniżenia poziomu
ryzyka), a nie ma po nich śladu ani w planach kontroli, ani w instrukcjach opisu-
jących dany proces, nie słyszeli też o nich pracownicy realizujący dany proces.
Taka sytuacja, gdy chcemy wykorzystać FMEA do obniżenia ryzyka związanego
z prowadzeniem procesu, jest zupełnie nie do zaakceptowania.
Drugim aspektem oceny skuteczności kontroli jest to, jakie procedury wy-
krywania są wykorzystywane. Inna bowiem jest ocena ryzyka związanego
z niewykryciem problemu w przypadku kontroli automatycznej, a inna w przy-
padku np. kontroli wizualnej. Podobnie jak w przypadku dwóch pozostałych
składników ryzyka w FMEA (znaczenia niezgodności dla klienta oraz częstości
występowania) jako podstawę do punktacji stosować można:
1. Podejście zgodne z podręcznikiem Potential Failure Mode and Effects
Analysis (FMEA) publikowanym przez AIAG (Automotive Industry Action
Group) – wersja obowiązująca to wydanie czwarte z roku 2008.
www.proqual.pl
46
2. Podejście zgodne z VDA 4 Quality Assurance Prior to Serial Production –

Product and Process FMEA – wydanie z roku 2006, zaktualizowane ostat-
nio w roku 2012.
3. Podejście opracowane wewnętrznie przez organizację lub narzucone
przez jej klientów.
Dwa pierwsze dokumenty są ogólnie znanymi standardami, trzeci natomiast
jest pewną opcją, którą stosuje się często w przypadku analizowania procesów
niestandardowych (głównie nieprodukcyjnych), np. logistycznych lub innych
[Goble, Brombacher]. Przy tworzeniu LFMEA (FMEA logistyki) standardowe
metody kontroli nie zawsze mogą mieć zastosowanie i warto w takim przypad-
ku opracować własną, wewnętrzną tabelę do oceny wykrywalności.
Przeglądając kolejne podręczniki opracowane przez AIAG, można zauwa-
żyć, jak ewoluowało podejście do uściślania oceny dla poszczególnych metod
kontroli (co zapewne miało na celu niedopuszczenie do przeszacowywania dzia-
łań detekcyjnych, które już ze swojej natury nie są bardzo skuteczne).
Wartość Opis z wydania 3. podręcznika AIAG Opis z wydania 4. podręcznika AIAG

DET Szansa na wykrycie Metody kontroli (wybrane)
10 Żadna… …
9 Bardzo znikoma… …
Znikoma szansa… Weryfikacja/walidacja wyrobu po
zatwierdzeniu projektu i wcześniejsze
badania przed wdrożeniem projektu
8 z testami przechodzi/nie przechodzi
(testowanie podsystemu lub systemu
z kryteriami akceptacji odpowiednimi dla
zastosowania wyrobu)
7 Bardzo mała… …
6 Mała… …
5 Średnia… …
4 Średnio wysoka… …
Duża… Walidacja produktu (testy niezawod-
ności, testy walidacji) przed zatwier-
3
dzeniem produkcji, używając testów
zniszczeniowych
Tabela 5.1.
2 Bardzo duża… …
Ocena wykrywalności
Kontrola prawie na pewno wykryje … przy DFMEA
1 potencjalną przyczynę niezgodności Źródło: opracowanie własne
i/lub późniejszą niezgodność Mode and Effects Analysis]
47
W przypadku analizy konstrukcji (DFMEA) szczególnie radykalną zmianę

w podejściu widać pomiędzy wydaniem 3. a 4. podręcznika. Streszczenie wy-
tycznych do oceny wykrywalności zaprezentowano w tabeli 5.1. Widać w nich
uściślenie metod kontroli, co na pewno spowodowało zmniejszenie subiektywi-
zmu w ocenie dokonywanej przez zespoły FMEA.
Punktacja wykrywania wygląda wtedy następująco:
10 – nie ma bieżących kontroli projektu; wykrycie niemożliwe lub nie są
prowadzone analizy.
9 – stosowane metody kontroli są nisko skuteczne; analizy wirtualne nie są
skorelowane z oczekiwanymi aktualnymi warunkami operacyjnymi (eksplo-
atacją).
8 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniej-
sze badania przed wdrożeniem projektu z testami typu „przechodzi/nie
przechodzi”.
7 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniejsze
badania przed wdrożeniem projektu z testami „test to failure”.
6 – weryfikacja/walidacja wyrobu po zatwierdzeniu projektu i wcześniejsze
badania przed wdrożeniem projektu z testami zniszczeniowymi.
5 – walidacja produktu przed zatwierdzeniem produkcji z użyciem testów
„przechodzi/nie przechodzi”.
„test to failure”.
zniszczeniowych.
2 – analizy i kontrole projektu dają dużą wykrywalność (np. analizy wirtu-
alne).
1 – przyczyna wady lub wada nie mogą się pojawić, pełna skuteczność
działań zapobiegawczych.
Dłuższą drogę miała zmiana podejścia przy ocenie wykrywalności w przy-
padku analizy procesu (PFMEA). Znaczące zmiany w opisywaniu kontroli poja-
wiły się już w 3. wydaniu podręcznika AIAG. Zrezygnowano z bardzo ogólne-
go opisywania metod kontroli (np. średnia szansa na wykrycie niezgodności)
na rzecz przyporządkowania poszczególnym metodom kontroli odpowiedniej
wartości DET. I tak np. jednokrotnej kontroli wizualnej przypisano wartość 8,
kontroli wizualnej co najmniej podwójnej – wartość 7 (kontrola prowadzona
www.proqual.pl
48
przez co najmniej dwie osoby oceniona została zatem jako bardziej skuteczna),
kontroli z wykorzystaniem sprawdzianów – wartość 5 itd. W 3. wydaniu pod-
ręcznika AIAG wprowadzono też podział metod kontroli na trzy grupy:
A – prewencja, zabezpieczenie przed niezgodnością,
B – pomiary,
C – kontrola manualna (bez wykorzystania urządzeń).
Podręcznik w wydaniu 4. zrezygnował już z takiego wyraźnego podziału.
W tabeli 5.2 zestawiono wybrane opisy metod kontroli z trzech ostatnich
wydań podręcznika AIAG.
Opis z wydania 2. Opis z wydania 3. Opis z wydania 4.

podręcznika AIAG podręcznika AIAG podręcznika AIAG
DET
Prawdopodobieństwo
Metody kontroli (wybrane) Metody kontroli (wybrane)
wykrycia (skrót)
Zerowe… Brak możliwości wykrycia Brak obecnie kontroli
10
procesu…
9
Bardzo znikome… C Losowa (incydentalna) …
kontrola
Znikome… C Kontrola jest prowadzona Wada wykrywana jest po
tylko przez ocenę wzro- procesie przez operatora
8
kową dzięki kontroli wizualnej,
dotykowej, słuchowej
Bardzo małe… C Kontrola polega na podwój- Wykrywanie wady na
nej kontroli wzrokowej stanowisku przez operatora
7
przez wizualną, dotykową,
słuchową kontrolę lub…
6 Małe… … …
Średnie… B Pomiary liczbowe przygo- Wykrywanie wady lub przy-
towane przed miejscem czyny wady na stanowisku
5 zwalniania części albo przez operatora przez
kontrola „go – no go” dla wykorzystanie przyrządu
100% części pomiarowego…
4 Średnio duże… … …
Duże… B … Wykrywanie wady na
3 stanowisku przez automa-
tyczne kontrole…
Bardzo duże… A Automatyczne pomiary na Wykrywanie przyczyny na
2 stanowisku pracy… stanowisku przez automa-
tyczne kontrole…
Bieżące kontrole A Wyroby wadliwe nie mogą … części niezgodne nie
prawie na pewno zostać wyprodukowane mogą być wyprodukowane
Tabela 5.2.
wykryją niezgodność; z uwagi na sposób zapro- z uwagi na zabezpieczenie
1 Ocena wykrywalności
niezawodne kontrole jektowania procesu lub w czasie projektowania przy PFMEA
są znane z podobnych wyrobu procesu/wyrobu Źródło: opracowanie własne
procesów Mode and Effects Analysis]
49
Warte zwrócenia uwagi są trzy fakty. Po pierwsze podręczniki AIAG idą

w kierunku uściślania metod kontroli, a przy okazji zmienia się podejście do nie-
których z nich (np. zrezygnowano z elementu „podwójna kontrola wzrokowa”
– obecnie dublowanie takiej kontroli nie ma wpływu na ocenę). Zaczęto inaczej
punktować kontrolę w zależności od miejsca, w którym jest ona prowadzona
(wyżej ceni się np. kontrolę wizualną prowadzoną na stanowisku pracy od kontroli
prowadzonej poza nim, po procesie). Po drugie w ostatnim wydaniu podręcznika
wyraźnie rozróżniono wykrywanie przyczyny od wykrywania wady (np. DET = 2
i DET = 3), co nie miało miejsca wcześniej. Po trzecie wartość DET = 1 nie
jest przyznawana, jak by się mogło wydawać, za idealną, pewną wykrywalność.
Można jej użyć jedynie w przypadku, gdy proces jest zupełnie zabezpieczony
przed pojawieniem się danej niezgodności. W przypadku więc, gdy na formu-
larzu FMEA w kolumnie DET wpisane jest 1, spodziewać się należy, że przed
oceną częstości występowania OCC opisane są szczegółowo działania, które
uniemożliwiają pojawienie się opisanej w danym wierszu potencjalnej przyczyny
niezgodności.
W przypadku kolejnych wydań podręczników VDA podejście do oceny wy-
krywalności praktycznie się nie zmienia. Nadal są to bardzo ogólne opisy sku-
teczności stosowanych metod kontroli, przyporządkowane niejednoznacznie
do oceny punktowej. Dla przykładu VDA 4.2 podawało następujący opis dla
ocen 4-5-6: „Średnie prawdopodobieństwo wykrycia. Wykrycie przyczyny nie-
zgodności jest prawdopodobne, metody kontroli są stosunkowo pewne. Pew-
ność metody kontrolnej 99,7%”. Dyskusyjne jest podawanie poziomu pewności,
ale już sam opis przyporządkowany aż do trzech wartości liczbowych pokazuje,
że ocena wykrywalności miała tu duży poziom subiektywizmu. Sytuacja ta nie
uległa radykalnym zmianom w obecnym wydaniu VDA 4 (tabela 5.3). Zakres
punktów 4-5-6 ma nadal wspólny opis: „Niezgodność ze średnim potencjałem
wykrycia. »Dojrzałe« procedury z porównywalnych procesów…”. Nie widać tu
zatem znacznego postępu w kierunku ukrócenia subiektywności analizy FMEA
i ograniczania możliwości nieuzasadnionego minimalizowania poziomu ryzyka.
www.proqual.pl
50
Wartość (ryzyko
niewykrycia wady/ Wykrycie błędu w procesie
przyczyny)
Bardzo wysokie Bardzo małe prawdopodobieństwo wykrycia błędu, nie ma procedury
10-9 kontrolnej
Wysokie Małe prawdopodobieństwo wykrycia błędu, niepewne metody
8-7 kontroli
Średnie Średnie prawdopodobieństwo wykrycia błędu, metoda kontroli
6-5-4 sprawdzała się przy podobnych projektach Tabela 5.3.
Małe Wysokie prawdopodobieństwo wykrycia błędu, metoda potwierdzo- Przykładowe oceny
3-2 na na drodze analiz MSA wykrywalności wg
standardu VDA 4
Bardzo małe Bardzo wysokie prawdopodobieństwo wykrycia błędu, metoda zwali-
Źródło: opracowanie na
1 dowana na analizowanym wyrobie podstawie [VDA 4]
Jak zatem widać, kryteria oceny wykrywalności są różne. Należy przy tym
szczególnie pamiętać, że priorytet mają zawsze standardy narzucone przez
klienta.
51
www.proqual.pl
52
VI
Ocena ryzyka
6.1. Końcowa ocena ryzyka – wprowadzenie
Podstawowym celem stosowania metody FMEA jest obniżenie ryzyka wypro-

dukowania i dostarczenia klientowi wyrobu niezgodnego. Środkiem do tego
jest zebranie informacji o rzeczywistych i potencjalnych problemach związa-
nych z danym wyrobem lub procesem, a następnie na ich podstawie, w oparciu
o określony poziom ryzyka, zaproponowanie niezbędnych działań doskonalą-
cych.
Ważne jest jednak, aby grupa stosująca analizę FMEA bardzo wyraźnie ro-
zumiała, że samo zebranie danych, obliczenie poziomu ryzyka poprzez okre-
ślenie znaczenia niezgodności dla klientów, prawdopodobieństwa wystąpienia
przyczyn oraz skuteczności kontroli to tylko środek do celu, którym ma być
zabezpieczenie firmy i jej klientów przed niezgodnościami. Praktyka pokazuje
jednak, że wiele zespołów FMEA stawia sobie za cel udowodnienie, że ryzyko
praktycznie nie istnieje i nic nie trzeba poprawiać. Problem polega wtedy na
tym, że mimo niewielkiego co do wartości poziomu ryzyka wykazanego w cza-
sie analizy nie znikają problemy związane z wyrobami niezgodnymi.
53
6.2. Wskaźnik ryzyka – RPN
Najbardziej rozpowszechnionym wskaźnikiem poziomu ryzyka w przypadku

metody FMEA jest wskaźnik będący iloczynem trzech składników ryzyk:
znaczenia niezgodności dla klienta (oznaczenia S, SEV, LPZ, Z itp.),
prawdopodobieństwa pojawienia się przyczyny niezgodności (oznaczenia
OCC, O, LPW, W itp.),
skuteczności kontroli (oznaczenia DET, D, LPO, O itp.).
Wskaźnik ryzyka ma różne oznaczenia, zależne od standardów i języka obo-
wiązującego przy podaniu metody.
W Polsce najbardziej popularne oznaczenia to:
RPN (Risk Priority Number),
R (ryzyko),
LPR (liczba priorytetowa ryzyka).
Zważywszy na składniki iloczynu wykorzystywanego do obliczenia poziomu
ryzyka, z których każdy podany jest w przedziale od minimalnego 1 (co oznacza
brak problemu) do maksymalnego 10 (co oznacza poważny problem związany
z danym zagadnieniem), ryzyko może przyjmować wartości od 1 – w sytuacji
idealnej, do 1000 w sytuacji maksymalnego ryzyka. Powstaje zatem pytanie,
przy jakiej wartości ryzyka należy reagować. Nie ma w tym zakresie żadnych
międzynarodowych standardów. Zwyczajowe podejście mówi o tym, że:
gdy RPN < 100 – nie ma ryzyka,
gdy RPN ≥ 100 – ryzyko istnieje i niezbędne jest zaplanowanie i wdrożenie
działań obniżających ryzyko.
Często jednak poziom ryzyka zależy od specyfiki grupy i analitycy bardziej
pesymistyczni (ostrożni) będą mieli tendencję do wyższych ocen, optymiści
mogą mieć skłonności do zaniżania ryzyka. Optymalne wydaje się więc wyko-
rzystanie do podsumowania wyników analizy prostej analizy Pareto-Lorenza
(rys. 6.1).
www.proqual.pl
54
Ocena ryzyka
Rys. 6.1.
Przykładowe zestawie-
nie wyników analizy
FMEA z wykorzysta-
niem analizy Pare-
to-Lorenza (program
PQ-FMEA)
Na rys. 6.1 przedstawiono podsumowanie oceny ryzyka dla kilkudziesięciu

przyczyn. Słupki niebieskie pokazują poziom ryzyka pierwotny (początkowy),
na żółto oznaczono poziomy ryzyka po wprowadzeniu zaplanowanych działań
doskonalących. Można więc od razu zobaczyć, czy działania te są wystarczają-
co skuteczne.
6.3. Wskaźnik ryzyka – SOD
Wykorzystanie wskaźnika RPN to podejście proste i wygodne (jednokryterialne

i przejrzyste), taka ocena ryzyka jednak ma podstawową wadę: bardzo spłasz-
cza obraz ryzyka związany z daną niezgodnością. Dla przykładu, RPN będzie
miał identyczną wartość dla następujących sytuacji:
1. S = 9, O = 2, D = 3, zatem RPN = 54;
2. S = 2, O = 3, D = 9, zatem RPN = 54.
Te sytuacje z punktu widzenia istotności dla klienta wyglądają jednak zupeł-
nie inaczej. Wada/przyczyna nr 1 jest niebezpieczna dla klienta, może się poja-
wić i nie ma całkowitej pewności co do jej wyłapania – istnieje więc poważny
problem. Wada/przyczyna 2 będzie niezauważona przez większość klientów
i choć prawie na pewno jej nie wyłapiemy naszym systemem kontrolnym, to
pojawia się rzadko, przez co nie stanowi istotnego dla firmy problemu.
55
Innym, poza RPN, wskaźnikiem ryzyka jest wskaźnik SOD. Powstaje on

przez zestawienie wartości S, O i D. Czyli dla przedstawionych powyżej sytuacji
SOD wynosiłby odpowiednio:
1) 923,
2) 239.
Klient może w takiej sytuacji podać dostawcy wartość graniczną np. w po-
staci wartości SOD = 922. Wszystko powyżej tej wartości będzie wymagało do-
skonalenia. Wykorzystanie SOD wymaga oczywiście odpowiedniego skrócenia
skali punktacji, ponieważ SOD musi mieć tylko trzy znaki – nie stosuje się więc
tu wartości maksymalnej 10.
6.4. Macierz ryzyka
Ostatnim typowym sposobem oceny ryzyka, proponowanym formalnie m.in.

przez standard VDA 4, jest tzw. macierz ryzyka. Jest to matryca przygotowana
zwykle w układzie SxO (czyli znaczenie dla klienta i prawdopodobieństwo wy-
stępowania) przedstawiająca ilość przyczyn mających daną ocenę, wskazaną
pozycją w macierzy.
Przykład takiej macierzy przedstawiono na rys. 6.2.
Rys. 6.2.
Przykład analizy ryzyka
z wykorzystaniem
macierzy SxO (program
PQ-FMEA)
www.proqual.pl
56
Ocena ryzyka
Macierz przedstawiona na powyższym rysunku wskazuje np., że aż 50

przyczyn jest obecnie na polu czerwonym, czyli ma przy względnie dużym zna-
czeniu dla klienta względnie duże prawdopodobieństwo wystąpienia. W strefie
zielonej jest już 78 przyczyn i ich sytuację można uznać za „opanowaną” (nie ma
istotnego ryzyka wymagającego interwencji).
Zakres stref kolorystycznych może być zmieniony w zależności od wyma-
gań klienta i obowiązujących w firmie wewnętrznych standardów. Można też
wykorzystać macierze o innym niż SxO układzie: SxD lub OxD, choć nie są one
już tak popularne.
6.5. Podsumowanie
Jak widać, dwa najbardziej popularne obecnie zbiory wytycznych do prowa-

dzenia FMEA (AIAG i VDA) w różny sposób podchodzą do problemu oceny
wykrywalności niezgodności lub jej przyczyny, do oceny ryzyka i raporto-
wania wyników analizy. Trudno jednoznacznie zawyrokować, czy skrupulat-
ne, sztywne podejście reprezentowane w AIAG jest lepsze (warto tu jeszcze
zaznaczyć, że w podręczniku AIAG wyraźnie zaznaczono, że podane tabele
z punktacją są jedynie propozycją, którą można zmodyfikować w czasie prowa-
dzenia analizy). Poza tym niektórzy producenci samochodów opracowali swoje
zasady oceny, które w przypadku produkowania części dla nich trzeba bez-
względnie stosować, a standardy te nierzadko znacznie rozmijają się z zapisami
AIAG i VDA. Dla przykładu w wymaganiach firmy Renault podane jest, że do
wpisania wartości DET = 1 wystarczające jest zastosowanie jakiejkolwiek 100%
kontroli automatycznej z separowaniem wyrobów niezgodnych. Jak opisano
powyżej, w AIAG ocena taka występuje tylko w przypadku, gdy proces jest
w pełni zabezpieczony przed pojawieniem się niezgodności. Możliwe zatem, że
ta sama metoda kontroli uzyska raz ocenę 1 (wymagania Renault), a raz ocenę
4 (zgodnie z AIAG).
Przykład pełnej analizy PFMEA przedstawiono na rys. 6.3.
57
Stan bieżący Wynik działań
Dotkliwość (S)
Występowalność (O)
Odpowiedzial-
Klasyfikacja
Wykrywalność (D)
Potencjalna
Wykrywalność
Występowanie
Faza Potencjalny Potencjalny ność
Dotkliwość
Funkcja przyczyna Sterowanie Sterowanie RPN Zalecane działania Podjęte działania
procesu rodzaj błędu skutek błędu Planowana data RPN
błędu Prewencja Kontrola Data zakończenia
ukończenia
Montaż Zamontowana Uszczelka Brak możliwości 10 CC Operator Instrukcja 6 Kontrola wizyjna 5 300 Zamontowany podajnik Jan Kowalski Zamontowany podajnik uszczelek 10 2 3 60
uszczelki jedna uszczelka niezamontowana zatrzymania pominął stanowiskowa po ostatniej uszczelek z czujnikiem z czujnikiem pobrania i blokadą
DW14 prawidłowego pojazdu operację Szkolenie operacji montażu pobrania i blokadą kolejnej kolejnej operacji
typu montażu stanowiskowe z wizualizacją operacji
świetlną braku 2012-09-29 (39) 2012-09-29 (39)
uszczelki Kontrola obecności Adam Nowak Kontrola obecności uszczelki
uszczelki na stanowisku pracy na stanowisku pracy systemem
systemem wizyjnym (z blokadą wizyjnym (z blokadą części
części niezgodnej) niezgodnej)
2012-10-19 (42) 2012-10-19 (42)
Zamontowana Operator nie kliknij aby kliknij aby
więcej niż jedna zauważył już edytować edytować
uszczelka zamontowanej
Rys. 6.3. uszczelki i po-

nowił operację
montażu
Fragment analizy Zamontowana Operator
brak daty
kliknij aby kliknij aby
brak daty
PFMEA – przykład uszczelka

niezgodnego
pomylił
montowane
edytować edytować
(program PQ-FMEA)
typu uszczelki
brak daty brak daty
Prawidłowa
pozycja uszczelki
Uszczelka
nieuszkodzona
Powyższy rysunek nie pokazuje oczywiście całej analizy, a tylko kompletne

rozpisanie jednej, wybranej niezgodności. Pełna analiza to często kilkaset stron.
Często jedno stanowisko robocze zajmuje na wydruku 5-15 stron (choć oczywi-
ście ilość stron nie świadczy w ogóle o jakości samej analizy).
Podsumowując, najważniejsze wydaje się to, aby zespół FMEA bardzo świa-
domie podszedł do problemu oceny skuteczności metod kontroli i zastosował
takie kryteria, które nie spowodują pozornego obniżania poziomu ryzyka, bo to
w prostej linii prowadzi do reklamacji, zatrzymywania linii klienta lub w najgor-
szym przypadku akcji nawrotowych z rynku (szczególnie w przemyśle motory-
zacyjnym).
www.proqual.pl
58
VII
MFMEA
7.1. Zakres i cele MFMEA
MFMEA – ang. Machinery FMEA – to metoda używana przede wszystkim przez

zespoły odpowiedzialne za pracę maszyn. Ma ona zapewnić, że potencjalne
błędy i ich przyczyny wynikające z pracy maszyn zostały rozważone i przypisa-
ne. MFMEA powinno być uważane za jedno z najlepszych źródeł informacji do
planowania działań w zakresie utrzymania parków maszynowych (TPM).
Za podstawowe cele MFMEA można uznać:
pomoc w obiektywnej ocenie i zrozumieniu sposobu pracy maszyn;
podniesienie prawdopodobieństwa tego, że potencjalne niezgodności zo-
staną rozpoznane i usunięte przed wyprodukowaniem maszyny;
dostarczenie informacji pomocnych w planowaniu TPM.
Odpowiednie wykorzystanie MFMEA poprawia niezawodność pracy ma-
szyn, przez co obniża koszty, podnosi OEE itp. MFMEA jest metodą o szero-
kich zastosowaniach, dotyczy bowiem zarówno maszyn, jak i wszelkich narzędzi
i urządzeń wykorzystywanych w ramach procesów.
59
7.2. Ocena ryzyka i formularz
Generalnie ocena ryzyka przy MFMEA nie różni się niczym od innych analiz
z grupy FMEA. Analizuje się niezgodności, ich skutki i przyczyny, przypisuje się
działania prewencyjne i kontrolne, wyznacza się stopień ryzyka RPN. Najczęst-
szym błędem popełnianym przy pracy z MFMEA jest jej mylenie z DFMEA lub
PFMEA. Machinery FMEA nie skupia się bowiem na projekcie maszyny, nie jest
też analizą tego, w jaki sposób błędy pracy maszyny mogą wpłynąć na jakość
produkowanych wyrobów (przynajmniej nie bezpośrednio). Przykładowe błędy
(failures) analizowane w odniesieniu do maszyny to: nieprzesłany sygnał, niewy-
konany program operacji, przesłane za wysokie napięcie.
Skutki niezgodności przy MFMEA można podzielić na trzy grupy:
wpływ na bezpieczeństwo operatora (9-10),
zatrzymanie procesu (3-8, np. 4 to zatrzymanie procesu na okres 10-30
minut),
wzrost zmienności procesu (1-2).
Ocena częstości występowania bazuje na ilości błędów pracy maszyny
w przeliczeniu na godzinę lub ilość cykli albo na wartościach MTBF.
Działania kontrolne ujęte w MFMEA powinny opisywać stosowane metody
wykrycia niezgodności lub jej przyczyny, zanim pojawią się ich skutki wpływają-
ce na przebieg procesu. W najnowszym wydaniu podręcznika AIAG (Machinery
FMEA, 2nd Edition, 2012), w porównaniu zarówno z poprzednim podręcznikiem
AIAG z roku 2001, jak i np. podręcznikiem Forda z roku 1996, dodano w formu-
larzu kolumnę Current Machine Controls Mitigation (kolumna ta jest tuż przed
oceną wykrywalności – DET). Powinno się w nią wpisywać czynności, które
łagodzą problemy działania maszyny. Zatem finalna ocena czynnika DET wyni-
ka zarówno z działań typowo kontrolnych, jak i działań mitigation. Poza tą jedną
zmianą formularz jest kopią formularza stosowanego np. w trakcie DFMEA.
www.proqual.pl
60
VIII
rPFMEA
8.1. Zakres i cele rPFMEA
rPFMEA to mało na razie znana w Polsce analiza Reversed PFMEA (polska na-
zwa tej metody to zwykle: odwrócone PFMEA). Sam przebieg tej analizy nie
doczekał się na razie zestandaryzowanych międzynarodowych opisów, aczkol-
wiek prowadząc warsztaty z tego zakresu, można bazować na różnych listach
kontrolnych opracowanych np. przez firmy z branży motoryzacyjnej (w tym
szczególnie o wymaganiach GM przedstawionych w specyfikacji QSB+).
Celem rPFMEA jest ponowna ocena wiarygodności wartości RPN wyzna-
czonych w trakcie typowych warsztatów PFMEA oraz potwierdzenie adekwat-
ności zdefiniowanych wad, przyczyn, prewencji i kontroli. Jest to, podobnie jak
zwykła analiza FMEA, praca zespołu interdyscyplinarnego, który bazując na
obserwacji linii produkcyjnej, wraca do takich dokumentów jak diagram prze-
pływu procesu, instrukcje stanowiskowe, zapisy z monitorowania procesu itp.
61
8.2. Przebieg rPFMEA – podstawy
Istota analizy rPFMEA może zostać sprowadzona do czterech aspektów:

1. Jest to działanie przeprowadzone w dużym zakresie przy stanowisku pracy.
Analizy rPFMEA nie robi się „przy biurku”, gdyż jej celem nie jest sprawdzenie
poprawności obliczeń i logiki PFMEA, a na pewno nie jest to cel podstawo-
wy. Potrzebny jest zatem swobodny dostęp do procesu.
2. rPFMEA obejmuje przegląd, czy zdefiniowano wszystkie możliwe wady
i przyczyny.
Ważnym elementem analizy jest przez to interdyscyplinarny zespół, którego
wiedza teoretyczna (w zakresie materiałoznawstwa, wykorzystanych tech-
nologii itp.) oraz doświadczenie praktyczne pozwolą na ocenę kompletności
analizy.
3. Przeprowadzona powinna być oparta na „twardych danych” ocena skutecz-
ności działań kontrolnych i prewencyjnych.
Do zrealizowania tego elementu analizy wykorzystywane są dane staty-
styczne m.in. z analiz MSA, raporty braków wewnętrznych, rejestry reklama-
cji itp. Takie dane pokażą, na ile rzeczywiście klienci firmy są zabezpieczeni
przed dostawą wyrobów niezgodnych.
4. Weryfikacja i, jeżeli to możliwe, redukcja RPN w oparciu o aktualne dane.
Z uwagi m.in. na starzenie się maszyn, nabieranie doświadczenia przez pra-
cowników, rozwój firmy w zakresie TPM, warunki, w jakich przebiega proces,
ulegają ciągłym zmianom. rPFMEA to okazja, żeby zweryfikować prawdopo-
dobieństwo wystąpienia poszczególnych przyczyn niezgodności oraz skutki
tych niezgodności – zwłaszcza w odniesieniu do klientów wewnętrznych (co
może wynikać np. z uwagi na zmiany w layoucie procesu).
Ważną zasadą prowadzenia analizy rPFMEA jest udział w niej co najmniej

jednej osoby „zewnętrznej”, to znaczy osoby, która nie była zaangażowa-
na w PFMEA badanego procesu i praktycznie go nie zna. Rolą takiej osoby
jest wskazywanie „świeżym okiem” czasami nawet absurdalnych możliwych
błędów, co ma doprowadzić do jeszcze lepszego uszczelnienia na wady po-
szczególnych faz procesu. Nie do przecenienia jest także rola przedstawiciela
działu utrzymania ruchu (pracownicy UR także poza rPFMEA coraz częściej
zaangażowani są w analizy ryzyka) – ma on czuwać nad tym, żeby w czasie
www.proqual.pl
62
prowadzenia eksperymentów zespół nie doprowadził do uszkodzenia wypo-
sażenia procesu.
I ostatnia cecha pracy z rPFMEA – ponieważ jest to pewna forma audytu,
to tak też powinna wyglądać organizacyjnie. Standard QSB+ wymaga, aby opra-
cowany był szczegółowy harmonogram analiz rPFMEA zapewniający, że w za-
planowanym okresie zostanie wykonany przegląd wszystkich procesów. Poza
tym dla ujednolicenia podejścia powinien być opracowany dokument w stylu
listy kontrolnej, dzięki któremu za każdym razem zadane będą wszystkie pyta-
nia, które są ważne z punktu widzenia oceny analizy ryzyka.
8.3. Dokumentowanie rPFMEA
Dokumentacja RFMEA obejmuje dwa rodzaje zapisów. Pierwszym jest uaktual-

niony formularz FMEA. Jest to taki sam formularz, jaki był przez zespół wyko-
rzystany do źródłowej, ocenianej analizy (AIAG, VDA, formularz firmowy). Dru-
gim dokumentem jest lista kontrolna, która pozwoli na przechowanie informacji,
które dokumenty zostały w trakcie warsztatów RFMEA wykorzystane i jakie
podjęto decyzje w zakresie rewizji oryginalnego FMEA.
63
www.proqual.pl
64
Bibliografia
1. Arunajdai S.G., Stone R.B., Tumer I.Y., Failure mode identification through clu-
stering analysis.
2. Ecks G., Making Six Sigma Last. Managing the Balance Between Cultural and
Technical Change, John Wiley & Sons, Inc., New York 2001.
3. Goble W.M., Brombacher A.C., Using a Failure Modes, Effects and Diagnostic
Analysis (FMEDA) to measure diagnostic coverage in programmable electronic
systems, „Reliability Engineering & System Safety” 1999, nr 2.
4. Greber T., The Analysis of Information as a Source of Quality Improvement, [w:]
Management Information Systems – Conceptual and Technological Issues, Oficy-
na Wydawnicza Politechniki Wrocławskiej, Wrocław 1998.
5. Greber T., FMEA jako element prewencji przy zarządzaniu jakością – rozwój me-
tody, „Zarządzanie Jakością” 2009, nr 3-4.
6. Greber T., Analiza FMEA – prawidłowe definiowanie niezgodności jako podstawa
skutecznej analizy, „Zarządzanie Jakością” 2010, nr 1.
7. Greber T., Analiza skutków niezgodności dla klienta w ramach analizy FMEA,
„Zarządzanie Jakością” 2010, nr 2.
8. Greber T., Przyczyny niezgodności w procesach – identyfikowanie i ocenianie
w ramach FMEA, „Zarządzanie Jakością” 2010, nr 3-4.
9. Greber T., Audit drugiej strony jako badanie zadowolenia klienta i szansa na roz-
wój, [w:] Orientacja na klienta jako kryterium doskonałości, pod red. T. Borysa
i P. Rogali, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wro-
cław 2011.
10. Greber T., Kontrola i sterowanie w analizie ryzyka zgodnie z metodą FMEA,
„Zarządzanie Jakością” 2011, nr 1.
11. Hamrol A., Zapewnienie jakości w procesach wytwarzania, Wydawnictwo Poli-
techniki Poznańskiej, Poznań 1995.
12. Harry M., Schroeder R., Six Sigma. Wykorzystanie programu jakości do popra-
wy wyników finansowych, Oficyna Ekonomiczna, Kraków 2001.
13. Latino R.J., Optimizing FMEA and RCA efforts in health care, „ASHRM Journal”
2004, nr 3.
14. Marczak M., Jakość wyrobu a zysk przedsiębiorstwa produkcyjnego, „Problemy
Jakości” 2001, nr 5.
65
15. MIL-P-1629A, Procedures for performing a failure modes, effects, and criticality
analysis, 1980.
16. Montgomery D.C., Introduction to Statistical Quality Control, John Wiley and
Sons, New York 1991.
17. Oborska-Kumaszewska D., Greber T., Ocena ryzyka w radiologii – element
auditu klinicznego, „Zarządzanie Jakością” 2011, nr 2.
18. Opolski K., Zarządzanie przez jakość, „Zeszyty Finansowe” 1998, nr 8.
19. Potential Failure Mode and Effects Analysis (pierwsze wydanie 1993 r., ostatnia
aktualizacja w roku 2008), Automotive Industry Action Group.
20. Smuśkiewicz P., Design of Experiment na produkcji, „Zarządzanie Jakością”
2012, nr 2.
21. Swift K.G., Allen A.J., Product Variability Risks and Robust Design, Proceedings
of Institution of Mechanical Engineers, Part B, „Journal of Engineering Ma-
nufacture”.
22. VDA 4, Quality Assurance Prior to Serial Production – Product and Process
FMEA (wydanie z 2006 r., zaktualizowane w 2009 r.).
23. Wielebnowski B., Gawąd P., Metoda planowania eksperymentu jako narzędzie
doskonalenia procesu produkcyjnego, „Zarządzanie Jakością” 2006, nr 4.
www.proqual.pl
66
Od ponad 20 lat zajmuję się zagadnieniami związanymi z sys-
temami zarządzania jakością i środowiskiem, metodami staty-
stycznymi w zarządzaniu jakością, organizacją pracy, audytami
oraz badaniami ankietowymi, podejściami KAIZEN/Lean oraz
Six Sigma. Wdrażam i doskonalę systemy zarządzania, prowa-
dzę też szkolenia dla audytorów pierwszej, drugiej i trzeciej
strony. Moderuję warsztaty grup zajmujących się analizą ryzy-
ka w procesach produkcyjnych, usługowych, handlowych i lo-
gistycznych.
W ramach firmy PROQUAL Management Institute (której
jestem współwłaścicielem) prowadzę warsztaty, projekty oraz
konsultuję firmy z różnych branż (m.in. motoryzacja, AGD/
RTV, usługi medyczne, lotnictwo, produkcja wyrobów medycz-
nych). Prowadzę także zajęcia na państwowych i prywatnych
uczelniach wyższych oraz studiach podyplomowych. Mam też
przyjemność być prelegentem krajowych i międzynarodowych
konferencji związanych z tematyką zarządzania.
Nadzorowałem ponad 1500 dni warsztatów i szkoleń z za-
kresu FMEA. Przygotowałem też do pracy wielu moderatorów
FMEA, którzy są teraz odpowiedzialni za rozwijanie analizy ry-
zyka w swoich firmach. Prowadzę szkolenia i warsztaty m.in.
z zakresu PFMEA (analiza procesu), DFMEA (analiza konstruk-
cji), MFMEA (analiza maszyn), LFMEA (analiza logistyki), HFMEA
(analiza działalności w służbie zdrowia), rFMEA (reversed FMEA).
Specjalizuję się także w metodach wykorzystywanych w po-
wiązaniu z FMEA, takich jak SPC, MSA, QFD oraz generalnie
metodach statystycznych stosowanych w ramach zarządzania
jakością.
Współpracowałem z takimi firmami jak: 3M, ArcelorMit-
tal Warszawa, Autoliv, Bosch Siemens Hausgeräte, Electrolux,
Faurecia, Hasko-Lek, Impel, LG, mBank, NSK Steering Systems
Europe, PKN Orlen, Polska Wytwórnia Papierów Wartościo-
wych, Robert Bosch, Toshiba, Thomson Multimedia Polska,
Valeo, Volvo, VW, Whirlpool i dziesiątkami innych.
Niniejsze opracowanie powstało na bazie systematycznie
gromadzonej wiedzy teoretycznej, ale przede wszystkim wie-
loletnich doświadczeń pracy z FMEA. Zawarłem w nim opis
prawidłowego przebiegu analizy, a także przykłady typowych
błędów – mam nadzieję, że to pomoże w skutecznym wdroże-
niu tej wspaniałej metody w ramach praktycznego zarządzania
jakością.

Fmea 2017 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Fmea 2017 PDF

Uploaded by

Copyright:

Available Formats

Analiza FMEA

Kompendium wiedzy praktycznej

© 2017 PROQUAL Management Institute - L. Marciniak, T. Greber S.j.

Projekt okładki: Szymon Olchawski

Wrocław 2017 – wydanie pierwsze

Analizę FMEA trudno jest przecenić. Ta stosunkowo nie-

1.1. Początki FMEA

Analiza FMEA to bardzo skuteczna i efektywna metoda wspomagająca zarzą-

Failure Mode and Effects Analysis

FMEA Fehler-Möglichkeits- und Einfluss-Analyse

FMEA wykorzystywano początkowo do analizy skutków błędów w syste-

Ten ostatni podręcznik przyczynił się na pewno do popularyzacji FMEA nie

1.2. Znaczenie metody FMEA

oczywiście proporcje w przyroście kosztów będą różne w różnych branżach, to

Obszar zastosowania tej metody determinuje kroki postępowania oraz

1.3. FMEA – przebieg analizy

Metoda FMEA polega na szczegółowej analizie wybranego wyrobu lub procesu

FMEA wymusza udzielenie odpowiedzi na trzy kluczowe pytania:

Procedurę postępowania przy stosowaniu metody FMEA można w sposób

5. Określenie znaczenia niezgodności – każda niezgodność rozpatrywana

Analiza poszczególnych niezgodności zmierzająca do określenia liczby prio-

jakości samej analizy. Wykorzystanie FMEA powinno być wkomponowane w sto-

Doskonalenie procesu Liczba wytwarzanych Znaczenie

Sterowanie Podsumowanie Analiza

Karta kontrolna Histogram

Analiza przyczyn Analiza

Jak widać na powyższym rysunku, nie można wykonać analizy FMEA

2.1. Definiowanie „wady”

W zależności od tego, z którym FMEA mamy do czynienia (DFMEA, PFMEA

Warto w tym miejscu podjąć jeszcze krótką dyskusję o samym słowie

2.2. Niezgodności w DFMEA

Zdefiniuj funkcję wyrobu/części wyrobu wymaganą

Prawidłowe zdefiniowanie niezgodności (pełne i prawdziwe) możliwe jest

Wyrób: poduszka powietrzna (airbag)

Funkcje  Osiąga pełne napełnienie w czasie X sekund.

……… System Użytkownik Czynniki zakłócające

Czynniki wejściowe Odpowiedzi (zamierzone funkcje)

Czynniki kontrolowane Błedy

Prawidłowo przygotowany P-Diagram dostarcza wszystkich informacji

2.3. Niezgodność w przypadku analizy procesu

Jak widać na tym prostym przykładzie, podstawą odpowiedniego zdefi-

2.4. Szczegółowość opisu niezgodności

decyzji, który ze sposobów określania niezgodności (błędów) jest bardziej od-

Rys. 2.5. Dwa spo-

Konsekwencje nierozdzielenia niezgodności w niektórych przypadkach

Niezgodność Skutek Znaczenie Przyczyna Częstość Iloczyn

Jak widać w powyższej tabeli, ocena ryzyka wymaga odpowiedniej dys-

2.5. Funkcje i niezgodności – przykłady dla różnych

Bez wątpienia kluczowym elementem analizy PFMEA jest prawidłowe zdefiniowa-

Obszar/zakres Faza procesu Funkcja Niezgodność

Tabela na poprzedniej stronie zawiera jedynie przykładowe niezgodności,

Definiowanie niezgodności jest kluczowym etapem w analizie FMEA. Dalsze

3.1. Definiowanie klienta i skutków niezgodności

Poziom ryzyka dla zidentyfikowanych niezgodności (wad) oceniany w ramach

Czy niezgodność ma znaczenie

Czy niezgodność ma znaczenie

Czy niezgodność ma znaczenie

tekście analizy FMEA

Generalizując, za klienta w kontekście FMEA można uznać każdą osobę

Jako skutek niezgodności należy rozpatrywać każdą konsekwencję nie-

3.2. Dokumentowanie skutków niezgodności

Pierwszy składnik iloczynu stanowiącego ostateczną informację o poziomie ryzy-

bezpieczeństwo lub przeprowadzenie wymagań prawnych. Wyjątkiem może

© 2017 PROQUAL Management Institute - L. Marciniak, T. Greber S.j.

5. Określenie znaczenia niezgodności – każda niezgodność rozpatrywana

Funkcje Osiąga pełne napełnienie w czasie X sekund.

2.5. Funkcje i niezgodności – przykłady dla różnych

2. Podejście zgodne z VDA 4 Quality Assurance Prior to Serial Production –