FMEA/FMECA แบบ Step-by-Step: วิธีวิเคราะห์ Failure Mode ตามมาตรฐาน AIAG-VDA เพื่อ Predictive Maintenance

“ทำไมเครื่องจักรถึงเสีย? จะเสียแบบไหน? และผลกระทบรุนแรงแค่ไหน?” — คำถามสามข้อนี้คือหัวใจของ FMEA (Failure Mode and Effects Analysis) ซึ่งเป็นระเบียบวิธีวิเคราะห์ความเสี่ยงเชิงระบบที่หล่อเลี้ยงโปรแกรม Predictive Maintenance ทุกระดับ บทความนี้จะพาทำ FMEA ทีละขั้น แบบที่ทีมวิศวกรใช้กันจริง

FMEA คืออะไร และทำไมมันเป็น “Core Tool”

FMEA เป็นเทคนิควิเคราะห์เชิงรุก (proactive) ที่ตรวจหา รูปแบบการเสียหายที่เป็นไปได้ ของระบบ กระบวนการ หรือชิ้นส่วน พร้อมประเมินผลกระทบและโอกาสเกิด เพื่อจัดลำดับการลงมือป้องกันก่อนที่ปัญหาจะเกิดจริง เมื่อเพิ่มมิติ Criticality (ความวิกฤต) เข้าไปก็กลายเป็น FMECA ที่ให้คะแนนจัดอันดับความเสี่ยงแบบชัดเจน

FMEA เป็นหนึ่งใน Core Tools ของระบบบริหารคุณภาพ โดยกำหนดไว้ในมาตรฐานสำคัญสามฉบับ:

• AIAG-VDA FMEA Handbook (2019) — คู่มือที่ผสานมาตรฐานอเมริกัน (AIAG) และเยอรมัน (VDA) เข้าด้วยกัน ใช้กันแพร่หลายในอุตสาหกรรมยานยนต์และอุปกรณ์อิเล็กทรอนิกส์
• IEC 60812 — มาตรฐานสากลว่าด้วยเทคนิคการวิเคราะห์รูปแบบความล้มเหลว
• IATF 16949 — ข้อกำหนดระบบคุณภาพอุตสาหกรรมยานยนต์ที่บังคับให้ใช้ FMEA เป็นเครื่องมือบังคับ

นอกจากนี้ FMEA ยังเป็นรากฐานของ RCM (Reliability-Centered Maintenance) — เพราะก่อนจะเลือกกลยุทธ์บำรุงรักษา คุณต้องรู้ก่อนว่าเครื่องจักรเสียได้แบบไหน

DFMEA vs PFMEA — เลือกประเภทให้ถูก

ก่อนเริ่ม ให้ชี้ชัดว่าคุณทำ FMEA ประเภทใด:

• Design FMEA (DFMEA): วิเคราะห์การเสียหายที่มาจาก การออกแบบ ผลิตภัณฑ์/เครื่องจักร — ทำตั้งแต่ขั้นพัฒนา ก่อนส่งมอบแบบ
• Process FMEA (PFMEA): วิเคราะห์การเสียหายจาก กระบวนการผลิต/ประกอบ — เน้นขั้นตอนการทำงานและความผิดพลาดของคน/เครื่องจักร
• System/Functional FMEA: มองในระดับระบบใหญ่ — เหมาะกับสถาปัตยกรรม Smart Factory และแผนบำรุงรักษา

วิธีทำ FMEA ตาม AIAG-VDA แบบ Step-by-Step

ขั้นที่ 1 — กำหนดขอบเขต (Scope Definition)

ระบุให้ชัดว่าจะวิเคราะห์ชิ้นส่วน/กระบวนการใด อะไรอยู่ในขอบเขต (in-scope) อะไรอยู่นอกขอบเขต และเป้าหมายคือการปรับปรุงความน่าเชื่อถือ คุณภาพ หรือความปลอดภัย ขั้นนี้กันไม่ให้ทีมหลุดไปวิเคราะห์ส่วนที่ไม่เกี่ยวข้อง

ขั้นที่ 2 — Structure Analysis

แบ่งระบบออกเป็นชั้น (System → Subsystem → Component) เพื่อทราบโครงสร้าง เช่น ระบบสูบน้ำมัน = ปั๊ม + มอเตอร์ + ตัวเก็บ + ท่อ

ขั้นที่ 3 — Function Analysis

เขียนว่าแต่ละองค์ประกอบ หน้าที่ควรทำคืออะไร และความต้องการเชิงประสิทธิภาพคือเท่าไร (เช่น ปั๊มต้องส่งน้ำมัน 50 L/min @ 3 bar) หน้าที่ที่ชัดจะนำไปสู่การนิยาม “การเสียหน้าที่” ได้แม่นยำ

ขั้นที่ 4 — Failure Analysis (หัวใจของ FMEA)

สำหรับแต่ละหน้าที่ ให้ระบุ Failure Mode → Failure Effect → Failure Cause ตามหลัก “เสียแบบไหน → เกิดผลอะไร → เพราะอะไร” เช่น:

ขั้นที่ 5 — Risk Analysis (ให้คะแนน S × O × D)

ให้คะแนนตัวแปรสามตัว สเกล 1–10:

Risk Priority Number (RPN) = S × O × D อยู่ในช่วง 1 ถึง 1,000 ค่าที่สูงคือความเสี่ยงที่ต้องจัดการก่อน หมายเหตุ: ในคู่มือ AIAG-VDA 2019 RPN ถูกแทนที่ด้วย Action Priority (AP) ที่แบ่งเป็น High / Medium / Low ตามตารางรวมของ S, O, D เพื่อแก้ปัญหาที่ว่า RPN เดียวกันอาจมาจากสาเหตุต่างกันโดยความปลอดภัยต่างกัน

ขั้นที่ 6 — Optimization (ออกแบบการปรับปรุง)

สำหรับความเสี่ยงที่จัดลำดับสูง ให้กำหนดมาตรการ: ลด Severity (เปลี่ยนดีไซน์), ลด Occurrence (เพิ่มการควบคุมป้องกัน), หรือลด Detection score (ติดเซ็นเซอร์/การตรวจสอบอัตโนมัติ) พร้อมกำหนดผู้รับผิดชอบและกำหนดการ

ขั้นที่ 7 — Document Results ปรับปรุงต่อเนื่อง

บันทึก FMEA เป็นเอกสารมีชีวิต (living document) — ปรับปรุงทุกครั้งที่มีการเปลี่ยนแปลงดีไซน์ กระบวนการ หรือเมื่อเกิดปัญหาใหม่ FMEA ที่ดีจะต้อง evolve ตามอายุการใช้งานของระบบ

ข้อควรระวัง: อย่าหลงระเบิด RPN ตัวเลขเดียว — รายการที่ Severity = 10 (เสี่ยงความปลอดภัย) ต้องได้รับการจัดการ ไม่ว่า RPN จะเท่าไร การตัดสินใจต้องดูที่ตาราง AP และบริบท ไม่ใช่ตัวเลขลอยๆ

FMEA แบบไดนามิก: เมื่อ IIoT ทำให้คะแนน “มีชีวิต”

ข้อจำกัดเดิมของ FMEA คือ Occurrence และ Detection เป็นคะแนน คงที่ ที่ตั้งขึ้นจากประสบการณ์ แต่เมื่อเชื่อม FMEA เข้ากับข้อมูลเซ็นเซอร์ IIoT แบบเรียลไทม์ คะแนนเหล่านี้กลายเป็น “Dynamic FMEA”:

• Occurrence ปรับตามสภาพจริง: เซ็นเซอร์ Vibration/Thermal ส่งข้อมูลต่อเนื่อง ระบบอัปเดตโอกาสเกิดของแต่ละ Failure Mode ตาม trend การสึกหรอ
• Detection แม่นยำขึ้น: เมื่อติดตั้งระบบ Continuous Monitoring, Detection score จะลดลงเพราะตรวจจับได้เร็วกว่าการตรวจเป็นครั้งคราว
• จัดลำดับการแทรกแซงอัตโนมัติ: AP/RPN ที่อัปเดต live ช่วยให้ทีมบำรุงรักษาจัดลำดับงานตามความเสี่ยงขณะนั้นจริงๆ ไม่ใช่ตามสมมติฐานปีก่อน

ทีมงาน Honey Corporation ใช้ FMEA เป็นจุดเริ่มต้นของทุกโครงการติดตั้งระบบ Predictive Maintenance — ก่อนจะเลือกประเภทเซ็นเซอร์หรือกำหนด threshold เตือนภัย เราจะวิเคราะห์ Failure Mode และความวิกฤตของสินทรัพย์นั้นก่อน เพื่อให้แต่ละเซ็นเซอร์ที่ติดตั้งไปตอบโจทย์ความเสี่ยงจริง ไม่ใช่ติดเพราะ “เขาติดกัน” เช่นเดียวกับแนวทางที่เราใช้ในงานออกแบบระบบ SCADA และ IoT Monitoring ให้ลูกค้าโรงงานอุตสาหกรรม

Key Takeaways

1. FMEA เป็นเทคนิควิเคราะห์ เชิงรุก ที่ระบุ Failure Mode, Effect, และ Cause ก่อนปัญหาเกิด และเป็นรากฐานของ RCM
2. มาตรฐานหลัก ได้แก่ AIAG-VDA FMEA Handbook (2019), IEC 60812, และเป็น Core Tool ของ IATF 16949
3. เลือกประเภทให้ถูก: DFMEA (ดีไซน์) vs PFMEA (กระบวนการ) vs System FMEA — ขอบเขตต่างกัน
4. 7 ขั้นตอน AIAG-VDA: Scope → Structure → Function → Failure → Risk → Optimization → Results
5. RPN = S × O × D (1–1,000) แต่ในเวอร์ชัน 2019 ใช้ Action Priority (High/Medium/Low) แทนเพื่อตัดสินใจได้ตรงบริบทมากขึ้น
6. Severity = 10 ต้องจัดการก่อน เสมอ ไม่ว่า RPN จะต่ำเพราะเกี่ยวกับความปลอดภัย/กฎหมาย
7. Dynamic FMEA + IIoT ทำให้คะแนน Occurrence/Detection ปรับตามข้อมูลเซ็นเซอร์เรียลไทม์ — เปลี่ยนจาก “เอกสารนิ่ง” เป็น “เครื่องมือมีชีวิต”