3. TRÉNING MODUL A FOLYAMAT ÉS A MINİSÉG ADATAINAK GYŐJTÉSE ELEMZÉS CÉLJÁBÓL

Átírás

1 3. TRÉNING MODUL A FOLYAMAT ÉS A MINİSÉG 1

2 Vázlat Emlékeztetıül: miért győjtsük az adatokat? A különbözı adattípusok definíciója A lehetséges minıségi és termelékenységi mutatók győjtése A lehetséges paraméterek győjtése Az elemezendı adatok győjtésének fı kérdései Mit győjtsünk? Hogyan győjtsük? Példák adatgyőjtı eszközökre 2

3 Emlékeztetıül: Miért győjtsük az adatokat? Az újraszínezések csökkentése érdekében a folyamat alaposabb megismerése és ellenırzése szükséges Tanulmányozzuk a kimenı minıség változásait a paraméterek változásainak függvényében Ehhez az elemzéshez a folyamatra vonatkozóan egy sor adat ismeretére van szükség. Az elsı lépés tehát az adatok győjtése. 3

4 Minıség: A győjtendı adatok típusai: Definíciók A megrendelı igényeinek megfelelı terméktulajdonságok Hiba: Folytonossági hiány vagy tökéletlenség, ami nem felel meg az elfogadhatóság kritériumainak Bármilyen tulajdonság, ami eltér az elıre meghatározott mértéktıl vagy a megrendelı követelményeitıl A hiba relatív fogalom a definiált kritériumok függvényében vizsgálandó 4

5 A győjtendı adatok típusai: Definíciók Minıségi mutató Mérhetı változó használatos a minıségi szint meghatározására Példa: színtartóság Tőrés A minıségi mutató legnagyobb elfogadható eltérése a célul kitőzött értéktıl Példa: súlyeltérés: ± 10% 5

6 A győjtendı adatok típusai: Definíciók Minıségi vagy termelékenységi szint: A minıségi vagy termelékenységi mutató értéktartománya Példa: Színezékadagolások száma 0 Minıségi/termelékenységi szint és több 2 3 6

7 A győjtendı adatok típusai: Definíciók Folyamat paraméter Mérhetı tényezı a folyamatra nézve, amely befolyásolhatja a végeredményt Példa: hımérséklet 7

8 Vázlat Emlékeztetıül: miért győjtsünk adatokat? A különbözı adattípusok definíciója A lehetséges minıségi és termelékenységi mutatók győjtése 8

9 A lehetséges mutatók győjtése Minıségi mutatók győjthetık A szín megfelelıségére nézve A szín egyenletességére nézve A kelme egyéb elvárt tulajdonságaira nézve Termelékenységi mutatók 9

10 A lehetséges mutatók győjtése A szín megfelelıségére vonatkozó mutatók Minıségi mutató A szín megfelelısége Az értékelés típusa Igen/Nem Értékelı skála 10

11 A lehetséges mutatók győjtése A szín egyenletességére vonatkozó mutatók Minıségi mutató A szín egyenletessége Csíkok Foltok Ráncok Az értékelés típusa Igen/Nem Értékelı skála Igen/Nem Darabszám/vég Darabszám/méter vagy /m 2 Darabszám/méter vagy /m 2 11

12 A lehetséges mutatók győjtése A színtartóságra vonatkozó mutatók Minıségi mutató Színtartóság vízzel/mosással szemben Színtartóság fénnyel szemben Az értékelés típusa Skála (1-tıl 5-ig) Skála (1-tıl 8-ig) stb. 12

13 A lehetséges mutatók győjtése Egyéb kelmeminıségi mutatók Minıségi mutató Lyukak Szélesség Területi sőrőség Az értékelés típusa Darabszám/m 2 Megfelel-e az elıírt értéknek g/m 2 13

14 A lehetséges mutatók győjtése Termelékenységi mutatók Termelékenységi mutató A folyamat idıtartama Színezékmennyiség Energiafogyasztás Az értékelés típusa Színezett kelme kg/idıegység vagy: tényleges idı/tervezett idı színezék/kg kelme kwh/kg kelme Más adatok is képezhetık a termelékenység jellemzésére. Pl.: a színezékpótlások száma, ha a színárnyalat nem megfelelı ez termelékenységi mutatóként használható a szín megfelelısége vonatkozásában 14

15 A lehetséges mutatók győjtése Annak meghatározása, hogy mi jó ill. mi nem jó: küszöbérték, tőréshatárok, minıségi osztályok Minıségi mutató Területi sőrőség Az értékelés típusa g/m 2 Tőrés ±8% A tőrés t s meghatározza, hogy mi számít t már m hibának! Ez tehát t kulcsfontosságú tényezı az adatok elemzésénél! l! 15

16 Vázlat Emlékeztetıül: miért győjtsük az adatokat? A különbözı adattípusok definíciója A lehetséges minıségi és termelékenységi mutatók győjtése A lehetséges paraméterek győjtése 16

17 A lehetséges paraméterek győjtése A különbözı folyamatok, amelyekhez paraméterek győjthetık: Bemenı anyagok Színezési folyamat Öblítési folyamat Víztelenítés 17 Szárítás

18 A lehetséges paraméterek győjtése Paraméterek: Nyersanyag összetétel A szálasanyag kémiai tulajdonságai (pl. gyapjú: amino csoportok, érzékenység lúgra stb.) A szálasanyag fizikai tulajdonságai (pl. szálfinomság) A fonal fizikai tulajdonságai Bemenı anyagok: Kelme A kelme fizikai tulajdonságai (pl. területi sőrőség) 18

19 A lehetséges paraméterek győjtése Paraméterek: Bemenı anyagok: Színezékek, segédanyagok A színezék típusa, szállítója, mennyisége Segédanyagok típusa Segédanyagok töménysége Vegyszerek típusa Vegyszerek töménysége Vegyszerek tisztasága 19

20 A lehetséges paraméterek győjtése Paraméterek: Színezék koncentráció Nyomás A kelme mozgási sebessége Fürdıarány Idı: a színezék hozzáadásának ideje; rögzítési idı; a hımérséklet emelésének kezdı idıpontja Hımérséklet: hımérséklet az adagoláskor, a színezék rögzítésének hıfoka Sav koncentráció, egalizáló szer stb. Színezési folyamat 20

21 A lehetséges paraméterek győjtése Paraméterek: Öblítés Az öblítések száma és idıtartama Az öblítı fürdı hımérséklete Paraméterek: Víztelenítés Idıtartam A centrifuga fordulatszáma 21

22 A lehetséges paraméterek győjtése Paraméterek: Szárítás Energiafelhasználás Haladási sebesség Gızfelhasználás Hımérséklet Idıtartam 22

23 Emlékeztetıül: miért győjtsük az adatokat? A különbözı adattípusok definíciója A lehetséges minıségi és termelékenységi adatok győjtése A lehetséges paraméterek győjtése Az elemezendı adatok győjtésének fı kérdései Mit győjtsünk? Hogyan győjtsük? Vázlat 23

24 Az elemezendı adatok elemzésének fı kérdései 1. Mit győjtsünk? Milyen adatokat minek az elemzésére? Mit tudunk ténylegesen győjteni? 2. Hogyan győjtsük? Az adatok automatikusan rendelkezésre állnak? Könnyő végrehajtani az elemzést az adatokból? Adattáblázatok 24

25 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Győjtsük a kimenı adatokat (minıségi mutatókat) ÉS a folyamatparamétereket egyaránt A cél a kétféle adattípus értékeinek összevetése! Folyamatos eljárásnál nehéz lehet a kétféle adattípus győjtésének pontos szinkronizálása Legyen világos, hogy mely adatok vonatkoznak a termék minıségére és melyek a folyamatra magára A bemenı anyagok (nyersanyag, kelme) minıségi mutatói a színezési folyamat paramétereinek is tekinthetık 25

26 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Paraméterek: megkülönböztetendık a paraméter beállítások és a mindenkori ténylegesen mért értékek Paraméter beállítások vagy névleges értékek = a folyamat lefolytatásához szükséges cél-értékek (pl. a recept, vagy a hımérséklet idıbeli lefolyása) Mindenkori tényleges mért értékek = a folyamat lezajlása közben folyamatosan mérhetı értékek Ellenırzik-e, hogy ezek az értékek összhangban vannak-e a folyamat teljes lezajlása során? Milyen gyakran ellenırzik? 26 Példa: hımérséklet-idı diagram gyapjú savas színezésénél Forrás:

27 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Az adatok elemzéséhez egyes paramétereket szőrıként használunk, hogy csak azonos típusú adatokat hasonlítsunk össze. Fontos, hogy csak homogén adathalmazban végezzünk elemzést, azaz csak összehasonlítható adatokat elemezzünk. Pl. csak azonos kelmetípusokon, azonos színő kelméken, azonos fajta gépeken stb. végzett folyamatok adatait hasonlítsuk össze. Melyek azok a paraméterek, amelyek ezek szerint szerepet játszanak? 27

28 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Tervezzünk meg egy táblázatot a várható adatoknak Tétel azonosító Paraméterek a szőréshez Elemezendı paraméterek Minıségi mutatók Megnevezés Gép Tényleges hımérséklet Hımérséklet beállítás Egyenletesség Területi sőrőség 1. tétel 2. tétel 28

29 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? A minıségre vonatkozóan: Hogyan végezzük a minıség ellenırzését? (szemrevételezéssel, mintavételes vizsgálattal stb.) Hogyan tartjuk nyilván az adatokat? Papíron? Számítógépen? Ha papíron, nagy munka az adatokat átírni a számítógépbe? 29

30 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? A folyamatparaméterekre vonatkozóan: Mely adatokat figyelnek ma? A megfigyelt adatokat fel is jegyzik? Használnak-e a gépen meglévı minden érzékelıt és mőszert? 30

31 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? A folyamatparaméterekre vonatkozólag: Figyelemmel kísérik a paramétereket a folyamat alatt? Fel is jegyzik azokat? Vagy a gép automatikusan feljegyzi? A sebesség és az idı ellenırzése a folyamat alatt Hımérséklet ellenırzés A nyomás ellenırzése A kelme szemrevételezéses ellenırzése (mozog-e egyáltalán?) 31

32 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? A folyamatparaméterekre vonatkozólag: A gép mőszerei által mutatott adatokat a gép maga tárolja is? Ha nem, ez megoldható lenne? Példa: a gép mutatja egy grafikonon a hımérsékletet az idı függvényében. Tárolódnak a gép memóriájában ezek az adatok ill. a grafikon? 32 Source: Brazzoli

33 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? Egyes ellenırzéseket mintavétellel lehet megoldani: A szín ellenırzése a gépbıl vett kelmemintán A ph érték és a sótartalom ellenırzése a fürdıbıl vett mintán Vannak érzékelık, amelyek alkalmazásával ezek a gépen is megoldhatók. 33

34 Az elemezendı adatok győjtésének fı kérdései 1. Mit győjtsünk? Milyen adatokat tudnak ténylegesen győjteni? Meg kell különböztetni az az adatgyőjtés lehetıségeit: A A kulcsfontosságú adatok győjtése a folyamat elemzéséhez Olyan adatok győjtése, amelyek egyáltalán hozzáférhetık 34

35 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Ha már megállapítottuk, hogy mely adatokat győjtsük, nézzük meg, hogyan lehet ezt végrehajtani. Azonosítsuk, hogy melyek azok az adatok, amelyeket már ma is győjtjük. A többi győjtendı adatra nézve meg kell határozni az adatgyőjtés módszerét. 35

36 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? A folyamatra vonatkozóan a gép által győjtött adatok: Tárolja-e ezeket az adatokat valamilyen információs rendszer? Központi vezetıi információs rendszer Recept- és színellenırzı rendszer stb. Ha nem, átvihetık-e az adatok egy számítógépre? Milyen formátumban? (Excel táblázatban vagy a szövegszerkesztıvel készített táblázatban stb.) 36

37 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? KÉRDEZZE KI A GÉPGYÁRTÓ SZAKEMBERÉT! Lehetnek az Ön gépén olyan szolgáltatások, amelyeket Ön még nem használt ki és nem ismer. Lehet, hogy a gép győjt bizonyos adatokat, amiket még sosem használtak fel, de amelyekre szüksége lehet. Kérdezze meg a gépgyárat! Lehet, hogy a gép tárol bizonyos adatokat, de ezeket az Ön rendelkezésére álló információs rendszerbe át kellene vinni. Konzultáljon információtechnikában járatos szakemberrel! 37

38 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Lehetséges a közvetlen adatgyőjtés a PLC rendszerbıl PLC = programmable logic controller (programozható logikai vezérlı), tkp. a gép elektronikus vezérlıegysége A gépben érzékelık vannak, amelyekbıl a vezérlıegység kiolvassa a mért értékeket és azoknak megfelelıen irányítja a gép mőködését. Az érzékelıkhöz közvetlenül is hozzákapcsolható egy információtechnológiai rendszer, amely azután kigyőjti és tárolja az érzékelıkbıl nyert adatokat. 38

39 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Minıségi mutatók: A korábban papíron győjtött adatokat digitalizálni kell (számítógépre kell vinni) Át kell térni az adatok eleve digitalizált formában (számítógépen) történı győjtésére/tárolására Könnyen hozzá tudják rendelni az egyes tételek minıségi mutatóit az adott tétel tárolt adataihoz? 39

40 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? További győjtendı folyamatparaméterek Milyen érzékelıkre van ehhez szükség? Hogyan lehet az adatokat automatikusan tárolni? Hogyan lehet ezeket az információtechnológiai rendszerbe betáplálni (ha van ilyen)? Ellenırizzük az adatkinyerés lehetıségeit 40

41 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Adatnyilvántartás 1. elıfeltétel: A minıségi mutatók listájának megléte mértékegységekkel és a minıségi szintek megadásával Minıségi/termelékenységi mutató Mértékegység 1. minıségi szint 2. minıségi szint 3. minıségi szint Színezékadagolások száma >2 41

42 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Adatnyilvántartás 2. elıfeltétel: a folyamatparaméterek listájának megléte mértékegységekkel és az elıírt beállítás megjelölésével Folyamatparaméter Hımérséklet C Mértékegység Elıírt beállítás 15 Ez lehet egy hımérséklet-lefolyás is, azaz adatok sora 42

43 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Adatnyilvántartás: Tétel azonosító Parametéterek a szőréshez Elemezendı paraméterek Minıségi mutatók Beállított hımérséklet Megnevezés Gép Egyenletesség Tényleges hımérséklet Területi sőrőség 1. tétel 2. tétel 43

44 Az elemezendı adatok győjtésének fı kérdései 2. Hogyan győjtsünk? Példa: Paraméterek a szőréshez Paraméterek az elemzéshez Termelékenységi és minıségi mutatók Gépszám Termék Területi sőrőség A folyamat idıtartama Gépállások ideje Hibajelzések száma Hozzáadagolások száma 25 COTTON JERSEY COTTON/ LYCRA JERSEY VISCOSE/ LYCRA PIQUÊ COTTON JERSEY COTTON/LYCRA JERSEY COTTON/ LYCRA JERSEY COTTON/LYCRA

45 Vázlat Emlékeztetıül: miért győjtsük az adatokat? A különbözı adattípusok definíciója A lehetséges minıségi és termelékenységi mutatók győjtése A lehetséges paraméterek győjtése Az elemezendı adatok győjtésének fı kérdései Mit győjtsünk? Hogyan győjtsük? Példák az adatgyőjtésre 45

46 Példák az adatgyőjtés eszközeire Emlékezzünk arra, miért győjtjük az adatokat: a minıségi változók és a folyamatváltozók közötti összefüggést keressük. Különbözı értékeket felvevı, többféle minıségi szintet meghatározó minıségi mutatók kerüljenek az adathalmazba! Gondoskodjunk elég nagy adathalmazról, hogy tartalmazzanak hibákat, vagy legalább különbözı minıségi szinteket! 46

47 Példák az adatgyőjtés eszközeire Alapvetı festıgép-vezérlés (Micro Services Group; Stream Line Controls) Digitális folyamatvezérlı rendszer Az alapparaméterek (indítási/befejezési idı, utánadagolások, mosás stb.) vezérlése Nagy memória/adattárolás 47 Forrás: Stream Line Controls

48 Példák az adatgyőjtés eszközeire Érzékelık, amelyek pótlólag felszerelhetık a vezérlés és ellenırzés javítására: ph-mérı Sókoncentráció-mérı A fürdı színét mérı készülék (kihúzatás-mérı) 48

49 Példák az adatgyőjtés eszközeire A fürdı színének (a színezék kihúzatásának) mérése Ipari mintavevı készülék automatikus színméréssel és adatszolgáltatással Mintát vesz a fürdıbıl a ph érték és a színezék koncentráció mérésére (Kísérleti berendezés, nem beépített készülék.) 49 Industrial sampler Centexbel

50 Példák az adatgyőjtés eszközeire A fürdı színének (a színezék kihúzatásának) mérése A színmérési adatok automatizált mérése: Ha a fürdıbıl vett mintában túl nagy a színezékkoncentráció (pl. a folyamat kezdetén, sötét színek esetében), automatikusan hígítja A hígítás kihúzatott színezıfürdıvel történik, hogy megfelelı ph érték álljon be 50 Ipari mintavevı készülék. Centexbel

51 Példák az adatgyőjtés eszközeire A fürdı színének (a színezék kihúzatásának) mérése A folyamatba beépített ellenırzés spektrofotométerrel Olyan rendszerek, amelyek elvileg bármely színezıgépre felszerelhetık FLEX Dyeliquor Control Kapható már néhány olyan berendezés, amely a folyamatba beépítve folyamatosan szolgáltatja az adatokat 51

52 Példák az adatgyőjtés eszközeire K+F az automatikus vezérlésre (EC projekt): Edye prototípus a mérésre: Sókoncentráció ph Hımérséklet Szín 52

53 Példák az adatgyőjtés eszközeire Információtechnológiai rendszerek: festékkonyha (THEN, Fortex) Pontos adatok a színezékek és egyéb vegyszerek mennyiségérıl Adattárolás az adagolásokról és az öblítésekrıl 53 Forrás: THEN festékkonyha

54 Példák az adatgyőjtés eszközeire Információtechnológiai rendszerek: Festöde irányítás (Barco; Arel; Proseller) Központi termeléstervezés és termelésirányítás A gépvezérlések irányítása, recept- és színellenırzı rendszerek Minden vonatkozó adat kezelése 54 Forrás: AREL Automatikus festöde irányító rendszer

55 Példák az adatgyőjtés eszközeire Információtechnológiai rendszerek: ERP (Datatex; Arel; Canias) A cég tevékenységének átfogó irányítása Kapcsolódás a beszerzés/raktár/adminisztráció/ értékesítés adatbázisaihoz 55 Forrás: Datatex Network Oriented World

56 Végkövetkeztetések A minıségi és folyamatparaméterek adatainak győjtése hozzájárul a folyamatparaméterek és a minıségi mutatók összefüggésének jobb megértéséhez A végcél: az újraszínezések gyakoriságának csökkentése és ezzel a termelékenység fokozása A továbbiakban megnézzük, hogyan használjuk fel fel az az összegyőjtött adatokat a folyamatra vonatkozóúj új ismeretek szerzésére 56