Statistical Process Control (), Statisztikai Folyamatszabályozás 1
2 2
A statisztikai folyamatszabályozás () koncepcióját először Dr Walter Shewhart fejlesztette ki a Bell laboratóriumokban, az 1920-as években Ezeket fejlesztette tovább Dr W Edwards Deming, aki a II világháborút követően a japán iparban is bemutatta az technikáját A japán vállalatok általi kezdeti sikeres alkalmazás után az -t mára számos szervezet alkalmazza világszerte, mivel elsőrangú termékminőség-fejlesztési eszköz a folyamat eltéréseinek csökkentésére 3 3
Dr Shewhart a folyamat eltéréseknek két fő forrását azonosította: A normál eltérés elkerülhetetlen a folyamatok során A művelethez szükséges input tényezők soha nem lesznek teljes mértékben megegyezőek Mindig előfordul valamilyen variáció az anyagban, eszközben, módszerben, gépben vagy a környezeti hatásban Ezek a tényezők hosszútávon stabilak és kiszámíthatóak Ha a folyamatunkban csak normál eltérés található, akkor a műveletünk megismételhető A speciális, vagy más néven ellenőrizetlen eltérés olyan hatás eredménye, amely a folyamat eredmények csak egy részét érinti Szakaszosak és kiszámíthatatlanok A speciális okokat a kontroll határokon kívüli pontok vagy a hibahatáron belüli valamilyen nem véletlen mintázat jellemzi Attól függetlenül, hogy azonosítanánk és felismernénk a speciális okokat, azok kiszámíthatatlan módon befolyásolják a folyamat eredményét, ezáltal hatnak a folyamat stabilitására A folyamat eredmény eloszlása a speciális okok miatt lehet káros és akár lehet előnyös is Ha a tűréshatáron kívüli eredményt okoznak, akkor meg kell értenünk a probléma kiváltó okát és meg 4 kell szüntetnünk azt Ugyancsak azonosítanunk kell a pozitív hatásokat is annak érdekében, hogy a szabványos folyamatunk részévé tegyük 4
5 5
Ezt az eloszlást jellemezheti: - Hely (tipikus vagy "közép" érték) - Terjedelem ( "szélesség" értékek a legkisebbtől a legnagyobbig) - Alakzat (a variáció mintája - függetlenül attól, hogy szimmetrikus, ferde, stb) Az eloszlás különbözhet: hely terjedelem formában 6 6
Az értékteremtés helyén elsősorban a speciális variációkból származó eltérés elhárítása zajlik Rendszerint a folyamat felügyelettel megbízott emberek végzik Tipikusan a problémák 15%-át tudják megoldani Példa a speciális probléma megoldására: 7 7
Rendszerszintű megoldások szükségesek a normál eltérés csökkentésére, amelyek tipikusan a problémák maradék 85%-át teszik ki Példa a normál elosztás korrekciójára: 8 8
A folyamatképességünk értékeléséhez két fogalmat kell értékelnünk 1, A folyamatképesség 2, A folyamat szabályozottsága A folyamat képesség értékelése során a variáció változását értékeljük A felső- és az alsóhatárérték terjedelmét hasonlítjuk össze a variációk terjedelmével Figyelembe kell venni azonban a folyamat középértékének a tűrésmező közepétől való eltolódását, azaz korrigálni kell az alap képességindexet A folyamat szabályozottsága, azt mutatja meg, hogy a folyamat teljes kimenetele hogyan viszonyul a követelményekhez (a specifikációk határozzák meg), függetlenül a folyamat változásától 9 9
(Statistical Process Control): Statisztikai folyamatszabályozás / folyamatirányítás a hibamegelőző stratégia egyik eszköze; a folyamat statisztikai jellemzőit használja fel a stabilitás és a folyamatképesség biztosításához; szabályozókártyák, ill egyéb adatgyűjtők alkalmazásával figyelemmel kíséri, elemzi a folyamatokat, biztosítja a folyamatok változékonyságának minimálisra csökkentését Az alapgondolata: a folyamat szabályozott jellemzőinek mintavételes figyelésével elkülöníthető a folyamat kívánt minőségi szintű normál állapota a nem megengedett minőségi szintű, veszélyes zavarhatás alatti állapottól 10 célja: A gyártási folyamat figyelése és szabályozása úgy, hogy matematikai módszerek segítségével akkor tudjunk beavatkozni a folyamatba, amikor még nem késő, hogy használhatatlan termék ne kerüljön ki a folyamatból Olyan kiváló minőségű termékek kerüljenek ki a piacra, amelyekkel a vevő a termék minden gyártási paraméterében elégedett Az bevezetésének egyik feltétele, hogy a vizsgált paraméter értékei normál eloszlást mutassanak módszere: 10 Előre meghatározott időnként a gyártási folyamatból kivett minták alapján minősítjük a folyamatot és ezzel előre tudjuk jelezni, hogy a folyamat továbbra is stabil, vagy netán elvesztette stabilitását és beavatkozásra van szükség
Statisztikai jellemzők: Átlag: a mért értékek összege, osztva a darabszámmal; a méréssorozat tagjainak összessége osztva a mérések számával Medián: a középső mért érték Szórás: a méréssorozat tagjainak távolsága az átlagértéktől; a terjedelem átlaga Terjedelem: az adott sokaság legnagyobb és legkisebb értékének különbsége Gyakoriság: az esemény bekövetkezésének a száma Relatív gyakoriság: a bekövetkezések aránya a sorozat hosszához viszonyítva 11 11
Minőségképesség vizsgálatokat érdemes végezni: új termék fejlesztésekor új technológia bevezetésekor berendezés nagyjavítása után vezetők vagy vevők kérésére rendszeres időközönként 12 12
Minőségképesség vizsgálat: 13 13
Minőségképesség vizsgálat: Alkalmasság = a tűrés (T) és a normál eloszlás hatszoros szórásának (6 s) a viszonya: (Gépképesség: Cm ; Mérőeszköz-képesség: C md ) Ha C P < 1 Ha 1 < C P < 133 Ha 133 < C P a folyamat alkalmatlan, azonnali intézkedés szükséges; a folyamatban a legkisebb eltolódás is jelentős nem megfelelőséget okozhat; a folyamat általában biztonságos, legalább erre kell törekedni 14 14
Minőségképesség vizsgálat: Folyamatképesség / gépképesség: a folyamat megfelelő terméket állít elő A folyamatképesség mértéke figyelembe veszi mind a folyamat szóródását, mind a folyamat központosságát FTH = Felső tűréshatár, ATH = Alsó tűréshatár, s = szórás, = becsült szórás (táblázatból) Ha az ingadozás középpontja nem esik a tűrésmező közepére, akkor korrigált minőségképesség indexeket számolunk: m = ingadozás középpontja A két mutató közül a kisebbik jelzi jól a folyamat tényleges képességét (process capability), más néven gyártási képességét: 15 C pk = min {C PU, C PL } 15
Minőségképesség vizsgálat: Stabilitás: a folyamat statisztikai jellemzői (pl: várható érték, szórás) időben állandóak A folyamatot akkor nevezzük stabilnak, vagy statisztikailag kézbentartottnak (in statistical control), ha ez az ingadozás véletlenszerű, időben állandó, nincsenek jól felismerhető és megnevezhető okai A véletlen ingadozás határai ilyenkor normális eloszlás esetén a 3 szabállyal adhatók meg, mivel egy normális eloszlású valószínűségű változó 09973 (9973 %) valószínűséggel a várható értéke körüli, 3 szélességű intervallumban vesz föl értékeket Ezeket a határokat a természetes ingadozás alsó és felső határának (UNTL: upper natural tolerance limit; LNTL: lower natural tolerance limit) nevezzük 16 16
Quality Control Chart Ellenőrző/szabályozó kártyák segítségével ellenőrizhetjük és értékelhetjük a folyamatot Kétféle szabályozókártya típust használunk A folyamat maga diktálja, hogy milyen típusú kártyát érdemes használni Ha az eljárásból származó adatok diszkrét természetűek (például go/no-go, elfogadható/selejt), akkor a diagram attribútum típusát használjuk Ha a folyamatból származó adatok mérhetőek (pl átmérő, hossz), akkor a mért változót tüntetjük fel a szabályozó kártyán Gyakorlatban ez ma már szinte kivétel nélkül számítógép segítségével, valós időben (real time) módon működik 17 17
Quality Control Chart (A) Megfelelő skálázás A skálázásnak olyan részletesnek kell lennie, hogy a folyamat természetes variációja könnyen leolvasható legyen (B) FTH, ATH (UCL, LCL) Felső és alsó határérték a speciális eltérések érzékeléséhez (B) Középérték (Centerline) A középérték szolgál a specifikus eltérés trendszerű érzékelésére A minta mutatja meg az eltérési folyamat jellegét (C) Adatcsoport, időegység (Subgroup sequence 1 timeline) Jelzi az adatgyűjtés szekvenciáját, ezáltal lehetőséget ad az eltérés mintázatok időhöz/gyártási szekvenciához való kapcsolásához (D) Szabályozási mezőn kívüli értékek jelzése A szabályozási mezőn kívüli értékeket külön jelzéssel kell ellátni (E) Esemény napló (Event Log) A szabályozási kártya adatainak gyűjtésén és elemzésén kívül hasznos egyéb információkat is gyűjteni Az így rögzített eseménysor lehetővé teszi, hogy a megtaláljuk az eltérések forrását Hasznos, ha rögzítjük a szabályozási határérték betartásának érdekében tett intézkedéseket 18 18
Quality Control Chart A kártyákon többféle határ feltüntethető, leggyakrabban a tűréshatárokat, szabályozási határokat, ellenőrzési határokat, figyelmeztetési határokat használják Nem szükséges az összes határ feltüntetése, csak a szabályozáshoz szükségeseké A határokat úgy kell megválasztani, hogy a határokon kívül eső adatok az eloszlás megváltozását jelezzék Túl kicsi határok hamis riasztást eredményeznek, a túl nagyok pedig nem jeleznek Tűréshatár: Műszaki tervben meghatározott érték, csak az adott termékre vonatkozik Szabályozási határ: Folyamat természetes ingadozásának a határa Széles körben alkalmazott határ Az a legnagyobb, vagy legkisebb érték, amelyek között a mért értékek a legnagyobb valószínűséggel fekszenek, ha a folyamat szabályozott Beavatkozási határ: Az a legnagyobb, 19 vagy legkisebb érték, amelynél ha a mért értékek túllépik, a folyamat helyesbítésére, a folyamatváltozásért felelős okok felderítésére van szükség 19
20 20
Quality Control Chart 21 21
22 22
23 23
24 24
Köszönöm a figyelmet! 25 25