Opracowali: Agata Murmyło Piotr Pokrzywa Michał Sabik Konspekt SPC jako metoda pomiaru i doskonalenia procesów. 1. Istota podejścia SPC. 2. Narzędzia do analizy stabilności procesu 2.1. Karty kontrolne 2.1.1. definicja karty kontrolnej 2.1.2. budowa karty kontrolnej 2.1.3. rodzaje kart kontrolnych 2.2. Wskaźniki zdolności jakościowej. 3. SPC w praktyce 3.1. przykład myślenia statystycznego 3.2. wykresy, co nam powiedzą o procesie 3.3. cykl PDSA 3.3.1. przykład zastosowania SPC w sektorze usług 4. Cechy jakościowe 5. Literatura.
1. Istota podejścia SPC. SPC (ang.spc= Statistical Process Control) to bieŝąca, czyli realizowana w rzeczywistym czasie przebiegu (online)- kontrola procesu słuŝąca do wykrywania jego ewentualnych rozregulowań i konsekwencji słuŝąca stałej poprawie jako jakości. Za pomocą SPC bada się, z jaką naturalną zmiennością czyli, z jakim rozproszeniem wyników pomiaru wykonywany jest proces produkcyjny i jaka jest jego zdolność do spełniania wymagań określonych specyfikacjami. 2. Narzędzia do analizy stabilności procesu 2.1. Karty kontrolne 2.1.1. Definicja karty kontrolnej Karta kontrolna to graficzne narzędzie wykonywania w sposób ciągły testu istotności róŝnicy pomiędzy wartością wybranej charakterystyki dla pojedynczej próbki a wartością wynikającą z wielu poprzednio zebranych próbek (przynajmniej 20) 2.1.2 Budowa karty kontrolnej "Metka" karty kontrolnej Pomiary 1 2 3 SIZE FSCM NO DWG NO REV Dane z pomiarów i wyniki obliczeń Górna linia kontrolna Linia centralna Wykres mierzonej cechy Dolna linia kontrolna Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 2
2.1.3. Rodzaje kart kontrolnych Karta kontrolna X-średnie. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 3
Najbardziej znaną kartą dla cech ocenianych liczbowo jest karta kontrolna X- średnie, jest ona zwana karta kontrolną połoŝenia Na kartę nanoszone są wartości średnie wyników pomiaru elementów próbek, pobieranych w regularnych odstępach czasu z procesu poddawanego kontroli. Analiza średnich na karcie polega na przeprowadzeniu testu istotności dla wartości oczekiwanej procesu, której estymatorem jest wartość średnia procesu Xo. Wartość Xo jest przyjmowana na podstawie danych konstrukcyjnych (wartość nominalna, środek pola tolerancji) będziemy wtedy mieli do czynienia z kartą z zadanymi wartościami docelowymi (podejście projektowe) lub wyznaczona z pomiarów uzyskanych w próbie pilotowej czyli bez zadanych wartości normatywnych (podejście stabilizacyjne). W tym przypadku linie kontrolne moŝemy wyznaczyć za pomocą następujących wzorów: n- wielkość próbki s - odchylenie standardowe procesu (wartość znana lub wyznaczana w próbie pilotowej /w badaniu zdolnosci procesu/) Przyjmując, Ŝe rozkład kontrolowanej cechy jest rozkładem normalnym linie GLK i DLK ograniczają na karcie kontrolnej obszar, w którym leŝy 0,9973 wartości średnich z próbek. Więc poza liniami GLK i DLK, moŝe znaleźć się jedynie 1 na 370 średnich. Widać więc jak odporna jest ta metoda na pojawienie się fałszywego sygnału o wystąpieniu w procesie zmian systematycznych. Na kartę kontrolną nanosi się równieŝ linie ostrzegania, które są pomocne przy wizualnej analizie kart (DLO i GLO). Oblicza się je z wzorów przyjmując za/2 = 2,0, co odpowiada poziomowi istotności a = 0,045. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 4
Wyznacza się je najczęściej ze wzoru: Natomiast prawdopodobieństwo znalezienia się wartości próbki pomiędzy liniami ostrzegania DLO I GLO wynosi 0,9544. JeŜeli średnia z próbki znajdzie się pomiędzy liniami GLO i GLK stanowi to dla operatora wskazówkę o istnieniu moŝliwości Ŝe proces uległ rozregulowaniu. Karta kontrolna rozstępu R. Jest prostą metodą monitorowania zmienności poniewaŝ moŝemy w łatwy sposób obliczyć rozstęp wartości w próbce. Linia środkowa: LC= Rśr PołoŜenie lini kontrolnych jest obliczane z wzorów: Wartości współczynników zostały zawarte w tabeli 1. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 5
Karta kontrolna odchylenia standardowego (karta S) Bardziej dokładną kartą wykorzystującą wszystkie informacje z danych jest karta S, która jest oparta na podstawie odchylenia standardowego. W karcie kontrolnej odchylenia standardowego linia centralna odpowiada wartości średniej tego parametru. 2.2. Wskaźniki zdolności jakościowej Nazywane takŝe wskaźnikami wydolności; słuŝą do określania, na ile badany proces lub maszyna jest wstanie spełnić nasze wymagania jakościowe. Wskaźnik zdolności Cp C p = USL LSL 6σ USL (LSL) - górna (dolna) granica tolerancji 6s - naturalny rozrzut procesu Wskaźnik zdolności Cpk C pk = USL min 3σ x ; x LSL 3σ USL (LSL) - górna (dolna) granica tolerancji 3s - naturalny rozrzut procesu 3. SPC w praktyce 3.1. przykład myślenia statystycznego Tak więc postęp technologiczny sprawił, Ŝe główną ideą SPC jest myślenie, oczywiście myślenie statystyczne. Jedną z konkretnych idei jest statystyczna stabilność procesu. A proces stabilny to na przykład 100 partii pręta o fi = 10,0mm. Jednak czy taki wynik jest moŝliwy. Myśląc statystycznie powiemy tak, jest moŝliwy. Bo przecieŝ wymiar 10,0mm to pewne uogólnienie z zakresu 9,95-10,04mm. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 6
Oznacza to, Ŝe średnice prętów nie róŝnią się o więcej niŝ 0,05mm. Średnica prętów zmienia się co sztukę, oznacza to, Ŝe przy dokładności pomiaru do 0,001 mm nie znajdziemy dwóch prętów o takiej samej średnicy. Ta róŝnica od średnicy 10,0 nazywana jest sigmą i producent dąŝy do minimalizacji sigmy, dochodzimy do wniosku, Ŝe ZMIENNOŚĆ TWOJ WROG. Proces jednak ma dwa główne parametry: średnią i sigmę. KaŜda średnia i kaŝde odchylenie standardowe są inne, co moŝemy rozumieć, Ŝe proces jest niestabilny. A jednak jest absolutnie stabilny, bo to nie proces, ale matematyczny model dostarczył nam pomiarów ; jednak to nic nie zmienia. Tak juŝ jest, pełnej prawdy o procesie nie poznamy nigdy, moŝemy sobie tylko obliczać statystyki. 3.2. wykresy, co nam powiedzą o procesie Trudno wyciągnąć jakieś konkluzję z tabeli pełnej danych, a nawet prosty wykres moŝe nam przejrzyście zobrazować dynamikę parametrów. 3.3. cykl PDSA Plan (Zaplanuj) naleŝy ustalić, co chcemy poprawić w procesie, metodę poprawy oraz metodę obróbki otrzymanych wyników. Co chcemy uzyskać? W jaki sposób zostanie osiągnięty cel? Skąd będzie wiadomo, Ŝe cel został osiągnięty? Do (Wykonaj) naleŝy wykonać działania zdefiniowane podczas etapu planowania. Study (Przeanalizuj) porównanie otrzymanych wyników z załoŝonymi wynikami. Act (Działaj) skorzystajmy z tego, czego się nauczyliśmy. Istotą powyŝszego cyklu jest jego powtarzanie. Po etapie Act cykl rozpoczyna się na nowo: znowu planujemy, znowu wdraŝamy plany w Ŝycie, sprawdzamy wyniki itd. Jest to niekończący się cykl uczenia, oceny i pracy nad poprawą procesu. Inną stroną opisanego tu cyklu jest to, Ŝe wręcz wymaga on zestandaryzowanych procedur. Procedury powinny zawierać informacje o tym, jak poszczególne działania mają zostać przeprowadzone, i są kluczem do konsekwentnego ich wykonywania. MoŜna równieŝ powiedzieć, Ŝe cykl PDSA jest metodyką zdobywania wiedzy o procesach. Daje to motywację do tego, aby zaplanowane działania zostały wykonane. Nie naleŝy jednakŝe traktować poszczególnych elementów cyklu zbyt Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 7
sztywno powinny one być wskazówkami, jak postępować w praktyce. Ucieleśniają one interakcję pomiędzy zespołem ludzi pracujących nad poprawą jakości a procesem, która jest niezbędna w zdobywaniu wiedzy i późniejszym jej wykorzystaniu do poprawy procesu. Wprowadzenie tego cyklu jest samo w sobie duŝym udoskonaleniem postępowania. 4. Cechy jakościowe Cechy wykorzystywane do określenia jakości wyrobu lub procesu moŝna podzielić na: cechy wynikające z oceny liczbowej (pomiaru) czyli parametry zmieniające się według funkcji ciągłej, mogące przyjmować w danym przedziale liczbowym dowolną wartość. Są to np.: wymiary wyrobów, cięŝar, własności mechaniczne materiałów, chropowatość, błędy kształtów, zuŝycie paliwa, rezystancja elementów elektronicznych itp., cechy wynikające z oceny alternatywnej (atrybuty) przyjmujące stany zgodny/niezgodny lub jest/nie ma, oraz oceniane według odpowiednio przyjętej skali, np.: bardzo dobry dobry średni zły bardzo zły. Wady Zalety Właściwości cech wynikających z oceny liczbowej i alternatywnej Cechy liczbowe skomplikowane metody pomiaru, trudności interpretacyjne w analizie statystycznej, znaczny wpływ postępowania pomiarowego na wynik analizy, brak praktycznej moŝliwości oceny jakości wyrobu jako funkcji wielu parametrów, moŝliwość analizy poszczególnych parametrów wyrobu, moŝliwość odniesienia spostrzeŝeń do odpowiednich parametrów procesu, a przez to moŝliwość ich regulacji, mniejsza liczebność próbki niŝ w przypadku cech alternatywnych, Cechy alternatywne większe próbki niŝ dla cech mierzalnych, trudności w odniesieniu do parametrów procesu lub maszyny, brak informacji o poszczególnych parametrach wyrobu,trudności w określaniu właściwych środków zaradczych, niski koszt badań, prostota badań, a przez to brak konieczności zatrudnienia wykwalifikowanej kadry, ogólna ocena danego zadania, łatwiejsza interpretacja wyników. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 8
moŝliwość oceny zdatności jakościowej procesów. 5. Literatura. Iwasiewicz- Zarządzanie jakością T. Greber- Metody statystyczne w zarządzaniu jakością http://www.ibspan.waw.pl/~sikorski/tqm/wyk_4.htm#kko http://www.zarz.agh.edu.pl/bsolinsk/karty_kontrolne.html www.statsoft.pl Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 9