ANALIZA DANYCH PRODUKCYJNYCH W DOSKONALENIU PROCESU PAKOWANIA

Podobne dokumenty
WDROŻENIE, FUNKCJONOWANIE I KORZYŚCI Z SPC I MSA W FIRMIE PRODUKCYJNEJ

Statystyczne Zarządzanie Jakością

Zarządzanie procesami

Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, Spis treści

SPECYFIKACJA TECHNICZNA FOLII STRETCH

Systemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, Spis treści

SPC - Statystyczne Sterowanie Procesem

ISO 9000/9001. Jarosław Kuchta Jakość Oprogramowania

Darmowy fragment

Skuteczność => Efekty => Sukces

Wprowadzenie... 3 Charakterystyka grupy docelowej... 4 Podział grupy docelowej Podział grupy docelowej wg stanowisk pracy respondentów...

Analiza ryzyka nawierzchni szynowej Iwona Karasiewicz

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM

WSPIERANIE ZADAŃ ANALITYCZNYCH Z ZASTOSOWANIEM STATISTICA NA PRZYKŁADZIE BIOTON S.A.

REALIZACJA PROJEKTÓW OŚWIETLENIA LED

ANALIZA SYSTEMU POMIAROWEGO (MSA)

Analiza porównawcza dwóch metod wyznaczania wskaźnika wytrzymałości na przebicie kulką dla dzianin

Jabil Poland w Kwidzynie poszukuje kandydatów na stanowiska:

poprawy konkurencyjności

POLITECHNIKA OPOLSKA WYDZIAŁ BUDOWNICTWA Katedra Inżynierii Materiałów Budowlanych Laboratorium Materiałów Budowlanych. Raport LMB 326/2012

TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ

Rejestracja produkcji

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU

Jedno Źródło Dostaw W Motoryzacji

Ruch jednostajnie przyspieszony wyznaczenie przyspieszenia

OPTYMALIZACJA PRZEPŁYWU MATERIAŁU W PRODUKCJI TURBIN W ROLLS-ROYCE DEUTSCHLAND LTD & CO KG

POLITECHNIKA OPOLSKA

JAK EFEKTYWNIE I POPRAWNIE WYKONAĆ ANALIZĘ I RAPORT Z BADAŃ BIEGŁOŚCI I WALIDACJI PRAKTYCZNE WSKAZÓWKI

Pomiar grubości pokrycia :

POLITECHNIKA OPOLSKA

Katalog Produktów

Korzyści wynikające z wdroŝenia systemowego zarządzania jakością

Jak zwiększyć konkurencyjność przedsiębiorstwa dokonując pomiaru wskaźnika efektywności (OEE) oraz energii?

PRZEWODNIK PO PRZEDMIOCIE. stacjonarne. I stopnia III. Dr inż. Manuela Ingaldi. ogólnoakademicki. kierunkowy

Szkolenia wewnętrzne Lean Six Sigma czyli jak motywować i budować kompetencje pracowników. PREZENTACJA PROJEKTU Marcin Sprawski, Paweł Klimek

METO T D O Y O C O ENY J A J KOŚ O CI

Przypadek praktyczny: Mega Pharma Mega Pharma w technologicznej czołówce dzięki automatycznemu magazynowi samonośnemu firmy Mecalux

Praca dyplomowa. Autor: Magdalena Karaś. Opiekun pracy: dr inż. Stanisław Zając

Sage ERP X3 dla produkcji

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

Dane PMI Interpretacja badań

MODUŁ 3. WYMAGANIA EGZAMINACYJNE Z PRZYKŁADAMI ZADAŃ

Egzamin za szkolenia Audytor wewnętrzny ISO nowy zawód, nowe perspektywy z zakresu normy ISO 9001, ISO 14001, ISO 27001

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Przypadek praktyczny: Trumpler Funkcjonalność i wydajność automatycznego magazynu firmy Trumpler

Sterownik. zasady obsługi. moduł programu Madar 7

Pomiar wilgotności : Biomasa, pelety i zrębki drewniane. Potrzeba pomiaru w czasie rzeczywistym.

Karta kontrolna budowa i zastosowanie

DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności

System Zarządzania Produkcją Opis funkcjonalny

Przypadek praktyczny: Connorsa Najlepsze rozwiązanie magazynowe dla producenta konserw rybnych

KOSZTY JAKOŚCI JAKO NARZĘDZIE ZARZĄDZANIA JAKOŚCIĄ

JAKOŚCI W RÓŻNYCH FAZACH I ŻYCIA PRODUKTU

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Program szkoleń - Zarządzanie Jakoscią w przemyśle samochodowym

Statystyka matematyczna i ekonometria

Kontakt Telefon:

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

LABORATORIUM MECHANIKI PŁYNÓW

Instalacja z zaworem elektronicznym EEV dla TELECOM Italia

Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software

Procedura szacowania niepewności

Skuteczność => Efekty => Sukces

Próby wytrzymałościowe łożysk elastomerowych

WALIDACJA METOD POMIAROWYCH

Prezentacja firmy NUCO. Wołomin, 13 marca 2014 r.

ZN CIECH PIANKI 2001:2011

PROGRAM POPRAWY PRODUKTYWNOŚCI

Instrukcja obsługi programu Do-Exp

WERYFIKACJA HIPOTEZ STATYSTYCZNYCH

PROJEKTOWANIE SYSTEMÓW LOGISTYCZNYCH PROJEKT SYSTEMY LOGISTYCZNE WSKAZÓWKI PRAKTYCZNE

Badania biegłości laboratorium poprzez porównania międzylaboratoryjne

Analiza regresji - weryfikacja założeń

POLITYKA JAKOŚCI. Polityka jakości to formalna i ogólna deklaracja firmy, jak zamierza traktować sprawy zarządzania jakością.

Systemowe zarządzanie jakością. Koncepcja systemu, ocena systemu, wspomaganie decyzji. Piotr Miller

STANDARDY JAKOŚCIOWE. I. Parametry opakowań produkowanych w Firmie ADAM S

Przykłady wybranych fragmentów prac egzaminacyjnych z komentarzami Technik technologii ceramicznej 311[30]

25% Pełny monitoring Świeże spojrzenie na oszczędność energii. oszczędności energii

t i L i T i

Systemy zapewnienia jakości w laboratorium badawczym i pomiarowym

Katalog rozwiązań informatycznych dla firm produkcyjnych

Process Analytical Technology (PAT),

ROZPORZĄDZENIE KOMISJI (UE) NR

OPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA

Sieci neuronowe - dokumentacja projektu

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

Technik Elektronik. Miejsce pracy: Kwidzyn.

PODSTAWOWE ANALIZY I WIZUALIZACJA Z WYKORZYSTANIEM MAP W STATISTICA

Sterowanie jakością badań i analiza statystyczna w laboratorium

Strategie wspó³zawodnictwa

dustrial Packaging Materiały opakowaniowe Systemy pakujące Rozwiązania opakowaniowe Usługi doradcze

GLOBAL4NET Agencja interaktywna

WYMAGANIA DLA ZAKŁADOWEJ KONTROLI PRODUKCJI

Projektowanie geometrii fundamentu bezpośredniego

Zarządzanie zmianą - rozwój zarządzania procesowego wg ISO 9001:2015

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości EUR

Analiza współzależności dwóch cech I

Transkrypt:

ANALIZA DANYCH PRODUKCYJNYCH W DOSKONALENIU PROCESU PAKOWANIA Marcin Sprawski i Radosław Lemański, Dendro Poland Ltd Sp. z o.o. Firma, produkty i procesy Spółka Dendro Poland to dynamicznie rozwijającą się firma, której głównym klientem jest sieć sklepów IKEA. Jesteśmy jedną z największych i najnowocześniejszych fabryk produkujących materace piankowe w Europie. Działamy w branży chemicznej i meblarskiej. Proces produkcyjny materaców rozpoczyna się od wyprodukowania pianki poliuretanowej w postaci bloków długich, poprzez wycinanie materaców i szycie pokrowców, aż do wysłania gotowego produktu do klienta. Korzystając z najnowszej technologii i rozwiązań, szczególną uwagę zwracamy na jakość naszych produktów. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 149

Celem pracy działu jakości w Dendro Poland jest optymalizacja produktu i procesów. Systematycznie podejmujemy działania, aby redukować koszty złej jakości, stymulować produktywność oraz zwiększać dostępność naszych artykułów w sklepach. Wiemy, że materace, które produkuje nasza firma, są trwałe i bezpieczne, gdyż regularnie weryfikujemy surowce oraz wyroby gotowe w celu potwierdzenia ich zgodności ze specyfikacją. Stosujemy metody pracy, które wykazały swoją skuteczność w innych branżach przemysłu, m.in. FMEA, MSA, SPC oraz szereg narzędzi z zakresu Lean Manufacturing, jak 5S, VSM, SMED czy Badania migawkowe. Korzystamy z rosnącej informatyzacji w procesach produkcyjnych oraz magazynowych, dzięki czemu mamy wysoką precyzję identyfikowalności oraz możliwość podejmowania decyzji na podstawie danych. Współpracujemy z klientem w celu zyskania informacji zwrotnej na temat naszych produktów oraz w zakresie rozwoju firmy zgodnie z ustalonym modelem i celami. Proces produkcji materaców w Dendro Poland kończy automatyczny proces pakowania press&roll, w którym niezmiernie ważne są ustawienia parametrów tego procesu. Od jego prawidłowego przebiegu zależy, czy otrzymamy wytrzymałe opakowanie o prawidłowej średnicy. Szczelność, trwałość i wytrzymałość opakowania to ważne parametry w skomplikowanym łańcuchu logistycznym. Klient wybierając produkt z regału sklepowego zwraca szczególną uwagę na jakość opakowania, które w przypadku materacy wykonanych z jasnych materiałów ma kluczowe znaczenie. W artykule zostanie zaprezentowana analiza parametrów mających wpływ na siłę zgrzewu zamykającego opakowanie oraz analityczna droga do minimalizacji opakowań zawracanych w procesie. Projekt zrealizowaliśmy z wykorzystaniem elementów planowania eksperymentu DOE i analizy danych produkcyjnych. Linia pakowania materacy press&roll W automatycznym procesie pakowania typu press&roll materac po wycentrowaniu trafia pomiędzy dwie warstwy folii pod prasą. Po sprasowaniu folia jest zgrzewana, zamykając 150 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

opakowanie z czterech stron zgrzewem. Następnie materac trafia w układ rolujący, który nadaje opakowaniu kształt walca i zgrzewa folię aby trwale zamknąć całą rolkę. Materace układane są pionowo na paletach o wymiarach palety EURO i trafiają na linię automatycznego streczowania, a następnie na magazyn wyrobu gotowego. Układ rolujący i zgrzewanie folii Widok z góry palety Euro z materacami ułożonymi w pionie Rys. 1. Schemat linii pakowania materacy w Dendro. Surowce w procesie pakowania Podstawowym surowcem opakowaniowym jest folia polietylenowa. W procesie pakowania folia wielokrotnie poddawana jest procesowi zgrzewania przez grzałki impulsowe. Parametry, które mogą mieć istotny wpływ na siłę zgrzewu, to: temperatura, jaką osiągają grzałki w procesie, siła docisku grzałek do folii, czas grzania oraz czas chłodzenia zgrzewu po podniesieniu grzałki. Producenci folii określają zakres temperatur, w których folia zgrzewa się najlepiej. Zakres jest szeroki, co jest niewystarczające dla wymogów płynności procesu. W Dendro możemy szukać optymalnych parametrów podczas testów wykonywanych na stanowisku opracowanym specjalnie do tego celu. Jest to powielony układ grzałek, na którym możemy symulować zmiany wszystkich 4 parametrów procesu, czyli: Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 151

temperatury grzania, czasu grzania, czasu chłodzenia i ciśnienia docisku grzałki. Operator podczas testu ustawia parametry procesu i zgrzewa folię. Rys. 2. Zaprojektowany i wykonany w Dendro układ testowy do badania siły zgrzewu folii polietylenowej. Zgrzana próbka poddawana jest badaniu na urządzeniu zrywającym, które mierzy siłę [N] potrzebną do zerwania próbki folii. W celu dobrania jak najlepszych parametrów w procesie produkcyjnym wykonano analizę w programie Statistica. Symulując ustawienia 4 parametrów na różnych poziomach i bazując na module Planowanie doświadczeń DOE, skorzystano z planu dwuwartościowego z liczbą wielkości wejściowych równą 4. W początkowej fazie doświadczenia skorzystano z planu 2 (4-1), co oznacza ograniczenie powtórzeń pomiarowych o połowę w porównaniu do pełnego planu, przy uwzględnieniu którego pomiarów byłoby 16 (2 4 ). Takie postępowanie umożliwiło szybkie wyłonienie dwóch kluczowych w procesie parametrów, czyli temperatury grzałki i czasu chłodzenia. Wykresy średnich krańcowych pozwoliły na łatwą graficzną interpretację wyników. Optymalne ustawienia to 3-sekundowy czas chłodzenia i temperatura grzałki na poziomie 170 o C. 152 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Rys. 3. Plan doświadczenia 2 (4-1) i wykres Pareto efektów. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 153

Rys. 4. Wykresy średnich krańcowych. Z uwagi na zaistniałe i uzasadnione wątpliwości co do wpływu ciśnienia docisku grzałki zdecydowano o ponownym wykonaniu eksperymentu. Postanowiono wykonać pełny eksperyment z udziałem 3 parametrów i z planem 2 3, realizując 8 doświadczeń. Czas grzania jako parametr najmniej istotny został pominięty. Zakres temperatur zawężono do przedziału 160 170 o C, a czas chłodzenia do 3 4 sekund. 154 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Rys. 5. Wykres Pareto efektów i wykresy średnich krańcowych. Graficzna interpretacja wyników uzasadnia wybór temperatury na poziomie 170 o C, ciśnienia docisku grzałki wynoszącego 0,35 MPa. Zmieniając zakres czasu chłodzenia z 3-6 sekund na 3 4 sekundy, uzyskano wyniki wskazujące na korzystny wpływ na wytrzymałość zgrzewu czasu chłodzenia wynoszącego 4 sekundy. Korzystając z Profilu użyteczności, będącego częścią modułu Planowania doświadczeń DOE w programie Statistica, stworzono wykres Profili aproksymowanych wartości i użyteczność, podczas tworzenia którego jako najlepszą użyteczność, czyli wartość 1, wskazuje się maksymalny osiągnięty podczas doświadczenia wynik wytrzymałości zgrzewu. W naszym przypadku program dobrał profile tak, aby osiągany był rezultat 28,5 N. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 155

Rys. 6. Wykres profili aproksymowanych wartości i użyteczność. 156 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Dzięki tak wykonanej analizie ustalono optymalne poziomy parametrów w procesie zgrzewania folii. Dalsze interpretacje wyników analiz ANOVA oraz Regresji wielorakiej pozwoliły wyciągnąć dodatkowe wnioski na temat zależności parametru wyjściowego, czyli wytrzymałości zgrzewu folii od parametrów wejściowych w procesie. Największy wpływ na siłę zgrzewu ma temperatura grzania. W dalszej kolejności czas chłodzenia i ciśnienie docisku grzałki. Standaryzowane współczynniki regresji wskazują na zależności wprost proporcjonalne dla temperatury i czasu chłodzenia, a odwrotnie proporcjonalne dla ciśnienia docisku grzałki. Rys. 7. Wyniki AVOVA i regresji wielorakiej. Analiza danych produkcyjnych W procesie pakowania press&roll uczestniczy 6 linii. Na każdej linii monitorowana jest wydajność, parametry procesu, liczba sztuk zawróconych z uwagi na uszkodzone opakowanie oraz przyczyny jego powstawania. Wykonana w Statistica analiza Pareto wskazuje na w miarę równomiernie rozłożone zawracanie materacy w procesie. Dla celów doskonalenia wybrano linię nr 6 z uwagi na jej największy skumulowany udział w liczbie zawróconych materacy o uszkodzonym opakowaniu. Analiza została przeprowadzona po zaimplementowaniu na wszystkich liniach ustalonych parametrów z analizy DOE dla procesu zgrzewania folii. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 157

Rys. 8. Analiza Pareto zawróconych opakowań. Dalsza analiza Pareto przyczyn powstawania uszkodzonych opakowań na linii nr 6 doprowadziła do wyłonienia najważniejszej przyczyny. Jak widać, parametry zgrzewu są na 3 i 5 miejscu, co wskazuje na dobrze dobrane ustawienia temperatur, czasów chłodzenia i ciśnienia docisku grzałki. 80% przyczyn powstawania wad to, jak się okazało, pozycja zgrzewu oraz materac poza bębnem rolującym. Są to błędy niezależne od parametrów zgrzewania, a odpowiedzialne za nie ustawienia reguluje się bezpośrednio w czasie procesu pakowania. Rys. 9. Analiza Pareto przyczyn uszkodzenia opakowania. 158 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Zgrzew w niewłaściwym miejscu oznacza, że rolka materaca po zrolowaniu, wychodząc z maszyny, otwiera się na skutek przyłożenia grzałki w niewłaściwym miejscu opakowania. Warstwy folii, które powinny być zgrzane, aby utrzymać rolkę w pożądanym kształcie, nie zostają połączone zgrzewem, który na skutek nieodpowiednich ustawień trafia w inne miejsce opakowania. Skutkuje to koniecznością zawrócenia materaca w procesie na początek pakowania. Konsekwencjami są zmniejszenie mocy produkcyjnych, odpad folii oraz większe zużycie energii elektrycznej i surowców. Rys. 10. Pozycja zgrzewu w zrolowanym opakowaniu. W trakcie projektu postanowiono poddać optymalizacji pozycję zgrzewu, która odpowiadała za największą liczbę materacy cofniętych w procesie. Postanowiono za pomocą wskaźników Cp i Cpk zbadać zdolność procesu pakowania, a konkretnie pozycję zgrzewu względem krawędzi folii, uwzględniając punkt nominalny zgrzewu (45 mm od krawędzi folii) oraz -/+ 25 mm tolerancji. Do badania pobrano 40 materacy, wykonując pomiar odległości zgrzewu od krawędzi folii. Wyniki pokazały, jak rzeczywistość procesu kształtuje się wobec wymagań i założeń początkowych. Zebrane dane poddano analizie pod kątem normalności z wykorzystaniem testu Shapiro-Wilka oraz określono, czy występują punkty odstające (wykres ramka-wąsy) mogące wpływać negatywnie na wykonywaną analizę. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 159

Rys. 11. Analiza zdolności procesu pozycja zgrzewu. Test Shapiro Wilka. Wykres ramka wąsy. W ten sposób udokumentowany został etap projektu przed doskonaleniem. Wskaźniki Cp i Cpk wskazywały na ograniczoną zdolność procesu i na jego przesunięcie względem oczekiwanego nominału. Zebrane dane miały rozkład normalny i nie zidentyfikowano punktów odstających. Wykorzystane w projekcie doświadczenie operatorów i burza mózgów zaowocowały wykonanym w programie Statistica diagramem przyczynowo skutkowym Ishikawy, w którym zebrane zostały parametry mogące mieć wpływ na pozycjonowanie zgrzewu w trakcie procesu pakowania. 160 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Rys. 12. Diagram przyczynowo-skutkowy Ishikawy dla pozycjonowania zgrzewu. Współpraca oraz konsultacje z Działem Utrzymania Ruchu pozwoliły określić 3 parametry, które realnie mogły wpływać na pozycję zgrzewu w procesie. Określono że są to: wysokość prasy, stop zgrzewania oraz opóźnienie zmiany średnicy. W rzeczywistości produkcyjnej to właśnie tymi parametrami operatorzy regulowali odległość zgrzewu od krawędzi folii opakowania, tak aby uzyskać największą stabilność i powtarzalność w procesie. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 161

Rys. 13. Wykres Pareto efektów i wykresy średnich krańcowych. Postanowiono ponownie przeprowadzić analizę danych produkcyjnych za pomocą krótkiego eksperymentu, z wykorzystaniem metodyki DOE. Wybrano plan 2 3, realizując 8 doświadczeń. Wynik doświadczenia wskazał na dwa parametry, które mają wpływ na pozycję zgrzewu: stop zgrzewania oraz opóźnienie zmiany średnicy. Wysokość prasy okazała się nieistotna, co zresztą przewidzieli operatorzy pracujący w strefie pakowania. Z perspektywy oczekiwanego nominału dla pozycji zgrzewu wynoszącego 60 mm określono pożądane wartości parametrów stop zgrzewania oraz opóźnienie zmiany średnicy na poziomach odpowiednio 1,39 i 0,32 (przewidywana pozycja zgrzewu wyniosła 54 mm). 162 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Rys. 14. Wykres profili aproksymowanych wartości i użyteczność. Predykcja w regresji wielorakiej. Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 163

Po wykonanej analize zaimplementowano określone parametry na linii pakowania i ponownie pobrano 40 materacy, określając pozycję zgrzewu oraz wyznaczając zdolnośc procesu za pomocą wskaźników Cp i Cpk. Rys. 15. Analiza zdolności procesu pozycja zgrzewu. Wyniki po doskonaleniu. Porównanie wyników dla pozycji zgrzewu przed i po procesie doskonalenia wskazuje na poprawę pod kątem zmienności wyników oraz zdolności procesu. Dwukrotny wzrost wskaźnika Cp oraz znacznie lepsze wycentrowanie pozycji zgrzewu względem oczekiwanego nominału 45 mm (Cpk praktycznie równe Cp). Zebrane dane przeanalizowano pod kątem punktów odstających i normalności, stosując ponownie test Shapiro Wilka oraz wykres ramka wąsy. Poniżej graficzna prezentacja wyników optymalizacji. 164 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl

Rys. 16. Analiza zdolności procesu pozycja zgrzewu. Wyniki przed i po doskonaleniu. Podsumowanie Opisany projekt realizowany był na jednej z sześciu linii biorących udział w procesie pakowania w firmie Dendro. Optymalizacja parametrów odpowiadających za pozycjonowanie zgrzewu oraz odpowiednie dobranie temperatury zgrzewania folii, czasu chłodzenia i ciśnienia docisku grzałki pozwoliło obniżyć o 60% liczbę materacy zawracanych w procesie, z uwagi na miejsce przyłożenia grzałki oraz przegrzane lub niedogrzane zgrzewy zamykające opakowanie. W następstwie uzyskanych wyników projekt został powielony na Copyright StatSoft Polska 2015, info@danewiedzasukces.pl 165

pozostałych 5 liniach. Dodatkowo dla celów monitorowania siły zgrzewu wprowadzono statystyczną kontrolę w procesie w oparciu o karty kontrolne wykonane w programie Statistica. Z każdej partii produktów pobierana jest próbka testowa i mierzona jest siła zgrzewu w celu obserwacji stabilności procesu. W dalszym ciągu monitorowane jest również zjawisko opakowań zawracanych w procesie. Rys. 17. Statystyczna kontrola procesu siła zgrzewu. 166 Copyright StatSoft Polska 2015, info@danewiedzasukces.pl