Statystyczne sterowanie procesem



Podobne dokumenty
Zarządzanie procesami

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

POLITECHNIKA OPOLSKA

STATYSTYCZNE STEROWANIE PROCESAMI

POLITECHNIKA OPOLSKA

Zarządzanie jakością ćwiczenia

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997

Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji

Zarządzanie jakością. cią. Zarządzanie jakością - wykład 5. W. Prussak Kontrola w zarządzaniu jakością

Karta kontrolna budowa i zastosowanie

POLITECHNIKA OPOLSKA

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła

ZASTOSOWANIE KART SHEWHARTA DO KONTROLI JAKOŚCI PRODUKCJI ELEMENTÓW UZBROJENIA

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

PRZYKŁAD WDROŻENIA KART KONTROLNYCH KROK PO KROKU

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

SPC - Statystyczne Sterowanie Procesem

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC

Statystyka matematyczna i ekonometria

Rodzaje Kontroli. SPC Statystyczna kontrola procesu. Rodzaje kontroli Uproszczony cykl życia wyrobu. Kontrola odbiorcza - stuprocentowa

Statystyka matematyczna i ekonometria

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Oszacowanie i rozkład t

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Wprowadzenie. Typowe i nietypowe sytuacje

Konspekt SPC jako metoda pomiaru i doskonalenia procesów.

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności

IDENTYFIKACJA ZABURZEŃ PROCESU PRODUKCYJNEGO W OPARCIU O ANALIZĘ BŁĘDÓW GRUBYCH STUDIUM PRZYPADKU

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Ćwiczenie 6 STATYSTYCZNE STEROWANIE JAKOŚCIĄ

DR HAB INŻ. TADEUSZ SAŁACIŃSKI POLITECHNIKA WARSZAWSKA

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Jakość betonu kontrola i koszty. Izabela Skrzypczak Lidia Buda-Ożóg Joanna Kujda

1. SOLUTIONS -> ANALYSIS -> QUALITY IMPROVEMENT

1 Podstawy rachunku prawdopodobieństwa

LABORATORIUM METROLOGII

Pobieranie prób i rozkład z próby

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Wykład 3 Hipotezy statystyczne

Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie

PRZYKŁAD TWORZENIA KART KONTROLNYCH W STATISTICA

Wykład 5: Statystyki opisowe (część 2)

Analiza statystyczna w naukach przyrodniczych

Kontrola i zapewnienie jakości wyników

Wykład 9 Wnioskowanie o średnich

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

ANALIZA TRENDÓW DANYCH MIKROBIOLOGICZNYCH Z ZASTOSOWANIEM KART KONTROLNYCH

Statystyka w sterowaniu i kontroli procesów odlewniczych

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria

POLITECHNIKA OPOLSKA

Systemy zapewnienia jakości w laboratorium badawczym i pomiarowym

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Rozkłady statystyk z próby

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

EFEKTYWNE STATYSTYCZNE STEROWANIE PROCESAMI (SPC) Z WYKORZYSTANIEM PAKIETU STATISTICA. Wprowadzenie

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

analiza populacja próbka pomiary obliczenia wyniki

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

STATYSTYKA MATEMATYCZNA

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Wyznaczanie budżetu niepewności w pomiarach wybranych parametrów jakości energii elektrycznej

KARTY KONTROLNE SHEWHARTA przykłady zastosowań nieprodukcyjnych

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Wykład 2: Tworzenie danych

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

W1. Wprowadzenie. Statystyka opisowa

METODY STATYSTYCZNEGO STEROWANIA JAKOŚCIĄ

ZARZĄDZANIE JAKOŚCIĄ

Statystyka matematyczna dla leśników

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Słownik OpEx POLSKO - ANGIELSKI

Karty kontrolne obrazem zmienności procesu

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Testowanie hipotez statystycznych.

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Prawdopodobieństwo i rozkład normalny cd.

Transkrypt:

Statystyczne sterowanie procesem SPC (ang. Statistical Process Control) Trzy filary SPC: 1. sporządzenie dokładnego diagramu procesu produkcji; 2. pobieranie losowych próbek (w regularnych odstępach czasu i na wielu etapach procesu produkcji) i dokonywanie pomiarów na tych próbkach; 3. wykorzystanie zaobserwowanych sygnałów rozregulowania procesu do wykrywania przyczyn ich powstania (w celu usunięcia tych przyczyn). Statystyczne sterowanie procesem jest strategią systematycznej, etapowej optymalizacji procesu produkcji.

Podstawowy cel SPC: wykrycie rozregulowań, tzn. "wyłowienie" tych próbek wyrobu, które są (pod jakimś względem) istotnie różne od innych próbek Znalazłszy taką próbkę można zająć się ustaleniem przyczyny owego odbiegania od "normy". W SPC przez "normę" rozumie się typowy (uregulowany) przebieg procesu produkcji, a nie jakąkolwiek, ustaloną wcześniej, wartość nominalną. Uwaga! Może się zdarzyć, że po zaobserwowaniu odstępstwa od normy nie będziemy zainteresowani jego usunięciem (np. w przypadku wykrycia niespodziewanego poprawienia obserwowanego wskaźnika jakości). Podstawowe zasady SPC: 1. znajdź sygnał rozregulowania procesu (tzn. nietypową próbkę); 2. wykryj przyczyny zaobserwowanego rozregulowania; 3. użyj uzyskaną informację do poprawy jakości procesu.

Kontrola odbiorcza Statystyczne sterowanie procesem Metody statystyczne Cel: Usunięcie wadliwych wyrobów zanim dotrą do odbiorcy, czyli usuwanie skutków niewłaściwego działania ogniw procesu produkcji. Cel: Wyszukiwanie niewłaściwie działających ogniw procesu produkcji i poprawa ich działania.

Przyczyny zmienności Przyczyny losowe ang. chance causes, common causes Przyczyny wyznaczalne (specjalne) ang. assignable causes, special causes

Definicje wg normy ISO: Przyczyny losowe - czynniki, występujące zwykle w dużej liczbie, przy czym każdy z nich ma względnie małe znaczenie, prowadzące do zmienności, które nie musza być koniecznie zidentyfikowane. UWAGA - Przyczyny losowe są czasem przedstawiane jako ogólne przyczyny zmienności. Przyczyna wyznaczalna - czynnik (zwykle systematyczny), który może być wykryty i zidentyfikowany jako powodujący zmiany właściwości jakościowej lub zmiany poziomu procesu. Stan statystycznie uregulowany - stan, w którym zmienność między obserwowanymi wynikami badania próbki może być przypisana zespołowi przyczyn losowych i który nie ulega zmianom w czasie. (ang. state of statistical control) Proces uregulowany (proces stabilny) - proces, w którym każda z miar jakości (np. wartość średnia i rozrzut lub frakcja jednostek niezgodnych lub średnia liczba niezgodności produktu lub usługi) jest w stanie statystycznie uregulowanym. (ang. process in control; stable process)

Karty kontrolne Shewharta (Dr Walter A. Shewhart - 1924) Model ogólny karty Shewharta: UCL = µ CL = µ LCL = µ W W W + kσ kσ W W UCL (ang. upper conltrol limit) - górna granica (linia) kontrolna CL (ang. center line) - linia centralna LCL (ang. lower control limit) - dolna granica (linia) kontrolna Linia centralna - linia na karcie kontrolnej reprezentująca wartość średnią rejestrowanej miary statystycznej, obliczoną na podstawie serii obserwacji w długim czasie lub reprezentująca założoną z góry wartość tej miary. Granice kontrolne - granice pomiędzy którymi z bardzo dużym prawdopodobieństwem znajduje się wartość rozpatrywanego parametru statystycznego, jeżeli proces jest w stanie statystycznie uregulowanym.

UCL LCL Proces uregulowany UCL LCL X Sygnał alarmowy

Procedury SPC służą w praktyce do kontroli trzech wielkości: parametru położenia (przede wszystkim średniej) parametru rozproszenia (rozstępu lub odchylenia standardowego) wadliwości. Karty kontrolne do oceny alternatywnej (control charts by attributes) do oceny liczbowej (control charts by variableses)

UWAGA Klasyczne karty do oceny liczbowej skonstruowane są przy założeniu, że badana cech ma rozkład normalny. W przypadku kart do kontroli wartości średniej dopuszczalne są "nieduże" odstępstwa od tego założenia, przy czym wrażliwość tych kart wzrasta wraz ze wzrostem skośności rozkładu badanej cechy. Przy "dużych" odstępstwach od normalności rozkładu cechy konieczne jest pobieranie licznych próbek bądź zastosowanie karty kontrolnej uwzględniającej rzeczywistą postać rozkładu prawdopodobieństwa badanej cechy. Karty odchylenia standardowego są bardzo wrażliwe na odstępstwa od założeń o normalności rozkładu badanej cechy. UWAGA (życiowa) Lepiej stosować karty kontrolne nawet wtedy, gdy pewne założenia o rozkładzie procesu nie są spełnione, aniżeli pozostawić proces bez jakiejkolwiek kontroli.

Jak często należy pobierać próbki? Wskazówki zawarte w normach i renomowanych podręcznikach są "dość ogólne": raz na dzień w przypadku produkcji nie mającej charakteru masowego; co godzinę - w przypadku produkcji masowej. Problem: szybkie wykrywanie rozregulowania (główny cel kart kontrolnych) częste próbkowanie proces należy często kontrolować zwiększenie kosztów kontroli Wybór częstości próbkowania powinien być wynikiem kompromisu między szybkością wykrywania rozregulowań a kosztami kontroli. proces należy często kontrolować Przy wyznaczaniu częstości próbkowania najważniejsze jest doświadczenie służb kontroli jakości.