Statystyczne sterowanie procesem
akademiajako ści
1
Statystyczne sterowanie procesem – wstęp
Magdalena Murdzek, www.akademiajakosci.com, Kraków, marzec 2020
Wprowadzenie
Tym wpisem rozpoczniemy serie artykułów dotyczących statystycznego sterowania procesem. Statystyka to rzecz niezwykle ważna w codziennej pracy inżyniera. Za pewne ze studiów kojarzy Ci się ona jako podstawianie wartości do skomplikowanych wzorów (na kolokwium oczywiście wymaganych na pamięć ), albo z niewiele mówiącymi pojęciami jak: rozkład Gaussa, rozkład studenta, czy funkcja gęstości i zastanawiasz się po co Ci to potrzebne, czy kiedykolwiek użyjesz tego w pracy.
Serią tych wpisów chce Ci pokazać, że statystyka nie jest trudna, nie jest nudna, a już na pewno nie jest nieprzydatna – wręcz przeciwnie.
„Wiedza statystyczna oszczędza pieniądze każdej firmy „
Jest tylko jeden warunek – to nie może być puste podstawianie do wzorów. Statystyka wykorzystujemy do STEROWANIA PROCESEM w celu doskonalenia procesów produkcyjnych, a do tego potrzebne jest jej dobre zrozumienie. Nie zabieraj się więc za tworzenie SPC, jeśli nie masz podstawowej wiedzy statystycznej, ponieważ takie SPC będzie niczym innym jak laurką zrobioną tylko i wyłącznie na potrzeby Klienta.
ALE ZACZNIJMY OD POCZĄTKU….
Zmienność procesu i zakłócenia powodują, że parametry wyrobów wytwarzanych w dowolnym procesie nie mają jednej i tyko jednej wartości. Statystyczne sterowanie procesem jest więc takim jego zarządzaniem, aby tą zmienność wychwycić i zapobiec wyprodukowaniu jakichkolwiek wadliwych elementów.
Statystyczne sterowanie procesem
akademiajako ści
2 Statystyczne sterowanie procesem pozwala na utrzymanie stabilności procesów technologicznych, ocenę zdolności jakościowej maszyn i urządzeń produkcyjnych, a także ocenę zdolności pomiarowej przyrządów i metod pomiarowych (MSA).
1. STATYSTYCZNE STEROWANIE PROCESEM VS.
KONT ROLA 100% I KONTROLA WEDŁUG PLANÓW BADAŃ
1.1 Stosowanie statystycznego sterowania procesem:
Jest prowadzone w trakcie procesu wytwarzania.
Próbki pobierane do badań są małe, nawet 1-2 elementowe.
Dzięki monitorowaniu sytuacji i uzyskiwaniu bieżących sygnałów pozwala szybko podjąć działania korygujące.
Statystyczne sterowanie procesem eliminuje, badź ogranicza straty wewnętrzne wynikające z nakładów poniesionych na wytworzenie wyrobu niezgodnego.
1.2 Stosowanie 100% kontroli wyrobów:
Teoretycznie powinna być to najskuteczniejsza metoda kontroli, jednocześnie najbardziej czasochłonna i najmniej opłacalna.
Kontroli podlegają wszystkie wyprodukowane wyroby.
Jest to nieopłacalna metoda kontroli w produkcji wielkoseryjnej – może być stosowana dla wyrobów produkowanych jednostkowo, bądź w małych seriach ( np.
podczas produkcji próbkowej).
Jest przeprowadzana po wykonaniu wyrobów (po fakcie) – ponośmy wiec podatkowy koszt ewentualnej naprawy, bądź utylizacji wyrób.
Nie jest metodą nieomylną – w produkcji masowej istnieje możliwość przeoczenia niezgodności przez operatora.
1.3 Kontrola według planów badań:
Jest to metoda kontroli wyrywkowej opartej o plany badań
Przeprowadzona jest po fakcie powstania niezgodności, w oparciu o badanie dużych próbek.
W partii przyjętej może być więcej wyrobów niezgodnych niż ustalono
Statystyczne sterowanie procesem
akademiajako ści
3
Partia odrzucona jest kierowana do kontroli 100% lub niszczona.
Warto mieć na uwadze, że system kontroli może być z góry narzucony przez Klienta – jeśli wymaga on kontroli 100%, i co ważniejsze – zapłaci za nią, to dlaczego by nie.
2. ZMIENNOŚĆ PROCESU – PRZYCZYNY LOSOWE
Przyczyny losowe są stale obecne w procesie, w zasadzie nieuniknione w danych warunkach. Przyczyn losowych jest zwykle wiele, ale żadna z nich nie odgrywa dominującej roli, jak również nie wykazuje znaczących zmian w czasie. Należą do nich:
niejednorodność materiału
ograniczona dokładność pozycjonowania elementu obrabianego
zmiana natężenia parametru
zmienna koncentracja pracownika
Proces jest statystycznie uregulowany, wówczas gdy jego zmienność jest wynikiem występowania jedynie przyczyn losowych.
3. ZMIENNOŚĆ PROCESU – PRZYCZYNY SPECJALNE
Są łatwe do zidentyfikowania oraz usunięcia. Mogą też być stałym elementem procesu, jak również pojawiać się w procesie przypadkowo. Należą do nich:
zużycie maszyny
nasilające się zmęczenie operatora
wyłamanie ostrza
rozregulowanie maszyny
4. STATYSTYCZNE STEROWANIE PROCESEM – ANALIZA DANYCH ZA POMOCĄ PODSTAWOWYCH STATYSTYK
Na początek musimy poznać kilka podstawowych pojęć, istotnych ze względu na dalsze szacowanie statystyczne.
Statystyczne sterowanie procesem
akademiajako ści
4 Populacja – jest to zbiorowość statystyczna – zbiór dowolnych elementów, nieidentycznych z punktu widzenia badanej cechy. Populacja może mieć skończoną, bądź nieskończoną liczbę elementów.
Próba – część (podzbiór) populacji, polegająca bezpośrednio badaniu ze względu na ustaloną cechę, w celu wyciągnięcia wniosków o kształtowaniu się wartości tej cechy w populacji. Na podstawie tej próbki oceniamy całą populację. Próba ma zawsze skończoną liczbę elementów. Próbka może być losowa (jej elementy wybierane są z populacji na drodze losowania – decyduje przypadek), bądź reprezentatywna ( jej struktura pod względem badanej cechy nie równi się istotnie od struktury populacji (miniatura populacji).
Liczebność próby (n) – liczba elementów populacji, wybranych do próby.
Rys.1 Porównanie próby i populacji. Źródło: Opracowanie własne.
Np. badamy średnicę koszulki termokurczliwej wyprodukowanych 1000 sztuk wyrobów (nasza populacja), w tym celu pobieramy 50 sztuk wyrobów (próbka) i na tej podstawie wnioskujemy o całej wyprodukowanej partii.
Cecha (w populacji, bądź w probie) – tzw. zmienna losowa – funkcja, która elementom populacji lub próby przypisuje wartości liczbowe (wartości cechy) z określonym prawdopodobieństwem.
Statystyczne sterowanie procesem
akademiajako ści
5 Do prezentacji danych służa:
Tablica – zawierająca surowy materiał statystyczny.
Wykresy- zawierają mniej informacji niż tablice i powinny być ich uzupełnieniem – służą głownie do prezentacji.
Charakterystyki opisowe (statystyczne miary jakości) dotyczące tylko i wyłącznie danej populacji lub próby losowej. Mają one charakter sumaryczny, to znaczy, że nie odnoszą się do poszczególnych jednostek lecz do całej zbiorowości.
4.1 STATYSTYCZNE STEROWANIE PROCESEM – MIARY JAKOŚCI
Żeby sterować procesem na początku musimy poznać podstawowe miary jakości, które nam to umożliwią. Wszystkie miary statystyczne są dostępne w excelu w formie formuł.
4.1.1 MIARY ŚREDNIE
Wartość średnia (średnia arytmetyczna) – określa położenie przeciętnej wartości w zbiorze danych. Oblicza się ja sumując wartości wszystkich jednostek badanej zbiorowości i dzieląc przez ich liczbę:
Jeżeli warianty zmiennej występują z różną częstotliwością oblicza się średnią ważoną:
Mediana dzieli zbiorowość na dwie równe części. Oznacza to, że 50 % jednostek ma wartość niżej od niej i 50% wyższej. Medianę oblicza się ze wzoru:
Statystyczne sterowanie procesem
akademiajako ści
6
Moda (dominanta, wartość modalna, wartość najczęstsza) to jedna z miar tendencji centralnej.
4.1.2 MIARY ROZPROSZENIA
Wariancja to średnia arytmetyczna z kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej całej zbiorowości:
Odchylenie standardowe – pierwiastek z wariancji. Jest to wielkość charakteryzująca stopień rozproszenia (rozrzutu) wartości zmiennej losowej wokół wartości średniej.
Rozróżnia się:
-odchylenie standardowe próby losowej:
-odchylenie standardowe populacji (partii):
Statystyczne sterowanie procesem
akademiajako ści
7 Wariancja i odchylenie standardowe są bezwzględnymi miarami rozproszenia, nie pozwalają więc porównywać różnych rozkładów.
Współczynnik zmienności – pozwala porównywać różne rozkłady, należący do miar względnych.
Oznacza to, że odchylenie nie jest porównywalne pomiędzy procesami, a współczynnik zmienności jest, możemy więc porównywać za jego pomoca zmienność produkcji.
Rozstęp – to różnica pomiędzy maksymalną a minimalną wartością cechy
Wartość średnia, wariancja oraz odchylenie standardowe obliczone z próby służą do estymowania parametrów populacji i testowania hipotez statystycznych. Testy zgodności pozwalają odpowiedzieć na pytanie jaki rozkład ma populacja, z której została pobrana próbka. My nasze dalsze rozważania będziemy opierać na najpopularniejszym rozkładzie normalnym.
PODSUMOWANIE
Statystyczne sterowanie procesem jest niezbędne do utrzymanie stabilności procesów technologicznych oraz oceny zdolności jakościowej maszyn i urządzeń. Aby właściwie interpretować otrzymane wyniki koniecznym jest właściwie zrozumienie podstaw statystyki, miar jakości oraz różnic pomiędzy populacją a próbką, czy czynnikami specjalnymi a losowymi, które tą zmienność generują. To pozwoli na rzetelną analizę, właściwe wnioski i odpowiednie akcje korygujące podjęte w odpowiednim miejscu i czasie.