Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

1 PROGRAM WYKŁADU WSTĘP ORGANIZACJA PRODUKCJI STEROWANIE PRODUKCJĄ LOGISTYKA ZARZĄDZANIE JAKOŚCIĄ, TQM KOMUNIKACYJNE ASPEKTY ZARZĄDZANIA PLANOWANIE DOŚWIADCZEŃ

Podobne prezentacje


Prezentacja na temat: "1 PROGRAM WYKŁADU WSTĘP ORGANIZACJA PRODUKCJI STEROWANIE PRODUKCJĄ LOGISTYKA ZARZĄDZANIE JAKOŚCIĄ, TQM KOMUNIKACYJNE ASPEKTY ZARZĄDZANIA PLANOWANIE DOŚWIADCZEŃ"— Zapis prezentacji:

1 1 PROGRAM WYKŁADU WSTĘP ORGANIZACJA PRODUKCJI STEROWANIE PRODUKCJĄ LOGISTYKA ZARZĄDZANIE JAKOŚCIĄ, TQM KOMUNIKACYJNE ASPEKTY ZARZĄDZANIA PLANOWANIE DOŚWIADCZEŃ DOE INŻYNIERIA JAKOŚCI; PODEJŚCIE TAGUCHIEGO SYSTEM ZARZĄDZANIA JAKOŚCIĄ ISO

2 2 PODEJŚCIE DO OPTYMALIZACJI JAKOŚCI MIARA JAKOŚCI PRODUKTU OCZEKIWANIA I WYMAGANIA NABYWCY DYSKOMFORT (STRATY) JAKOŚĆ WYROBU JEST ZWIĄZANA ZE STRATAMI SPOŁECZEŃSTWA WZROST SPRZEDAŻY + MINIMALNA ILOŚĆ ROSZCZEŃ GWARANCYJNYCH I REKLAMACJI = ZADOWOLONY UŻYTKOWNIK = WYSOKA JAKOŚĆ WYROBU PODEJŚCIE SŁUPKOWE, CZY SKOKOWE (Goalpost Phylosophy). W TYM PODEJŚCIU PRODUKT MA OKREŚLONY PRZEDZIAŁ TOLERANCJI DETERMINUJĄCY WYSOKĄ JAKOŚĆ. UWZGLĘDNIANE SĄ GŁÓWNIE WYMAGANIE PROJEKTANTÓW I WYKONAWCÓW, A NIE UŻYTKOWNIKÓW. FUNKCJI STRAT TAGUCHIEGO (Taguchi Loss Function), ROZPOZNAJĄCA WYMAGANIA UŻYTKOWNIKA I DĄŻĄCA DO MINIMALIZACJI KOSZTÓW. W TAKIM PRZYPADKU RZECZYWIŚCIE MOŻNA WIĄZAĆ JAKOŚĆ WYROBU ZE STRATAMI SPOŁECZEŃSTWA

3 3 PODEJŚCIE DO OPTYMALIZACJI JAKOŚCI Przykład. Każdy samochód zaopatrzony jest w mechanizm utrzymujący otwartą pokrywę bagażnika. Siła, jaką musi użyć kierowca, aby zamknąć bagażnik nie może być ani za duża, ani za mała DOKŁADNA SPECYFIKACJA KONSTRUKCYJNA I INSTRUKCJA DLA SERWISU JEDNOZNACZNIE OKREŚLA ZAKRES SIŁ, JAKIE MOGĄ BYĆ UŻYTE PRZY ZAMYKANIU I TYM SAMYM SPEŁNIONE SĄ ZAŁOŻENIA WYSOKIEJ JAKOŚCI.

4 4 PODEJŚCIE DO OPTYMALIZACJI JAKOŚCI Przykład. Każdy samochód zaopatrzony jest w mechanizm utrzymujący otwartą pokrywę bagażnika. Siła, jaką musi użyć kierowca, aby zamknąć bagażnik nie może być ani za duża, ani za mała Z PUNKTU WIDZENIA UŻYTKOWNIKA, ISTNIEJE PEWNA SIŁA UZNANA PRZEZ NIEGO JAKO NOMINALNA (OPTYMALNA) I JEST ON TYM BARDZIEJ ZADOWOLONY, IM SIŁA, JAKĄ MUSI UŻYĆ JEST BLIŻSZA SILE NOMINALNEJ FUNKCJA STRAT TAGUCHIEGO BARDZIEJ ODPOWIADA RZECZYWISTOŚCI

5 5 FUNKCJA STRAT (SPOŁECZEŃSTWA) Przykład (dotyczący produkcji folii polietylenowej, służącej do pokrywania namiotów ogrodniczych). Użytkownicy (ogrodnicy) domagają się folii o grubości na tyle dużej, aby była odporna na wiatr i inne czynniki atmosferyczne, ale niezbyt grubej, aby nie ograniczała dopływu światła. Japońskie normy określają tę grubość jako in (1mm 0.2mm), PRODUCENT (sprzedający na m 2, nie na wagę) CHCIAŁBY PRODUKOWAĆ FOLIĘ JAK NAJCIEŃSZĄ SILNE TAJFUNY ZNISZCZYŁY WIĘKSZOŚĆ NAMIOTÓW OGRODNICZYCH POKRYTYCH TĄ FOLIĄ. KOSZTY NAPRAW, POKRYWANE PRZEZ UŻYTKOWNIKÓW MALEJĄ W MIARĘ WZROSTU GRUBOŚCI FOLII FUNKCJA STRAT SPOŁECZEŃSTWA 0.032in

6 6 ANALIZA WARIANCJI ANALIZA WARIANCJI (ANOVA Analysis of Variance) JEST STATYSTYCZNĄ METODĄ UMOŻLIWIAJĄCĄ INTERPRETACJĘ WYNIKÓW DOŚWIADCZEŃ I POZWALAJĄCĄ NA PODEJMOWANIE DECYZJI O KOLEJNYCH KROKACH. METODA ZOSTAŁA ROZPOWSZECHNIONA W LATACH 30 XX wieku PRZEZ Sir RONALDA FISHERA ANALIZA BEZCZYNNIKOWA Przykład. Testowaniu podlega niedopracowana technologicznie seria rezystorów. Wybrano przypadkowo rezystory... OZNACZENIA: y = wynik, obserwacja y i = i-ta obserwacja (y 3 = 8 k ) N = całkowita ilość obserwacji (8) T = suma wszystkich obserwacji (40 k ) = wartość średnia wszystkich obserwacji = T/N (5 k )

7 7 ANALIZA WARIANCJI ANALIZA BEZCZYNNIKOWA Odcinki związane z wartością (średnią) Odcinki związane z błędem

8 8 ANALIZA WARIANCJI ANALIZA BEZCZYNNIKOWA CAŁKOWITA SUMA KWADRATÓW (CAŁKOWITA WARIANCJA) SS T SS T = = 222,0 SUMA KWADRATÓW WARTOŚCI ŚREDNIEJ SS m SS m = 8·5 2 = 200,0 (lub SS m = 40 2 /8 = 200,0) SUMA KWADRATÓW BŁĘDU SS e SS e = (-3) (-1) 2 + (-1) = 22,0 SS T = SS m + SS e.

9 9 ANALIZA WARIANCJI STOPNIE SWOBODY (degrees of freedom) W SENSIE STATYSTYKI, STOPIEŃ SWOBODY JEST ZWIĄZANY Z KAŻDĄ INFORMACJĄ SZACOWANĄ W STOSUNKU DO DANYCH SS T = SS m + SS e. – STOPNIE SWOBODY T – całkowita ilość stopni swobody, m – stopnie swobody związane z wartością średnią (zawsze 1!), e – stopnie swobody związane z błędem TABELA ANOVA

10 10 ANALIZA WARIANCJI WARIANCJA BŁĘDU (wariancja) V odchylenie standardowe S jest równe pierwiastkowi kwadratowemu z wariancji odchylenie standardowe próbki określa o ile jednostki z badanej zbiorowości odchylają się od wartości średniej WARIANCJA

11 11 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Przykład. Przy produkcji rezystorów, do nanoszenia pasty oporowej stosuje się ciśnieniowe dysze drukujące. Istnieje podejrzenie, że jakość i powtarzalność rezystancji produkowanych oporników jest zależna od szybkości wypływu pasty. Przeprowadzono odpowiedni test, przyjmując, że szybkość wypływu pasty jest zależna od powierzchni otworu dyszy drukującej. OZNACZENIA EKSPERYMENT A1 – pierwszy poziom czynnika = 0.97mm 2 A2 – drugi poziom czynnika = 1,94mm 2 A3 – trzeci poziom czynnika = 2,90mm 2

12 12 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA przy zastosowaniu każdej z dysz wykonano 4 testy

13 13 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 1 (z uwzględnieniem wartości średniej) SS T = 2, , ,7 2 +….. 0,8 2 = 31,190

14 14 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 1 (z uwzględnieniem wartości średniej)

15 15 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 1 (z uwzględnieniem wartości średniej) Długość odcinka związanego z poziomem A 1 jest równa SS A = 4(0,645) 2 + 3(0,145) 2 + 4(-0,755) 2 = 4,007

16 16 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 1 (z uwzględnieniem wartości średniej) SS e = (-0,3) 2 + 0,5 2 + (-0,2) 2 + (-0,2) 2 +0, (-0,2) 2 + (-0,1) 2 + 0, = 0,600 SS T = SS m + SS A + SS e 31,190 = 26, , ,600

17 17 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 1 (z uwzględnieniem wartości średniej) SS T = SS m + SS A + SS e A = k A – 1 = 3 – 1 = 2 e = = 8 m = (zawsze) 1 T = N = 11 e = T - m - A = 11 – 1 – 2 = 8 lower-is-better

18 18 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 2 (bez uwzględnienia wartości średniej) T/N = 17,1/11 = 1,5545 SS T = (2,2 – 1,5545) 2 + (1,9 – 1,5545) (0,8 – 1,5545) 2 = 4,607 SS T = 2, , ,8 2 – 17,1 2 /11 = 31,190 – 26,583 = 4,607

19 19 ANALIZA WARIANCJI ANOVA JEDNOCZYNNIKOWA Metoda 2 (bez uwzględnienia wartości średniej) T = A + e T = N – 1 T = N – 1 = 11 – 1 = 10 (całkowita d.f.) A = k A – 1 = 3 – 1 = 2 (d.f. czynnika A) e = T - e = 10 – 2 = 8 (d.f. błędu) (SS A = 4,007, SS e = 0,600) jak w metodzie 1

20 20 ANALIZA WARIANCJI POZIOM ISTOTNOŚCI F-test F-test JEST NARZĘDZIEM POZWALAJĄCYM NA PORÓWNANIE DWÓCH WARIANCJI NA OKREŚLONYM POZIOMIE ISTOTNOŚCI (STOSUNEK WIĘKSZEJ WARIANCJI DO MNIEJSZEJ) F ; 1: 2 stopień ryzyka 1 - prawdopodobieństwo ufności 1 ilość stopni swobody licznika 2 ilość stopni swobody mianownika JEŻELI F>>F ; 1: 2 Z PRAWDOPODOBIEŃSTWEM UFNOŚCI 1 - UWAŻA SIĘ, ŻE ROZBIEŻNOŚĆ WARIANCJI JEST NIEPRZYPADKOWA (ISTOTNA). 1 = A = 2; 2 = e = 8

21 21 ANALIZA WARIANCJI POZIOM ISTOTNOŚCI F-test 1 = A = 2 2 = e = = 90% F 0,10;2;8 = 3,11

22 22 ANALIZA WARIANCJI POZIOM ISTOTNOŚCI F-test F-test JEST NARZĘDZIEM POZWALAJĄCYM NA PORÓWNANIE DWÓCH WARIANCJI NA OKREŚLONYM POZIOMIE ISTOTNOŚCI (STOSUNEK WIĘKSZEJ WARIANCJI DO MNIEJSZEJ) F ; 1: 2 stopień ryzyka 1 - prawdopodobieństwo ufności 1 ilość stopni swobody licznika 2 ilość stopni swobody mianownika JEŻELI F>>F ; 1: 2 Z PRAWDOPODOBIEŃSTWEM UFNOŚCI 1 - UWAŻA SIĘ, ŻE ROZBIEŻNOŚĆ WARIANCJI JEST NIEPRZYPADKOWA (ISTOTNA). 1 = A = 2; 2 = e = 8 F 0,10;2;8 = 3,11 F 0,05;2;8 = 4,46 F 0,01;2;8 = 8,65 WPŁYW CZYNNIKA A ISTOTNY NA POZIOMIE ISTOTNOŚCI 99%.

23 23 ANALIZA WARIANCJI ANOVA DWUCZYNNIKOWA Przykład. Konstruktorom postawiono zadanie opracowania kompozycji żywicy epoksydowej o maksymalnej twardości do ochrony struktury mikrosystemu. Wcześniejsze testy wykazały, że powinna być to żywica epoksydowa typu CG-74, ale jej TWARDOŚĆ można poprawić poprzez dodanie niewielkich ilości proszku SiO 2 i Al 2 O 3 AB DWA CZYNNIKI A i B Oceniono, że SiO 2 można dodawać w granicach od 3,5 do 4,5% zawartości objętościowej żywicy a dodatek Al 2 O 3 może zmieniać się w granicach od 1,2 do 1,8% POZIOMY: A1 = 3,5; A2 = 4,5 B1 = 1,2; B2 = 1,8 Wykonano kompozycje żywic we wszystkich możliwych kombinacjach, a więc A1B1, A1B2, A2B1 i A2B2 metoda 2

24 24 ANALIZA WARIANCJI ANOVA DWUCZYNNIKOWA SS T = SS A + SS B +SS AXB + SS e INTERAKCJA - WZAJEMNY WPŁYW NA SIEBIE CZYNNIKÓW

25 25 ANALIZA WARIANCJI ANOVA DWUCZYNNIKOWA SS T = SS A + SS B +SS AXB + SS e = – 55 2 /8= 40,875

26 26 ANALIZA WARIANCJI ANOVA DWUCZYNNIKOWA SS T = SS A + SS B +SS AXB + SS e (AxB) i - reprezentuje sumę obserwacji dla warunku i, c - ilość możliwych kombinacji czynników A i B, n (AxB)i - ilość obserwacji dla tego warunku 4 n (AxB)1 = n (AxB)2 = n (AxB)3 = n (AxB)4 = 2 SS e = SS T – SS A – SS B - SS AxB = 40,875 – 1,125 – 21,125 – 15,125 = 3,500

27 27 ANALIZA WARIANCJI ANOVA DWUCZYNNIKOWA ILOŚĆ STOPNI SWOBODY: T = N – 1 = 7 A = k A – 1 = 1 B = k B – 1 = 1 AxB = ( A ) · ( B ) = 1·1 = 1 T = A + B + AxB + e e = T - A - B - AxB = 7 – 1 – 1 – 1 = 4 F>>F ; ( czynnika): e F 0,10;1;4 = 4,54 F 0,05;1;4 = 7,71 F 0,01;1;4 = 21,2

28 28 ANALIZA WARIANCJI ANOVA TRZYCZYNNIKOWA A 1 (suma obserwacji przy zastosowaniu czynnika A na poziomie 1) = 90 A 2 = 142 B 1 = 48; B 2 = 86; B 3 = 98 C 1 = 92; C 2 = 140 T (suma wszystkich obserwacji) = 232 N (ilość wszystkich obserwacji) = 24 SS T = SS A +SS B + SS C + SS AxB + SS AxC + SS BxC + SS AxBxC + SS e

29 29 ANALIZA WARIANCJI ANOVA TRZYCZYNNIKOWA SS T = SS A +SS B + SS C + SS AxB + SS AxC + SS BxC + SS AxBxC + SS e

30 30 ANALIZA WARIANCJI ANOVA TRZYCZYNNIKOWA SS T = SS A +SS B + SS C + SS AxB + SS AxC + SS BxC + SS AxBxC + SS e

31 31 ANALIZA WARIANCJI ANOVA TRZYCZYNNIKOWA SS T = SS A +SS B + SS C + SS AxB + SS AxC + SS BxC + SS AxBxC + SS e SS e = SS T – SS A – SS B – SS C – SS AxB – SS AxC – SS BxC – SS AxBxC = 457,333 – 112,667 – 170,333 – 96,000 – 8,333 – 6,000 – 13,000 – 3,000 = 48,000

32 32 ANALIZA WARIANCJI ANOVA TRZYCZYNNIKOWA ILOŚĆ STOPNI SWOBODY: T = A + B + C + AxB + AxC + BxC + AxBxC + e = N – 1 = 24 – 1 = 23 AxBxC = ( A )·( B )·( C ) = 1·2·1 = 2 e = T - A - B - C - AxB - AxC - BxC - AxBxC = 23 – 1 – 2 – 1 – 2 – 1 – 2 – 2 = 12

33 33 TABELE OTROGONALNE L4, L8, L12, L16, L32 TABELE DWUPOZIOMOWEILOŚĆ TESTÓW POZIOMY CZYNNIKÓWTABELE TRZYPOZIOMOWEL9, L18, L27 CAŁKOWITA ILOŚĆ STOPNI SWOBODY DOSTĘPNA W TABELI LN = N – 1 WYBÓR TABELI WYMAGA SPEŁNIENIA WARUNKU LN d.f eksperymentu Jeśli jest przeprowadzany eksperyment selekcjonujący o 6 czynnikach (A..F) zmiennych na 2 poziomach, ilość stopni swobody eksperymentu L8

34 34 TABELE OTROGONALNE – wybór kolumn tabeli GRAF LINIOWY TABELA TRÓJKĄTNA

35 35 INTERPRETACJA WYNIKÓW UDZIAŁ PROCENTOWY WARIANCJA ZWIĄZANA Z CZYNNIKIEM (INTERAKCJĄ) ZAWIERA PEWIEN SKŁADNIK ZWIĄZANY Z BŁĘDEM UDZIAŁ PROCENTOWY P CZYNNIKA <15% ! 50% ?

36 36 INTERPRETACJA WYNIKÓW PULA BŁĘDÓW !

37 37 INTERPRETACJA WYNIKÓW PULA BŁĘDÓW (pooling up) N=12 SS e = 0, e = 0

38 38 INTERPRETACJA WYNIKÓW WYKRESY EFEKTÓW GŁÓWNYCH = 48/8 = 6 = 86/8 = 10,75 = 98/8 = 12,25

39 39 METODYKA PROCEDURA 1.OKREŚLENIE CELU DOŚWIADCZENIA. 2.WYBÓR CZYNNIKÓW ORAZ ICH WSPÓŁZALEŻNOŚCI, KTÓRE MOGĄ MIEĆ ISTOTNY WPŁYW NA WYNIK DOŚWIADCZENIA. 3.WYBORU WARTOŚCI, KTÓRE NALEŻY PRZYPISAĆ POSZCZEGÓLNYM CZYNNIKOM. 4.WYBÓR WŁAŚCIWEJ TABLICY ORTOGONALNEJ. 5.WYBÓR PARAMETRÓW OBIEKTU BADANEGO, KTÓRE POZWOLĄ NA JEDNOZNACZNĄ OCENĘ WYNIKÓW DOŚWIADCZENIA. 6.PRZYGOTOWANIE PLANU DOŚWIADCZENIA* 7.WYKONANIE POSZCZEGÓLNYCH TESTÓW** 8.ANALIZA WYNIKÓW *Eksperymenty selekcjonujące mają małą rozdzielczość i nie są brane pod uwagę współzależności poszczególnych czynników. Wybiera się możliwie dużą liczbę czynników przy małej liczbie ich wartości (2). Odrzuca się czynniki, które mają niewielki wpływ na wynik doświadczenia. W kolejnych doświadczeniach można istotnym czynnikom przypisać większą liczbę wartości bez obawy wzrostu liczby testów **Testy powinny być wykonywane w przypadkowej kolejności

40 40 METODYKA PRZYKŁAD L4 L8L8 = 1,125 = 21,125 SS e = SS 4 + SS 5 + SS 6 + SS 7 = 3, , , ,125 = 3,500

41 41 METODYKA PRZYKŁAD = 1,125 = 21,125 SS e = SS 4 + SS 5 + SS 6 + SS 7 = 3, , , ,125 = 3,500


Pobierz ppt "1 PROGRAM WYKŁADU WSTĘP ORGANIZACJA PRODUKCJI STEROWANIE PRODUKCJĄ LOGISTYKA ZARZĄDZANIE JAKOŚCIĄ, TQM KOMUNIKACYJNE ASPEKTY ZARZĄDZANIA PLANOWANIE DOŚWIADCZEŃ"

Podobne prezentacje


Reklamy Google