Uniwersytet Ekonomiczny we Wrocławiu

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Excel Narzędzia do analizy regresji
Kontrola jakości wykonywanych napraw i remontów.
Metody statystyczne w zarządzaniu jakością Opracował: Tomasz Greber
PODZIAŁ STATYSTYKI STATYSTYKA STATYSTYKA MATEMATYCZNA STATYSTYKA
Statystyka Wojciech Jawień
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
PPTOK Projektowanie Procesów Technologicznych Obróbki Skrawaniem
BUDOWA MODELU EKONOMETRYCZNEGO
JAKOŚĆ PRODUKTU - USŁUGI
zarządzanie produkcją
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
MIARY ZMIENNOŚCI Główne (wywołujące zmienność systematyczną)
DOKUMENTOWANIE PROCESU ZINTEGROWANEGO
ISO 9001:2000 z perspektywy CMMI a poznańska rzeczywistość
Statystyka w doświadczalnictwie
Czym jest zarządzanie operacyjne
Kontrola jakości.
Specjalność Analiza danych 2009 Katedra Statystyki Instytut Zastosowań Matematyki.
Specjalność Analiza danych 2010 na kierunku IiE Katedra Statystyki Instytut Zastosowań Matematyki.
BIOSTATYSTYKA I METODY DOKUMENTACJI
Analiza korelacji.
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Praca Dyplomowa Inżynierska
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Wykonał :Patryk Krzak.
Metody zarządzania i sterowania jakością
Państwowa Wyższa Szkoła Zawodowa w Nysie Instytut Zarządzania
Konstrukcja, estymacja parametrów
Elementy Rachunku Prawdopodobieństwa i Statystyki
LASERTOR PRO Oprogramowanie Proventus Sp. z o.o. ul. Plebiscytowa 33/5
TOMOGRAF Innovations Sp. z o.o. WSTĘP Przemysł stoi przed koniecznością: - efektywnego wykorzystywania surowców i energii - spełniania coraz większych.
KARTY KONTROLNE PRZY OCENIE LICZBOWEJ
USTALANIE NORM WYDAJNOSCI PRACOWNIKÓW
KARTA RUCHOMEJ ŚREDNIEJ MA
Statistical Process Control Statystyczne Sterowanie Procesem
InTouch.
Planowanie przepływów materiałów
Operacyjne sterowanie produkcją
Henryk Rusinowski, Marcin Plis
Zapraszamy na nowy kierunek
Algorytmika.
Analiza kluczowych czynników sukcesu
„Żadna firma nie posiada ani czasu, ani środków niezbędnych do uczenia się wyłącznie na własnych błędach” James Harrington.
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
KOMPANIA WĘGLOWA S.A..
JAKOŚĆ TECHNICZNA WĘGLA
niezawodności Z problemem jakości systemów informacyjnych wiąże się problem zapewnienia odpowiedniej niezawodności ich działania.
20 lat doświadczenia W pomiarach Metronic Systems.
Rejestrator danych wypadku trzeciej generacji
Podstawowe pojęcia i terminy stosowane w statystyce
Zintegrowany monitoring infrastruktury IT w Budimex
1 © copyright by Piotr Bigosiński DOKUMENTACJA SYSTEMU HACCP. USTANOWIENIE, PROWADZENIE I UTRZYMANIE DOKUMENTACJI. Piotr Bigosiński 1 czerwiec 2004 r.
Statystyczna analiza danych w praktyce
STEROWANIE MONITORING ARCHIWIZACJA ROZWIĄZANIA INFORMATYCZNE W GALWANIZERNI – APLIKACJA KOMPUTEROWA DO ZARZĄDZANIA PROCESEM PRODUKCYJNYM.
Statystyczna analiza danych
Statystyczna analiza danych
ze statystyki opisowej
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Człowiek – najlepsza inwestycja
Faza 1: Faza zaprojektowania systemu monitoringu projektu: 1. Inwentaryzacja obietnic złożonych sponsorowi we wniosku - przegląd założeń projektu, opracowanie.
STATYSTYKA – kurs podstawowy wykład 11
METROLOGIA Podstawy rachunku błędów i niepewności wyniku pomiaru
Systemy neuronowo – rozmyte
Jednorównaniowy model regresji liniowej
IV Konferencja Naukowo-Techniczna "Nowoczesne technologie w projektowaniu, budowie.
ZASTOSOWANIA Systemów wizyjnych
Zapis prezentacji:

Uniwersytet Ekonomiczny we Wrocławiu Statistical process control Statystyczne sterowanie procesem Opracowanie Rafał Jaroszewski Wrocław 2008

Statistical process control Nadzorowanie procesów wytwarzania w Polsce do niedawna polegało na wykonaniu określonej partii produktów a następnie uruchamiany zostawał proces kontroli. Proces taki zazwyczaj dotyczył produktów finalnych i miał za zadanie oddzielenie wyrobów spełniających specyfikację technologiczną od takich które jej nie spełniały. Sposób ten narażał producentów na duże straty.

Statistical process control Dużo bardziej efektowne okazały się metody nadzorowania statystycznego. Zastosowanie metod statystycznych w krajach zachodnich miało miejsce prawie 100 lat temu. Przemysłowe zastosowanie statystycznego sterowania procesem w znacznej mierze wiąże się z przemysłem motoryzacyjnym.

Statistical process control Trzy amerykańskie koncerny zwane „Wielką Trójką” (Chrysler Corporation, Ford Motor Company, General Motor Corporation) są prekursorami w wprowadzeniu metod i procedur nadzorowania statystycznego. Stworzony przez nich system to QS9000, który wyznaczał obszary zastosowania statystyki.

Statistical process control Statystyczne sterowanie procesem to bieżąca, czyli realizowana w rzeczywistym czasie przebiegu procesu, kontrola procesu, mająca na celu wykrywanie ewentualnych rozregulowań co ma służyć ciągłej poprawie jakości.

Statistical process control Proces metoda działania odnosząca się do znajdującego się na dowolnym etapie elementu produkcji, grupy elementów lub całej produkcji bądź usługi. Jakość to ogół cech i właściwości wyrobu lub usługi decydujących o zdolności wyrobu lub usługi do zaspokojenia stwierdzonych lub przewidywanych potrzeb. Sterowanie jakością metody i działania stosowane w celu spełniania wymagań jakościowych.

Statistical process control Statystyka jest obecnie nieodzownym narzędziem monitorowania szeregu procesów pośrednio i bezpośrednio związanych z wytwarzaniem wyrobów: statystyczne sterowanie procesem, analiza zdolności procesu lub maszyny, kontrola odbiorcza, analiza pomiarów, planowanie doświadczeń.

Statistical process control Podstawowe narzędzie statystyczne – karty kontrolne. Karty kontrolne są jednym z pierwszych narzędzi statystycznego sterowania procesem. Pierwszy raz zostały wprowadzone 1924 przez dr Waltera Shewharta. Karty kontrolne w sposób graficzny przedstawiają oraz pomagają w wykrywaniu różnorodnych zmienności w danych otrzymywanych zazwyczaj z procesów towarzyszących produkcji seryjnej lub masowej. Podstawowym celem statystycznego nadzorowania procesu jest utrzymanie jego stabilnego i akceptowanego poziomu.

Statistical process control Można tego dokonać przez ciągłe pobieranie odpowiednich informacji o procesie, analizowanie ich stymulowanie odpowiednich działań głównie o charakterze zapobiegawczym. Takie podejście spowodowało ogromne spopularyzowanie stosowania kart kontrolnych. Na początku prowadzono je jedynie w formie papierowego zapisu lecz wraz z rozwojem technik informatycznych, przeniesiono je do komputerów.

Statistical process control Podstawowe miary wymagane w karcie X-R – Schewharta to: Średnia – jest ustalana na podstawie wszystkich wartości cechy w zbiorze. Rozstęp – liczony jest jako różnica pomiędzy największą a najmniejszą wartością obserwacji w zbiorze. Odchylenie standardowe – oznacza o ile przeciętnie wartości cechy występujące u poszczególnych jednostek statystycznych różnią się od ich wartości średnich.

Statistical process control Przykład karty kontrolnej X-R Wykresy X-R Dane wejściowe (pomiar rzeczywisty)

Statistical process control Wykres średniej X pozwala nam obserwować jak w czasie zmienia się wartość cechy, a w połączeniu z wykresem R pozwala nam w miarę wcześnie zareagować na ewentualne zaburzenia w procesie. Karta X-R „mówi” nam kiedy należy skorygować proces tak aby wartości cechy były jak najbliżej wartości średniej tej cechy, i mieściły się w przedziale 3σ.

Statistical process control Rozkład na podstawie którego analizuje się zmienność procesu to rozkład Gaussa zwany rozkładem normalnym. Znaczenie tego typu rozkładu opiera się na następujących warunkach: Rozkład normalny jest modelem dla losowych błędów pomiarów. Nawet przy pewnych ujemnych i dodatnich błędach suma tychże błędów będzie zawsze miała charakter bliski rozkładowi normalnemu, Wiele zjawisk fizycznych, choć nie podlegają rozkładowi normalnemu, może być opisany za pomocą tego rozkładu, po odpowiedniej transformacji, Rozkład normalny jest dobrym przybliżeniem dla innych rozkładów

Statistical process control Zakres przedziałów Wartość wewnątrz specyfikacji wyrażona procentowo Wartość poza specyfikacją wyrażona procentowo 1σ 2σ 3σ 4σ 5σ 6σ 68.27 95.45 99.73 99.9937 99.999943 99.9999998 31.73 4.55 0.27 0.0063 0.000057 0.0000002

Statistical process control Ocena zdolności procesu Do oceny zdolności procesu czyli spełnienia potrzeb klientów wykorzystuje się przede wszystkim wskaźniki Cp i Cpk. Im CP > O tym lepiej Zmienność procesu wyznacza się zwykle jako 6 x odchylenie standardowe (6σ) Wskaźnik Cpk uwzględnia dodatkowo położenie procesu (wartość średnią) Wskaźnik zdolności procesu CP Liczba braków na milion 0,50 133600 0,75 24400 1,00 2700 1,10 967 1,20 318 1,30 96 1,40 26 1,50 6,8 1,60 1,6 1,70 0,34 1,80 0,06 2,00 0,0018 CP= Szerokość pola tolerancji Zmienność procesu

Statistical process control Komputerowe wspomaganie systemów statystycznej oceny procesów. Dynamiczny rozwój elektroniki oraz masowe zastosowanie komputerów spowodował ogromne zmiany w budowie i sposobie pomiarów oraz przetwarzaniu informacji przez współczesne przyrządy pomiarowe. Systemy takie charakteryzują się trzema poziomami: Poziom zbierania danych – informacji (pomiary), Poziom przesyłania informacji (transmisja), Poziom przetwarzania informacji (obróbka).

Statistical process control Poziom zbierania informacji: suwmiarki, mikrometry, czujniki, współrzędnościowe maszyny pomiarowe, roboty i automaty testujące, zintegrowane stanowiska oceny statystycznej.

Statistical process control Poziom przesyłania danych to wszelkiego rodzaju: łącza transmitery, zbieracze danych, procesory. Poziom obróbki danych: procesory, komputery (przy rozbudowanych systemach sieci komputerowe wraz z serwerami).

Statistical process control Baza zarejestrowanych pomiarów Schemat działania systemu komputerowego do wspomagania nadzorowania procesu Raporty Baza zarejestrowanych pomiarów Obliczenia statystyki Urządzenia pomiarowe Wykresy

Statistical process control Schemat przepływu informacji. Raporty System rejestracji danych Próbki detali Dane wejściowe Stanowisko kontrolne – miejsce wykonywania pomiarów Obliczenia Analizy

Statistical process control Rozbudowane systemy komputerowe wspierające statystyczne nadzorowanie procesem pozwala na wykonywanie wielu operacji ułatwiających procedury SPC: zbieranie danych z wielu przyrządów pomiarowych, tworzenie baz przyrządów, tworzenie baz detali, tworzenie baz cech, zabezpieczenie dostępu do poziomu programu, filtrowanie danych, analiza danych, wydruk wyników analiz, archiwizacja wyników, pomoc przy obsłudze programów.

Statistical process control Konfiguracja prostego systemu: narzędzia pomiarowe (suwmiarki, czujniki itp.), kable połączeniowe – pomiędzy narzędziami pomiarowymi a transmiterem, transmitery (DMX), kable połączeniowe pomiędzy komputerem a transmiterem (DMX), komputer wraz z oprogramowaniem.

Statistical process control Przykładowe proste stanowisko zbierania i analizowania danych wejściowych systemu SPC

Urządzenia pomiarowe do importowania danych Transmiter DMX

Statistical process control Komputerowe wspomaganie systemów SPC na przykładzie SNAP - LINE

Statistical process control Materiał został opracowany na podstawie materiałów szkoleniowych przygotowanych przez Edward Petek – LP – Products Program SNAP – Line został napisany przez Robert Kalka – TECOM Doświadczenie własne oraz kursy i szkolenia z SPC w firmie LP- Products.