Uniwersytet Ekonomiczny we Wrocławiu

Prezentacja na temat: "Uniwersytet Ekonomiczny we Wrocławiu"— Zapis prezentacji:

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

2 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.

3 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.

4 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.

5 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.

6 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.

7 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.

8 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.

9 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.

10 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.

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

12 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.

13 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

14 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 31.73 4.55 0.27 0.0063

15 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

16 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).

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

18 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).

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

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

21 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.

22 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.

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

24 Urządzenia pomiarowe do importowania danych
Transmiter DMX

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

26 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.