1

Statistical Process Control (SPC),

Statisztikai Folyamatszabályozás

2

2

SPC

.

3

3

SPC

.

A statisztikai folyamatszabályozás (SPC) koncepcióját először Dr. Walter Shewhart

fejlesztette ki a Bell laboratóriumokban, az 1920-as években. Ezeket fejlesztette

tovább Dr. W. Edwards Deming, aki a II. világháborút követően a japán iparban is

bemutatta az SPC technikáját. A japán vállalatok általi kezdeti sikeres alkalmazás

után az SPC-t mára számos szervezet alkalmazza világszerte, mivel elsőrangú

termékminőség-fejlesztési eszköz a folyamat eltéréseinek csökkentésére.

4

4

SPC

.

Dr. Shewhart a folyamat eltéréseknek két fő forrását azonosította:

A normál eltérés elkerülhetetlen a folyamatok során. A művelethez szükséges input

tényezők soha nem lesznek teljes mértékben megegyezőek. Mindig előfordul

valamilyen variáció az anyagban, eszközben, módszerben, gépben vagy a

környezeti hatásban. Ezek a tényezők hosszútávon stabilak és kiszámíthatóak. Ha a

folyamatunkban csak normál eltérés található, akkor a műveletünk megismételhető.

A speciális, vagy más néven ellenőrizetlen eltérés olyan hatás eredménye, amely a

folyamat eredmények csak egy részét érinti. Szakaszosak és kiszámíthatatlanok. A

speciális okokat a kontroll határokon kívüli pontok vagy a hibahatáron belüli

valamilyen nem véletlen mintázat jellemzi. Attól függetlenül, hogy azonosítanánk és

felismernénk a speciális okokat, azok kiszámíthatatlan módon befolyásolják a

folyamat eredményét, ezáltal hatnak a folyamat stabilitására. A folyamat eredmény

eloszlása a speciális okok miatt lehet káros és akár lehet előnyös is. Ha a

tűréshatáron kívüli eredményt okoznak, akkor meg kell értenünk a probléma kiváltó

okát és meg kell szüntetnünk azt. Ugyancsak azonosítanunk kell a pozitív hatásokat

is annak érdekében, hogy a szabványos folyamatunk részévé tegyük.

5

5

SPC

.

6

6

SPC

.

Ezt az eloszlást jellemezheti:

- Hely (tipikus vagy "közép" érték) - Terjedelem ( "szélesség" értékek a legkisebbtől a

legnagyobbig) - Alakzat (a variáció mintája - függetlenül attól, hogy

szimmetrikus, ferde, stb.)

Az eloszlás különbözhet:

hely terjedelem formában

7

7

SPC

.

Az értékteremtés helyén elsősorban a speciális variációkból származó eltérés

elhárítása zajlik. Rendszerint a folyamat felügyelettel megbízott emberek végzik.

Tipikusan a problémák 15%-át tudják megoldani.

Példa a speciális probléma megoldására:

8

8

SPC

.

Rendszerszintű megoldások szükségesek a normál eltérés csökkentésére, amelyek

tipikusan a problémák maradék 85%-át teszik ki.

Példa a normál elosztás korrekciójára:

9

9

SPC

.

A folyamatképességünk értékeléséhez két fogalmat kell értékelnünk

1., A folyamatképesség

2., A folyamat szabályozottsága

A folyamat képesség értékelése során a variáció változását értékeljük. A felső- és

az alsóhatárérték terjedelmét hasonlítjuk össze a variációk terjedelmével.

Figyelembe kell venni azonban a folyamat középértékének a tűrésmező közepétől

való eltolódását, azaz korrigálni kell az alap képességindexet.

A folyamat szabályozottsága, azt

mutatja meg, hogy a folyamat

teljes kimenetele hogyan viszonyul

a követelményekhez (a specifikációk

határozzák meg), függetlenül a

folyamat változásától.

10

10

SPC

.

SPC (Statistical Process Control):

Statisztikai folyamatszabályozás / folyamatirányítás – a hibamegelőző stratégia egyik eszköze;

a folyamat statisztikai jellemzőit használja fel a stabilitás és a folyamatképesség biztosításához;

szabályozókártyák, ill. egyéb adatgyűjtők alkalmazásával figyelemmel kíséri, elemzi a

folyamatokat, biztosítja a folyamatok változékonyságának minimálisra csökkentését.

Az SPC alapgondolata: a folyamat szabályozott jellemzőinek mintavételes figyelésével

elkülöníthető a folyamat kívánt minőségi szintű normál állapota a nem megengedett minőségi

szintű, veszélyes zavarhatás alatti állapottól.

SPC célja: A gyártási folyamat figyelése és szabályozása úgy, hogy matematikai módszerek

segítségével akkor tudjunk beavatkozni a folyamatba, amikor még nem késő, hogy

használhatatlan termék ne kerüljön ki a folyamatból. Olyan kiváló minőségű termékek

kerüljenek ki a piacra, amelyekkel a vevő a termék „minden gyártási paraméterében” elégedett.

Az SPC bevezetésének egyik feltétele, hogy a vizsgált paraméter értékei normál eloszlást

mutassanak.

SPC módszere: Előre meghatározott időnként a gyártási folyamatból kivett minták alapján

minősítjük a folyamatot és ezzel előre tudjuk jelezni, hogy a folyamat továbbra is stabil, vagy

netán elvesztette stabilitását és beavatkozásra van szükség.

11

11

SPC

.

Statisztikai jellemzők:

Átlag: a mért értékek összege, osztva a darabszámmal; a méréssorozat tagjainak

összessége osztva a mérések számával.

Medián: a középső mért érték.

Szórás: a méréssorozat tagjainak távolsága az átlagértéktől; a terjedelem átlaga.

Terjedelem: az adott sokaság legnagyobb és legkisebb értékének különbsége.

Gyakoriság: az esemény bekövetkezésének a száma.

Relatív gyakoriság: a bekövetkezések aránya a sorozat hosszához viszonyítva.

12

12

SPC

.

Minőségképesség vizsgálatokat érdemes végezni:

• új termék fejlesztésekor

• új technológia bevezetésekor

• berendezés nagyjavítása után

• vezetők vagy vevők kérésére

• rendszeres időközönként.

13

13

SPC

.

Minőségképesség vizsgálat:

14

14

SPC

.

Minőségképesség vizsgálat:

Alkalmasság = a tűrés (T) és a normál eloszlás hatszoros szórásának (6 s) a viszonya:

(Gépképesség: Cm ; Mérőeszköz-képesség: Cmd)

Ha CP < 1 a folyamat alkalmatlan, azonnali intézkedés szükséges;

Ha 1 < CP < 1.33 a folyamatban a legkisebb eltolódás is jelentős nem megfelelőséget okozhat;

Ha 1.33 < CP a folyamat általában biztonságos, legalább erre kell törekedni.

15

15

SPC

.

Minőségképesség vizsgálat:

Folyamatképesség / gépképesség: a folyamat megfelelő terméket állít elő. A folyamatképesség

mértéke figyelembe veszi mind a folyamat szóródását, mind a folyamat központosságát.

FTH = Felső tűréshatár, ATH = Alsó tűréshatár, s = szórás, = becsült szórás (táblázatból).

Ha az ingadozás középpontja nem esik a tűrésmező közepére, akkor korrigált minőség-

képesség indexeket számolunk:

m = ingadozás középpontja.

A két mutató közül a kisebbik jelzi jól a folyamat tényleges képességét (process capability), más

néven gyártási képességét:

Cpk = min {CPU, CPL}

16

16

SPC

.

Minőségképesség vizsgálat:

Stabilitás: a folyamat statisztikai jellemzői (pl.: várható érték, szórás) időben állandóak.

A folyamatot akkor nevezzük stabilnak, vagy statisztikailag kézbentartottnak (in statistical

control), ha ez az ingadozás véletlenszerű, időben állandó, nincsenek jól felismerhető és

megnevezhető okai.

A véletlen ingadozás határai ilyenkor normális eloszlás esetén a 3 szabállyal adhatók meg,

mivel egy normális eloszlású valószínűségű változó 0.9973 (99.73 %) valószínűséggel a

várható értéke körüli, 3 szélességű intervallumban vesz föl értékeket. Ezeket a határokat a

természetes ingadozás alsó és felső határának (UNTL: upper natural tolerance limit; LNTL:

lower natural tolerance limit) nevezzük.

17

17

Quality Control Chart

.

Ellenőrző/szabályozó kártyák segítségével ellenőrizhetjük és értékelhetjük a

folyamatot. Kétféle szabályozókártya típust használunk. A folyamat maga diktálja,

hogy milyen típusú kártyát érdemes használni. Ha az eljárásból származó adatok

diszkrét természetűek (például go/no-go, elfogadható/selejt), akkor a diagram

attribútum típusát használjuk. Ha a folyamatból származó adatok mérhetőek (pl.

átmérő, hossz), akkor a mért változót tüntetjük fel a szabályozó kártyán.

Gyakorlatban ez ma már szinte

kivétel nélkül számítógép

segítségével, valós időben

(real time) módon működik.

18

18

Quality Control Chart

.

(A) Megfelelő skálázás

A skálázásnak olyan részletesnek kell lennie, hogy a folyamat természetes variációja könnyen leolvasható legyen.

(B) FTH, ATH (UCL, LCL)

Felső és alsó határérték a speciális eltérések érzékeléséhez.

(B) Középérték (Centerline)

A középérték szolgál a specifikus eltérés trendszerű érzékelésére. A minta mutatja meg az eltérési folyamat jellegét.

(C) Adatcsoport, időegység (Subgroup sequence 1 timeline)

Jelzi az adatgyűjtés szekvenciáját, ezáltal lehetőséget ad az eltérés mintázatok időhöz/gyártási szekvenciához való kapcsolásához.

(D) Szabályozási mezőn kívüli értékek jelzése

A szabályozási mezőn kívüli értékeket külön jelzéssel kell ellátni.

(E) Esemény napló (Event Log)

A szabályozási kártya adatainak gyűjtésén és elemzésén kívül hasznos

egyéb információkat is gyűjteni. Az így rögzített eseménysor lehetővé

teszi, hogy a megtaláljuk az eltérések forrását.

Hasznos, ha rögzítjük a szabályozási határérték betartásának érdekében

tett intézkedéseket.

19

19

Quality Control Chart

.

A kártyákon többféle határ feltüntethető, leggyakrabban a tűréshatárokat, szabályozási

határokat, ellenőrzési határokat, figyelmeztetési határokat használják. Nem szükséges az

összes határ feltüntetése, csak a szabályozáshoz szükségeseké. A határokat úgy kell

megválasztani, hogy a határokon kívül eső adatok az eloszlás megváltozását jelezzék.

Túl kicsi határok hamis riasztást eredményeznek , a túl nagyok pedig nem jeleznek.

Tűréshatár:

Műszaki tervben meghatározott érték, csak az adott termékre vonatkozik.

Szabályozási határ:

Folyamat természetes ingadozásának a határa. Széles körben alkalmazott határ. Az a

legnagyobb, vagy legkisebb érték, amelyek között a mért értékek a legnagyobb valószínűséggel

fekszenek, ha a folyamat szabályozott.

Beavatkozási határ:

Az a legnagyobb, vagy legkisebb érték, amelynél ha a mért értékek túllépik, a folyamat

helyesbítésére, a folyamatváltozásért felelős okok felderítésére van szükség.

20

20

SPC

.

21

21

Quality Control Chart

.

22

22

SPC

.

23

23

SPC

.

24

24

SPC

.

25

25

SPC

.

Köszönöm a figyelmet!