UniDusseldurf 7 2012 Prozesskontrolle - ei.hs- · PDF fileProzesskontrolle Modul 7 Dr.-Ing....
Transcript of UniDusseldurf 7 2012 Prozesskontrolle - ei.hs- · PDF fileProzesskontrolle Modul 7 Dr.-Ing....
ProzesskontrolleModul 7
Dr.-Ing. Klaus Oberste Lehn Fachhochschule DsseldorfSommersemester 2012
Quellen
www.business-wissen.de
www.wikipedia.de
www.sdreher.de
2012 Dr. Klaus Oberste Lehn 2
SPC
Statistische Prozess Regelung ist eine Methode Prozessdaten zu sammeln und so aufzubereiten und zu interpretieren, damit sie zur Qualittsstrategie und Produktivittssteigerungen verwendet werden knnen.
Anwendung des Konzepts "SPC":
Prinzipiell in jedem Bereich einsetzbar, wo Arbeit verrichtet wird, deren Resultat eine Streuung beinhaltet und der Wunsch nach Verbesserung Resultat eine Streuung beinhaltet und der Wunsch nach Verbesserung besteht.
Beispiele der Anwendung:
Dimension eines Teiles
Buchfhrungsfehlerraten
Leistungsziffern
Transportzeiten von Kaufteilen
Fehlervermeidung statt Fehlerentdeckung:Die Strategie der Fehlervermeidung fhrt zu einer wirtschaftlichen Fertigung in der unbrauchbaren Produkte erst gar nicht produziert werden.
2012 Dr. Klaus Oberste Lehn 3
Beurteilung von Fehlerraten
Fehlerrate 0,1% - wieviel ist das eigentlich?
- Jeden Monat fr 45 Minuten schlechtes Wasser aus der Leitung!- 1.600 Postsendungen, die tglich verloren gehen!- 1.700 Rezepte, die monatlich falsch vom Arzt ausgestellt werden!- 40 Operationen die monatlich falsch durchgefhrt werden!- 40 Operationen die monatlich falsch durchgefhrt werden!- 22.000 Bankbuchungen, die pro Stunde falsch gebucht werden!
Oder auf eine Produktion bezogen (25 Millionen Teile tglich):
25.000 Teile, die tglich mit Fehlern an den Kunden ausgeliefert werden ! !
2012 Dr. Klaus Oberste Lehn 4
Streuung :
Das Abweichungsverhalten eines Merkmals, das sich aus dem Zusammenwirken von Einflssen ergibt, nennt man Streuung.
Beispiele von Einflssen: Maschine (Lagerspiel, Lagerverschlei)
Werkzeug (Festigkeit, Standzeiten)
Material (Abmessung, Hrte)
Personal (Einrichten, Positionsgenauigkeit) Personal (Einrichten, Positionsgenauigkeit)
Instandhaltung (Schmierung, Ersatz von Teilen)
Arbeitsumwelt (Temperatur, Konstanz der zugefhrten Energie)
Arten der Streuung: Zufallseinflsse
Systematische Einflsse
2012 Dr. Klaus Oberste Lehn 5
Zufllige Ursachen
Zufllige Ursachen fr Produktionsabweichungen sind durch die Herstellung selbst bestimmt und grundstzlich in ihrer Wirkung nicht (unmittelbar) zu beseitigen. Gre und Richtung des Einflusses zuflliger Ursachen sind nicht kalkulierbar im Sinne einer Vorhersagbarkeit. Nach auen in Erscheinung tretende Zufallsabweichungen werden hervorgerufen durch die berlagerung aller gleichzeitig wirkenden zuflligen Ursachen.
Beispiele von zuflligen Ursachen: Vibration
Lagerspiel
Zufllige Einflsse fhren zu einer natrlichen Streuung der Q-Merkmale z.B. Streuung des Abfllgewichts des Biers
Brenndauer von Leuchtstoffrhren
Abmessung von Schrauben
2012 Dr. Klaus Oberste Lehn 6
Systematische & sprunghafte Ursachen
Systematische Ursachen sind lokalisierbar und damit beeinflussbar, wenn nicht sogar berechenbar. Unter ihrer Einwirkung kommt es zu allmhlichen oder pltzlichen Vernderungen in der Verteilung der Q-Merkmale.
langsam Werkzeugverschlei Werkzeugverschlei
allmhlich Temperaturanstieg
Ermdung von Personal
Sprunghafte Ursachen: Werkzeugbeschdigung
Maschinenbeschdigung
Wechsel von Rohmaterial
Umstellung der Arbeitsmethode
Schichtwechsel
2012 Dr. Klaus Oberste Lehn 7
Stichprobe
Die Beurteilung der Qualitt jedes einzelnen Produktes eines Prozesses ist nicht durchfhrbar und / oder zu teuer. Wesentlich wirtschaftlicher ist es, eine Stichprobe des Produktes zu beurteilen und die Ergebnisse fr eine Voraussage ber die Gesamtheit aller gefertigten Produkte zu verwenden. Mit statistischen Verfahren kann man Aussagen ber die Qualitt des Produktes machen.
Die Genauigkeit der Voraussagen lsst sich abhngig von dem Stichprobenumfang und von den verwendeten Methoden abschtzen.
Statistische Verfahren: tabellarische Auflistung:
Strichliste
Histogramm
Stetige Verteilungen
Form, Lage u. Streuung
2012 Dr. Klaus Oberste Lehn 8
Normalverteilung
Die Normalverteilung ist graphisch eine symmetrische Glockenkurve. Fr die Stichprobe ist sie durch zwei Kennwerte bestimmt.
Der Mittelwert: (genannt: x quer) ist ein Ma fr Der Mittelwert: (genannt: x quer) ist ein Ma fr die Lage der Verteilung der Stichprobe.
Die Standardabweichung "s" ist ein Ma fr die Streuung des Prozesses.
Die Standardabweichung "s" ist der Abstand zwischen Mittelwert und Wendepunkt der Glockenkurve.
2012 Dr. Klaus Oberste Lehn 9
Normalverteilung
2012 Dr. Klaus Oberste Lehn 10
Prozessregelkarten
Prozessregelkarten sind Hilfsmittel, um systematische Einflsse festzustellen. Anschlieend knnen Anschlieend knnen diese Fehler abgestellt werden.Die Prozessgte ist somit vorhersagbar.
2012 Dr. Klaus Oberste Lehn 11
Kontinuierliche Vorgehensweise
Prozeregelung (-verbesserung) ist eine kontinuierliche Vorgehensweise, in dem die grundlegenden Phasen immer wieder wiederholt werden
Datensammlung:
Variable Daten (messende Prfung)Die Beurteilung der Ausfhrungsqualitt erfolgt bei der variablen Prfung aufgrund der Messergebnisse oder nach Kennzahlen die aus Prfung aufgrund der Messergebnisse oder nach Kennzahlen die aus den Messergebnissen berechnet werden.
Attributive Daten (zhlende Prfung)Die Beurteilung der Ausfhrungsqualitt nach dem gut/schlecht -Prinzip
Beispiel von Daten
Mewerte eines Werkstckes
Anzahl Lacklufer auf einer Tr
Fahrzeugdurchlaufzeiten
Buchfhrungsfehler
2012 Dr. Klaus Oberste Lehn 12
Diese o. g. Daten werden in eine graphische Form gebracht.
Berechnung der Eingriffsgrenzen:Eingriffsgrenzen sind keine Spezifikationsgrenzen oder Zielvorstellungen, sondern ein Spiegelbild der natrlichen Prozesssteuerung.Durch Vergleich der Daten mit den Eingriffsgrenzen wird festgestellt, ob die Streuung stabil ist und nur durch Zufallseinflsse verursacht wird.stabil ist und nur durch Zufallseinflsse verursacht wird.Liegen systematische Fehler vor:
Ursachenfindung
Ergreifen von ManahmenLiegen keine systematische Fehler vor, dann folgt: die Fhigkeitsverbesserung.
Fhigkeitsverbesserung:Feststellen ob ein Proze fhig ist, d.h. kann man mit der Streuung der Daten (ohne systemetische Fehler) leben.Wenn nicht, dann mu das System verbessert werden (neue Maschinen, Klimaanlagen etc.) oder 100%-ige Kontrolle.
2012 Dr. Klaus Oberste Lehn 13
x(quer)/R-Karte
Bestimmung von (Mittelwert) und R (Spannweite) aus einer Stichprobe. Diese Daten werden zunchst benutzt zur Abschtzung einer Grundgesamtheit.Abschtzung einer Grundgesamtheit.
Berechnung der Eingriffsgrenzen nach Vorlauf
Prozessmittelwert
mittlere Spannweite
Eingriffsgrenzen
2012 Dr. Klaus Oberste Lehn 14
Interpretation der QRK
2012 Dr. Klaus Oberste Lehn 15
Prozessfhigkeit
Fhigkeit des (Produktions-) Prozesses, die Anforderungen des Kunden zu erfllen
Anforderungen des Kunden Zielwert (Tg, target value) Zielwert (Tg, target value) Untere Spezifikationsgrenze (LSL, lowerspecification limit)
Obere Spezifikationsgrenze (USL, upperspecification limit)
2012 Dr. Klaus Oberste Lehn 16
Cp-Fhigkeitsindex
Indexzahlen, die das Ausma messen, in dem ein Prozess die Anforderungen des Kunden erfllt (capability indices) :
Cp-Fhigkeitsindex Cp-Fhigkeitsindex
Cp = (USL LSL)/(6s)
misst die zulssige Streuung des Prozesses als Anteil an der tatschlichen Streuung
2012 Dr. Klaus Oberste Lehn 17
Cp-Fhigkeitsindex
Normalverteilte Qualittsvariable wenn = Tg, enthlt der 3-Bereich 99.73% der Produkte
Cp = 1 bedeutet: 0.27% sind defekt wenn =
2012 Dr. Klaus Oberste Lehn 18
Cp = 1 bedeutet: 0.27% sind defekt wenn = Tg
Achtung! Cp sagt nichts darber aus, wie gro der Anteil der defekten tatschlich ist!
Cp-Fhigkeitsindex
Viele Unternehmen verlangen ein Cp von 1.33!
Schtzung von Cp: wird durch s ersetzt
C -hat = (USL LSL)/(6s)Cp-hat = (USL LSL)/(6s)
2012 Dr. Klaus Oberste Lehn 19
Cp und Anteil der Defekten
Cp und Anteil der Defekten:
Cp Bereich Def.ppm
2012 Dr. Klaus Oberste Lehn 20
1.00 3 2699.93
1.33 4 63.37
1.67 5 0.57
2.00 6 0.002
Cpk-Fhigkeitsindex
Cpk = Min {USL , LSL}/(3)
geschtzter Cpk: und werden durch x-bar und s ersetztbar und s ersetzt
Cpk-hat = Min {USL x-bar, x-bar LSL}/(3s)
2012 Dr. Klaus Oberste Lehn 21
2012 Dr. Klaus Oberste Lehn 22