1 / 56

Česká společnost pro jakost Praha, 16. 5. 2010

Česká společnost pro jakost Praha, 16. 5. 2010. Regulační diagramy pro Lean Six Sigma. Doc. Ing. Darja Noskievičová , CSc. Katedra kontroly a řízení jakosti Fakulta metalurgie a materiálového inženýrství Vysoká škola bánská – Technická univerzita Ostrava.

velvet
Download Presentation

Česká společnost pro jakost Praha, 16. 5. 2010

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Česká společnost pro jakost Praha, 16. 5. 2010 Regulační diagramy pro LeanSix Sigma Doc. Ing. Darja Noskievičová, CSc. Katedra kontroly a řízení jakosti Fakulta metalurgie a materiálového inženýrství Vysoká škola bánská – Technická univerzita Ostrava darja.noskievicova@vsb.cz

  2. Definice LeanSix Sigma • LeanSix Sigma je • multidimenzionální strategie, která vznikla fúzí dvou přístupů. • Má za cíl maximalizovat hodnotu pro akcionáře cestou • rychlejšího zlepšování v oblasti uspokojování zákazníků, • snižování nákladů, • urychlováním procesů, • zvyšováním obratu investičního kapitálu.

  3. Podstata Lean přístupu „Dělat více s méně zdroji“ • neustálé identifikovat a odstraňovat všechny formy muda(plýtvání): • zbytečný pohyb, • zbytečná přeprava, • opravy a přepracování, • nadvýroba, • zásoby, • špatná komunikace sezákazníky a dodavateli i mezi zaměstnanci, • provádění zbytečných činností, • čekání.

  4. Definice Six Sigma • Vysoce disciplinovaný přístup ke zlepšování kvality produktů a procesů založený na kvantitativní analýze dat. • Hlavní cíle SixSigma: • - snižování variability • - redukce chyb (neshod, vad).

  5. Explanationofthe term „Six Sigma process“ Ukazatel měření výkonnosti v Six Sigma Limitní cíl metodiky Six Sigma: redukovat variabilitu procesu na úroveň 6 sigma, což prakticky představuje proces, který téměř neprodukuje žádné neshodné produkty USL LSL Cílová hodnotaT=  ±3σ ±4σ ±5σ ±6σ

  6. Ukazatel měření výkonnosti v Six Sigma

  7. Posun střední hodnoty o 1,5 LSL Targetvalue T =  USL  = T - 1,5   = T + 1,5  3,4 ppm 3,4 ppm 1,5  1,5  6  6  0,001 ppm 0,001 ppm

  8. Posun střední hodnoty o 1,5

  9. Definice vysoce způsobilých procesů • procesy, jejichž variabilita je výrazně menší než variabilita vyjádřená šíří tolerančního pole (tj. povolená variabilita). • procesy, kde počet sigma překračuje hodnotu 3.

  10. Cyklus DMAIC a cíle jednotlivých fází

  11. Zařazení nástrojů do fází DMAIC

  12. Zařazení nástrojů do fází DMAIC

  13. Vlastnosti SPC pro vysoce způsobilé procesy • SPC měřením • regulační diagramy dostatečně citlivé na velmi malé • odchylky hodnot parametrů procesů či znaků kvality, • regulační diagramy vhodné pro autokorelovaná data. • SPC srovnáváním • regulačnidiagramy vyhovující procesům produkujícím • velmi nízký podíl neshodných jednotek (v ppm či ppb), • regulační diagramy umožňující nejen prevenci • zhoršování, ale také schopné detekovat zlepšení procesu.

  14. Regulační diagramy měřením pro vysoce způsobilé procesy • s využitím výběrů • CUSUM • Klasický EWMA

  15. Regulační diagram CUSUM s rozhodovacími mezemi pro průměry Diagram CUSUM s rozhodovacím intervalem – statisticky stabilní proces

  16. Regulační diagram CUSUM s rozhodovacími mezemi pro průměry Diagram CUSUM s rozhodovacím intervalem – statisticky nestabilní proces

  17. Regulační diagram CUSUM s rozhodovacími mezemi pro průměry Výpočet testovacího kritéria S0+ = 0 S0- = 0

  18. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi Nutné určit parametry K a H. • Stanovení parametru K: kde ... je směrodatná odchylka výběrové charakteristiky použité pro výpočetCUSUM.

  19. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi • Stanovení parametru H: Parametr h se volí tak, aby při stanoveném parametru k bylo dosaženo žádoucí hodnoty ARL(0). Př.: Tab.: Hodnoty h a k, dávající ARL(0) = 370 pro oboustrannýCUSUMdiagram s rozhodovacími mezemi Pak kde …je směrodatná odchylka výběrové charakteristiky použité pro výpočet CUSUM.

  20. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi Příklad μ1= 110, μ0= 100, σ = 20, n = 5, ARL(0) = 370 • K = H = 4,7

  21. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi

  22. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi

  23. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi Optimální parametry regulačního diagramu

  24. Návrh regulačního diagramu CUSUM s rozhodovacími mezemi Výsledný regulační diagram

  25. Klasický regulační diagram EWMA pro průměry Výpočet testovacího kritéria Výpočet regulačních mezí a CL EWMAk = (1- )EWMAk-1+ EWMA0 = 0, pro 0  UCL CL LCL

  26. Návrh klasického regulačního diagramu EWMA pro průměry A. Určení parametru  Autor nomogramu: Crowder

  27. Návrh klasického regulačního diagramu EWMA pro průměry A. Určení parametru K Autor nomogramu: Crowder

  28. Návrh klasického regulačního diagramu EWMA pro průměry Doladění parametrů ve statistickém SW K

  29. Návrh klasického regulačního diagramu EWMA pro průměry μ1= 110, μ0= 100, σ = 20, n = 5, ARL(0) = 370 Příklad λ= 0,17

  30. Návrh klasického regulačního diagramu EWMA pro průměry Příklad K = 2,8 λ= 0,17

  31. Návrh klasického regulačního diagramu EWMA pro průměry Doladění parametrů pomocí SW

  32. Návrh klasického regulačního diagramu EWMA pro průměry Výsledný regulační diagram EWMA

  33. Regulační diagramy měřením pro vysoce způsobilé procesy - automatizovaná výroba Specifika výrobního procesu • sledovaný znak jakosti se zjišťuje na každé vyrobené jednotce a výrobní cykly jsou velmi krátké (tyto skutečnosti vedou k autokorelaci dat), • náklady na měření a kontrolu jsou nízké, • často je kontrolní operace také automatizována, je bezprostředně spojená s výrobní operací (výběrová kontrola ztrácí smysl), • Vhodné regulační diagramy: • ARIMA, • dynamický diagram EWMA.

  34. Princip aplikace diagramu ARIMA Výstup Vstup Výstup Vstup (i+1)-tý sektor procesu i-tý sektor procesu Senzor Původní autokorelovaná data x1, x2,...x t... FILTR Vhodný ARIMA model Nekorelovaná data e1,e2,…..et… Rezidua vhodného ARIMA modelu Regulační diagram (klasický Shewhartův, EWMA, CUSUM) V.ch. UCL CL LCL 1 2 3 . . . k Číslo výběru (podskupiny)

  35. Dynamický diagram EWMA Vhodné v situaci: - sledované veličiny vykazují pozitivní autokorelaci a proces má nekonstantní střední hodnotu s pomalými změnami. , pro které je suma čtverců chyb jednokrokové predikce - hledáme takové minimální (n je počet naměřených hodnot regulované veličiny použitých ke stanovení optimální hodnoty (n  50) ).

  36. Dynamický diagram EWMA

  37. Regulační diagramy srovnáváním pro vysoce způsobilé procesy • CCC (CumulativeCountofConformingItems Chart) • CCC-r • CCC-EWMA, • CCC-CUSUM • CQC (CumulativeQuantityControl Chart)

  38. Omezení klasických p a npShewhartových regulačních diagramů Nedostatky klasických Shewhartových RD pro SPC srovnáváním • Při nízkých hodnotách podílu neshodných jednotek (v ppm či dokonce v ppb) vyžaduje tradiční koncept diagramů (p) pro podíl neshodných jednotek ve výběru a diagramů (np) pro počet neshodných jednotek ve výběru velké rozsahy výběrů, což může být neekonomické či až nerealizovatelné. • Při malých podílech neshodných jednotek a nedostatečně velikých výběrech může být hodnota dolní regulační meze LCL záporná. Tak je znemožněna detekce významných zlepšení procesu.

  39. Omezení klasických p a npShewhartových regulačních diagramů • Při velmi malých podílech neshodných jednotek a nedostatečně velikých výběrech může hodnota horní regulační meze UCL vyjít menší než jedna. Jedna neshodná jednotka ve výběru vede k signálu o nestabilitě procesu a proces je považován za statisticky stabilní pouze tehdy, když ve výběrech nejsou žádné neshodné jednotky. • Statistická stabilita procesu je posuzována v tradičních diagramech (p) a (np) až po kontrole celého výběru. To může způsobit, že není včas odhalena náhlá změna procesu.

  40. CCC diagram CCC – počet shodných jednotek , které se kontrolují do výskytu neshodné jednotky, včetně této poslední kontrolované jednotky Vysoce asymetrické meze – doporučuje se použít logaritmickou stupnici

  41. CCC diagram - sestrojení Stanovení CL, LCL, UCL CCC=0 Kontrola nové jednotky, CCC=CCC + 1 Je tato jednotka shodná? A N Záznam CCC do diagramu Je CCC uvnitř mezí? N Identifikace a odstranění vymezitelné příčiny A

  42. CCC diagram - interpretace Pravděpodobné zlepšení procesu 100 000 UCL 10 000 CL 1 000 CCC 100 10 LCL 1 2 4 6 8 10 12 14 16 18 20 Pravděpodobné zhoršení procesu Statisticky stabilní proces Pořadí neshodné jednotky

  43. CCC diagram s využitím transformací dat CCC diagramy založené na geometrickém rozdělení – silně asymetrické meze Řešení: transformace dat založená na geometrickém rozdělení Cíl: získání normálně rozdělených dat

  44. CCC diagram s využitím transformací dat Původní rozdělení

  45. CCC – r diagram: stanovení UCL, LCL, CL zobecnění diagramu CCC Regulační meze a CL lze stanovit z následujících vztahů:

  46. CCC – r diagram: stanovení parametru r • Doporučení: • r = 2-5 při malých hodnotách p • Důvod: • Progresivní nárůst UCL a LCL ( s rostoucím r je diagram citlivější na malé změny podílu neshodných jednotek směrem nahoru (na zhoršení) ). • r = 1 (klasický diagram CCC) pro p < 0,0001 • Důvod: • Pro velmi malé hodnoty p je hodnota CL, která indikuje průměrný počet jednotek, které mají být zkontrolovány, velmi vysoká a roste progresivně s růstem hodnoty r.

  47. CUSUM - CCC diagram Aplikace diagramu CUSUM s rozhodovacími mezemi ±H na CCC data Odhalování menších změn v podílu neshodných jednotek Postup aplikace Stanovení přípustného podílu neshodných jednotek pa a nepřípustného podílu neshodných jednotek pr, který chceme odhalit co nejrychleji. Volba ARL(0). Určení hodnoty parametru K a k. Určení hodnoty parametr u H a h. Výpočet testového kritéria Si a Ti a jeho záznam do diagramu Interpretace diagramu.

  48. CUSUM - CCC diagram versus CCC diagram pa = 0,002, α = 0,00214 ARL křivka pro CUSUM-CCC ARL křivka pro CCC ARL(δ) se zkracuje s růstem p rychleji u diagramu CUSUM-CCC. Tento diagram je tedy citlivější na změny p než klasický CCC diagram.

  49. EWMA - CCC diagram Aplikace diagramu EWMA na CCC data Odhalování menších změn v podílu neshodných jednotek. • Návrh EWMA-CCC diagramu • Stanovení parametru λ ve vazbě na velikosti kritické změny podílu neshodných jednotek a zvolené hodnotě ARL(0). • Stanovení parametru K ve vazbě na λ a ARL(0).

  50. EWMA - CCC diagram pro transformované hodnoty Vzhledem k tomu, že CCC hodnoty mají silně asymetrické rozdělení, doporučuje se použít vhodnou transformaci s cílem přiblížení se normálnímu rozdělení . Jako nejvhodnější a nejjednodušší se jeví transformace Diagram je pak označován jako EWMA-X1/4

More Related