Optimalizace analýz systému měření ve společnosti z oblasti automobilového průmyslu

Transkript

1 Vysoká škola báňská Technická univerzita Ostrava Fakulta metalurgie a materiálového inženýrství Katedra managementu kvality Optimalizace analýz systému měření ve společnosti z oblasti automobilového průmyslu DIPLOMOVÁ PRÁCE 2017 Bc. Radek Toulec

2

3

4

5

6 Abstrakt Diplomová práce se zabývá analýzou systému měření ve společnosti z oblasti automobilového průmyslu. Teoretická část se věnuje rozborem přístupů k analýze systému měření. Cílem praktické části práce je zanalyzovat současný systém měření v podniku, definovat slabá místa. Na závěr navrhnout optimalizaci vedoucí ke zlepšení stávajícího systému měření. Klíčová slova: Analýza systému měření, opakovatelnost, reprodukovatelnost, metoda rozpětí, metoda průměru a rozpětí, analýza rozptylu, počet rozlišitelných kategorií, atributivní data, variabilní data, Minitab, rozlišitelnost Abstract This diploma thesis deals with analysis of measurement system in automotive industry. The theoretical part is pointing to different approaches to measurement system analysis. The aim of the practical part is to analyse current measurement system and to define weaknesses in company. Finaly to propose optimization leading to improvement of existing measurement system. Keywords: Measurement systems analysis, repeatability, reproducibility, range method, average and range method, analysis of variance, number of distinct categories, attributive data, variable data, Minitab, resolution

7 Seznam použitých zkratek A Základní jednotka soustavy SI pro elektrický proud AIAG Akční skupina pro automobilový průmysl ANOVA Analýza rozptylu ARM Metoda průměru a rozpětí AV, Variabilita operátora, reprodukovatelnost, rozptyl reprodukovatelnosti AVSQ Systém kvality pro italský automobilový průmysl BIPM Mezinárodní úřad pro váhy a míry C g, C gk Indexy způsobilosti měřících zařízení Cg min 2 D 3, D 4 EAQF EMS ER EV, F FMEA Minimální požadovaná hodnota indexu způsobilosti měřících zařízení Výpočtový koeficient, tabulková hodnota závislá na počtu operátorů a dílů Výpočtový koeficient pro výpočet regulačních mezí Francouzský standard kvality pro automobilový průmysl Systém environmentálního managementu Celková chyba měření Variabilita zařízení, opakovatelnost, rozptyl opakovatelnosti Poměr kvadratického průměru interakce a střední kvadratické chyby Analýza možných vad a jejich důsledků g, n Počet vzorků GRR, Opakovatelnost a reprodukovatelnost měřidla GUM Pokyn pro vyjádření nejistoty měření i, j, k Sčítací indexy (i pro vzorky, j pro měření, k pro operátor) IATF Pracovní skupina tvořená členy z řad výrobců automobilů ISO Mezinárodní organizace pro standardizaci IT Informační technologie FCGM Společná komise pro návody v metrologii k 1, k 2 Konstanty pro určování indexů způsobilosti dle zvolené metodiky K 1, K 2, K 3 Výpočtové koeficienty, tabulková hodnota pro výpočet opakovatelnosti a reprodukovatelnosti měřidla LCL, LCLR Dolní regulační mez m, r Počet měření n, o Počet operátorů

8 ndc Počet rozlišitelných kategorií MS Kvadratický průměr MR Naměřená hodnota MSA Analýza systému měření PPAP Proces schvalování dílů do sériové výroby PPF Uvolnění výrobního procesu a produktu PV, Variabilita dílů PKP Pracovní a kontrolní postup P p, P pk Ukazatelé výkonnosti QMS Systém managementu kvality QS Oborová norma automobilového průmyslu R Rozpětí R Průměrné rozpětí RCHS Riziko chybějícího signálu R i R k R ik R k RM RZS R&R s SPC SW T TV, U Rozpětíi-tého vzorku Rozpětí mezi operátory k Rozpětí na i-tém vzorku naměřeného k-tým operátorem Průměrné rozpětí pro operátora k Metoda rozpětí Riziko zbytečného signálu Opakovatelnost a reprodukovatelnost Výběrová směrodatná odchylka Statistická regulace procesu Software Tolerance Celková variabilita Nejistota měření UCL, UCLR Horní regulační mez VDA Sdružení automobilového průmyslu x, Aritmetický průměr x i x i x k x ik Naměřené hodnoty na i-tém vzorku Aritmetický průměr hodnot i-tého vzorky Aritmetický průměr hodnot naměřených k-tým operátorem Hodnota na i-tém vzorku naměřená k-tým operátorem

9 x ik x ijk x ref Aritmetický průměr na i-tém vzorku naměřená k-tým operátorem Hodnota na i-tém vzorku při j-tém měření naměřená k-tým operátorem Referenční hodnota etalonu

10 Obsah Úvod Měření a metodika měření Vývoj předpisů Základní požadavky na vlastnosti měřidel Měření, chyby měření a nejistoty měření Statistické vlastnosti systému měření Přístupy k analýzám systémů měření Metodika dle příručky MSA Stabilita Strannost Linearita Shodnost Opakovatelnost Reprodukovatelnost Opakovatelnost a reprodukovatelnost měření Analýza systému měření metodou srovnávání Lear Corporation Czech Republic s.r.o O společnosti Závod ve Vyškově Organizační struktura Systém managementu kvality Poslání společnosti Analýza současného stavu Metodický pokyn MSA pro spojitá data MSA atributivní Přehled provedených MSA Optimalizace analýz systému měření ve společnosti Získání znalostí... 33

11 4.2 Nový metodický pokyn Nové formuláře Nový SW systém na vyhodnocování a jeho validace Plánování a správa vyhotovených MSA databáze Případová studie pro vybraný systém měření Průběh analýzy Popis dílu a měřícího systému Numerická analýza Grafická analýza Diagram pro rozpětí Diagram pro průměr Ověření používaným počítačovým SW Zhodnocení výsledků Závěr Seznam použité literatury Seznam obrázků Seznam tabulek Seznam příloh... 61

12 Úvod V dnešní době se data používají mnohem častěji než kdykoliv dříve v jakékoliv z lidských činností. Například kvalita naměřených dat je strategickým ukazatelem pro podnikové výrobní procesy. Rozhodují o finanční stránce, jestli má být proces seřízen nebo raději investovat do nového zařízení. Jako klíčové se jeví, že kvalita naměřených dat má zásadní vliv na kvalitu produktu. Proto firmy implementují do své organizace management kvality. Management kvality má za úkol především zabezpečit kvalitu výrobku a výrobního procesu proti možným chybám a tím maximalizovat spokojenost zákazníků a minimalizovat náklady výroby při dodržené kvalitě. Nedodržení požadované kvality či příliš velký počet vyrobených zmetků může stát podnik nemalé finanční náklady, což znamená ztrátu konkurenceschopnosti na trhu. Proto je nutné se zabývat kvalitou naměřených dat, která jsou definována statistickými vlastnostmi násobných měření získaných ze systémů měření. Pokud jsou data při měření nějaké charakteristiky seskupena těsně kolem skutečné hodnoty, lze říci, že kvalita dat je vysoká. Pokud jsou výsledky měření vzdáleny od skutečné hodnoty, je kvalita dat nízká. Variabilita způsobená systémem měření je jedna z nejčastějších a je posuzována pomocí nejistot měření či analýzy systému měření (MSA). Tato diplomová práce se právě na analýzu systému měření zaměřuje. Jedná se o souhrn statistických metod k určení zdroje variability měřícího systému za účelem jeho vylepšení. Analýza systému měření určuje, zdali je systém měření v daných podmínkách a pro daný účel přijatelný či nevyhovující. Tyto teoretické poznatky analytických technik jsou využity k hodnocení současného stavu a systému jaký je zaveden ve výrobním podniku z oblasti automobilového průmyslu. Na základě analýzy odhalení slabých míst budou optimalizovány procesy týkající se systémů měření. Na konkrétním případu bude provedena analýza vybraného systému měření.v závěru budou posuzovány dosažené výsledky a navržena doporučení. 3

13 1 Měření a metodika měření V této kapitole jsou popsány základní požadavky na vlastnosti měřidel, vývoj těchto požadavků a vývoj předpisů, které se používají pro hodnocení měřidel v automobilovém průmyslu. 1.1 Vývoj předpisů Společnosti a organizace zabývající se kvalitou výroby, vytvořily několik norem a směrnic, které definují požadavky na vlastnosti měřicích prostředků. Ty měly za úkol zajistit vysokou kvalitu vyráběných produktů. Jsou to například normy ISO 9000 a vyšší, QS 9000, VDA 6.1 a další. Auditorské firmy vydávají výrobcům certifikáty o dodržování standardů kvality, který je nutný například k tomu, aby mohl být výrobek prodáván na trzích, které takový certifikát vyžadují. Tyto normy však neobsahují konkrétní instrukce pro hodnocení měřicích systémů v praxi. Proto si velcí výrobci automobilů vypracovali vlastní směrnice, které pak používali jako doplňky norem k vyhodnocování měřicích systémů. Přestože si byly tyto směrnice velmi podobné, lišily se některými postupy, požadavky a metodami výpočtů. To způsobovalo problémy výrobcům měřidel, neboť společnosti měli rozdílné požadavky a kritéria pro přejímku. S ohledem na tento vývoj byla vytvořena mezinárodní pracovní skupina pro sektor automobilového průmyslu, která se zabývala harmonizací těchto standardů. Výsledkem této pracovní skupiny je celosvětová norma ISO/TS To je oborová norma automobilového průmyslu, která sjednocuje celosvětové požadavky na systémy managementu kvality v tomto odvětví a je standardem systému řízení v tomto odvětví. Norma ISO/TS spojila požadavky norem QS 9000, VDA 6.1, AVSQ a EAQF, jinými slovy požadavky evropského a amerického automobilového průmyslu. Dnes tuto normu ISO/TS 16949:2009 uznávají všichni světoví výrobci automobilů. 4

14 1.2 Základní požadavky na vlastnosti měřidel Dalším základním dokumentem pro oblast měřidel, měřicích zařízení a etalonů je Metrologický řád. Tato organizační norma definuje zásady pro zajištění metrologické činnosti ve společnosti, za účelem řízení kontrolního, měřicího a zkušebního zařízení k dosažení metrologické konfirmace, což je soubor činností požadovaných pro zajištění toho, aby měřící vybavení bylo ve shodě s požadavky na jeho zamýšlené použití. Metrologická konfirmace zahrnuje kalibraci a ověřování, jakékoliv nezbytné seřízení nebo opravu a následnou rekalibraci, porovnání s metrologickými požadavky na zamýšlené použití vybavení, stejně jako jakékoliv požadované zapečetění a označení štítkem [11]. Každý Metrologický řád vychází z poznatků vědy o měření, kterou je metrologie. Zabývá se všemi problémy týkajícími se měření a s měřením souvisejícími. Jak teoretickými (metrologie teoretická nebo též vědecká), tak aplikovanými (metrologie aplikovaná, používáme pojem metrologie užitá bylo by též možno použít slovní spojení metrologie praktická). Do metrologie patří otázky výzkumného charakteru (metrologie vědecká a experimentální včetně výzkumu a vývoje), otázky obecné (metrologie obecná) i problémy speciální (metrologie speciální). Zjednodušeně lze říci, že otázky řízení metrologie ve státě řeší metrologie legální a organizování metrologie ve výrobních nebo jiných podnicích zase metrologie průmyslová (občas je pro průmyslovou metrologii používán též termín metrologie podniková) [4]. Metrologie obecně plní tři hlavní úkoly: - definuje mezinárodně uznávané měřicí jednotky (např. metr), - realizuje měřicí jednotky pomocí vědeckých metod (např. realizace metru s využitím laserového paprsku), - vytváří řetězce návaznosti při dokumentování přesnosti [4]. Řetězec návaznosti, viz obrázek 1, je nepřerušený řetězec porovnání, pro něž jsou udány nejistoty. Tím je zajištěno to, že výsledek měření nebo hodnota etalonu jsou vztaženy k referencím vyšší úrovně, nakonec až k primárním etalonům. 5

15 Obr.1: Řetězec metrologické návaznosti [5] Konečný uživatel získává návaznost z nejvyšší mezinárodní úrovně buď přímo cestou národního metrologického institutu, nebo prostřednictvím sekundární kalibrační laboratoře, zpravidla akreditované. Výsledkem různých mezinárodních ujednání o vzájemném uznávání je skutečnost, že návaznost může být zajištěna i prostřednictvím laboratoří mimo vlastní zemi uživatele [5]. Základním prostředkem při zajišťování návaznosti měření je kalibrace měřidel, měřících systémů nebo referenčních materiálů. Kalibrace určuje metrologické charakteristiky přístroje, systému nebo referenčního materiálu. Obvykle se toho dosahuje přímým porovnáním s etalony nebo certifikovanými referenčními materiály. Vystavuje se kalibrační list a (ve většině případů) se kalibrované měřidlo opatřuje štítkem. 6

16 Pro kalibraci měřicích přístrojů mluví nejméně čtyři důvody: - zajistit a prokázat návaznost, - zajistit, aby údaje uváděné přístrojem byly konzistentní s jiným měřením, - stanovit správnost údajů uváděných přístrojem, - zjistit spolehlivost přístroje, tj. zda je mu možno důvěřovat [5]. Základními všeobecnými definicemi v metrologii jsou: Měřidlo je obecné označení pro zařízení nebo kombinaci více zařízení navržené pro měření veličin. Měření je proces experimentálního získání informace o velikosti veličiny. Etalon je definován jako realizace definice dané veličiny se stanovenou hodnotou a nejistotou měření, která je používána jako reference [4]. 1.3 Měření, chyby měření a nejistoty měření Jak vyplývá z definice měření, jedná se o činnost vedoucí k požadovanému výsledku, kterým je naměřená hodnota sledované veličiny. Tak jako jiné činnosti, také měření je ovlivněno okolnostmi, za kterých tato činnost probíhá a které ovlivňují kvalitu výsledku. Z tohoto důvodu je vždy třeba předpokládat, že žádné měření není absolutně přesné. Ve všech měřeních se projevují chyby, které se projevují odchylkou mezi naměřenou veličinou a její pravou hodnotou. Pojem chyba měření je definován jako naměřená hodnota veličiny minus referenční hodnota veličiny. Chyba měření nemá být zaměňována s výrobní chybou nebo omylem [4]. Základní model měření lze vyjádřit vztahem: MR=TV+ER, (1) kde MR je naměřená hodnota, TV je pravá hodnota a ER je celková chyba měření, kterou můžeme rozdělit na chybu náhodnou a chybu systematickou. Systematická chyba nabývá téměř vždy přibližně stejné hodnoty, ale za jistých situací se může také měnit. Náhodná chyba mění svoji velikost a směr náhodně [13]. 7

17 Měření musí být precizní a přesné. Přesnost a preciznost jsou různými, nezávislými vlastnostmi: - data mohou být přesná (odrážejí pravé hodnoty), ale nemusí být precizní (měřicí jednotky nemají dostatečnou rozlišitelnost), - naopak data mohou být precizní, přesto nepřená (přesně měří něco, co neodráží pravé hodnoty), - někdy nejsou data ani přesná, ani precizní, - cílem je mít data, která jsou jak přesná, tak precizní [8]. Systém měření je spojen s chybami, které provází celý proces měření. Výsledek měření lze následkem tohoto očekávat v určitém intervalu kolem pravé hodnoty. Toto rozmezí je v metrologii nazýváno nejistota měření. Pojem nejistota měření je v metrologii poměrně nový pojem. Dlouhou dobu se v metrologii používá analýza chyb a jejich korekce. V současnosti se připouští, že po zavedení korekcí, které by měly eliminovat známé a předpokládané chyby, stále přetrvávají pochyby o výsledku měření. Proto je nutné brát v úvahu, že vyhodnocování nejistot měření je třeba považovat za neustálý proces [12]. Nejistota měření může být vyjádřena mnoha způsoby. Široce využívanou metodou, uznávanou například akreditačními orgány, je doporučený postup Guide to the expression of uncertainty in measurement (GUM). Toto je základní dokument, který se zabývá problematikou nejistot měření. První verzí dokumentu, který by sjednotil vyjadřování nejistot v měření, bylo doporučení INC-1 Vyjádření výběrových nejistot, vypracované v roce 1980 Mezinárodním úřadem pro váhy a míry (BIPM - Bureau International des Poids et Mesures). Odpovědnost za další rozvoj vydaných dokumentů, které řešily problematiku vyjadřování nejistot, pak byla přenesena na Mezinárodní organizaci pro normalizaci ISO a další spolupracující organizace. Podle těchto předpisů by se spolu s výsledky měření měl udávat také určitý údaj o jeho kvalitě. Tento údaj je podmínkou k tomu, aby bylo možné jakkoli porovnávat výsledky měření. Celkový výsledek měření y by se měl vyjadřovat ve tvaru: y = y±u, (2) kde y je naměřená hodnota a U je nejistota měření [5]. 8

18 1.4 Statistické vlastnosti systému měření Ideální systém měření by měl při každém použití produkovat pouze správná měření. Každé měření by vždy mělo odpovídat etalonu. Systém měření by se musel vyznačovat takovými statistickými vlastnostmi jako je nulový rozptyl, nulová strannost a nulová pravděpodobnost nesprávné klasifikace libovolného produktu, u něhož se provádělo měření. Bohužel zřídka kdy existují systémy s takovými žádoucími statistickými vlastnostmi, takže pracovníci řídící proces musí běžně používat systémy měření, které mají méně žádoucí statistické vlastnosti [1]. Statistické regulace procesu vychází z existence variability, která je důsledkem působení řady vlivů, jenž na proces působí. Tato variabilita způsobuje, že nelze vyrobit dva zcela stejné produkty. Můžeme však tyto vlivy zkoumat a vytvořit takové podmínky, aby se variabilita procesu udržovala ve stanovených mezích [6]. Vedení je odpovědné za identifikaci statistických vlastností, které jsou nejdůležitější pro konečné použití. Vedení je rovněž odpovědné za to, že zjistí, aby tyto vlastnosti byly použity jako základ pro volbu systému měření. Existují určité základní vlastnosti, které definují správný systém měření. Mezi ně patří: - odpovídající práh citlivosti a citlivost. Obecně známé pravidlo deseti říká, že práh citlivosti přístroje by měl rozdělit toleranci (nebo variabilitu procesu) na deset částí, - systém měření by měl být ve statisticky zvládnutém stavu. To znamená, že při opakovatelných podmínkách je variabilita systému měření způsobena pouze náhodnými příčinami, nikoli zvláštními příčinami, - v případě řízená produktu musí být variabilita systému měření v porovnání s mezními hodnotami danými specifikací malá, - v případě regulace procesu by variabilita systému měření měla prokazovat efektivní rozlišitelnost a být malá v porovnání s variabilitou výrobního procesu [1]. 9

19 1.5 Přístupy k analýzám systémů měření V této kapitole jsou popsány různé metody hodnocení způsobilosti měřidel a měřicích systémů. K vyhodnocení analýzy systémů měření v automobilovém průmyslu se převážně používají dvě příručky metodika VDA 5 Vhodnost kontrolních procesů (Verband der Automobilindustrie) a metodika MSA Analýza systémů měření (Measurement System Analysis). Metodika MSA, byla vytvořena v rámci standardů QS 9000 a je určena především pro dodavatele amerického automobilového průmyslu. Německý automobilový průmysl využívá odvětvové standardy VDA. V rámci těchto standardů byla vytvořena metodika VDA 5. Tyto metodiky obsahují odlišné definice statistických vlastností, odlišný je i princip vyhodnocování těchto vlastností. Cílem těchto příruček je poskytnout instrukce pro posuzování kvality systémů měření u dodavatelů automobilového průmyslu. 1.6 Metodika dle příručky MSA Analýza systémů měření neboli Measurement System Analysis (MSA) je analytická technika pro posouzení systému měření vydávaná pod záštitou americké akční skupiny pro automobilový průmysl Automotive Industry Action Group (AIAG) na základě dohody mezi společnostmi Daimler-Chrysler, Ford a General Motors. Poslední čtvrtá verze této metodiky vyšla v roce Metodika MSA popisuje postup a metody provedení analýzy systémů měření a dává návod na to, jak posuzovat kvalitu systému měření [2]. Před popisem základních metod pro posuzování systému měření je nejprve nutné uvést hlavní statistické vlastnosti systému měření. Mezi ty nejdůležitější patří: - strannost, - stabilita, - linearita, - shodnost, - opakovatelnost, - reprodukovatelnost. 10

20 Výše uvedené statistické vlastnosti systému měření můžeme rozdělit na charakteristiky polohy a charakteristiky variability. K charakteristikám polohy řadíme strannost, stabilitu a linearitu, kdežto shodnost, opakovatelnost a reprodukovatelnost se řadí k charakteristikám variability [20]. V příručce MSA jsou popsány jak postupy zaměřené na vyhodnocení každé jednotlivé vlastnosti systému měření, tak i postupy umožňující vyhodnocení několika statistických vlastností systému měření najednou. V prvním kroku by měla být provedena analýza stability systému měření, protože tato vlastnost je základním předpokladem pro objektivní vyhodnocení dalších statistických vlastností systému měření [20] Stabilita Stabilita měření (obrázek 2) naznačuje celkovou variabilitu výsledků měření prováděné stejnou osobou na stejném znaku kvality v delším časovém úseku. Zjišťuje se na základě změny strannosti v čase. Možné příčiny nestability jsou, když přístroj potřebuje kalibraci nebo je opotřebovaný. Zároveň je třeba zkrátit intervaly mezi kalibracemi. Hlavní etalon může být opotřebovaný nebo poškozený [1]. Data pro analýzu stability systému měření získáme tak, že budeme v pravidelných intervalech provádět 3 5 opakovaných měření nejlépe tří referenčních vzorků pokrývajících rovnoměrně celé výrobní rozpětí (dolní mez střed horní mez). Po získání dostatečného počtu dat následuje sestrojení a analýza vhodné dvojice regulačních diagramů (, R nebo, s). V rámci této analýzy je možné posoudit nejen stabilitu systému měření, ale rovněž jeho konzistenci. Pokud v diagramu posuzujícím variabilitu měření (R nebo s) leží všechny hodnoty uvnitř regulačních mezí, můžeme považovat použitý systém měření za konzistentní. Za stabilní pak můžeme systém měření považovat v případě, kdy rovněž v diagramu leží všechny hodnoty uvnitř regulačních mezí [14]. 11

21 Obr. 2: Stabilita měření [1] Strannost Strannost systému měření (anglicky Bias, dříve označována jako Přesnost) označuje míru správnosti měření. Strannost je termín pro vzdálenost mezi pozorovaným průměrným měřením a pravou hodnotou nebo správnou odpovědí. Statisticky je strannost identifikována, pokud jsou průměry měření systematicky vychýleny od pravé hodnoty [9]. Proces měření musí být ve statisticky zvládnutém stavu, v opačném případě je strannost procesu bezvýznamná. Zjistí se jako rozdíl aritmetického průměru výsledků opakovaného měření stejného znaku kvality a přijatou referenční hodnotou. Strannost měření (obrázek 3) je míra systematické chyby systému měření [2]. Obr. 3: Strannost měření [1] 12

22 Strannost se může vyskytovat například, když přístroj potřebuje kalibraci nebo je opotřebovaný. Dále může strannost nastat kvůli hlavnímu etalonu. Hlavní etalon může být buď opotřebovaný nebo poškozený. Případně může být špatně zkalibrován. Strannost může být způsobena i využitím špatného měřidla nebo použitím jiné metody měření. Roli může hrát i prostředí (teplota, vlhkost, vibrace, čistota) [1] Linearita Linearita měření (Linearity) je změna strannosti v běžném provozním rozsahu měřidla. Zjistí se jako rozdíl mezi hodnotami strannosti. Posuzuje se, zdali hodnota strannosti závisí na velikosti naměřené hodnoty. Linearita nemá konstantní strannost a může nabývat několika podob. Linearita měření (obrázek 4) určuje systematické chyby systému měření [1]. Obr. 4: Linearita měření [1] Linearita se může vyskytovat ze stejných důvodů jako strannost. Svoji roli opět hraje opotřebený přístroj, špatná údržba, opotřebený nebo poškozený etalon či prostředí [1] Shodnost Shodnost vyjadřuje variabilitu výsledků opakovaného měření stejného znaku kvality (obrázek 5). Mírou shodnosti měření je obvykle jeho neshodnost, která se vyjadřuje pomocí směrodatné odchylky výsledků měření, resp. oblasti skutečné variability výsledků měření (6σ). Shodnost měření charakterizuje působení náhodných chyb měření [15]. 13

23 Obr. 5: Shodnost měření [2] Opakovatelnost Opakovatelnost systému měření (Repeatability) vyjadřuje variabilitu měření, které získáme jedním měřicím přístrojem. Tento přístroj byl použit jedním pracovníkem pro opakované měření stejných charakteristik na stejném výrobku v co nejkratším časovém rozmezí. Obecně je označována také jako variabilita zařízení (EV equipment variation). Opakovatelnost (obrázek 6) charakterizuje variabilitu vyvolanou náhodnými příčinami variability, která působí uvnitř systému měření [1]. Chyba opakovatelnosti se může vyskytovat kvůli vlastnostem dílu (poloha, zkosení), opotřebení přístroje a etalonu nebo jejich kvalitě. Příčiny opakovatelnosti mohou plynout i ze zvolené metody měření a také má vliv samotný operátor a jeho technika a zkušenosti [1]. Obr. 6: Opakovatelnost měření [1] 14

24 1.6.6 Reprodukovatelnost Reprodukovatelnost (obrázek 7) systému měření (Reproducibility) je variabilita průměrů měření prováděných různými pracovníky, kteří používají stejné měřidlo pro měření stejné charakteristiky na stejném výrobku. Kromě různých pracovníků lze zaměnit i prostředí měření, čas měření či použitou metodu. Jedná se o variabilitu systému měření, která je způsobena rozdílností operátorů. Obecně označována jako variabilita operátora (AV appraiser variation) [1]. Potencionální zdroje chyby reprodukovatelnosti mohou být samotné díly, etalony, použité přístroje a metody, prostředí a čas měření. A samozřejmě samotní operátoři a jejich technika a zkušenosti pro dané měření [1]. Obr. 7: Reprodukovatelnost měření [1] Opakovatelnost a reprodukovatelnost měření Při samotném měření nelze většinou zajistit stabilní podmínky např. podmínky opakovatelnosti, proto se v praxi používá hodnocení kombinované opakovatelnosti a reprodukovatelnosti systému měření Gage Repeatability and Reproducibility (GRR). Skutečné podmínky měření se obvykle mění, přičemž nejčastěji se jedná o změnu pracovníka (operátora), který měření provádí. GRR je vlastně rozptyl opakovatelnosti a reprodukovatelnosti, který se rovná součtu rozptylu uvnitř systému a mezi systémy [16]. Pro numerický výpočet ukazatelů opakovatelnosti a reprodukovatelnosti se využívají tři metody. - metoda založená na rozpětí, - metoda průměru a rozpětí, - metoda ANOVA (Analysis of variance). 15

25 A. Metoda založená na rozpětí Tato metoda rovněž označovaná jako krátká metoda je nejméně časově náročnou analýzou opakovatelnosti a reprodukovatelnosti. Slouží pro rychlé ověření, zda hodnota %GRR je vyhovující. Velkou nevýhodou je skutečnost, že neumožňuje samostatně vyhodnotit opakovatelnost a reprodukovatelnost měření. Specifika metody jsou, dva operátoři měří celkem pět vzorků, přičemž každý operátor měří každý vzorek pouze jednou. Vyhodnocení kombinované opakovatelnosti a reprodukovatelnosti (GRR) je na základě průměrného variačního rozpětí měření jednotlivých vzorků podle vzorce: = (3) kde: průměrné variační rozpětí měření jednotlivých vzorků koeficient závislý na počtu měření jednotlivých vzorků (m) a počtu měřených dílů (g) Stanovenou hodnotu opakovatelnosti a reprodukovatelnosti (GRR) je potřeba porovnat s hodnotou směrodatné odchylky procesu případně šestinou šířky tolerančního rozpětí sledovaného znaku kvality. Vypočtený procentuální podíl %GRR je pak kritériem přijatelnosti systému měření (viz tabulka 1) [18]. Tab. 1:Kritéria přijatelnosti systému měření u metody rozpětí [18] Hodnota %GRR %GRR < < %GRR < 30 %GRR > 30 Výsledná kritéria Systém měření je přijatelný. Systém měření může být přijatelný (podle důležitosti aplikace, nákladů na měřidlo, nákladů na opravy, atd.). Systém měření je nepřijatelný, je nutné ho zlepšit. B. Metoda založená na průměru a rozpětí Analýza opakovatelnosti a reprodukovatelnosti systému měření metodou průměru a rozpětí je mnohem lépe propracována a poskytuje mnohem více informací než metoda založená na rozpětí. Jde o v praxi nejpoužívanější metodu. Velice důležité je, že aplikací této metody lze samostatně odlišit variabilitu vyvolanou opakovatelností a reprodukovatelnosti měření. Nevýhodou ale je, že nedokáže vyjádřit jejich interakci mezi měřenými vzorky a operátory [18]. 16

26 Tato metoda se dělí na tři fáze a to fázi přípravnou, fázi vlastního měření a fázi vyhodnocení analýzy. V přípravné fázi je nutné stanovit všechny základní parametry analýzy systému měření jako je počet operátorů provádějících analýzu systému měření, počet měřených kusů a počet opakovaných měření každého kusu. Vlastní měření se provádí v místě používání systému měření, přičemž by operátoři měli používat stejný postup. Důležitou podmínkou při měření je dodržení nezávislosti měření. Nezávislosti lze dosáhnout tak, že jednotliví operátoři nebudou znát čísla jednotlivých vzorků a ani výsledek předchozího měření. Z těchto důvodů je dozorování měření a zaznamenávání dat prováděno pověřeným pracovníkem. K vyhodnocení této metody se používají jak grafické, tak numerické výsledky. Vyhodnocení je rozděleno do devíti na sebe navazujících kroků. V prvním kroku se ověřuje statistická stabilita procesu měření z hlediska variability opakovaných měření. Toto se provádí pomocí regulačního diagramu pro rozpětí. Po zjištění statistické stability lze přistoupit k stanovení hodnoty opakovatelnosti měření podle vztahu: = (4) kde: průměrné variační rozpětí opakovaných měření pro všechny operátory koeficient závislý na počtu opakování měření a počtu měřených vzorků V následujícím kroku je možné přistoupit k výpočtu reprodukovatelnosti měření. Na základě stanovené hodnoty variačního rozpětí aritmetických průměrů opakovaných měření jednotlivých kusů jednotlivými operátory X DIFF lze vyhodnotit reprodukovatelnost měření AV dle vzorce: = ( ) ( ) (5) 17

27 kde: X DIFF r n variační rozpětí aritmetických průměrů všech měření provedených jednotlivými operátory počet měřených kusů počet opakovaných měření koeficient závislý na počtu operátorů. V této chvíli již máme potřebné informace k vyhodnocení opakovatelnosti a reprodukovatelnosti měření GRR podle vzorce: = ( ) + ( ) (6) Samotná hodnota GRR ještě nevypovídá o vhodnosti analyzovaného systému měření. Vhodnost analyzovaného systému měření lze určit až porovnáním opakovatelnosti a reprodukovatelnosti s celkovou variabilitou (TV). Celková variabilita se při standardním postupu, kdy měřené vzorky reprezentují výrobní rozpětí, stanovuje na základě variability mezi měřenými vzorky. Variabilitu mezi měřenými vzorky PV stanovíme podle vzorce: = (7) kde: variační rozpětí aritmetických průměrů všech měření jednotlivých vzorků koeficient závislý na počtu měřených kusů Nyní lze již pomocí hodnoty variability mezi měřenými kusy a opakovatelnosti a reprodukovatelnosti měření stanovit celkovou variabilitu TV dle vztahu: = ( ) + ( ) (8) Nyní se přistoupí k vyjádření opakovatelnosti, reprodukovatelnosti, opakovatelnosti a reprodukovatelnosti a variability mezi kusy v procentech celkové variability. Procentuální podíl opakovatelnosti a reprodukovatelnosti měření na celkové variabilitě se vypočte dle vztahu: % = 100 (9) 18

28 Obdobně se vypočítají i procentuální podíly ostatních složek celkové variability systému měření. Pro konečné vyhodnocení systému měření je nutné ještě vypočíst hodnotu ndc, která představuje počet různých kategorií, které lze systémem měření rozlišit. Hodnota ndc se vypočte takto: = 1,41 (10) Vyhodnocení přijatelnosti měření se provede na základě procentuálního vyjádření podílu opakovatelnosti a reprodukovatelnosti z celkové variability a počtu různých kategorií, které lze systémem měření rozlišit. Mohou nastat tři situace znázorněné v tabulce 2. Tab. 2: Kritéria přijatelnosti systému měření na základě analýzy GRR [18] Hodnota %GRR %GRR < 10 a ndc 5 10% < %GRR < 30% a ndc 5 %GRR > 30% nebo ndc < 5 Výsledná kritéria Systém měření je přijatelný. Systém měření je podmíněně přijatelný vzhledem k celkové variabilitě procesu resp. tolerančnímu rozpětí, to závisí na poměru ceny nápravy a významnosti sledované veličiny. Systém měření je nepřijatelný, je nutné ho zlepšit. V případě, že nastane první situace a systém měření je přijatelný, není nutné aktuálně provádět žádná opatření ke zlepšení systému měření. V situaci, kdy je systém měření přijatelný pouze podmíněně, je žádoucí tento systém průběžně zlepšovat. Pokud není systém měření přijatelný, je nutné ihned provést nápravná opatření k okamžitému zlepšení systému měření na přijatelnou úroveň [17]. 19

29 C. Metoda ANOVA - analýza rozptylu Je standardní statistická metoda, kterou lze využít při analyzování chyby měření a jiných zdrojů variability dat při studii systému měření. Tato analýza umožňuje rozdělit rozptyl do čtyř kategorií. Tyto kategorie jsou nazvány díly, operátoři, interakce mezi díly a operátory a chyba replikace způsobena měřidlem. Výhoda metody ANOVA, oproti výše uvedeným technikám, je v tom, že umožňuje zjistit informace o interakci mezi díly a vlivy operátorů, lépe se vypořádá s jakýmkoliv experimentálním seřízením a zjistí mnohem přesnější odhad rozptylů.naproti tomu nevýhodou této metody je složitost numerických výpočtů a kladení vyšších nároků na uživatele, při interpretaci výsledků, jenž vyžaduje určitou úroveň statistických znalostí [3]. Před použitím analýzy rozptylu musí být ověřeny předpoklady o výběru. Jednofaktorová analýza rozptylu má tyto základní předpoklady: - data mají normální rozdělení, - rozptyly sloupcových výběrů 2 jsou stejné, - každá součást je vybrána pomocí náhodného výběru ze svého základního souboru, - zároveň každý prvek ze souboru má stejnou pravděpodobnost, že bude vybrán do výběru [7] Analýza systému měření metodou srovnávání Jedná se o měření diskrétních hodnot. Systémy měření metodou srovnáváním pro atributivní data představují třídu systému měření, kde je hodnota výsledku měření jednou z konečného počtu kategorií (diskrétní veličina např. OK/NOK; stupnice 0 9 atd.). Analýza atributivní MSA je nezbytná k tomu, aby se určilo, zda se mezi operátory vyskytují nějaké rozdíly, avšak neříká nic o tom, jak dobře systém měření rozlišuje dobré díly od špatných. Metodu lze použít pro: - posouzení shody mezi operátory, - posuzování shody s referenční hodnotou, - lze užít pro šablony, měrky, kalibry, třídící automaty, kamerové systémy, ale i porovnání schopností operátorů. 20

30 Příručka MSA uvádí tři specifické metody analýzy systému měření pro atributivní data: - model detekce signálu, - analytickou metodu, - metodu křížových tabulek. A. Metoda detekce signálu Podstata metody detekce signálů je založena na stanovení odhadu šířky pásma šedé oblasti, díky které se vyhodnocuje opakovatelnost a reprodukovatelnost systému měření GRR. Poté se procentuální podíl opakovatelnosti a reprodukovatelnosti měření %GRR srovná s nařízeními kriteriálními hodnotami. Podmínkou pro aplikaci této metody je nutnost znalosti referenční hodnoty kontrolovaného znaku kvality pro všechny díly, které budou systémem měření kontrolovány [1]. B. Analytická metoda Jde o metodu, pomocí které je odhadována opakovatelnost a strannost měření. Obecný postup analytické metody je určení referenčních hodnot vybraných dílů. Měření se opakují a jednotlivá rozhodnutí se zaznamenávají. Monitoruje se celkový počet splnění vybraných kritérií pro daný díl. Dle těchto výsledků lze poté vyhodnotit opakovatelnost a strannost [1]. C. Metoda křížových tabulek analýza testu hypotéz Přípravná fáze analýzy systému měření při kontrole srovnáváním se řídí obdobnými pravidly jako v případě analýzy opakovatelnosti a reprodukovatelnosti měření GRR pro měřitelné znaky kvality. Hodnocený soubor výrobků by měl obsahovat nejen shodné, ale i neshodné výrobky a celkový počet výrobků by měl být větší, než v případě kontroly měřením (cca 50 kusů). Každý výrobek by měl mít stanoveno referenční hodnocení a musí být hodnocen opakovaně, operátor by neměl znát předchozí výsledek měření, dosažené výsledky by měly být zapsány do přehledné tabulky. Rozhodnutí o přijetí výrobku muže být provedeno pomocí číselného označení (0 = nepřijetí; 1 = přijetí). Vyhodnocení systému měření se realizuje pomocí křížových tabulek. Nejdříve se vyhodnocuje shoda mezi jednotlivými operátory. Příklad takového křížové tabulky, pomocí níž se vyhodnocuje shoda mezi dvěma operátory je vyobrazena v tabulce 3. 21

31 Tab. 3: Křížová tabulka mezi operátory A a B A*B Operátor B 0 1 Celkem Operátor A 0 1 Celkem Výsledek X 00 X 01 X 0. Očekávaný výsledek x 00 x 01 x 0. Výsledek X 10 X 11 X 1. Očekávaný výsledek x 10 x 11 x 1. Výsledek X. 0 X. 1 N Očekávaný výsledek x. 0 x. 1 n Hodnoty označené velkým písmenem X (X00; X01, X10, X11) představují počty výskytu jednotlivých možných kombinací výsledků získaných operátory A a B. Obdobně hodnoty Celkem označené velkým písmenem X shrnují, kolikrát jednotliví operátoři při hodnocení výrobku došli k rozhodnutí 0 nebo 1. Celkový počet všech hodnocení se značí N. Hodnoty označené malým písmenem x představují očekávané výsledky, jež se počítají podle vzorců: x =. X. (11) x =. X. (12) x =. X. (13) x =. X. (14) K určení míry shody dvou operátorů se používá Cohenova kappa, jiným názvem ukazatel shody mezi hodnotiteli. Hodnotu kappa získáme z rovnice: κ = (15) Před samotným posouzením shody mezi dvojicemi operátorů je potřeba vypočítat hodnoty p0 resp. pe představující podíl výsledků, kdy se oba operátoři shodli v rozhodnutí o přijetí nebo nepřijetí výrobků resp. podíl očekávaných výsledků, kdy se oba operátoři shodují 22

32 v rozhodnutí o přijetí nebo nepřijetí výrobků: = (16) = (17) Obecně platí, že při hodnotě κ > 0,75 mluvíme o velmi vysoké shodě dvou operátorů, při hodnotě κ < 0,40 se naopak jedná o velmi nízké shodě. I přes možnou vynikající shodu mezi jednotlivými dvojicemi operátorů poskytuje výše popsané hodnocení pouze omezený pohled na kvalitu systému měření. K tomuto posouzení je proto nutné sestrojit a vyhodnotit také křížové tabulky pro posouzení shody mezi hodnocením jednotlivých operátorů a referenčním hodnocením. Příklad křížové tabulky pro posouzení shody mezi hodnocením operátora A a referenčním hodnocením je zobrazen v tabulce 4. Tab. 4: Posouzení shody mezi hodnotitelem A a referenční hodnotou A*Reference Reference 0 1 Celkem A 0 Výsledek X 00 X 01 X 0. Očekávaný výsledek x 00 x 01 x 0. 1 Celkem Výsledek X 10 X 11 X 1. Očekávaný výsledek x 10 x 11 x 1. Výsledek X. 0 X. 1 N Očekávaný výsledek x. 0 x. 1 n Proces výpočtů v křížové tabulce a vyhodnocení ukazatele kappa je identický jako při vyhodnocování shody mezi jednotlivými hodnotiteli dle vzorců (11), (12), (13), (14). Totéž platí i u ukazatele kappa a jeho následného hodnocení. Kromě ukazatele kappa a postupu jeho vyhodnocení je vhodné vyhodnotit také účinnost systému měření, která se dá vyjádřit, jako poměř počtu správných rozhodnutí k celkovému počtu rozhodnutí a následně se vyjádří v procentech. Za korektní rozhodnutí jsou považovány případy, kdy se všechna opakovaná hodnocení daného výrobku (daného hodnotitele) shodují 23

33 s referenční hodnotou. Na obdobném pravidlu lze také vyhodnotit míru shody jednotlivých hodnotitelů vůči sobě či míru shody mezi všemi hodnotiteli [18]. Takto vyhodnocovanou účinnost značíme U a vyjadřuje se v procentech dle vzorce: = 100 (18) Vyhodnocují se čtyři základní možnosti efektivnosti, viz tabulka 5. Tab. 5: Varianty hodnocení účinnosti systému měření Varianta Účinnost shody operátora vůči sobě Účinnost shody operátora Účinnost shody operátorů mezi sebou Účinnost shody operátorů vůči referenční hodnotě A (počet správných rozhodnutí) Počet výrobků, u kterých hodnotitel při opakovaných hodnoceních došel ke stejnému výsledku Počet výrobků, u kterých hodnotitel při opakovaných hodnoceních došel k výsledku odpovídajícímu referenční hodnotě Počet výrobků, u kterých všichni hodnotitelé při opakovaných hodnoceních došli ke stejnému výsledku Počet výrobků, u kterých všichni hodnotitelé při opakovaných hodnoceních došli k výsledku odpovídajícímu referenční hodnotě Poslední částí metody křížových tabulek je výpočet a vyhodnocení rizik spojených s analýzou. Jedná se o riziko chybějícího signálů, které představuje podíl případů, kdy výrobek byl neshodný a operátor ho označil za shodný. Toto riziko se vypočte dle následujícího vzorce: =. 100 (19) Dále je nutné vypočítat riziko zbytečného signálu, které představuje podíl případů, kdy byl výrobek shodný a operátor jej označil jako neshodný. Toto riziko se vypočte následovně: =. 100 (20) 24

34 Posledním krokem metody křížových tabulek je vyhodnocení dosažených hodnot jednotlivých účinností a hodnot obou rizik s mezními hodnotami vyobrazenými v tabulce 6. Tab. 6: Vzorová kritéria účinnosti Směrnice [1] Rozhodnutí Účinnost Riziko chybějícího signálu Riziko zbytečného signálu Přijatelné pro operátora Marginálně přijatelné pro operátora - může vyžadovat zlepšení Nepřijatelné pro operátora - vyžaduje zlepšení 90 % 2 % 5 % 80 % 5 % 10 % 80 % > 5 % > 10 % 25

35 2 Lear Corporation Czech Republic s.r.o. 2.1 O společnosti Společnost Lear Corporation byla založena v roce 1917 v Detroitu pod názvem American Metal Products. V roce 2017 oslaví stoleté výročí existence. Lear je jedním z předních světových dodavatelů automobilových sedadlových systémů a elektrických distribučních systémů tzv. e-systémy. Lear dodává své výrobky každé větší automobilce ve světě, je jimi vybaveno více než 400 modelů automobilů. Prvotřídní výrobky společnosti Lear navrhuje, konstruuje a vyrábí různorodý tým zhruba zaměstnanců v 37 zemích. Lear si aktuálně drží 154. příčku v žebříčku Fortune 500. Korporace sídlí v Southfieldu ve státě Michigan. V České republice se nachází 3 pobočky Learu, a to v Ostrovu u Stříbra, Kolíně a Vyškově. První dvě zmíněné divize se věnují sedadlovým systémům. Závod ve Vyškově je zaměřený primárně na elektronické distribuční systémy. 2.2 Závod ve Vyškově Závod ve Vyškově se specializuje na výrobu konektorů, terminálů a pojistkových skříní směřujících do automobilů. Výroba je realizována na ploše 5300 m 2 a zaměstnává kolem 500 zaměstnanců. Zákazníci jsou tvořeni 86% z automobilového průmyslu a zbývající část představuje spotřební elektronika. Výroba se člení na 3 oddělení, a to vstřikovna plastů, lisovnu kovů a montáž. Vstřikovna plastů disponuje 65 lisy s uzavírací silou od 15t do 350t a jedním lisem na vstřikování silikonu. Typické výrobky z tohoto oddělení jsou na obrázku 8. Obr. 8: Konektory a pojistkové skříně vyrobené na vystřikovně plastů [21] 26

36 Oddělení lisovny kovů je vybaveno 8 lisy s uzavírací silou od 25t do 80t a 6 montážními stanicemi. Typickými výrobky pro tuto výrobu jsou terminály, plechové propojovací prvky označované busbary, kabelová oka a další spojovací prvky do pojistkových skříní. Typické výrobky z lisovny plechů jsou na obrázku 9. Obr. 9: Busbary a kabelové oko s maticí vyrobené na lisovně plechů Třetím výrobním oddělením je středisko montáže. Zde jsou kompletovány díly z předchozích dvou oddělení, tj. jsou zamontovávány terminály a busbary spolu s dalšími nakupovanými díly do plastových výlisků a tvoří tak montážní sestavu. Tyto sestavy jsou znázorněny na obrázku 10. Obr. 10: Montážní sestavy pojistkový skříní ze střediska montáže [21] Kromě těchto výrobních středisek se nachází v závodě podpůrná pracoviště jako je nástrojárna, strojírna a měrové oddělení. Oddělení strojírny se stará o výrobu a opravu náhradních dílu pro výrobní střediska a disponuje 16 CNC stroji. Měrové oddělení zajišťuje měření pro výrobní střediska, měření pro nové projekty, dále vzorkování 27

37 a rekvalifikace pro inženýry kvality a průmyslové inženýry. Laboratoř je kromě klasických měřidel jako jsou posuvky, profil projektory, mikroskopy, mikrometry atd. vybaveno dvěma moderními 3D optickými měřidly a 3D dotekem. Pod měrové oddělení spadá i metrolog společnosti a MSA specialista. 2.3 Organizační struktura Vyškovská pobočka spol. Lear je řízena napřímo dvěma řediteli. Hlavním představitelem je ředitel divize terminálů a konektorů, který má na starosti kromě Vyškova dva závody v Německu a to Remscheid a Wismar. Druhý ředitel má na starost operativně přímo závod ve Vyškově. Pod sebou strukturálně mají 7 úsekových manažerů. Představitelem zákazníka je jmenován manažer kvality. Funkcí Představitele vedení zastává manažer pro průmyslový inženýring. Organizační struktura je znázorněna na obrázku 11. Obr. 11: Organizační struktura [21] 2.4 Systém managementu kvality V Lear Corporation jsou nyní zavedeny nejmodernější systémy řízení pro oblasti řízení kvality a životního prostředí. Současný systém integrovaného managementu Integrated Management Systém (IMS) je vybudován dle požadavků normy ČSN ISO/TS 16949:2009 (pro kvalitu) a ČSN EN ISO 14001:2005 (pro environment). Nyní se připravuje společnost přejít na nový standard IATF 16949:

38 Společnost má vybudovaný systém řízené dokumentace ISO, který je přístupný pro zaměstnance z intranetu. Zde jsou popsány hlavní, řídící a podpůrné procesy. Související dokumentace, měřitelné ukazatele a vztah k ostatním procesům je popsán v jednotlivých kartách procesů. Originály jsou podepsány majiteli procesů, kteří odpovídají za jejich aktuálnost a cílové hodnoty měřitelných ukazatelů.vzájemný vztah mezi jednotlivými procesy definuje mapa procesů, která je uvedena na obrázku 12. Obr. 12: Mapa procesů Lear Corporation Czech Republic, s.r.o [21] 2.5 Poslání společnosti Naším posláním je neustálé zlepšování kvality našich produktů při zachování rozumné ceny, což nám zaručuje prosperitu, přiměřenou návratnost investic a současně i důvěryhodnost firmy. Poslání naší firmy podporujeme prostřednictvím politik, cílů a hodnot koncernu Lear [21]. 29

39 3 Analýza současného stavu Analýza systému měření je završení přípravných fází procesu z hlediska volby měřící metody a přípravy měřícího zařízení. Povinnost provedení MSA plyne z požadavku normy ČSN ISO/TS 16949:2009, kap. Řízení monitorovacích a měřících zařízení. MSA studie je provedena pro všechny významné a kritické znaky, jejichž kontrola je předepsána v kontrolním plánu. MSA lze použít také jako důkaz o zaškolení pracovníka na měřicím zařízení. Požadavek na provedení MSA vystavují v závodě inženýři kvality a průmysloví inženýři přes intranet v sekci zakázek na měření. Za vyhotovení zakázek odpovídá měrové oddělení, kde referent kvality provádí analýzu systému měření. Referenti kvality se starají o formální stránku v pozici moderátorů analýzy. Zpracování je pak na metrologovi společnosti. 3.1 Metodický pokyn Závod má zpracovanou metodiku pro provádění MSA v metodickém pokynu nazvaném: Schvalování dílů k výrobě první vzorkování. Vlastníkem tohoto procesu je manažer kvality. Znění je následující: Metodika MSA v závodě Vyškov V rámci vzorkování dokládáme analýzu systému měření. Variabilní MSA Proměřuje se vždy 10 vzorků minimálně dvěma hodnotiteli při minimálně 2 opakováních. Výsledná data se zaznamenají do příslušného formuláře s následným vyhodnocením: % (R&R/TV) < 10%. OK % (R&R/TV) 10% - 30%, pakliže % (R&R (TOL/6)) < 10% OK 30

40 Atributivní MSA V případě atributivních znaků provádějí MSA minimálně 2 hodnotitelé při 2 pokusech a minimálně 30 vzorcích s následným záznamem do formuláře a vyhodnocením v programu Minitab. Hodnocení: Přijatelný výsledek: 90% Podmíněně akceptovatelný výsledek (může vyjadřovat zlepšení) : 80% Nepřijatelný výsledek: 80% [21]. 3.2 MSA pro spojitá data Data z provedené analýzy jsou zadávána do formuláře vytvořeného v aplikaci Excel, kde jsou provedeny automatické výpočty. Následně je porovnán ukazatel R&R s kriteriem uvedeným v interním metodickém pokynu. Dokument je zamčen pro úpravu vzorců. V Příloze č. 1 diplomové práce je zahrnut vyplněný formulář z provedené analýzy systému měření pro elektronický výškoměr na výrobku č Na stávajícím protokolu je (%R&R) vyčísleno procentuálně jen pro toleranci. Je tedy špatně vyhodnocován výsledek studie. 3.3 MSA atributivní Výsledky analýzy pro atributivní data jsou zadávány do programu Minitab 17.0, který provede výpočet. Tento výpočet je dostupný v protokolu, na kterém se kontroluje procentuální shoda všech hodnotitelů se standardem. Ten určuje přesnost všech hodnotitelů najednou, tj. v kolika případech se všichni hodnotitelé shodli se standardem. Tato procentuální shoda je porovnána s kritériem popsaným v interním metodickém pokynu. Protokol je následně spojen s průvodním listem do dokumentu ve formátu PDF. Na průvodním listu se nachází číslo dílu, popis analyzované kontroly, výsledek a popsaná kritéria výsledku. Vzorové atributivní MSA je uvedeno v Příloze č Přehled provedených MSA Systém pro přehled provedených MSA spočívá v evidování provedených MSA v tabulce aplikace Excel, kde je hypertextový odkaz na vyplněný konkrétní záznam o provedení 31

41 MSA pod datem, kdy byla analýza provedena. Jsou zde evidovány díly, podle výrobních středisek, na kterých byla provedena analýza jednotlivých měřících systémů podle plánu kontroly. Popsaná evidence je zobrazena na obrázku 13. Obr. 13: Evidence provedených MSA v aplikaci Excel [21] 32

42 4 Optimalizace analýz systému měření ve společnosti Optimalizace se bude zabývat těmito oblastmi: - vytvoření metodického pokynu a určení vhodné metody pro všechny typy analýz systému měření, - MSA pro spojité hodnoty vytvoření formuláře, - MSA pro atributivní hodnoty vytvoření formuláře, - validace software určeného ke zpracovávání MSA, - návrh databáze a její implementace. 4.1 Získání znalostí Za zpracovávání MSA, jak bylo výše zmíněno, je zodpovědný metrolog společnosti. Požadavek manažera kvality byl uvolnit kapacity metrologovi a přenechat činnosti spojené se zpracováváním MSA jednomu z referentů jakosti na měrovém oddělení. Tato osoba bude mít rozšířenou náplň práce o tuto činnost, která bude i zanesena do popisu jeho pracovní činnosti v pracovní smlouvě. Impulzem pro tento krok bylo i zjištění z auditu, kde bylo prokázáno, že metrolog nemá v pracovní smlouvě definovány činnosti spojené s MSA. Úloha zpracovatele analýz systému měření byla přenesena na autora této práce. V této souvislosti byla definovaná pozice MSA specialisty na personálním oddělení a k tomu upravena pracovní smlouva. S tímto bylo nutné dokázat znalosti pro oprávnění výkonu této pozice. Bylo nutné absolvovat externí kurz pro získání osvědčení o proškolení na analýzu systému měření. Toto třídenní školení bylo pořádáno Českou společností pro jakost. Osvědčení o absolvování kurzu je Přílohou č Nový metodický pokyn Po načerpání teoretických znalostí a prozkoumání stávajícího metodického pokynu bylo patrné, že je nedostačující. Zejména neuspokojivě popisuje celý proces analýzy, zainteresované osoby, reportování výsledků, vyhodnocování a jakou metodikou je řízen. Při vytváření nového metodického pokynu bylo využito konzultací pana Ing. Datinského ze společnosti Advicom system consulting. Tato společnost se zabývá zaváděním systémů řízení a podílela se v závodě Vyškov na reinženýringu procesů a úpravě podoby řízené dokumentace. Nový metodický pokyn s názvem Analýza systému měření se odkazuje na metodiku AIAG v aktuálním vydání. Jak bylo zjištěno ze zákaznických smluv, je ujednáno se zákazníky řídit se tuto metodikou. Dále byl definován pojem Skupina měřidel, 33

43 tj. pro která měřidla musí být MSA provedeno. Tento pojem byl definován následně: MSA je prováděno vždy pro oddělený Systém měření (interně nazývaný Skupina měřidel) obsažený v Control planu pro daný výrobek nebo skupinu výrobků (specifikace skupiny výrobků viz níže v této kapitole). Za oddělený systém měření je považováno měřidlo konkrétního typu a rozsahu (například posuvné měřidlo, digitální měřidlo, rozsah 0-150mm, pro posuvné měřidlo mm platí jiný systém měření) [21]. Tab. 7: Skupiny měřidel v závodě [21] Rozsah měření ve výrobě/skupiny měřidel Digitální posuvka 0-150mm Digitální posuvka 0-300mm Digitální posuvka 0-500mm Mikrometr Profilprojektor - Keyence Měřící mikroskop Úchylkoměr Digitální váha Vizuální kontrola Kontrola protikusem Testr těsnosti Profilprojektor Digitální úchylkoměr Digitální tloušťkoměr Digitální posuvka 0-150mm Výškoměr Kontrolní přípravek Vizuální kontrola Momentový klíč Kamera CCD Digitální posuvka 0-150mm Profilprojektor Válečkové trny Spárové měrky Měřící mikroskop Mikrometr Kontrolní přípravek CCD kamera Momentový klíč Vstřikovna plastů Montáž Lisovna kovů 34

44 Další změnou bylo definování pojmu skupina výrobků pro účely MSA. V závodě již bylo takto definovaných 16 skupin výrobků, ale pro účely MSA se nevyužívalo. Byly vykonávány MSA na konkrétní díly (v závodě se vyrábí zhruba 1000 různých dílů), dle požadavků vzorkování na PPAP a proto nebyly pokryty všechny systémy měření v závodě. Neexistoval takto plán na provádění MSA. Plán byl zpracováván podle priorit požadavků zákazníků na vzorkování. Pojem skupina výrobků byl proto definován v metodickém pokynu takto: V závodě se uplatňuje slučování výrobků do výrobkových skupin na základě tvarové podobnosti, typického sledu operací (výrobní postup) a prostředí výroby tj. výrobního střediska. Pro každou výrobkovou skupinu platí vyhotovení analýzy systémů měření na systémy měření, na něž je odkaz v plánu kontroly. V novém metodickém pokynu je dále popsáno provádění analýzy systému měření pro spojitá data. Při tvorbě se vycházelo z příručky MSA od pracovní skupiny AIAG. Na rozdíl od starého metodického pokynu je nyní detailněji ve formě vývojového diagramu popsána metoda průměru a rozpětí. Další změnou je, že se ujasnil počet operátorů a to na 3. Dříve bylo definováno nejméně 2. Byla lépe specifikována kritéria při vyhodnocování studie. Kritéria jsou nyní nastaveny pro %R&R takto: - pod 10% - měřící systém je v pořádku, - 10% až 30% - měřící systém může být přijatelný na základě důležitosti použití, nákladů na měřidlo, nákladů na opravy apod. Pokud je to technicky možné je nutné systém měření zlepšit, - nad 30% - měřící systém nevyhovuje. Počet rozlišitelných kategorií (ndc) musí být vždy větší než 5. Stejně jako u spojitých dat byl i pro atributivní data vytvořen přehledný vývojový diagram a definovány podmínky pro vyhodnocení. Při provádění samotné studie se zvýši počet operátorů na 3, počet opakování na 3 a počet vzorků je nyní 50. Kritéria pro hodnocení jsou stejná jako ve starém pokynu a vycházejí také z příručky MSA. Hodnotí se efektivnost procentuální shody všech hodnotitelů se standardem a to: - přijatelný výsledek: 90%, - podmíněně akceptovatelný výsledek (může vyžadovat zlepšení) : 80%, - nepřijatelný výsledek: 80%. 35

45 Poslední změnou v novém metodickém pokynu je přidání informací o reportování, tj. do kterého formuláře jsou data zpracovávány, kam jsou ukládány a co se děje v případě, když MSA nevychází. Nový metodický pokyn je uveden v Příloze č. 4 této práce. 4.3 Nové formuláře Pro přechod na nový metodický pokyn bylo nutné upravit i jednotlivé formuláře pro variabilní a atributivní data. Každý měl jinou formu i vzhled. Jeden byl zpracováván jen v aplikaci Excel přes automatické výpočty a druhý v statistickém programu Minitab Bylo tedy logičtější přejít na jednotnou formu i pro snazší validaci používaného statistického SW, jelikož tento požadavek plyne z normy ČSN ISO/TS 16949:2009. Byl tedy vytvořen jednotný formulář v aplikaci Excel pro oba typy analýz, kde se nahrávají výstupy z aplikace Minitab Formulář obsahuje tyto povinné položky: - výrobková skupina, - typ měřícího systému, - jména hodnotitelů, - sledovaný znak kvality, - popis měřícího systému s evidenčním číslem, - počet vzorků, hodnotitelů, opakování, - jméno kdo studii prováděl a datum, - výsledek studie, - protokol z výsledky, - grafické vyhodnocení studie, - naměřené hodnoty. Na formuláři se také nachází obecná pravidla pro stanovení způsobilosti systému, která již byla zmíněna. Samozřejmě se liší dle typu studie variabilní vs. atributivní. Pro oba typy studií jsou k dispozici formuláře v Příloze č. 5 a 6. 36

46 4.4 Nový SW systém na vyhodnocování a jeho validace Podle požadavku normy ČSN ISO/TS 16949:2009 kapitola 7.6 bylo nutné pro statistický software, který monitoruje a měří specifické požadavky validovat jeho schopnost plnit zamýšlenou aplikaci a to na začátku používání a pak podle potřeby tuto validaci opakovat. Vzhledem k tomuto mandatornímu požadavku byl vytvořen metodický pokyn s názvem: Ověření počítačového softwaru. Pro vyhodnocování MSA bylo využíváno programu Minitab 17.0, byl tedy zařazen k ověření jeho schopnosti plnit zamýšlenou aplikaci. Dále bylo nutné zajistit pro porovnání dat další SW. Bylo tedy nutné se informovat napříč společností, zda a jaké jsou využívány statistické programy. Byly zjištěny ještě dva programy, které využívají statistických výpočtu. Jeden se nachází přímo ve výrobě s názvem LVIS. Jedná se o interně vyvinutý SW, do kterého operátoři zadávají data z průběžných měření během dne. Tento SW pak vyhodnocuje pro měřený znak kvality počty měření, minimální a maximální hodnotu, průměrnou hodnotu, směrodatnou odchylku a indexy P p, P pk. Je schopný sestrojit i grafické výstupy z hodnot a to I diagram, MR diagram a histogram. Druhým zjištěným SW je program Qstat. Jedná se o podobný program jako je Minitab Využívá se v německy mluvících zemích. Ve společnosti je využíván k vyhodnocování způsobilosti pro německé zákazníky a to vzorkování PPF. Pro zmíněné 3 softwary byla provedena validace jejich schopností plnit zamýšlenou aplikaci a to ve formě porovnání jejich výsledků. Bylo použito 150 hodnot z reálných náměrů. Porovnávali se průměrné hodnoty a směrodatné odchylky. Výsledky programů byly totožné. Do nového metodického pokynu bylo zavedeno provádět toto ověření každé 3 roky. Tuto lhůtu hlídá počítačový program Keeper, který se využívá k hlídání kalibračních lhůt. Dále byla nastaveno ové upozornění 2x ročně na všechny vlastníky procesů, aby v případě zahájení využívání nového statistického SW kontaktovali metrologa a MSA specialistu pro zajištění validace. 37

47 4.5 Plánování a správa vyhotovených MSA databáze Důležitými prvky pro optimalizaci současného sytému bylo zefektivnění vyhledávání již vyhotovených analýz a nastavit plán provádění analýz. Vyhledávání v současném systému evidence v programu Excel je náročná a pro laika těžko pochopitelná. Běžně trvalo v tomto případě vyhledání formuláře kolem 15 minut. Pro inženýry kvality, kteří mají na starost vzorkování, rekvalifikace dle PPAP/PPF tak stávající evidence komplikovala značně práci. Do nového systému se muselo zakomponovat rozdělení na výrobkové skupiny. Bylo nutné pro toto rozdělení vytvořit tabulku se všemi vyráběnými díly, jejich zařazení do výrobkových skupin, výrobní oddělení, na kterém jsou produkovány a nejtěžším úkolem bylo projít kontrolní plány k jednotlivým dílům a zjistit všechny kontrolní systémy měření. Tabulka znázorněná na obrázku 14 byla podkladem pro vytvoření plánu analýz systému měření a následně pro vytvoření databáze v programu Access. Obr. 14: Přehled měřících systému u jednotlivých dílu v aplikaci Excel [21] Vytvořený Plán MSA sloužil jako přehled o studiích měřících systémů, které jsou provedeny a naopak, které jsou nutné dodělat pro jednotlivé výrobkové skupiny. Tato tabulka je znázorněna na obrázku

48 Obr. 15: Plán analýz systému měření sestavený pro výrobkové skupiny [21] Hlavním cílem optimalizace systému správy protokolů provedených MSA byla rychlost vyhledávání a uživatelsky jednoduché prostředí. Pro tento účel se jevilo vhodné použité databázového systému, který nabízí aplikace Access. Jelikož je nastavování v aplikaci poměrně složité, bylo využito spolupráce s IT oddělením. Po provedení analýzy a definování cílů byla vytvořena funkční databáze. Ta má dvě formy a to část zadávací a část vyhledávací. Vyhledávací formulář (zobrazen na obrázku 16) je dostupný napříč firmou. Obr. 16: Vyhledávání v nové databázi Přehled MSA [21] 39

49 Vyhledávání je dostupné po kliknutí na soubor Přehled MSA.accdb, následně se objeví dialogové okno, kde se zadává číslo dílu (automaticky se po vpisování jednotlivých číslic generují možnosti z databáze). Po zadání hledaného dílu se objeví hlavička (zobrazena na obrázku 17), která slouží jako průvodní list. Na této první straně se nachází číslo dílu, výrobková skupina, do které díl patří, výrobní středisko, pod těmito informacemi se nachází už jednotlivé záznamy provedených studií systémů měření podle kontrolního plánu k danému dílu. Po stisknutí na tlačítko tisk, vyjede uložený záznam o provedení MSA pro variabilní případně atributivní systém měření. Obr. 17: Záznam o provedeném MSA v aplikaci Access [21] Druhou formou databáze je část zadávací (znázorněná na obrázku 18), ta je zpřístupněna a má jí v kompetencích jen MSA specialista. Přes zadávací formulář vkládá záznamy o provedených studiích do databáze Přehledu MSA a udržuje ji aktuální. 40

50 Obr. 18: Zadávání záznamu o provedeném MSA v aplikaci Access [21] Převedení databáze do této formy značně urychlilo dohledávání informací. Nyní zabere vyhledání záznamu zhruba minutu až dvě. V případě, že je potřeba vyhotovení nového MSA na nový díl, změní se měřící systém a není evidován v databázi. Postupuje se dle metodiky, kdy je vystavena nová zakázka na měření v interním zakázkovém systému dostupném na intranetu společnosti. 41

51 5 Případová studie pro vybraný systém měření V této kapitole se nachází praktická a stěžejní část diplomové práce. Teoretické poznatky jsou zde aplikovány na konkrétním vybraném systému měření dle optimalizované metodiky. 5.1 Průběh analýzy Na obrázku 19 je zobrazen vývojový diagram znázorňující postup analýzy systému měření. Dle tohoto vývojového diagramu postupuje i analýza vybraného systému měření. Nejdříve dochází k popsání použitého dílu a jsou nastíněny faktory, které mohou ovlivňovat velikost měřeného znaku. Pro změření měřeného znaku je zvoleno vhodné měřidlo. Měřidlo se kontroluje z hlediska platné kalibrace, prahu citlivosti a analýzy způsobilosti měřidla. Dále je provedena numerická analýza opakovatelnosti a reprodukovatelnosti využitím metody založené na průměru a rozpětí, která byla optimalizována v předchozí kapitole. K numerické analýze je vyhotovena i grafická analýza výsledků. V posledním kroku je vyhotovena analýza v počítačovém programu Minitab Dochází k porovnání výsledků a zhodnocení. 42

52 Obr. 19: Vývojový diagram analýzy systému měření [22] 43

53 5.2 Popis dílu a měřícího systému K analýze byl vybrán díl s označením , který je zobrazen na obrázku 20. Jedná se o pojistkovou skříň pro větší pojistky A. Tento horní plastový kryt se šrouby se lisuje na středisku vstřikovna plastů. Je k němu zde lisován i spodní protikus. Oba díly jsou dále interně dodávány na oddělení montáže, kde dochází k osazování busbarem (plechový propojovací prvek) a na něj jsou přimontovány samotné pojistky od A. Vybraný díl je poměrně robustní, vzhledem i k osazení šrouby. Plastové díly mají tendenci se smršťovat a reagovat na vlhkost a teplotu, proto je někdy těžké vybrat správné měřidlo. Konkrétní díl však při měření vnější rozměrů nepruží, není tedy nutné volit optické měřidla. Obr. 20: Plastový díl vyrobený na vstřikovně plastů Samotný díl má svůj plán kontroly, který je u stroje zavěšen v podobě dokumentu s názvem Pracovní a kontrolní postup. Ten konkretizuje prováděné kontroly a jejich četnost, pracovní instrukce a balení. Každý operátor musí být seznámen oproti podpisu s datem. Jako rozměrová kontrola je na tomto kuse měřena jeho tloušťka a délka. Oba znaky vychází z výkresové dokumentace a oba jsou označeny SPC. Jedná se tedy o kritické znaky, které musí být pravidelně kontrolovány, monitorovány a vyhodnocovány. Tloušťka je měřena posuvkou 0-150mm operátory 3x za směnu se zápisem do PC. Délka je měřena 44

54 velkou posuvkou 0-300mm a to kontrolory kvality ve výrobě 1x za 12hodinovou směnu se zápisem do PC. Tyto kontroly zanáší do pracovního a kontrolního postupu inženýr kvality po dohodě s procesním inženýrem. Výběr měřidla je na inženýru kvality, kterému pomáhá metrolog společnosti. Kontroluje se platnost kalibrace, práh citlivosti a provádí se analýza způsobilosti měřidla. Pro provedení analýzy byl vybrán znak délka 189,2 +/- 0,2mm (viz obrázek 21). Tento znak je měřen velkou digitální posuvkou 0-300mm. Základní informace z PKP jsou, že měření probíhá přímo ve výrobě na lisovně plastů, kde v tomto konkrétním případě je kontrola prováděna kontrolory kvality. Ty měří tento rozměr 1x za 12 hodinovou směnu. Obr. 21: Pracovní a kontrolní postup k analýze vybraného systému měření [21] Podle evidenčního čísla proběhla kontrola kalibračního listu u metrologa. Tento kalibrační list je uveden v Příloze č. 7. Datum kalibrace je , provedla ji externí akreditovaná kalibrační laboratoř M&B Calibr Ivančice. Kalibrační lhůta je roční a končí datem Známka s platností kalibrace je vyznačená na měřidlu viz obrázek

55 Elektronicky je lhůta hlídána v programu Keeper a upozorňuje na blížící se konec. Jsou zde i archivovány staré kalibrační protokoly. Poté co byla ověřena platnost kalibrace, je nutné zkontrolovat práh citlivosti systému měření, který by měl být minimálně jedna desetina měřeného rozsahu. Obr. 22: Digitální posuvka 0-300mm s evidenčním číslem V našem případě se využije digitální posuvné měřítko s platnou kalibrací a s prahem citlivosti 0,01 mm. Desetina měřeném rozsahu 0,20 mm je 0,020 mm. Využitá digitální posuvka s prahem citlivostii 0,01 mm je dostačující pro toto měření. Dalším krokem v analýze je určení způsobilosti měřidla. Toto se standardně provádí, vystavením objednávky na měření pro měrové oddělení v interním zakázkovém systému na intranetu. Zakázku vystavuje inženýr kvality nebo procesní inženýr dle projektu. Měrové oddělení provede měření a inženýři si poté data vyhodnotí. Byla zkontrolována zakázka z měření způsobilosti analyzovaného měřidla. Protokol s naměřenými hodnoty je součástí Přílohy č. 8. Celkově bylo naměřeno opakovaně 50 hodnot. Z naměřených údajů se vypočte index způsobilosti Cg,, Cgk1 a Cgk2 podle metodiky General Motors (viz tabulka 1.1). Cgk1 a Cgk2 značí horní a dolní využitou schopnost, tedy kde se nachází skutečná naměřená hodnota vůči toleranci. Pro posouzení vhodnosti měřidla se kontroluje hodnota Cg a menší z hodnot Cgk1 a Cgk2. 46

56 Tab. 8: Koeficienty pro stanovení indexu způsobilosti [19]: = = ( ), (,, ) = = 2,171 (21), = =, (,, ),,, = 1,732 (22) = =,,, (,, ), = 2,616 (23) kde T tolerance dána rozdílem horní a dolní toleranční meze T = USL LSL, k 1,k 2 zvolené konstanty podle vybrané metodiky (viz tabulka 8), x ref přijatá referenční hodnota etalonu, x aritmetický průměr naměřených hodnot, s výběrová směrodatná odchylka vyjádřená vztahem, = ( ) = (189, ,1648) +.. +(189, ,1648) = 0, (24) kde n počet naměřených hodnot, x i jednotlivé naměřené hodnoty, x aritmetický průměr naměřených hodnot. Všechny výsledné hodnoty Cg, Cgk1 a Cgk2 vychází vyšší než 1,33, což je hodnota Cg min dle metodiky General Motors (viz tabulka 8). Hodnota Cg min je podmiňující pro to, aby měřidlo mohlo být prohlášené za vyhovující. 47

57 5.3 Numerická analýza V této části je provedena numerická analýza opakovatelnosti a reprodukovatelnosti využitím metody založené na průměru a rozpětí. Měřeni bylo prováděno třemi kontrolory kvality přímo ve výrobě. Dva kontroloři na ranní směně a jeden na noční, počet dílů n = 10. Měřené vzorky, na kterých byla analýza systému měření provedena, byly odebrány z probíhajícího procesu, tak aby reprezentovali reálné výrobní rozpětí. Každý z dílů byl operátorem proměřen dvakrát v náhodném pořadí. Bylo zkontrolováno, že operátoři jsou seznámení s kontrolním postupem a upozorněni na body měření, které jsou vyznačeny v pracovním a kontrolním postupu. Ze získaných dat měření jsou vypočteny základní údaje potřebné k dalším výpočtům a určení hodnocení testu GRR. Nejdříve se vypočte rozpětí Rik naměřených hodnot u jednotlivých dílů změřených jednotlivými operátory. Ukázka výpočtu rozpětí R1A, tedy první díl změřený operátorem A = max min ( ) = 189,17 189,17 = 0 (25) Vypočte se průměrné rozpětí R k pro každého operátora. Ukázka výpočtu průměrného rozpětí R A pro operátora A = = (,, ) = 0,002 (26) Vypočte se celkové průměrné rozpětí = = =,,, = 0,0033 (27) Tato hodnota se dále využije při výpočtu horní regulačních meze UCLR = = 3,27 0,0033 = 0,0109 (28) Hodnota D4 závisí na počtu opakování měření r a je tabelizována v [3]. Všichni operátoři mají spočtené rozpětí R k menší než UCLR, proto není potřeba žádné přeměřování dílů 48

58 a může se pokračovat dále. Hodnota dolní regulační meze LCLR je nula, jelikož je počet opakování měření r menší než sedm. Následuje výpočet aritmetického průměr pro každý díl stejně jak tomu bylo u rozpětí. Ukázka výpočtu průměru pro první díl měřený operátorem A = =,, = 189,17 (29) Dále se vypočte aritmetický průměr aritmetického průměru naměřených hodnot operátorem A jednotlivých operátorů. Ukázka výpočtu =,,,,,,,,, = 189,13mm (30) = Stanoví se aritmetický průměr x i pro každý díl. Ukázka výpočtu pro první díl x 1 = = = (,, ) (,, ) (,, ) 189,162 (31) = Určí se celkový aritmetický průměr =,,,,,,,,,, = 189,129 mm (32) Rozpětí mezi díly Rp = max( ) min( ) = 189, ,092 = 0,106 (33) Rozpětí mezi operátory = max( ) min( ) = 189, ,1285 = 0,0015 (34) 49

59 Opakovatelnost variabilita zařízení ( nebo ) = = 0,8862 0,0033 = 0,003 (35) kde K1 konstanta závislá na počtu opakování měření r, je rovna převrácené hodnotě, tabelizována v [3]. Reprodukovatelnost variabilita operátora (AV nebo ) = ( ) ( ) = (0,0015 0,5231) (, ) = 0,0004 (36) kde K2 konstanta závislá na počtu operátorů o, je rovna převrácené hodnotě, tabelizována v [3]. Opakovatelnost a reprodukovatelnosti (GRR nebo ) = ( ) + ( ) = 0, ,0004 = 0,003 (37) Variabilita dílu (PV nebo ) = = 0,1067 0,3146 = 0,0336 (38) kde K3 konstanta závislá na počtu dílů n, je rovna převrácené hodnotě, tablizována v [3]. Celková variabilita (TV nebo ) se vypočte dle vzorce = ( ) + ( ) = 0, ,0336 = 0,0337 (39) Pravá strana formuláře reprezentuje procento tolerance a dochází zde k výpočtům procentních ukazatelů - %EV, %AV, %GRR, %PV 50

60 % = 100, = 100 = 8,77 % (40), % = 100, = 100 = 1,26 % (41), % = 100, = 100 = 8,86 % (42), % = 100, = 100 = 99,61 % (43), Posledním výpočtem v protokolu o opakovatelnosti a reprodukovatelnosti měřidla je index ndc počet rozlišitelných kategorií = 1,41, = 1,41 = 15,855 ~ 15 (44), Pro určení výsledku studie je potřeba se zaměřit na procentní ukazatel %GRR, podle kterého se řídí metodika. Jelikož vyšel 8,86% a dle příručky MSA %GRR < 10% je měřící systém způsobilý. Dalším kriteriem je ukazatel počtu rozlišitelných kategorií ndc 5, v tomto případě je 15, splňuje podmínky. 5.4 Grafická analýza Data z analýzy systému měření lze zobrazit i graficky využitím regulačních diagramů. Pomocí těchto grafů lze snadno a jasně zjistit zda je systém statisticky zvládnutý či nikoliv Diagram pro rozpětí Diagram pro rozpětí (zobrazen na obrázku 23) určuje, zda je proces měření ve statisticky zvládnutém stavu z hlediska variability opakovaných měření. Z grafů vyplývá, že operátor B jednou překročil horní regulační mez. To je zapříčiněno pravděpodobně, že operátor B má méně zkušeností s daným měřením než ostatní operátoři. 51

61 0,025 Rozpětí délky výrobku [mm] 0,020 0,015 0,010 0,005 0, Operátor A Operátor B Operátor C Průměr UCL LCL Číslo dílu Obr. 23: Sdružený diagram pro rozpětí Diagram pro průměr V diagramu pro průměr (zobrazen na obrázku 24) vychází většina hodnot mimo regulační meze, a proto je systém měření vhodný pro zjištění variability mezi díly a systém může poskytnout užitečné informace pro analyzování a regulaci procesu. Z pohledu konzistence mezi operátory nejvíce vybočoval operátor B. Především u dílu číslo 1, u kterého naměřil průměrnou hodnotu o dvě setiny milimetru nižší než ostatní dva operátoři. 189, ,200 Průměr délky výrobku [mm] 189, , , , ,100 Operátor A Operátor B Operátor C Průměr UCL LCL 189, Číslo dílu Obr. 24: Sdružený diagram pro průměr 52

62 5.5 Ověření používaným počítačovým SW Pro ověření a srovnání výsledků opakovatelnosti a reprodukovatelnosti měřidla bylo využito používaného statistického programu Minitab Tento SW nabízí velkou výhodu v tom, že má ve svých funkcích implementováno vše, co je pro opakovatelnost a reprodukovatelnost důležité. Nemusí se tvořit ani list pro sběr dat. Program obsahuje i možnost vytvoření listu pro sběr dat, stačí pouze zadat počet operátorů, opakování a dílů. Minitab 17.0 vytvoří celou tabulku pro sběr dat dle zadaných parametrů. Navíc je v této tabulce rovnou vygenerováno náhodné pořadí dílů pro měření. Po vyplnění naměřených hodnot, nabízí SW funkci pro výpočet GRR (Gage R&R Study (Crossed)) [10]. Po zvolení této funkce, a nastavení tolerančních mezí, zobrazí program výsledky (obrázek 26) včetně grafů (přehledně zobrazeny na obrázku 25). 5.6 Zhodnocení výsledků Při porovnání hodnot z protokolu a grafických výstupů pro rozpětí a průměr z Minitabu 17.0, lze konstatovat, že se shodují s vypočtenými hodnotami v numerické analýze a následně vyobrazenými v grafické analýze. Procentní ukazatel %GRR, podle kterého seřídí metodika,vyšel 8,86%. Kritérium je nastavené, že pokud výsledek je menší než 10, je měřící systém způsobilý. Dalším ukazatelem je počet rozlišitelných kategorií ndc 5, v tomto případě je výsledek 15. Lze říci, že analyzovaný systém měření velkou posuvkou mm je přijatelný. Řešena byla nestabilita procesu, která byla indikována v diagramu pro rozpětí. Nebylo nutné opakovat měření z důvodu vycházejícího %GRR, došlo k opakovanému proškolení operátora. V Příloze č. 9 této práce je zahrnut vyhotovený protokol z této praktické studie. 53

63 Percent Components of Variation % Contribution % Study Var % Tolerance 189,20 189,15 Naměřené hodnoty by Číslo dílu 189,10 Sample Mean Sample Range 0 0,02 0,01 0,00 189,20 189,15 189,10 Gage R&R Repeat Číslo dílu Reprod Operátor A Operátor B Operátor C Operátor A Operátor B Operátor C R Chart by Hodnotitel Xbar Chart by Hodnotitel Číslo dílu Part-to-Part 10 UCL=0,01089 _ R=0,00333 LCL=0 _ UCL=189,1356 X=189,1293 LCL=189,1231 Average 189,20 189,15 189,10 189,20 189,15 189, Operátor A Číslo dílu Naměřené hodnoty by Hodnotitel 3 Operátor B Hodnotitel Číslo dílu * Hodnotitel Interaction Číslo dílu Operátor C 10 Hodnotitel Operátor A Operátor B Operátor C Obr. 25: Grafická analýza v programu Minitab 17.0 Obr. 26: Protokol s výpočty v Minitab

64 Závěr Zpracovaná diplomová práce se zabývá problematikou způsobilosti měřících systémů. Vychází se zde z teoretických postupů zpracovaných v metodice nazvané analýza systému měření. Podle této analytické techniky se posuzuje, zda je systém měření přijatelný nebo nepřijatelný. Vychází se vždy ze statisticky zvládnutého stavu. Provedením analýzy a dalších prvků zmíněných v této příručce jako je strannost, stabilita, linearita, opakovatelnost, reprodukovatelnost můžeme zjistit, jaké vlivy variability jsou do systému měření vnášeny. Proto bylo nutné být seznámen s touto problematikou a až následně analyzovat zavedené postupy v podniku a podílet se na jich optimalizaci. V úvodu praktické části došlo k seznámení se s organizací, členěním výrobních oddělení, organizační strukturou a dále systémem řízené dokumentace, kde jsou uloženy směrnice, metodické pokyny a formuláře. Praktická část pokračovala analýzou současného stavu a všeho spojeného s prováděním analýzy systému měření v závodě. Byl zkontrolován současný metodický pokyn, dále postup při provádění analýzy pro spojitá a atributivní data. Důležité bylo zjistit, jak jsou dále protokoly zpracovávány a ukládány, jak jsou řízeny. Z analýzy současného stavu vyplynulo několik bodů, které vedly k optimalizaci. Nejprve byl optimalizován a vyhotoven nový metodický pokyn. Stávající pokyn byl strohý a nedostatečně popisoval celý proces analýzy, zainteresované osoby, reportování výsledků, vyhodnocování a jakou metodikou je řízen. Bylo nutné upravit i jednotlivé formuláře pro variabilní a atributivní data. Každý měl jinou formu i vzhled. Jeden byl zpracováván jen v aplikaci Excel přes automatické výpočty a druhý v statistickém programu Minitab Bylo tedy logičtější přejít na jednotnou formu i pro snazší validaci používaného statistického SW. Podle požadavku normy ČSN ISO/TS 16949:2009 kapitola 7.6 bylo nutné pro statistický software, který monitoruje a měří specifické požadavky validovat jeho schopnost plnit zamýšlenou aplikaci a to na začátku používání a pak podle potřeby tuto validaci opakovat. Vzhledem k tomuto mandatornímu požadavku byl vytvořen metodický pokyn s názvem: Ověření počítačového softwaru, kde byly tyto pokyny zavedeny. Posledním důležitým prvkem pro optimalizaci současného sytému bylo zefektivnění vyhledávání již vyhotovených analýz a nastavit plán provádění analýz. Vyhledávání v současném systému evidence v programu Excel bylo náročné, vyhledávání jednoho záznamu trvalo až 15 minut. Byl tedy vytvořen nový systém databáze v souladu s novým metodickým pokynem. Tato databáze je vytvořena v programu Access, umožňuje lepší 55

65 práci se záznamy a především doba vyhledání dotazu je řádově 1-2 min, navíc vyhledávání zvládne i laik. Implementování tohoto systému pomohlo především kolegyním, které zpracovávají vzorkování a rekvalifikace. V závěru praktické části byla na konkrétním vybraném systému měření dle optimalizované metodiky provedena analýza systému měření. Byl popsán díl, volba měřícího systému. Měřící systém prošel numerickou a grafickou analýzou a byl vyhodnocen podle používaného statistického software Minitab Výsledky analýz se shodovali a měřící systém dle kriterií metodiky analýzy sytému byl vyhodnocen jako přijatelný. Byl vyhotoven protokol o této studii. Doporučení společnosti jsou směřovány k nově zavedené databázi provedených MSA. Dle požadavků inženýrů kvality, zvláště pro vzorkování, mohou být v průběhu užívání vylepšovány prvky vyhledávání, případně forma výstupu. Dále zde může být implementováno tlačítko s odesláním upozornění pro MSA specialistu, ve formě u, pokud došlo ke změně kontroly za jiný systém měření. Provedená optimalizace analýz systémů měření přispěla k zefektivnění práce v rámci oddělení řízení kvality společnosti Lear Corporation. 56

66 Seznam použité literatury [1] Analýza systému měření (MSA). 4. vyd., Praha: Česká společnost pro jakost, 2010, 231s.ISBN [2] PLURA, Jiří. Plánování jakosti I. Vyd. 1. Ostrava: Vysoká škola báňská Technická univerzita, 2008,103 s. ISBN [3] DAIMLERCHRYSLER CORPORATION Measurement systems analysis: reference manual. 4th ed. [Detroit, Mich: DaimlerChrysler, ISBN [4] Mezinárodní metrologický slovník (VIM), TNI Přeloženo z anglického originálu:jcgm 200:2008 Evaluation of measurement data. Vyd. v pdf. Praha: Úřad pro technickou normalizaci, metrologii a statni zkušebnictví, [5] HOWARTH, P., REDGRAVE, F., Metrologie v kostce III. Přeloženo z anglického originálu: Metrology in short 3rd edition. Vyd. v pdf. Praha: Úřad pro technickou normalizaci, metrologii a statni zkušebnictví, [6] TOŠENOVSKÝ, Josef. Statistické metody pro zlepšování jakosti. Ostrava: Montanex, ISBN X. [7] MELOUN, Milan a Jiří MILITKÝ. Kompendium statistického zpracování dat. Praha: Karolinum, ISBN [8] REVELLE, Jack B. Manufacturing handbook of best practices: an innovation, productivity, and quality focus. Boca Raton: St. Lucie Press, c2002. ISBN [9] THOMAS MCCARTY.. [ET AL.]. The six sigma black belt handbook. New York: McGraw-Hill, ISBN [10] MINITAB user's guide 2: data analysis and quality tools. State College, PA: Minitab, ISBN [11] CÉZOVÁ, Eliška. Metrologie v praxi [online prezentace] Dostupné z <: [12] LUDVÍK, Vladimír. Nejistoty měření. Praha: Úřad pro technickou normalizaci, metrologii a státní zkušebnictví, Sborníky technické harmonizace. [13] HENDL, J., Přehled statistických metod, 3.vyd. Praha: Portál, ISBN [14] GUPTA, S. Measurement uncertainties: physical parameters and calibration of instruments. New York: Springer, 2012, xix, 321 p. ISBN

67 [15] PLURA, Jiří. Plánování a neustálé zlepšování jakosti. Praha: Computer Press, 2001, 244s. ISBN [16] BARRENTINE, Larry B. Concepts for R&R studies. 2nd ed. Milwaukee, WI: QualityPress, c2003, viii, 76 p. ISBN [17] SLEEPER, Andrew D. Design for Six Sigma statistics: 59 tools for diagnosing andsolving problems in DFSS initiatives. New York: McGraw-Hill, c2006, xxiii, 854 p.isbn [18] PLURA, Jiří. Plánování jakosti II. Ostrava: Vysoká škola báňská - Technická univerzita, ISBN [19] TŮMOVÁ, Olga. Metrologie a hodnocení procesů. 1. vyd. Praha: BEN - technická literatura, 2009, 231 s. ISBN [20] MONTGOMERY, Douglas C. Introduction to statistical quality control. 6th ed. Hoboken, N.J.: Wiley, c2009. ISBN [21] Interní dokumenty Lear Corporation Czech Republic, s.r.o. [22] MATUSKÝ, Jan. Analýza systému měření - MSA: Pracovní materiál. Praha,

68 Seznam obrázků Obr.1: Řetězec metrologické návaznosti [5]... 6 Obr. 2: Stabilita měření [1] Obr. 3: Strannost měření [1] Obr. 4: Linearita měření [1] Obr. 5: Shodnost měření [2] Obr. 6: Opakovatelnost měření [1] Obr. 7: Reprodukovatelnost měření [1] Obr. 8: Konektory a pojistkové skříně vyrobené na vystřikovně plastů [21] Obr. 9: Busbary a kabelové oko s maticí vyrobené na lisovně plechů Obr. 10: Montážní sestavy pojistkový skříní ze střediska montáže [21] Obr. 11: Organizační struktura [21] Obr. 12: Mapa procesů Lear Corporation Czech Republic, s.r.o [21] Obr. 13: Evidence provedených MSA v aplikaci Excel [21] Obr. 14: Přehled měřících systému u jednotlivých dílu v aplikaci Excel [21] Obr. 15: Plán analýz systému měření sestavený pro výrobkové skupiny [21] Obr. 16: Vyhledávání v nové databázi Přehled MSA [21] Obr. 17: Záznam o provedeném MSA v aplikaci Access [21] Obr. 18: Zadávání záznamu o provedeném MSA v aplikaci Access [21] Obr. 19: Vývojový diagram analýzy systému měření [22] Obr. 20: Plastový díl vyrobený na vstřikovně plastů Obr. 21: Pracovní a kontrolní postup k analýze vybraného systému měření [21] Obr. 22: Digitální posuvka 0-300mm s evidenčním číslem Obr. 23: Sdružený diagram pro rozpětí Obr. 24: Sdružený diagram pro průměr Obr. 25: Grafická analýza v programu Minitab Obr. 26: Protokol s výpočty v Minitab

69 Seznam tabulek Tab. 1:Kritéria přijatelnosti systému měření u metody rozpětí [18] Tab. 2: Kritéria přijatelnosti systému měření na základě analýzy GRR [18] Tab. 3: Křížová tabulka mezi operátory A a B Tab. 4: Posouzení shody mezi hodnotitelem A a referenční hodnotou Tab. 6: Vzorová kritéria účinnosti Směrnice [1] Tab. 7: Skupiny měřidel v závodě [21] Tab. 8: Koeficienty pro stanovení indexu způsobilosti [19]:

70 Seznam příloh Příloha 1: Protokol variabilního MSA pro elektronický výškoměr Příloha 2: Protokol atributivního MSA pro vizuální kontrolu na montáži Příloha 3: Osvědčení o absolvování kurzu Analýza systému měření Příloha 4: Nový metodický pokyn pro MSA Příloha 5: Nový formulář pro studii s variabilními daty Příloha 6: Nový formulář pro studii s atributivními daty Příloha 7: Kalibrační list pro posuvku 0-300mm evidenční č Příloha 8: Protokol s naměřenými hodnoty pro způsobilost měřidla Příloha 9: Protokol s vyhodnocením pro případovou studii 61

71 Příloha 1: Protokol variabilního MSA pro elektronický výškoměr

72 Příloha 1: Protokol variabilního MSA pro elektronický výškoměr

73 Příloha 2: Protokol atributivního MSA pro vizuální kontrolu na montáži

74 Příloha 2: Protokol atributivního MSA pro vizuální kontrolu na montáži

75 Příloha 2: Protokol atributivního MSA pro vizuální kontrolu na montáži

76 Příloha 3: Osvědčení o absolvování kurzu Analýza systému měření

77 Příloha 4: Nový metodický pokyn pro MSA

78 Příloha 4: Nový metodický pokyn pro MSA

79 Příloha 4: Nový metodický pokyn pro MSA

80 Příloha 4: Nový metodický pokyn pro MSA

81 Příloha 4: Nový metodický pokyn pro MSA

82 Příloha 4: Nový metodický pokyn pro MSA

83 Příloha 4: Nový metodický pokyn pro MSA

84 Příloha 5: Nový formulář pro studii s variabilními daty

85 Příloha 6: Nový formulář pro studii s atributivními daty

86 Příloha 7: Kalibrační list pro posuvku 0-300mm evidenční č

87 Příloha 9: Protokol s vyhodnocením pro případovou studii