Jednoduché nástroje řízení jakosti

Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví vymazal.t@fce.vutbr.cz Chceme-li řídit jakost, musíme o ní shromáždit všechny potřebné informace, vhodnou formou je zpracovat, analyzovat a využít je při řešení problémů a realizaci zlepšovacích aktivit. Jednoduché nástroje řízení jakosti V praxi managementu kvality se pro tyto činnosti mimo jiné osvědčilo i sedm jednoduchých nástrojů řízení jakosti (Seven Quality Control Tools). Nejsou obtížné na pochopení pro jakéhokoliv pracovníka organizace. K tomu přispívá i grafická podoba příslušející každému nástroji. Jednoduché nástroje řízení jakosti Základní přínosy: pomáhají určit, v jakém stavu je objekt (výrobek, proces, zdroj,...) pomáhají odhalit priority, které mají být řešeny pomáhají nalézt příčiny sledovaného stavu objektu umožní sledovat vývoj stavu objektu, a tím odhalit možnosti dalšího zlepšování Jednoduché nástroje řízení jakosti Jsou to: Formuláře pro sběr dat. Vývojový (postupový) diagram Diagram příčin a následků Paretův diagram Bodový diagram Histogram Regulační diagram Formuláře pro sběr dat umožňují zaznamenat získané informace o jakosti, znázornit vztahy mezi nimi a utřídit je tak, aby poskytly jasný obraz o situaci, respektive aby umožnily aplikaci metod a technik jejich další analýzy. V podnikové praxi se s nimi setkáváme prakticky všude. Mají nejrůznější podobu a zachycují jak externí, tak i interní informace. Jedná se o různé protokoly (o kontrole, o validaci, o prověrkách, o kvalifikaci,...), tabulky naměřených hodnot ze zkoušek, ze sledování procesů apod. 1

Formuláře pro sběr dat Konstrukce formulářů pro sběr dat Příčiny vad Kdo provedl sběr údajů: Datum: Typy vady Kde: Jak: neexistuje standardizovaný formát, každý formulář je konstruován k určitému účelu a jeho plnění musí být podřízen, hned na počátku musí být rozhodnuto, které informace jsou potřebné pro porozumění problému a k iniciaci správných opatření, problém při sestavování formuláře netkví v tom, jak sbírat data, ale v tom, jak dospět k užitečným informacím. Konstrukce formulářů pro sběr dat Doporučení a zásady pro konstrukci formulářů: vhodné uspořádání: jednoduchost, přehlednost, srozumitelnost, seskupení v logických souvislostech, respektování způsobů další analýzy, jednoznačná identifikace: objekt - díl, operace apod., způsob zjišťování, místo zjišťování, odpovědnost za záznamy, časová identifikace. Záznam o neshodách číslo: Neshodu zjistil: Datum: Místo: Předáno k řešení: Neshoda Četnost Celkem A IIIIIIIIIII 11 B IIIIIIIIIIIIIIIIIIIII 21 C IIIII 5 D IIIIIIIIIIIIIIIIIIIIIIIIII 26 E IIIIIIIIIIIIIIIIII 18 Celkem 81 Dieta Snídaně Kcal Náklady Pondělí Gulášová polévka, 3 rohlíky, 1 5 43,- malá plzeň 12 o Úterý Voda z okurků 8,- Vývojový diagram Vývojový diagram pomáhá porozumět procesu tím, že jej stratifikuje do jednotlivých dílčích činností (kroků) a okamžiků rozhodování o jeho dalším průběhu rozkreslením do schématu. Je vhodný především pro složité a nepřehledné procesy, jejichž detailní rozčlenění umožní: pochopit, jak proces pracuje, odhalit místa vzniku problémů, ověřit nezbytnost provádění dílčích kroků, a tím odhalit nepotřebné aktivity, odkrýt a přezkoumat vztahy mezi jednotlivými kroky, najít možnosti dalšího zlepšování. 2

Vývojový diagram Konstrukce vývojového diagramu Využití vývojového diagramu není omezeno pouze na analýzu již realizovaných procesů, nýbrž je velmi žádoucí u projektování nových procesů. Často se s ním setkáváme v dokumentaci systému jakosti, kde bývá doplněn dalšími potřebnými informacemi (vstupy a výstupy jednotlivých kroků, stanovením odpovědnosti, časovým harmonogramem apod.). Definování procesu a stanovení jeho hranic (začátek, konec, vazby na okolní procesy) Definování jednotlivých kroků procesu včetně okamžiků rozhodování Znázornění průběhu procesu využitím normalizované symboliky (norma ISO 94-4, eventuálně ISO 587) v přehledné formě Validace prvotní konstrukce se skutečností Vypracování konečné podoby Konstrukce vývojového diagramu Prvky vývojového diagramu Lepší výsledky zaručí týmová spolupráce lidí, kteří zkoumaný proces znají. Následná analýza vývojového diagramu může vyústit do změn průběhu procesu, omezení, anebo naopak posílení rozhodovacích uzlů, vyloučení nepotřebných kroků či zapracování nových apod. Údaje Alternativní postup Konec NE Postup Rozhodnutí ANO Spojka Dokumenty Dokument vývojového diagramu Diagram příčin a následků (Ishikawův diagram) Sedím na přednášce Zapamatuji si něco? ANO Můžu pracovat ve cvičení 1 NE Poznámky z přednášek Jdu koupit skripta Konec NE 1 Daří se mi ve cvičení? Zápočet Konec ANO Případové studie slouží pro zobrazení a utřídění všech možných příčin a subpříčin, které ovlivňují daný následek. předkládá celistvý pohled na sledovanou situaci. Analýzu jednotlivých příčin lze provádět do libovolné hloubky, aniž by se ztrácely souvislosti. Následkem nemusí být pouze identifikovaný či potenciální problém, může jím být jakákoliv entita (např. jakost výrobku, procesu, zdroje apod.), respektive stanovený cíl. 3

Diagram příčin a následků Hlavní přínosy: poskytuje celkový a strukturovaný pohled na zkoumaný stav, zachycuje všechny možné příčiny i subpříčiny ve vzájemných souvislostech, je účinným pomocníkem pro následnou analýzu příčin i vedení diskuse o možných nápravných, preventivních i zlepšovacích opatřeních. Samotný diagram neodhalí význam zaznamenaných příčin ve vztahu k následku. K tomu je nutno použít další nástroje a metody (Paretův diagram, FMEA). Konstrukce diagramu příčin a následků Pro odpovědnou konstrukci diagramu příčin a následku je nutno využít týmové spolupráce: I. shromáždění všech možných příčin (stávajících i potenciálních) bez jakéhokoliv seskupení či vymezení vzájemných souvislostí využitím brainstormingu II. Identifikace hlavních kategorií (nosných šipek budoucího diagramu), Kategorie Kategorie Kategorie Následek Konstrukce diagramu příčin a následků Konstrukce diagramu příčin a následků III. přiřazení příčin jednotlivým kategoriím a jejich dekompozice v jednotlivých úrovních (příčina - subpříčina - atd.) IV. týmové posouzení adekvátnosti přiřazení příčin a jejich vzájemných souvislostí V. doplnění dalších příčin, které nebyly v prvním kroku identifikovány a jejich další rozpracování do dílčích šipek (dobře sestrojený diagram by neměl mít nosné šipky s méně než dvěma úrovněmi!) Kategorie Příčina Kategorie Kategorie Příčina Následek Důležité poznámky y a) Nikdy nezačínejte s identifikací hlavních kategorií! Může se stát, že nebudou zachyceny všechny možné příčiny proto, že jim nebyla hlavní kategorie vytvořena. Protože se velmi často používá diagramu pro identifikaci příčin problémů v procesech a činnostech, je možno v této situaci připustit výjimku: kategorie jsou již notoricky známé - materiály, lidé, zařízení, prostředí a metody (včetně metod měření). b) Diagram není zkonstruován jednou provždy. Je živou pomůckou, která vyžaduje neustálou aktualizaci o nové poznatky. 4

1. KROK STRANOU Jednoduché rozhodovací matice Ukažme na jednoduchém příkladu elementární použití odhadu rizika. 1. KROK STRANOU Jednoduché rozhodovací matice Ve výběrovém řízení podali nabídku uchazeči A - 21, B a C 23 tis. Kč. Zadavatel si však všechny uchazeče prověřil a zjistil, že: uchazeč A měl v minulosti problémy s kvalitou asi u 15 % dodávek, uchazeč B nesplnil lhůty u jednoho ze čtyř předcházejících zákazníků a u uchazeče C se očekává změna ve vedení. 1. KROK STRANOU Jednoduché rozhodovací matice 1. KROK STRANOU Jednoduché rozhodovací matice Uchazeč Nabídka [Kč] A 2 1 B 2 C 2 3 Nebezpečí D P R Celkem [Kč] problémy s jakostí časté neplnění lhůt nestabilita vedení 2,15 3 2 4 2,25 5 2 5 5,4 2 5 Pravděpodobnost se vztahuje na dobu od podpisu smlouvy o dílo, popřípadě o dodávce až do konce záruční doby. Ke stejné době je nutné vztáhnout i škody, které mohou (ale nemusí) vzniknout. 2. KROK STRANOU Rozhodovací matice UMRA Metody rizikové analýzy jsou dnes již velice dobře rozpracovány a jsou v běžném praktickém užití po delší dobu. V souvislosti s řešením jedné inženýrské rozhodovací úlohy (podchod Vltavy dvěma tubusy pro metro ze stanice Nádraží Holešovice) byla vypracována metoda Univerzální matice rizikové analýzy (UMRA), která je založena na řízené spolupráci skupiny expertů. 2. KROK STRANOU Rozhodovací matice UMRA UMRA neslouží k výpočtu rizika, nýbrž k systematickému hledání odpovědí na tři výchozí otázky: Jaké problémy se mohou vyskytnout? (identifikace nebezpečí) Jaká je pravděpodobnost výskytu jednotlivých problémů? (analýza četností) Jaký je dopad v případě, že problém nastane? (analýza následků) Nedá se tedy považovat za metodu v pravém slova smyslu, nýbrž za nástroj pro vyšetřování rizik 5

2. KROK STRANOU Rozhodovací matice UMRA Paretův diagram slouží k určení nejdůležitějších problémů, faktorů, oblastí,..., na které je potřeba se prioritně zaměřit. Je založen na tzv. Paretově principu, podle něhož cca 8% následku způsobuje cca % nejdůležitějších příčin (tzv. rozhodující menšina). Právě soustředěním pozornosti na tyto příčiny a jejich řešením lze dosáhnout nejlepšího zlepšení. Původní Paretova analýza (Vilfredo Pareto) byla později doplněna o grafické znázornění podílů jednotlivých příčin na celkovém důsledku M. O. Lorenzem (Lorenzova křivka). Paretův diagram Základní přínosy Paretova diagramu Takto pojatý Paretův diagram poskytuje absolutní přehlednost a jednoznačnou vypovídací schopnost. Možnosti aplikace jsou široké a diagram je možno považovat za obecnou metodu zjišťování priorit. Jeho využití v managementu kvality prokázal a prosadil J. M. Juran. uspořádá příčiny ve sledu jejich významu, oddělí významné (rozhodující menšinu) od méně významných (zanedbatelná většina) a tím určí, na které příčiny je nutno obrátit pozornost při hledání řešení. Konstrukce Paretova diagramu Definování následku a shromáždění informací o všech možných příčinách (například pomocí Ishikawova diagramu). Číselná kvantifikace jednotlivých příčin - tzv. četností. Je možno využít několik způsobů: počet výskytů, finanční hodnoty (náklady, ztráty), bodovací techniky (u kvalitativních položek). Budeme-li chtít navíc zdůraznit různý význam příčin ve vztahu k následku (například zohledněním důležitosti pro zákazníka), a tím změnit skutečné pořadí četností, můžeme původní hodnoty přepočítat pomocí dodatečně stanovených koeficientů významnosti. Sestrojení diagramu, který tvoří sloupce absolutních četností hodnot jednotlivých položek a Lorenzova křivka. Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: (Viz příklad formuláře pro sběr dat) Položka: TSKP: Kč: Zařizovací předměty ZTI (A) 725 11 Podlahy povlakové (B) 776 21 Konstrukce klempířské (C) 764 5 Obklady (D) 781 26 Okna a balkónové dveře (E) 641 18 6

procenta procenta 3.3.14 Seřadíme skupiny podle významnosti a určíme četnosti: Sestavíme Paretův diagram: 8 1 Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: Položka: TSKP: Kč: Kumulovaná absolutní četnost Relativní četnost Kumulovaná relativní četnost Obklady (D) 781 26 26 32,1 32,1 Podlahy povlakové (B) 776 21 47 25,93 58,2 Okna a balkónové dveře (E) 641 18 65 22,22 8,25 Zařizovací předměty ZTI (A) 725 11 76 13,58 93,83 Konstrukce klempířské (C) 764 5 81 6,17 1, CELKEM: 81 četnost 7 6 5 4 3 1 D (26) B (21) E(18) neshody A(11) C(5) 5 Sestavíme Lorenzovu křivku: Sestavení PD v MS Excel 8 1 7 6 5 četnost 4 3 5 1 D (26) B (21) E(18) A(11) C(5) neshody Sestavení PD v MS Excel úprava zadání Sestavení PD v MS Excel graf 7

Sestavení PD v MS Excel graf Sestavení PD v MS Excel úprava grafu Sestavení PD v MS Excel úprava grafu Sestavení PD v MS Excel úprava grafu Sestavení PD v MS Excel úprava grafu Sestavení PD v MS Excel úprava grafu 8

Sestavení PD v MS Excel úprava grafu Sestavení PD v MS Excel dokončení Sestavení PD v MS Excel dokončení Sestavení PD v MS Excel dokončení Sestavení PD v MS Excel dokončení Sestavení PD v MS Excel dokončení 9

Sestavení PD v MS Excel dokončení Bodový diagram (korelační diagram) slouží ke zjištění či ověření vzájemné závislosti dvou jevů - např. teploty a vlhkostí při skladování, mezi znaky jakosti výrobku, mezi dvěma parametry procesu apod. Nahrazuje složité výpočty korelačních koeficientů v případech, kdy chceme získat o případné závislosti pouze orientační informaci. Bodový diagram základní přínosy Konstrukce bodového diagramu odhalí případnou existenci závislostí mezi zkoumanými jevy znázorní charakter a těsnost případné závislosti potvrdí nezávislost přispívá ke snížení rizik při eventuálních změnách hodnot jedné proměnné (je-li odhalena závislost, je nutno počítat i se změnou hodnoty druhé) Předpokladem konstrukce bodového diagramu je vyjádření obou zkoumaných jevů v číselné podobě a nashromáždění jejich souběžných hodnot. Při změně hodnoty jedné proměnné x se zjistí hodnota druhé proměnné y a zaznamená se jako bod do souřadné roviny. Z rozmístění bodů se pak uvažuje o případné závislosti (kladné, záporné, křivkové) a jejím charakteru (silná, slabá). y y y y y y Silná záporná závislost x Slabá záporná závislost x Nezávislost x Silná kladná závislost x 1

počet výskytů 3.3.14 Vykreslete bodový diagram závislosti válcové a krychelné pevnosti v tlaku z naměřených hodnot pěti vzorků. Číslo vzorku Válcová pevnost v tlaku [MPa] Krychelná pevnost v tlaku [MPa] 1 13,2 15,8 2 16,5,1 3 21,1 23,5 4 22,9 29,9 5 25,6 29,6 35 3 25 15 1 1 12 14 16 18 22 24 26 28 Histogram grafické ztvárnění hodnot v tabulce četnosti nástroj, který jednoduchou formou vypovídá o chování procesu zpřístupňuje a zprůhledňuje nepřehledné tabulky rozsáhlých číselných údajů o jednom jevu, který vykazuje variabilitu v důsledku působení různých vlivů množinu proměnlivých hodnot sledovaného jevu sumarizuje v určitém časovém okamžiku do sloupkového diagramu Histogram 35 3 25 15 1 5 1 2 3 4 5 6 7 8 9 1 11 sledovaná veličina intervalové dělení Konstrukce histogramu Při konstrukci histogramu postupujeme v následujících krocích: vybereme nejmenší a největší výběrovou hodnotu x (1) a x (n) vypočteme výběrové rozpětí jako rozdíl největší a nejmenší výběrové hodnoty: R = x (1) - x (n) interval, který je o málo větší než výběrové rozpětí R rozdělíme na m stejných intervalů (tříd), přičemž se doporučuje 7 m ; menší počet intervalů by měl odpovídat menšímu souboru dat jednoznačně stanovíme způsob zařazování zjištěných hodnot do tříd sestrojíme sloupcový diagram nad jednotlivými třídami tak, aby výška sloupce v i - té třídě (i = 1,,m), byla absolutní četností výskytu hodnot v této třídě. Tedy na vodorovnou osu naneseme hodnoty středů všech tříd a na svislou osu četnosti. Závěrem se histogram vyhodnotí a učiní se příslušná rozhodnutí. Tvar histogramu Tvar histogramu umožní posoudit: I. zda se proces chová normálně, tedy zda působí pouze náhodné příčiny - obvyklé vlivy (obvyklý materiál, stroje v obvyklém stavu, obvyklé metody a postupy,...). O takovém stavu vypovídá zvonový tvar histogramu (Gaussova křivka normálního rozdělení pravděpodobnosti). Jiný tvar histogramu znamená, že působí tzv. vymezitelná příčina - to znamená, že došlo ke změně například materiálu, postupu, stroje atd. Je povinností takovou příčinu identifikovat, odstranit a zamezit do budoucna jejímu opakovanému působení. Tvar histogramu Tvar histogramu umožní posoudit: II. jaké je okamžité centrování procesu (kde se nachází skutečná střední hodnota) - to ukazuje nejvyšší sloupec neboli modální interval. Podle jeho polohy můžeme posoudit, zda odpovídá požadovanému středu technických specifikací. III. jaká je přesnost (jak jsou hodnoty rozptýleny). Štíhlý" tvar histogramu ukazuje na přesnější proces a naopak. Z výše uvedených úvah jednoznačně vyplývá základní přínos histogramu pro zlepšování procesů. 11

Tvar histogramu normální asymetrický Krychelná pevnost betonu v tlaku : provedeno 5 měření roztřídění 8 tříd Střed třídy Četnost 26,2 1 27,4 1 28,6 8 29,8 5 31, 21 32,2 5 33,4 3 bimodální dvojitý 34,6 5 Regulační diagram 25 zpracovává obdobný soubor údajů jako histogram na rozdíl od histogramu zobrazuje vývoj sledovaného jevu základní informací je posloupnost výběrů v čase Četnost 15 1 5 26,17 27,37 28,57 29,76 3,96 32,16 33,36 34,6 Třídy Každý výběr je reprezentován: střední hodnotou - pokud se jedná o kvalitativní veličinu, například počet neshod střední hodnotou a rozptýlením - jedná-li se o kvantitativní veličinu Vývoj těchto charakteristik je zobrazen vůči limitům (tzv. regulačním mezím), jejichž vzdálenost vychází obvykle z přirozeného kolísání kontrolované veličiny samotné. Překročení mezí je signálem, že něco není v pořádku - proces není statisticky zvládnutý a že je nutný zásah (řešení). Regulační diagram Regulační diagram 21,2 21 UCL Zásah musí zahrnovat čtyři kroky:,8 průměr,6,4,2 19,8 CL LCL I. prověření jakosti výstupů od předchozího provedení výběru II. vyšetření příčin změny, například pomocí diagramu příčin a následku 19,6 III. odstranění nalezené příčiny 19,4 1 2 3 4 5 6 7 8 9 1 11 12 číslo skupiny IV. opatření do budoucna - zamezení opakovanému působení oné příčiny. 12

Regulace měřením kvantitativní veličina U kvantitativní veličiny (rozměr, hmotnost, atd.) vycházíme z předpokladu jejího normálního rozdělení. Toto rozdělení reprezentují: charakteristiky polohy - aritmetický průměr, medián charakteristiky variability - variační rozpětí, směrodatná odchylka Pracujeme proto vždy s dvojicí diagramů, např.: aritmetický průměr a rozpětí aritmetický průměr a směrodatná odchylka medián a rozpětí Konstrukce regulačního diagramu při regulaci měřením I. Provede se 25 výběrů o konstantním rozsahu (např. n = 5). Každý výběr musí tvořit logickou podskupinu, tj. musí být proveden za stejných podmínek (stejný materiál, stroj, pracovník, atd.), působí tedy pouze náhodné vlivy II. Z každého výběru se vypočítá charakteristika variability (rozpětí, směrodatná odchylka) a vynese se jako bod do regulačního diagramu. s 2 ( X X) i n 1 - směrodatná odchylka Konstrukce regulačního diagramu při regulaci měřením Konstrukce regulačního diagramu při regulaci měřením III. IV. Z těchto charakteristik se vypočítá průměr a dosazením do vzorce (viz. dále) se vypočítají regulační meze, které se vyznačí do diagramu přerušovanou čarou a průměr z charakteristik plnou čarou. Pokud jsou všechny body v regulačních mezích, lze přistoupit ke konstrukci diagramu pro střední hodnoty. Pokud leží jeden až dva body vně mezí, je možné celé odpovídající výběry vyloučit a znovu vypočítat meze. Pokud leží zbylé body uvnitř mezí, přistoupí se ke konstrukci diagramu pro střední hodnoty. V. Z každého dalšího výběru se vypočítá charakteristika polohy a vynese jako bod do druhého diagramu. Dále viz. III. a IV. VI. Pokud leží všechny body uvnitř mezí, je možné tyto meze použít pro monitorování celého procesu Pokud bylo nutné vylučovat body, musí se považovat meze za pokusné, vyřešit působení příčiny (zásah) a provést celou akci znovu. Při následném monitorování procesu se vybočující body již nevylučují, musí však vždy následovat zásah do procesu. Vzorce Součinitele pro regulační meze Statistika základní hodnoty nejsou stanoveny Centrální přímka UCL a LCL základní hodnoty jsou stanoveny Centrální přímka UCL a LCL Rozsah podskup. A A 2 A 3 B 3 B 4 B 5 B 6 5 1,342,577 1,427, 2,89, 1,964 X X X A R, 2 X A s 3 X nebo µ X A 1 D 1 D 2 D 3 D 4 C 4 d 2, 4,918, 2,114,94 2,326 R R D4R, D3R R nebo d 2 σ D 2 σ, D 1 σ 1 A A 2 A 3 B 3 B 4 B 5 B 6,949,38,975,284 1,716,276 1,669 s s B4s, B3s s nebo B 6 σ, C 4 σ B 5 σ D 1 D 2 D 3 D 4 C 4 d2,687 5,469,223 1,777,9727 3,78 13

Regulace srovnáním neshody, neshodné jednotky V praxi se používají 4 druhy regulačních diagramů: pro neshodné jednotky p diagram: vynáší se podíl neshodných ve výběru np diagram: vynáší se počet neshodných ve výběru pro neshody u diagram: vynáší se podíl neshod ve výběru c diagram: vynáší se počet neshod ve výběru nebo na objektu (dveře automobilu). Konstrukce regulačního diagramu při regulaci srovnáním I. Provede se 25 výběrů o rozsahu cca n = 5. Výběry musí tvořit logickou podskupinu a pro diagram np a c musí mít výběry stejný rozsah. II. Zjištěný počet neshod/neshodných jednotek v každé podskupině se rovnou vynáší do grafu (np,c), nebo se převede na jednotku v podskupině (p,u). III. Dále se pokračuje obdobně jako u regulace měřením s tím, že končíme konstrukcí a vyhodnocením jednoho, nikoli dvojice diagramů. 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 X 1 35 45 45 3 4 3 45 4 35 3 55 4 5 35 45 3 3 25 X 2 4 5 5 5 45 45 4 3 3 35 45 4 4 4 4 3 25 25 3 X 3 55 5 5 5 35 45 3 3 35 6 55 45 4 35 3 35 35 25 45 3 Centrální přímka a regulační meze: Průměr CL X 39,4 LCL X A R 39,4,577 17,5 29,3 2 ULC X A R 39,4,577 17,5 49,5 2 X 4 35 4 4 45 55 55 45 35 5 5 35 45 45 4 4 3 5 25 5 35 X 5 55 45 35 25 4 4 4 35 45 5 4 4 55 35 3 35 5 45 25 4 X 44 46 44 4 43 43 4 34 39 45 46 42 46 37 37 32 36 27 35 32 Rozpětí CL R 17,5 LCL D R 17,5 3 ULC D R 2,114 17,5 37, 4 R 1 15 25 25 15 1 3 5 15 5 15 5 3 25 25 15 Průměrná hodnota Rozpětí 6 55 4 35 UCL X - průměr 5 45 4 35 3 25 UCL CL LCL Rozpětí 3 25 15 1 CL 15 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 číslo skupiny 5 LCL 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 číslo skupiny 14

Shrnutí Probrali jsme: formuláře pro sběr dat, vývojový (postupový) diagram (PS), diagram příčin a následků (PS), paretův diagram (PS), bodový diagram*, histogram*, regulační diagram*, a ještě příklad z praxe. METODY A NÁSTROJE HODNOCENÍ TECHNICKÝCH, EKOLOGICKÝCH A BEZPEČNOSTNÍCH PARAMETRŮ NOVÝCH STAVEBNÍCH HMOT Tomáš Vymazal, Tomáš Fojtík, Nikol Žižková, Vít Petránek, Pavla Matulová Úvodem Úvodem Úspěch nových stavebních hmot na trhu spočívá ve splnění technických, ekologických, bezpečnostních a ekonomických požadavků. Pomocí metody FMEA lze již při vývoji nových hmot omezit rizika vzniku kvalitativních, enviromentálních a bezpečnostních vad a nebezpečí. Příspěvek se zabývá FMEA aplikovanou do konkrétního návrhu a vývoje progresivních stavebních materiálů s využitím druhotných surovin, která napomáhá při: ověřování fyzikálně mechanických vlastností, tvorbě technických a bezpečnostních listů a eliminuje problémy aplikace hmot spojené s nedůvěřivostí k druhotným surovinám z hlediska jejich technické, ekologické a bezpečnostní způsobilosti. Analýza rizikových aspektů pomocí FMEA Analýza rizikových aspektů pomocí FMEA Před započetím provádění metodiky FMEA by měly být s ohledem na efektivnost stanovit předmět analýzy, vybrat členy týmu s ohledem na jejich působení ve FMEA týmech dle následujících kritérií: FMEA-K (konstrukční FMEA) FMEA-T (technologická FMEA) Dále by měla být shromážděna data o popisu procesu (technologický postup), vývojovém diagramu procesu s vyznačenými kontrolními operacemi/regulací procesu (SPC), informace o všech minulých (popř. i potenciálních) problémech s výrobkem/dílem/procesem a jejich řešení a tyto informace rozčlenit do tří kategorií z hlediska: významu vady (důsledky pro zákazníka), příčiny vady, kontrolní či regulační opatření (SPC). 15

Technické a kvalitativní požadavky Do technických požadavků by měly být zahrnuty zejména požadavky: zákazníka, právních, normativních a jiných požadavků, po případě dalších zainteresovaných stran. Technické a kvalitativní požadavky Jedná se zejména o posouzení vhodnosti vstupních surovin vzhledem k zamýšlenému použití, dále pak: ověření fyzikálně mechanických a fyzikálně chemických vlastností malt a betonů, a to jak v čerstvém stavu: konzistence, objemová hmotnost, obsah vzduchu, aj., tak i ve ztvrdlém stavu: objemová hmotnost, pevnostní charakteristiky, odolnost vůči vnějšímu namáhání, vzhled, trvanlivost a jiné. Enviromentální a ekologické požadavky Enviromentální a ekologické požadavky V oblasti enviromentu jde především o zamezení realizace negativních enviromentálních aspektů, které se mohou vyskytnout v FMEA T, FMEA-K, případně ve fázi užívání produktu nebo jeho následné likvidace. Jedná se zejména o oblasti, které souvisí s: ochranou ovzduší, nakládání s nebezpečnými chemickými látkami a odpady vodním hospodářstvím a ochranou vod, zdravými životními podmínkami (např. ochrana proti hluku a prachu), spotřebou přírodních zdrojů (využití odpadních látek úspora přírodních zdrojů, využití recyklátů), úsporou energií (teplo, elektrická energie). Jedná se zejména o oblasti, které souvisí s: ochranou ovzduší, vodním hospodářstvím a ochranou vod, nakládáním s odpady, nakládání s nebezpečnými chemickými látkami (NCHL), zdravými životními podmínkami (např. ochrana proti hluku a prachu), spotřebou přírodních zdrojů (využití druhotných surovin úspora přírodních zdrojů, využití recyklátů), úsporou energií (teplo, elektrická energie). Bezpečnostní požadavky Bezpečnostní požadavky Stejně závažné jsou požadavky, které vyplývají z legislativy a požadavků bezpečnosti a ochrany zdraví při práci. Zde se jedná zejména o: identifikace nebezpečí, rizik a tzv. skoronehod, požární bezpečnost, hygienu, ochranu zdraví, uživatelskou bezpečnost. Bezpečnostní požadavky souvisí s využití co možná nejbezpečnějších druhotných surovin s ohledem na: fyzikálně mechanické a fyzikálně chemické vlastnosti, bezpečnost skladování a přepravy, možné pracovní úrazy a nemoci z povolání, bezpečnost výrobní technologie, bezpečnost aplikace do konstrukce, prevence nežádoucích událostí, nehod a havárií, nahlašovací a oznamovací povinnosti vyplývající z legislativy. 16

???????? 3.3.14 Analýza rizik a nebezpečí pomocí Ischikawova diagramu Rizikové číslo Kritický bod Oblast nejkritičtějších aspektů Analýza rizik a nebezpečí pomocí Paretova diagramu Lorenzova křivka Hranice Paterova principu 8: Oblast ostatních aspektů 1 % Četnost 8 % Právní a jiné požadavky Bezpečnost výroby Nakládání s NCHL Nakládání s odpady Nenormaliz. met. Změny Fáze Příkaz k vývoji Právo Analýza rizik a nebezpečí pomocí rizikových matic Ovlivnitelné Zdroje rizik a nebezpečí Neovlivnitelné Kvalita Enviroment Bezpečnost Shoda Kvalita Enviroment Bezpečnost Shoda Zdroje Požadavky ISO 91 Právo Havárie Požadavky ISO 141 Právo Havárie Požadavky OHSAS 181 Metody Návaznost Vzorkování Právo Zdroje ISO 91 Právo Havárie ISO 141 Právo Havárie OHSAS 181 Metody Návaznost Vzorkování Vývojový diagram procesu návrhu a vývoje Vybrané vlastnosti zkoumaných druhotných surovin Pro analýzu byly zvoleny následující druhotné suroviny: vzorek z lokality Žírany vzorek z lokality Trstín vzorek z lokality Bratislava Označení vzorku Žírany Trstín Bratislava Cr 2 O 3 S 2- Al 2 O 3 Vybrané vlastnosti Chemické složení Fe 2 O 3 CaO MgO TiO 2,1,4,3,14 53,9 1,2,1,35,2,2,12 2,8,3,7,13, 32,4 19,8,1,19,3,3,22 3,1,3,9 2,89 1,82 27,4 19,,25 8,11,64,31,19 2,6 Komentář: Žírany CaO kalcit, Trstín Cao a MgO dolomit, Bratislava - SiO 2 (amorfní forma) SiO 2 K 2 O Na 2 O SO 4 NH 4 17

Označení vzorku Vybrané vlastnosti Měrné hmotnosti a měrný povrch Měrná hmotnost [kg.m -3 ] Měrný povrch [m 2.kg -1 ] Žírany 27 263 Trstín 28 262 Celkový zbytek/propad 1 9 8 7 6 5 4 3 1 Křivka zrnitosti - Źírany,45,63,9,125,25,5 1 Vybrané vlastnosti Sítové rozbory Celkový zbytek/propad 1 9 8 7 6 5 4 3 1 Křivka zrnitosti - Trstín,45,63,9,125,25,5 1 2 4 6 Bratislava 27 3 Komentář: Měrný povrch vzorku Bratislava vykazuje vyšší měrný povrch než ostatní vzorky, což mohlo způsobit předešlé zpracováním suroviny. Rozměry ok na sítech [mm] Komentář: Všechny tři vzorky obsahují vysoký podíl cca 7% části <,45 mm. U vzorku z Trstína byla zjištěna zrna většího rozměru cca 6,5% > 1mm Celkový zbytek/propad Rozměry ok na sítech [mm] Křivka zrnitosti - Bratislava 1 9 8 7 6 5 4 3 1,45,63,9,125,25,5 1 2 Rozměry ok na sítech [mm] celkový zbytek celkový propad RTG analýza RTG analýza RTG - Žírany RTG - Trstín I [-] 16 14 1 1 8 6 4 2 4 6 8 1 12 14 16 18 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 52 54 56 58 6 Komentář: Zjištěné minerály: kalcit Úhel [ ] I [-] 16 14 1 1 8 6 4 2 4 6 8 1 12 14 16 18 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 52 54 56 58 6 Komentář: Zjištěné minerály: kalcit, dolomit Úhel [ ] I [-] 16 14 1 1 8 6 4 RTG analýza RTG - Bratislava 2 4 6 8 1 12 14 16 18 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 52 54 56 58 6 Úhel [ ] Komentář: Zvýšené pozadí RTG záznamu amorfní SiO 2??? Zjištěné minerály: dolomit, živce, křemen, kalcit Možnosti uplatnění a případná rizika Možnosti uplatnění S ohledem na zjištěné vlastnosti analyzovaných druhotných surovin (odpad 1 3) lze najít jejich uplatnění např. jako mikroplniva pro jemnozrnné maltové směsi (samonivelační hmoty, spárovací hmoty, injektážní hmoty, správkové hmoty atd.). Dalším uplatněním testovaných druhotných surovin by byla jejich aplikace při výrobě betonů (např. doplnění jemných podílů u samozhutnitelných betonů). Rizika zvýšená dávka mikroplniva by mohla vést k objemovým změnám vlivem vysokého měrného povrchu zejména u vzorku č.3, ojedinělý výskyt zrn větších rozměrů než požadovaná max. velikost zrna, u vzorku č.2 byla zjištěna zrna většího rozměru cca 6,5% > 1mm, všechny tři vzorky obsahují vysoký podíl cca 7% části <,45 mm, potenciální riziko vzniku reakce kameniva s alkáliemi (tato problematika nebyla doposud ověřována). 18

Závěrem Obecně platí, že čím v ranějších fázích životního cyklu se podaří odhalit riziko možného výskytu neshodného produktu, tím nižší jsou finanční ztráty. Některé praktické zkušenosti ukazují, že náklady na odstranění neshody ve fázi konstrukce mohou být stokrát nižší než náklady na odstranění neshody zjištěné před expedicí a tisíckrát nižší, než náklady na odstranění neshody, která se dostane k zákazníkovi. Přesto je pořád ještě častým jevem, že není dostatek peněz nebo času na dostatečné propracování návrhu, ale pak musí být dostatek peněz a času na mnohem nákladnější odstraňování problémů, které nastanou ve fázi realizace. Děkuji za pozornost Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví vymazal.t@fce.vutbr.cz 19