Pokročilé metody statistické kontroly procesu Řešitelský tým: doc. Ing. Eva Jarošová, CSc., ŠAVŠ prof. Ing. Darja Noskievičová, CSc., VŠB Ing. Martin Folta, Ph.D., Eur Ing., ŠAVŠ 23.2.206 Projekt IGA 202/9
Doc. Ing. Eva Jarošová, CSc. vedoucí řešitelka projektu Vzdělání: Praxe: ČVUT, Fakulta elektrotechnická, obor technická kybernetika Výzkumný ústav pro stavbu strojů v Běchovicích, oddělení pro spolehlivost energetických zařízení VŠE v Praze, Fakulta informatiky a statistiky, Katedra statistiky a pravděpodobnosti ŠKODA AUTO Vysoká škola Publikace: knihy a články zabývající se statistickým modelováním, statistickými metodami řízení jakosti a teorií navrhování experimentů Expertní a konzultační činnost: Česká společnost pro jakost, odborná skupina pro statistické metody - přednášky pro odbornou veřejnost na téma statistická regulace procesu a navrhování experimentů Úřad pro technickou normalizaci, metrologii a státní zkušebnictví - TNK 4 překlady norem ISO z oblasti statistických metod řízení jakosti IVECO školení SPC, konzultace výpočtů spolehlivosti autobusových dílů 23.2.206 Projekt IGA 202/9
Aplikace statistických metod na výrobní procesy ve ŠKODA AUTO, a.s. v rámci vedení diplomových prací Návrh regulace procesu výroby platformy SK 37, UBII ve svařovně Analýza způsobilosti procesu v provozu svařovny podkompletů na vůz Škoda Yeti ve ŠKODA AUTO a.s. ve Vrchlabí Návrh vhodného regulačního diagramu pro kontrolu polohy závitového čepu pro uchycení zadního nárazníku a symetrie v ose Y mezi otvory pro dolní panty předních dveří svařené karoserie Způsobilost systému měření ve výrobě převodovek ŠKODA AUTO a.s. Využití vybraných statistických nástrojů při řešení problémů v oddělení konstrukce a výroby lisovacího nářadí Analýza současného způsobu kontroly a návrh vhodných statistických metod pro kontrolu dodávek dílů airbagu spolujezdce (využití statistické přejímky, SPC, statistických testů) Řešení problému se zavírací rychlostí pátých dveří u vozu SK 36 v útvaru analýzy exteriéru vozů 23.2.206 IGA 202/9
Prof. Ing. Darja Noskievičová, CSc. spoluřešitelka projektu Vzdělání: Praxe: VŠB Ostrava, Fakulta ekonomická, obor ekonomika průmyslu - NHKG Ostrava-Kunčice, n. p, odboru nákupu, oddělení technicko-organizačního rozvoje a výpočetní techniky - VŠB Ostrava, VŠB Fakulta strojní a elektrotechnická, katedra strojírenské technologie a projektování, ekonomiky a organizace strojírenské výroby, - VŠB-TUO, Fakulta metalurgie a materiálového inženýrství, katedra managementu kvality (dříve katedra kontroly a řízení jakosti). - Postgraduální a specializační kurzy v oblasti managementu kvality ( VŠB TUO, DT Ostrava, vybrané firmy) Publikace: kapitoly v knihách a odborné články a příspěvky na konferencích zabývající se - statistickými metodami řízení kvality (zejména SPC a analýzou způsobilosti, statistickou přejímkou); - komplexním přístupem k praktické aplikaci těchto statistických metod jejich využitím v rámci moderních manažerských přístupů (Six Sigma, Lean, Lean Six Sigma, Agile, Leagile Manufacturing) 23.2.206 IGA 202/9
Ing. Martin Folta, Ph.D., Eur Ing. spoluřešitel projektu Vzdělání: VŠB Technická univerzita Ostrava, Fakulta metalurgie a materiálového inženýrství Praxe: management kvality v automobilovém průmyslu nezávislý mezinárodní certifikační auditor IATF kvalifikovaný auditor procesu dle metodiky VDA 6.3 profesionální trenér - školí přístupy, metody a nástroje vyplývající z požadavků automobilového průmyslu ŠKODA AUTO Vysoká škola Díky auditorské činnosti úzký kontakt s dodavatelskými firmami pro automobilový průmysl, jako např. Continental, Laird Technologies, CIMOS 23.2.206 IGA 202/9
Zaměření projektu Využití statistických metod pro neustálé zlepšování kvality produktu Statistické nástroje využívající naměřená data - součást metodologie Six Sigma nebo Lean Six Sigma Regulační diagramy (SPC) nástroj měření, analýzy procesu a ověřování provedených opatření Hodnocení způsobilosti procesu (Cp) Navrhování experimentů (DOE) a vyhodnocení pomocí statistických testů jako nástroj dalšího zlepšování kvality SPC, DOE, Cp DOE SPC, Cp SPC, DOE 23.2.206 IGA 202/9
Zaměření projektu Procesní přístup zajištění stability parametrů procesu a současně redukce variability na minimum (identifikace a odstranění vymezitelných příčin) posun úrovně procesu žádoucím směrem nastavení optimálních podmínek Nástroje a metody statistická regulace procesu (SPC) ukazatele způsobilosti a výkonnosti (Cp. Cpk aj.) navrhování experimentů (DOE) 23.2.206 IGA 202/9
Regulační diagram jako základní nástroj Statistická regulace procesů - požadavek ISO/TS 6949
Současný stav - praxe Firmy v automobilovém průmyslu používají zejména Shewhartovy regulační diagramy, pokročilejší metody spíše výjimečně Výsledky DP Průzkum využívání statistických metod řízení kvality u dodavatelů ŠKODA AUTO, a.s. (vedoucí Ing. Folta) 58 českých a slovenských firem z toho 52 certifikovaných podle ISO/TS 6949 39 používá regulační diagramy (3 základní typy Shewhartových diagramů pro regulaci měřením) 6 používá DOE (faktoriální experimenty, experimenty s jedním zkoumaným faktorem, experimenty pro MSA) 23.2.206 IGA 202/9
Současný stav - praxe Nekomplexní přístup k aplikaci statistických metod Spoléhání na statistický software, v řadě případů (3) pouze Excel Neověřují se předpoklady (normalita dat nebo nezávislost) klasických diagramů Klasické diagramy jsou pro řadu výrobních procesů nevhodné (např. lisování, vstřikování plastů do forem, slévání apod.) 23.2.206 IGA 202/9
PŘÍKLADY ŘEŠENÝCH PROBLÉMŮ 23.2.206 IGA 202/9
X X Porušení předpokladu normality Nepříznivé důsledky především v diagramech pro individuální hodnoty 2750 Výpočet nových, asymetrických mezí, vycházející ze skutečného rozdělení UCL=2606 2500 2600 2250 2000 _ X=986 2400 2200 2000 UCL=2442 CL=202 750 800 600 500 20 40 60 80 00 20 Pořadí pozorování 40 60 80 200 LCL=366 400 200 000 20 40 60 80 00 20 Pořadí pozorování 40 60 80 200 LCL=76 23.2.206 IGA 202/9
Průměr X Průměr X X Procesy s vysokou způsobilostí a proměnlivou střední hodnotou, podskupiny 9,7 9,6 9,5 9,4 9,3 2 4 6 8 0 2 Podskupina 4 6 8 20 USL=9,7 LSL=9,3 Nízká přirozená variabilita vede k příliš úzkým regulačním mezím Různé způsoby konstrukce rozšířených mezí Norma jen pro přejímací regulační diagramy 9,65 9,60 9,65 9,60 UCL = 9,640 9,55 9,50 _ UCL=9,5256 X=9,5094 LCL=9,4932 9,55 9,50 9,45 9,45 9,40 9,40 LCL = 9,379 9,35 9,35 3 5 7 9 3 5 7 9 Podskupina 23.2.206 IGA 202/9 2 4 6 8 0 2 Podskupina 4 6 8 20
Moving Range Moving Range Individual Value Individual Value Procesy s vysokou způsobilostí individuální pozorování Problém zbytečně úzké regulační meze vzhledem k předepsané toleranci (±,5 mm),5,0 0,5 0,0 UC L=0,757 _ X=0,5,0 0,5 0,0 UC L=,275 _ X=0-0,5 -,0 -,5 25 50 75 00 25 50 Observation 75 200 225 250 LC L=-0,757-0,5 -,0 -,5 25 50 75 00 25 50 Observation 75 200 225 250 LC L=-,275,5,6 UC L=,566,0 UC L=0,930,2 0,8 0,5 MR=0,285 0,4 MR=0,479 0,0 LC L=0 0,0 LC L=0 25 50 75 00 25 50 Observation 75 200 225 250 25 50 75 00 25 50 Observation 75 200 225 250 23.2.206 Projekt IGA 202/9
X X Proces s trendem (opotřebení nástroje) Klasické regulační meze vedou k předčasné výměně nástroje (s ohledem na předepsanou toleranci 76,43; 76,47) 76,4575 76,4575 76,4550 UCL=76,45465 76,4550 UCL=76,456 76,4525 76,4500 _ X=76,45096 76,4525 76,4500 76,4475 76,4450 2 4 6 8 0 2 4 Pořadí pozorování 6 LCL=76,44727 8 20 76,4475 76,4450 20 40 60 80 00 20 40 Pořadí pozorování 60 80 200 LCL=76,444 23.2.206 Projekt IGA 202/9
Diagramy pro atributy v případě vysoce způsobilých procesů Nelze využít klasické diagramy, jako např. p-diagram či c- diagram, protože nelze zajistit potřebný rozsah podskupin (Při nedostatečném rozsahu podskupin by byl podíl neshodných jednotek v podskupině většinou nulový.) Řešení CCC - diagramy (CCC, CCC-r, CCC CUSUM, CCC EWMA aj.), založené na průběžném sledování počtu shodných jednotek až do výskytu první či r-té neshodné Nová problematika, vlastnosti těchto diagramů nejsou dostatečně prozkoumány 23.2.206 IGA 202/9
Cíle projektu Poskytnout přehled metod SPC využitelných v praxi Modifikace klasických diagramů pro jiná než normální rozdělení Diagramy pro identifikaci malých posunů (CUSUM, EWMA) Diagramy pro procesy s vysokou způsobilostí (diagramy s rozšířenými mezemi, modifikované a přejímací diagramy, CCC, CCC-r aj.) (oblast vlastního výzkumu) Diagramy pro krátké série (short-run) Diagramy pro autokorelovaná data (ARIMA aj.) Vícerozměrné regulační diagramy Vymezit předpoklady použití jednotlivých metod Připravit přehled metod ověřování předpokladů Poskytnout přehled odpovídajících metod hodnocení způsobilosti a výkonnosti procesu Uplatnit vybrané metody DOE pro dosažení optimálního 23.2.206 IGA 202/9 výstupu procesu
Zdroje dat Spolupráce se Strojní fakultou Státní technické univerzity v Bratislavě Firmy CTS Česká republika, Ostrava, Czech Republic ŽDB Group, a.s. Data poskytnutá menšími dodavatelskými firmami automobilového průmyslu Data získaná prostřednictvím zadaných diplomových prací ve ŠKODA AUTO, a.s. (svařovna, lisovna, oddělení kvality) a vybraných diplomových a dizertačních prací řešených na katedře managementu kvality, VŠB-TUO 23.2.206 IGA 202/9
VÝSTUPY V PRŮBĚHU ŘEŠENÍ PROJEKTU 23.2.206 IGA 202/9
Regulační diagramy pro short-run procesy NOSKIEVIČOVÁ, D., JAROŠOVÁ, E. : Complex Application of Statistical Process Control in Conditions of Profile Bars Production, [DVD- ROM]. In Metal 203. s. - 8. ISBN 978-80-87294-39-0. (WoS) Návrh komplexní a efektivní aplikace SPC vč. analýzy způsobilosti pro případ tzv. short run procesů, aplikovaný na reálná data z válcování profilové oceli. NOSKIEVIČOVÁ, D.: Capability Analysis for Leagile Manufacturing Processes. In ICCC 203. s. 262 266. ISBN 978-46734489-0 (WoS) Analýza přístupů k analýze způsobilosti v podmínkách štíhlé a agilní výroby. 23.2.206 IGA 202/9
Vlastnosti diagramů pro atributy v případě vysoce způsobilých procesů JAROŠOVÁ, E. Use of Statistical Methods in Supplier s Quality Assessment. [CD-ROM]. In CLC 202: Carpathian Logistics Congress. JAROŠOVÁ, E., NOSKIEVIČOVÁ., D.: Comparison of Performance of CCC charts. In Quality Management and Organisational Development Conference. 204 JAROŠOVÁ, E., NOSKIEVIČOVÁ., D., BRODECKÁ, K.: Application of Bernoulli Process-based Charts to Electronic Assembly. International Journal of Engineering Business Management. 205. Zkoumání vlastností diagramů pro atributy, které jsou založeny nikoli na sledování počtu neshodných v podskupinách, ale na průběžném sledování počtu jednotek předcházejících první (r-té) neshodné jednotce. Diagramy byly aplikovány na proces nanášení gelu při výrobě senzorů do spalovacích motorů ve firmě CTS Česká republika, Ostrava. 23.2.206 IGA 202/9
Konstrukce diagramu pro proces s trendem JAROŠOVÁ, E., FOLTA, M.: Statistical Control of a Process Subject to Tool Wear. In METAL 204. Brno: Tanger, 204 Návrh diagramu pro regulaci procesu s opotřebením nástroje a aplikace na proces obrábění u dodavatele automobilového průmyslu 23.2.206 IGA 202/9
DOE hledání optimálních podmínek JAROŠOVÁ, E., KUREKOVÁ, E. : Determination of optimal Technological Parameters of a Compaction process: Case Study. Published in: MEASUREMENT SCIENCE REVIEW, and by: Central European Science Publisher VERSITA - Copyright (c) 20 203 by Walter de Gruyter GmbH Výsledek spolupráce s univerzitou v Bratislavě, zkoumání vlivu teploty, tlaku, obsahu vlhkosti a velikosti částic na borovicových pelet a hledání optimálního nastavení procesu lisování pomocí experimentu. JAROŠOVÁ, E. : Analysis of the Central Composite Experiment with Pseudoreplications. [CD-ROM]. In Aplimat 203. s. --. ISBN 978-80-227-3865-. Příspěvek na konferenci, zabývající se některými aspekty vyhodnocení použitého typu experimentu. 23.2.206 IGA 202/9
Pokročilejší metody statistické regulace procesu, Grada 205 Obecný úvod do SPC Předpoklady o datech, metody ověřování (normalita, nezávislost, neměnnost parametrů rozdělení) Shewhartovy regulační diagramy Regulační diagramy pro situace, kdy jsou porušeny předpoklady o datech RD pro nenormálně rozdělená data SPC při vzájemně závislých datech SPC při nekonstantní střední hodnotě (RD s trendem, RD s rozšířenými mezemi, modifikované a přejímací diagramy) Další speciální typy regulačních diagramů Vysoká způsobilost Malé odchylky parametrů procesu Nízký stupeň opakovatelnosti výroby Vícerozměrné RD Analýza způsobilosti procesů 23.2.206 IGA 202/9
Cíl publikace Prezentace současného stav poznání v oblasti aplikačně přínosných statistických metod řízení kvality, konkrétně v části týkající se statistické regulace procesu (statistical process control SPC) a analýzy jeho způsobilosti, resp. výkonnosti. Zaměření na postupy, které umožňují účinnou regulaci procesu v podmínkách moderní výroby a nahrazují tak z různých důvodů nevyhovující klasické Shewhartovy diagramy. Ucelený přehled těchto metod v publikované odborné literatuře dosud chyběl. Popis různých metod SPC a navazujících výpočtů ukazatelů hodnotících způsobilost nebo výkonnost procesu s důrazem na předpoklady jejich aplikace. Metody ověřování těchto předpokladů a praktické aspekty SPC 23.2.206 IGA 202/9
Další výhled Do vymezeného rozsahu knihy se nevešlo: Analýza způsobilosti systému měření Předpoklad účinné regulace procesu a korektního vyhodnocení jeho způsobilosti či výkonnosti Při analýze způsobilosti se využívají různé typy experimentů, ucelený a srozumitelný popis metod vyhodnocení experimentálních výsledků není k dispozici Plány experimentů pro hledání optimálních podmínek Speciální návrhy, které umožní účinné vyhodnocení na základě minimálního počtu zkoušek Řešitelka projektu je autorkou několika publikací zabývajících se navrhováním experimentů a plánuje další projekt zaměřený na využití různých experimentálních návrhů a metody jejich vyhodnocení. 23.2.206 IGA 202/9