Statystyczne sterowanie procesem: Różnice pomiędzy wersjami
m (Czyszczenie tekstu) |
mNie podano opisu zmian |
||
(Nie pokazano 9 wersji utworzonych przez 2 użytkowników) | |||
Linia 1: | Linia 1: | ||
'''Statystyczne sterowanie procesem''' (ang. ''statistical process control'', SPC) to [[zespół]] technik i metod statystycznych służących do oceny stabilności procesu. Celem SPC jest zapobieganie powstawaniu [[niezgodność|niezgodności]] poprzez wykrywanie i sygnalizowanie zakłóceń w przebiegu procesu. | '''Statystyczne sterowanie procesem''' (ang. ''statistical process control'', SPC) to [[zespół]] technik i metod statystycznych służących do oceny stabilności procesu. Celem SPC jest zapobieganie powstawaniu [[niezgodność|niezgodności]] poprzez wykrywanie i sygnalizowanie zakłóceń w przebiegu procesu. | ||
Linia 21: | Linia 6: | ||
SPC nastawione jest na [[ciągłe doskonalenie]]. To przede wszystkim [[działania zapobiegawcze]]. Badania nad procesem nie tylko dostarczają informacji na temat jego przebiegu i występujących odchyleń, ale również pomagają poznać przyczyny zmienności procesu. Dzięki systematycznemu monitorowaniu [[organizacja]] może zminimalizować straty, poprzez usuwanie na bieżąco rozpoznanych usterek i błędów. Jednocześnie kierownictwo na podstawie informacji o problemach projektuje procesy tak, aby uniemożliwić ich powstanie, np. stosując [[Poka yoke]], [[jakość projektowana|projektowanie jakości]], czy [[Failure Mode and Effects Analysis]] <ref>Bank J. 996</ref>. | SPC nastawione jest na [[ciągłe doskonalenie]]. To przede wszystkim [[działania zapobiegawcze]]. Badania nad procesem nie tylko dostarczają informacji na temat jego przebiegu i występujących odchyleń, ale również pomagają poznać przyczyny zmienności procesu. Dzięki systematycznemu monitorowaniu [[organizacja]] może zminimalizować straty, poprzez usuwanie na bieżąco rozpoznanych usterek i błędów. Jednocześnie kierownictwo na podstawie informacji o problemach projektuje procesy tak, aby uniemożliwić ich powstanie, np. stosując [[Poka yoke]], [[jakość projektowana|projektowanie jakości]], czy [[Failure Mode and Effects Analysis]] <ref>Bank J. 996</ref>. | ||
SPC to jest także [[strategia]] identyfikowania, szacowania i redukowania zmienności w procesach, produktach i usługach. Powszechne stosowanie metod i narzędzi SPC pomaga tworzyć produkty i [[usługi]] spełniające wymagania klienta. | |||
“Najczęściej SPC wykorzystywane jest w przemyśle produkcyjnym (wieloseryjnym), gdzie występuje duża jednorodność poszczególnych cech wyrobów. Istnieją również odmiany metod SPC, które z powodzeniem można wykorzystywać do nadzorowania procesów małoseryjnych czy nawet jednostkowych. | “Najczęściej SPC wykorzystywane jest w przemyśle produkcyjnym (wieloseryjnym), gdzie występuje duża jednorodność poszczególnych cech wyrobów. Istnieją również odmiany metod SPC, które z powodzeniem można wykorzystywać do nadzorowania procesów małoseryjnych czy nawet jednostkowych. | ||
Prowadzenie działań w ramach SPC opiera się na zasadzie systematycznego pobierania i badania określonej liczby próbek. U podstaw statystycznego sterowania procesem leży konieczność rozróżnienia przyczyn zmienności analizowanego procesu. | Prowadzenie działań w ramach SPC opiera się na zasadzie systematycznego pobierania i badania określonej liczby próbek. U podstaw statystycznego sterowania procesem leży konieczność rozróżnienia przyczyn zmienności analizowanego procesu. | ||
<google>n</google> | |||
==Czynniki stabilności procesu== | ==Czynniki stabilności procesu== | ||
Czynniki wpływające na stabilność procesu można podzielić na dwie grupy: | Czynniki wpływające na stabilność procesu można podzielić na dwie grupy: | ||
# czynniki naturalne - są nierozerwalnie związane z procesem, jest ich na ogół bardzo dużo, lecz żaden z nich nie jest na tyle silny, aby doprowadzić do rozregulowania procesu (np. zmiany ciśnienia atmosferycznego, temperatury, wilgotności powietrza itp.), gdy na [[proces]] działają wyłącznie te czynniki, mówimy o nim, że jest statystycznie kontrolowany. | # czynniki naturalne - są nierozerwalnie związane z procesem, jest ich na ogół bardzo dużo, lecz żaden z nich nie jest na tyle silny, aby doprowadzić do rozregulowania procesu (np. zmiany ciśnienia atmosferycznego, temperatury, wilgotności powietrza itp.), gdy na [[proces]] działają wyłącznie te czynniki, mówimy o nim, że jest statystycznie kontrolowany. | ||
# czynniki szczególne - działają z dużą siłą, mając wpływ na rozregulowanie procesu (np. awarie maszyny). Przy ich wyłącznym działaniu proces nie będzie statystycznie uregulowany. | # czynniki szczególne - działają z dużą siłą, mając wpływ na rozregulowanie procesu (np. awarie maszyny). Przy ich wyłącznym działaniu proces nie będzie statystycznie uregulowany". <ref>Jacek Łuczak, Alina Matuszak-Flejszman , s. 226</ref> | ||
Istnieją dwa pojęcia, które są bardzo silnie związane z posługiwaniem się narzędziami SPC, a mianowicie jest to dokładność (“miara zgodności produktów ze | Istnieją dwa pojęcia, które są bardzo silnie związane z posługiwaniem się narzędziami SPC, a mianowicie jest to dokładność (“miara zgodności produktów ze wzorcem") oraz precyzja (“miara rozrzutu"). | ||
==Rozkład normalny (rozkład Gaussa)== | ==Rozkład normalny (rozkład Gaussa)== | ||
Statystyczne sterowanie procesem (SPC) ściśle związane jest z pojęciem rozkładu Gaussa, mówiąc inaczej rozkładu normalnego, z którym proces ma zgodnie przebiegać. | Statystyczne sterowanie procesem (SPC) ściśle związane jest z pojęciem rozkładu Gaussa, mówiąc inaczej rozkładu normalnego, z którym proces ma zgodnie przebiegać. | ||
Rozkład ten opiera się na twierdzeniu granicznym, a jego założeniem jest to, że "suma wartości zmiennych losowych o dowolnym rozkładzie układa się według rozkładu | Rozkład ten opiera się na twierdzeniu granicznym, a jego założeniem jest to, że "suma wartości zmiennych losowych o dowolnym rozkładzie układa się według rozkładu normalnego" | ||
“ SPC ma na celu usprawnienie przebiegu prac przez redukcję występujących | “ SPC ma na celu usprawnienie przebiegu prac przez redukcję występujących odchyleń. Rozkład normalny nierozerwalnie związany jest z regułą trzech sigm (3σ), która mówi, że wartość środkowa rozkładu (wartość oczekiwana) zawarta jest w granicach: | ||
- -3σ < -x < +3σ - mieści się około 99,73% wszystkich obserwacji, | - -3σ < -x < +3σ - mieści się około 99,73% wszystkich obserwacji, | ||
- -2σ < -x < +2σ - mieści się około 95,45% wszystkich obserwacji, | - -2σ < -x < +2σ - mieści się około 95,45% wszystkich obserwacji, | ||
- -1σ < -x < +1σ - mieści się około 68,27% wszystkich obserwacji. | - -1σ < -x < +1σ - mieści się około 68,27% wszystkich obserwacji. | ||
Rozkład normalny służy do wyznaczenia naturalnych granic rozrzutu (±3σ), w których mieścić się będzie 99,7% z całości obserwacji. | Rozkład normalny służy do wyznaczenia naturalnych granic rozrzutu (±3σ), w których mieścić się będzie 99,7% z całości obserwacji". <ref>Jacek Łuczak, Alina Matuszak-Flejszman, s. 225</ref> | ||
==Kontrola statystyczna== | ==Kontrola statystyczna== | ||
Linia 51: | Linia 38: | ||
Należy zwrócić uwagę na różnicę w znaczeniu słowa ''kontrola'' oraz angielskiego ''control''. ''Control'' to sterowanie, nadzorowanie, [[monitorowanie]], sprawdzanie. Tymczasem w języku polskim kontrola jest tożsama z inspekcją (ang. ''inspection''). Stąd lepszą nazwą jest statystyczne sterowanie procesem, niż statystyczna kontrola procesu. | Należy zwrócić uwagę na różnicę w znaczeniu słowa ''kontrola'' oraz angielskiego ''control''. ''Control'' to sterowanie, nadzorowanie, [[monitorowanie]], sprawdzanie. Tymczasem w języku polskim kontrola jest tożsama z inspekcją (ang. ''inspection''). Stąd lepszą nazwą jest statystyczne sterowanie procesem, niż statystyczna kontrola procesu. | ||
==Narzędzia SPC== | ==Narzędzia SPC== | ||
Linia 92: | Linia 78: | ||
W monitorowaniu i doskonaleniu procesów za pomocą SPC istnieje wiele najlepszych praktyk, które mogą przyczynić się do sukcesu. Przykłady najlepszych praktyk związanych z monitorowaniem i doskonaleniem procesów za pomocą SPC obejmują: regularne monitorowanie procesów za pomocą odpowiednich narzędzi i technik SPC, regularne przeglądy i oceny procesów SPC, zaangażowanie pracowników w doskonalenie procesów, ciągłe szkolenie i rozwijanie kompetencji personelu. | W monitorowaniu i doskonaleniu procesów za pomocą SPC istnieje wiele najlepszych praktyk, które mogą przyczynić się do sukcesu. Przykłady najlepszych praktyk związanych z monitorowaniem i doskonaleniem procesów za pomocą SPC obejmują: regularne monitorowanie procesów za pomocą odpowiednich narzędzi i technik SPC, regularne przeglądy i oceny procesów SPC, zaangażowanie pracowników w doskonalenie procesów, ciągłe szkolenie i rozwijanie kompetencji personelu. | ||
{{infobox5|list1={{i5link|a=[[Diagram Pareto]]}} — {{i5link|a=[[Kontrola jakości]]}} — {{i5link|a=[[ABC]]}} — {{i5link|a=[[Analiza procesów]]}} — {{i5link|a=[[Benchmark]]}} — {{i5link|a=[[Sterowanie jakością]]}} — {{i5link|a=[[Metody wykrywania usterek]]}} — {{i5link|a=[[Identyfikacja]]}} — {{i5link|a=[[7 narzędzi TQC]]}} }} | |||
==Przypisy== | ==Przypisy== | ||
Linia 98: | Linia 86: | ||
==Bibliografia== | ==Bibliografia== | ||
<noautolinks> | <noautolinks> | ||
* Bank J. (1996) | * Bank J. (1996), ''Zarządzanie przez jakość'', Wydawnictwo Gebethner i Ska, Warszawa | ||
* Dahlgaard J. | * Dahlgaard J., Kristesen K., Kanji G. (2001), ''Podstawy zarządzania jakością'', PWN, Warszawa | ||
* Hamrol A., Mantura W. (2002) | * Hamrol A., Mantura W. (2002), ''Zarządzanie jakością. Teoria i praktyka'', Wydawnictwo Naukowe PWN, Warszawa | ||
* Łuczak J., Matuszak-Flejszman A. (2007), ''Metody i techniki zarządzania jakością. Kompendium wiedzy'', Quality Progress, Poznań | |||
* Łuczak J., Matuszak-Flejszman A. (2007) | |||
</noautolinks> | </noautolinks> | ||
Linia 108: | Linia 95: | ||
[[en:Statistical process control]] | [[en:Statistical process control]] | ||
[[Kategoria:Zarządzanie | [[Kategoria:Zarządzanie jakością]] | ||
{{#metamaster:description|Statystyczne sterowanie procesem - techniki i metody do oceny stabilności procesu. SPC zapobiega niezgodnościom poprzez wykrywanie zakłóceń. Stosowane głównie w przemyśle produkcyjnym.}} | {{#metamaster:description|Statystyczne sterowanie procesem - techniki i metody do oceny stabilności procesu. SPC zapobiega niezgodnościom poprzez wykrywanie zakłóceń. Stosowane głównie w przemyśle produkcyjnym.}} |
Aktualna wersja na dzień 10:30, 4 sty 2024
Statystyczne sterowanie procesem (ang. statistical process control, SPC) to zespół technik i metod statystycznych służących do oceny stabilności procesu. Celem SPC jest zapobieganie powstawaniu niezgodności poprzez wykrywanie i sygnalizowanie zakłóceń w przebiegu procesu.
SPC jest odpowiedzią na nieskuteczność tradycyjnej kontroli jakości. Zamiast kontrolować produkt końcowy, inspektorzy jakości lub sami pracownicy przy maszynach sprawdzają poszczególne elementy. Nie czekają aż pojawią się wadliwe elementy. Jeśli kolejne produkowane sztuki niebezpiecznie zbliżają się do dopuszczalnych granic (tolerancji), podejmują niezbędne działania. Tymi działaniami mogą być: poinformowanie przełożonych, nastawienie maszyny, wymiana zużytej części maszyny, itp.
Statystyczne sterowanie procesem i ciągłe doskonalenie
SPC nastawione jest na ciągłe doskonalenie. To przede wszystkim działania zapobiegawcze. Badania nad procesem nie tylko dostarczają informacji na temat jego przebiegu i występujących odchyleń, ale również pomagają poznać przyczyny zmienności procesu. Dzięki systematycznemu monitorowaniu organizacja może zminimalizować straty, poprzez usuwanie na bieżąco rozpoznanych usterek i błędów. Jednocześnie kierownictwo na podstawie informacji o problemach projektuje procesy tak, aby uniemożliwić ich powstanie, np. stosując Poka yoke, projektowanie jakości, czy Failure Mode and Effects Analysis [1].
SPC to jest także strategia identyfikowania, szacowania i redukowania zmienności w procesach, produktach i usługach. Powszechne stosowanie metod i narzędzi SPC pomaga tworzyć produkty i usługi spełniające wymagania klienta.
“Najczęściej SPC wykorzystywane jest w przemyśle produkcyjnym (wieloseryjnym), gdzie występuje duża jednorodność poszczególnych cech wyrobów. Istnieją również odmiany metod SPC, które z powodzeniem można wykorzystywać do nadzorowania procesów małoseryjnych czy nawet jednostkowych.
Prowadzenie działań w ramach SPC opiera się na zasadzie systematycznego pobierania i badania określonej liczby próbek. U podstaw statystycznego sterowania procesem leży konieczność rozróżnienia przyczyn zmienności analizowanego procesu.
Czynniki stabilności procesu
Czynniki wpływające na stabilność procesu można podzielić na dwie grupy:
- czynniki naturalne - są nierozerwalnie związane z procesem, jest ich na ogół bardzo dużo, lecz żaden z nich nie jest na tyle silny, aby doprowadzić do rozregulowania procesu (np. zmiany ciśnienia atmosferycznego, temperatury, wilgotności powietrza itp.), gdy na proces działają wyłącznie te czynniki, mówimy o nim, że jest statystycznie kontrolowany.
- czynniki szczególne - działają z dużą siłą, mając wpływ na rozregulowanie procesu (np. awarie maszyny). Przy ich wyłącznym działaniu proces nie będzie statystycznie uregulowany". [2]
Istnieją dwa pojęcia, które są bardzo silnie związane z posługiwaniem się narzędziami SPC, a mianowicie jest to dokładność (“miara zgodności produktów ze wzorcem") oraz precyzja (“miara rozrzutu").
Rozkład normalny (rozkład Gaussa)
Statystyczne sterowanie procesem (SPC) ściśle związane jest z pojęciem rozkładu Gaussa, mówiąc inaczej rozkładu normalnego, z którym proces ma zgodnie przebiegać. Rozkład ten opiera się na twierdzeniu granicznym, a jego założeniem jest to, że "suma wartości zmiennych losowych o dowolnym rozkładzie układa się według rozkładu normalnego" “ SPC ma na celu usprawnienie przebiegu prac przez redukcję występujących odchyleń. Rozkład normalny nierozerwalnie związany jest z regułą trzech sigm (3σ), która mówi, że wartość środkowa rozkładu (wartość oczekiwana) zawarta jest w granicach: - -3σ < -x < +3σ - mieści się około 99,73% wszystkich obserwacji, - -2σ < -x < +2σ - mieści się około 95,45% wszystkich obserwacji, - -1σ < -x < +1σ - mieści się około 68,27% wszystkich obserwacji. Rozkład normalny służy do wyznaczenia naturalnych granic rozrzutu (±3σ), w których mieścić się będzie 99,7% z całości obserwacji". [3]
Kontrola statystyczna
Jedną z metod kontroli jakości jest kontrola statystyczna, zwana często kontrolą wyrywkową. Polega ona na tym, że z danej partii wyrobów, do badania pobiera się jedynie próbkę (zobacz także: próbkowanie). Taki rodzaj kontroli stosuje się w procesie produkcyjnym ze względów ekonomicznych bądź technicznych. Nie zawsze bowiem istnieje możliwość pomiaru wszystkich jednostek z partii produkcyjnej. Niektóre formy kontroli wiążą się ze zniszczeniem produktu (kontrola niszcząca).
Ze względu na wielkość i częstotliwość pobierania próbek, jak i sposób wykorzystania informacji zwrotnej w procesie produkcyjnym, możemy wyróżnić dwa rodzaje kontroli statystycznej:
- statystyczna kontrola odbiorcza - ma charakter bierny. Ma ona na celu ustalenie czy dana partia wyrobów, z której została pobrana próbka może być przyjęta.
- statystyczna kontrola procesu - ma charakter czynny. Jej wyniki zostają wykorzystane nie tylko do oceny wyrobów, lecz również całego procesu. Chodzi bowiem o doskonalenie procesu [4].
Należy zwrócić uwagę na różnicę w znaczeniu słowa kontrola oraz angielskiego control. Control to sterowanie, nadzorowanie, monitorowanie, sprawdzanie. Tymczasem w języku polskim kontrola jest tożsama z inspekcją (ang. inspection). Stąd lepszą nazwą jest statystyczne sterowanie procesem, niż statystyczna kontrola procesu.
Narzędzia SPC
Podstawowymi narzędziami stosowanymi w statystycznym sterowaniu procesami są:
- 7 klasycznych narzędzi TQC,
- 7 nowszych narzędzi TQC (ale wciąż z lat 60-tych).
- Diagram pokrewieństwa (ang. affinity diagram)
- Diagram relacji (ang. interrelationship diagram)
- Diagram macierzowy (ang. matrix diagram)
- Macierz analizy danych (ang. matrix data analysis)
- Diagram strzałkowy (ang. arrow diagram)
- Drzewo decyzyjne (ang. tree diagram)
- Wykres programowy procesu decyzji (ang. process decision programme chart)
Celem stosowania tych narzędzi jest identyfikacja przyczyn problemów. Przyczyny dzieli się na:
- losowe,
- nielosowe.
Przyczyny losowe (zwane też systemowymi, naturalnymi, pospolitymi) są naturalnie związane z procesem. Występują często, a ich skutki są stosunkowo niewielkie w porównaniu do przyczyn nielosowych. Czynniki te trudno zidentyfikować i wyeliminować, ponieważ jedynym wyjściem jest zmiana systemu produkcji. Przykładami w tym przypadku może być: przestarzały sprzęt, nieodpowiednie oświetlenie, niskiej jakości materiał.
Przyczyny nielosowe występują nieregularnie, a ich skutki są znaczące. Zazwyczaj łatwo je zidentyfikować i usunąć. Przykładem przyczyny nielosowej może być: błąd pracownika, zepsuta, bądź źle zaprogramowana maszyna. Eliminacja tych właśnie przyczyn jest podstawowym warunkiem osiągnięcia statystycznej kontroli nad procesem [5].
Więcej na ten temat w artykule poświęconym kartom kontrolnym.
Monitorowanie i doskonalenie procesów za pomocą SPC
SPC pozwala na monitorowanie procesów w czasie rzeczywistym dzięki wykorzystaniu odpowiednich narzędzi i technik statystycznych. Dzięki temu można szybko zidentyfikować odchylenia od normy i podejmować odpowiednie działania naprawcze. Wykorzystanie SPC do monitorowania procesów w czasie rzeczywistym pozwala na szybką reakcję na ewentualne problemy i zapobieganie poważnym defektom.
Do monitorowania procesów za pomocą SPC można wykorzystać różne narzędzia i techniki statystyczne. Przykłady takich narzędzi i technik obejmują: wykresy kontrolne, analizę trendów, analizę zdolności procesu, analizę regresji, analizę wariancji i wiele innych. Wybór odpowiednich narzędzi i technik zależy od specyfiki procesu i wymagań organizacji.
Analiza trendów i wykresów kontrolnych są skutecznymi narzędziami w monitorowaniu procesów za pomocą SPC. Analiza trendów pozwala na śledzenie długoterminowych zmian w procesie, podczas gdy wykresy kontrolne pozwalają na monitorowanie krótkoterminowych fluktuacji. Dzięki tym narzędziom można szybko zidentyfikować odchylenia od normy i podejmować odpowiednie działania naprawcze, co przyczynia się do poprawy jakości i efektywności procesu.
Aby osiągnąć sukces w ciągłym doskonaleniu procesów za pomocą SPC, ważne jest zaangażowanie pracowników. Pracownicy powinni być przeszkoleni w zakresie SPC i zachęcani do aktywnego udziału w monitorowaniu i doskonaleniu procesów. Ważne jest również tworzenie atmosfery otwartej na innowacje i współpracę, gdzie pracownicy są zachęcani do dzielenia się swoimi pomysłami i sugestiami dotyczącymi doskonalenia procesów.
W monitorowaniu i doskonaleniu procesów za pomocą SPC istnieje wiele najlepszych praktyk, które mogą przyczynić się do sukcesu. Przykłady najlepszych praktyk związanych z monitorowaniem i doskonaleniem procesów za pomocą SPC obejmują: regularne monitorowanie procesów za pomocą odpowiednich narzędzi i technik SPC, regularne przeglądy i oceny procesów SPC, zaangażowanie pracowników w doskonalenie procesów, ciągłe szkolenie i rozwijanie kompetencji personelu.
Statystyczne sterowanie procesem — artykuły polecane |
Diagram Pareto — Kontrola jakości — ABC — Analiza procesów — Benchmark — Sterowanie jakością — Metody wykrywania usterek — Identyfikacja — 7 narzędzi TQC |
Przypisy
Bibliografia
- Bank J. (1996), Zarządzanie przez jakość, Wydawnictwo Gebethner i Ska, Warszawa
- Dahlgaard J., Kristesen K., Kanji G. (2001), Podstawy zarządzania jakością, PWN, Warszawa
- Hamrol A., Mantura W. (2002), Zarządzanie jakością. Teoria i praktyka, Wydawnictwo Naukowe PWN, Warszawa
- Łuczak J., Matuszak-Flejszman A. (2007), Metody i techniki zarządzania jakością. Kompendium wiedzy, Quality Progress, Poznań
Autor: Sławomir Wawak, Irena Śliwińska, Eliza Serafin