Statistinė procesų kontrolė

Istorija

XX a. trečiojo dešimtmečio pradžioje Walteris A. Shewhartas pirmasis pradėjo taikyti statistinę procesų kontrolę. Shewhartas sukūrė kontrolinės diagramos pagrindą ir statistinės kontrolės būsenos koncepciją kruopščiai suplanuotais eksperimentais. Nors daktaras Shewhartas rėmėsi grynosios matematinės statistikos teorijomis, jis suprato, kad fizikinių procesų duomenys retai kada sudaro "normaliojo pasiskirstymo kreivę" (Gauso pasiskirstymą, dar paprastai vadinamą "varpo kreive"). Jis atrado, kad stebimas gamybos duomenų kitimas ne visada elgiasi taip pat, kaip duomenys gamtoje (pavyzdžiui, Braunojudėjimas dalelėmis). Dr. Shewhartas padarė išvadą, kad nors kiekviename procese pasireiškia variacija, kai kuriuose procesuose pasireiškia kontroliuojama variacija, kuri yra natūrali procesui (bendrosios variacijos priežastys), o kituose - nekontroliuojama variacija, kuri ne visada yra proceso priežastinėje sistemoje (specialiosios variacijos priežastys). Nekontroliuojami svyravimai dažnai siejami su nekokybiškais produktais, o tai yra duomenų pagrindu sukurta priemonė problemoms nustatyti ir kokybei gerinti.

W. Edwardsas Demingas vėliau, Antrojo pasaulinio karo metais, taikė SPC metodus JAV, taip sėkmingai gerindamas amunicijos ir kitų strategiškai svarbių produktų gamybos kokybę. Pasibaigus karui, jis padėjo įdiegti SPC metodus Japonijos pramonėje. Demingo metodas, pagal kurį SPC buvo taikomas kartu su susijusiais vadybos metodais, tapo žinomas kaip kokybės vadybos sistema.

Paraiška

Toliau pateikiamas aprašymas labiau susijęs su gamyba, o ne su paslaugų pramone, nors SPC principai gali būti sėkmingai taikomi abiejose srityse. Aprašymą ir pavyzdį, kaip SPC taikoma paslaugų aplinkoje, rasite Roberts (2005). Seldenas aprašo, kaip taikyti SPC pardavimų, rinkodaros ir klientų aptarnavimo srityse, remdamasis garsiuoju Demingo Raudonųjų karoliukų eksperimentu, kuris yra lengvai suprantamas pavyzdys.

Masinėje gamyboje pagaminto gaminio kokybė tradiciškai buvo užtikrinama atliekant gaminio patikrinimą po gamybos; kiekvienas gaminys (arba gamybinės partijos pavyzdžiai) buvo priimamas arba atmetamas atsižvelgiant į tai, kaip gerai jis atitinka projektines specifikacijas. Tuo tarpu statistinė procesų kontrolė naudoja statistines priemones, skirtas stebėti gamybos proceso rezultatus, kad būtų galima numatyti reikšmingus nukrypimus, dėl kurių vėliau produktas gali būti atmestas.

Visuose gamybos procesuose pasitaiko dviejų rūšių svyravimų: abu šie proceso svyravimai lemia vėlesnius galutinio produkto svyravimus. Pirmoji rūšis vadinama natūraliuoju arba bendrųjų priežasčių nuokrypiu, kurį sudaro nuokrypiai, būdingi suprojektuotam procesui. Įprastinės priežastys gali būti temperatūros, žaliavų savybių, elektros srovės stiprumo ir kt. svyravimai. Antrasis nuokrypis vadinamas specialiųjų priežasčių nuokrypiu arba priskirtinų priežasčių nuokrypiu, kuris pasitaiko rečiau nei pirmasis. Atlikus pakankamą tyrimą, galima nustatyti konkrečią specialios priežasties nuokrypio priežastį, pavyzdžiui, neįprastą žaliavą arba neteisingus sąrankos parametrus.

Pavyzdžiui, pusryčių dribsnių pakavimo linija gali būti suprojektuota taip, kad į kiekvieną dribsnių dėžutę būtų įdėta 500 g produkto, tačiau kai kuriose dėžutėse bus šiek tiek daugiau nei 500 g, o kai kuriose - šiek tiek mažiau, atsižvelgiant į grynojo svorio pasiskirstymą. Jei gamybos procesas, jo sąnaudos arba aplinka pasikeičia (pavyzdžiui, pradeda dėvėti gamybos mašinos), šis pasiskirstymas gali pasikeisti. Pavyzdžiui, nusidėvėjus kumšteliams ir skriemuliams, grūdų pildymo mašina į kiekvieną dėžutę gali pradėti dėti daugiau grūdų nei nurodyta. Jei šiam pokyčiui bus leista tęstis nekontroliuojamai, bus pagaminama vis daugiau produktų, kurie neatitinka gamintojo ar vartotojo nustatytų leistinų nuokrypių, todėl atsiras atliekų. Nors šiuo atveju atliekos yra "nemokamas" produktas vartotojui, paprastai atliekas sudaro perdirbimas arba laužas.

Kokybės inžinierius ar bet kuris už gamybos liniją atsakingos komandos narys, tinkamu laiku pastebėjęs, kas įvyko procese, dėl kurio įvyko pokytis, gali nustatyti pagrindinę į procesą patekusio pokyčio priežastį ir ištaisyti problemą.

SPC nurodo, kada procese reikia imtis veiksmų, bet taip pat nurodo, kada NEREIKIA imtis veiksmų. Pavyzdys - asmuo, kuris norėtų palaikyti pastovų kūno svorį ir kas savaitę matuojasi svorį. Asmuo, kuris nesupranta SPC sąvokų, gali pradėti laikytis dietos kiekvieną kartą, kai jo svoris padidėja, arba valgyti daugiau kiekvieną kartą, kai svoris sumažėja. Tokie veiksmai gali būti žalingi ir galbūt sukelti dar didesnius kūno svorio svyravimus. SPC atsižvelgtų į normalius svorio svyravimus ir geriau parodytų, kada asmuo iš tikrųjų priauga ar netenka svorio.

Pagrindiniai SPC etapai

Statistinę procesų kontrolę iš esmės galima suskirstyti į tris veiklos grupes: proceso supratimas, svyravimų priežasčių supratimas ir specialiųjų svyravimų priežasčių šaltinių pašalinimas. Pagrindinės SPC priemonės yra kontrolinės diagramos, nuolatinis tobulinimas ir suplanuoti eksperimentai.

Norint suprasti procesą, paprastai sudaromas proceso žemėlapis ir procesas stebimas naudojant kontrolines diagramas. Kontrolės diagramos naudojamos siekiant nustatyti nuokrypius, kurie gali atsirasti dėl ypatingų priežasčių, ir išlaisvinti naudotoją nuo rūpesčių dėl nuokrypių, atsirandančių dėl bendrųjų priežasčių. Tai nuolatinė, tęstinė veikla. Kai procesas yra stabilus ir nesukelia jokių kontrolinės diagramos aptikimo taisyklių, taip pat gali būti atliekama proceso galimybių analizė, siekiant numatyti dabartinio proceso gebėjimą ateityje gaminti atitinkantį (t. y. specifikacijas atitinkantį) produktą.

Kai pagal kontrolės diagramos nustatymo taisykles nustatomas per didelis nuokrypis arba nustatoma, kad trūksta proceso pajėgumo, dedamos papildomos pastangos nuokrypio priežastims nustatyti. Naudojamos šios priemonės: Išikavos diagramos, suplanuoti eksperimentai ir Pareto diagramos. Šiame SPC etape labai svarbūs suprojektuoti eksperimentai, nes jie yra vienintelė priemonė, leidžianti objektyviai kiekybiškai įvertinti daugelio galimų nuokrypių priežasčių santykinę svarbą.

Kiekybiškai nustačius svyravimų priežastis, stengiamasi pašalinti tas priežastis, kurios yra ir statistiškai, ir praktiškai reikšmingos (t. y. priežastis, kurios poveikis yra nedidelis, bet statistiškai reikšmingas, gali būti laikoma ekonomiškai nenaudinga šalinti; tačiau statistiškai nereikšminga priežastis niekada negali būti laikoma praktiškai reikšminga). Paprastai tai apima standartinių darbų kūrimą, klaidų prevenciją ir mokymą. Gali prireikti papildomų proceso pakeitimų, kad būtų sumažintas nuokrypis arba procesas būtų suderintas su norimu tikslu, ypač jei yra problemų, susijusių su proceso pajėgumu.

SPC ir programinės įrangos kokybė

1989 m. Programinės įrangos inžinerijos institutas pristatė idėją, kad SPC gali būti naudingai taikoma ne gamybos procesams, pavyzdžiui, programinės įrangos inžinerijos procesams, taikant gebėjimų brandos modelį (CMM). Ši idėja šiandien taikoma gebėjimų brandos modelio integracijos (CMMI) 4 ir 5 lygių praktikoje. Tačiau ši idėja, kad SPC yra naudinga priemonė, kai taikoma nesikartojantiems, daug žinių reikalaujantiems procesams, tokiems kaip inžinerijos procesai, susidūrė su dideliu skepticizmu ir šiandien tebėra prieštaringa. Problema slypi daugybėje programinės įrangos sričių, kurios nėra pasikartojančios, o yra vienkartiniai arba vienkartiniai kokybės aspektai, užuot stebėjus pakartotinį veikimą ilguoju laikotarpiu.

Susiję puslapiai

• Kokybės užtikrinimas
• Kokybės kontrolė
• ANOVA
• Atranka (statistika)
• Šešios sigmos