Statistiline protsessikontroll (SPC) – definitsioon, meetodid ja näited
Statistiline protsessikontroll (SPC) — definitsioon, meetodid ja näited kvaliteedi parandamiseks tootmises; juhised, graafikud ja praktilised lahendused protsessi stabiilsuse saavutamiseks.
Statistiline protsessikontroll (SPC) on statistiliste meetodite kasutamine protsessi stabiilsuse ja väljundite kvaliteedi hindamiseks ja juhtimiseks. Võtame näiteks villimisjaama. Kogu tootmissüsteemi, mis toodab täidetud pudeleid, nimetatakse protsessiks. Oletame, et pudelisse lisatud vedeliku kaal on kulude kontrolli ja klientide rahulolu seisukohast kriitiline. Sisu peaks kaaluma 250 grammi, kuid on vastuvõetav, kui tegelik kaal jääb vahemikku 245–255 grammi. Seire tähendab, et iga pudeli kaal mõõdetakse ja registreeritakse; proovivõtmine tähendab, et ainult mõned pudelid (näiteks üks tuhandest) kaalutakse tegelikult (analüüs proovivõtu määra kindlaksmääramiseks ja proovi representatiivsuse hindamiseks on SPC väljakujunenud osa).
SPC tugineb mõõtmiste kvantitatiivsele ja graafilisele analüüsile, et hinnata täheldatud varieeruvust. Kui huvipakkuvad tunnused (antud näites sisu kaal) varieeruvad vastuvõetavas vahemikus, öeldakse, et protsess on kontrollitud, statistiliselt kontrollitud või stabiilne. Kui täheldatakse vastuvõetamatuid erinevusi, võetakse tavaliselt meetmeid nende põhjuste kindlaksmääramiseks ja korrigeerimiseks. Villimise näite puhul võib ilmuda, et liiga paljud pudelid on täidetud vähem kui 245 grammi; seadmete kontrollimisel selgub näiteks, et üks kümnest täiteventiilist on rikutud. SP C aitab sellised erandid kiiresti tuvastada ja juurida välja viia.
SPC põhimõisted
- Variatsioon: protsessidel esineb alati varieeruvust; SPC eristab üldist (common) ja erilist (special) varieeruvust. Üldine varieeruvus tuleneb süsteemsetest teguritest, eriline varieeruvus viitab spetsiifilistele, parandatavatele häiretele.
- Järelevalvegraafikud (kontrollkaardid): SPC-s kasutatakse graafikuid aja jooksul kogutud mõõtmiste joonistamiseks ning kontrollpiiride määramiseks — kui mõõtepunktid jäävad piiride sisse, on protsess stabiilne; punktide väljaspool piiride viivad uurimiseni.
- Ratsionaalne alamkogumine: andmete kogumine nii, et proovigrupid peegeldaksid ühtlasi protsessi tingimusi ja võimaldaksid eristada allikaid varieeruvusele.
- Protsessi võime (capability): hindamine, kui hästi protsess suudab toota nõutud spetsifikatsioonide piires — sageli mõõdetakse indeksitega Cp ja Cpk.
Levinud SPC tööriistad
- Kontrollkaardid: X̄–R ja X̄–S (keskmised ja hajuvused) pidevate mõõtmete jaoks; p-, np-, c- ja u-kaardid loendandmete ja defektiosakaalude jälgimiseks.
- Histogrammid ja ruutristikud: aitavad näha jaotust ja sagedusi.
- Ajajooned: annavad aja jooksul toimuva muutuse ülevaate.
- Protsessi võimekuse mõõdikud: Cp = (USL − LSL) / (6σ) ja Cpk = min[(USL − μ) / (3σ), (μ − LSL) / (3σ)] — need annavad numbrilise hinnangu, kui tihedalt protsessi väljundid jäävad spetsifikatsioonide sisse.
Kuidas SPC praktiliselt töötab — sammud
- Vali kriitiline mõõdetav näitaja (näiteks pudeli kaal).
- Määra proovivõtu plaan (mõõtmiste sagedus ja grupi suurus), järgi ratsionaalset alamkogumist.
- Koguge ja registreerige andmed järjepidevalt.
- Joonista sobiv kontrollkaart ja arvuta kontrollpiirid (tavaliselt ±3σ keskmise ümber).
- Analüüsi kaardil ilmnevaid signaale: punktid väljaspool piiride, järjestikused kasvud/langused, musterimuutused jms viitavad erilistele põhjustele.
- Kui leitud eripõhjus, vii läbi juurdlus, paranda protsess ja jälgi, kas muudatus parandab stabiilsust.
- Tee perioodiline protsessi võimekuse hinnang ja kohanda protsessi või spetsifikatsioone vastavalt vajadusele.
Näited
- Villimine: kasutades X̄–R kaarti kontrollitakse iga näidisrühma keskmist kaalu ning tuvastatakse, kui mingi täiteventiil põhjustab alakaalumist (p koht väljaspool kontrollpiire või püsiv langustrend).
- Masintööstus: tööriista kulumine põhjustab mõõtmete nihkeid — mõõdetakse osa mõõtmeid ja reageeritakse enne, kui hälbed ületavad tolerantsi.
- Teenused: helistamise keskmine ooteaeg jälgitakse ajas; pikaajalise suurenemise tuvastamine võimaldab ressursside ümberjaotust enne kliendi rahulolu langust.
- Tervishoid ja laborid: laboritestide korduvuse ja täpsuse jälgimine, et avastada reagendi või seadme probleemid.
SPC eelised ja piirangud
- Eelised: varajane probleemide avastamine, jäätmete ja ümbertöötluse vähenemine, protsessitsükli aja lühenemine, paremad kulud ja kliendirahulolu ning objektiivne andmetel põhinev otsustamine.
- Piirangud: nõuab andmete korrapärast kogumist ja töötlemist; valed proovivõtu- või analüüsimeetodid võivad anda eksitavaid tulemusi; SPC ei lahenda probleemi automaatselt — vaja on juurdlust ja korrektseid parandusmeetmeid.
Praktilised nõuanded
- Alusta kriitilistest protsessidest ja tugevda mõõtmiste järjepidevust.
- Koolita personali SPC põhimõtetes ja andmete tõlgendamises (mis on „müra“, mis on „signaal“).
- Kombineeri SPC teiste kvaliteedivahenditega (nt FMEA, juurpõhjuse analüüs) probleemi püsivaks lahendamiseks.
- Kasutage sobivat tarkvara või automatiseeritud andmekogumist, et vähendada käsitöövigu ja võimaldada reaalajas järelevalvet.
SPC on leidnud laialdast rakendust tootmises alates selle kasutuselevõtust 1920. aastatel ja laieneb tänapäeval ka teenuste, tervishoiu, IT ja muude korduvate protsesside valdkondades. Suur osa SPC võimsusest seisneb võimaluses uurida protsessi varieerumise allikaid, kasutades selleks vahendeid, mis annavad objektiivsele analüüsile suurema kaalu kui subjektiivsetele arvamustele ja mis võimaldavad iga allika mõju numbriliselt hinnata. Protsessis esinevad variatsioonid, mis võivad mõjutada lõpptoodet või teenuse kvaliteeti, on võimalik avastada ja parandada, vähendades nii raiskamist kui ka tõenäosust, et probleemid kanduvad edasi kliendile.
Lisaks jäätmetekke vähendamisele võib SPC kaasa tuua toote või teenuse valmistamiseks vajaliku aja vähenemise. See tuleneb osaliselt sellest, et väheneb tõenäosus, et lõpptoodet tuleb ümber töötada, ning ka sellest, et SPC andmete abil saab tuvastada kitsaskohti, ooteaegu ja muid protsessi sees esinevaid viivituste põhjusi. Protsessitsükli aja vähenemine koos tootlikkuse paranemisega muudab SPC eriti väärtuslikuks vahendiks nii kulude vähendamise kui ka kliendi rahulolu tõstmise seisukohalt.
Ajalugu
Statistiline protsesside juhtimine oli Walter A. Shewharti teerajaja 1920. aastate alguses. Shewhart lõi aluse kontrollkaardile ja kontseptsioonile, mille kohaselt statistiline kontroll toimub hoolikalt kavandatud katsete abil. Kuigi Dr. Shewhart lähtus puhtmatemaatilistest statistilistest teooriatest, mõistis ta, et füüsikaliste protsesside andmed annavad harva "normaaljaotuskõvera" (Gaussi jaotuse, mida tavaliselt nimetatakse ka "kellakõveraks"). Ta avastas, et tootmisandmete täheldatud varieerumine ei käitu alati samamoodi nagu andmed looduses (näiteks osakeste Browniliikumine). Dr. Shewhart jõudis järeldusele, et kuigi igas protsessis esineb varieerumine, esineb mõnes protsessis kontrollitud varieerumine, mis on protsessile loomulik (tavalised varieerumise põhjused), samas kui teistes protsessides esineb kontrollimatu varieerumine, mis ei esine protsessi põhjuslikus süsteemis alati (erilised varieerumise põhjused). Kontrollimatut varieerumist seostatakse sageli defektsete toodetega, mis annab andmetel põhineva vahendi probleemide tuvastamiseks ja kvaliteedi parandamiseks.
W. Edwards Deming rakendas hiljem SPC meetodeid USAs II maailmasõja ajal, parandades sellega edukalt kvaliteeti laskemoona ja teiste strateegiliselt oluliste toodete valmistamisel. Pärast sõja lõppu aitas ta kaasa SPC meetodite juurutamisele Jaapani tööstuses. Demingi lähenemisviis, mis kasutab SPC-d koos sellega seotud juhtimistavadega, sai tuntuks kvaliteedijuhtimissüsteemina.
Rakendus
Järgnev kirjeldus on seotud pigem tootmise kui teenindussektoriga, kuigi SPC põhimõtteid saab edukalt rakendada mõlemas valdkonnas. Kirjeldus ja näide selle kohta, kuidas SPC-d kohaldatakse teeninduskeskkonnas, on esitatud Robertsis (2005). Selden kirjeldab, kuidas kasutada SPC-d müügi, turunduse ja klienditeeninduse valdkonnas, kasutades Demingi kuulsat punase helmekese eksperimenti kergesti järgitava näitena.
Massitootmises saavutati valmistoote kvaliteet traditsiooniliselt toote tootmisjärgse kontrollimisega; iga toote (või tootmispartii näidiste) vastuvõtmine või tagasilükkamine põhines sellel, kui hästi see vastas projekteeritud spetsifikatsioonidele. Seevastu statistiline protsessikontroll kasutab statistilisi vahendeid tootmisprotsessi toimimise jälgimiseks, et prognoosida olulisi kõrvalekaldeid, mis võivad hiljem põhjustada toote tagasilükkamist.
Kõigis tootmisprotsessides esineb kahte liiki varieeruvust: mõlemad protsessivariatsioonid põhjustavad hilisemat varieeruvust lõpptootes. Esimest nimetatakse loomulikuks või üldpõhjuseks ja see koosneb protsessile omastest variatsioonidest, nagu see on kavandatud. Tavapärase põhjusega varieerumine võib hõlmata temperatuuri, tooraine omaduste, elektrivoolu tugevuse jne muutusi. Teist liiki varieerumine on tuntud kui erilise põhjusega varieerumine või omistatava põhjusega varieerumine ja seda esineb harvemini kui esimest. Piisava uurimistööga on võimalik leida eriliste põhjuste variatsioonidele konkreetne põhjus, näiteks ebanormaalne tooraine või valed seadistamisparameetrid.
Näiteks võib hommikuhelveste pakendamisliin olla projekteeritud nii, et iga teraviljakarp täidetakse 500 grammi tootega, kuid mõnes karbis on veidi rohkem kui 500 grammi ja mõnes veidi vähem vastavalt netokaalu jaotusele. Kui tootmisprotsess, selle sisendid või keskkond muutuvad (näiteks kui tootmist teostavad masinad hakkavad kuluma), võib see jaotus muutuda. Näiteks kui selle nukkide ja rihmarattad kuluvad, võib teraviljatäite masin hakata panema igasse karpi rohkem teravilja kui ette nähtud. Kui sellel muutusel lastakse kontrollimatult jätkuda, toodetakse üha rohkem ja rohkem toodet, mis jääb tootja või tarbija lubatud piiridest välja, mille tulemuseks on jäätmed. Kuigi antud juhul on jäätmed tarbija jaoks "tasuta" toote kujul, koosnevad jäätmed tavaliselt ümbertöötlemisest või jäägid.
Kui kvaliteediinsener või mõni tootmisliini eest vastutav meeskonnaliige jälgib õigel ajal, mis protsessis juhtus ja mis viis muutuse tekkimiseni, saab ta kõrvaldada protsessi sisseimbunud variatsiooni algpõhjuse ja parandada probleemi.
SPC näitab, millal tuleks protsessis midagi ette võtta, kuid see näitab ka seda, millal EI tuleks midagi ette võtta. Näide on inimene, kes soovib säilitada püsivat kehakaalu ja mõõdab kaalu kord nädalas. Isik, kes ei mõista SPC mõisteid, võib hakata iga kord, kui tema kaal suureneb, dieeti pidama või süüa rohkem iga kord, kui tema kaal väheneb. Selline tegevus võib olla kahjulik ja võib tekitada veelgi suuremaid kehakaalu kõikumisi. SPC võtaks arvesse normaalset kehakaalu kõikumist ja näitaks paremini, millal inimene tegelikult kaalus juurde- või alla võtab.
SPC põhietapid
Statistiline protsessikontroll võib laias laastus jagada kolmeks tegevuspaketiks: protsessi mõistmine, varieerumise põhjuste mõistmine ja erisündmuste allikate kõrvaldamine. SPC peamised vahendid on kontrollkaardid, keskendumine pidevale parandamisele ja kavandatud katsed.
Protsessi mõistmisel kaardistatakse tavaliselt protsess ja protsessi jälgitakse kontrollkaartide abil. Kontrollkaarte kasutatakse selleks, et tuvastada eriliste põhjuste tõttu tekkida võivat varieeruvust ja vabastada kasutaja murest tavalistest põhjustest tuleneva varieeruvuse pärast. See on pidev ja pidev tegevus. Kui protsess on stabiilne ja ei käivita ühtegi kontrollkaardi tuvastamise reeglit, võib teostada ka protsessi võimekuse analüüsi, et ennustada praeguse protsessi võimet toota tulevikus nõuetele vastavat (st spetsifikatsioonidele vastavat) toodet.
Kui kontrollkaardi tuvastamise reeglite abil tuvastatakse ülemäärane varieeruvus või kui leitakse, et protsessi võime on puudulik, tehakse täiendavaid jõupingutusi, et määrata kindlaks kõnealuse kõrvalekalde põhjused. Kasutatavad vahendid on Ishikawa diagrammid, kavandatud katsed ja Pareto diagrammid. Planeeritud katsed on SPC selles etapis kriitilise tähtsusega, kuna need on ainus vahend paljude võimalike variatsiooni põhjuste suhtelise tähtsuse objektiivseks kvantifitseerimiseks.
Kui varieerumise põhjused on kvantifitseeritud, tehakse jõupingutusi nende põhjuste kõrvaldamiseks, mis on nii statistiliselt kui ka praktiliselt olulised (st põhjust, millel on ainult väike, kuid statistiliselt oluline mõju, ei pruugi pidada kulutasuvaks parandada; samas ei saa statistiliselt mitteolulist põhjust kunagi pidada praktiliselt oluliseks). Üldiselt hõlmab see standardtööde väljatöötamist, veakindluse tagamist ja koolitust. Erinevuste vähendamiseks või protsessi vastavusse viimiseks soovitud eesmärgiga võivad olla vajalikud täiendavad protsessimuudatused, eriti kui on probleeme protsessi võimekusega.
SPC ja tarkvara kvaliteet
1989. aastal tutvustas Tarkvaratehnika Instituut võimekuse küpsusmudelis (CMM) arusaama, et SPC-d saab kasulikult rakendada ka muudele kui tootmisprotsessidele, näiteks tarkvaratehnika protsessidele. See idee on tänapäeval olemas võimekuse küpsusmudeli integratsiooni (CMMI) 4. ja 5. taseme praktikates. Siiski on see arusaam, et SPC on kasulik vahend, kui seda rakendatakse mitte korduvate, teadmismahukate protsesside, näiteks inseneriprotsesside puhul, palju skeptilisust kogenud ja on tänapäevalgi vastuoluline. Probleem seisneb arvukates tarkvara valdkondades, mis ei ole korduvad, vaid on ühekordsed või ühekordsed kvaliteediaspektid, selle asemel, et jälgida korduvat tulemuslikkust pikaajalises perspektiivis.
Seotud leheküljed
- Kvaliteedi tagamine
- Kvaliteedikontroll
- ANOVA
- Valimi võtmine (statistika)
- Kuus sigmat
Küsimused ja vastused
K: Mis on statistiline protsessikontroll (SPC)?
V: Statistiline protsessikontroll (SPC) on statistiliste meetodite kasutamine protsessi stabiilsuse ja väljundite kvaliteedi hindamiseks.
K: Mis on näide SPC-st?
V: SPC näide oleks näiteks villimisjaam, kus igasse pudelisse lisatud vedeliku kaalu tuleb jälgida ja registreerida, et tagada kulude kontroll ja klientide rahulolu.
K: Kuidas tuvastatakse SPC abil protsessis esinevad kõrvalekalded?
V: SPC tugineb mõõtmiste kvantitatiivsele ja graafilisele analüüsile, et hinnata täheldatud varieeruvust. Kui mõõdetavad omadused varieeruvad vastuvõetavas vahemikus, siis on protsess stabiilne. Kui täheldatakse vastuvõetamatuid erinevusi, võetakse tavaliselt meetmeid nende põhjuste kindlaksmääramiseks ja korrigeerimiseks.
K: Millised on SPC kasutamise eelised?
V: Mõned eelised on probleemide varajane avastamine ja ennetamine, jäätmete vähendamine ja probleemide ülekandmine klientidele, tootmisele kuluva aja lühendamine otsast lõpuni, kuna väheneb järeltöötlus, kitsaskohtade või ooteaegade tuvastamine, mis võivad tootmist edasi lükata, kulude vähendamine tänu paremale tootlikkusele ja klientide rahulolu suurendamine.
K: Mille poolest erineb SPC teistest kvaliteedimeetoditest, näiteks inspekteerimisest?
V: Erinevalt teistest kvaliteedimeetoditest, nagu näiteks inspekteerimine, mille puhul kasutatakse ressursse pärast probleemide tekkimist, kasutatakse SPC-s ressursse enne probleemide tekkimist, et vältida nende tekkimist.
K: Millal võeti SPC kasutusele?
V: SPC on leidnud laialdast rakendust alates selle kasutuselevõtust 1920. aastatel.