Folyamat beállítások szabályozása

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

I. előadás.
II. előadás.
BECSLÉS A sokasági átlag becslése
SPC/SQC valósidejű rendszerekben 2000 November /Magyar Batch Fórum 1 Hi-Spec Solutions SPC/SQC in Real Time Systems (Statisztikai és minőségi szabályzás.
Kvantitatív módszerek
MI 2003/ A következőkben más megközelítés: nem közvetlenül az eloszlásokból indulunk ki, hanem a diszkriminancia függvényeket keressük. Legegyszerűbb:
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Matematikai Statisztika VIK Doktori Iskola
1 terv (régi szint a szürke): x 4 =  x 1 x 2 x 5 =  x 1 x 3 x 6 =  x 2 x 3 x 7 =x 1 x 2 x 3 1. példa: Ina Tile.
1. Mérési hibák előfordulási valószínűségének
Statisztikai folyamatszabályozás
Becsléselméleti ismétlés
Minőségmenedzsment 4. előadás
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
III. előadás.
A középérték mérőszámai
Regresszióanalízis 10. gyakorlat.
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
Nem-paraméteres eljárások, több csoport összehasonlítása
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Készítette: Kosztyán Zsolt Tibor
Kvantitatív módszerek
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
A normális eloszlás mint modell
R&R vizsgálatok fejlesztése trendes jellemző mérési rendszerére
Kvantitatív Módszerek
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
Mintavételi hiba, hibaszámítás
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Költség-minimalizálás az ellenőrző kártyák alkalmazásánál Feladatmegoldás, kiegészítés.
Rugalmas keretrendszer a minőségbiztosítási adatok kezeléséhez XII. abas Vevőfórum, Balatonlelle június 5-7.
Minőségbiztosítás II_5. előadás
I. előadás.
Dr. Takács Attila – BME Geotechnikai Tanszék
Minőségbiztosítás II_6. előadás
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Minőségbiztosítás II_4. előadás

Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
100-as szög méreteinek gyakorisága (n = 100) db mm Gyakoriság grafikon (adott méretű esetek db.)
Nyíregyházi Főiskola 2008 A folyamattal kapcsolatos alapfogalmak. Folyamatszabályozás. Gép és folyamatképesség meghatározása, szabályozókártyák.
1 Statisztikai folyamatszabályozás D R. TÓTH ZSUZSANNA ESZTER M ENEDZSMENT ÉS VÁLLALATGAZDASÁGTAN TANSZÉK ÜZLETI TUDOMÁNYOK INTÉZET GAZDASÁG - ÉS TÁRSADALOMTUDOMÁNYI.
Kvantitatív módszerek
Statisztikai folyamatszabályozás
Statisztikai folyamatszabályozás
Statisztikai folyamatszabályozás
Becsléselmélet - Konzultáció
6 szigma.
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
I. Előadás bgk. uni-obuda
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Kockázat és megbízhatóság
Statisztikai folyamatszabályozás (a diasort készítette Kotsis Ágnes)
Gazdaságinformatikus MSc
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Folyamat beállítások szabályozása Dózsa Zoltán Nokia – Folyamatfejlesztési szakértő +36 20 777 0174 2012.04.12 EOQ MNB Hat Szigma és Lean Szakbizottság – Prezentáció – 2012.09.26

Setup Control A gyártás valósága... A gyártás során előbb-utóbb szándékosan beavatkozunk a folyamatba. Például: mert elkopott a szerszám és cserélni kell, vagy elfogyott a felkészített alapanyag és egy új tételből folytatjuk a gyártást, vagy megváltoztak lényeges körülmények, és utána kell állítani a folyamat-paramétereket, ... Tehát a folyamatok beállását szándékos beavatkozásokkal befolyásoljuk. Két beavatkozás között – reményeink szerint – csak véletlenszerű zavarok okoznak ingadozást a folyamat jellemzőiben. Hogyan felügyeljük a szándékos beavatkozásokat? Milyen alapú megközelítést alkalmazzunk? Kockázat-alapút?... vagy Siker-alapút? Hogyan kontrolláljunk egy ilyen gyártási folyamatot? Szakaszonként? Hosszabb távon, tudomásul véve a beállások ingadozását is? Hogyan becsüljük meg a várható selejtarányt hosszabb távon? Siker Kockázat kezelés Dózsa Zoltán 2012. Április 12 #2

Setup Control A gyártás valósága... USL LSL Valójában tehát nem egy, hanem két folyamatunk van... a gyártás, és a folyamat beállítás Ezek ketten kéz-a kézben járnak, mégis – mint ingadozás források – függetlenek. A folyamat beállítások többnyire nincsenek szabályozva, vagy nem jól. A folyamatot működtető operátornak tudunk egy eszközt adni, ami alapján dönthet a folytatásról, vagy beavatkozásról: SPC A beállítást végző dolgozónak milyen eszköze van arra, hogy eldönthesse: jó a beállítás és úgy hagyhatja a folyamatot, vagy további korrekció szükséges? Dózsa Zoltán 2012. Április 12 #3

Setup Control Kérdések... USL LSL Van mért értékünk a beállítás igazolására... egy, vagy több elemű mintából... De tudjuk-e, hogy... Hol lesz a folyamat várható értéke, a „beállás”? ...a becslés annál bizonytalanabb, minél kisebb mintaszámmal akarjuk igazolni a beállítást, de a másik oldalról van költség-korlát... Elfogadhatjuk? Mehetünk ezzel a beállítással? ...milyen lesz a folyamatszakaszok rövidtávú folyamatképessége (Cpk)? Van elvárás/korlát? Lehet-e/kell-e korlátozni a beállításokat? Ha igen, akkor az igazoló mérések eredményére hogyan határozzunk meg „beállítási tűréshatárokat”? ...milyen lesz a folyamat hosszútávú folyamatképessége (Pp, Ppk)? Milyent szeretnénk? Beállítás Dózsa Zoltán 2012. Április 12 #4

Setup Control A modell... Ts = 95% CI(σs) = m*σp USL LSL Xátl4 σs USLSet LSLSet Ts = 95% CI(σs) = m*σp Xátl3 Xátl1 σp Xátl5 Xátl2 σp Mi határozza meg a beállások ingadozását? A beállítás természete, előkészítettsége Az igazoló mérések mintaelem-száma (ns) Az alkalmazott beállítási tűréshatárok Ez „levághatja”, vagy „kiterjesztheti” a természetes ingadozás széleit, megváltoztatva az ingadozás jellegét... Dózsa Zoltán 2012. Április 12 #5

Setup Control A modell... Folyamat-modell: A folyamat kétoldalú tűrésű és a tűrésmező centruma a célérték A folyamatszakaszok ingadozása (σp): állandó A folyamat-szakaszok középértéke: változó A folyamat-beállások ingadozása (σs): normális eloszlást követ, és centrális A beállítási tűrésmező a beállás-ingadozás 95%-os konfidencia intervalluma. (A folyamat-beállások 95%-os valószínűséggel a beállítási tűrésmezőn belül lesznek.) A beállítási tűrésmező (Ts) meghatározása: Ismert folyamat-specifikáció (Tp) Röv.távú foly.telj. (Cp) Beállítási tűrésmező a foly.szórás k-szorosa Ts = k* σp Ismert folyamat szórás (σp) Cap.Study Elvárt hosszútávú foly.képesség (Ppk) max. selejt-arány Megengedett mintaszám a beállítások igazolására (ns) Dózsa Zoltán 2012. Április 12 #6

Setup Control A modell megoldása Táblázatos Dózsa Zoltán 2012. Április 12 #7

Setup Control A modell megoldása Táblázatos Dózsa Zoltán 2012. Április 12 #8

Setup Control A modell megoldása Grafikus Dózsa Zoltán 2012. Április 12 #9

Setup Control A modell megoldása Grafikus Dózsa Zoltán 2012. Április 12 #10

Setup Control A modell megoldása Grafikus Dózsa Zoltán 2012. Április 12 #11

Setup Control Gyakorlati megoldás 1 2 Beállítás ellenőrző kártya Target USL LSL USLSet LSLSet Beállítás ellenőrző kártya 1 Gyártás-stabilitás ellenőrzése 2 „Hotelling” kártya „Between/Within” kártya Rögzített hat. (Cpk)min kártya Hosszútávú (beállításokkal szakaszolt) 2/a „Short run” kártya Rövidtávú (szakaszonkénti) 2/b Dózsa Zoltán 2012. Április 12 #12

Setup Control Ahogy elképzelem... USL UCL USLSet Beállítás igazolása LSL UCL LCL LSLSet USLSet Beállítás igazolása Minden egyes beállítási mintadarab a folyamat beavatkozási határain (LCL - UCL) belül A beállítási minta átlaga a beállítási specifikáción (LSLSet – USLSet) belül Folyamat-stabilitás ellenőrzése Több elemű minta és „Xátl-R” kártya alkalmazása esetén Minden egyes SPC-mintadarab a folyamat specifikáción (LSL - USL) belül Az SPC-minta átlaga a folyamat beavatkozási határain (LCL – UCL) belül Dózsa Zoltán 2012. Április 12 #13

Setup Control Megközelítés – folyamat képességek A gyártási folyamatok képességének értékelésénél alkalmazzuk a kockázat-alapú megközelítést: vagyis a tűréshatároktól való biztonságos távolságra vonatkozó képesség-indexeket: Cp, Cpk illetve Pp, Ppk A beállítási folyamatok képességének értékelésénél alkalmazzuk a siker-alapú megközelítést (Taguchi): Mennyire sikerült megközelíteni a beállításokkal a célértéket, vagyis a tűrésmező centrumát?   Dózsa Zoltán 2012. Április 12 #14

Setup Control Összefoglalva... A beállítási folyamatok kontrollálhatók: Beállítási specifikációra – saját tűrésmezőre – van szükség, ami meghatározható a folyamatszakaszok jellemzőinek (ss, Cp) ismeretében (Cap.Study) az elvárt hosszútávú folyamatképesség (Ppk) ismeretében, és a beállítások igazolásához szükséges/megengedett minta-számból A beállítási folyamatok képessége jól jellemezhető Taguchi-megközelítéssel (Cpm) A gyártási folyamatok stabilitás-kontrolljára több lehetőség is van. Alapvetően két út közül választhatunk (ezeken belül is több lehetőség van): Rövid lefutású folyamatszakaszok stabilitása (két beállítás közötti szakasz) Hosszútávú szabályozás, több beállítással szakaszolt folyamat egyben ...és most érdemes visszanézni arra a pontra, ahol a kutya el van ásva... A modell... Dózsa Zoltán 2012. Április 12 #15

Setup Control A modell...újra gondolva Ts = 95% CI(σs) = m*σp USL LSL Mi a helyzet akkor, ha... a beállások ingadozása nem normális eloszlású? a folyamat-beállások nem esnek 95% valószínűséggel a meghatározott tűrésmezőbe? az egyes folyamat-szakaszok szórása nem állandó? a folyamat/jellemző egyoldali tűrésű? van természetes trend? Xátl4 σs USLSet LSLSet Ts = 95% CI(σs) = m*σp Xátl3 Xátl1 σp Xátl5 Xátl2 σp Mi határozza meg a beállások ingadozását? A beállítás természete, előkészítettsége Az igazoló mérések mintaelem-száma (ns) Az alkalmazott beállítási tűréshatárok Ez „levághatja”, vagy „kiterjesztheti” a természetes ingadozás széleit, megváltoztatva az ingadozás jellegét... Dózsa Zoltán 2012. Április 12 #16

Setup Control A modell...trend esetére USL δ B2+δ LSL B2+δ B1 Ez valószínűleg egy külön nagy fejezet lesz... USLSet LSLSet Esetről-esetre ismerni kell: a trend körüli ingadozást a trend meredekségét a meredekség ingadozását a folyamat ingadozásának változását, ha nem állandó Dózsa Zoltán 2012. Április 12 #17

Köszönöm Setup Control a figyelmüket Ennyi volt... Dózsa Zoltán 2012. Április 12 #18

Setup Control Rögzített beavatk.hat. Dózsa Zoltán 2012. Április 12 #19