Statistično obvladovanje procesov

Zgodovina

Statistični nadzor procesov je v zgodnjih dvajsetih letih prejšnjega stoletja uvedel Walter A. Shewhart. Shewhart je ustvaril osnovo za kontrolni diagram in koncept stanja statistične kontrole s skrbno načrtovanimi poskusi. Dr. Shewhart je sicer izhajal iz čistih matematičnih statističnih teorij, vendar je razumel, da podatki iz fizikalnih procesov le redko tvorijo "normalno porazdelitveno krivuljo" (Gaussova porazdelitev, pogosto imenovana tudi "krivulja zvona"). Odkril je, da se opažene variacije v proizvodnih podatkih ne obnašajo vedno enako kot podatki v naravi (na primer Brownovogibanje delcev). Dr. Shewhart je prišel do zaključka, da se pri vsakem procesu pojavljajo variacije, vendar se pri nekaterih procesih pojavljajo nadzorovane variacije, ki so za proces naravne (splošni vzroki variacij), pri drugih pa nenadzorovane variacije, ki niso vedno prisotne v vzročnem sistemu procesa (posebni vzroki variacij). Nenadzorovano odstopanje je pogosto povezano z izdelki z napako, kar zagotavlja na podatkih temelječe sredstvo za prepoznavanje težav in izboljšanje kakovosti.

W. Edwards Deming je metode SPC kasneje uporabil v ZDA med drugo svetovno vojno in tako uspešno izboljšal kakovost pri proizvodnji streliva in drugih strateško pomembnih izdelkov. Po koncu vojne je bil ključnega pomena pri uvajanju metod SPC v japonsko industrijo. Demingov pristop uporabe SPC s sorodnimi praksami upravljanja je postal znan kot sistem vodenja kakovosti.

Aplikacija

Naslednji opis se nanaša na proizvodnjo in ne na storitveno industrijo, čeprav se načela SPC lahko uspešno uporabljajo v obeh. Opis in primer uporabe SPC v storitvenem okolju je na voljo v Roberts (2005). Selden opisuje uporabo SPC na področjih prodaje, trženja in storitev za stranke, pri čemer kot enostaven prikaz uporablja Demingov znameniti poskus z rdečimi kroglicami.

V množični proizvodnji se je kakovost končnega izdelka tradicionalno zagotavljala s pregledom izdelka po proizvodnji; vsak izdelek (ali vzorci iz proizvodne serije) je bil sprejet ali zavrnjen glede na to, v kolikšni meri je ustrezal projektnim specifikacijam. V nasprotju s tem pa statistična kontrola procesov uporablja statistična orodja za opazovanje delovanja proizvodnega procesa, da bi predvidela znatna odstopanja, ki lahko kasneje povzročijo zavrnitev izdelka.

V vseh proizvodnih procesih se pojavljata dve vrsti odstopanj: obe vrsti odstopanj procesa povzročata naknadna odstopanja končnega izdelka. Prva je znana kot naravna variabilnost ali variabilnost zaradi skupnega vzroka in je sestavljena iz variabilnosti, ki je neločljivo povezana s procesom, kot je zasnovan. Razlike zaradi običajnih vzrokov lahko vključujejo spremembe temperature, lastnosti surovin, jakosti električnega toka itd. Druga vrsta odstopanj je znana kot odstopanja zaradi posebnega vzroka ali odstopanja, ki jih je mogoče pripisati, in se pojavljajo redkeje kot prva. Z zadostno preiskavo je mogoče za odstopanja s posebnim vzrokom najti poseben vzrok, kot so neobičajne surovine ali nepravilni nastavitveni parametri.

Na primer, linija za pakiranje žit za zajtrk je lahko zasnovana tako, da je vsaka škatla za žita napolnjena s 500 grami izdelka, vendar je v nekaterih škatlah nekoliko več kot 500 gramov, v nekaterih pa nekoliko manj, v skladu z razporeditvijo neto mase. Če se proizvodni proces, njegovi vložki ali okolje spremenijo (na primer, če se stroji za proizvodnjo začnejo obrabljati), se lahko ta porazdelitev spremeni. Na primer, ko se odmirajo odmične gredi in jermenice, lahko stroj za polnjenje žit začne v vsako škatlo vnašati več žit, kot je določeno. Če se ta sprememba nekontrolirano nadaljuje, se bo proizvajalo vedno več izdelkov, ki ne ustrezajo tolerancam proizvajalca ali potrošnika, kar bo povzročilo odpadke. Čeprav je v tem primeru odpadek v obliki "brezplačnega" izdelka za potrošnika, je običajno odpadek sestavljen iz predelave ali odpadka.

Če inženir kakovosti ali kateri koli član ekipe, odgovorne za proizvodno linijo, ob pravem času opazi, kaj se je zgodilo v procesu, ki je privedel do spremembe, lahko odpravi glavni vzrok odstopanja, ki se je prikradlo v proces, in odpravi težavo.

SPC kaže, kdaj je treba v procesu ukrepati, vendar kaže tudi, kdaj ni treba ukrepati. Primer je oseba, ki bi rada ohranila stalno telesno težo in tedensko izvaja meritve telesne teže. Oseba, ki ne razume konceptov SPC, bi se lahko začela prehranjevati vsakič, ko bi se njena telesna teža povečala, ali pa bi jedla več vsakič, ko bi se njena telesna teža zmanjšala. Takšno ravnanje bi lahko bilo škodljivo in bi lahko povzročilo še večje nihanje telesne teže. SPC bi upošteval normalno nihanje telesne teže in bolje pokazal, kdaj oseba dejansko pridobiva ali izgublja telesno težo.

Osnovni koraki SPC

Statistično obvladovanje procesov lahko na splošno razdelimo na tri sklope dejavnosti: razumevanje procesa, razumevanje vzrokov za odstopanja in odpravljanje virov odstopanj s posebnimi vzroki. Ključna orodja SPC so kontrolni diagrami, osredotočenost na nenehno izboljševanje in načrtovani poskusi.

Pri razumevanju procesa se proces običajno načrtuje in spremlja z uporabo kontrolnih diagramov. Kontrolni diagrami se uporabljajo za ugotavljanje odstopanj, ki so lahko posledica posebnih vzrokov, in za razbremenitev uporabnika skrbi glede odstopanj zaradi običajnih vzrokov. To je neprekinjena, stalna dejavnost. Kadar je proces stabilen in ne sproži nobenega od pravil odkrivanja za kontrolni diagram, se lahko izvede tudi analiza zmogljivosti procesa, da se predvidi zmožnost trenutnega procesa, da v prihodnosti proizvede skladen (tj. v skladu s specifikacijami) izdelek.

Ko pravila za odkrivanje na kontrolni karti ugotovijo preveliko odstopanje ali ko se ugotovi, da je sposobnost procesa pomanjkljiva, se dodatno prizadevamo, da bi ugotovili vzroke za to odstopanje. Uporabljena orodja vključujejo Ishikawove diagrame, načrtovane poskuse in Paretove diagrame. Načrtovani poskusi so v tej fazi SPC ključnega pomena, saj so edino sredstvo za objektivno količinsko opredelitev relativne pomembnosti številnih možnih vzrokov odstopanj.

Ko so vzroki za odstopanja količinsko opredeljeni, je treba odpraviti tiste vzroke, ki so statistično in praktično pomembni (tj. vzrok, ki ima le majhen, vendar statistično pomemben učinek, se ne more šteti za stroškovno učinkovitega za odpravo; vendar vzrok, ki ni statistično pomemben, nikoli ne more veljati za praktično pomembnega). Na splošno to vključuje razvoj standardnega dela, zaščito pred napakami in usposabljanje. Morda bodo potrebne dodatne spremembe procesa za zmanjšanje odstopanj ali uskladitev procesa z želenim ciljem, zlasti če obstaja težava z zmogljivostjo procesa.

SPC in kakovost programske opreme

Leta 1989 je Inštitut za programsko inženirstvo v modelu zrelosti zmogljivosti (CMM) predstavil zamisel, da je SPC mogoče koristno uporabiti za procese, ki niso proizvodni, kot so procesi programskega inženiringa. Ta zamisel je danes prisotna v praksah 4. in 5. stopnje modela CMMI (Capability Maturity Model Integration). Vendar pa je ta zamisel, da je SPC koristno orodje, če se uporablja za neponovljive procese, ki zahtevajo veliko znanja, kot so inženirski procesi, naletela na veliko skepticizma in je še danes sporna. Težava je v številnih področjih programske opreme, ki se ne ponavljajo, temveč so enkratni ali enkratni vidiki kakovosti, namesto da bi jih opazovali pri ponavljajočem se delovanju v dolgoročnem pogledu.

Sorodne strani

• Zagotavljanje kakovosti
• Nadzor kakovosti
• ANOVA
• Vzorčenje (statistika)
• Šest sigma