Statystyczne sterowanie procesem (SPC) w służbie redukcji zmienności - QnowHow - TQMsoft strona 1
Ustawienia dostępności
Zwiększ wysokość linii
Zwiększ odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Większy kursor

INSPIRUJEMY, BY
WIEDZIEĆ JAQ

 QnowHow to kawał solidnej wiedzy dostarczonej przez najlepszych profesjonalistów pracujących w zespole TQMsoft.

 

 

Statystyczne sterowanie procesem (SPC) w służbie redukcji zmienności

Statystyczne sterowanie procesem (SPC) w służbie redukcji zmienności

01.07.2021
Statystyczne sterowanie procesem (SPC) w służbie redukcji zmienności

Przedmiotem Statystycznego Sterowania Procesem (SPC) jest ocena zachowania procesu ze względu na zmienność. Same narzędzia SPC nie mogą i nigdy nie zastąpią tej wiedzy o procesie, która wynika przede wszystkim z wykształcenia i doświadczenia. Prawdziwe, rzeczywiste, „żywe” SPC to połączenie technicznej i technologicznej znajomości procesu z informacjami dostarczanymi przez narzędzia SPC. Zobrazujmy tę relację porównaniem - narzędzia SPC to wielofunkcyjny „termometr” oceny zmienności procesu; żeby właściwie zdiagnozować wskazania tego „termometru” potrzebny jest „procesowy lekarz”, czyli merytoryczna znajomość procesu.

Rozumienie zmienności w aspekcie technicznym, technologicznym i statystycznym to klucz do właściwego zrozumienia i efektywnego wykorzystania SPC i – idąc dalej – do wykorzystania wszystkich innych statystycznych narzędzi jakości.

Celem tego artykułu jest przedstawienie SPC jako sprawdzonej i efektywnej drogi do redukcji zmienności procesu, czyli do jego doskonalenia.

Zmienność procesu

Norma ISO 9001:2015 definiuje proces jako zbiór działań wzajemnie powiązanych lub wzajemnie oddziałujących, które przekształcają dane wejściowe („wejścia”) w dane wyjściowe („wyjścia”). W takim sformułowaniu mieści się każdy proces m.in. produkcyjny, pomiarowy, transakcyjny, usługowy, edukacyjny.

Niech przedmiotem naszego zainteresowania będzie proces produkcyjny, który interesuje nas ze względu na określony parametr wynikowy produktu („wyjście”). Może to być np. wymiar geometryczny, własność mechaniczna, własność fizykochemiczna. Przyjmijmy, że wybrany parametr wynikowy jest krytyczny ze względu na jakość, koszty i satysfakcję klienta. Załóżmy także, że ze względu na sterowalne (kontrolowalne) „wejścia” tj. parametry procesu, które możemy co do wartości zadawać (np. czas, temperatura, nacisk itd.), rozpatrywany proces jest ze względu na parametr wynikowy ustawiony na cel (wartość nominalną). Poza parametrami sterowalnymi na zachowanie interesującego nas parametru wynikowego ma również wpływ szereg najróżniejszych parametrów (czynników losowych), którymi sterować się nie da. Przykładowo - operator nie zadziała dokładnie dwa razy tak samo (tak jak nigdy dokładnie tak samo dwa razy się nie podpiszemy), narzędzia się zużywają, surowce mogą pochodzić od różnych dostawców, a nawet jak pochodzą zawsze od tego samego dostawcy to mogą się charakteryzować niejednorodnością, drgania podłoża przekładają się na drgania na prowadnicy, ulega zmianie temperatura, wilgotność…, można byłoby tych czynników wymieniać jeszcze bardzo wiele.

W efekcie, biorąc pod uwagę wszystkie możliwe oddziaływania na zachowanie się parametru wynikowego (tj. sterowalne „wejścia” oraz czynniki losowe) kolejne realizacje parametru wynikowego będą się różniły pomiędzy sobą i nie jesteśmy w stanie – jak to mówią na 100% - ocenić, jaka wartość będzie towarzyszyła kolejnej realizacji rozpatrywanego parametru wynikowego.

To jest właśnie istota zmienności procesu. Zanim dojdzie do kolejnej realizacji interesującego nas parametru wynikowego, nie wiemy, jaką wartość ten parametr przyjmie, jak już dojdzie i dokonamy oceny wartości (pomiaru) tego parametru – wiemy wszystko.
Zmienność jest nierozerwalną właściwością każdego procesu. Chcemy czy nie, musimy obecność zmienności w procesie zaakceptować, musimy starać się ją zrozumieć i liczbowo opisać – wtedy możemy przejąć kontrolę nad zmiennością. Jedynym sposobem ilościowego (a więc obiektywnego, pełnego i wyczerpującego) opisu zachowania się procesu i oceny jego możliwości w stosunku do oczekiwań ze względu na zmienność jest SPC.

Analiza zmienności procesu w SPC

W SPC dokonuje się następującego podziału przyczyn generujących zmienność w procesie:

  • Przyczyny zwykłe (inne określenia: przypadkowe, niewyznaczalne). Jeżeli procesowi towarzyszy ciągle ten sam, tak samo odtwarzający się w czasie układ czynników generujących zmienność (czyli przyczyny zwykłe) to taki proces określamy jako stabilny, inaczej formułując uregulowany, pod kontrolą statystyczną, przewidywalny w znaczeniu statystycznym.
    Podkreślmy to tutaj bardzo wyraźnie. To nieprawda, że proces jest stabilny, jak spełnia oczekiwania klienta – może spełniać, ale nie musi; ten sam stabilny proces dla jednego klienta może być akceptowalny, a dla drugiego nie spełniać oczekiwań. To nieprawda, że proces jest stabilny, jak jest wycentrowany tj. wtedy, gdy spodziewana (średnia) wartość parametru ze względu, na który analizujemy zachowanie procesu odpowiada celowi – może być wycentrowany, ale nie musi; czasem nawet – kierując się doświadczeniem procesowym - w sposób zamierzony dokonuje się przesunięcia względem celu w określoną stronę (plus/minus) żeby np. osiągnąć pożądane zachowanie w następnym procesie. Nie jest prawdą również, że proces jest stabilny, jak zachowanie parametru ze względu na zmienność odpowiada rozkładowi normalnemu – zachowanie może odpowiadać rozkładowi normalnemu, ale nie musi; jest szereg parametrów, które z natury zachowania nie będą podlegały rozkładowi normalnemu.
    Podsumowując, jedynym kryterium stabilności procesu jest stały, tak samo odtwarzający się w czasie układ czynników generujących zmienność (bardzo często określany mianem „szumu”).

 

  • Przyczyny szczególne (wyznaczalne). Jeżeli, w sposób nie do przewidzenia, w procesie oprócz „szumu” pojawi się inna dodatkowa przyczyna lub przyczyny zmienności (szczególne) to w konsekwencji zmienia się układ czynników generujących zmienność i proces zaczyna zachowywać się inaczej w porównaniu do zachowania się tylko pod wpływem „szumu” – krótko, biorąc następuje rozregulowanie procesu, staje się on niestabilny, poza kontrolą w znaczeniu statystycznym, staje się nieprzewidywalny. Krótko, biorąc obecność w procesie przyczyn szczególnych powoduje jego rozregulowanie. W takiej sytuacji należy podjąć wszystkie możliwe działania, żeby dokonać identyfikacji tych przyczyn szczególnych – co spowodowało destabilizację procesu? Szukanie odpowiedzi na to pytanie nie jest zadaniem łatwym, potrzebna jest do tego często bardzo głęboka znajomość techniczna i technologiczna procesu. Jeżeli zidentyfikowana przyczyna wyznaczalna jest niekorzystna dla zachowania procesu to należy starać się taką przyczynę z procesu wyeliminować, jeżeli z kolei jest korzystna dla procesu – co także może mieć miejsce – to staramy się ją w procesie utrwalić.

Narzędziem służącym do monitorowania procesu ze względu na zmienność i do weryfikacji jego stabilności jest karta kontrolna. Jest to prosta, a przez to bardzo użyteczna, technika wczytywania się w zmienność procesu. Poza wieloma innymi walorami karta kontrola zapobiega także przesterowaniu procesu, czyli sytuacjom, w których zmiany w procesie wywołane szumem traktujemy jako objaw zaistnienia przyczyny lub przyczyn szczególnych. Przesterowanie procesu – co można dowieść na wiele sposobów – prowadzi do wzrostu zmienności. Dlatego też karta kontrolna dostarcza także informacji, kiedy działać (bo proces się rozregulował), a kiedy działanie jest zbędne (bo proces pozostaje dalej tylko pod wpływem „szumu” czyli tego samego układu czynników generujących zmienność).

SPC w służbie zmienności procesu

Dwa podstawowe zadania SPC w kontekście zmienności procesu można sformułować następująco:

Zadanie 1. Doprowadzić proces do stanu stabilnego – chodzi tutaj o pozbycie się, wyeliminowanie z procesu przyczyn szczególnych (wyznaczalnych). Niech proces będzie powodowany tylko tym samym, tak samo odtwarzającym się w czasie, stałym układem czynników generujących zmienność (czyli „szumem”), niech będzie stabilny, czyli przewidywalny.

Zadanie 2. Redukować zmienność od „szumu” – w tym przypadku chodzi o zaplanowane działania na „wejściach” procesu (związane m.in. z doskonaleniem technologii, oprzyrządowania, podnoszeniem kwalifikacji pracowników, zmianami organizacyjnymi, polityką surowcową).

Wymienione dwa zadania prowadzą do redukcji zmienności.

W pierwszym przypadku (pierwsze zadanie SPC) redukujemy zmienność poprzez eliminację przyczyn szczególnych wpływających niekorzystnie na zachowanie procesu. Wykorzystujemy tutaj przede wszystkim szeroko rozumianą (tj. w podejściu online jak i w analizach retrospektywnych bazujących na minionych danych procesowych) technikę kart kontrolnych. W tym obszarze redukcji zmienności działają przede wszystkim pracownicy bezpośrednio zaangażowani w procesie tj. operatorzy, ustawiacze, dozór techniczny i technologiczny procesu.

W drugim przypadku (drugie zadanie SPC) redukujemy zmienność od „szumu”, czyli doskonalimy proces co wymaga zaplanowanych, odpowiednio skalkulowanych ekonomicznie działań realizowanych poprzez zespoły interdyscyplinarne w skład których wchodzą specjaliści z zakresu technologii, konstrukcji, zapewnienia jakości, organizacji, ekonomii i – stosownie do problemu – innych specjalności. Te działania wymagają oczywiście określonych nakładów finansowych, a zatem muszą być realizowane, wspierane i akceptowane przez organy zarządzające i kierujące organizacją.

Zmienności nie da się wyeliminować z procesu, ale im mniej zmienności w procesie tym proces jest lepszy jakościowo. Stąd, redukcja zmienności to poprawa jakości. Niektórzy parafrazują to ostatnie stwierdzenie mówiąc – nie mamy problemu z jakością, mamy problem ze zmiennością. Jedno jest pewne - niezależnie, czy jesteśmy w roli właściciela procesu, czy też w roli klienta jesteśmy na zmienność uwrażliwieni, zwracamy na zmienność uwagę, nadmiar zmienności budzi nasze obawy, im mniej zmienności tym czujemy się pewniej.

Redukcja zmienności, czyli poprawa jakości to doskonalenie procesu wpisane w koło Deminga PDCA, Six Sigmowy algorytm doskonalenia procesu DMAIC, zarządzanie ryzykiem, ogólnie biorąc w każdą, bez wyjątku, współczesną kulturę organizacyjną zarządzania jakością i ryzykiem. Redukcja zmienności musi koniecznie przynieść określone korzyści. Krótko ujmując musi to zaowocować wartością dodaną.

Wiemy to jednak doskonale, że redukcja zmienności to zadanie niełatwe, jest to wręcz bardzo trudne wyzwanie stojące – w kontekście dwóch wspomnianych zadań SPC – przed całą organizacją, personalnie przed Wszystkimi, którzy do niej przynależą. Do realizacji tego zadania potrzebne są kwalifikacje zawodowe, doświadczenie, znajomość narzędzi SPC, innych narzędzi zarządzania jakością, ale też – kto wie czy to nie jest najważniejsze – potrzebna jest inspiracja, odpowiednie nastawienie i motywacja. Charyzmatyczny Jack Welch (szef GE w latach 1981-2001, wielki znawca, propagator i entuzjasta Six Sigma) powiedział, że najważniejsze jest zarażenie ludzi entuzjazmem i zaangażowaniem. I dalej, cytując Welcha: „Wszyscy członkowie organizacji muszą przyjąć do wiadomości, że spełniają doniosłą rolę w procesach przedsiębiorstwa. Kiedy ludzie dowiadują się, że ich pomysły naprawdę się liczą, rośnie ich poczucie godności – stają się osobami ważnymi dla organizacji”.

Podobne w kategorii

Jak interpretować zmienności procesów w kartach kontrolnych SPC?

Jak interpretować zmienności procesów w kartach kontrolnych SPC?

Hieronim Rudnicki
Hieronim Rudnicki
Trener TQMsoft
Celem  kart kontrolnych jest porównanie bieżącego stanu procesu ze zmiennością własną procesu, a nie tylko ze specyfikacjami, odróżnienie tego co losowe w procesie, od tego co jest specjalne i jak najszybsze wykrycie nienaturalnych zmienności procesu. Błędna interpretacja zmienności powoduje że karta staje się narzędziem nieprzydatnym do sterowania procesem, a jej stosowanie „wymuszone” jest często przez wymagania normy czy klienta.
24.08.2017
Czytaj więcej