STATISTICA 6 SIS (STATISTICA Industrial Solutions) StatSoft® Russia Современные методы и инструменты менеджмента качества.

Впервые на российском рынке появилась система полностью на русском языке, автоматизирующая методы контроля качества

Осваивается за несколько дней! STATISTICA проста и удобна для пользования

Модули SIS - Промышленной статистики Планирование эксперимента Анализ производственных процессов Карты контроля качества и интерактивные карты контроля качества

Проблема потери качества изделий встает практически для любой отрасли производства

Изменчивость процесса - основной враг качества Изменение материалов, сырья, технологии и т.д. Разладка настроек станков Человеческий фактор Новые методы контроля В чем причины потери качества?

Отклонение от заданной спецификации Слишком большой разброс показателя около спецификации Как можно обнаружить потери качества?

Нет Поиск причины, устранение неполадок Технология процесса Параметр Анализ данных в STATISTICA Измерения Стандарты качества нарушены? Дальнейший контроль Да Методика контроля качества

Результаты проведения всех мероприятий по контролю качества, обнаружению отклонений от стандартов и поиску причин потери качества удобно представить в виде некоторой диаграммы Конечная цель исследования

Диаграмма носит название Диаграмма причин и следствий. Иногда ее называют также Рыбий скелет из-за некоторого визуального сходства с известным продуктом Рыбий скелет

Несмотря на кажущуюся простоту она имеет очень важное значение: наглядно представлены все основные причины, вызывающие потери качества и факторы, которые помогают снизить влияние выявленных причин. Рыбий скелет

Рассмотрим технологический процесс на предприятии, занимающимся производством алюминиевой фольги Рыбий скелет

Плавильные печи Линия разливки Прокатный цех Отжиг Прокатка до необходимой толщины Твердый алюминий Жидкий металл Сплав Рулон Лист промежуточной толщины Лист с особым Качеством поверхности Готовый лист Схема производства Полуфабрикаты: Пивные банки Фольга Авиационная обшивка …

Параметры сырья: химический состав, доля элементов в % Параметры производства: температура, давление Параметры, определяющие качество фольги: число строчных отверстий,прочность материала, удлинение, смачиваемость, запах,соответствие заданной толщине Параметры и факторы потери качества

Построение диаграммы Факторы Причины

Ясное логическое изложение всех взаимосвязей качества продукции и факторов, влияющих на него, дает основание строить план мероприятий по улучшению показателей качества на производстве. Рыбий скелет

выбор измеряемых параметров надежность результатов измерений организация данных Проведение измерений

Проверять каждую деталь - это: Занимает много времени Задерживает производственный процесс Большие расходы Проведение измерений

Необходимо построить эффективный процесс контроля качества Организация контроля качества

Вместо 100% контроля анализируются значения выборок. На контрольной карте откладываются средние. Нет необходимости проверять каждую деталь. Распределение среднего ближе к нормальному. Сглаживаются возможные случайные колебания. Организация контроля качества

Инструментом статистического контроля качества являются контрольные карты Впервые контрольные карты были предложены Шухартом (Shewhart) Bell Telephone Laboratories в 1924 году Статистические методы

Основная цель использования контрольных карт - отделить случайные отклонения измеряемой величины от постоянных отклонений, вызванных некоторой причиной. Статистические методы

Контроль качества Общая схема контроля качества: В процессе производства проводится выборочные измерения параметров изделий Строятся и анализируются различные типы контрольных карт, на которых откладываются различные тестовые характеристики процесса

Типы контрольных карт: Контроль качества

Рабочие лошадки контроля качества Х- картой, а другая – R картой.

Х-карта R-карта Отложены средние значения выборок. Позволяет судить об отклонении процесса от значения, указанного в спецификации Отложены размахи выборок - разность между максимальным и минимальным значениями. Позволяет судить о разбросе значений показателя около значениям спецификации Общий подход

X- картa

R- карта

S-карта S 2 - карта С-картаU-карта P-картаNp-карта Дополнительные виды карт

Специальные виды карт CUSUM-картаМА-картаEWMA-карта

Карта Парето используется для поиска распределения проблем качества. Она основана на принципе Парето: за большинство возможных проблем качества отвечает относительно небольшое число причин Карта Парето

Рассмотрим задачу - есть перечень причин потерь качества рулонов фольги на производстве. Необходимо выделить основные по двум критериям - количественному и финансовому Карта Парето

Причины потери качества: Отверстия Толщина Порывы Химический состав Смачивание Вмятины Другие Карта Парето

В качестве основных количественных причин потерь качества можно назвать толщину, отверстие и смачивание Карта Парето

Выясним, как изменится вклад причин потери качества, если мы будем учитывать количество тонн, которое теряется на каждом бракованном рулоне фольги Карта Парето

Учет финансовых потерь выводит на первый план причину смачивание, толщина и хим. состав Карта Парето

Карта Парето позволяет определить, на что в первую очередь направить усилия по улучшению качества продукции Карта Парето

Х- и R-карты обычно используются в паре. По Х-карте судят об отклонении процесса от спецификации, R-карта позволяет наблюдать размах отклонения. Использование контрольных карт

На производстве проводится контроль качества толщины листов прокатной фольги. С некоторой периодичностью делаются замеры в партии по 4 образца. Пример

Строим карты контроля качества: Все точки внутри контрольных пределов Две точки вне контрольных пределов Пример

Тот факт, что на Х-карте точки находятся вне контрольных пределов, позволяет сделать вывод о нарушении стандартов качества. Отклонение от спецификации недопустимо большое. Пример

Интересно, что точки, находящиеся вне контрольных пределов на Х-карте, не выходят на R-карте за контрольные пределы. ! Пример

Результаты анализа Х- и R-карт позволяют сделать предположение о том, что с партии 13 среднее для контролируемого процесса меняется, но разброс около нового значения остается постоянным. Пример

Проведем анализ качества продукции, учитывая тот факт, что измерения проводились для двух разных смен. Воспользуемся краткими картами, которые используются для групп переменных. Дальнейший анализ

Х-карта R-карта Краткие карты

На кратких картах все значения находятся внутри контрольных пределов, что подтверждает предположение о наличии систематического смещения в толщине во время работы второй смены. Краткие карты

Просмотр карт с помощью таблиц результатов Три выборочных средних превысили контрольный предел. Возможно имеет место разладка процесса. Итоговая таблица для уклоняющихся выборок.

Кривая характеристик Вероятность ошибочного принятия решения о том, что процесс соответствует стандартам качества

Критерий серий Для того чтобы обнаружить систематические тенденции расположения точек контрольной карты рекомендуется проверить выполнение стандартного набора критериев серий для контролируемой величины. Эти критерии помогают заранее обнаружить разладку производственного процесса. ни один из критериев серий не указал на выход процесса из-под контроля

Анализ процессов Модуль Анализ производственных процессов (или кратко, Анализ процессов) содержит вычислительные процедуры для: оценивания объема выборок при контроле с фиксированным объемом выборки и при последовательном выборочном контроле изучения пригодности процессов или механизмов изучения повторяемости и воспроизводимости измерений (метрология) подгонки к данным распределения Вейбулла и анализа надежности

Назначение модулей Анализ пригодности процесса Как только процесс становится управляемым, возникает следующий вопрос: в какой степени долговременное поведение процесса удовлетворяет техническим условиям и целям, поставленным руководством? Ответ на этот вопрос можно получить с помощью методов Анализа процессов.

Пример Анализ пригодности процесса производства поршневых колец Границы допуска лежат вне эффективного размаха процесса (±3 сигмы), и можно ожидать, что очень немногие произведенные поршневые кольца выходят за границы допуска. Управляемый - Пригодный процесс Допустимые границы ±3 сигмы

Пример Анализ пригодности процесса производства поршневых колец Размах процесса намного шире размаха допуска. Показатели пригодности, Cp упал до.31, а число вышедших за допуск 32% - брак. Управляемый - «Плохой» процесс Допустимые границы ±3 сигмы

Назначение модулей Повторяемость и воспроизводимость измерений Цель анализа повторяемости и воспроизводимости – определить, какая часть изменчивости результатов измерений вызвана: различием измеряемых изделий или деталей (изменчивость деталей), различием операторов или приборов, осуществляющих измерения (воспроизводимость) ошибками (погрешностями) измерений, осуществляемых теми же операторами при нескольких измерениях одинаковыми приборами одних и тех же деталей (повторяемость).

Пример Повторяемость и воспроизводимость измерений Выявление причин потерь качества на основе человеческого фактора. «Плохой» работник «Флагман» качества

Назначение модулей Анализ надежности и времен отказов Цель анализа анализа надежности – определить, сколько времени прослужит до отказа наша продукция, выявить основные факторы влияющие на данный процесс: количественная оценка надежности, позволяющая оценить ожидаемое время жизни или, в инженерных терминах, время безотказной работы продукции.

Пример Анализ надежности и времен отказов Функция надежности

Назначение модулей Выборочный контроль Сколько изделий из партии необходимо исследовать, чтобы быть уверенными в том, что изделия этой партии обладают приемлемым качеством?

Пример Управляемый процесс. Достаточно сделать 21 измерение. Выборочный контроль Не управляемый процесс. Достаточно сделать 37 измерений.

Планирование экспериментов Модуль Анализ и планирование эксперимента содержит вычислительные процедуры для: построения оптимальных планов проведения эксперимента с наименьшими затратами оценивания значений влияния факторов производства на качество выпускаемой продукции выявления причины потери качества и оценить их количественные показатели оптимизации, нахождения наиболее «желательных» значений показателей производства и выявления необходимых условий для этого

Назначение модулей Двухфакторные планы Двухфакторные планы наиболее часто используются в промышленности для выявления взаимосвязей технологического процесса. Вклад большого числа факторов в производственный процесс может быть оценен относительно эффективно (т.е. с помощью небольшого числа опытов). Логика экспериментов такого рода весьма проста - каждый фактор имеет только два уровня.

Назначение модулей Смешанные планы, планы для смесей и робастные планы Тагучи Использование современных методов выявления нелинейных зависимостей потерь качества. Дополнительные оптимизационные возможности. Выявление нелинейных зависимостей Анализ компонент смеси, построение оптимальных планов смеси с ограничениями Построение робастных планов Тагучи Построение D и A оптимальных планов

6 StatSoft® Russia Шесть Сигма

Глобализация экономики Мгновенный доступ к информации Разнообразие продукции и услуг Старые модели бизнеса больше не действуют. Изменившие традиционный подход к работе с клиентами и партнерами. Почему? Специалисты General Electric выделяют причины:

"Шесть Сигма" - это высокоорганизованный процесс, который помогает нам сконцентрироваться на разработке и производстве продукции и предоставлении услуг, близких к идеалу. Почему "Сигма"? Сигма - это статистическое понятие, определяющее, насколько тот или иной процесс отличается от совершенства. Основная идея - Определить количество погрешностей в том или ином процессе, непрерывно устраняя причины их возникновения. Цель - осуществлять все процессы так, чтобы для любых параметров любого процесса индекс воспроизводимости Cp >= 2,0 Что такое "Шесть Сигма"?

Объем экономии средств компанией Motorola за 1988 год составил 480 млн. долл. В этом же году, компания стала одним из немногочисленных обладателей престижной награды.Malcolm Baldrige. Компания General Electric - в третьем квартале 1997 г. сообщила об увеличении прибыли с 13,8 до 14,5%, что принесло ей 600 млн. долл., "извлеченных благодаря инициативе "шесть сигм" в сфере качества. Компания Allied Signal – достигла экономического эффекта в 800 млн. долл., полученном между 1995 и 1997 гг. за счет осуществления инициативы совершенствования под знаком "шесть сигм". Немного цифр

"Шесть сигма" - такой уровень эффективности процесса, при котором на каждый миллион возможностей или операций приходится всего 3,4 дефекта (выхода за границы допуска) при сдвиге среднего значения процесса от спецификации на 1,5 сигма. Основная идея Другая интерпретация "Шесть сигма" – процесс для которого допустимые границы установлены на 6 сигма размаха от центральной линии.

Основная идея "Шесть сигма и конкурентоспособность компании"

Основная идея "Шесть сигма и конкурентоспособность компании" Графическая иллюстрация

Основы концепции "шесть сигма" В основе современной концепцииШесть сигма лежит модифицированный цикл Шухарта – Деминга: DMAIC цикл: Define – Определяй: определение целей проекта и выявление ключевых моментов. Measure – Измеряй: сбор информации о текущем положении дел, оценка масштабов проблем. Analyze – Анализируй: выявление основных причин проблем с качеством и их подтверждение. Improve – Улучшай: применение специальных средств устранения проблем, выявленных на предыдущем этапе. Control – Управляй: оценка результатов и наблюдение за процессом.

Концепция "шесть сигма" и STATISTICA STATISTICA 6 – лидер среди программных продуктов для анализа данных, в котором полностью реализована концепция Шесть сигма. Шесть сигма – реализация DMAIC цикла менеджмента качества.

DMAIC цикл Define – Определяй Фаза Определяй направлена на определение целей проекта и выявление ключевых вопросов, на которые необходимо обратить внимание, чтобы достичь большего уровня сигма. Основные инструменты: Диаграмма причин и следствий – Диаграмма Ишикавы: навигатор по системе качества. Калькулятор Шесть сигма: первичное моделирование показателей качества.

DMAIC цикл Measure – Измеряй Цель фазы Измерить стратегии Шесть Сигма - собрать информацию о текущем положении дел, получить ключевые данные о производительности процесса и оценить масштабы проблем. Основные инструменты: Описательные статистики. Анализ пропущенных данных. Диаграммы размаха. Повторяемость и воспроизводимость. Планы выборочного контроля. Анализ мощности. Подгонка производственного процесса.

DMAIC цикл Analyze – Анализируй Цель этапа Анализировать концепции Шесть Сигма - выявить основные причины проблем с качеством и подтвердить результаты с использованием соответствующих средств анализа данных. Основные инструменты: Диаграмма Ишикавы Методы Дисперсионного анализа Непараметрические методы Методы анализа и планирования экспериментов Общие регрессионные методы Визуализация зависимостей

DMAIC цикл Improve – Улучшай Цель фазы Улучшай - применение специальных средств устранения проблем (основных причин), выявленных на предыдущем этапе (Анализируй). Основные инструменты: Карты контроля качества Карты Парето Анализ расслоения Карты расслоения Карты пригодности процесса Анализ и планирование экспериментов Итоги Шесть сигма

DMAIC цикл Control – Управляй Цель этапа Управляй - оценить результаты предыдущей фазы (Улучшай) и наблюдать за текущим процессом. Основные инструменты: Разнообразные карты контроля качества

Совокупность представленных методов статистической обработки промышленных данных позволяет организовать процесс контроля качества на производстве Промышленная статистика

Вы хотите быть лидерами в области качества? Сотрудничайте с лидерами StatSoft Russia

Промышленная STATISTICA Быстро Просто Понятно Удобно Эффективно Доступно Красиво Полезные возможности StatSoft® Russia