CPIM 04 Execution and Control of Operations / CPIM 04 Выполнение и контроль операций: 3.2. Evaluating Quality Management Processes

ОЦЕНКА ПРОЦЕССОВ УПРАВЛЕНИЯ КАЧЕСТВОМ

gulakovs 08.01.17 в 14:17

ВВЕДЕНИЕ

gulakovs 08.01.17 в 14:17

Обзор курса

Добро пожаловать на курс "Оценка процессов управления качеством".

Словарь APICS определяет термин "качество" как "соответствие требованиям или пригодность для использования".

gulakovs 08.01.17 в 14:26

Принимая во внимание смысл данного термина, способны ли ваши бизнес-процесс производить высококачественную продукцию и услуги? Каков ваш текущий уровень качества, выраженный в числе дефектных частей (деталей) на миллион (ppm)?

gulakovs 08.03.17 в 12:29

Если вы и ваша организация выясните, что ответы на эти два вопроса неприемлемы, то вы должны внедрить методы управления качеством, которые устранят отходы из ваших бизнес-процессов. В данном курсе будут рассмотрены три основные концепции управления качеством, которые могут значительно повысить качество вашей продукции.

gulakovs 13.04.17 в 10:19

В частности мы рассмотрим:
- Оценку и понимание причин вариации процесса;
- Выявление наиболее существенной причины вариации процесса при помощи статистического контроля процесса (SPC);
- Выполним количественную оценку возможностей процесса для обеспечения соответствия проектной спецификации.

gulakovs 14.05.17 в 06:18

Внедрение указанной концепции в вашей компании позволит:
- Повысить качество
- Уменьшить себестоимость производства
- Повысить качество обслуживания покупателей

gulakovs 19.07.17 в 09:05

Задачи курса

Основная цель этого курса - предоставить студентам возможность изучить использования статистического контроля процессов (SPC - statistical process control) для улучшения качества результатов и уменьшения отходов процесса.

После окончания этого курса вы сможете:
- В заданной ситуации, определить, вызвана ли рассматриваемая вариация причинами случайного или объяснимого характера;
- Используя необходимые данные, определить, является или нет процесс статистически контролируемым;
- Объяснить использование и ограничения анализа возможностей;
- Используя основные данные, рассчитать индекс возможностей (C_pk ).

У вас будет возможность изучить многочисленные виды деятельности, которые были, которые были разработаны в содержании курса. Указанная деятельность улучшит ваше понимание ключевых тем и обеспечит достижение всех целей обучения.

gulakovs 08.03.17 в 01:55

ВАРИАЦИЯ ПРОЦЕССОВ

gulakovs 08.01.17 в 14:18

Обзор

Концепция вариации утверждает, что никакие два предмета не будут полностью одинаковыми. Это утверждение верно и в природе и в промышленности. Например, похожие внешне близнецы будут обладать слегка отличной ДНГ (DNA). Результаты работы высокоскоростной линии по разливу будут слегка различаться с точки зрения веса содержимого бутылок.

gulakovs 08.01.17 в 14:22

Время обслуживания для выполнения стрижки будет варьироваться в зависимости от клиента. Понимание размера вариации является первым шагом в управлении качеством. Данный раздел курса начнется со статистических методов, используемых для оценки вариации процесса. В частности, мы проиллюстрируем создание гистограмм.

gulakovs 11.08.17 в 04:14

Когда организация определяет, что ее уровень качества неприемлем, то необходимо определить источник указанных отклонений. Это облегчит выбор и реализацию соответствующей тактики улучшений. Этот раздел курса мы закончим, определив два основных источника изменчивости процесса. По завершении этого подраздела, вы сможете квалифицировать указанную изменчивость как случайную (общую) или объяснимую (назначаемую) вариацию.

gulakovs 21.08.17 в 00:14

В данном разделе курса рассматриваются следующие темы:
- Изменчивость производства;
- Источники и причины изменчивости;
- Выявление постоянной вариации;
- Выявление случайной вариации

gulakovs 21.08.17 в 21:01

Оценка вариации

Хотя двух одинаковых предметов не существует, но насколько же они различаются? Изменчивость процесса лучше всего можно понять посредством создания гистограммы относительно какого-либо аспекта процесса. Создание гистограммы мы проиллюстрируем простым примером описывающим линию розлива безалкогольных напитков. В этом случае будет измеряться вариация веса содержимого бутылки. Детальные шаги, необходимые для построения гистограммы, показаны на следующей логической схеме.
Давайте рассмотрим ее подробно.

gulakovs 09.04.17 в 10:12

Оценка вариации - Продолжение

Выходные данные процесса, используемые при создании гистограммы, также могут быть представлены как кривая, называемая нормальной кривой (распределения). Указанный график, который представлен ниже, также называется колоколообразным графиком, поскольку он напоминает колокол.

gulakovs 09.04.17 в 10:13

Изменчивость в пределах нормальной кривой распределения изменяется греческим символом сигма (?), который представляет собой одно стандартное отклонение. Статистически, подавляющее число всех отклонений (99.73%) попадают в +/- 3 сигма от медианы или среднего значения процесса. Вероятности кривой нормального распределения составляют основу статистического управления процессом. Данная тема будет подробно рассмотрена позже в рамках этого курса.

gulakovs 21.08.17 в 22:46

Природа и причины вариации

Что вызывает изменчивость любого процесса? Ответ на этот вопрос может быть объяснен либо постоянными (хроническими) причинами, часто называемыми общей или случайной вариацией, либо внезапными (спорадическими) причинами. Случайная причина вариации также называется объяснимой или специальной причиной вариации, поскольку вариация может быть назначена определенному событию, и не только событию.

gulakovs 13.04.17 в 10:24

В следующей таблице приведены ключевые отличия между случайной (общей) и объяснимой (назначаемой) причиной вариации.

Случайная (общая) причина вариации
Объяснимая (назначаемая) причина вариации

Всегда присутствует в процессе или системе
Наличествует в системе периодически

Одинаково проявляется в рамках всей системы
Уникально влияет на отдельную часть системы

Случайное влияние
Неслучайное влияние

Большое количество
Сравнительное малое количество

Воздействие любой одной причины невелико
Воздействие любой одной причины велико

gulakovs 21.08.17 в 23:14

Вы можете думать о случайных причинах, как о причинах, которые придают исходной гистограмме выхода системы форму, измеряемую ее стандартным отклонением (сигма). Если кривая или гистограмма выходных результатов системы не изменяется со временем, то процесс является стабильным и имеет только общие причины для вариации.

gulakovs 09.07.19 в 01:12

Если со временем гистограмма меняет свою форму или положение, то в системе присутствуют как случайные, так и обяснимые причины изменчивости. Система такого типа очень нестабильна и результат ее работы в любой момент времени очень непредсказуем.

gulakovs 09.07.19 в 01:34

Признание хронической вариации

Продолжая пример с линией разлива, представленный набор гистограмм был создан с интервалом в один час, чтобы определить изменчивость изменений процесса с течением времени. В первые три часа операций, которые представлены ниже, гистограмма весов заполнения не изменяется с течением времени. Поэтому, в системе присутствуют только общие причины вариации.

gulakovs 28.06.17 в 11:07

И хотя указанный процесс стабилен с течением времени, всегда присутствует случайная причина вариации.
И это может быть вызвано длинным списком потенциальных причин, которые включают в себя:
- Небольшие изменения плотности стекла;
- Случайные изменения времени для контроллера конвейера;
- Небольшие колебания вязкости сиропа

gulakovs 28.06.17 в 11:12

Признание случайной вариации

Напомним, что наличие случайной или объяснимой причины вариации создает нестабильные и непредсказуемые результаты работы системы. Кроме того, обычно велико индивидуальное воздействие этих причин. Следующая серия гистограмм наполнения бутылок при разливе показывает наличие объяснимой причины вариации в ходе второго трехчасового промежутка.

gulakovs 11.10.18 в 14:35

Источник объяснимой причины вариации присутствует только на случайной основе.
Возможные варианты из примера с линией розлива включают в себя:
- Внезапная помеха в питающей трубке
- Сломанная бутылка
- Неправильная настройка механизма синхронизации

gulakovs 12.10.18 в 03:09

Итоги

Ниже кратко изложены основные понятия, рассмотренные в этом разделе курса.

Типичной формой гистограммы является нормальное колоколообразное распределение. При нормальном распределении изменчивость обозначается греческим симвлом сигма, что соответствует одному стандартному отклонению от среднего. Оценку изменчивости процесс лучше всего выполнять при помощи гистограммы. Шаги, необходимые для создания гистограммы, приведены на следующей блок-схеме.

gulakovs 14.10.18 в 05:31

Причиной вариации в системе может являться как случайная, так и объяснимая вариация. Причина общей вариации также называется случайностью, хронической или случайной вариацией. Объяснимая причина вариации также известна как спорадическая или специальная причина вариации. В следующей таблице приведены основные различия между объяснимой и случайной причинами вариации.

gulakovs 27.06.19 в 10:53

Причина случайной вариации
Причина объясинмой вариации

Всегда присутствует в процессе или системе
Присутствие в системе является случайным

Универсальный эффект во всей системе
Уникальный эффект в определенной части системы

Случайное воздействие
Неслучайное воздействие

Большое количество проявлений
Относительно небольшое количество проявлений

Воздействие любой причины относительно мало
Воздействие любой причины велико

gulakovs 09.07.19 в 02:22

Причины хронической вариации всегда присутствуют в системе. Когда система не имеет объяснимой причины вариации, то распределение результатов работы системы стабильно во времени. И, наоборот, объяснимая причина вариации периодически возникает в системе. Когда в системе присутствует объяснимая причина вариации, то распределение результата нестабильно и непредсказуемо.

gulakovs 09.07.19 в 03:05

СТАТИСТИЧЕСКОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ

gulakovs 24.02.17 в 13:53

Обзор

Существование объяснимой причины вариации может иметь значительное влияние на качество продукции процесса. Поэтому, внедрение механизмов выявления объяснимой вариации должно рассматриваться как необходимость для эффективного управления качеством. Как только выявлена причина объяснимой вариации, организация должна запустить процесс анализа выявления исходной причины, чтобы точно зафиксировать причину отклонения, а затем выполнить соответствующее корректирующее действие.

gulakovs 13.04.17 в 10:58

Методы статистического управления процессом (SPC - statistical process control) в течение десятилетий используются для выявления причин объяснимой вариации.

В данном резделе курса будут рассмотрены следующие основные темы статистического управления процессом (SPC):
- Введение в теорию контрольных диаграмм
- Сбор данных процесса
- Часто используемые контрольные диаграммы
- Процедура для разработки контрольной диаграммы
- Интерпритация контрольных диаграмм

gulakovs 14.10.18 в 23:17

Статистический контроль процесса - Обзор

Статистический контроль процесса (SPC - statistical process control) представляет собой набор методов контроля качества, которые используют вероятности нормального распределения для выявления присутствия объяснимой причины вариации. Как было отмечено ранее, своевременное обнаружение и устранение объяснимой причины вариации критически важно для достижения высоких уровней качества.

gulakovs 13.04.17 в 12:45

Контрольные диаграммы статистического контроля процессов (SPC) могут использоваться во всех ситуациях, независимо от фактического распределения образцов процесса. Это стало возможным благодяря статистическому инструменту, называемому теорема о центральном пределе.
Теорема гласит, что независимо от формы распределения выборки, распределение средних значений подгруппы размера n, взятых из этой выборки, будет стремиться к нормальному распределению по мере того, как размер подгруппы n будет расти.

gulakovs 15.10.18 в 23:40

Данная концепция становиться понятнее при рассмотрении внедрения статистического контроля процессов (SPC) в условиях непрерывного производства на котором производятся штамповки из металла. Через регулярные промежутки времени из этого процесса выбирается подмножество из пяти металлических штамповок. После чего, измеряется характеристика качества данных металлических частей, например, их вес, и рассчитывается средний вес.

gulakovs 10.07.19 в 00:02

После этого, для анализа и интерпритации, средний вес выборки отмечается на графике статистического контроля процессов (SPC). Если шаблон точек данных не согласуется с предсказанными вероятностями нормального распределения, то имеет место быть причина объяснимой вариации. Когда процесс не имеет причины объяснимой вариации, то считается, что процесс находится в "состоянии статистического контроля".

gulakovs 10.07.19 в 00:13

Статистический контроль процесса - Обзор - Продолжение

На представленном ниже рисунке показана схема статистического контроля процесса (SPC) для примера с металлической штамповкой.

Каждая из представленных на диаграмме точек данных отражает средний вес измеряемый в этот момент времени подгруппы.

gulakovs 16.06.17 в 14:45

Все схемы статистического контроля процесса (SPC) включают в себя статистически рассчитанные контрольные границы. Они называются верхним пределом управления (UCL - upper control limit) и нижним пределом управления (LCL - lower control limit). Указанные пределы устанавливаются равными +/- 3 стандартного отклонения от среднего и не должны смешиваться с верхней или нижней конструкцией (? - design) или спецификациями продукта.

gulakovs 16.06.17 в 14:48

Преимущества статистического контроля

Достижение статистически контроллируемого состояния выгодно по целому ряду причин.

Указанные причины включают в себя:
- Устранение причин объяснимой вариации. И это часто приводит к выявлению другой специальной причины вариации. Оставаясь нерешенными, указанные источники приведут к тому, что процесс будет очень неустойчивым в течение времени. Это может замаскировать положительное влияние других улучшений процесса;

gulakovs 25.08.18 в 18:49

- Уменьшается общая изменчивость системы. Это может способствовать повышению уровня качества и снижению производственных затрат;
- Выходные даныне процесса стабильны и предсказуемы. Это облегчает определение возможностей процесса в соответствие со спецификациями продукта;

gulakovs 10.07.19 в 00:22

- Если стабильный процесс способен соответствовать спецификациям продукции, то он может быть перенесен с этапа планирования на полное производство. И, наоборот, стабильный процесс, не способный достичь целей в области качества, должен быть полностью переработан. Ответственность за внедрение нового процесса может быть возложена на управленческую команду предприятия;

gulakovs 10.07.19 в 00:26

- Стабильными процессами легче управлять. Следует поощрять операторов процессов ограничивать свою деятельность мониторингом статистического контроля процесса (SPC). Не рекомендуются никакие настройки машин и оборудования, поскольку это может привести к выходы процесса из под контроля.

gulakovs 10.07.19 в 00:36

Сбор данных процесса

Одним из наиболее важных шагов внедрения статистического контроля качества является определение параметров, которые будут отслеживаться и отражаться. Указанные параметры могут быть характеристиками фактически производимой продукции, такие как длина или ширина, или они могут быть характеристиками процесса.

gulakovs 08.11.17 в 04:46

Если выбрана характеристика процесса, то она должна представлять собой операционны параметр, который влияет на качество конечного продукта. Например, очевидным параметром процесса при термообработке будет фактическая температура печи в процессе производства.

gulakovs 14.10.18 в 05:30

Все примеры, описанные в этом разделе - длина, вес и температура - будут квалифицированы как переменные данные. Переменные данные - это характеристики, которые могут быть изменены и могут принимать любое значение.
Другие стандартные примеры переменных данных включают в себя:
- Диаметр
- Влажность
- Плотность
- Объем

gulakovs 08.07.19 в 16:36

Если признак качества не является данными переменных, то он классифицируется как данные атрибута. Данные атрибута представляют собой любую характеристику, которая может принимать только дискретные значения. Это отличается от данных переменных, которые по своей натуре являются продолжительными. Процессы проверки генерируют данные атрибутов, поскольку проверяемый образец может только пройти или не пройти проверку.

gulakovs 11.08.19 в 23:25

В целях созания диаграмм статистического контроля процессов (SPC charts), образцы процесса должны отбираться через равные промежутки времени. Данные образцы упоминаются как "рациональная подгруппа". Рациональные подгруппы должны быть выбраны таким образом, чтобы элементы подгруппы имели наибольшие шансы быть одинаковыми, а единицы между подгруппами имели наибольшие шансы быть разными.

gulakovs 12.08.19 в 02:09

Данное утверждение может показаться странным на первый взгляд, но следование этой концепции значительно увеличивает способности диаграммы статистического контроля процессов (SPC chart) по обнаружению объяснимой причины вариации. Типичный размер рациональной подгруппы составляет 3-8 отдельных элементов. Хороше стратегией для создания рациональной подгруппы в высокоскоростной производственной операции будет выбор 3-8 последовательных экземпляров одной и той же части оборудования.

gulakovs 12.08.19 в 02:25

Типы контрольных карт

Были разработаны несколько типов контрольных схем для поддержки различных бизнес-приложений. Выбор наиболее подходящего типа схемы зависит от типа отображаемых данных. Если отслеживаются переменные данные, такие как температура или вес, тогда должны использоваться две контрольные схемы. Указанные схемы включают в себе схему среднего значения характеристики качества (произносится как x-bar) и схему диапазона (R). Схема диапазона используется для анализа разброса характеристик качества вокруг среднего значения процесса.

gulakovs 14.05.17 в 06:27

Когда рассматриваемая характеристика квалифицируется как данные атрибутов, то в этом случае должна быть выбрана соответствующая схемы контроля атрибутов. Две распространенных схемы контроля атрибутов включают в себя процент несоответствующих диаграмм (p-схема/p-chart), а также количество несоответствующих диаграмм (c-схема/c-chart).

gulakovs 19.07.17 в 09:09

Как правило p-схему (p-chart) можно использовать для поддержки процесса проверки. Например, организация, проводящая входной контроль закупаемых деталей, будет отражать процент дефектов в каждой партии. Данную концепцию можно проиллюстрировать с помощью следующего примера данных.

gulakovs 11.08.17 в 04:18