Wieloczynnikowa analiza rozkładów statystycznych terminów wykonania zadań produkcyjnych MSA 2008.11.03-05
<ul><li>Celem jest przedstawienie narzędzi stosowanych w zarządzaniu jakością oraz próba implementowania ich do zarządzani...
<ul><li>LITERATURA </li></ul><ul><li>Bazą dla przedstawionych w dalszym etapie działań są : </li></ul><ul><li>metodologia...
Wykonanie kart kontrolnych SPC i wydajność procesów Analiza rozkładów na podstawie SPC Ocena wskaźnika Pp Wnioski, działan...
ETAP I
Historyczny rozwój kart kontrolnych SPC ( S tatistical P roces C ontrol) W. Shewart ( ~ 1924 rok) W.E. Deming Zmienność ...
Rodzaje kart kontrolnych SPC, Dane zmiennej czy dyskretnej? Zmienna (przy liczbowej ocenie właściwości) Dyskretna (prz...
Karty kontrolne SPC w Polskich Normach Zasady prowadzenia badań statystycznych PN 82/N-01052.00 Losowy wybór wyrobów PN-8...
Nr kolejny grupy obróbczej Uproszczenie Karty kontrolnej SPC - 8168/7
<ul><li>Celem wydajności są : </li></ul><ul><li>Sformułowanie rekomendacji umo ż liwiających dokonanie niezb ę dnych zmian...
Dochodzimy do wydajności 10,54% Wydział pierwszy Wydział drugi Wydział trzeci Wydajność klasyczna = Yc = ¾ = 75% Wydajno...
ETAP II
Analiza wieloczynnikowa - Multi Variable Study Czy proces jest stabilny? Strategia dla powodów chronicznych (system stabil...
<ul><li>Powtarzalność </li></ul><ul><li>Odtwarzalność </li></ul><ul><li>Dokładność </li></ul><ul><li>Stabilność </li></...
Gage R&R - Schemat ideowy np,: sezonowość, moda Dla danych ciągłych używamy R&R pomiaru, a dla danych nieciągłych R&R ce...
Powtarzalność Gage R&R – narzędzia : Powtarzalność – jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w o...
Odtwarzalność Gage R&R – narzędzia : Odtwarzalność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w o...
Dokładność Gage R&R – narzędzia : Dokładność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w porówna...
Stabilność Gage R&R – narzędzia : Stabilność – Odnosi się do różnicy w średniej ostatnich dwóch pomiarów uzyskanych prz...
Rozdzielność Gage R&R – narzędzia : LSL LSL LSL średnia średnia średnia
Liniowość Gage R&R – narzędzia : Liniowość – Jest to różnica w precyzji i zakresie przyrządów pomiarowych, lub też różni...
ETAP III
Proces produkcji Proces dokumentacji Proces zaopatrzenia materiałowego Rozkłady dla procesów
Rozkłady dla projektów
<ul><li>Jednak żeby tego dokonać należy zapewnić, aby materiał był praktycznie dostępny na 35 dni przed terminem zakończen...
ETAP IV
P p = Tolerancja górna – Tolerancja dolna 6 odchyleń standardowych Dla procesu niestabilnego : Dla procesu stabilnego ma...
Harmonogram ( MS Project , SureTrak, PowerProject, CA-SuperProjekt, Project Workbench, Primavera + wizualizacja 3D “CON...
Celem jest osiągnięcie 6 sigm, co pozwala na zminimalizowanie ilości błędów do 3,4 części na milion Ciągle zwiększając w ...
P pk = USL (tolerancja górna) – średnia 6 odchyleń standardowych Dla procesu niestabilnego ( mniejsza z dwóch liczb ): D...
Wskaźnik wydolności (dryfu) procesu Ppk: Harmonogram Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia) LSL USL
Yield – mówi, że losowo wybrana dana ma w LongTerm od 71,11[%] do 88,14[%] szansy znajdowania się w przedziale +/- 3 odchy...
Yeld – mówi, że losowo wybrana dana ma w LongTerm od 0,54 [%] do 33,83 [%] szansy znajdowania się w przedziale +/- 3 odchy...
Yeld – mówi, że losowo wybrana dana ma w LongTerm od 28,82 [%] do 47,81 [%] szansy znajdowania się w przedziale +/- 3 odc...
ETAP V
Wnioski końcowe : Z porównania procesów produkcji [1], dostaw materiałowych [2] i dokumentacji [3] wynika, że DPMO [ iloś...
Ustalenie granic specyfikacji Uproszczeniem jest Funkcja strat Taguchi’ego Wskaźnik Pp jest traktowany jako procent wykor...
Dziękuję za uwagę. Kontakt : [email_address]
of 38

Prezentacja+Msa+2008+ +Dariusz+Lipski+ +Ver.3

Published on: Mar 4, 2016
Published in: Technology      Business      
Source: www.slideshare.net


Transcripts - Prezentacja+Msa+2008+ +Dariusz+Lipski+ +Ver.3

  • 1. Wieloczynnikowa analiza rozkładów statystycznych terminów wykonania zadań produkcyjnych MSA 2008.11.03-05
  • 2. <ul><li>Celem jest przedstawienie narzędzi stosowanych w zarządzaniu jakością oraz próba implementowania ich do zarządzania produkcją. </li></ul><ul><li>W prezentacji przeanalizowano rozkłady statystyczne terminów wykonania zadań produkcyjnych ( zgodnie z harmonogramem ) oraz dokonano oceny analizowanych procesów za pomocą dostępnych wskaźników i narzędzi six sigma . </li></ul><ul><li>Określono górną (USL) i dolną granicę specyfikacji (LSL) oraz wydajność procesów za pomocą wskaźnika Pp. </li></ul>CEL WYSTĄPIENIA:
  • 3. <ul><li>LITERATURA </li></ul><ul><li>Bazą dla przedstawionych w dalszym etapie działań są : </li></ul><ul><li>metodologia opisana przez Mikel’a Harry’ego i Michael’a Schroeder’a w książce „Six Sigma” na przykładach udanych wdrożeń w takich firmach jak : Allied Signal, General Electric, Sony, Honda, Maytag, Raytheon, Texas Instruments, Bombardier, Canon, Hitachi, Lockheed Martin i Polaroid jak również …. </li></ul><ul><li>wiedza zdobyta przeze mnie na szkoleniu Black Belt Six Sigma DMAIC , oraz </li></ul><ul><li>dokonania John’a Francis’a &quot;Jack’a&quot; Welch’a który był przez 20 lat prezesem GE. </li></ul><ul><li>W światowej literaturze nie znalazłem odniesienia do zarządzania produkcją zgodnie z tą metodologią i w sposób zaproponowany w tej prezentacji, jednakże to nie znaczy, że nie ma takowych, gdyż jest to temat bardzo mocno eksploatowany . </li></ul><ul><li>METODOLOGIA </li></ul><ul><li>Wszystkie przedstawione dane w dalszych analizach zostały zaczerpnięte z rzeczywistych przykładów przy realizacji ,których miałem okazje pracować. </li></ul><ul><li>Przyjęta metodologia opiera się na zestawieniu różnic z planowanych terminów realizowanych zadań oraz rzeczywistych terminów. Na tej bazie dokonano serii rozkładów statystycznych procesów oraz wyciągnięto stosowne wnioski. </li></ul>
  • 4. Wykonanie kart kontrolnych SPC i wydajność procesów Analiza rozkładów na podstawie SPC Ocena wskaźnika Pp Wnioski, działania korygujące i zapobiegawcze Multi Vari Study Gage R&R PLAN WYSTĄPIENIA: W dalszej części prezentacji omówione zostaną następujące działania: ETAP I ETAP IV ETAP III ETAP II ETAP V
  • 5. ETAP I
  • 6. Historyczny rozwój kart kontrolnych SPC ( S tatistical P roces C ontrol) W. Shewart ( ~ 1924 rok) W.E. Deming Zmienność kontrolowana Przyczyny ogólne Zmienność niekontrolowana Przyczyny szczególne Stabilna i spójna Losowa Przewidywalna Wewnętrzne dla systemu Tylko zarząd może skorygować Kontrola przez zarząd Niestabilna, niespójna Nieprzewidywalna Powody możliwe do przypisania Może być skorygowana lokalnie Nie jest normalną właściwością systemu Może mieć naturę lokalną ZROZUMIENIE PROCESU – WYSZUKANIE PRZYCZYN ZMIENNOŚCI I USNIĘCIE ICH Cel
  • 7. Rodzaje kart kontrolnych SPC, Dane zmiennej czy dyskretnej? Zmienna (przy liczbowej ocenie właściwości) Dyskretna (przy alternatywnej ocenie właściwości) Mały Duży Stały rozmiar partii? Indywidual –X & Moving Range Tak Nie X Bar & R (range) Wady czy % produktów wadliwych Wady czy % produktów wadliwych u p np c X Bar & S MA, EWMA CUSUM T ² Hotteling’a Duży czy mały wolumen?
  • 8. Karty kontrolne SPC w Polskich Normach Zasady prowadzenia badań statystycznych PN 82/N-01052.00 Losowy wybór wyrobów PN-83/N-03010 Wyznaczanie liczby próbek PN-73/N-03009 Badanie rozkładu właściwości PN-83/N-01052.07 PN-85/N-01052.08 PN-89/N-01054 PN-90/N-01055 Karty kontrolne Shewarta PN-ISO 8258 +AC1:1996 Karty sum skumulowanych PN-88/N-03011.01 PN-86/N-03011.02 PN-85/N-03011.04 PN-87/N-03011.06 Obliczanie średniej PN-ISO 2602:1994 PN-83/N-01052.02 Wykrywanie grubych błędów PN-87/N 01052.13 Wskaźnik struktury PN-83-01052.01 Badanie losowości ciągu obserwacji PN-85/N-01052.12 Obliczanie odchylenia średniego PN-83/N-01052.04 Testy związane z wartościami średnimi i wariancjami PN-ISO 2854:1994 PN-ISO 3494:1994 Badanie zależności pomiędzy właściwościami PN-86/N-01052.09 PN-86/N-01052.10 PN-86/N-01052.11 Porównanie wartości średnich lub wariancji w różnych populacjach PN-ISO 3301:1994 PN-84/N-01-052.03 PN-84/N-01-052.05 PN-85/N-01-052.06 Statystyczne sterowanie jakością. Statystyka. Terminologia PN-ISO 3534-2:1994 PN 90/N-01051 Źródło: Tomasz Greber
  • 9. Nr kolejny grupy obróbczej Uproszczenie Karty kontrolnej SPC - 8168/7
  • 10. <ul><li>Celem wydajności są : </li></ul><ul><li>Sformułowanie rekomendacji umo ż liwiających dokonanie niezb ę dnych zmian i popraw ę procesów, projektów i produktów </li></ul><ul><li>Pomoc w zidentyfikowaniu mo ż liwości dostarczenia wi ę cej lepszych produktów i usług po takim samym koszcie lub taniej </li></ul><ul><li>U ż ywanie uzyskiwanych informacji do lepszego zarz ą dzania operacyjnego ,. </li></ul><ul><li>Zademonstrowanie mo ż liwo ś ci obni ż ania kosztów bez zmniejszania ilo ś ci i jako ś ci </li></ul><ul><li>Wzrost lub/i poprawa produkcji oraz usług bez powi ę kszania wydatków </li></ul><ul><li>Identyfikacja s ł abo ś ci w istniej ą cych kontrolach i procesach w celu lepszego u ż ycia zasobów. </li></ul>100% przyczyn błędów 20% operator procesu 80% czynnik ludzki 80% nadzór, zarządzanie i kierowanie 20% czynnik techniczny W sumie 16% W sumie 64% Źródło DNV Dlaczego ważna jest wydajność procesów?
  • 11. Dochodzimy do wydajności 10,54% Wydział pierwszy Wydział drugi Wydział trzeci Wydajność klasyczna = Yc = ¾ = 75% Wydajność pierwotna = YFT = ¼ = 25% Wydajność całkowita = YTP = P(O) = e = e = 1054 =10,54% -DPU -2,25 Mamy 4 elementy i po każdej inspekcji tylko jeden element jest zakwalifikowany pozytywnie przez kontrolę do następnego etapu. Dlaczego ważna jest wydajność (podejście jakościowe) procesów?
  • 12. ETAP II
  • 13. Analiza wieloczynnikowa - Multi Variable Study Czy proces jest stabilny? Strategia dla powodów chronicznych (system stabilny). Strategia dla powodów sporadycznych (system niestabilny). DOE Co się zmieniło? Multi Vari Study Który X wywarł wpływ na Y Dekompozycja Monitorowanie błędów Określenie tolerancji operacyjnej (standard, norma) Sprawdzanie wpływu / powodzenia zmian (DOE) Planowanie, pilotowanie i implementowanie zmian (CPI) Akceptacja procesu (specyfikacja, zdolność) Czy proces jest okresowo stabilny?
  • 14. <ul><li>Powtarzalność </li></ul><ul><li>Odtwarzalność </li></ul><ul><li>Dokładność </li></ul><ul><li>Stabilność </li></ul><ul><li>Rozdzielność </li></ul><ul><li>Liniowość </li></ul>Gage R&R – narzędzia :
  • 15. Gage R&R - Schemat ideowy np,: sezonowość, moda Dla danych ciągłych używamy R&R pomiaru, a dla danych nieciągłych R&R cechy albo DDA Obserwowana zmienność procesu Długoterminowa zmienność procesu Krótkoterminowa zmienność procesu Zmienność w ramach próbki Zmienność w skutek operatora Dokładność (3) (subiektywność) Stabilność (4) (zależy od czasu) Liniowość (5) (zależy od wartości) Odtwarzalność (2) Faktyczna zmienność procesu Zmienność pomiarów Zmienność w skutek rozpiętości Precyzja (czysty błąd) Powtarzalność (1)
  • 16. Powtarzalność Gage R&R – narzędzia : Powtarzalność – jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez jedną osobę badającą ten sam przedmiot kilka razy. Jest to zmienność w pomiarach uzyskana, gdy ten sam operator używa tego samego narzędzia pomiarowego podczas identycznych pomiarów tej samej próbki. Zmiana jest również „replikowaniem” lub „czystym błędem”. Powtarzalność jest fundamentalnym błędem popełnianym we wszystkich wnioskach dotyczących interpretacji danych. Jedynie poprzez rzetelne oszacowanie błędu replikacji można ocenić inne czynniki, które mogą mieć wpływ na dane. LSL
  • 17. Odtwarzalność Gage R&R – narzędzia : Odtwarzalność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez różne osoby badające ten sam przedmiot. Jest to zmienność w średniej pomiarów pomierzonej przez różnych operatorów używających tego samego przyrządu pomiarowego podczas pomiaru tych samych próbek. Odtwarzalność to zmienność obserwowana wówczas gdy różni operatorzy / instrumenty mierzą ten sam element. LSL
  • 18. Dokładność Gage R&R – narzędzia : Dokładność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w porównaniu ze stanem faktycznym (tzn. znaną wartością , oszacowaniem itp.). Jest to różnica pomiędzy zaobserwowaną średnią pomiarów a rzeczywistością. Zdecydowanie najlepszą metodą ustalania prawdziwej średniej są pomiary z użyciem jak najdokładniejszych przyrządów pomiarowych. LSL
  • 19. Stabilność Gage R&R – narzędzia : Stabilność – Odnosi się do różnicy w średniej ostatnich dwóch pomiarów uzyskanych przy pomocy tego samego przyrządu pomiarowego i tej samej próbki pomiarowej w innym czasie. Odnosi się to do różnicy w średniej ostatnich dwóch ustawień pomiarowych tego samego narzędzia pomiarowego przy tej samej próbce pomiarowej pomierzonej w różnym czasie. Stabilność populacji tj czy pojawiają się przesunięcia, trendy lub cykle. Czy przy usprawnianiu przyjąć podejście oparte na szczególe czy zwykłą przyczynę zmienności. LSL USL LSL
  • 20. Rozdzielność Gage R&R – narzędzia : LSL LSL LSL średnia średnia średnia
  • 21. Liniowość Gage R&R – narzędzia : Liniowość – Jest to różnica w precyzji i zakresie przyrządów pomiarowych, lub też różnica w precyzji wartości i oczekiwanego zakresu przyrządów pomiarowych. LSL
  • 22. ETAP III
  • 23. Proces produkcji Proces dokumentacji Proces zaopatrzenia materiałowego Rozkłady dla procesów
  • 24. Rozkłady dla projektów
  • 25. <ul><li>Jednak żeby tego dokonać należy zapewnić, aby materiał był praktycznie dostępny na 35 dni przed terminem zakończenia, co będzie stanowić górną granicę specyfikacji materiałowej dolną jej granicę stanowi okres 6 tygodni tj. 42 dni gdyż tyle średnio trwa realizacja zamówienia z dostawą do stoczni – te dwa zakresy uwzględniono poniżej. Aby móc zamówić materiał do produkcji musi być gotowa dokumentacja projektowo-konstrukcyjna przy której z wykazu części do rysunku/ rysunków można dokonać zamówienia. Dla dokumentacji określiłem podobny zakres jak dla produkcji i zaopatrzenia, gdyż z obserwowanych historycznych danych wydaje się on wystarczający. </li></ul><ul><li>Do dalszych analiz ustalono dolną LSL i górną granice specyfikacji USL dla : </li></ul><ul><li>Produkcji............. -7 dni .............28 dni </li></ul><ul><li>Materiału..............-49 dni...............-7 dni </li></ul><ul><li>Dokumentacji ......-79 dni ............-49 dni </li></ul><ul><li>( zakresy poszczególnych specyfikacji są wielkościami, których należy poszukiwać ) </li></ul>Wnioski pośrednie :
  • 26. ETAP IV
  • 27. P p = Tolerancja górna – Tolerancja dolna 6 odchyleń standardowych Dla procesu niestabilnego : Dla procesu stabilnego mamy Cp Proces jest stabilny dla Cp (Pp) ≥ 1 Wskaźnik zdolności procesu (wydajność w ujęciu kosztowym):
  • 28. Harmonogram ( MS Project , SureTrak, PowerProject, CA-SuperProjekt, Project Workbench, Primavera + wizualizacja 3D “CONSIM” ) Budowa statku to kilka tysięcy zadań a pracochłonność osiąga milion roboczogodzin. Ceny najdroższych z statków osiągają 1 miliard dolarów (np. wycieczkowce). Planowany termin zakończenia – rzeczywisty termin zakończenia [w dniach]
  • 29. Celem jest osiągnięcie 6 sigm, co pozwala na zminimalizowanie ilości błędów do 3,4 części na milion Ciągle zwiększając w tym czasie zdolność procesu Cp (Pp) Wskaźnik zdolności procesu Pp Harmonogram , Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia)
  • 30. P pk = USL (tolerancja górna) – średnia 6 odchyleń standardowych Dla procesu niestabilnego ( mniejsza z dwóch liczb ): Dla procesu stabilnego mamy Cpk Proces jest stabilny dla Cp (Pp) ≥ 1 Wskaźnik wydolności (dryfu) procesu : P pk = 6 odchyleń standardowych LSL (tolerancja dolna) – średnia Lub :
  • 31. Wskaźnik wydolności (dryfu) procesu Ppk: Harmonogram Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia) LSL USL
  • 32. Yield – mówi, że losowo wybrana dana ma w LongTerm od 71,11[%] do 88,14[%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z.Shift – wskazuje ukryte rezerwy na produkcji dlatego np. wprowadza się współczynniki korekcyjne na normatywy kalkulacji kosztów (ponieważ Z.Shift ≥1) Z.Bench (Sigma) – aktualna zdolność procesu to od 0,56 do 1,18 a zdolność procesu będąca do osiągnięcia to od 2,06 do 2,68 Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 2,25 dnia, aby docelowo osiągnąć wartość 0,75 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dwóch dni a docelowo w LongTerm w granicach jednego dnia. PRODUKCJA ST przewidywane   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 10,5       2,61 1,5     0,00 99,55 4515     8168/6 10,5       2,68 1,5     0,00 99,63 3660     8168/5 10,5       2,06 1,5     0,01 98,01 19862     8168/4 10,5       2,25 1,5     0,01 98,78 12240     LT osiągalne   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 4 9 2,49 1,11 1,11 1,5 0,00 0,12 0,13 86,67 133314 0,60 0,38 8168/6 4 9 2,60 1,21 1,18 1,5 0,00 0,11 0,11 88,14 118629 0,63 0,40 8168/5 15 15 0,80 1,42 0,56 1,5 0,21 0,07 0,28 71,11 288899 0,37 0,27 8168/4 -0 8 3,38 0,75 0,75 1,5 0,00 0,22 0,22 77,32 226777 0,69 0,25
  • 33. Yeld – mówi, że losowo wybrana dana ma w LongTerm od 0,54 [%] do 33,83 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift – wskazuje ukryte rezerwy w biurze konstrukcyjnym, gdyż jak wiadomo są niewłaściwe zasady płacenia za wykonywane prace: od ilości rysunków, od ilości uszczegółowień, od ilości pozycji na rysunku itp... Z Bench (Sigma) – aktualna zdolność procesu to od -2,52 do -0,42 a zdolność procesu będąca do osiągnięcia to od -1,02 do 1,08 Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 0,55 dnia, aby docelowo osiągnąć wartość -0,95 dni w LongTerm a. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie minus dnia a docelowo w LongTerm w granicach minus dwa dni. DOKUMENTACJA ST przewidywane   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -90 1,08 1,5 0,13 86,06 139406     8168/6 -90 -0,66 1,5 0,74 25,49 745143     8168/5 -90 -1,02 1,5 0,84 15,48 845198     8168/4 -90 0,55 1,5 0,29 70,76 292425     LT osiągalne   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -94 33 0,57 0,31 -0,42 1,5 0,28 0,37 0,66 33,83 661664 0,15 0,10 8168/6 -29 21 -2,15 3,58 -2,16 1,5 0,98 0,00 0,98 1,54 984586 0,24 -0,72 8168/5 -14 23 -2,51 3,76 -2,52 1,5 0,99 0,00 0,94 0,59 994066 0,21 -0,84 8168/4 -81 69 0,09 0,34 -0,95 1,5 0,46 0,36 0,82 17,01 829871 0,07 0,03
  • 34. Yeld – mówi, że losowo wybrana dana ma w LongTerm od 28,82 [%] do 47,81 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift – wskazuje ukryte rezerwy w zaopatrzeniu, wybór dostawców, sposoby finansowania, zamawiania potrzebnych materiałów do bieżącego wykorzystana na produkcji Z Bench (Sigma) – aktualna zdolność procesu to od 0,94 do 1,45 a zdolność procesu będąca do osiągnięcia to od -0,05 do -0,56 Dla jednostki 8168/7 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 1,45 dnia, aby docelowo osiągnąć wartość -0,05 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dnia a docelowo w LongTerm w granicach minus dzień. MATERIAŁ ST przewidywane   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -52 1,45 1,5 0,07 92,58 74228     8168/6 -52 0,94 1,5 0,17 82,67 173280   LT osiągalne   Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -39 32 0,29 1,1 -0,05 1,5 0,38 0,13 0,52 47,81 521930 0,23 0,1 8168/6 -17 23 -0,54 2,5 -0,56 1,5 0,70 0.00 0,71 28,82 711823 0,33 -0,18
  • 35. ETAP V
  • 36. Wnioski końcowe : Z porównania procesów produkcji [1], dostaw materiałowych [2] i dokumentacji [3] wynika, że DPMO [ ilość wad na milion ] dla np. jednostki 8168/7 [1] = 4515,7 / 133314,1; [2] = 199406,3 / 661664,3; [3] = 74228,9 / 521930,8 gdzie pierwsza wartość to ShortTerm a druga LongTerm najgorzej wypada proces [2] niewiele lepiej proces [3], najdziwniejsze że przy takich parametrach całkiem nieźle broni się proces [1]. Proces produkcji [1] ma w LT lepsze parametry niż proces [2] w ST. Optymalizacji produkcji wymagają właśnie te etapy nie będące produkcją a mające znaczący wpływ na nią, dzięki poprawie właśnie tych procesów można uzyskać jeszcze lepszą sprawność procesu produkcji. Zakłada się, że Cp < 1 oznacza proces całkowicie niewydolny, gdyby na tej podstawie oceniać przedstawione procesy, to żaden z nich nie kwalifikuje się, aby uznać go za proces wydolny, produkcja pewnie okazała by się procesem wydolnym, jednak z różnych przyczyn niezdolnym. W mojej ocenie mimo wszystko najlepszym, z ukrytymi rezerwami organizacyjno technologicznymi, o czym świadczyć może sprawność realizacji znacznie opóźnionych zadań. Kolejnym interesującym wskaźnikiem jest Yeld tj. wydajność czy też zysk z procesu, rekordowa wydajność 0,59[%] została zarejestrowana i wykazana dla dokumentacji na jednostce 8168/5 najbardziej opóźniony i nieregularny rzeczywisty proces, równie dobrze można było nic nie robić! Rzeczywista wydajność produkcji w tym samym czasie zawiera się w granicach 71,11[%] do 88,14[%], i jest to wynik nadzwyczaj dobry w porównaniu z procesami które wpływają na jego realizację.
  • 37. Ustalenie granic specyfikacji Uproszczeniem jest Funkcja strat Taguchi’ego Wskaźnik Pp jest traktowany jako procent wykorzystania całego budżetu Strata = dzień pracy wydziału w [PLN] x (norma – ile dni standardowo zakładamy odchylenia) –(rzeczywiste odchylenie) (wielkość straty przy minimalnym odchyleniu – 1 dzień} ² LSL USL Określenie wielkości strat wynikających z opóźnień terminowych
  • 38. Dziękuję za uwagę. Kontakt : [email_address]

Related Documents