Статистическое управление процессами - Statistical process control

Статистическое управление процессами (SPC) - метод контроль качества который нанимает Статистические методы для мониторинга и управления процессом. Это помогает гарантировать, что процесс работает эффективно, производя продукты, соответствующие спецификации, с меньшими отходами (переделка или лом ). SPC может применяться к любому процессу, в котором можно измерить выход «соответствующего продукта» (продукта, соответствующего спецификациям). Ключевые инструменты, используемые в SPC, включают: запускать графики, контрольные карты, акцент на постоянное улучшение, и план экспериментов. Примером процесса, в котором применяется SPC, являются производственные линии.

SPC необходимо выполнять в 2 этапа: первая фаза - это начальная установка процесса, а вторая фаза - это регулярное производственное использование процесса. На втором этапе необходимо принять решение о периоде, который будет проверяться, в зависимости от изменения условий 5M&E (человек, машина, материал, метод, движение, окружающая среда) и скорости износа деталей, используемых в производственном процессе (детали машин , приспособления и приспособления).

Преимущество SPC перед другими методами контроля качества, такими как "осмотр ", заключается в том, что он делает упор на раннем обнаружении и предотвращении проблем, а не на исправлении проблем после того, как они возникли.

Помимо сокращения отходов, SPC может привести к сокращению времени, необходимого для производства продукта. SPC снижает вероятность того, что готовый продукт нужно будет переработанный или утилизировать.

История

SPC был первым Уолтер А. Шухарт в Bell Laboratories в начале 1920-х гг. Шухарт разработал контрольную диаграмму в 1924 году и концепцию состояния статистического контроля. Статистический контроль эквивалентен концепции возможность обмена[1][2] разработано логиком Уильям Эрнест Джонсон также в 1924 году в своей книге Логика, часть III: Логические основы науки.[3] Вместе с командой AT&T, в которую входили Гарольд Додж и Гарри Ромига он работал, чтобы поставить отбор проб проверка также на рациональной статистической основе. Шухарт проконсультировался с полковником Лесли Э. Саймоном относительно применения контрольных карт к производству боеприпасов на армейском заводе. Пикатинни Арсенал в 1934 году. Это успешное приложение помогло убедить Army Ordnance привлечь Джорджа Эдвардса из AT&T для проведения консультаций по использованию статистического контроля качества среди своих подразделений и подрядчиков в начале Второй мировой войны.

У. Эдвардс Деминг пригласил Шухарта выступить в Высшей школе Министерства сельского хозяйства США и был редактором книги Шухарта. Статистический метод с точки зрения контроля качества (1939), который стал результатом той лекции. Деминг был важным архитектором коротких курсов по контролю качества, которые обучали американскую промышленность новым методам во время Второй мировой войны. Выпускники этих курсов военного времени сформировали в 1945 году новое профессиональное общество - Американское общество контроля качества, которое избрало Эдвардса своим первым президентом. Деминг отправился в Японию во время оккупации союзников и встретился с Союзом японских ученых и инженеров (JUSE), чтобы познакомить с методами SPC Японский промышленность .[4][5]

Общие и особые источники вариации

Основная статья: Общая причина и особая причина (статистика)

Шухарт читал новые статистические теории, выходящие из Великобритании, особенно работы Уильям Сили Госсет, Карл Пирсон, и Рональд Фишер. Однако он понимал, что данные о физических процессах редко дают нормальное распределение кривая (то есть Гауссово распределение или же 'кривая колокола '). Он обнаружил, что данные измерений вариативности производства не всегда ведут себя так, как данные измерений природных явлений (например, Броуновское движение частиц). Шухарт пришел к выводу, что, хотя каждый процесс демонстрирует вариации, некоторые процессы демонстрируют вариации, которые естественны для процесса ("общий"источники вариации); эти процессы он описал как в (статистическом) контроле. Другие процессы дополнительно демонстрируют вариации, которые не присутствуют в причинной системе процесса во все времена ("специальный"источники вариаций), которые Шухарт описал как не под контролем.[6]

Применение к непроизводственным процессам

В 1988 г. Институт программной инженерии предположил, что SPC может применяться к непроизводственным процессам, таким как процессы разработки программного обеспечения, в Модель зрелости возможностей (CMM). Практика уровня 4 и уровня 5 интеграции модели зрелости способностей (CMMI ) используют эту концепцию.

Применение SPC к неповторяющимся, наукоемким процессам, таким как исследования и разработки или системная инженерия, встретило скептицизм и остается спорным.[7][8][9]

В своей основополагающей статье Нет серебряной пули, Фред Брукс указывает на то, что сложность, требования к соответствию, изменчивость и невидимость программного обеспечения[10][11] приводит к неотъемлемым и существенным вариациям, которые нельзя удалить. Это означает, что SPC менее эффективен в области разработки программного обеспечения, чем, например, в производстве.

Вариации в производстве

При производстве качество определяется как соответствие спецификации. Однако нет двух продуктов или характеристик, которые бы никогда не совпадали в точности, потому что любой процесс содержит множество источников изменчивости. В массовом производстве качество готового изделия традиционно гарантируется послепроизводственным контролем продукта. Каждое изделие (или образец изделий из производственной партии) может быть принято или отклонено в зависимости от того, насколько хорошо оно соответствует своему дизайну. спецификации, SPC использует статистический инструменты для наблюдения за производительностью производственного процесса с целью выявления значительных отклонений до того, как они приведут к производству нестандартного изделия. Любой источник отклонений в любой момент времени в процессе относится к одному из двух классов.

(1) Общий причины
«Общие» причины иногда называют «неназванными» или «нормальными» источниками вариаций. Он относится к любому источнику вариаций, который постоянно воздействует на процесс, которых обычно много. Этот тип причин в совокупности дает статистически стабильное и повторяемое распределение во времени.
(2) Специальный причины
«Особые» причины иногда называют «приписываемыми» источниками вариаций. Термин относится к любому фактору, вызывающему отклонение, которое влияет только на некоторые результаты процесса. Они часто бывают прерывистыми и непредсказуемыми.

У большинства процессов есть много источников вариаций; большинство из них незначительны и могут быть проигнорированы. Если будут обнаружены доминирующие назначаемые источники вариаций, потенциально их можно будет идентифицировать и удалить. Когда они удаляются, процесс называется «стабильным». Когда процесс стабилен, его вариации должны оставаться в известных пределах. По крайней мере, до тех пор, пока не появится другой назначаемый источник вариации.

Например, линия упаковки хлопьев для завтрака может быть спроектирована так, чтобы заполнять каждую коробку для хлопьев 500 граммами хлопьев. В одних коробках чуть больше 500 граммов, в других - чуть меньше. При измерении веса упаковки данные покажут распределение веса нетто.

Если производственный процесс, его вводимые ресурсы или его среда (например, машина на линии) изменятся, распределение данных изменится. Например, по мере износа кулачков и шкивов оборудования машина для наполнения зерновых может помещать в каждую коробку больше, чем заданное количество зерновых. Хотя это может принести пользу потребителю, с точки зрения производителя это расточительно и увеличивает стоимость производства. Если производитель своевременно обнаружит изменение и его источник, изменение можно исправить (например, заменить кулачки и шкивы).

Заявление

Применение SPC включает три основных этапа деятельности:

  1. Понимание процесса и ограничений спецификации.
  2. Устранение назначаемых (особых) источников вариации, чтобы процесс был стабильным.
  3. Мониторинг текущего производственного процесса с помощью контрольных диаграмм для обнаружения значительных изменений среднего значения или вариации.

Графики контроля

Данные измерений вариаций в точках на карте процесса отслеживаются с помощью контрольные карты. Контрольные диаграммы пытаются отличить «назначаемые» («специальные») источники вариаций от «общих» источников. «Общие» источники, поскольку они являются ожидаемой частью процесса, гораздо меньше заботят производителя, чем «назначаемые» источники. Использование контрольных диаграмм - это непрерывная деятельность, продолжающаяся во времени.

Стабильный процесс

Когда процесс не запускает ни одно из «правил обнаружения» контрольной диаграммы для контрольной диаграммы, он считается «стабильным». А возможность процесса анализ может быть выполнен на стабильном процессе, чтобы предсказать способность процесса производить «соответствующий продукт» в будущем.

Стабильный процесс можно продемонстрировать с помощью сигнатуры процесса, не имеющей отклонений за пределами индекса возможностей. Сигнатура процесса - это нанесенные на график точки по сравнению с индексом возможностей.

Чрезмерные вариации

Когда процесс запускает какое-либо из «правил обнаружения» контрольной диаграммы (или, альтернативно, возможности процесса низкие), могут выполняться другие действия для определения источника чрезмерного отклонения. Инструменты, используемые в этих дополнительных действиях, включают: Диаграмма Исикавы, разработанные эксперименты, и Диаграммы Парето. Спланированные эксперименты - это средство объективной количественной оценки относительной важности (силы) источников вариации. Как только источники (особые причины) отклонений определены, их можно свести к минимуму или устранить. Шаги по устранению источника вариаций могут включать: разработку стандартов, обучение персонала, защиту от ошибок и изменения самого процесса или его входных данных.

Показатели стабильности процесса

При мониторинге многих процессов с помощью контрольных диаграмм иногда полезно рассчитать количественные показатели стабильности процессов. Эти показатели затем можно использовать для определения / определения приоритетов процессов, которые больше всего нуждаются в корректирующих действиях. Эти показатели также можно просмотреть как дополнение к традиционным возможность процесса Было предложено несколько показателей, как описано у Рамиреса и Рунгера.[12]Это (1) коэффициент стабильности, который сравнивает долгосрочную изменчивость с краткосрочной изменчивостью, (2) тест ANOVA, который сравнивает вариацию внутри подгруппы с вариацией между подгруппами, и (3) коэффициент нестабильности, который сравнивает количество подгрупп, которые имеют одно или несколько нарушений Правила Western Electric к общему количеству подгрупп.

Математика контрольных карт

В цифровых контрольных диаграммах используются логические правила, определяющие «производные значения», которые сигнализируют о необходимости корректировки. Например,

производное значение = последнее значение + средняя абсолютная разница между последними N числами.

Смотрите также

Рекомендации

  1. ^ Барлоу и Ирония (1992)
  2. ^ Бергман (2009)
  3. ^ Забелл (1992)
  4. ^ Деминг, У. Эдвардс, Лекции по статистическому контролю качества., Nippon Kagaku Gijutsu Remmei, 1950
  5. ^ Деминг, У. Эдвардс и Дауд С. Джон (переводчик) Лекция для японского менеджмента, Веб-сайт электронной сети Деминга, 1950 (из японской стенограммы лекции Деминга для «80% японского высшего руководства», прочитанной в Hotel de Yama в г. Хаконэ в августе 1950 г.)
  6. ^ Почему SPC?. SPC Press, Inc. Британская ассоциация Деминга. 1992 г.
  7. ^ Боб Рачинский и Билл Кертис (2008) Данные программного обеспечения нарушают основные предположения SPC, Программное обеспечение IEEE, май / июнь 2008 г., т. 25, No. 3, pp. 49-51
  8. ^ Роберт В. Биндер (1997) Может ли модель качества производства работать для программного обеспечения ?, Программное обеспечение IEEE, сентябрь / октябрь 1997 г., стр. 101-105
  9. ^ Рачинский, Боб (20 февраля 2009 г.). «Применимо ли статистическое управление процессами к процессам разработки программного обеспечения?». StickyMinds.
  10. ^ Брукс, Ф. П., Дж. (1987). «Нет серебряной пули - сущность и случайности разработки программного обеспечения» (PDF). Компьютер. 20 (4): 10–19. CiteSeerX  10.1.1.117.315. Дои:10.1109 / MC.1987.1663532.
  11. ^ Фред П. Брукс (1986) Нет серебряной пули - сущность и случайность в разработке программного обеспечения, Труды Десятой всемирной компьютерной конференции ИФИП 1986 г., стр. 1069–1076
  12. ^ Рамирес, Б.; Рангер, Г. (2006). «Количественные методы оценки стабильности процесса». Качественная инженерия. 18 (1). С. 53–68. Дои:10.1080/08982110500403581.

Библиография

  • Барлоу, Р. Э. и Ирони, Т. З. (1992) "Основы статистического контроля качества" в Ghosh, M. & Pathak, P.K. (ред.) Актуальные проблемы статистического вывода: очерки в честь Д. Басу, Хейворд, Калифорния: Институт математической статистики, 99-112.
  • Бергман Б. (2009) "Концептуалистический прагматизм: основа для байесовского анализа?", IIE транзакции, 41, 86–93
  • Деминг В. Э. (1975) «О вероятности как основе действия», Американский статистик, 29(4), 146–152
  • — (1982) Выход из кризиса: качество, производительность и конкурентоспособность ISBN  0-521-30553-5
  • Грант, Э. Л. (1946) Статистический контроль качества ISBN  0071004475
  • Окленд, Дж (2002) Статистическое управление процессами ISBN  0-7506-5766-9
  • Салацинский, Т (2015) SPC - Статистический контроль процессов. Издательство Варшавского технологического университета. ISBN  978-83-7814-319-2
  • Шухарт, Вашингтон (1931) Экономический контроль качества выпускаемой продукции ISBN  0-87389-076-0
  • — (1939) Статистический метод с точки зрения контроля качества ISBN  0-486-65232-7
  • Уилер, Д. Дж. (2000) Нормальность и диаграмма процесс-поведение ISBN  0-945320-56-6
  • Уиллер, Д. Дж. И Чемберс, Д. С. (1992) Понимание статистического управления процессами ISBN  0-945320-13-2
  • Уилер, Дональд Дж. (1999). Понимание вариации: ключ к управлению хаосом - 2-е издание. SPC Press, Inc. ISBN  0-945320-53-1.
  • Мудрый, Стивен А. и Фэйр, Дуглас С. (1998). Инновационная диаграмма управления: практические решения SPC для современной производственной среды. Качественная пресса ASQ. ISBN  0-87389-385-9
  • Забелл, С. Л. (1992). «Предсказание непредсказуемого». Синтез. 90 (2): 205. Дои:10.1007 / bf00485351.
  • 2019 "Полное руководство по статистическому контролю процессов "

внешняя ссылка