Daily Archives: Lipiec 4, 2012

Analiza FMEA

Published by:

Analiza FMEA pozwala na przewidywanie skutków działań i ewentualnie na zapobieganie lub łagodzenie tych niekorzystnych z punktu widzenia procesu produkcyjnego. Przewidując skutki różnych działań możemy próbować wprowadzać działania korekcyjne lub kontrolne, które zwiększą pewność naszego procesu i jednocześnie obniżą poziom generowanych błędów.

Przy wykonywaniu analizy FMEA można wprost wykorzystać statystyczną analizę procesu, która z kolei jest jednym z głównych narzędzi służących do oceny i kształtowania procesów (w tym również procesów produkcyjnych). Uzyskiwane wartości zdolności maszyny lub procesu pozwalają wprost na określenie współczynnika A, który mówi o tym jakie jest prawdopodobieństwo wystąpienia danego błędu.
Projektując proces technologiczny powinniśmy dążyć do tego aby wartość współczynnika A była mniejsza od 3, co odpowiada zdolności procesu większej od 1,33 (mając na uwadze wymagania Six Sigma, należałoby za każdym razem przyjmować współczynnik A zdecydowanie wyższy od wartości 1,33).
Bardzo często taką zdolność można uzyskać wyłącznie poprzez zastosowanie rozwiązań „Poka Yoke” lub złożonych układów sterowania z automatycznymi układami regulacyjnymi, wykorzystującymi sprzężenie zwrotne (najczęściej w postaci sygnału pomiarowego).

Analiza FMEA ma swoje początki w przemyśle kosmicznym, gdzie projektując lot rakiety musiano przewidywać różne warianty jej zachowań w przestrzeni kosmicznej (włączając również możliwość powrotu jej na ziemię, pokonania atmosfery ziemskiej, zasilania rakiety w przestrzeni kosmicznej, itp). Bez przewidywania różnych wariantów zachowań było by bardzo ciężko osiągnąć sukces nie tylko w przemyśle kosmicznym, ale coraz częściej techniki te wykorzystywane są podczas planowania procesu produkcyjnego w różnych branżach przemysłu światowego.

Analiza FMEA

Diagram Ishikawa

Published by:

Diagram Ishikawy jest narzędziem pomocnym podczas przeprowadzania analizy problemów jakościowych, dzięki któremu jesteśmy w stanie w systematyczny sposób określić źródło powstawania błędów i problemów.

Tworząc wykres możliwych przyczyn powstania błędu uwzględniamy następujące potencjalne przyczyny jego powstania:
M – man (człowiek)
M – machine (maszyna),
M – method (metoda)
M – material (materiał)
M – management (kierownictwo)
E – otoczenie (environment)

Na początku należy wybrać i zidentyfikować wszystkie możliwe przyczyny wystąpienia problemu, najczęściej wykorzystując takie narzędzia jak burza mózgów. Następnie należy wybrać te które prawdopodobnie mają największy wpływ na wystąpienie problemu oraz poddać je szczegółowej analizie, czy ustalona jako najistotniejsza przyczyna rzeczywiście potwierdza badany problem oraz w kolejnym kroku określa się sposób wyeliminowania najbardziej prawdopodobnej przyczyny powstawania problemu. Bardzo często w praktyce warto spróbować odtworzyć badany błąd w warunkach eksperymentalnych, po to aby uzyskać potwierdzenie możliwości jego wystąpienia oraz skutków, które on spowodował. Przygotowując diagram Ishikawa warto otworzyć się na różne warianty możliwych skutków, ponieważ niejednokrotnie te najmniej prawdopodobne najbardziej dotykają sedna problemu.

Podczas tworzenia zespołu opracującego analizę pracującego przy analizie problemu z wykorzystaniem diagramu Ishikway warto uwzględnić różne obszary funkcjonalne w firmie (produkcja, logistyka, jakość, utrzymanie ruchu, nie zapominając również o kierownictwie firmy czy kontroli jakości). Tylko szerokie spojrzenie na problem ma szansę na określenie rzeczywistych przyczyn wystąpienia problemu.

Diagram Ishikawy

Six sigma

Published by:

W zależności od przyjętej wielokrotności przedziału odchylenia standardowego występuje różny udział procentowy badanej wartości który mieści się w tym przedziale. Dla rozkładu normalnego w przedziale określonym przez x +/- 3 sigma przy wielkości produkcji rzędu 1.000.000 sztuk jakiegoś wyrobu, możemy się spodziewać, że poza granicą x +/- 3 sigma znajdzie się 66.807 szt. Nie wszystkie z tych wyrobów będą oczywiście wadliwe, ale jednocześnie proces można uznać za względnie stabilny.
W praktyce produkcyjnej coraz częściej spotykamy się z sytuacją, że firmy dążą do tego aby proces spełniał wymagania x+/- 6 sigma co jednocześnie oznacza, że liczba wadliwych wyrobów spada do kilku sztuk na 1.000.000 szt. wyprodukowanych wyrobów (jeśli proces podlega rozkładowi normalnemu).
Statystyczna analiza procesu produkcyjnego ma za zadanie określenie wymagań zwolnienia procesu na różnych jego etapach realizacji poczynając od pierwszego uruchomienia maszyny, a kończąc na dopuszczeniu do produkcji seryjnej. Inne wymagania stawiane są wyrobom podczas wykonania wyposażenia produkcyjnego, a inne będą obowiązywały podczas produkcji seryjnej wyrobów (SOP – Start of Production).
Chcąc osiągnąć poziom odpowiadający podejściu 6 Sigma długookresowa zdolność procesu Cp, Cpk musi być dużo wyższa od wartości 1,33. Często firmy zaczynają od niższej wartości zdolności procesu i po wprowadzeniu różnych działań korekcyjnych uzyskują z czasem spełnienie tego wymagania.
Jeżeli wiemy, że okresowo nie jesteśmy w stanie osiągnąć powyższego warunku wtedy w procesach które nie są zdolne – nie spełniają wymagania klienta – powinniśmy zastosować 100% kontrolę badanej charakterystyki, która wykracza poza ramy zdolności. W takim przypadku najlepiej jest, gdy zostanie zastosowana automatyczna selekcja braków (wyrobów nie spełniających stawiane wymagania). Oczywiście nie jest to rozwiązanie idealne, jednakże do momentu podniesienia zdolności niejednokrotnie jedyne.

Six sigma