¿Quiere asesoramiento sobre la implementación del control estadístico de procesos en una organización de fabricación en proceso de maduración?El escenario : tenemos un LIMS que envía datos de pruebas de control de calidad desde la fabricación a un almacén de datos. Tenemos un puñado de usuarios de JMP. Finalmente queremos introducir un enfoque sistemático para el SPC y estamos discutiendo diferentes estrategias para hacerlo. Una de las cosas que surgieron fue la decepción de que no podemos aprovechar al máximo nuestro sistema LIMS, pero lo más probable es que tengamos que extraer los datos para determinar las tendencias del almacén de datos. El hecho de que no hayamos tenido LIMS durante mucho tiempo resultó en fuentes de datos relativamente sucias, que requirieron mucha limpieza. Sin embargo, la limpieza es necesaria incluso con datos provenientes de LIMS debido a varios y continuos cambios en el sistema LIMS (se introducen nuevos productos que requieren nuevas pruebas de control de calidad, productos descontinuados y sus pruebas de control de calidad ya no son necesarios, cambios en los nombres de las pruebas, nuevos tipos de muestras , cambios de configuración, etc., etc.). Mi impresión es que así es como son las cosas: las cosas cambian, los niveles de alfabetización de datos varían, la disciplina de datos no se aplica rígidamente, los superusuarios de LIMS a menudo no son usuarios de almacenes de datos y, a menudo, las cosas simplemente funcionan de manera diferente a lo planeado.
Un comentario clave de un miembro del equipo fue la sospecha de que las grandes farmacéuticas están mucho mejor organizadas en términos de datos y se preguntó si nuestra estrategia es potencialmente demasiado compleja (LIMS --> almacén de datos --> herramientas analíticas de datos que aprovechan el almacén de datos ).
Preguntas:
- ¿Es poco común el enfoque de enviar datos desde LIMS al almacén de datos y recuperarlos desde allí nuevamente para el análisis de tendencias?
- ¿Las fuentes de datos de las grandes farmacéuticas son, en promedio, más limpias y mejor gestionadas que en otras áreas de la industria manufacturera?
- ¿Existe algún enfoque estándar de "talla única" para llegar a donde queremos llegar?
- ¿No es JMP simplemente una joya cuando se trata de conexión de bases de datos, automatización y SPC?
- ¿Cómo publicar mejor gráficos SPC sin recurrir a JMP Live?
- ¿Qué otra información importante puedo transmitir al equipo?
¡Muchas gracias por adelantado!
Ingeniería de Calidad y ProcesosRe: ¿Quiere asesoramiento sobre la implementación del control estadístico de procesos en una organización de fabricación en proceso de maduración?Aquí están mis siete centavos (uno por cada pregunta y una idea adicional:
1. No. Durante mi mandato como ingeniero senior de sistemas de JMP con muchos usuarios en las grandes farmacéuticas, esta es una vía de datos común.
2. No. Siempre está "sucio" y la limpieza y vigilancia de datos es una gran parte del trabajo.
3. No.
4. En mi opinión, JMP es de clase mundial.
5. Siempre está JMP Public o la creación de una aplicación de panel donde controlas internamente quién tiene acceso de lectura/escritura.
6. Comience el diseño de su sistema con el fin en mente. Luego realice ingeniería inversa en la adquisición, limpieza, generación de informes y distribución de datos.
Pensamiento adicional: a riesgo de hacer que el ingeniero de sistemas de JMP en su equipo de ventas trabaje para él, involucre a esa persona con estas preguntas para que escoja su cerebro. Quién sabe... tal vez incluso haya un cliente de JMP que también esté dispuesto a hablar con usted.
Re: ¿Quiere asesoramiento sobre la implementación del control estadístico de procesos en una organización de fabricación en proceso de maduración?Aquí están mis pensamientos/preguntas:
SPC es una herramienta analítica. Para utilizarlo correctamente, debe comprender las estrategias racionales de muestreo y subgrupos. Cómo obtener los datos es una decisión muy importante.
“El ingeniero que logra dividir sus datos inicialmente en subgrupos racionales basados en teorías racionales está, por lo tanto, intrínsecamente en mejor situación a largo plazo. . .”
Shewhart
El SPC y el método del gráfico de control fueron inventados (Shewhart) para responder 2 preguntas:
1. ¿Es estable y consistente la variación asociada con las fuentes de variación dentro del subgrupo (las x que varían dentro del subgrupo)? ¿Si no, porque no? Esto es consistente con el modelo de causa especial/causa común de Deming. Si está mirando datos después de que ocurrió el evento de "causa especial", está perdiendo la oportunidad de conocer lo que sucedió en tiempo real.
2. ¿Qué fuentes de variación tienen mayor influencia (son dominantes), las internas o las intermedias? El gráfico de barras X es un gráfico comparativo. Compara la variación debida a las fuentes de variación dentro de los subgrupos (los límites de control) con las fuentes de variación entre subgrupos (las medias trazadas). Ayuda al investigador a comprender dónde centrar su trabajo.
Con esto en mente, no estoy seguro de lo que estás intentando hacer. Parece que está interesado en trazar datos y hacerlos visibles para muchos. Esto no es una mala idea, pero es sólo una parte del propósito previsto del SPC. Lo que se pretendía hacer con el SPC era comprender la estructura causal (análisis).
Re: ¿Quiere asesoramiento sobre la implementación del control estadístico de procesos en una organización de fabricación en proceso de maduración?@statman , ¡gracias por tus preguntas! Estas preguntas son muy útiles.
Por "estructura causal", supongo que se refiere a la identificación de causas asignables o especiales. En nuestro caso, fabricar un solo lote puede llevar mucho tiempo. Cada lote está sujeto a un programa de pruebas integral, lo que da como resultado una serie de resultados de medición que por ahora asumimos que son representativos de la verdadera calidad de cada lote.
Personalmente, no creo que tengamos todavía ningún motivo para agrupar los datos de varios lotes en subgrupos racionales. Probablemente solo veríamos mucha variación dentro de cada subgrupo y tendríamos pocos datos para trazar a lo largo del eje horizontal. Así que por ahora solo estamos pensando en gráficos de rangos individuales y móviles, ya que lo que estamos tratando de entender o aprender es qué causa las variaciones en la calidad de un lote a otro.
Tampoco está claro si conocemos y entendemos completamente todas las fuentes de variación. Presumiblemente, comenzaremos entrevistando a los ingenieros de procesos sobre sus opiniones sobre las fuentes individuales de variación. A continuación, pienso que estaríamos tratando de controlar estas fuentes de variación individualmente para probar si somos capaces de obtener un resultado del proceso más consistente, es decir, si los lotes fabricados en secuencia se vuelven más similares de lo que son ahora. Como resultado, probablemente necesitaremos definir diferentes fases en estos cuadros de control, asociadas con las diferentes iniciativas dirigidas a controlar las fuentes individuales de variación. Imagino que documentar estas fases puede resultar problemático: ¿Cómo llamarlas/se requiere una nomenclatura específica? ¿Dónde/cómo registrarlos y documentarlos para la posteridad?
Tal como están las cosas ahora, no tenemos más remedio que mirar los datos después de que ocurrió el "evento" de "causa especial" y, como se mencionó anteriormente, tenemos poca o ninguna comprensión de cuáles son las causas especiales específicas en cada caso.
¿Son estas respuestas adecuadas a sus preguntas o estoy pasando por alto algo?
¿Qué más sugieres pensar?
