Desideri consigli sull'implementazione del controllo statistico dei processi in un'organizzazione manifatturiera in fase di maturazioneLo scenario : disponiamo di un LIMS che invia i dati dei test QC dalla produzione a un data warehouse. Abbiamo una manciata di utenti JMP. Vogliamo finalmente introdurre un approccio sistematico all'SPC e stiamo discutendo diverse strategie su come farlo. Una delle cose che è emersa è stata la delusione per il fatto che non siamo in grado di attingere all'ingrosso al nostro sistema LIMS, ma molto probabilmente dovremo estrarre i dati per l'andamento dal data warehouse. Il fatto che non disponiamo di LIMS da molto tempo ha comportato origini dati relativamente sporche, che richiedono molta pulizia. Tuttavia, la pulizia è necessaria anche con i dati provenienti dal LIMS a causa dei vari e continui cambiamenti nel sistema LIMS (vengono introdotti nuovi prodotti che richiedono nuovi test QC, i prodotti fuori produzione e i relativi test QC non sono più necessari, il cambiamento dei nomi dei test, nuovi tipi di campioni , modifiche alla configurazione, ecc. ecc.). La mia impressione è che le cose stiano proprio così: le cose cambiano, i livelli di alfabetizzazione dei dati variano, la disciplina dei dati non è applicata rigidamente, i super utenti LIMS molto spesso non sono utenti di data warehouse e spesso le cose semplicemente funzionano in modo diverso da quanto previsto.
Un commento chiave di un membro del team è stato il sospetto che Big Pharma sia molto meglio organizzata in termini di dati e ci è stato chiesto se la nostra strategia sia potenzialmente troppo complessa (LIMS --> data warehouse --> strumenti di analisi dei dati che attingono al data warehouse ).
Domande:
- L'approccio di spingere i dati dal LIMS al data warehouse e recuperarli nuovamente da lì per l'analisi delle tendenze è raro?
- Le fonti di dati nelle Big Pharma sono in media più pulite e gestite meglio rispetto ad altri settori della produzione?
- Esistono approcci standard "one size fits all" per arrivare dove vogliamo arrivare?
- JMP non è semplicemente un gioiello quando si tratta di connessione a database, automazione e SPC?
- Come pubblicare al meglio i grafici SPC senza ricorrere a JMP Live?
- Quali altre informazioni importanti posso fornire al team?
Grazie mille in anticipo!
Ingegneria della qualità e dei processiRi: Desideri consigli sull'implementazione del controllo statistico dei processi in un'organizzazione manifatturiera in fase di maturazioneEcco i miei sette centesimi (uno per ogni domanda e un pensiero bonus:
1. No. Durante il mio mandato come ingegnere di sistema senior di JMP con molti utenti in Big Pharma questo è un percorso dati comune.
2. No. È sempre "sporco" e la pulizia e la sorveglianza dei dati rappresentano una parte importante del lavoro.
3. No.
4. Secondo l'IMO, JMP è di livello mondiale.
5. C'è sempre JMP Public o la creazione di un'applicazione Dashboard in cui controlli internamente chi ha accesso in lettura/scrittura.
6. Inizia la progettazione del tuo sistema pensando alla fine. Quindi decodifica l'acquisizione, la pulizia, il reporting e la distribuzione dei dati.
Pensiero bonus: a rischio di dover lavorare per l'ingegnere di sistema JMP del tuo team di vendita, coinvolgi quella persona con queste domande per rispondere alle sue domande. Chissà... forse c'è anche un cliente JMP che sarebbe disposto a parlare anche con te.
Ri: Desideri consigli sull'implementazione del controllo statistico dei processi in un'organizzazione manifatturiera in fase di maturazioneEcco i miei pensieri/domande:
L'SPC è uno strumento analitico. Per usarlo correttamente, è necessario comprendere le strategie di sottoraggruppamento e campionamento razionali. Il modo in cui ottieni i dati è una decisione molto importante.
“L’ingegnere che riesce inizialmente a dividere i suoi dati in sottogruppi razionali basati su teorie razionali si trova quindi intrinsecamente meglio a lungo termine. . .”
Shewhart
L'SPC e il metodo della carta di controllo sono stati inventati (Shewhart) per rispondere a 2 domande:
1. La variazione associata alle fonti di variazione all'interno del sottogruppo (la variazione delle x all'interno del sottogruppo) è stabile e coerente? Se no, perché no? Ciò è coerente con il modello Causa speciale/causa comune di Deming. Se stai guardando i dati dopo che si è verificato l'evento "causa speciale", stai perdendo l'opportunità di conoscere cosa è successo in tempo reale.
2. Quali fonti di variazione hanno maggiore influenza (sono dominanti), all'interno o nel mezzo? Il grafico X-bar è un grafico comparativo. Confronta la variazione dovuta alle fonti di variazione all'interno dei sottogruppi (i limiti di controllo) con le fonti di variazione tra i sottogruppi (le medie tracciate). Aiuta l'investigatore a capire dove concentrare il proprio lavoro.
Con questo in mente, non sono sicuro di cosa stai cercando di fare? Sembra che tu sia interessato a tracciare i dati e renderli visibili a molti. Questa non è una cattiva idea, ma è solo una parte dello scopo previsto dall'SPC. Ciò che SPC avrebbe dovuto fare era comprendere la struttura causale (analisi).
Ri: Desideri consigli sull'implementazione del controllo statistico dei processi in un'organizzazione manifatturiera in fase di maturazione@statman , grazie per le tue domande! Queste domande sono molto utili.
Per "struttura causale", presumo che tu intenda l'identificazione di cause assegnabili o speciali. Nel nostro caso, la produzione di un singolo lotto può richiedere molto tempo. Ogni lotto è soggetto a un programma di test completo, che produce una serie di risultati di misurazione che per ora presumiamo rappresentativi della reale qualità di ciascun lotto.
Personalmente, non penso che abbiamo ancora alcun motivo per raggruppare i dati di più lotti in sottogruppi razionali. Probabilmente vedremmo solo molte variazioni all'interno di ciascun sottogruppo e avremmo pochi dati da tracciare lungo l'asse orizzontale. Quindi per ora pensiamo solo ai grafici individuali e agli intervalli mobili, poiché ciò che stiamo cercando di capire o imparare è ciò che causa variazioni di qualità da un lotto a quello successivo.
Non è inoltre chiaro se conosciamo e comprendiamo appieno tutte le fonti di variazione. Presumibilmente, inizieremo intervistando gli ingegneri di processo su quali siano i loro pensieri sulle singole fonti di variazione. Successivamente, penso che dovremmo provare a controllare queste fonti di variazione individualmente per verificare se siamo in grado di ottenere un risultato del processo più coerente, cioè se i lotti prodotti in sequenza diventano più simili di quanto non lo siano ora. Di conseguenza, probabilmente sarà necessario definire diverse fasi in queste carte di controllo, associate alle diverse iniziative mirate al controllo delle singole fonti di variazione. Immagino che documentare queste fasi possa essere problematico: come chiamarle/è necessaria una nomenclatura specifica? Dove/come registrarli e documentarli per i posteri?
Allo stato attuale delle cose, non abbiamo altra scelta che guardare i dati dopo che si è verificato l'evento "causa speciale" e, come menzionato sopra, abbiamo poca o nessuna comprensione di quali siano le cause speciali specifiche in ciascun caso.
Sono risposte adeguate alle tue domande o sto trascurando qualcosa?
Cos'altro suggerisci di pensare?
