卓越した製造を達成することは、あらゆる企業が追求する目標です。この目標を達成するには、品質部門はプロセス変動の原因を特定し、目標を管理するための適切な措置を講じるよう継続的に取り組む必要があります。現代の科学の時代では、品質管理部門はすでにデータ分析を通じて生産プロセスを理解できるため、生産の柔軟性が高まるだけでなく、製品が顧客の要件をより適切に満たすことも保証できます。
スマートマニュファクチャリングを実現する3つの鍵
科学的データ分析に基づいて卓越した製造をどのように達成するかは、製品の品質を向上させる必要がある場合にすべての企業が直面する問題です。過去のJMP 協力の産業事例から、企業が卓越した製造を達成するには 3 つの重要なプロセスを経る必要があることがわかります。
- 1. 統計的プロセス管理 (SPC) を実現し、管理図とプロセス能力分析を通じてプロセスの変動を削減します。
- 測定システム分析 (MSA) を通じて測定プロセスの変動の原因を特定します。
- 実験計画法(DOE)と予測モデリングを通じて、測定の変動に影響を与える要因が特定され、測定プロセスをより堅牢にするための要因の最適な設定が見つかります。
この「データ分析 3 部作」をどのように実行するかを、製薬メーカーの事例で見てみましょう。まず、統計的工程管理 (SPC) を実行する方法を見てみましょう。
実践的な事例分析
プロセスの背景
FVM Pharmaceuticals は、錠剤、カプセル、液体の高品質完成医薬品の製造を専門とする国際的な医薬品メーカーです。製薬プロセスにおける一般的な製造プロセスには、医薬品有効成分 (API) を均一な粒径の粉末に粉砕し、次に粉砕した材料を他の成分と混合して API の体積を増やし、均一に分散させることが含まれます。次に、ブレンドされた材料を錠剤に圧縮し、最後にコーティングして保存期間、口当たり、その他の特性を改善します。このプロセスの最後に、バッチの受け入れのためにさまざまな品質パラメータが記録されます。
上記プロセスの原料は 2 つの有機化合物を含む濃縮エマルジョンであり、製薬会社は 2 つのサプライヤー (A 、 B ) から同時に供給され、化合物の濃度 (mg/L) を測定することで品質を監視します。ガスクロマトグラフィー（GC） 。
現況問題
最近、品質管理チームはトラブルシューティングを通じて、医薬品の品質に大きな差があることを発見し、問題は原材料に起因する可能性があると考えています。この目的を達成するために、同社は品質改善チームを特別に設立し、統計ツールを使用し、品質バイデザイン( QbD ) と組み合わせ、データに基づいた意思決定を通じて、根本的に持続可能な解決策を見つけ、プロセスの変更を決定することを望んでいます。最終的にプロセス設定を最適化するという目標を達成するための重要な推進要因。
プロセスを改善する
まず、品質改善チームが製品の統計的工程管理（SPC）を実施します。プロセスの安定性を理解し、管理図を通じてプロセス変化のパターンを分析します。工程能力分析を通じて、顧客/外部の納期を遵守しているかどうかを評価します。どちらのツールもプロセスをより深く理解し、改善戦略の開発を導きます。チームは2 つのサプライヤーから 2 つの化合物原料のサンプルを 8 日間収集し、すべてのバッチを含めて JMP ソフトウェアにインポートしました。次の図 (1) は一部のデータのスクリーンショットです。
図1 ）
分析の前提条件: データが正規性を示しているかどうかを確認する
多くの高品質な統計ツールで使用される前提は、データが正規分布から得られるというものであり、そうでない場合、平均と標準偏差に基づいた結果のレポートは無意味になります。 JMPメニューを使用して、「分析→分布」をクリックし、 SWテストとADテストの結果を組み合わせて、2 つの化合物データが正規分布を示し、問題がないことを確認します。結果は次の図 (2) に示されています。 。
図Ⅱ ）
もちろん、3 つのパラメータ「日」を簡単にチェックすることもできます。変動の潜在的な要因としての「バッチ」と「サプライヤー」の関係と 2 つの化合物の変化を図 ( 3 )に示します。
たとえば、2 つのサプライヤーからのバッチが毎日使用されますが、同じ日のバッチであっても、化合物 1と化合物2 の結果は大きく異なります。
写真 ( 3 )
分析の第 2 ステップ: データに変動があるかどうかを確認する
正規性テストとヒストグラム分析が完了したら、 JMP管理図ビルダー プラットフォーム (管理図ビルダー) を使用して品質問題を調査できます。どのようなシステムやプロセスにもばらつきは存在するため、管理図では管理限界を自動的に計算できます。これにより、プロセス変動における一般原因と特殊原因によるばらつきを効果的に区別し、特殊原因によるデータ変動を特定して排除できます。
もう 1 つの一般的に使用される品質ツールであるプロセス能力分析(プロセス能力)は、特定の仕様限界と比較してプロセスがどのように実行されるかを効果的に測定し、パフォーマンスの低いプロセスを特定するのに役立ちます。計算に使用される規格限界は、外部システムによって、またはプロセス要件に従って設定されます。この例では、化合物 1 の規格下限と上限はそれぞれ 100mg/lと500mg/l であり、化合物2の規格下限と上限は300mg/lと600mg/l です。
優れたプロセスとは、安定していて、仕様制限内に十分収まる製品を一貫して生産するプロセスです。上記 2 つのツール、管理図ビルダーとプロセス能力は、プロセスの安定性と顧客の仕様を満たす能力を評価するために組み合わせて使用されることがよくあります。
JMPの管理図生成プラットフォームを使用すると、下の図 ( 4 ) の出力結果をすぐに取得できます。左側はそれぞれ化合物1と化合物2のXBar&R 管理図、右側は工程能力分析の結果です。
図( 4 )管理図生成結果
分析の第 3 ステップ: 分析結果のデータ解釈
- XBar管理図は、サブグループとしてバッチを含む平均管理図です。観察により、化合物 1 のすべての点が制御範囲 (緑と黄色の領域) 内にランダムに収まっていることがわかります。判別ルールを導入すると、点が丸で囲まれたりマークされたりすることはありません。これは、プロセスが「制御されている」または安定していることを意味します。化合物 2 の判定ルールを導入した後、バッチ番号 11が赤色の領域に該当し、プロセスが制御不能または不安定であることを示す丸またはマークが付けられたことがわかりました。
- R管理図はバッチをサブグループとして持つ範囲管理図であり、プロセスの変動を監視するために使用されます。チャート上の各点は、バッチ範囲の最大値と最小値の差を表します。判定ルールを導入すると、化合物 1 の 10 番目のバッチと化合物 2の 5 番目のバッチが管理限界を超えていることがわかり、プロセスの変動を引き起こすいくつかの特別な理由があることを示しています。
- 右側の部分はプロセス能力分析の結果で、パフォーマンスの悪いプロセスを特定するために使用されます。評価に一般的に使用されるいくつかの能力指標には次のものがあります。
- Cp/Pp : 工程変動に対する規格限界の幅の比率。 Cpは内部（または短期）潜在工程能力（サブグループ内の変動のみを考慮）と呼ばれ、Ppは全体（または長期）潜在工程能力（すべてのグループ全体の変動を考慮）と呼ばれます。これらは、プロセス平均と目標平均が一致している場合に、どの程度の能力を達成できるかを示す一般的な指標です。
- Cpl/Ppl :仕様の下限を満たすプロセスの能力をチェックするために使用されます。
- Cpu/Ppu :プロセスの仕様上限を満たす能力をチェックするために使用されます。
- Cpk/Ppk : Cpl/PplとCpu/Ppuの最小値を取ります。
- Cpk/Ppk は 1.0に等しく、これはかろうじて適格なプロセスとみなされます。 もちろん、一部の業界標準では Cpk/Ppkの最小値が 1.33以上であることが要求されます。
- 原料化合物 1の現在の Cpk値とPpk 値はそれぞれ 0.740と0.752であるため、プロセスは不適格であると考えられます。化合物2もあまり良好ではなく、 Cpk 値とPpk 値はそれぞれ1.005と0.746 でした。
分析の第 4 ステップ: サプライヤーの観点から変動の原因を探る
以下の図 ( 5 ) に示すように、サプライヤーを管理図 (ステージ領域) の上部にドラッグして、サプライヤーごとに管理図を分割します。
図( 5 )
上の図 ( 5 ) からわかるように、これら 2 つの化合物について、既存の管理限界に基づくと、サプライヤー A が提供する 2 つの化合物は非常に安定しています (バッチは管理限界内にあります)。次のことがわかります。 Aでは、サプライヤー B よりもバッチ間の変動が大幅に大きくなります。サプライヤー Bのバッチ間の変動は比較的小さかったが、サプライヤー Bの化合物1は原因固有の変動を示すことが判明しました。
さらに、モデル駆動多変量管理図 (MDMVCC ) を使用したり、主成分分析(PCA )を使用して1 つの管理図で複数のプロセスのパラメーターを監視したりすることもできます。シナリオによっては、各プロセスを個別に観察するだけでは、すべてが安定しているように見えますが、多変量管理図を通じて、複数のプロセスの潜在的な不安定性を同時に検出し、プロセス全体に対する個々のプロセスの寄与を深く調査できます。プロセスが安定しているかどうかを診断します。
図 ( 6 )
上の図 ( 6 ) から、サプライヤー A のすべてのバッチが管理限界内にあることがわかりますが、サプライヤー B については、3 つのバッチが管理点を超えており、注意が必要であることが明確にわかります。
さらに、JMPプロセス能力スクリーニング プラットフォーム(プロセス スクリーニング) を使用して、ターゲット チャートとプロセス パフォーマンス チャートを使用してバリエーションと能力を 1 つの出力に統合し、 2 つのサプライヤーの化合物が安定しているかどうか、指定された仕様に適合しているかどうかを同時にチェックすることもできます。 。このプラットフォームは、大量の製造プロセスの監視が必要な品質検査シナリオに特に適しており、強くお勧めします。
図 ( 7 )
上の図 ( 7 ) の工程能力チャートは、プロセスが健全かどうかの 2 つの側面、つまり安定性指数と工程能力 (Ppk ) を強調しています。安定したプロセスの安定性指数は 1 に近くなります。安定性指数の値が高いほど、プロセスはより不安定になります。
プロセス能力Ppk は、プロセスのパフォーマンスを測定するための重要なパラメータです。値が高いほど、 100 万製品あたりの不良率が低くなります。理想的なプロセス (有能で安定した) は、図の緑色の陰影領域に示されており、Ppk > 1.0および安定性指数< 1.25 です。無能で不安定なプロセスは赤い影の領域にあり、Ppk < 1.0および安定性指数> 1.25 です。
目標プロットは、各プロセスの X軸に仕様正規化平均シフト、Y軸に仕様正規化標準偏差を表示し、プロセスが仕様限界内にあるかどうかの概要ビューを迅速に提供するために使用されます。
安定した有能なプロセスは、図の緑色 (pk>2.0 ) と黄色(pk>1.0) の斜線領域に示され、無能で不安定なプロセスは赤色の斜線領域 (Ppk<1.0 ) に示されます。
サプライヤー A の場合、化合物 1と化合物2の両方のプロセスは安定していますが、能力が不十分です。サプライヤー B の場合、化合物2は安定していますが、能力が不十分ですが、化合物 1 は能力が不十分で不安定です。
段階的な結論と品質改善計画
当社は、平均値、範囲管理図、および多変量管理図を継続的に使用して、サプライヤーの原材料品質と主要なプロセスパラメータを監視し、プロセスのばらつきを減らすためにサプライヤーにもこれらの管理図を使用することを要求しています。
理論的には、原料の供給が不安定な場合は、すべての供給バッチを監視し、原料のサンプリングと分析の頻度を増やす必要がありますが、既存のガスクロマトグラフィー分析法 (GC ) は非常に時間がかかるため、現時点ではこれは不可能です。 、完全な検査では生産ニーズを満たすことができなくなります。したがって、現在開発中の迅速分析法である超高速液体クロマトグラフィー (UHPLC ) が次のステップの焦点となります。超高速液体クロマトグラフィー測定システムにより、原料の品質監視を高速化するにはどうすればよいですか?これについては今後の記事で引き続き検討していきます。
この記事の統計的工程管理 (SPC) の統計手法に興味がある場合は、 最新バージョンの JMPをダウンロードして実際に体験してください。データ分析の知識とテクニックについて詳しく学びます。
推奨読書:
