Nella produzione moderna, un controllo di qualità stabile è fondamentale per la competitività di un'impresa. Poiché i processi di produzione diventano sempre più complessi, i metodi tradizionali da soli non sono più in grado di identificare efficacemente i problemi di qualità nascosti. Per risolvere questa sfida, gli strumenti avanzati di analisi dei dati sono diventati un potente strumento per gli ingegneri della qualità.
Questo articolo esplorerà effettivamente un caso industriale: come risolvere complessi problemi di qualità attraverso metodi e strumenti analitici, coprendo l'intero processo dall'esplorazione preliminare dei dati al processo decisionale finale.
Contesto del problema
Un'azienda manifatturiera ha scoperto durante il processo di produzione che la qualità di due materie prime chiave (Composto 1 e Composto 2) variava notevolmente, influenzando la consistenza e l'affidabilità del prodotto. Un'analisi preliminare mostra che questa fluttuazione potrebbe essere correlata a differenze nei processi produttivi dei fornitori di materie prime. Il problema centrale attuale è come individuare le cause profonde delle fluttuazioni della qualità e formulare le corrispondenti strategie di controllo.
Per comprendere in profondità il problema, il team ha deciso di condurre un’analisi multi-angolo dei dati, includendo i seguenti quattro livelli:
- Le carte di controllo monitorano la qualità delle materie prime : valutano se ci sono fluttuazioni causate da ragioni particolari.
- Analisi comparativa dei fornitori : identificare le differenze di processo dei diversi fornitori e il loro impatto.
- Valutazione della capacità del processo : misura la stabilità e l'idoneità del processo di produzione.
- Analisi statistica multivariata : ricerca di potenziali relazioni tra più variabili.
Controllare la distribuzione normale prima dell'analisi
Prima di analizzare i dati, il team si è reso conto che molti strumenti di qualità presuppongono che i dati provengano da una distribuzione normale. Se questa ipotesi non viene soddisfatta, i risultati basati sulla media e sulla deviazione standard non saranno significativi. Pertanto, il team ha confermato attraverso l'analisi della distribuzione che i dati del Composto 1 e del Composto 2 erano conformi alla distribuzione normale.
Figura 1: controllo della normalità
Carte di controllo e stabilità dei processi
Figura 2 : carta di controllo
Il team utilizza strumenti di carte di controllo per analizzare ulteriormente i problemi di qualità. La carta di controllo delimita l'intervallo attraverso il limite superiore (UCL), la linea centrale e il limite inferiore (LCL), utilizzato per distinguere la variazione ordinaria dalla variazione speciale. Spesso sono necessarie azioni per eliminare le variazioni idiosincratiche e quantificare le variazioni comuni per determinare la capacità del processo.
In una carta di controllo:
- Se i punti generati dai dati di processo sono distribuiti casualmente entro i limiti di controllo, significa che il processo è stabile (esistono solo variazioni ordinarie).
- Se il punto non rientra nei limiti di controllo, indica l'esistenza di una variazione speciale.
I risultati mostrano:
- Tutti i punti nel grafico XBar rientrano nei limiti di controllo e distribuiti in modo casuale, indicando che il processo è stabile .
- Il lotto 10 nella tabella R supera i limiti di controllo e mostra variazioni speciali .
Indice di capacità del processo
Cp misura il rapporto tra l'intervallo di specifiche e l'ampiezza della distribuzione del processo, mentre Cpk tiene ulteriormente conto della posizione del centro del processo rispetto ai limiti delle specifiche. Cpk ≥ 1,33 è solitamente richiesto come standard minimo.
- Carta di controllo per il Composto 1: tutti i punti rientrano nei limiti normativi e la distribuzione dei punti è casuale, indicando che il processo è controllato e stabile. Ma il grafico R mostra che il lotto 10 è al di fuori dei limiti normativi, indicando la presenza di qualche variazione di causa speciale. Il valore Cpk è 0,740 e il valore Cp è 0,805, indicando che il composto 1 è instabile e ha un ampio intervallo all'interno del gruppo e non può soddisfare le specifiche.
Figura 3 : composto 1 Carte di controllo e indicatori di capacità di processo
- Grafico di controllo per il composto 2: il grafico XBar mostra che il lotto 11 rientra nella zona rossa, indicando che il processo è incontrollato e instabile. Il grafico R mostra che il Lotto 5 è al di fuori dei limiti normativi, indicando la presenza di qualche variazione di causa speciale. Il valore Cpk è 1,005 e il valore Cp è 1,154, indicando che il composto 2 è instabile e non può soddisfare le specifiche.
Figura 4 : composto2Carte di controllo e indicatori di capacità di processo
Analisi dei fornitori
Dopo aver scoperto variazioni di processo specifiche per due composti, il team si è concentrato sull'esplorazione di tali variazioni dal punto di vista del fornitore. La visualizzazione affiancata delle carte di controllo di ciascun fornitore aiuta a comprendere visivamente le fonti di variazione attraverso la grafica.
圖 5: Mescole raggruppate per fornitore 1 e composti 2 carta di controllo
Come si può vedere nella Figura 5, i risultati mostrano che il Fornitore A presenta una variazione da lotto a lotto maggiore rispetto al Fornitore B, ma il Fornitore A è stabile per entrambi i composti, mentre il Fornitore B mostra una variazione speciale nel Composto 1 che causa la variazione
Carte di controllo multivariate basate su modelli(Consulente MDMVCC)
Utilizza carte di controllo multivariate basate su modello per monitorare più parametri di processo. Questo tipo di carta di controllo è costruita sulla base delle componenti principali o dei modelli dei minimi quadrati parziali e viene utilizzata per rilevare instabilità multidimensionali che possono essere ignorate quando ciascuna dimensione viene monitorata in modo indipendente. Inoltre, gli utenti possono approfondire in modo interattivo per analizzare il contributo delle singole variabili al segnale complessivo.
圖 6:fornitore A 和 B Carte di controllo multivariate basate su modelli
Come si può vedere dalla Figura 6, il valore T² del fornitore A rientra nell'intervallo di controllo, ma il fornitore B mostra un'evidente instabilità nei lotti 9, 10 e 11.
Analisi della capacità del processo
L'analisi della capacità del processo valuta le prestazioni di un processo rispetto ai limiti delle specifiche. Un processo stabile dovrebbe sempre produrre prodotti conformi alle specifiche.
圖 7:fornitore A composto 1 e composti 2 Rapporto dettagliato sulla capacità del processo
圖 8:fornitore B composto 1 e composti 2 Rapporto dettagliato sulla capacità del processo
圖9: fornitore A composto 1 e composti2 Obiettivo Tramae grafici delle prestazioni del processo
圖10: fornitore B composto 1 e composti2 Obiettivo Tramae grafici delle prestazioni del processo
Osservazioni：
- Entrambi i composti del Fornitore A rientrano nelle specifiche, ma la capacità del processo è scarsa e non vi è alcuna differenza significativa tra la variazione a lungo e a breve termine.
- Il composto 2 del fornitore B rientra nelle specifiche ma ha capacità di processo leggermente insufficienti, mentre il composto 1 rientra nelle specifiche e ha capacità di processo migliori rispetto al composto 2, ma sembra che la variazione a lungo termine e la variazione a breve termine siano significativamente diverse.
Processo decisionale dopo l'analisi
Dopo aver rilevato una variazione causa speciale nella materia prima, il team ha deciso di intraprendere le seguenti azioni:
- Introdurre strumenti di monitoraggio : si consiglia ai fornitori di utilizzare grafici I&MR e grafici di controllo multivariabile per monitorare continuamente la qualità delle materie prime e i parametri chiave del processo.
- Aumentare la frequenza di rilevamento : aumentare la frequenza dell'analisi della qualità delle materie prime; per risolvere il problema dei metodi di rilevamento esistenti troppo lenti, è stato sviluppato un metodo di cromatografia liquida ad altissime prestazioni (UHPLC) per il rilevamento rapido e la riduzione dei colli di bottiglia dei dati.
- Ottimizzare il processo di misurazione : migliorare il programma di misurazione esistente, ridurre il rischio di errore causato da un'elevata deviazione della misurazione e gettare le basi per la successiva automazione del processo.
- Miglioramento orientato agli obiettivi : utilizzare il grafico degli obiettivi per valutare la stabilità e le capacità complessive del processo per garantire che tutte le misure di miglioramento si concentrino sugli obiettivi fondamentali di qualità.
riepilogo
L’obiettivo degli ingegneri della qualità è raggiungere l’eccellenza produttiva. Identificare e controllare continuamente le fonti di variazione del processo è una responsabilità importante del reparto qualità. Incorporando il controllo di qualità nei processi, non solo aumentiamo la flessibilità, ma garantiamo anche che le esigenze di prodotti e servizi siano soddisfatte.
In particolare, questo caso utilizza le seguenti funzioni principali di JMP per aiutare a identificare la variabilità dei diversi materiali attraverso l'analisi dei dati, inclusi ma non limitati a:
- La distribuzione può visualizzare in modo intuitivo la distribuzione dei dati, nonché molteplici piattaforme di qualità e processo,
- Control Chart Builder può aiutarti a comprendere in modo intuitivo l'origine della variazione
- Le carte di controllo multivariato MDMVCC possono essere utilizzate per monitorare più parametri di processo
- La piattaforma Process Capability analizza le capacità e la stabilità del processo e utilizza il Goal Plot e i grafici delle prestazioni del processo per combinare la variazione con le capacità. È adatta per scenari che richiedono il monitoraggio di un numero elevato di processi.
Se si desidera applicare analisi e strumenti statistici scientifici, questo caso fornisce una soluzione sistematica a problemi complessi di qualità. Durante l'intero processo, il controllo statistico del programma (SPC) e l'analisi della capacità del processo hanno svolto un ruolo chiave nell'aiutare il team a identificare in modo efficace le cause speciali delle fluttuazioni e a ottimizzare il processo di produzione.
Il raggiungimento di un'eccellente qualità di produzione richiede un'ottimizzazione continua del processo e un monitoraggio della qualità. Costruendo un processo di produzione stabile e ad alta capacità, non solo possiamo ridurre il tasso di guasti dei prodotti, ma anche migliorare significativamente la competitività dell'azienda sul mercato.
Se anche tu stai cercando una soluzione di gestione della qualità adatta a te, potresti fare clic sul seguente collegamento per ottenere ulteriori risorse di apprendimento:
