Statystyczna Kontrola Procesu (SPC)- czy to może działać?

Statystyczna Kontrola Procesu (SPC)- czy to może działać?


Statystyczna kontrola procesu (Statistical Process Control) to oparty na prawach statystyki pewien sposób działania z procesami, który jest znany każdemu inżynierowi czy managerowi. Co jeśli jednak pojawi się pytanie, czy w dobie dzisiejszych filozofii zarządzania, takie podejście ma rację bytu?



Zbierzmy kilka wątpliwości:
•    W nowoczesnym zarządzaniu procesami chcielibyśmy raczej zapobiegać wadom niż je wykrywać. I to jeszcze z opóźnieniem.
•    Celem dla procesu (przynajmniej w teorii) jest ZERO defektów, a nie jakiś akceptowalny poziom (współczynniki Cp, Cpk pewien poziom zakładają).
•    Wybiórcza kontrola (to przecież statystyka!) nie daje informacji o wyrobach niezmierzonych.
•    Dzisiejsza technika umożliwia często 100% kontrolę, więc po co komu badanie wyrywkowe?
Wydawałoby się, że tak sformułowane „zarzuty” to jest „szach-mat” dla SPC. Jednakże niekoniecznie. Przyjrzyjmy się bliżej działaniu SPC i odpowiedzmy na te zarzuty, które poddają pod wątpliwość sens SPC.

Zapobieganie wadom a statystyczna kontrola procesu
Zapobiegajmy wadom – to znaczy zapewnijmy, że one nie nastąpią. Karta kontrolna z prawidłowo wyznaczonymi liniami (czyli w oparciu o realną zmienność procesu) z powodzeniem to zapewnia. Linie kontrolne, to nic innego jak prognoza, która może być ostrzegawcza lub uspakajająca. Czyli określa w jakim zakresie należy się spodziewać procesu w przyszłości. Oczywiście, jeśli nic w procesie się nie „zepsuje” czyli założenia prognozy będą utrzymane. Prawidłowe linie kontrolne dają potwierdzenie, że jutro też będzie dobrze z procesem, bądź odwrotnie: nie liczmy na to, że proces się sam ustabilizuje jutro, skoro dziś jest niestabilny. Nie ma też więc mowy o opóźnieniu, ponieważ prognoza daje spojrzenie w  przyszłość.

SPC a „Zero defektów”

Zauważmy najpierw, że często pisząc lub czytając o tej koncepcji używa się cudzysłowu. Oczywiście jest to świadomy zabieg, ponieważ wiemy, że jeśli coś może wydarzyć się niepomyślnie w procesie (czyli prawdopodobieństwo zdarzenia jest małe, ale większe niż 0), to jest to kwestia czasu, aż to się wydarzy. Zatem „zero” jest tym do czego dążymy wiedząc, że w długim okresie tego i tak nie osiągniemy. Najlepszym przykładem są choćby wypadki.
SPC zakłada pewien poziom defektów np.
  • dla Cp, Cpk = 1 jest to 2700 ppm
  • dla Cp, Cpk = 1,33 jest to 62 ppm
  • dla Cp, Cpk = 1,67 jest to 0,6 ppm
Wynika to z przyjętego rozkładu normalnego. Pamiętajmy jednak, że on jest określony od –nieskończoności do +nieskończoności. W praktyce fizyka procesu często ogranicza możliwość znacznych odchyleń procesu, co oznacza że zakres będzie węższy niż wskazuje to teoria statystyki. Weźmy pod uwagę choćby ludzki wzrost, który opisuje się rozkładem normalnym, a jednak na 8 mld ludzi nikt nie spotkał wzrostu 3 metrów. Czyli spodziewanych ppm-ów poza tolerancją powinno być jeszcze mniej. Czy to nas nie satysfakcjonuje?

Statystyka – ok, a wyroby niezmierzone?
Zarzut, że możemy wnioskować tylko o wyrobach zmierzonych to woda na młyn dobrego analityka-statystyka. Szczęśliwie bowiem idąca z pomocą matematyka i rachunek prawdopodobieństwa pozwala odpowiedzieć czego spodziewać się w >>nieskończonej!<< populacji na podstawie małej próby statystycznej. Mamy z czego się cieszyć, gdyż Jerzy Spława-Neyman (owszem, Polak) już w latach 30-tych opracował koncepcję przedziałów ufności. Umiejętnie stosowane metody faktycznie się sprawdzają, co szeroko jest wykorzystywane w praktyce. Jak zwykle jednak jakość tego wnioskowania zależy od najsłabszego ogniwa – człowieka. Pamiętajmy o regule „trash in – trash out” w analizie danych.

Czy kontrola 100% jest pewniejsza niż SPC?

Pewnie tak, szczególnie w obrazie kształtowanym przez sprzedawcę tego drogiego rozwiązania, ale w praktyce… to zależy.
Kontrola 100% faktycznie prowadzi do tego, że SPC jest niepotrzebne, bo mamy 100% wykrywalność defektów (pod warunkiem, że z jakiegoś powodu ktoś nie wyłączył naszego „robot vision”). Ale co z zapobieganiem defektów? Nie rozumiejąc jakie czynniki w jakim stopniu tworzą zmienność procesu, nie będziemy w stanie zapobiegać wadom. To oznacza ryzyko wpadnięcia w pułapkę dużych braków. Rozumiejąc istotę SPC, tworzymy prognozy, a zatem redukujemy ryzyko braków.
Co jednak, jeśli z jakiegoś powodu proces wyjdzie poza linie kontrolne? W prawidłowo działającym systemie (a wszystko zależy rzecz jasna od ludzi) przekroczenie linii kontrolnych to jeszcze nie katastrofa. To dlatego, że od linii kontrolnej do tolerancji powinien być jeszcze bufor bezpieczeństwa. Odnosimy wszak SPC działające zgodnie z założeniami do np. kontroli 100%. Tak naprawdę, dopiero po przekroczeniu linii kontrolnej zaczyna się praca inżyniera – zrozumieć jaki czynnik dodał tej zmienności.

dr Michał Szymczak, Trener SGP – Training&Consulting, Black Belt Six Sigma


Zapraszamy du udziału w naszych najbliższych szkoleniach otwartych:

SPC STATYSTYCZNE STEROWANIE PROCESEM
SPC STATYSTYCZNE STEROWANIE PROCESEM + MSA ANALIZA SYSTEMÓW POMIAROWYCH
Zamknij
Ta strona używa plików cookies i podobnych technologii m.in. w celach: świadczenia usług oraz statystyk. Korzystanie z witryny bez zmiany ustawień Twojej przeglądarki oznacza, że będą one umieszczane w Twoim urządzeniu końcowym. Pamiętaj, że zawsze możesz zmienić te ustawienia. Szczegóły znajdziesz w Polityce dotyczącej cookies. [OK, akceptuję cookies]