prezentacja+msa+2008+ +dariusz+lipski+ +ver.3
TRANSCRIPT
Wieloczynnikowa analiza rozkładów statystycznych
terminów wykonania zadań produkcyjnych
MSA 2008.11.03-05
•Celem jest przedstawienie narzędzi stosowanych w zarządzaniu jakością oraz próba implementowania ich do zarządzania produkcją.
•W prezentacji przeanalizowano rozkłady statystyczne terminów wykonania zadań produkcyjnych (zgodnie z harmonogramem) oraz dokonano oceny analizowanych procesów za pomocą dostępnych wskaźników i narzędzi six sigma.
•Określono górną (USL) i dolną granicę specyfikacji (LSL) oraz wydajność procesów za pomocą wskaźnika Pp.
CEL WYSTĄPIENIA:
LITERATURA
Bazą dla przedstawionych w dalszym etapie działań są : • metodologia opisana przez Mikel’a Harry’ego i Michael’a Schroeder’a w książce „Six Sigma” na przykładach udanych wdrożeń w takich firmach jak : Allied Signal, General Electric, Sony, Honda, Maytag, Raytheon, Texas Instruments, Bombardier, Canon, Hitachi, Lockheed Martin i Polaroid jak również ….• wiedza zdobyta przeze mnie na szkoleniu Black Belt Six Sigma DMAIC, oraz • dokonania John’a Francis’a "Jack’a" Welch’a który był przez 20 lat prezesem GE.
W światowej literaturze nie znalazłem odniesienia do zarządzania produkcją zgodnie z tą metodologią i w sposób zaproponowany w tej prezentacji, jednakże to nie znaczy, że nie ma takowych, gdyż jest to temat bardzo mocno eksploatowany.
METODOLOGIA
Wszystkie przedstawione dane w dalszych analizach zostały zaczerpnięte z rzeczywistych przykładów przy realizacji ,których miałem okazje pracować.
Przyjęta metodologia opiera się na zestawieniu różnic z planowanych terminów realizowanych zadań oraz rzeczywistych terminów. Na tej bazie dokonano serii rozkładów statystycznych procesów oraz wyciągnięto stosowne wnioski.
Wykonanie kart kontrolnych SPC i wydajność procesów
Analiza rozkładów na podstawie SPC
Ocena wskaźnika Pp
Wnioski, działania korygujące i zapobiegawcze
Multi Vari Study Gage R&R
PLAN WYSTĄPIENIA:W dalszej części prezentacji omówione zostaną następujące działania:
ETAP I
ETAP IV
ETAP III
ETAP II
ETAP V
ETAP I
Historyczny rozwój kart kontrolnych SPC (Statistical Proces Control)W. Shewart (~1924 rok) W.E. Deming
Zmienność kontrolowana Przyczyny ogólne
Zmienność niekontrolowana Przyczyny szczególne
Stabilna i spójna
Losowa
Przewidywalna
Wewnętrzne dla systemu
Tylko zarząd może skorygować
Kontrola przez zarząd
Niestabilna, niespójna
Nieprzewidywalna
Powody możliwe do przypisania
Może być skorygowana lokalnie
Nie jest normalną właściwością systemu
Może mieć naturę lokalną
ZROZUMIENIE PROCESU –
WYSZUKANIE PRZYCZYN ZMIENNOŚCI I USNIĘCIE ICH
Cel
Rodzaje kart kontrolnych SPC,
Dane zmiennej czy dyskretnej?
Zmienna (przy liczbowej ocenie właściwości)Dyskretna (przy alternatywnej ocenie właściwości)
Mały Duży
Stały rozmiar partii?
Indywidual –X & Moving Range
Tak Nie
X Bar & R (range) Wady czy % produktów wadliwych
Wady czy % produktów wadliwych
u p npcX Bar & SMA, EWMA
CUSUM
T² Hotteling’a
Duży czy mały wolumen?
Karty kontrolne SPC w Polskich Normach
Zasady prowadzenia badań statystycznych
PN 82/N-01052.00
Losowy wybór wyrobów
PN-83/N-03010
Wyznaczanie liczby próbek
PN-73/N-03009
Badanie rozkładu właściwości
PN-83/N-01052.07 PN-85/N-01052.08 PN-89/N-01054 PN-90/N-01055
Karty kontrolne Shewarta
PN-ISO 8258 +AC1:1996
Karty sum skumulowanych
PN-88/N-03011.01 PN-86/N-03011.02 PN-85/N-03011.04 PN-87/N-03011.06
Obliczanie średniej
PN-ISO 2602:1994 PN-83/N-01052.02
Wykrywanie grubych błędów
PN-87/N 01052.13
Wskaźnik struktury
PN-83-01052.01
Badanie losowości ciągu obserwacji
PN-85/N-01052.12
Obliczanie odchylenia średniego
PN-83/N-01052.04
Testy związane z wartościami średnimi i wariancjami
PN-ISO 2854:1994
PN-ISO 3494:1994
Badanie zależności pomiędzy właściwościami
PN-86/N-01052.09
PN-86/N-01052.10 PN-86/N-01052.11
Porównanie wartości średnich lub wariancji w różnych populacjach
PN-ISO 3301:1994 PN-84/N-01-052.03
PN-84/N-01-052.05 PN-85/N-01-052.06
Statystyczne sterowanie jakością. Statystyka. Terminologia
PN-ISO 3534-2:1994 PN 90/N-01051
Źródło: Tomasz Greber
Nr kolejny grupy obróbczej
Uproszczenie Karty kontrolnej SPC - 8168/7
100% przyczyn błędów
20% operator procesu
80% czynnik ludzki
80% nadzór, zarządzanie i kierowanie
20% czynnik techniczny
W sumie 16%W sumie 64%
Źródło DNV
Dlaczego ważna jest wydajność procesów?
Celem wydajności są :•Sformułowanie rekomendacji umożliwiających dokonanie niezbędnych zmian i poprawę procesów, projektów i produktów•Pomoc w zidentyfikowaniu możliwości dostarczenia więcej lepszych produktów i usług po takim samym koszcie lub taniej•Używanie uzyskiwanych informacji do lepszego zarządzania operacyjnego,.•Zademonstrowanie możliwości obniżania kosztów bez zmniejszania ilości i jakości •Wzrost lub/i poprawa produkcji oraz usług bez powiększania wydatków•Identyfikacja słabości w istniejących kontrolach i procesach w celu lepszego użycia zasobów.
Dochodzimy do wydajności 10,54%
Wydział pierwszy
Wydział drugi
Wydział trzeci
Wydajność klasyczna = Yc = ¾ = 75%
Wydajność pierwotna = YFT = ¼ = 25%
Wydajność całkowita = YTP = P(O) = e = e = 1054 =10,54%-DPU -2,25
Mamy 4 elementy i po każdej inspekcji tylko jeden element jest zakwalifikowany pozytywnie przez kontrolę do następnego etapu.
Dlaczego ważna jest wydajność (podejście jakościowe) procesów?
ETAP II
Analiza wieloczynnikowa - Multi Variable StudyCzy proces jest stabilny?
Strategia dla powodów chronicznych (system stabilny).
Strategia dla powodów sporadycznych (system niestabilny).
DOECo się zmieniło? Multi Vari StudyKtóry X wywarł wpływ na Y Dekompozycja
Monitorowanie błędów
Określenie tolerancji operacyjnej (standard, norma)
Sprawdzanie wpływu / powodzenia zmian (DOE)
Planowanie, pilotowanie i implementowanie zmian (CPI)
Akceptacja procesu (specyfikacja, zdolność)
Czy proces jest okresowo stabilny?
•Powtarzalność
•Odtwarzalność
•Dokładność
•Stabilność
•Rozdzielność
•Liniowość
Gage R&R – narzędzia :
Gage R&R - Schemat ideowy Obserwowana
zmienność procesu
Długoterminowa zmienność procesu
Krótkoterminowa zmienność procesu
Zmienność w ramach próbki
Zmienność w skutek operatora
Dokładność (3) (subiektywność)
Stabilność (4)(zależy od czasu)
Liniowość (5)(zależy od wartości)
Odtwarzalność (2)
Faktyczna zmienność procesu
Zmienność pomiarów
Zmienność w skutek rozpiętości
Precyzja (czysty błąd)
Powtarzalność (1)
np,: sezonowość, moda
Dla danych ciągłych używamy R&R pomiaru, a dla danych nieciągłych R&R cechy albo DDA
Powtarzalność
Gage R&R – narzędzia :
Powtarzalność – jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez jedną osobę badającą ten sam przedmiot kilka razy. Jest to zmienność w pomiarach uzyskana, gdy ten sam operator używa tego samego narzędzia pomiarowego podczas identycznych pomiarów tej samej próbki. Zmiana jest również „replikowaniem” lub „czystym błędem”. Powtarzalność jest fundamentalnym błędem popełnianym we wszystkich wnioskach dotyczących interpretacji danych. Jedynie poprzez rzetelne oszacowanie błędu replikacji można ocenić inne czynniki, które mogą mieć wpływ na dane.
LSL
Odtwarzalność
Gage R&R – narzędzia :
Odtwarzalność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez różne osoby badające ten sam przedmiot. Jest to zmienność w średniej pomiarów pomierzonej przez różnych operatorów używających tego samego przyrządu pomiarowego podczas pomiaru tych samych próbek. Odtwarzalność to zmienność obserwowana wówczas gdy różni operatorzy / instrumenty mierzą ten sam element.
LSL
Dokładność
Gage R&R – narzędzia :
Dokładność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w porównaniu ze stanem faktycznym (tzn. znaną wartością , oszacowaniem itp.). Jest to różnica pomiędzy zaobserwowaną średnią pomiarów a rzeczywistością. Zdecydowanie najlepszą metodą ustalania prawdziwej średniej są pomiary z użyciem jak najdokładniejszych przyrządów pomiarowych.
LSL
Stabilność
Gage R&R – narzędzia :
Stabilność – Odnosi się do różnicy w średniej ostatnich dwóch pomiarów uzyskanych przy pomocy tego samego przyrządu pomiarowego i tej samej próbki pomiarowej w innym czasie. Odnosi się to do różnicy w średniej ostatnich dwóch ustawień pomiarowych tego samego narzędzia pomiarowego przy tej samej próbce pomiarowej pomierzonej w różnym czasie. Stabilność populacji tj czy pojawiają się przesunięcia, trendy lub cykle. Czy przy usprawnianiu przyjąć podejście oparte na szczególe czy zwykłą przyczynę zmienności.
LSL
USL
LSL
Rozdzielność
Gage R&R – narzędzia :
LSL LSL LSLśredniaśredniaśrednia
Liniowość
Gage R&R – narzędzia :
Liniowość – Jest to różnica w precyzji i zakresie przyrządów pomiarowych, lub też różnica w precyzji wartości i oczekiwanego zakresu przyrządów pomiarowych.
LSL
ETAP III
Proces produkcji Proces dokumentacji
Proces zaopatrzenia materiałowego
Rozkłady dla procesów
Rozkłady dla projektów
Jednak żeby tego dokonać należy zapewnić, aby materiał był praktycznie dostępny na 35 dni przed terminem zakończenia, co będzie stanowić górną granicę specyfikacji materiałowej dolną jej granicę stanowi okres 6 tygodni tj. 42 dni gdyż tyle średnio trwa realizacja zamówienia z dostawą do stoczni – te dwa zakresy uwzględniono poniżej. Aby móc zamówić materiał do produkcji musi być gotowa dokumentacja projektowo-konstrukcyjna przy której z wykazu części do rysunku/ rysunków można dokonać zamówienia. Dla dokumentacji określiłem podobny zakres jak dla produkcji i zaopatrzenia, gdyż z obserwowanych historycznych danych wydaje się on wystarczający.
Do dalszych analiz ustalono dolną LSL i górną granice specyfikacji USL dla :
1.Produkcji............. -7 dni .............28 dni
2.Materiału..............-49 dni...............-7 dni
3.Dokumentacji ......-79 dni ............-49 dni
(zakresy poszczególnych specyfikacji są wielkościami, których należy poszukiwać)
Wnioski pośrednie :
ETAP IV
Pp = Tolerancja górna – Tolerancja dolna
6 odchyleń standardowych
Dla procesu niestabilnego :
Dla procesu stabilnego mamy Cp
Proces jest stabilny dla Cp (Pp) ≥ 1
Wskaźnik zdolności procesu (wydajność w ujęciu kosztowym):
Harmonogram (MS Project, SureTrak, PowerProject, CA-SuperProjekt, Project Workbench, Primavera + wizualizacja 3D “CONSIM”) Budowa statku to kilka tysięcy zadań a pracochłonność osiąga milion roboczogodzin.
Ceny najdroższych z statków osiągają 1 miliard dolarów (np. wycieczkowce).
Planowany termin zakończenia – rzeczywisty termin zakończenia [w dniach]
Celem jest osiągnięcie 6 sigm, co pozwala na zminimalizowanie ilości błędów do 3,4 części na milion
Ciągle zwiększając w tym czasie zdolność procesu Cp (Pp)
Wskaźnik zdolności procesu Pp
Harmonogram , Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia)
Ppk = USL (tolerancja górna) – średnia
6 odchyleń standardowych
Dla procesu niestabilnego (mniejsza z dwóch liczb):
Dla procesu stabilnego mamy Cpk
Proces jest stabilny dla Cp (Pp) ≥ 1
Wskaźnik wydolności (dryfu) procesu :
Ppk = 6 odchyleń standardowych
LSL (tolerancja dolna) – średnia
Lub :
Wskaźnik wydolności (dryfu) procesu Ppk:
Harmonogram
Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia)
LSL USL
Yield – mówi, że losowo wybrana dana ma w LongTerm od 71,11[%] do 88,14[%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej
Z.Shift – wskazuje ukryte rezerwy na produkcji dlatego np. wprowadza się współczynniki korekcyjne na normatywy kalkulacji kosztów (ponieważ Z.Shift ≥1)
Z.Bench (Sigma) – aktualna zdolność procesu to od 0,56 do 1,18 a zdolność procesu będąca do osiągnięcia to od 2,06 do 2,68
Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 2,25 dnia, aby docelowo osiągnąć wartość 0,75 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dwóch dni a docelowo w LongTerm w granicach jednego dnia.
PRODUKCJA
ST przewidywane
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 10,5 2,61 1,5 0,00 99,55 4515
8168/6 10,5 2,68 1,5 0,00 99,63 3660
8168/5 10,5 2,06 1,5 0,01 98,01 19862
8168/4 10,5 2,25 1,5 0,01 98,78 12240
LT osiągalne
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 4 9 2,49 1,11 1,11 1,5 0,00 0,12 0,13 86,67 133314 0,60 0,38
8168/6 4 9 2,60 1,21 1,18 1,5 0,00 0,11 0,11 88,14 118629 0,63 0,40
8168/5 15 15 0,80 1,42 0,56 1,5 0,21 0,07 0,28 71,11 288899 0,37 0,27
8168/4 -0 8 3,38 0,75 0,75 1,5 0,00 0,22 0,22 77,32 226777 0,69 0,25
DOKUMENTACJA
ST przewidywane
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 -90 1,08 1,5 0,13 86,06 139406
8168/6 -90 -0,66 1,5 0,74 25,49 745143
8168/5 -90 -1,02 1,5 0,84 15,48 845198
8168/4 -90 0,55 1,5 0,29 70,76 292425
LT osiągalne
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 -94 33 0,57 0,31 -0,42 1,5 0,28 0,37 0,66 33,83 661664 0,15 0,10
8168/6 -29 21 -2,15 3,58 -2,16 1,5 0,98 0,00 0,98 1,54 984586 0,24 -0,72
8168/5 -14 23 -2,51 3,76 -2,52 1,5 0,99 0,00 0,94 0,59 994066 0,21 -0,84
8168/4 -81 69 0,09 0,34 -0,95 1,5 0,46 0,36 0,82 17,01 829871 0,07 0,03
Yeld – mówi, że losowo wybrana dana ma w LongTerm od 0,54 [%] do 33,83 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej
Z Shift – wskazuje ukryte rezerwy w biurze konstrukcyjnym, gdyż jak wiadomo są niewłaściwe zasady płacenia za wykonywane prace: od ilości rysunków, od ilości uszczegółowień, od ilości pozycji na rysunku itp...
Z Bench (Sigma) – aktualna zdolność procesu to od -2,52 do -0,42 a zdolność procesu będąca do osiągnięcia to od -1,02 do 1,08
Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 0,55 dnia, aby docelowo osiągnąć wartość -0,95 dni w LongTerm a. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie minus dnia a docelowo w LongTerm w granicach minus dwa dni.
MATERIAŁ
ST przewidywane
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 -52 1,45 1,5 0,07 92,58 74228
8168/6 -52 0,94 1,5 0,17 82,67 173280
LT osiągalne
Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk
8168/7 -39 32 0,29 1,1 -0,05 1,5 0,38 0,13 0,52 47,81 521930 0,23 0,1
8168/6 -17 23 -0,54 2,5 -0,56 1,5 0,70 0.00 0,71 28,82 711823 0,33 -0,18
Yeld – mówi, że losowo wybrana dana ma w LongTerm od 28,82 [%] do 47,81 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej
Z Shift – wskazuje ukryte rezerwy w zaopatrzeniu, wybór dostawców, sposoby finansowania, zamawiania potrzebnych materiałów do bieżącego wykorzystana na produkcji
Z Bench (Sigma) – aktualna zdolność procesu to od 0,94 do 1,45 a zdolność procesu będąca do osiągnięcia to od -0,05 do -0,56
Dla jednostki 8168/7 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 1,45 dnia, aby docelowo osiągnąć wartość -0,05 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dnia a docelowo w LongTerm w granicach minus dzień.
ETAP V
Wnioski końcowe :
Z porównania procesów produkcji [1], dostaw materiałowych [2] i dokumentacji [3] wynika, że DPMO [ ilość wad na milion] dla np. jednostki 8168/7 [1] = 4515,7 / 133314,1; [2] = 199406,3 / 661664,3; [3] = 74228,9 / 521930,8 gdzie pierwsza wartość to ShortTerm a druga LongTerm najgorzej wypada proces [2] niewiele lepiej proces [3], najdziwniejsze że przy takich parametrach całkiem nieźle broni się proces [1]. Proces produkcji [1] ma w LT lepsze parametry niż proces [2] w ST.
Optymalizacji produkcji wymagają właśnie te etapy nie będące produkcją a mające znaczący wpływ na nią, dzięki poprawie właśnie tych procesów można uzyskać jeszcze lepszą sprawność procesu produkcji.
Zakłada się, że Cp < 1 oznacza proces całkowicie niewydolny, gdyby na tej podstawie oceniać przedstawione procesy, to żaden z nich nie kwalifikuje się, aby uznać go za proces wydolny, produkcja pewnie okazała by się procesem wydolnym, jednak z różnych przyczyn niezdolnym. W mojej ocenie mimo wszystko najlepszym, z ukrytymi rezerwami organizacyjno technologicznymi, o czym świadczyć może sprawność realizacji znacznie opóźnionych zadań.
Kolejnym interesującym wskaźnikiem jest Yeld tj. wydajność czy też zysk z procesu, rekordowa wydajność 0,59[%] została zarejestrowana i wykazana dla dokumentacji na jednostce 8168/5 najbardziej opóźniony i nieregularny rzeczywisty proces, równie dobrze można było nic nie robić! Rzeczywista wydajność produkcji w tym samym czasie zawiera się w granicach 71,11[%] do 88,14[%], i jest to wynik nadzwyczaj dobry w porównaniu z procesami które wpływają na jego realizację.
Ustalenie granic specyfikacji Uproszczeniem jest
Funkcja strat Taguchi’ego Wskaźnik Pp jest traktowany jako procent wykorzystania całego budżetu
Strata = dzień pracy wydziału w [PLN] x
(norma – ile dni standardowo zakładamy odchylenia) –(rzeczywiste odchylenie)
(wielkość straty przy minimalnym odchyleniu – 1 dzień}²
LSL USL
Określenie wielkości strat wynikających z opóźnień terminowych
Dziękuję za uwagę.
Kontakt : [email protected]