Poglavlje 2

Statistika Kontrola Procesa - SPC

Kontrolne Karte
Run-Karta, X-bar Karta
R-Karta
Sposobnost Procesa

Plot-rasturanja; Run karta

Mjerenja naspram vremena izrade proizvoda daju
Plot rasturanja Run Chart za individualne vrijednosti
Karakteristika

Histogram
Ciljana vrijednost

Mjerenje

Vrijeme

Statistiki stabilan i nestabilan proces

STABILAN

NESTABILAN

Kontrolne Karte bazna ideja

Ako startamo sa stabilnim procesom kontrolne karte nam signaliziraju
odstupanje od stabilnosti kada stvari krenu u neeljenom pravcu da se
ne proizvede kart. elja nam je da signal doe to ranije da smanjimo
trokove karta.

SPC identifikuje tip varijacije a potom poduzima odgovarajue akcije

Kontrolne Karte bazna ideja

Daju dodatne informacije onim iz plota rasturanja
Pomau da odluimo KAKO REAGOVATI
pravovremeno na pojavu nestabilnosti
Ne elimo reagovati na sluajnu varijaciju
- potrebno je odrediti kriterij za odluivanje o kojem
tipu varijacije se radi

Kriterij za odluivanje
STABILAN PROCES NORMALNA RASPODJELA
Normalna raspodjela - 99,7% podataka pada u interval (m - 3s;
m + 3s), a ukoliko se podaci poinju javljati VAN navedenog
intervala proces vie nije pod kontrolom
Bez obzira koji je tip raspodjele najmanje 89% rezultata pada u 3
Sigma granice! Stanje se popravlja kako se pribliava normalnoj
raspodjeli.
Veina fizikih mjerenja su priblino normalno rasporeena pa su
3 Sigma intervali odgovarajui za donoenje odluke da li je
proces pod kontrolom.

Osnovni elementi
Kontrolne karte su specijalizirani plot-ovi u vremenu dizajnirani da
identifikuju ablon varijacije iz procesa.

Granice za klasifikaciju:

Centralna linija
Gornji Kontrolni Limit (UCL)
Donji Kontrolni limit (LCL)

DEFINIU SE ZA STABILAN
PROCES

Karakteristika

UCL CL+3s
Centralna Linija CL
LCL CL-3s
Mjerenje

Vrijeme

Kontrolne karte za grupe podataka

Mjerenje svake individualne vrijednosti procesa
je esto nepraktino skupo
U praksi nikada ne znamo stvarnu vrijednost m i
s i zakljuci se donose na bazi seta/ova
podataka
Obino se napravi plan uzorkovanja i kontrola se
radi na bazi uzoraka.
Veza izmeu populacije i uzorka ???

Veza Populacija-Uzorak
xi

Populacija
k

m
i 1

xi
N

xi - m )2

i 1

s2

m ;s

xj

CL Teorem
m

xj

j 1

Sx

s
n

X,m

n=5
n=1

Rangovi i varijanse su pozitivne vrijednosti Chi2 raspodjela

m

S
2

j 1

- m)

m -1

;R
j 1

Rj

Ri

m -1

Ako iz populacije sa m i s izuzmemo uzorak od 5 proizvoda i za iste izraunamo

srednju vrijednost ona e PASTI u raspodjelu sa srednjom vrijednou mi i
standardnom devijacijom Sx

Relacije mjera centra i rasturanja

populacije i uzorka
s SD(X )

SD ( X )

SD( X )

SD( X )
n
X

SD( R) d 3 SD( X )

R d2 SD( X )

10

Kontrolni limiti za karte na bazi

uzoraka
X-bar Karta
UCL X + 3 SD( X )
X + 3

R Karta
UCL R + 3

d3
d
R (1 + 3 3 ) R D3 R
d2
d2

d2 n

SD ( X )

3 SD( R) 3 d3 SD( X ) 3

d3
R
d2

SD( R) d 3 SD( X )

R d 2 SD( X )
SD( X )

LCL X - 3 SD( X )
X - 3

R
d2

R
d2 n

LCL R - 3

d3
d
R (1 - 3 3 ) R D4 R
d2
d2
11

Obrasci za odreivanje Centralne

Linije i UCL i LCL za R i X-bar karte

X-bar
Karta

R
karta

suma sredina uzoraka

broj uzoraka

LCL X - A 2R ; UCL X + A 2R

suma rangova uzoraka

broj uzoraka

LCL D3R ; UCL D 4 R

12

Konstante u Kontrolnim Kartama

13

Konstrukcija Kontrolnih karti

Centralna linja i Kontrolni limiti bazirani su na
vrijednostima karakteristike kada je proces stabilan kontrolnog seta podataka
Vrijednosti karakteristike koja se prati
eksperimentalni set podataka, raunaju se na bazi
vie uzoraka sainjenih od n-vrijednosti, uzetih na
odgovarajui nain, raunajui pokazatelje za svaki
uzorak
Kontrolni set

budui podaci

14

X-bar Karta
- prikazuje centralnu liniju, koja se izraunava iz ukupne srednje
vrijednosti, gornjeg (UCL) i donjeg (LCL) limita. Eksperimentalni podaci
se plotaju naspram pomenutih vrijednosti.

Odgovara na pitanje: Da li postoji specijalan uzrok varijacije koji uzrokuje promjenu

centralnih vrijednosti procesa u toku posmatranog perioda vremena ?
15

R Karta
- prikazuje centralnu liniju, koja se izraunava srednje vrijednosti
rangova R, gornjeg (UCL) i donjeg (LCL) limita. Eksperimentalni podaci
se plotaju naspram izraunatih vrijednosti.

Odgovara na pitanje: Da li postoji specijalan uzrok varijacije koji uzrokuje da

distribucija procesa postaje manje vie konzistentna ?

16

Izuzimanje podataka iz procesa

Jedna od najbitnijih stvari pri formiranju kontrolnih karti je
ORGANIZACIJA (klasifikacija, uslojavanje, grupisanje itd..) podataka
iz procesa.
Osnovni princip je postii:
maksimalnu slinost unutar podataka iz uzorka
maksimalnu razliitost izmeu razliitih uzoraka.
Cilj je: Ukljuiti samo sistemsku varijaciju izmeu uzoraka, sa svim
specijalnim uzrocima varijacije izmeu uzoraka.

Tumaenje kontrolnih karti

18

Q Kako znati da je proces van kontrole?

A Kada podaci nisu normalni

Van Kontrole :
- Take van kontrolnih limita (3)
- 8 uzastopnih taaka na jednoj strani od centralne linije
- 2 od 3 uzastopne take van 2s granice
- 4 od 5 take van 1 s granice
- 7 uzastopnih taaka imaju trend rasta ili pada...

19

Primjer 1 rang raste u vremenu

-Zamor, slabo istreniran
operator,
-Troenje alata, zaputena
maina (up),
-Slaba kontrola kvaliteta
ulaznog materijala

Primjer 2 skokovi u R karti

-Promjene metoda
(regularno odravanje)
-Promjena operatera
-Promjena materijala

Primjer 3 oscilacije obje karte

-Razliiti operateri koriste

istu kartu
-Razliite veliine se unose
u istu kartu (troenje 2 alata)

-Izmijeane are materijala

Primjer 4 vrijednosti ranga preblizu

centralnoj
-Operateri izmislili vrijednosti
-Greka u izraunavanju
limita
-Rezolucija mjernog
instrumenta nedovoljna
loe mjerenje
-Uzorkovanje nije odekvatno

Primjer 5 srednje vrijednosti rastu/opadaju

-Troenje alata ili dijela maine

-Zamor radnika
-Akumulacija prljavtine
-Uslovi okruenja se mijenjaju
(T, vlanost)

Primjer 6 srednje vrijednosti skau

-Promjena materijala
-Podsklop maine od drugog
dobavljaa
-Promjena metoda izrade

-Promjena metoda mjerenja

Primjer 7 nagle oscilacije srednjih

vrijednosti
-Velika razlika u materijalu

-Velika razlika metodi mjerenja

ili opremi
-Razliiti procesi u jednoj karti
-Znaajne promjene u
okruenju

-Neutreniran operater
-Podeavanje kada je uoena
greka

Primjer 8 lom alata,..

27

Primjer 9

28

Primjer 10 promjena mjerenog sistema

Slika Nepotrebna smetnje u procesu usljed mjerne nesigurnosti

29

Primjer 11 iz doc. K_CHARTS

Pretpostavimo da pri proizvodnji 1 kg metalnog ingota, masa varira od are do
are. U tabeli ispod su (pod-setovi) uzorci izraeni pri normalnim operacionim
uslovima (uzorci od 1-7), sa masama datim u kilogramima.
Konstruisati X-kartu, R-kartu, S-kartu za eksperimentalne podatke (uzorci 8-11).

30

Rezime: Funkcije kontrolnih karti

1. Centriraju panju na detektovanje i nadgledanje varijacije
procesa u vremenu.
2. Obezbjeuje alat za tekuu kontrolu procesa.
3. Razlikovanje specijalnog od uobiajenog uzroka varijacije u
cilju da bude vodilja za lokalnu ili akciju menadmenta.
4. Pomae u unapreenju procesa da se isti ponaa
konzistentno i predvidivo u cilju ostvarenja veeg kvaliteta,
manje cijene i vee efektivnosti.
5. Slui kao uobiajeni jezik za razmatranje performansi
procesa.
31

Kako formirati

X kartu ?

Primjer 1:
Moe se mjeriti 4 komada po satu u toku 20 sati, tih 80 komada
daju nam ukupnu srednju vrijednost i standardnu devijaciju koja
bi definisala kontrolnu kartu.
Srednja vrijednost od podgrupe od 4 komada daje nam y
vrijednosti po satu (sati su plotani na x osi)

m+3s

m
m-3s
Time
32

Primjer 2.

25 uzoraka (sub-grupa)
Veliina uzorka je 5

33

34

35