Professional Documents
Culture Documents
Ocak.2013.77-87.
bir ifade ile süreçle ürün arasında bir sebep-sonuç ilişkisi kaynaklanır ve ürün kusurlarının %80’i, kusur
vardır. Eğer tüm süreç değişkenleri kontrol altına sebeplerinin %20’sinden kaynaklanır [7] .
alınabilirse ürünün özellikleri de kontrol altına alınabilir
5. Neden-Sonuç: Kaoru Ishikawa tarafından
[2].
geliştirilen Neden-Sonuç (“Balık Kılçığı”) diyagramı,
II.1. Temel İPK Teknikleri çoğunlukla, onun onuruna Ishikawa diyagramı olarak
adlandırılır. Neden-Sonuç diyagramının amacı bir
İstatistiksel süreç kontrolünde, yararlanılan temel
problemin kök sebebi ile ilgili farklı teoriler arasındaki
araçlar yaygın olarak “Yedi Kalite Aracı” olarak bilinir.
karşılıklı ilişkileri düzenlemek ve göstermektedir. Neden-
Bu yedi araç, verilerin düzgün biçimde belirlenebilmesini
Sonuç diyagramı sistematik bir şekilde, yapılandırılmış
kolaylaştırmak ve bu verilerin sistematik bir yaklaşımla
belirli bir problemin, mümkün olan sebeplerine
değerlendirilmesini sağlamak amacı ile tasarımlanmıştır.
odaklanarak, bir problem çözme ekibine, potansiyel
Kalite ve süreç iyileştirmede kullanılan 7 temel teknik,
sebepler üzerinde düşünüp açığa kavuşturmak için olanak
“Ishikawa’nın Yedi Temel Aracı; [3]
sağlar ve takımın gerçek kök sebep veya sebepleri
1. Sınıflandırma, keşfetmek için daha verimli çalışmasına imkan sunar [8] .
2. Çetele, 6. Serpilme Diyagramları: Serpilme diyagramı, iki
3. Histogram, değişken arasındaki ilişkiyi göstermek ve ikisi arasında
4. Pareto analizi, korelasyon olup olmadığına karar vermek, bir neden-
sonuç ilişkisi olabileceğini (yada neden-sonuç ilişkisi
5. Neden-Sonuç diyagramı,
olmadığını ) göstermek için kullanılan grafiksel bir araçtır
6. Serpilme diyagramları, [9] .
7. Kontrol grafikleridir. 7. Kontrol Grafikleri: Kontrol Grafikleri ilk olarak
1. Gruplandırma(Sınıflandırma): Gruplandırma, 1920 lerde Bell Laboratuarlarında Walter Shewhart
verinin değişkenlik kaynaklarına göre gruplara ayrılarak tarafından önerilmiştir. Shewhart süreç değişkenliğinde ki
kaydedilmesi ve işlenmesi olarak tarif edilebildiği gibi, genel nedenler ve özel nedenleri ayrı tutmak için kontrol
kategorilere ve özelliklere göre bilgilerin sınıflandırılması grafiklerini geliştirmiştir. Kontrol grafiği süreç kontrol
süreci olarak da tarif edilebilir [4]. durumunu açıklayan grafiksel bir araçtır [10].
2. Çetele: Çetele, problem tanımlamada sıkça İlgili veri türüne bağlı olarak seçilebilecek farklı
kullanılan basit bir araçtır. Çeteleler kullanıcılara, kayıt ve türde kontrol grafikleri vardır. Kontrol grafiklerini iki
verileri toplamak ve analiz etmek için imkân tanır. sınıfa ayırabiliriz, değişkenler (niceliksel) için kontrol
Çeteleler, kullanıcıların veri toplayarak öğrenmek grafikleri ve niteliksel kontrol grafikleri olmak üzere.
istedikleri konu temelinde tasarlanmışlardır. Toplanan Niteliksel veriler sayılabilir (bir örneklemde ki kusurlu
verilerin puantaj veya farklı basit semboller ile kayıt parça sayısı yada şikayetlerin sayısı); değişken veriler
altına alınmasına olanak sağlarlar. Çetelelerin genellikle sürekli bir ölçekte ölçülür (bir görevi
kullanımında birçok farklı format ve çizimler mevcuttur. tamamlamak için gerekli süre, bir partinin uzunluk ve
Çeteleler, büyük çoğunlukla arıza tiplerinin dağılımları ve genişliği gibi) [11].
arızanın konumu şeklinde kullanılır [5] .
III. ÜRETİM SÜRECİ HATALARI
3. Histogram: Histogramlar bir grup verideki
değişimlerin dağılım aralıklarını ve yoğunluklarını III.1. Üretim Kavramı
göstermek için kullanılır. Süreç iyileştirmede, veri
Üretim, insan gereksinimlerinin doğa tarafından
gruplarının çubuk grafik şeklinde gösterildiği şekil
tam olarak karşılanamaması sonucu ortaya çıkan beşeri
histogramın daha klasik bir şeklidir ve çan eğrisi olarak
bir faaliyettir. İnsanın, yaşamı için doğanın kendisine
da bilinir [6] .
verdikleri ile yetinmesi halinde herhangi bir üretim
4. Pareto Analizi: Pareto analizi, dikkatleri en faaliyetinden söz edilemeyeceği açıktır. Nitekim çok ilkel
önemli problem alanlarına çekmek için kullanılan bir toplumlarda üretim faaliyetine rastlamak pek mümkün
tekniktir. 19. Yüzyıldan sonra İtalyan iktisatçı Vilfredo değildir. Dolayısı ile üretimin, insanoğlunun uygarlık
Pareto’nun adıyla anılan Pareto kavramı, toplam olaylar yolunda ilk adımları atmaya başladığı tarihe kadar uzanan
(şikayetler, kusurlar, problemler) içerisinde diğerlerine bir geçmişi olduğu söylenebilir [12].
nazaran daha yüksek orana sahip faktörleri gösterir. Bu
Üretim, mal ve hizmetlerin oluştuğu süreç olarak
görüş, durumları önem sırasına göre derecelendirmeyi
tanımlanabilir. Bu anlamda, üretim süreçlerine fabrikalar
sağlar ve sonrasında, daha az önemli olan sorunlar
yanında hastanelerde, bürolarda, süpermarketlerde,
(“trivial many”) bırakılıp, en önemlileri çözmeye
havaalanlarında, medyada ve benzeri yerlerde rastlanır.
odaklanılır. Çoğu kez, 80-20 kuralı olarak anılan Pareto
Analizine göre problemlerin (fiyat, maliyet vb.) %80’inin Bu tanımdan da anlaşıldığı gibi genelde iki tür
sebebi, öğelerin % 20’sinden kaynaklanır. Örneğin, üretim süreci söz konusudur. Mal üreten süreçler ve
makine arızalarının %80’i, makinelerin %20’sinden hizmet üreten süreçler. [13].
78
Hakan YILDIRIM – Ebru KARACA
III.2. Üretim Sürecinde Değişkenlik işletmesinde dikiş hatalarının istatistiksel proses kontrol
yöntemleri kullanarak azaltılması” çalışmasında orta
W.A. Shewhart bir sürecin iki tip değişkenlik
büyüklükteki bir konfeksiyon işletmesinde hata miktarı en
içerebileceğini fark etmiştir. Varyasyon tesadüfi veya
fazla olan operasyonda hata oluşumuna neden olan
belirlenebilir sebeplerden kaynaklanabilir. W. E. Deming
faktörler İPK teknikleri ile analiz edilmiş; İPK
daha sonra “varyasyonun genel nedenleri (tesadüfi
yöntemlerini kullanarak dikiş hatalarının azaltılabileceği
nedenler)” ve “varyasyonun özel nedenleri” (belirlenebilir
görülmüştür.
nedenler)” ifadesini türetmiştir. Varyasyonun genel
nedenleri, her sürecin doğal bir parçasıdır. Genellikle bu Bek (2008), “Bir konfeksiyon işletmesinde proses
tür değişimin etkisi minimum düzeydedir ve sürecin ve kalite kontrol” çalışması büyük ölçekli bir konfeksiyon
düzenli ritminin sonuçlarıdırlar. Özel neden varyasyonu, fabrikasında yapılmıştır. Bir modelin dikim öncesi, dikim
sürecin doğal bir parçası değildir. Bu tür varyasyon, ve dikim sonrası ve yükleme öncesi kontrolleri sonucunda
süreç içinde meydana gelen olağandışı bir şeyi vurgular verilerin toplanması ve analizi için istatistiksel proses
ve sürecin 'tasarım parçası olmayan faktörler' tarafından kontrol teknikleri kullanılmıştır.
oluşur. Ancak, bu nedenler saptanabilir ve çoğu durumda
Selalmaz (2008), “İstatistiksel süreç kontrol
ortadan kaldırılabilir [14] .
metodunun zincir üretiminde uygulanması” çalışmasında
III.3. Hataları Önleme Yolları zincir üretimi yapan bir işletmede kontrol dışı durumların
tespiti için ve üretiminde kullanılan makinelerin duruş
Kontrol grafikleri, sürecin istatistiksel yöntemlerle
sebeplerini tespit etmek için İPK metotları kullanılmıştır.
ekonomik ve güvenilir biçimde kontrol altında
tutulmasında en etkili araçlardır. Doğal olmayan Tan (2008), “İlaç sektöründe kalite iyileştirme
nedenlerle ortaya çıkan değişiklikler, süreci olumsuz teknikleri ve bir uygulama” çalışmasında özel bir ilaç
olarak etkilediğinden, bu nedenlerin tanımlanmaları, sektörüne ait üretim sahasında kontrol dışı durumlar için
araştırılmaları ve kontrol altında tutulmaları gerekir. Bir sebep sonuç analizleri yapılmış histogram, gruplandırma
kontrol grafiği, süreçte meydana gelen değişikliklerin ve serpilme diyagramları kullanılarak özel sebeplerin
doğal ya da doğal olmayan nedenlerden oluştuğunu ayırt kaynakları ortadan kaldırılmaya çalışılmıştır.
etmeye yarayan önemli bir araçtır [15] .
Özdamar (2007), “Orman ürünleri endüstrisinde
III.4. Konu İle İlgili Literatür Araştırması istatistiksel kalite kontrol: yonga levha üretiminde bir
çalışma” çalışmasında yonga levha fabrikasında
Bu bölümde incelenen konu ile ilgili literatür
istatistiksel kalite kontrol grafikleri kullanılarak surecin
araştırmasına yer verilmiştir. Çalışmaların kapsamında
kontrol altında olup olmadığı araştırılmıştır.
2000 yılından sonrası ve üretime yönelik olanlar yer
almaktadır. Benk (2007), “İstatistiksel süreç kontrolü
sisteminin küçük ölçekli bir işletmede geliştirilmesi ve
Başaran (2010), “Kalite İyileştirmede istatistiksel
uygulanması” çalışmasında istatistiksel süreç kontrolü
proses kontrol tekniklerinden pareto analizi ve gıda
sisteminin küçük ölçekli işletmelerde de kurulabileceği ve
sektöründe bir uygulama” çalışmasında gıda sektöründe
uygulanabileceğini sergilemek amacıyla bu kategoriye
faaliyet gösteren ve un üreten bir işletmenin üretim süreci
giren kalıp ve parça üreten küçük ölçekli bir işletmede
ele alınmıştır. İki temel proses olan temizleme ve öğütme
pilot çalışma yapılmıştır.
prosesinde uygunsuzluklar araştırılarak Pareto Analizi
yapılmıştır. Değerli (2006), “Toplam kalite yönetiminde
istatistiksel süreç kontrolünün önemi ve bir işletme
Kısaoğlu, (2010), “Orta büyüklükte bir dokuma
uygulaması” çalışmasında kum-çakıl ocağı işletmesinde
işletmesinde istatistiksel proses kontrol sistemi: I. kumaş
İstatistiksel Süreç Kontrol yöntemleri, değişkenliğin
hatalarının kontrolü” çalışmasında orta ölçekli bir dokuma
belirlenmesi ve sürecin geliştirilmesi amacıyla
işletmesinde istatistiksel proses kontrol teknikleri
kullanılmıştır.
kullanılarak kontrol sistemi kurma çalışmaları yapılmıştır.
Özcan (2006), “İstatistiksel proses kontrol
Zeyveli (2010), “AISI H13 Sıcak iş takım çeliğinin
tekniklerinden pareto analizi ve çimento sanayinde bir
işlenmesinde yüzey pürüzlülüğünün araştırılması ve
uygulama” çalışmasında çimento imalat sanayinde bir
istatistiksel proses kontrol metodunun uygulanması”
fabrikada meydana gelen duruşlar sebebiyle fabrikanın
çalışmasında endüstride kalıpçılıkta çok kullanılan, ısıl
çok büyük üretim kaybı olduğu için Pareto Analizi
kararlılığı ve tokluğu yüksek AISI H13 sıcak iş takım
uygulaması yapılmıştır.
çeliğinin işlenmesinde, kesme hızı ve ilerleme hızının
yüzey pürüzlülüğüne etkisi deneysel olarak araştırılmıştır. Örümlü (2006), “Üretim sürecinde istatistiksel
İşleme parametrelerine ve yüzey pürüzlülüğü değerlerine proses kontrol ve işletme uygulamaları” çalışmasında bir
İstatistiksel Proses Kontrol (İPK) metotları uygulanmış ve gıda işletmesinde İstatistiksel Proses Kontrol Tekniğinin
analizleri yapılmıştır. üretim sürecinde kullanılarak olası sorunların tespit
edilebilmesi incelenmiştir. Fazla dolum sorunu
Kayaalp ve Erdoğan (2008), “Konfeksiyon
belirlenmiş ve iyileştirme için önerilerde bulunulmuştur.
79
Ocak.2013.77-87.
Buluklu (2006), “Dokuma işletmelerinde proses ve ürün, konusu ile ilgili uluslararası standarda uygun olarak
kalite kontrol” çalışmasında İPK tekniklerinin tasarlanmıştır. Bu standartların gerektirdiği fonksiyonların
kullanılmadığı bir tekstil işletmesinde hazırlık ve dokuma sürekliliğin kontrolünün yapılması amacıyla kalite kontrol
bölümü için pareto diyagramları ve kılçık diyagramları planlarında yapılacak testler belirtilmiştir. Kalite kontrol
oluşturulmuş; Kontrol diyagramları ile, sınırları aşan departmanında, üretimi tamamlanan ürünlere, bu testler
proses parametreleri tespit edilmiştir. uygulanmakta ve geri bildirimleri Üretim, Ar-Ge ve
Kalite departmanlarına iletilmektedir.
Yıldırım (2006), “Toplam kalite yönetiminde
istatistiksel süreç kontrolünün önemi ve bir demir döküm Yangınlarda en sık karşılaşılan durum duman
işletmesinde yapılan uygulama” çalışmasında demir oluşmasıdır. Bu sebeple yangın algılama sistemlerinde
döküm fabrikasının üretim sürecinde spek dışı değerler duman detektörleri en fazla tercih edilen ürün grubudur.
araştırılmış, bu değerlerin operatör hatasından Duman detektörlerinin iyonize, optik, ışın tipi ve kombine
kaynaklandığı ortaya konulmuş, düzeltici / önleyici olmak üzere çeşitleri mevcuttur. Uygulamamıza konu
faaliyetler yapılmış, spek dışı değerler çıkarılarak süreç olan detektör tipi optik duman detektörüdür.
yeniden gözden geçirilmiştir. Sürecin yeterli olduğuna
IV.1. Veri Toplama ve Kullanılan İPK Yöntemleri
karar verilmiştir.
Üretim kısmında arıza türleri ve sebepleri üzerine
Kapıcı (2005), “İstatistiksel proses kontrol
yapılan çalışma için veriler Ocak 2012 ve Mart 2012
teknikleri ve tersanelerde kaynak prosesine uygulanması”
zaman aralığında üretim yapılan her partiden alınmıştır.
çalışmasında İstatistiksel Proses Kontrol Tekniklerinin
Bu partilerde toplamda 60369 adet detektör üretimi
gemi inşa ve onarım projelerinde kaynak prosesine
yapılmıştır. Her detektörün testinden sonra arıza tespit
uygulanabilirliği incelenmiştir. İPK uygulamaları için
kısmında ortaya çıkan arızalar kayıt altına alınmıştır.
yeni bir veri toplama, analiz ve değerlendirme prosedürü
geliştirilmiştir. Kalite kontrol kısmı analizleri için, Ocak 2012 ve
Mart 2012 arasında üretim yapılan 7 partiden örnek
Kaya ve Ağa (2004), “Kalite iyileştirme sürecinin
alınmıştır. Tesadüfi sayılar cetveline göre belirlenen
yedi temel aracı ve motor-traktör imalatı yapan bir
saatlerde numuneler alınmıştır. Bir çalışma günü 10
işletmede uygulanması” çalışmasında motor ve traktör
periyoda bölünmüştür. Her periyotta 1’er adet numune
imalatı yapan bir işletmede kalite iyileştirme ve geliştirme
elektronik devre kartı olmak üzere, üretilen bir partiden
sürecinde istatistiksel tekniklerin kullanımı incelenmiştir.
toplamda 10 adet numune elektronik devre kartı
İşletmede karşılaşılan hatalar 38 çeşit olarak belirlenmiş,
alınmıştır. Bir numune elektronik devre kartından 12 adet
bu hatalar için histogram oluşturulmuş ve pareto analizi
detektör üretimi yapıldığından bir partiden toplamda 120
yapılarak hangi hataların diğerlerine göre daha önemli
adet detektör numunesi alınmıştır. Bu numune alma planı,
olduğu ve önlenme/ortadan kaldırılma önceliklerinin
7 farklı partide gerçekleştirilmiştir. Toplamda alınan
yüksek olduğu belirlenmiştir.
numune sayısı 840 olmuştur.
Bircan ve Gedik (2003), “Tekstil sektöründe
Uygulamada, istatistiksel proses kontrol
istatistiksel proses kontrol teknikleri uygulaması üzerine
tekniklerinden pareto analizi ve sebep-sonuç diyagramı,
bir deneme” çalışmasında İstatistiksel proses kontrol
serpilme diyagramları, kalite kontrol aşamalarından elde
tekniklerinden Pareto Analizi kullanılarak, Sivas
edilen veriler için de ve s kontrol diyagramları
Dikimevi’nde üretim hatalarının sebepleri araştırılmıştır.
kullanılmıştır.
Ayrıca bu üretim hatalarının belirlenen spesifikasyonlara
uygun olup olmadıkları incelenmiştir IV.2. Verilerin Değerlendirilmesi
Üretim testlerinde ortaya çıkan arızaların hangi
IV. UYGULAMA
sıklıkta olduğunu ve kaynakları ile sebeplerini görebilmek
Elektronik sektöründe, yangın ve gaz algılama için çetele tablosu oluşturulmuştur.
sistemleri alanında faaliyet gösteren bir şirketin üretim ve
Çetele tablosunun bir örneği Tablo 1.’de
kalite kontrol bölümlerinde istatistiksel proses kontrol
görülmektedir. Çetelede arıza türü, bu arızanın kaynağı ve
tekniklerinden uygun olanlar uygulanmıştır.
sebepleri işlenmektedir. Çetele tablosunda görülen “ X ”
Uygulama yapılan işletme güvenlik alanında 10 adet arızayı, “ \ ” 1 adet arızayı ifade etmektedir. 3 ve
yangın ve gaz algılama sistemlerinin tasarım, üretim, 5 numaralı arızalar makina, 6 numaralı arıza montaj, 11
kalite kontrol, satış ve satış sonrası hizmetleri ve 13 numaralı arızalar malzeme, 18-22 numaralı arızalar
faaliyetlerini yürütmektedir. Firma 25 yıldır yurt içi ve operasyon kaynaklıdır. (SIRA NO) ÇETELE kısmındaki
yurt dışı piyasa da yer almaktadır. Tek vardiya sistemi ile SIRA NO arıza türünü, ÇETELE ise arıza sayısını ifade
çalışan firmada 150 personel bulunmaktadır. etmektedir. 2945 adet ürün kontrol edilmiştir. Toplamda
108 adet arıza tespit edilmiştir. Çetelede yer alan arıza
Üretim, yangın alarm santrallerini, detektörlerini,
oranı, arıza sayısının toplam kontrol edilen 2945 adete
gaz detektörlerini ve aksesuarlarını, denizci tipi yangın
oranıdır. Söz konusu parti için arıza oranı % 3,67 olarak
algılama sistemlerini kapsamaktadır. Üretimi yapılan her
hesaplanmıştır.
80
Hakan YILDIRIM – Ebru KARACA
Üretilen 31 parti için üretim bölümü test veriler incelenmiş ve aşağıdaki veri tabloları
sonuçlarını çetelelere işlemişlerdir. Çetelelerden alınan düzenlenmiştir.
Tablo 1. Üretim Bölümü İçin Çetele Tablosu
Ürün Kodu / Açıklaması : Y11.007.70 / MG-9100.V2
Tarih /Üretim Emri No : 08.03.2012 / 01971
9 PCB Arızalı
11 Verici Arızalı
13 Hücre Arızalı
14 Taban Arızalı
15 Led Arızalı
16 Led Kırık
81
Ocak.2013.77-87.
IV.3. Arıza Türleri ürün tespit edilmiştir. Tablo 2.’de arıza türlerine göre
yüzde değerler görülmektedir.
İşlenen çetele tablolarından alınan verilere göre
üretim bölümünde tespit edilen arızalar 8 farklı türde Burada en fazla arızanın, sırasıyla set olmuyor, hiç
sınıflandırılmıştır. açılmıyor ve analog değer yüksek arızaları olduğu
görülmektedir.
Bunlar;
1. Set olmuyor
2. Analog değer yüksek
3. Analog değer düşük
4. Analog değer yok
5. Hiç açılmıyor
6. Adres almıyor
7. Led yanmıyor
8. Santrali Görmüyor
Duman yoğunluğunun ölçülüp algılama durumuna
geçilmesi için yazılımsal olarak atanan analog değerler set
işlemi ile atanır. Set cihazına bağlanan detektör istenilen
analog değere set edilemiyorsa bu durumda set olmuyor
arızası mevcuttur. Set işleminden sonra eğer yazılımda
belirtilen sınırdan yüksek bir analog değerle karşılaşılırsa
detektörde bu durum analog değer yüksek arızası, sınırdan
küçük bir değerle karşılaşılırsa analog değer düşük
arızaları karşımıza çıkar. Detektör set edilmesine rağmen
analog değer okunmuyorsa analog değer yok arızası
mevcuttur.
Tablo 2. Üretim Prosesinde Karşılaşılan Arıza Türlerinin
Yüzdelik Dağılımı
Arıza Türü Frekans Göreli Frekans (%) Grafik 1. Arıza Türleri Dağılımı
Grafik 1.’deki pasta diyagramında arıza türü –
Set Olmuyor 2213 85,2 arıza oranı ilişkilendirilmiştir. Grafikten anlaşılacağı
Hiç Açılmıyor 176 6,8 üzere en fazla karşılaşılan arıza türü %85,2 ile set
olmuyor, en az karşılaşılan arıza türleri %0,1 ile adres
Analog Değer Yüksek 145 5,6
almıyor ile santrali görmüyor arızalarıdır.
Ledi Yanmıyor 41 1,6
IV.4. Arıza Kaynakları
Analog Değer Düşük 12 0,5
Analog Değer Yok 6 0,2 Üretimde arıza kaynakları 4 sınıfa ayrılmıştır.
Bunlar; makine, malzeme, montaj ve prosestir. Elektronik
Adres Almıyor 2 0,1
devre kartında ki malzemelerin bir kısmı SMD Dizgi
Santrali Görmüyor 2 0,1 Makinesinde dizilir. Ayrıca malzemelerin lehimleme
Toplam 2597 100 işlemleri da makinalarda yapılır. Eğer malzeme lehimsiz,
kısa devre gibi durumlar varsa bu arızalar makine
Detektör adresleme cihazına, adres verilmesi için kaynaklı olabilir. Detektörde kullanılan malzemelerin
takıldığında adresleme cihazı detektörü görmediği için arızalı, kırık ve bozuk olması durumlarında arızalar
kendiliğinden kapanıyorsa hiç açılmıyor arızası malzeme kaynaklıdır. SMD Dizgi Makinasında her
mevcuttur. Detektör adresleme cihazına bağlanılıp adres malzeme dizilememektedir. Özellikle metal ve plastik
verilmesi istenilmesine rağmen, detektöre işlem malzemelerin ve detektörün mekanik yapısına göre
yapılamıyorsa adres almıyor arızası vardır. Led yanmıyor sonradan dizilmesi gereken malzemelerin montajı ve
arızası; detektörün sisteme tanıtılması için adresleme gerekli lehimleme işlemleri personel tarafından el ile
cihazından adres verilirken, detektörün ledlerinin yapılmaktadır. Lehimlemede ki sorunlar, malzemenin
yanmaması durumudur. Detektör bağlandığı santral yanlış, ters dizilmesi gibi durumlar montajdan kaynaklı
tarafından tanınmıyorsa santrali görmüyor arızası arızalara yol açar. Detektör üretiminde, programlama, set
mevcuttur. etme gibi işlemler mevcuttur. Bu işlemlerde sorun
Verilerin toplandığı üç ayda 60369 adet üretim olduğunda proses kaynaklı hatanın mevcut olduğu
yapılmış, bu üretim adeti içerisinden 2597 adet arızalı görülmektedir.
82
Hakan YILDIRIM – Ebru KARACA
Tablo 3. ‘de arıza kaynaklarına göre yüzdelik arıza sebebi dışında kalan diğer arıza sebeplerini, sınıf
değerler verilmiştir. Arızaların oluşumuna en fazla sebep sayıları çok olmalarına rağmen etkileri az olduğu için
olan kaynak % 84,67 oranı ile malzeme, en az ise % 0,89 “Önemsiz çoğunluk”(trivial many) olarak
oranı ile makinedir. tanımlayabiliriz.
Tablo 3. Arıza Kaynaklarının Yüzdelik Dağılımı Tablo 4. Arıza Sebeplerinin Kümülâtif Dağılımı
Arıza Kaynağı Frekans Göreli Frekans Arıza Sebebi Frekans Göreli Kümülâtif
(%) Frekans (%) (%)
Alıcı Arızalı 1528 58,84 58,84
Malzeme 2199 84,67
Proses 309 11,90 İşlemci Arızalı 600 23,10 81,94
Montaj 66 2,54 Diğer 146 5,62 87,57
Makine 23 0,89 Alıcı Kısa Devre 50 1,93 89,49
Toplam 2597 100
Kart Üzerinde 44 1,69 91,19
Lehim Parçaları
IV.5. Arıza Sebepleri
Malzeme Kırık 42 1,62 92,80
Çetele tablosundan alınan verilere göre arıza
sebepleri 21 başlık altında toplanmıştır. Bunlar; Taban Arızalı 39 1,50 94,30
83
Ocak.2013.77-87.
Diğer 69 3,1
84
Hakan YILDIRIM – Ebru KARACA
oluşturabilir; bu yüzden devre çalışmaz. Az lehimde, alıcı bulunmamaktadır. Bu sebeple süreçte kontrolü bozan
tam olarak yapışamadığından bağlantı sağlam olmaz. herhangi bir özel sebep olmadığını söyleyebiliriz.
Personelin, alıcının montajı yanlış yapması devreyi
çalıştırmaz. Detektörün çalışması için yapılması gereken
set işleminin atlanması alıcının işlevini yerine getirmesini
engeller.
Makine: Dizgi hattındaki makinelerde az ve fazla
lehim, proses işleminde anlatılan hatalara yol açar.
Otomatik kontrol makinesinin hataları tespit ederken
gözden kaçan hatalar devrede sorunlara yol açabilir.
Tasarım: Elektronik devrede hangi malzemelerin
kullanılacağı, plastik ve metal malzemelerin nasıl olacağı
tasarım aşamasında belirlenir. Her bir malzeme için bir
tolerans değeri vardır. Malzemelerin toleransları arasında
ki uyumlarda sorun olduğunda alıcı bu durumdan etkilenir
Grafik 5. Azalan Ardışık Noktalar Kontrol Grafiği
ve devrenin çalışmasını engeller.
Süreçte rassal nedenlerden kaynaklanan bir
IV.6. Son Muayene ve Kontrol ve Kontrol varyasyon olup olmadığını anlayabilmek için değerlerin
Grafikleri dağılım hareketlerini inceleyecek olursak:
Üretimi tamamlanan ürünler içerisinden, tesadüfi
Merkez hattı ve herhangi bir kontrol limiti
sayılar cetveline göre belirlenen saatlerde numuneler
arasında ardışık olarak altı nokta bulunmamaktadır.
alınmıştır. Bir çalışma günü 10 periyoda bölünmüştür.
Her periyotta 12’şer adet numune olmak üzere, üretilen Ardışık olarak en az altı adet veri noktasında
bir partiden toplamda 120 adet numune toplanmıştır. Bu yükselme veya azalış varsa bu durum rassal
numune alma planı, 7 farklı partide gerçekleştirilmiştir. nedenlerden kaynaklı varyasyonun olabileceğini
Toplamda alınan numune sayısı 840 olmuştur. belirtir. kontrol diyagramını incelediğimizde bu
durumun var olduğunu görüyoruz.
Son muayene ve kontrol aşamasındaki istatistiksel
proses kontrol çalışması için dikkate alınacak nicelik Grafik 5. Azalan Ardışık Noktalar Kontrol
özellik duman yoğunluğu olarak belirlenmiştir. Duman Grafiğinde 3. ve 8. veri noktaları arasında ardışık azalma
yoğunluğu dB/m birimi ile ifade edilen, detektörün olduğunu görüyoruz. Bu durum rassal sebeplerin belirtisi
iletime girdiği duman miktarını gösteren bir parametredir. olabilir ve kontrol edilmesi gerekmektedir.
85
Ocak.2013.77-87.
açıkça görünen bu anı sıçramalar, düzensizlik her an ile çalışmasında uyumsuzluk olabileceği belirtilmişti.
kontrol limitleri dışında bir değerde üretim ihtimali Süreçte geliştirme çalışmaları daha uyumlu, az toleransa
olduğunu gösterir. sahip alıcı malzeme kullanılması, devrenin bu şekilde
tasarlanması ile yapılabilir. Duman yoğunluğu miktarının
V. SONUÇ ölçüldüğü, rüzgar tünelinin bakımlarının aksamadan
yapılması, cihazların kalibrasyon ve doğrulamalarının
Bu çalışma kapsamında İstatistiksel Proses Kontrol
düzenli takip edilmesi faydalı olacaktır.
yöntemlerinin yangın ve gaz algılama ürünleri üreten bir
işletmede uygulaması yapılmıştır. Standart sapma kontrol grafiğinde ani sıçramalar
mevcuttur. Süreç kontrol altında gözükmekte fakat ama
İşletmede Üretim ve Kalite Kontrol bu ani sıçramaların kontrol edilmesi gerekmektedir.
Departmanlarında test sonuçları kayıt altına alınmaktadır.
Üretim Departmanında test personeli, her parti için Sonuç olarak, süreçte değişkenlik var ise bu
oluşturulan Üretim Emri ve Kontrol Formlarına test durumun belirlenmesi, süreçte geliştirme faaliyetlerinin
sonuçlarını “Arıza Türü” ve “Arıza Sebebi” bilgilerini yapılması için üretim ve kalite kontrol aşamalarında
içerecek şekilde yazmaktadır. Kalite Kontrol veriler toplanarak istatistiksel proses kontrol
Departmanında, detektörün iletime girdiği duman tekniklerinden uygun olanlar kullanılmalıdır. Bu şekilde
yoğunluğu değerleri Son Muayene ve Kontrol süreç kontrol altına alındığından kayıplar azaltılacak,
Formlarında kayıt altına alınmaktadır. maliyetler düşürülecek, kalite ve verimlilik artacaktır.
Arıza türleri ve arıza sebepleri kayıt altına YARARLANILAN KAYNAKLAR
alınmakta fakat veri analizleri yapılmamaktadır. Herhangi
bir sorun durumunda ilgili sorunlu parti için anlık [1] Dalgıç, A. Gaziantep Üniversitesi (http://www1.gantep.
çözümler üretilmekte; kalıcı çözümler bulunmamaktadır. edu.tr/~dalgic/SPC.htm ) [05.01.2012]
İstatistiksel Proses Kontrol faaliyetlerinin [2] Bayraktar, E. (2007). Üretim ve Hizmet Süreçlerinin
Yönetimi, Birinci Baskı. İstanbul: Çağlayan Kitabevi.
uygulanabilmesi için işletmede, verilerin toplanması
gerekmektedir. [3] İhsan Kaya ve Abdullah Ağa. (2004). Selçuk Üniversitesi
Sosyal Bilimler Enstitüsü Dergisi. “Kalite İyileştirme
Verilerin alındığı 2012 yılının ilk üç ayına Sürecinin Yedi Temel Aracı ve Motor-Traktör İmalatı
bakıldığında üretim kısmında en sık karşılaşılan hata % Yapan Bir İşletmede Uygulanması, 11, http://www.
85 oranı ile set olmuyor arızasıdır. Set olmuyor arızası ile sosyalbil.selcuk.edu.tr/sos_mak/makaleler/Abdullah%20A
alıcı arızasında ki ilişki serpilme diyagramında GA%20-%20İhsan%20KAYA/KAYA, %20İHSAN %20vd
gösterilmiştir. Bu ilişkinin pozitif ve 0,909 kuvvetinde bir .pdf (24.09.2011)
ilişki olarak çıkmasından ötürü set olmuyor arızasındaki [4] Yücel, M. (2007) “Toplam kalite kontrolü açısından
artışın alıcının arızalı olmasına bağlı olduğunu istatistiksel süreç kontrol tekniklerinin önemi”, 8. Türkiye
söyleyebiliriz. Eğer alıcı kontrol edilirse set olmuyor Ekonometri ve İstatistik Kongresi, 24-25 Mayıs, Malatya:
arızası da kontrol edilmiş olur. İnönü Üniversitesi
Üretim ve Teknik Departmanların katılımı ile [5] William J. Stevenson. (1993). Production/Operations
yapılan beyin fırtınasında alıcı arızasının malzeme, Management. 4th Edition. Boston:Irwin
makine, proses ve tasarım kaynaklı ortaya çıkabileceği [6] Peter S. Pande, Robert P. Neuman, Roland R. Cavanagh.
belirtilmiştir. (2000).The Six Sigma Way: How GE, Motorola, and Other
Top Companies are Honing Their Performance. 1st
Bir işletmede üretim ve kalite kontrol analizlerinin Edition. New York: McGraw-Hill
eş zamanlı yapılması fayda sağlayacaktır. Bu sebeple
üretimden alınan verilerin analizleri yanında kalite kontrol [7] William J. Stevenson. (1993). Production/Operations
kısmında alınan duman yoğunluğu kriterinin de kontrol Management. 4.Basım. 4th Edition. Boston:Irwin
grafikleri ile analiz yapılmıştır. Kontrol grafiklerinde, üst [8] Joseph M Juran ve A. Blanton Godfrey. (1999). Juran’s
ve alt kontrol limitleri dışında herhangi bir değer Quality Handbook, 5th Edition. New York: McGraw-Hill
bulunmamaktadır. Bu durumdan hareketle proseste [9] Joseph M Juran ve A. Blanton Godfrey. (1999). Juran’s
kontrolü bozan herhangi bir özel sebep olmadığını Quality Handbook, 5th Edition. New York: McGraw-Hill
söyleyebiliriz.
[10] James J. Evans ve William M. Lindsay. (1993). The
Fakat kontrol grafiğinde azalan ardışık noktaların Management and Control of Quality, 2nd Edition. United
bulunması rassal nedenlerin bulunduğunu göstermektedir. States of America : West Publishing Company
Proseste rassal sebepler, girdi malzemelerin [11] William J. Stevenson. (1993). Production/Operations
gerekliliklerine uygun olmamasından, ölçme aletlerinin Management. 4.Basım. 4th Edition. Boston:Irwin
durumlarından, ürün tasarımının yetersizliğinden ortaya [12] Kobu, B.( 2008). Üretim Yönetimi, 14.Basım, İstanbul:
çıkabilir. Sebep – sonuç uygulamamızda, alıcı Beta.
malzemenin arızalı, yüksek toleranslı ve diğer malzemeler
86
Hakan YILDIRIM – Ebru KARACA
Hakan YILDIRIM
hakany68@marmara.edu.tr
Ebru KARACA
ebrukaraca1@gmail.com
87