K čemu slouží SPC - Statistical Process Control?

1. Úvod
2. Blog
3. Odborná školení
4. K čemu slouží SPC - Statistical Process Control?

Pojmem Statistical Process Control chápeme soubor statistických nástrojů, které pomáhají řídit procesní parametry tak, aby výsledek procesu byl předvídatelný a aby proces produkoval minimum chybných, tedy neshodných výstupů.

Tato složitá definice v sobě odráží snahu každého producenta, bez ohledu na produkt, uspokojit zákazníka v maximální možné míře. Běžně se na splnění tohoto cíle používají techniky, které sledují výstup z procesu a třídí produkty dobré kvality, tedy shodné, od produktů horší až nepřijatelné kvality, čili neshodné produkty. Shodné produkty putují zákazníkovi, zatímco neshodné se přepracují, v nejhorším případě vyhodí. Nevýhodou tohoto přístupu je jeho reaktivnost. Kontrola kvality, tak se uvedené techniky souborně nazývají, nedokáže snížit výskyt neshodných produktů na výstupu. Dokáže je pouze s určitou efektivitou zachytit.

Každý neshodný produkt je z pohledu producenta ztrátou. Spotřeboval na jeho vytvoření energii, lidskou práci, materiál a amortizovat zařízení použité při jeho produkci. Pokud dokáže neshodný produkt přepracovat, zachrání za cenu další investice alespoň část vynaložených nákladů. V případě neopravitelného produktu však ztrácí vše, co do produkce vložil. Takové plýtvání si v dnešní době může dovolit jen málokdo.

V podobné situaci nedostatku pracovních sil, surovin, financí a času se nacházelo i Japonsko po druhé světové válce. Rozvrácené hospodářství muselo s každým zdrojem zacházet tak, aby z něj dokázalo dostat maximum. V této atmosféře se začínají ve velké míře do výrobních závodů zavádět techniky vypracované ve dvacátých a třicátých letech minulého století v USA. Jejich úspěšné nasazení v praxi pomohlo ověřit jejich účinnost a později se stávají rozšířeným a běžným standardem moderní výrobní společnosti. Uvedené postupy se nazývají souborným názvem Statistical Process Control, ve zkratce SPC. Do češtiny by se tento název dal přeložit jako Statistické Řízení Procesů. Můžete se však setkat s pojmem Statistická Kontrola Procesů, což však není zcela správné, protože pojem "kontrola" má spíše pasivní charakter, což je v rozporu s přístupem SPC.

Přístup SPC je opačný k přístupu reaktivnímu. Nesnaží se kontrolovat kvalitu výstupu a tedy třídit výstupy na shodné a neshodné, ale snaží se proces nastavit tak, aby snížil pravděpodobnost výskytu neshodného výstupu na minimum. Zasahuje tedy do samotného procesu, cíleně a vědomě tak, aby na konci procesu bylo zmetků co nejméně. Tento proaktivní přístup dokáže zabránit plýtvání tím, že eliminuje samotný výskyt neshodných výrobků. Tím celý proces zefektivňuje a dokáže předpovídat jeho chování v budoucnosti. SPC se nezaměřuje pouze na výstup z procesu, ale snaží se řídit vstupy a procesní parametry.

Co je Gaussova funkce (křivka Normálního rozdělení)

SPC vychází ze všeobecně platného zákona neurčitosti. Každý parametr nastaven na konkrétní hodnotu přirozeně osciluje kolem této hodnoty podle zákonů statistického rozdělení pravděpodobnosti. Jinými slovy, i když nastavíme parametr na konstantní, bodovou hodnotu, jeho reálná hodnota v čase nebude bodová, ale intervalová. Hodnoty budou oscilovat kolem průměrné hodnoty. Šířka intervalu a průměrná hodnota jsou veličiny, které se dají použít pro statistický odhad výskytu konkrétní hodnoty parametru. Pomocí průměru a směrodatné odchylky je možné zkonstruovat křivku, která umí předpovídat s jakou pravděpodobností se konkrétní hodnota vyskytne v budoucnosti. Křivka se nazývá Gaussova funkce, nebo také křivka Normálního rozdělení.

Je třeba poznamenat, že velká většina dějů v přírodě se řídí normálním rozdělením, avšak ne všechny. Přesto se dá i pro děje, které se normálním rozdělením neřídí, použít SPC. Jde však o komplikovanější a speciálnější techniky. Pro začátek si však stačí princip fungování SPC ozřejmit na dějích, které se řídí normálním rozdělením pravděpodobnosti.

V případě, že procesní parametr dosahuje hodnot, které jsou v souladu s normálním rozdělením říkáme, že parametr je pod statistickou kontrolou. Vlivy, které způsobují jeho "rozostření" jsou jen náhodné. Parametr se chová tak, jak je to dáno platným zákonem neurčitosti. Pokud na parametr začne ovlivňovat vnější faktor, který není náhodný, hodnoty parametru se přestanou řídit normálním rozdělením. SPC dokáže zachytit takové vlivy a upozornit na to, že něco není v pořádku. Vhodným zásahem do procesu se pak vnější nenáhodný vliv eliminuje a proces se opět dostává pod kontrolu, dokážeme ho řídit.

Aplikací statistických metod do praxe tedy víme posoudit stav procesu na základě jeho parametrů a vhodnými zásahy eliminovat rozkolísání procesu. Stabilní proces poskytuje výstupy, které se dají odhadnout s určitou pravděpodobností a víme proto předpovídat podíl neshodných produktů z celého vyprodukovaného množství v budoucnosti.

Co jsou regulační diagramy?

K základním nástrojem SPC patří grafy, které sledují chování procesních parametrů v čase a dokáží upozornit na výskyt nenáhodného vlivu. Tyto grafy se nazývají regulační diagramy. Vypracoval jejich Walter A. Shewhard v 20. letech minulého století. Více detailů lze vyhledat na internetu, avšak podstatné je, že pomocí regulačních diagramů můžeme proces efektivně řídit tak, aby byl neustále pod naší kontrolou.

Regulační diagramy nejsou pouze pasivně vynášené hodnoty do grafu. Je to soubor postupů, které na základě charakteru nenáhodného vlivu definují způsob zásahu do procesu. Je pochopitelné, že zásahy musí vycházet ze znalosti procesu, vnitřních závislostí. V opačném případě jsou jen dalším, víceméně náhodným zásahem vycházejícím z principu pokus-omyl. To je však v rozporu s filozofií SPC, protože takové zásahy proces nestabilizují, ale naopak ho ještě více rozkolíšou.

Co jsou indexy způsobilosti a indexy výkonnosti procesů?

Další skupinou nástrojů jsou takzvané indexy způsobilosti a indexy výkonnosti procesů. Ty popisují pravděpodobnost výskytu neshodného výrobku. Hovoří vlastně o tom, jak je pravděpodobné, že následující produkt nebude v souladu s představami zákazníka. Zákazník obvykle své představy o produktu promítne do formy specifikace, což je vlastně soubor parametrů produktu a jejich hodnot, vyjádřených většinou formou intervalu. Pokud na proces působí pouze náhodné vlivy, což dokážeme zabezpečit pomocí regulačních diagramů, i výstup z procesu bude mít charakter veličiny chovající se podle normálního rozdělení. Porovnáním hodnot parametrů, definovaných ve specifikaci v určitém rozsahu, s hodnotami směrodatné odchylky a průměru výstupů z procesu víme říci, s jakou pravděpodobností nesplníme požadavev zákazníka. V případě, že jsou tyto hodnoty nepřijatelně, máme tedy vysokou míru chybovosti, je třeba vrátit se zpět do procesu a najít vlivy, které jsou za stav odpovědné. Vracíme se na začátek, do bodu, kde jsme se snažili oddělit náhodné vlivy od nenáhodných. Nyní musíme část vlivů, které jsme považovali za náhodné prohloubením znalostí o procesu určit jako nenáhodné a vhodnými nápravnými opatřeními eliminovat jejich vliv. Výsledkem snahy bude výstup s menším rozptylem a tedy i menší pravděpodobností výskytu neshodného produktu.

Jak zavést SPC do praxe?

Zdálo by se, že zavést SPC do praxe je relativně jednoduché. Není to však tak. V první řadě si SPC vyžaduje poznat závislost kvality výstupu od procesních parametrů. Musíme tedy poznat, co má a co nemá souvislost s kvalitou výstupu a do jaké míry je konkrétní procesní parametr odpovědný za kvalitu výstupu. Musíme také vědět, na jaké hodnoty je třeba nastavit procesní parametry, aby koncový výstup odpovídal v maximální míře představám zákazníka. Musíme vědět do jaké míry je naměřená hodnota procesního parametru ovlivněna samotným měřením. Stejně musíme určit efektivní postupy nápravy pro případy, kdy se v procesu vyskytnou nenáhodné vlivy. Musíme vědět, jak dostat proces opět do normální polohy, čili musíme ho umět řídit. Všechny uvedené požadavky zajišťuje v rámci organizace školený tým, který zná základy statistiky, ale zná také procesy, které chce řídit. Jsou to lidé s praktickými zkušenostmi, kteří se nebojí statistických metod a mají potenciál interpretovat výsledky SPC.

Samotná organizace musí projít určitou změnou, protože SPC vyžaduje poctivý přístup od měření parametrů, přes jejich interpretaci až po realizaci nápravných opatření. Jakákoliv neupřímnost nebo laxnost se projeví na kvalitě výstupů SPC. Extrémním případem může být dokonce zhoršení současného stavu.

SPC také není metoda, která po zavedení funguje sama ze své podstaty. Je třeba neustálého sledování a vyhodnocování celého procesu s cílem eliminovat pokud možno maximum vnějších vlivů tak, aby výstup z procesu byl co nejblíže k požadované hodnotě a s minimálními odchylkami. Pokud se tedy rozhodnete pro implementaci SPC, musíte si být vědomi nutné investice do zdrojů, které vynaložíte pro zavedení a udržování SPC.

Nepochybně však tyto investice přinášejí z dlouhodobého hlediska zisk. Ať už je to přímo zisk z ušetřených nákladů na přepracování zmetků, eliminace ztrát způsobená sešrotováním zmetků, nebo větší spolehlivost producenta v očích zákazníka. Vedlejším efektem SPC je však i odborný růst pracovníků, kteří poznávají detaily procesu, odhalují jeho nedostatky a potenciál pro další zlepšování. SPC přináší i pocit odborného a profesního růstu pro všechny, kteří používají denně jeho nástroje.

Doporučená školení: