Cos'è il controllo statistico di processo?
Il controllo statistico di processo (SPC) monitora i processi di produzione con una tecnologia che misura e controlla la qualità. L'SPC attiva varie macchine e strumenti per fornire dati di qualità dalle misurazioni del prodotto e dalle letture del processo. Una volta raccolti, i dati vengono valutati e monitorati per controllare quel processo.
Il controllo statistico del processo è un modo semplice per incoraggiare il miglioramento continuo. Quando un processo è continuamente monitorato e controllato, i manager possono assicurarsi che funzioni al suo pieno potenziale, con una conseguente produzione coerente e di qualità.
Il concetto di controllo statistico del processo esiste da un po'. Nel 1924, un impiegato dei Bell Laboratories, William A Shewart, disegnò la prima tabella di controllo e fu il pioniere dell'idea di controllo statistico. Questo processo di controllo della qualità è stato ampiamente utilizzato durante la seconda guerra mondiale negli impianti per munizioni e armi. Il controllo statistico di processo controllava la qualità dei prodotti senza compromettere la sicurezza.
Dopo la guerra, l'uso dei controlli statistici di processo rallentò in America, ma fu ripreso dai giapponesi, che lo applicarono al loro settore manifatturiero e continuano a usarlo oggi. Negli anni '70, il controllo statistico di processo è tornato in uso in America per rivaleggiare con i prodotti giapponesi.
Oggi, il settore manifatturiero mondiale utilizza ampiamente i controlli statistici di processo.
Le aziende manifatturiere moderne hanno a che fare con la costante fluttuazione dei prezzi delle materie prime e con una grande concorrenza. Le aziende non possono controllare questi fattori, ma possono controllare la qualità dei loro prodotti e processi. Hanno bisogno di lavorare costantemente per migliorare la qualità, l'efficienza e i margini di costo per essere leader del mercato.
L'ispezione continua ad essere la forma principale di rilevamento dei problemi di qualità per la maggior parte delle aziende, ma la sua efficacia è discutibile. Con il controllo statistico di processo, un'organizzazione può passare dall'essere basata sul rilevamento all'essere basata sulla prevenzione. Con il monitoraggio costante delle prestazioni del processo, gli operatori possono rilevare le tendenze o i processi mutevoli prima che le prestazioni ne risentano.
Una panoramica degli strumenti di controllo statistico del processo
In totale, 14 strumenti di controllo della qualità sono utilizzati nel controllo statistico del processo, che sono divisi in sette strumenti di controllo della qualità e sette strumenti supplementari:
Strumenti di controllo della qualità
Diagrammi causa-effetto
Conosciuto anche come diagramma di Ishikawa o diagramma a lisca di pesce. I diagrammi causa-effetto sono usati per identificare diverse cause di qualsiasi problema. Quando sono creati, i diagrammi assomigliano ad una lisca di pesce, con ogni osso principale che si estende in rami più piccoli che vanno più in profondità in ogni causa.
Fogli di controllo
Si tratta di moduli semplici e pronti all'uso che possono essere raccolti e poi analizzati. I fogli di controllo sono particolarmente buoni per i dati che sono ripetutamente sotto osservazione e raccolti dalla stessa persona o nello stesso luogo.
Istogrammi
Gli istogrammi assomigliano a grafici a barre e sono grafici che rappresentano distribuzioni di frequenza. Sono ideali per dati numerati.
Grafici di Pareto
Sono grafici a barre che rappresentano tempo e denaro o frequenza e costo. I grafici di Pareto sono particolarmente utili per misurare la frequenza dei problemi. Mostrano il principio di Pareto 80/20: affrontando il 20% dei processi si risolve l'80% dei problemi.
Diagrammi di dispersione
Conosciuto anche come grafico X-Y. I diagrammi di dispersione funzionano meglio se abbinati a dati numerici.
Stratificazione
Questo è uno strumento per separare i dati che semplifica l'identificazione dei modelli. La stratificazione è un processo che ordina oggetti, persone e dati correlati in strati o gruppi specifici. È perfetto per i dati provenienti da fonti diverse.
Carte di controllo
Questi sono gli strumenti di processo statistico più vecchi e popolari.
Strumenti supplementari
Stratificazione dei dati
Una leggera differenza rispetto allo strumento di stratificazione negli strumenti di controllo della qualità.
Mappe dei difetti
Si tratta di mappe che visualizzano e tracciano i difetti di un prodotto, concentrandosi sulle posizioni fisiche e sui difetti. Ogni difetto è identificato sulla mappa.
Registri degli eventi
Si tratta di record standardizzati che registrano gli eventi chiave del software e dell'hardware.
Diagrammi di processo
I diagrammi di flusso dei processi sono un'istantanea dei passi di un processo, visualizzati nell'ordine in cui si verificano.
Centri di progresso
Quando è necessario prendere decisioni, i centri di progresso sono luoghi centralizzati che permettono alle aziende di monitorare i progressi e raccogliere dati.
Randomizzazione
La randomizzazione è l'uso del caso per assegnare le unità di produzione a un gruppo di trattamento.
Determinazione della dimensione del campione
Questo strumento determina il numero di individui o eventi necessari per essere inclusi nell'analisi statistica.
Vantaggi del controllo statistico di processo
I controlli statistici di processo hanno una serie di vantaggi:
- Riduzione degli sprechi e delle richieste di garanzia
- Produttività massimizzata in un'unità di produzione
- Maggiore efficienza operativa
- Ridotta necessità di ispezioni manuali
- Maggiore soddisfazione del cliente
- Costi controllati
- Analisi e rapporti migliorati
Come usare il controllo statistico di processo
Come per qualsiasi nuovo processo, il primo passo per usare il controllo statistico di processo è valutare dove l'azienda manifatturiera sta affrontando problemi di spreco o di performance. Questi potrebbero essere legati alla rilavorazione dei prodotti, allo spreco di intere gamme di prodotti o ai lunghi tempi di ispezione. Un'azienda trae vantaggio dall'applicazione dei sistemi di controllo statistico di processo a queste aree problematiche per prime.
Il controllo statistico di processo non si riferisce sempre a fattori come spese, tempo o ritardi di produzione, a seconda delle necessità. Quando si implementano nuovi processi, un team interfunzionale identificherà gli aspetti critici del progetto o del processo che devono essere affrontati.
Questo viene fatto nel corso di una revisione di stampa o di un esercizio noto come esercizio di analisi dei modi e degli effetti del fallimento della progettazione (DFMEA). I dati di questo esercizio vengono raccolti e monitorati per le caratteristiche critiche nel processo seguente:
Raccolta e registrazione dei dati
I dati del controllo statistico di processo sono raccolti in due modi: il primo come misurazioni di un particolare prodotto e il secondo come letture della strumentazione di processo.
Una volta registrati, questi dati vengono tracciati con diversi tipi di carte di controllo, specifiche per il tipo di dati raccolti. Usare il grafico appropriato è imperativo per ottenere informazioni utili. I dati sono sia la variabile continua che i dati degli attributi. La raccolta e la registrazione dei dati possono essere valori individuali o possono essere la media di una serie di letture, a seconda delle esigenze dell'organizzazione.
Con dati variabili per valori individuali, si usa un grafico a intervalli mobili. Se i dati sono registrati in sottogruppi di otto o meno, allora viene usato un grafico X-bar R. Se il valore del sottogruppo è superiore a otto, allora viene usato il grafico X-bar S.
Con i dati degli attributi, un grafico A P è usato per registrare quanti pezzi difettosi ci sono in un insieme di pezzi. Un grafico A U aiuta a registrare quanti difetti ci sono in ogni parte specifica.
Grafici di controllo: riferito alle barre X e ai grafici R. La barra X si riferisce alla "media" della variabile x. I grafici di intervallo sono rappresentativi delle variazioni all'interno dei sottogruppi. L'intervallo qui si riferisce alla differenza tra il valore più alto e quello più basso.
Ecco i passi per costruire un grafico X-bar e R:
- Iniziare designando una dimensione del campione come "a". Un numero comune è quattro o cinque, ma il campione deve essere inferiore a otto. Stabilire la frequenza delle misurazioni del campione in questo passo.
- Iniziare a raccogliere un set iniziale di campioni. Una regola empirica è di 100 misurazioni in un set di quattro, risultante in 25 punti dati.
- Iniziare a calcolare il valore medio per ognuno dei 25 gruppi di ciascuno dei quattro campioni.
- Successivamente, calcolare l'intervallo nello stesso modo per ciascuno dei quattro campioni di misurazione. La differenza tra il valore più alto e quello più basso in ogni set è l'intervallo.
- Il passo successivo è quello di calcolare la media delle medie. Questo è per la barra X ed è rappresentato da una linea solida.
- Successivamente, calcolare le medie dei valori "R", rappresentate da una linea centrale.
- Il passo successivo è quello di elaborare i limiti di controllo superiore e inferiore sia per la barra X che per i grafici R.
- Con il grafico in mano, il tecnico continuerà a misurare diversi campioni, sommando i valori e poi calcolando la media. Questi valori sono registrati nel grafico X-bar. Le misurazioni dei campioni devono essere registrate a intervalli fissi, insieme alla data e all'ora, per tracciare la stabilità del processo. Se sorgono problemi unici, devono essere regolati nel processo per mantenere la stabilità.
Le barre X e le carte R sono alcuni esempi dei tipi di carte di controllo usate per monitorare e migliorare i processi.
Analizzare i dati
Durante l'analisi, tutti i punti di dati registrati sulla carta di controllo devono essere entro i limiti di controllo, a patto che non ci siano cause speciali. Le cause comuni fanno sì che i punti dati rientrino nei limiti di controllo, ma le cause speciali tendono ad essere outlier. Per classificare un processo come sotto controllo statistico, non ci dovrebbero essere valori anomali su nessun grafico. Quando un processo è sotto controllo, non avrà cause speciali identificate e tutti i dati cadranno tra i limiti di controllo.
Tuttavia, ci sono esempi di variazione di cause comuni:
- Un cambiamento nelle proprietà del materiale
- Cambiamenti stagionali legati alla temperatura o un cambiamento nei livelli di umidità
- Usura regolare di macchine o strumenti
- Variazioni nelle impostazioni relative all'operatore
- Variazioni di misura regolari
Le cause speciali cadono al di fuori dei limiti di controllo e possono indicare un cambiamento massiccio nel processo. Queste variazioni possono includere cose come:
- Controllori falliti
- Regolazione errata dell'attrezzatura
- Cambiamenti nei sistemi di misurazione
- Turni nel processo
- Macchine malfunzionanti
- Proprietà del materiale della risorsa che non rientrano nell'ambito di una specifica di progettazione
- Strumenti rotti
- Imperizia dell'operatore
Durante il monitoraggio dei processi con le carte di controllo statistico del processo, tutti i punti dati sono costantemente verificati per controllare se rimangono entro i limiti di controllo. Si controlla che non ci siano cambiamenti di tendenza o cambiamenti bruschi nei processi. Se viene identificata una causa speciale, vengono intraprese le azioni necessarie per determinare la causa. Poi si pone rimedio e si permette al processo di tornare al controllo statistico.
Oltre a queste variazioni, ci sono altre variazioni di punti dati che rientrano nei limiti di controllo e dovrebbero essere studiate:
- Cicli in cui sette o più punti dati finiscono verso un lato della linea centrale del processo
- Un cambiamento nella solita distesa di dati. Questo potrebbe essere il caso in cui diversi punti di dati finiscono vicini o lontani l'uno dall'altro
- Quando si presenta una nuova tendenza, con sette o più punti dati, che salgono o scendono costantemente
- Cambiamenti nella diffusione dei dati che sono chiaramente al di sopra o al di sotto della media normale
Svantaggi del controllo statistico di processo
Come per qualsiasi processo, ci sono alcuni svantaggi nel controllo statistico di processo:
Requisiti di tempo
Mentre l'enfasi del controllo statistico di processo è sulla rilevazione precoce, l'implementazione del sistema in un set up di produzione può richiedere molto tempo. Inoltre, il processo di monitoraggio e compilazione dei grafici richiede tempo. Poiché il sistema deve essere integrato in una struttura esistente, è necessaria una formazione del personale che richiede tempo.
Considerazioni sui costi
Il controllo statistico dei processi è anche un affare costoso e richiede che un'azienda firmi un contratto con un fornitore di servizi e investa in risorse e materiali di formazione.
Misure di qualità
Un problema con il controllo statistico di processo è che rileva quando c'è una non conformità nel protocollo di processo, ma non dice quanti prodotti possono essere difettosi fino a quel punto.
Il futuro del controllo statistico di processo
Stabilizzando il suo processo di produzione, un'organizzazione può ridurre il numero di variazioni nella produttività, a beneficio sia del consumatore che dell'azienda. Mentre il consumatore ottiene un prodotto sicuro e ben testato, l'azienda trae vantaggio riducendo i costi di produzione e qualsiasi imbarazzo che deriva da un prodotto difettoso.
Man mano che il machine learning e l'intelligenza artificiale avanzano, le capacità del controllo statistico di processo aumenteranno. Questo porterà a maggiori guadagni per il produttore, un maggiore vantaggio competitivo e clienti soddisfatti.