«Если бы я мог свести мое сообщение руководству всего лишь к нескольким словам, я бы сказал, что все это об уменьшении вариабельности».

 

Э. Деминг

Вариабельность

Соответствующая спецификации продукция действительно соответствующая? А дефектная продукция действительно дефектная?

 

Статья о проблемах, возникающих из-за неопределенности (погрешности) системы измерений при разделении продукции на соответствующую и несоответствующую спецификации.

 

Примечание: система измерения, это результат взаимодействия используемого измерительного инструмента, метода измерения, окружающей среды и оператора. Оценку измерительной системы необходимо произвести до начала мониторинга рабочего процесса.

 

Материал подготовил: Григорьев С. П.

 

 

 

 

Основная проблема менеджмента, лидерства и производства, как ее сформулировал мой друг Ллойд Нельсон и как мы подчеркивали в предыдущих главах, заключается в непонимании природы вариаций и неумении их интерпретировать. Усилия и применение методов совершенствования качества и производительности в большинстве компаний и правительственных учреждений фрагментарны, не предполагают ни общего компетентного руководства, ни цельной системы непрерывного совершенствования. Каждому, независимо от занимаемой должности, необходимо обучение и развитие. В атмосфере разрозненности усилий люди движутся каждый в своем направлении, не имея возможности приносить бóльшую пользу компании и тем более развиваться.  - [2] Деминг, У. Э.

 

 

 

 

Производство

Потери из-за присутствия граничных значений

 

Граничные значения, из-за неизбежной ошибки системы измерения, всегда будут иметь неопределенность дефектное изделие или нет на самом деле. Обратите внимание, что количество изделий с граничными значениями будет увеличиваться с ухудшением центрированности процесса относительно границ допуска (Рис. 1и Рис. 2) и уменьшаться с уменьшением ширины распределение контролируемого параметра (Рис. 3). Это особенно важно, если вам приходится разделять продукцию на годную и негодную относительно ваших границ допусков или спецификаций перед отгрузкой покупателю.

 

Рисунок 1. Граничная продукция (продукция на границах поля допуска). Процесс хорошо центрирован в поле допуска.

Рисунок 1. Граничная продукция (продукция на границах поля допуска)

Условные обозначения: LSL и USL - нижняя и верхняя границы допуска (спецификации). Процесс хорошо центрирован в поле допуска.

 

Рисунок 2. Граничная продукция (продукция на границах поля допуска). Процесс плохо центрирован в поле допуска.

Рисунок 2. Граничная продукция (продукция на границах поля допуска)

Условные обозначения: LSL и USL - нижняя и верхняя границы допуска (спецификации). Процесс плохо центрирован в поле допуска.

 

 

Рисунок 3. Граничная продукция (продукция на границах поля допуска). Процесс работает значительно уже чем на Рис. 1, с некоторым смещением

Рисунок 3. Граничная продукция (продукция на границах поля допуска)

Условные обозначения: LSL и USL - нижняя и верхняя границы допуска (спецификации). Процесс работает значительно уже чем на Рис. 1, с некоторым смещением от центрированного положения.

 

 

Дональнд Уилер в своей статье [20] "Is the Part in Spec?" рекомендует производить такое разделение на годную и негодную продукцию по сжатым границам поля допуска (полю браковки). Так, если требуется быть уверенными, что отгружаемая вами продукция, как минимум, на 85%, 96%, 99% или 99,9% соответствует требованиям спецификации, вам придется сузить установленные покупателем границы допусков на соответствующее количество вероятностных ошибок вашей системы измерения, получив таким образом поле браковки (смотрите рисунки 2-6 ниже).

 

 

 

Учитывая компромисс между более жесткими спецификациями и более высокими вероятностями, а также учитывая, что вероятность минимальна, я рекомендую использовать 96-процентные производственные спецификации в большинстве ситуаций.  - [20] Дональд Уилер,  Статья: Is the Part in Spec?

 

 

Потери предприятия, чьи процессы выходят за границы полей допусков, легко предположить. Надо будет принять решение, что делать с забракованной продукцией. Эти потери дополняться работой контролеров по 100% контролю при разделении продукции на соответствующую спецификации и несоответствующую. Контролеры обязательно должны будут найти для этого время, а предприятие оплатить эту работу.

 

 

 

Зависимость от инспекции опасна и дорогостояща.  - [2] Деминг, У. Э.

 

 

 

Лучшее решение - добиваться функционирования процессов в таких пределах, когда деление на годную и негодную продукцию не потребуется (Рисунок 7.).

 

 

 

Единственный способ избежать поставки некоторого несоответствующего продукта - это в первую очередь избегать изготовления несоответствующего продукта.  - [19] Дональд Уилер, Статья: Where Do Manufacturing Specifications Come From?

 

 

 

Вероятностная ошибка стабильной системы измерений

Рисунок 2. Вероятностная ошибка стабильной системы измерений, равная 0,675σизм

Условные обозначения: LCL и UCL - нижняя и верхняя границы процесса многократного измерения одного эталона; CL - среднее несмещенной измерительной системы, которое должно соответствовать эталону.

 

 

 

Обеспечение 85% вероятности соответствия допускам продукции

Рисунок 3. Обеспечение 85% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на одну вероятностную ошибку системы измерений.

Условные обозначения: LSL и USL - нижняя и верхняя границы поля допуска (спецификации); m0 - номинальное значение поля допуска.

 

 

Обеспечение 96% вероятности соответствия допускам продукции

Рисунок 4. Обеспечение 96% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на две вероятностные ошибки системы измерений.

Условные обозначения: LSL и USL - нижняя и верхняя границы поля допуска (спецификации); m0 - номинальное значение поля допуска.

 

 

Обеспечение 99% вероятности соответствия допускам продукции

Рисунок 5. Обеспечение 99% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на три вероятностные ошибки системы измерений.

Условные обозначения: LSL и USL - нижняя и верхняя границы поля допуска (спецификации); m0 - номинальное значение поля допуска.

 

 

Обеспечение 99,9% вероятности соответствия допускам продукции

Рисунок 6. Обеспечение 99,9% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на четыре вероятностные ошибки системы измерений.

Условные обозначения: LSL и USL - нижняя и верхняя границы поля допуска (спецификации); m0 - номинальное значение поля допуска.

 

 

 

Лучше избегать сжигания тоста. Если вы сжигаете тост, придется подумать о том, как его очистить, что бы съесть хотя бы часть.  - [19] Дональд Уилер, Статья: Where Do Manufacturing Specifications Come From?

 

 

 

Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции

Рисунок 7. Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции, с учетом двустороннего сужения границ допусков на четыре вероятностные ошибки системы измерений. Деление на годную и негодную продукцию не требуется.

Условные обозначения: LSL и USL - нижняя и верхняя границы поля допуска (спецификации); m0 - номинальное значение поля допуска.

 

 

 

Действительно ли отбракованная продукция является бракованной?

 

Для процессов, которые работают шире сжатых границ допусков, после разделения продукции на годную и негодную с выбранной вероятностью годности, наступит следующий этап проверки продукции, отбракованной по сжатым границам допусков. Теперь придется определиться, действительно ли отбракованная продукция является бракованной, опять же с некоторой вероятностью? Например, вам придется проверить всю отбракованную продукцию, попавшую в зоны: LSL+/-4*0,675σизм и USL+/-4*0,675σизм. Повторные измерения одной и той же единицы продукции с записью их среднего значения служат инструментом уменьшения ошибки системы измерений (σизм(n)) и как следствие, вероятностной ошибки измерений (0,675*σизм(n)).

 

Так, например, если вы делаете (n) повторных измерений с записью среднего значения, то вероятностная ошибка такой системы измерений будет:

 

0,675σизм(n)= 0,675*σизм /√n

 

После чего будет необходимо по среднему значению (n) измерений каждой единицы принять решение о её годности относительно нового поля браковки, а именно, границ допуска суженых, например, на четыре вероятностные ошибки системы измерений с (n) повторений (0,675*σизм(n)) для, как минимум, 99,9% вероятности соответствия допуску ранее забракованной продукции:

 

LSL+4*0,675*σизм /√n     и     USL-4*0,675*σизм /√n

 

Легко понять что, например, 4 повторных измерения для каждого граничного измерения даст улучшение (уменьшение вероятностной ошибки) системы измерения в два раза:

 

√n=√4=2

 

Это может вернуть в годную некоторую часть ранее отбракованной по сжатым границам допусков продукции. Скорее всего, вам придётся нанять армию контролёров для этой работы.

 

Повторюсь. Лучшее решение - заняться улучшением функционирования процессов в таких пределах, когда деление на годную и негодную продукцию вообще не потребуется (Рисунок 7.)

 

 

 

 

Вам нужно будет либо работать над улучшением системы измерения, либо работать над улучшением производственного процесса.

 Модернизация измерительной системы приведет к увеличению накладных расходов. Это не сделает продукт лучше. Это не исключит необходимости проведения осмотра. Это просто снизит вашу производительность, увеличив затраты, связанные с поиском подгоревшего тоста.

Совершенствование производственного процесса позволит снизить как избыточные издержки производства, так и избыточные издержки использования. Кроме того, как неоднократно доказывалось, эти улучшения процесса обычно могут быть достигнуты без капитальных затрат и без необходимости совершенствования несовершенной системы измерения. Всегда лучше научиться прекращать сжигать тосты, чем быть скребком для тостов мирового класса.

Именно поэтому чрезмерный интерес к качеству измерений является контрпродуктивным. Несовершенные (но стабильные) измерительные системы могут использоваться для существенного повышения качества и согласованности производственного процесса. Эти усовершенствования могут устранить необходимость в 100-процентном контроле при одновременном снижении других избыточных затрат как для производителя, так и для заказчика.

Однако, как мы уже видели, несовершенные измерения не сделают хорошей работы по сортировке продукта. Если мы сосредоточимся на улучшении системы измерения, чтобы мы могли сортировать продукт в соответствии со спецификациями, наши усилия, время и ресурсы будут потрачены на увеличение наших накладных расходов, а не на снижение наших затрат.  - [21] Дональд Уилер, Статья: Is the Part in Spec?

 

Открытые решения

Технический нокаут конкурентов

 

Как статистическая оценка параметров качества продукции поставщика авто-компонентов в кратчайшие сроки привела его к значительному увеличению объема продаж и прибыли.

Нормирование производственных процессов

 

Статистическое управление процессами (SPC) против Нормирования производственных процессов и операций. Тест на уровень организационного развития.

Использование KPI в системе мотивации

 

Каждый представляет или пытается подать себя в выгодном свете для собственного выживания. Организация в целом проигрывает.

Премирование сотрудников

 

Премировать или депремировать сотрудников компании, за результат отчетного периода в пределах системы, все равно, что вознаграждать за выигрыш в лотерею или наказывать за проигрыш

АСУ ТП. Ошибки первого и второго рода

 

Контрольные карты шухарта позволяют получить индивидуальную сигнатуру сбоев и отследить проблемы с процессами и оборудованием на ранней стадии до того, как будет достигнута граница аварийного состояния.

Построение контрольных карт по неадекватным единицам измерения ведет к ошибочным выводам

 

Все записи велись в корпоративной информационной системе (КИС) с переносом полученных измерений с дисплея высокоточного дорогого измерительного оборудования. И все бы ничего, но результаты испытаний никто в компании не анализировал.

Анализ количества исходящих контактов отдела продаж

 

Самое важное применение принципов статистического контроля качества, под которыми я подразумеваю знания об общих и особых причинах вариаций, в управлении человеческими ресурсами.

Управление на основе страха

 

Люди на производстве будут заняты поиском способов сокрытия проблем любой ценой.

KPI в управлении качеством

 

Одна российская госкорпорация на своем корпоративном сайте сообщила о конкретных численных целях в области качества. Но если можно добиться цели без метода, то почему они не сделали это в прошлом году?

Качество или количество?

 

«На вашей фабрике применяется система сдельной оплаты. Не существует лучшей гарантии некачественной работы».  Э. Деминг

Сравнение среднемесячных значений с нормативами для индивидуальных измерений - невежество

 

В этом случае среднемесячное индивидуальных измерений, подобно средней температуре по больнице 36,6 °C, где все лежат при смерти.

Достаточно ли анализа гистограмм распределения? Начинайте с построения контрольных карт Шухарта

 

Анализ гистограмм распределения, расчет индексов воспроизводимости Cp и Cpk без понимания статистического состояния процесса - невежество!

Проблемы применения таблиц выборочного приёмочного контроля качества

 

Применение стандартов выборочного контроля по количественному и альтернативному признаку не дают представления о контролируемой партии и вводят в заблуждение поставщиков и потребителей.

Деньги есть, знаний не надо - обычная практика доминирующего стиля менеджмента

 

Надо заметить, что такого бросающегося в глаза порядка, я не видел ни на одном предприятии. Как оказалось позже, это единственное, что можно было сделать имея финансовые возможности.

Субоптимизация на цифровой модели - иллюзия улучшений

 

Проектируя в CAD полагаетесь на испытания цифровой модели построенной в номинале? Тогда ждите проблем со сборкой узлов и поведением готового изделия в реальных условиях.

Соответствующая спецификации продукция действительно соответствующая?

 

Проблемы возникающие при разделении продукции на соответствующую и несоответствующую спецификации.

Правильные и неправильные пути использования полей допусков. Следует ли сортировать продукцию относительно полей допуска на дефектную и бездефектную или пытаться настраивать процесс?

 

 

 

 

Фундаментальные знания

14 пунктов программы доктора Э. Деминга для менеджмента

Система глубинных знаний. Deming's System of Profound Knowledge (SoPK)

Смертельные болезни и препятствия на пути к преобразованиям

Биографические данные Эдвардса Деминга

Предостережение Э. Деминга в предисловии к его книге «Выход из кризиса»

Вопросы в помощь менеджменту компаний от Эдвардса Деминга

Природа вариабельности

Преобразование и непрерывное совершенствование системы закупок

Эксперимент Э. Деминга с красными бусинами. Dr. Deming's Red Bead Experiment

Эксперимент Э. Деминга "Воронка и мишень". Dr. Deming's Funnel Experiment

Операциональные определения (operational definition)

Всё или ничего вместо использования таблиц для выборочного приемочного контроля

Управление по целям (MBO), что не так?

Система мотивации персонала

О вреде премирования

Бессмысленность поиска примеров

Ошибочная привлекательность конкуренции

Вирусная теория менеджмента

Концепция вариабельности в процессах организационного управления

Концепция вариабельности и управление персоналом

Концепция вариабельности и управление технологическими процессами

Не путайте удачу с успехом

Самые эффективные и доступные инструменты статистического управления процессами (Statistical Process Control, SPC):

E-mail: info@deming.pro

Тел.: (812) 679-79-71

Центр инновационного менеджмента Э. Деминга и Статистического управления процессами

Россия, Санкт-Петербург

Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции

Рисунок 1. Граничная продукция (продукция на границах поля допуска). Процесс хорошо центрирован в поле допуска.

Рисунок 2. Граничная продукция (продукция на границах поля допуска). Процесс плохо центрирован в поле допуска.

Рисунок 3. Граничная продукция (продукция на границах поля допуска). Процесс работает значительно уже чем на Рис. 1, с некоторым смещением

Вероятностная ошибка стабильной системы измерений

Обеспечение 85% вероятности соответствия допускам продукции

Обеспечение 96% вероятности соответствия допускам продукции

Обеспечение 99% вероятности соответствия допускам продукции

Обеспечение 99,9% вероятности соответствия допускам продукции

Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции

Рисунок 1. Граничная продукция (продукция на границах поля допуска). Процесс хорошо центрирован в поле допуска.

Рисунок 2. Граничная продукция (продукция на границах поля допуска). Процесс плохо центрирован в поле допуска.

Рисунок 3. Граничная продукция (продукция на границах поля допуска). Процесс работает значительно уже чем на Рис. 1, с некоторым смещением

Вероятностная ошибка стабильной системы измерений

Обеспечение 85% вероятности соответствия допускам продукции

Обеспечение 96% вероятности соответствия допускам продукции

Обеспечение 99% вероятности соответствия допускам продукции

Обеспечение 99,9% вероятности соответствия допускам продукции

Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции