Контрольные карты Шухарта. В чем отличие назначения контрольных карт Шухарта от Six Sigma.

 

Статистическое управление процессами (Statistical Process Control). Основы Statistical Process Control и ошибочная популярность 6-сигм, 6 Sigma, Six Sigma. Теория вариабельности. Видео примеров использования контрольных карты Шухарта в управлении предприятиями и целыми отраслями промышленности.

 

Теория вариабельности как она есть. Теория вариаций (вариабельность, изменчивость) процессов и методы управления случайностью. Управление вариабельностью процессов, находящихся под действием случайных причин (общих причин) изменчивости. Смотрите примеры и учебное видео использования контрольных карт Шухарта (не Six Sigma). Теория вариабельности (теория вариаций), вариабельность или изменчивость процессов. Как идентифицировать случайные причины? Как понять, что наблюдаемая вариабельность (разброс данных вокруг среднего) вызвана общими причинами изменчивости? Контрольные карты Шухарта vs Six Sigma.

"Улучшения требуют нового типа знаний.
И людям в компаниях предстоит произвести эти улучшения путем объединения нового знания с тем, которое они уже имеют".

 

Э. Деминг

Новый тип знаний

Теория вариабельности

Этот раздел сайта посвящен объяснению необходимости понимания теории вариабельности для управления любыми системами (социальными, деловыми и техническими), ведь мы живем в мире, наполненном вариабельностью.

Григорьев С. П.

"Это все об уменьшении вариабельности".

 

[2] Деминг, У. Э.

"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.

Вариабельность – изменчивость, разнообразие, разброс или мера отклонения от "оптимума". Само изменение называют вариацией или вариантом. Смотрите описание экспериментов «воронка и мишень» и «красные бусины» — превосходные демонстрации природы вариаций и обычной практики менеджмента.

Я считаю важным понимать природу вариабельности, до того как приступать к любым изменениям в системе или бизнес-процессах компании по следующим причинам.

"Во-первых, если выход процесса определяется влиянием особых причин, то его поведение меняется непредсказуемо и, таким образом, невозможно оценить результат изменений в конструкции, обучении, политике закупок комплектующих и т. д., которые могли бы быть введены менеджментом в этот процесс (или в систему, которая содержит этот процесс) с целью улучшения. Пока процесс находится в неуправляемом состоянии, никто не может предсказать его возможности".

[1] Генри Р. Нив

Когда построенные для анализируемого выхода процесса контрольные карты демонстрируют признаки наличия особых причин, только в этом случае требуется немедленное вмешательство в процесс для выявления и устранения особых причин. Процесс демонстрирует статистически неустойчивое (непредсказуемое, неуправляемое) состояние. Установка конкретной численной цели для непредсказуемого процесса больше напоминает профанацию. Системные изменение вносимые в неуправляемый процесс (новое оборудование, новое сырье, новые методы и т. д.) скорее всего окажутся мало полезными для совершенствования процесса и будут экономически нецелесообразны. Прежде всего потребуется привести процесс в статистически устойчивое состояние, что всегда приводит к существенному экономическому эффекту и не требует дополнительных трат.

 

Контрольная карта Шухарта и цель для статистически неуправляемого процесса

Рисунок 1.1. Контрольная карта Шухарта для статистически неуправляемого процесса.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая к конкретному уникальному процессу.

"Если система не находится в состоянии статистической управляемости, трудно измерить эффект от изменений. Говоря точнее, если нет управляемости, заметны будут только катастрофические результаты".

 

[2] Деминг, У. Э.

Рисунок 1.2. Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, меняющегося во времени, находящегося в статистически неуправляемом состоянии (нестабильного процесса).

"Во-вторых, когда особые причины устранены, так что остаются только общие причины вариаций, тогда улучшения могут зависеть от управляющих воздействий. Поскольку в этом случае наблюдаемые вариации системы определяются тем, как и каким образом, процессы и система были спроектированы и построены, то только управляющий персонал, топ-менеджеры имеют полномочия для изменений системы и процессов".

[1] Генри Р. Нив

Когда построенные для анализируемого выхода процесса контрольные карты демонстрируют статистически устойчивое состояние, в этом случае крайне нежелательно вмешательство в процесс с целью разобраться с каждым скачком вверх и вниз, привлекающим внимание. Статистически управляемое состояние процесса, лучшее на что он способен в текущих условиях. Для совершенствования (уменьшение вариабельности и смещение положения среднего) стабильных процессов необходимы системные изменения (новое оборудование, другое сырье, новые методы и т. д.). Установка конкретной численной цели для предсказуемых (управляемых) процессов бессмысленна. Процесс, по определению предсказуем. Под действием общих (системных) причин процесс будет случайным образом выдавать точки выше и ниже среднего в соответствии с эмпирическим правилом плотности распределения (будет пояснено ниже), а его среднее будет оставаться прежним. Новые точки будут вписываться в контрольные пределы все меньше оказывая влияние на арифметическое значение средней линии.

Контрольная карта Шухарта для управляемого процесса

Рисунок 2. Контрольная карта Шухарта для статистически управляемого процесса.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая к конкретному уникальному процессу.

Рисунок 3.2. Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени, находящегося в статистически управляемом состоянии (стабильного процесса).

"Ну, и какая разница? И что нам это дает? Да все то, что отделяет успех от неудачи! В-третьих, мы приходим к проблеме, если мы (на практике) не отличаем один тип изменчивости от другого и действуем без понимания, мы не только не улучшим дело — мы, несомненно, сделаем положение еще худшим. Ясно, что это так и будет, и останется загадкой для тех, кто не понимает природы изменчивости (вариаций)".

[1] Генри Р. Нив

Непревзойденным инструментом управления совершенствованием процесса являются контрольные карты Шухарта.

Контрольные границы служат в роли операционального определения минимизации потерь от совершения ошибок первого и второго рода, являются голосом ваших процессов, а также позволяют объективно отслеживать реальные изменения процессов как в лучшую, так и в худшую сторону. В то время как дефектность продукции определяется искусственно установленными границами допусков или спецификаций. Раздвиньте границы спецификации шире контрольных границ статистически управляемого процесса - вот вам и "ноль дефектов" или "бездефектное производство". Был "ноль дефектов", сблизьте границы спецификации разместив их внутри контрольных границ карты Шухарта - вот вам и гарантированные "дефекты", примерное количество которых легко предположить по эмпирическому правилу распределения данных в стабильной системе.

Эмпирическое правило распределения данных в стабильной системе

Рисунок 3.1. Эмпирическое правило распределения данных в стабильной системе.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая к конкретному уникальному процессу.

Эмпирическое правило распределения данных в стабильной системе

Рисунок 3.3. Эмпирическое правило распределения данных в стабильной системе с одной контрольной границей. CL - средняя линия, ВКГ - верхняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая к конкретному уникальному процессу.

"Канбан, или система «точно вовремя», – это естественное следствие достижения состояния статистического управления для показателей качества продукции, что, в свою очередь, ведет к достижению статистической управляемости для скорости производственного процесса".

 

[2] Деминг, У. Э.

Контрольные границы процесса "ничего не знают" о границах допуска (требованиях спецификаций), относительно которых определяется дефектность изделий. В коротком видео ниже представлена дорожная карта экономически целесообразного метода совершенствования процесса до состояния, когда процесс будет функционировать так узко в границах установленных допусков, что не будет производить дефектных изделий вообще. Эта цель процесса легко нейтрализует неопределенность измеряемых значений из-за ошибки системы измерений, которая должна находиться в стабильном состоянии, т. к. не будет граничных значений размещенных у границ допусков. О граничных значениях представлен материал в конце статьи. Смотрите описание Функции потерь качества Тагути, дающее операциональное определение качества мирового класса

 

"Соответствия допускам недостаточно.

Более того, не существует способа узнать, сохранится ли соответствие допускам, если процесс не находится в состоянии статистической управляемости. До тех пор пока особые причины не определены и не исключены (по крайней мере, те, что появлялись до сих пор), никто не сможет предсказать, что произведет процесс в следующий час. Зависимость от инспекции (единственная альтернатива) опасна и дорогостояща. Ваш процесс может хорошо работать с утра и произвести изделия за границами поля допуска после полудня.

Рассчитанные допуски – это не границы, определяющие, как действовать. На деле крупные потери возникают тогда, когда процесс постоянно регулируется то одним, то другим образом с целью соответствия допускам".

 

[2] Деминг, У. Э.

Видео 1. Что же надо далать?

Условные обозначения элементов в видео:

НГД и ВГД - нижняя и верхняя границы допуска соответственно (анг, LSL и USL);

m0 - номинал поля допуска; НГП и ВГП - нижняя и верхняя границы процесса (англ. LCL и UCL); ЦЛ - центральная линия процесса (среднее).

Диагностирование действительных изменений в процессе

 

Ниже представлен фильм о методе оперативного диагностирования изменений в процессе (системе), как положительных, так и отрицательных, с помощью контрольной карты Шухарта.

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 если процесс выходит за границы допусков, таких граничных значений будет больше чем больше выход за границы допусков. Это особенно важно, если вам приходится разделять продукцию на годную и негодную относительно ваших границ допусков или спецификаций перед отгрузкой покупателю. Дональнд Уилер [4] 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 на 85%, 96%, 99% или 99,9% соответствует требованиям спецификации, вам придется сузить установленные покупателем границы допусков на соответствующее количество вероятностных ошибок системы измерения (смотрите рисунки ниже). Потери предприятия, чьи процессы работают шире поля допуска или плотно в поле допуска, легко предположить. Лучшее решение - добиваться функционирования процессов в таких пределах, когда деление на годную и негодную продукцию не потребуется (Рисунок 4.5).

 

"Зависимость от инспекции опасна и дорогостояща".

 

[2] Деминг, У. Э.

Рисунок 4.0. Вероятностная ошибка стабильной системы измерений = 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.

Рисунок 4.1. Обеспечение 85% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на одну вероятностную ошибку системы измерений с каждой стороны.

Условные обозначения

LSL и USL - нижняя и верхняя границы поля допуска (спецификации);

m0 - номинальное значение поля допуска.

Рисунок 4.2. Обеспечение 96% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на две вероятностные ошибки системы измерений с каждой стороны.

Условные обозначения

LSL и USL - нижняя и верхняя границы поля допуска (спецификации);

m0 - номинальное значение поля допуска.

Рисунок 4.3. Обеспечение 99% вероятности соответствия допускам продукции, прошедшей разделение на годную и негодную с учетом двустороннего сужения границ допусков на три вероятностные ошибки системы измерений с каждой стороны.

Условные обозначения

LSL и USL - нижняя и верхняя границы поля допуска (спецификации);

m0 - номинальное значение поля допуска.

Рисунок 4.4. 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 с каждой стороны.

Условные обозначения

LSL и USL - нижняя и верхняя границы поля допуска (спецификации);

m0 - номинальное значение поля допуска.

Рисунок 4.5. Обеспечение 100% вероятности соответствия допускам всей выпущенной продукции, с учетом двустороннего сужения границ допусков на четыре вероятностные ошибки системы измерений с каждой стороны. 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.

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? Например, вам придется повторно проверить всю отбракованную продукцию, попавшую в зоны: LSL+/-4*0,675σизм и USL+/-4*0,675σизм.

После чего будет необходимо вычислить среднее значение двух измерений каждой единицы и принять решение о её годности относительно обычных границ допуска. Это может вернуть в годную примерно половину ранее отбракованной по сжатым границам допусков продукции. Скорее всего, вам придётся нанять армию контролёров для этой работы.

 

Повторюсь. Лучшее решение - добиваться функционирования процессов в таких пределах, когда деление на годную и негодную продукцию не потребуется (Рисунок 4.5)

DEMING.PRO  |  АНАЛИТИЧЕСКИЙ МЕНЕДЖМЕНТ

научно-практический ресурс Аналитического центра ZENIT

БЦ "H2O", ОФИС 509

195030, г. Санкт-Петербург, ул. Химиков, 28АС

Тел.:      +7 (812) 628-01-10 СПБ
E-mail:   s.grigoryev@deming.pro