1.   DoE jako narzędzie poprawy jakości procesów

Eksperymentujemy w procesach często nie zdając sobie z tego sprawy.

Ile razy w ostatnich kilku- lub kilkunastu miesiącach zmagaliśmy się z wyznaczeniem takich parametrów procesu przy których uzyskalibyśmy poprawę jakości wyrobu?

Nowy wyrób, nowy proces, nowy dostawca, coś co odmieniało nasz produkcyjny świat, podniosło poziom braków… i zaczynamy regulację parametrów.

Pojawiają się rozbieżne cele jak na przykład czas cyklu, zużycie zasobów, poziom braków, które charakteryzują się tym, że im są mniejsze tym lepsze, czy parametry mechaniczne, które często im wyższe tym lepsze, czy w końcu związane z wymiarami i kątem - najlepsze, jeśli są w nominale. Za nimi kroczą emocje, „dlaczego jeszcze to nie jest gotowe”, „ponosimy straty”, „klient nie otrzymuje wymaganej ilości wyrobów”…To zaczyna mieć wpływ na mniejszą lub większą przypadkowość decyzji podejmowanych w emocjach. W końcu udaje się uzyskać wynik w miarę satysfakcjonujący więc pada hasło „nie ruszać, zostawić jak jest i produkować, zajmijmy się tym później”. Później pojawia się inne wyzwanie i tak rośnie nam liczba procesów w których działając pod presją czasu zdecydowaliśmy się na kompromis.

Brzmi znajomo?

Ten artykuł jest dla osób, które doświadczyły tego typu sytuacji. Jeśli nie, to w tym miejscu można zakończyć lekturę, bo to oznacza, że w Waszej organizacji stosuje się statystyczne metody projektowania i oceny wyników eksperymentów i procesy są optymalne oraz są na bieżąco optymalizowane w obliczu zmieniających się warunków.

Jeśli jednak drogi Czytelniku nadal tutaj jesteś, to:

2.   Systematyka i ograniczenie liczby eksperymentów

jest skutecznym lekarstwem na codzienne bolączki. Ktoś może sądzić, że nie ma na to czasu. To odwrócę pytanie. A mamy czas na eksperymentowanie na zasadzie chybił-trafił? To trochę jak prowadzenie pojazdu z zamkniętymi oczami (nie polecam!). W zdecydowanej większości branż przemysłu nie trzeba wykonywać setek, czy tysięcy wariantów eksperymentów, co by wynikało z prostej kalkulacji, którą być może pamiętamy ze szkoły. Prosty przykład:

Jeśli mamy w procesie trzy parametry wejściowe (charakterystyki które ustawiamy w procesie) i każdy może przyjmować cztery poziomy, to istotnie, sprawdzenie wszystkich kombinacji (wariacji z powtórzeniami) oznacza wykonanie 81 eksperymentów (3*3*3*3). Dużo, a może być ich zdecydowanie więcej, ponieważ pełny eksperyment oznacza wykonanie tylu testów ile wynika z potęgi w której podstawą potęgi jest ilość modyfikowanych parametrów wejściowych a wykładnikiem ilość poziomów jakie mogą przyjmować te charakterystyki. Ale nie musimy tyle razy eksperymentować!

Taguchi rozwinął metodę projektowania eksperymentów za pomocą tak zwanych tablic ortogonalnych. Jest też autorem skutecznej oceny wyników w oparciu o badanie parametru MSD (średnie odchylenie kwadratowe), który ukazuje jak daleko otrzymane wyniki różnią się od idealnego poziomu.

Niby proste, ale co w przypadku, jeśli ważnych jest kilka sprzecznych charakterystyk opisujących jakość naszego procesu. Jakich? Na przykład kiedy musimy w rzetelny sposób wybrać najbardziej pożądany wynik w którym swoją wagę i rolę ogrywa jakość wyrobu (im większa tym lepsza), czas cyklu (im krótszy tym lepszy), zużycie zasobów (im mniejsze tym lepsze). To się da zrobić i to w sposób bardzo transparenty!

Podany powyżej przykład można z powodzeniem optymalizować za pomocą przedstawionej poniżej tabeli, która jest właśnie DoE wg Taguchi.  Liczby w kolumnach Parametr oznaczają nasze poziomy parametrów A, B i C, a Parametry A, B i C to właśnie charakterystyki procesu, którymi będziemy starali się nasz proces optymalizować:

Czyli musimy wykonać nie 81, a 16 eksperymentów.

I tutaj właśnie jest zaszyta wspomniana wcześniej systematyka i ograniczenie ilości różnych wariantów eksperymentów. Prawda, że brzmi zachęcająco? W dzisiejszych realiach, kiedy czas liczy się bardziej niż kiedykolwiek wcześniej szybkość optymalizacji procesów jest kluczowa. Do tego dochodzi precyzja i przemyślane działanie przez cały czas trwania DoE.

3.   Przeprowadzenie eksperymentu i analiza wyników

Naszą rolą jest wskazać Tobie drogi czytelniku, najbardziej optymalny przebieg badań (eksperymentów). Oczywiście nie odbywa się to bez Twojego udziału.Zdefiniowanie parametrów, to na jakich poziomach będą badane poszczególne parametry należy do Ciebie,  bo przecież to Ty jesteś ekspertem w swojej dziedzinie. Oczywiście również Ty będzie prowadził eksperymenty i notował wyniki. Dalsza analiza otrzymanych danych i zaprezentowanie najbardziej optymalnych ustawień procesu będzie przedmiotem naszej pracy.

Gotowy na zmniejszenie kosztów złej jakości?

Zachęcam do kontaktu, z pewnością pomożemy!

Poniżej przykład DoE wraz z opisem stopnia poprawy (0 21% lepszy wynik i o 25% mniejsze odchylenie standardowe procesu w stosunku do pierwotnych ustawień):

Strona główna | O mnie | Usługi | Blog | Kontakt

Strona www stworzona w kreatorze WebWave.

Znak towarowy zastrzeżony w UP RP. Nr 374710