Six Sigma-principes en tools

Welkom bij de derde aflevering van onze serie over Lean en Six Sigma. Zoals we zagen in de eerste post, "Wat zijn Lean &Six Sigma-methodologieën?", zijn Lean en Six Sigma complementaire methoden voor continue verbetering die de algehele verspilling en variabiliteit in productieprocessen verminderen. De tweede post, 'Lean Principles and Tools', ging dieper in op enkele van de belangrijkste principes, tools en methodologieën in Lean. Hier sluiten we onze serie af met een bespreking van Six Sigma op hoog niveau. Er zijn veel tools in de Six Sigma-toolkit (Failure Mode Effects Analysis (FMEA), IPO-diagram, betrouwbaarheidsintervallen, histogrammen, Pareto-diagrammen, F-Tests, Design for Six Sigma (DFSS) en nog veel meer) die niet zullen worden besproken hier. De nadruk ligt hier op het bespreken van de statistische realiteiten die Six Sigma effectief maken.

Six Sigma is gericht op het identificeren en elimineren van de hoofdoorzaken van defecten en verspilling met behulp van statistische hulpmiddelen om de variaties die defecten veroorzaken te identificeren. In de Six Sigma-methodologie is de enige manier om een ​​probleem effectief op te lossen, de oorzaak ervan permanent te elimineren.

Het is een op metingen gebaseerde strategie die zich richt op procesverbetering en ernaar streeft niet meer dan 3,4 defecten per miljoen kansen te bereiken. Een Six Sigma-defect wordt gedefinieerd als alles buiten de specificaties van de klant. Een Six Sigma-kans is dan het totale aantal kansen dat een defect optreedt.

Six Sigma-doctrine

Six Sigma is gebaseerd op drie kernideeën die de Six Sigma-doctrine vormen:

1. Continue inspanningen om stabiele en voorspelbare procesresultaten te bereiken (d.w.z. procesvariatie te verminderen) zijn van vitaal belang voor zakelijk succes.
2. Productie- en bedrijfsprocessen hebben kenmerken die kunnen worden gemeten, geanalyseerd, gecontroleerd en verbeterd.
3. Het bereiken van duurzame kwaliteitsverbetering vereist inzet van de hele organisatie, met name van het topmanagement.

Six Sigma-methodologie:het DMAIC-proces

DMAIC is een Six Sigma-methode voor het oplossen van problemen die wordt aangedreven door gegevens. Het proces in vijf fasen wordt beschreven door elke letter van het acroniem:

• Definieer - Beschrijf het probleem, de projectdoelen, verbeterpunten of de eisen van de klant.
• Maatregel - Meet de procesprestaties.
• Analyseren - Analyseer en identificeer mogelijke hoofdoorzaken voor defecten en variaties.
• Verbeteren - Verbeter de bedrijfsvoering door de hoofdoorzaken te elimineren.
• Controle - Kwaliteitscontrole van het verbeteringsproces.

Laten we de fasen verder opsplitsen:

Definieer

Zodra het probleem, het doel of het verbetergebied is beschreven, is het van cruciaal belang om te proberen de verschillende input- en outputvariabelen te identificeren die verband houden met het gedrag van het proces. Vaak zijn de uitvoervariabelen degene die buiten de specificaties vallen. Het is belangrijk om te identificeren welke invoervariabelen de variatie met de uitvoervariabele(n) kunnen veroorzaken.

Maatregel

Zodra de invoervariabelen die het uitvoergedrag veroorzaken zijn geïdentificeerd, is het mogelijk om een ​​meetplan te ontwikkelen dat voldoende gegevens levert om de analyse te starten. In deze fase worden gegevens verzameld over de belangrijkste input- en outputvariabelen. Dit is ook de fase waarin prestatiebaselines worden ontwikkeld voor gebruik bij het meten van de later aangebrachte verbeteringen. In de regel zijn minimaal 30 waarnemingen nodig om voldoende gegevens te leveren om het procesgedrag weer te geven.

Analyseren

Zodra de gegevens zijn verzameld, worden deze geanalyseerd om de meest waarschijnlijke drie tot vijf mogelijke hoofdoorzaken te bepalen. Dit wordt bereikt door voortdurende gegevensverzameling en beoordeling om inzicht te krijgen in de bijdrage van elke mogelijke hoofdoorzaak met behulp van statistische hulpmiddelen, grafieken en grafieken. Het DMAIC-proces is iteratief en wordt herhaald totdat alle geldige hoofdoorzaken zijn geïdentificeerd.

Verbeteren

Op basis van de geldige hoofdoorzaken die in de analysefase zijn geïdentificeerd, wordt het proces aangepast totdat de buitensporige variatie is geëlimineerd. De fasen Meten en Analyseren worden herhaald totdat het gewenste resultaat is bereikt.

Besturing

Wanneer het gewenste resultaat is bereikt, worden de verbeteringen geïnstitutionaliseerd zodat de bron van de overmatige variatie wordt geëlimineerd. Deze stap moet vergezeld gaan van een controleplan om ervoor te zorgen dat de output op een acceptabel kwaliteitsniveau blijft. Het controleplan omvat het implementeren van statistische procescontrole om het proces te bewaken en ervoor te zorgen dat het ook na verloop van tijd goed blijft functioneren. Dit controleplan moet ook tegenmaatregelen bevatten als zich een probleem voordoet.

Samengevat: DMAIC is een probleemoplossende methode die de beoefenaar helpt een probleem met overmatige variatie te benaderen en systematisch op te lossen.

Statistische procescontrole

Statistische procescontrole is een tool die meet of een proces al dan niet voldoet aan product- of procesnormen. Als een proces in staat en stabiel is in de tijd, zullen de resultaten worden bereikt die het proces moest opleveren.

Laten we een voorbeeld gebruiken om deze belangrijke concepten beter te begrijpen. Denk aan het bakken van muffins.

Procesmogelijkheden en variatie

Een proces zet inputs om in outputs. In dit geval zijn de ingrediënten de inputs. Het is bekend dat de oven een bepaalde tijd een bepaalde temperatuur moet bereiken met het muffinbeslag erin om de ideale muffins te krijgen.

Laten we aannemen dat de oven correct werkt. Het is in staat om te produceren wat we willen:warme muffins die precies en perfect gebakken zijn. Garandeert het feit dat de oven correct werkt dat de gebakken goederen er goed uitkomen?

Natuurlijk niet.

Wat als de oven goed werkt, maar je hongerige, hongerige kinderen blijven de deur openen om te zien of de muffins al klaar zijn? De muffins zijn pas halfbakken als de timer afgaat. Dit is een voorbeeld van een speciale oorzaak van variatie:we krijgen niet het gewenste resultaat omdat het proces uit de hand loopt. Het proces is capabel, het geeft ons wat we willen als het op de juiste manier wordt toegepast, maar het heeft geen controle.

Als we ervoor zorgen dat de oven optimaal werkt — op de juiste temperatuur en met de ovendeur gesloten voor de voorgeschreven tijd - het proces zal weer onder controle zijn. We hebben nu een proces dat zowel capabel als onder controle is, en we kunnen redelijkerwijs verwachten dat het een ideaal dozijn muffins zal produceren.

Als alle speciale oorzaken van variatie zoals hierboven zijn geëlimineerd, wordt het proces geacht onder controle te zijn en zijn alle variaties die worden ervaren variaties die inherent zijn aan het proces zelf. Deze omvatten kleine variaties in afgemeten ingrediënten en kleine variaties in oventemperatuur. Maar het proces is robuust genoeg om het gewenste resultaat te produceren, zelfs met deze bronnen van (inherente) variatie.

Samengevat: Procescapaciteit is een maatstaf voor hoe capabel het proces is om het gewenste resultaat te produceren - dat wil zeggen, het kan ons vertellen welk percentage defecten het proces inherent zal produceren als het onder controle is. Gewenst resultaat:een dozijn perfect gebakken muffins.

Standaardafwijking

Nu je weet hoe je de ideale muffin bakt, introduceren we de standaarddeviatie.

Standaarddeviatie (Ϭ) is een maatstaf voor variatie en het getal dat wordt gebruikt om de procescapaciteit te berekenen. Het wordt berekend als de vierkantswortel van de variantie.

Dr. William Shewhart, de vader van kwaliteit, begon begin jaren twintig controlekaarten te ontwikkelen. Hij realiseerde zich dat als de belangrijkste procesuitgangsvariabelen werden gemeten en ze een verdeling creëerden die zou grafisch worden weergegeven zoals de klokvormige curve hierboven, de weergegeven variatie willekeurig was en daarom inherent aan het proces.

Met andere woorden, het proces gedraagt ​​zich of werkt op de manier waarop het is ontworpen. Als de gegevens niet willekeurig zijn, moet er een logica zijn om dat gedrag te verklaren. Dat is een bijzondere oorzaak van variatie.

Dan is er de empirische regel. Deze regel vertelt ons dat voor een willekeurige verdeling:

• 68% van de waarnemingen zal binnen plus of min 1 standaarddeviatie vallen
• 95% van de waarnemingen zal binnen plus of min 2 standaarddeviaties vallen
• 99,7% van de waarnemingen zal binnen plus of min 3 standaarddeviaties vallen

Shewhart ontwierp ook controlekaarten (zie hieronder) die controlelimieten bevatten. Controlelimieten zijn meestal een afstand van plus of min drie standaarddeviaties van het gemiddelde. En we weten dat als de datapunten binnen de controlelimieten vallen, ons kwaliteitsniveau ten minste 99,7% goed is.

Statistical Process Control benut deze kennis in het voordeel. Twee grafieken (run charts) worden bewaakt door gegevens in te voeren en te observeren waar de gegevenspunten zich bevinden ten opzichte van het gemiddelde (gemiddelde) en de controlelimieten. Zolang de plots binnen de controlegrenzen vallen, wordt het proces als in control beschouwd. Dus, voor het muffinvoorbeeld, zou de run-grafiek op oventemperatuur de speciale oorzaak van temperatuurvariatie laten zien als gevolg van het veelvuldig openen van de ovendeur als buiten het normale bereik - het normale variatiebereik is van de willekeurige temperatuurvariatie als de warmtebron in de oven gaat bijvoorbeeld aan en uit.

Houd er rekening mee dat er geen aandacht wordt besteed aan de specificaties of specificatiegrenzen (toleranties). Een proces dat de controle heeft, produceert datgene waarvoor het is ontworpen (niet per se bedoeld). Het kan dus zijn dat het slechte output produceert.

Index en besturingselementen voor procescapaciteiten

In Six Sigma is de Process Capability Index (Cpk) een statistisch hulpmiddel dat wordt gebruikt om het vermogen van een proces om producten te produceren binnen het tolerantiebereik van een klant te meten. Hoe hoger de Cpk, hoe smaller de procesverdeling ten opzichte van het tolerantiebereik en hoe uniformer de output.

Cpk wordt berekend met behulp van de volgende formule, waarbij UCL verwijst naar de bovenste regellimiet en LCL verwijst naar de onderste regellimiet:

Cpk =min(UCL - μ, μ - LCL) / (3σ)

Hoe hoger de Cpk, hoe beter (dichter bij 2,0 is uitstekend) waarbij een Cpk van 1,33 in wezen de laagste waarde aangeeft voor een proces dat onder controle is en aan de specificaties voldoet.

Inmiddels weten we of een proces in staat is en de controle heeft, het per definitie het resultaat zal opleveren waarvoor het proces is ontworpen. We bespraken hoe Process Control kan worden gemeten met SPC en hoe belangrijk het is om een ​​proces onder controle te houden.

De specificatiegrenzen hebben betrekking op de toleranties van het proces. Een schroef kan bijvoorbeeld worden gedimensioneerd met een diameter van 3 inch (3"). Maar hoe gaan we om met de inherente variatie in het proces om de pin te produceren? Dat doen we door toleranties aan te bieden. Er is vastgesteld dat een schroef van 3”, plus of min drieduizendste inch (0,003 inch) in diameter goed genoeg is. Alle schroeven binnen dat bereik van diameters zullen met succes werken voor de toepassing ervan.

Volgens NIST (National Institute of Standards and Technology):

“Procescapaciteit vergelijkt de output van een in-control proces met de specificatielimieten door gebruik te maken van capaciteitsindices. De vergelijking wordt gemaakt door de verhouding te vormen van de spreiding tussen de processpecificaties (de specificatie “breedte”) en de spreiding van de proceswaarden, zoals gemeten door 6 processtandaarddeviatie-eenheden (de proces “breedte”).”

De Process Capability Index wordt gebruikt om te bepalen hoe dicht de output bij het bestaande doel ligt en hoe consistent de gemiddelde prestaties zijn. Daarom kan het worden gebruikt om toekomstige outputprestaties en consistentie te voorspellen.

Procescapaciteitsindex en standaarddeviatie

Voor onze doeleinden hoeven we alleen maar te weten of een proces in staat is om goede onderdelen te produceren. Dit is hetzelfde als het volgende beantwoorden:

• Welk percentage van de output zal voldoen aan de specificaties van de klant?*
• Hoeveel schroeven zijn groter dan de 3 inch plus de drieduizendste in diameter (3,003 inch)?
• Hoeveel schroeven zijn kleiner dan 3 inch en minder dan drieduizendste in diameter (2,997 inch)?

Misschien herinner je je dat:

De drie standaarddeviatiematen van variatie duiden op een kwaliteitsniveau van 99,7% van goed geproduceerd werk. Dit is het equivalent van een Process Capability-maatstaf van één.

De literatuur is het vrijwel eens:

We hebben een Process Capability (Cp en Cpk) maat nodig van minimaal 1,33.

Dit zorgt voor wat bekend staat als verschuiving en drift, waarbij de normale variatie van het proces enkele defecten veroorzaakt die niet zouden optreden als er geen variatie was.

Maar variatie zal er altijd zijn. De sleutel is om een ​​goede procesbeheersing te behouden om defecten te voorkomen.

Nogmaals, volgens NIST:

"Een procescapaciteitsindex gebruikt zowel de procesvariabiliteit als de processpecificaties om te bepalen of het proces 'in staat' is."

Shift &Drift

Het belangrijkste probleem bij het handhaven van een goede procesbeheersing is dat elk proces na verloop van tijd zal verschuiven en afdrijven, hoe strak de oorspronkelijke instellingen ook waren. Wanneer dit gebeurt, is het belangrijkste om te onthouden dat naarmate het procesgemiddelde beweegt, ook het hele variabele bereik verandert, terwijl de specificatielimieten stationair blijven.

Als het proces de specificatiegrenzen overschrijdt, zal het proces defecte producten maken. U wilt indexniveaus van 1,00 of beter behouden. Dit wordt bereikt met een goede centrering van het procesgemiddelde en het minimaliseren van variabiliteit.

Samengevat: Met Six Sigma is het mogelijk om te begrijpen of een proces capabel is en om Process Control en Process Capability te meten. Zolang een "in control" proces in staat is om het gewenste resultaat te produceren (Proces Capability Cpk van minimaal 1,33), dan moet het goed presteren zolang het in control is. Ga voor meer informatie over Six Sigma of Lean naar www.cmtc.com en selecteer de optie "Services".

Wie zijn wij bij CMTC

CMTC biedt technische ondersteuning, personeelsontwikkeling en adviesdiensten aan kleine en middelgrote fabrikanten (SMM's) in heel Californië om SMM's te helpen hun productiviteit en wereldwijde concurrentiepositie te verhogen.

Ga voor meer informatie over CMTC naar onze website op www.cmtc.com of neem contact met ons op via 310-263-3060.