top of page

Статистическое управление. Часть первая: всё дело в предсказуемости.

Четыре обзорных очерка о том, зачем инженеру SPC. Для студентов инженерных специальностей. Для тех, кто прошел курсы, но не понял, что это было. Для тех кто запомнил формулы, но не понял, зачем оно надо. Для тех, кому интересно разобраться. И особенно для тех, кто уже давно все понял.

 

Два века назад прогрессивное человечество ударило массовым производством по своим нуждам и потребностям. Перед производителем возникают в ранее невиданных масштабах задачи выпуска однородной продукции при сохранении эффективности производства. Нужны детали, сырье, готовые изделия, настолько одинаковые, чтобы гарантировать взаимозаменяемость, и настолько разные, чтобы производство было экономически целесообразным.


Сделать много одинаковых деталей либо слишком дорого, либо невозможно. Производитель и покупатель вынуждены договариваться о допустимом отклонении от идеала. Договоренность оформляется в виде допуска на характеристики продукции. Если результаты в пределах поля допуска, то продукция считается хорошей, если за пределами - плохой.


Производитель проверяет каждую единицу продукции на соответствие допускам. Изменчивость результатов условно делится на две группы: в диапазоне поля допуска, и за пределами поля допуска. Когда результат за пределами поля допуска, продукция уничтожается, дорабатывается и проходит повторную проверку, или отгружается покупателю в исключительном порядке. Производитель решает задачу однородности используя допуск и 100-процентную проверку. Почему такой подход не лучший? Это экономически нецелесообразно. Почти всегда.


Во-первых, проверка не помогает определить причины того, что результат лежит за пределами поля допуска. Проверка не приводит к улучшению будущей продукции. Сортируются последствия, а не устраняются причины. Что выгодно в конкретном случае: затраты на сортировку, брак, доработку, возмещение претензий, репутационные риски - с одной стороны, или затраты на поиск и устранение в производственном процессе причины изменчивости результатов?


Во-вторых, что если проверить соответствие каждой детали обойдется слишком дорого? Что делать если проверка носит разрушающий характер? 100-процентная проверка имеет недостатки: стоит денег, не всегда возможна, и не всегда дает достоверный результат.


В поисках решения указанных проблем пришли к следующей идее. Предположим, что производственный процесс можно привести к такому временному состоянию, при котором указанные трудности преодолены. Такое временное состояние процесса будем называть статистической управляемостью (1). Процесс в таком состоянии будет обладать следующими двумя особенностями.


Во-первых, экономически выгоднее списать наблюдаемую изменчивость результата на результат взаимодействия множества незначительных изменений в производственном процессе, чем пытаться найти какое-то одно изменение, которое привело к изменению результата. Это решает проблему выбора: когда выгоднее искать конкретную причину проблемы, а когда необходимо менять процесс в целом.


Во-вторых, на основании предыдущих результатов можно достоверно предсказать границы изменчивости результатов такого процесса в ближайшем будущем. Такое свойство помогает обосновать переход от 100-процентной проверке к выборочной.


Предположим, назначили некого инженера ответственным. От него требуют чтобы продукция была в допуске при минимальных затратах на производство. Инженер знает: когда производственный процесс в состоянии статистической управляемости, достигнут наилучший баланс между однородностью продукции и эффективностью производства.


Для начала, необходим практический способ чтобы привести любой процесс в состояние статистической управляемости и поддерживать его в таком состоянии. Сначала инженер попытается установить управление над возможными причинами изменчивости результата. Будем считать, что управление установлено, когда инженер по своему желанию может привести конкретный параметр процесса в любое из различимых состояний и поддерживать в этом состоянии с заданной точностью на протяжении желаемого времени.


Возможных причин слишком много, управлять всеми невозможно. Инженер будет приближаться к идеалу, чтобы существенные для результата параметры процесса оставались практически неизменными. Дать строгое определение практической неизменности невозможно. Параметры процесса будут изменяться. Нужно, чтобы эти изменения, с точки зрения влияния на результат, были незначительными и постоянными.


Может ли инженер полагаться на свое мнение, что существенные параметры выявлены и управляются? Необходимо, но не достаточно. Примем мнение инженера как точку отчета, и потребуем изучить результаты процесса.


Последовательность результатов статистически управляемого процесса будет случайна. В том смысле, что в такой последовательности инженер скорее не увидит неслучайное, отличное от того, что ожидал бы увидеть в практически неизменном процессе, опираясь на свои знания о процессе и его предыдущие результаты. Наблюдая за результатами, инженер в поиске чего-то неслучайного. Когда он на протяжении долгого времени не может различить неслучайного в последовательности результатов, он скорее согласится, что процесс находится в состоянии статистической управляемости.


Контрольные карты - это попытка помочь инженеру обнаружить что-то неслучайное в последовательности наблюдаемых результатов. Корректно рассчитанные контрольные пределы на карте отображают границы будущей изменчивости результатов статистически управляемого процесса. Когда инженер видит точку за контрольными пределами, он воспринимает её как сигнал о том, что возможно (!) в процессе произошло изменение (2). Экономически выгодно найти что в процессе изменилось и что-то с этим сделать.


Когда сигналов нет достаточно долго, скорее всего процесс находится в состоянии статистической управляемости. Вмешиваться в такой процесс, реагируя на единичные изменения результатов, экономически нецелесообразно. Подобное вмешательство может вывести процесс из статистически управляемого состояния, сделав его последующие результаты непредсказуемыми и увеличив их размах.


Что делать если сигналов на контрольной карте нет, но часть результатов за пределами поля допуска? Такой процесс статистически управляем. В нем предсказуемо будет некий процент несоответствующей продукции. Примерно (!) оценить долю будущей несоответствующей продукции такого процесса можно сравнив контрольные пределы с границами допуска. Чтобы устранить несоответствующие результаты управляемого процесса, нужно поменять процесс в целом, а не пытаться найди одну единственную причину, которая повлекла за собой производство плохой продукции в каждом конкретном случае.


Когда существенные изменения в процессе происходят помимо желания инженера, процесс неуправляем. В неуправляемом процессе теряется предсказуемость результатов. Невозможно достоверное суждение о соответствии всей продукции на основании выборочных проверок. Ошибочно применять метод шести сигм, регрессионный и дисперсионный анализ, рассчитывать индексы воспроизводимости и прогнозировать долю несоответствующей продукции. В условиях непредсказуемости будущих результатов сложно построить бережливые производственные процессы.


Статистическое управление - оно про то, как последовательно выявлять неуправляемые изменения процесса и устранять их причины. Используя знания предметной отрасли совместно со статистическими методами, инженер, шаг за шагом приводит процесс в состояние статистической управляемости, поддерживает процесс в таком состоянии, и пользуется всеми преимуществами предсказуемости будущих результатов.

 

(1) Процесс в состоянии статистической управляемости порой называют случайным или стабильным. Однако, слово стабильный имеет множество толкований, так что стоит убедиться, что подразумевают под стабильным процессом в каждом конкретном случае. ( ↑ )


(2) Неслучайный рисунок изменчивости внутри контрольных пределов может рассматриваться как сигнал. ( ↑ )

 

Продолжение здесь

Пост: Blog2_Post
bottom of page