SPC. История и общая идея

Небольшой цикл статей, из серии Статистическое управление процессом для самых маленьких. Предназначен, чтобы помочь разобраться со статистическим управлением и его местом в работе инженера. Постараемся обойтись без формул и клише. Копнем в физическую суть действа и рассмотрим неоднозначность и ограничения, присущие статистическому управлению процессом. Сделаем это неспеша, с постепенным погружением. А начнем, как водится, с начала.

Как только прогрессивное человечество вдарило массовым производством по своим нуждам и потребностям, перед производителем, в ранее невиданных масштабах, встали задачи взаимозаменяемости и эффективности: (A) произвести детали настолько одинаковые, чтобы они были взаимозаменяемыми; (B) при этом позволить деталям быть настолько разными, чтобы их массовое производство было экономически целесообразным.

На практике оказалось, что производить детали идентичные либо слишком дорого, либо невозможно, а выживать как-то надо, причем как производителю, так и заказчику. Так возникает необходимость договориться о неком допустимом отклонении от идентичности. Такая договоренность оформляется в виде допуска на характеристики качества изделия. Каждая произведенная деталь или смесь теперь должна быть оценена как соответствующая или как несоответствующая допуску, путем сравнения фактических результатов проверки со спецификацией.

Таким образом вся изменчивость результатов условно делится на две группы: в диапазоне поля допуска, и за пределами поля допуска. При этом допуск сам по себе не является чем-то объективно существующим, он отражает договоренность между производителем и заказчиком: какие детали считать хорошими, а какие отнести к категории плохих. Считается, что хорошие детали будут взаимозаменяемы и обеспечат корректную работу изделия в целом.

Производитель обеспечивает проверку 100% продукции на соответствие допускам, и производит отбраковку. Несоответствующие детали уничтожаются, дорабатываются и проходят повторную проверку, или отгружаются в исключительном порядке. Используя допуск, производитель может не тратить усилия и деньги в попытках обеспечить на практике невостребованную идентичность продукции. По крайней мере, так казалось.

Несмотря на очевидную пользу от введения понятия допуска, последний не в полной мере решает задачу обеспечения экономической целесообразности массового производства.

Во-первых, допуск не помогает определить почему часть продукции не соответствует требованиям: он направлен на сортировку последствий, но не на выявление причин изменчивости результатов. Проверка не приводит к улучшению продукции. Каким образом понять, что выгодно в каждом конкретном случае: затраты на сортировку, брак, доработку, возмещение претензии заказчика или затраты на поиск и устранение в производственном процессе причины производства несоответствующих деталей?

Во-вторых, что делать, если проверить соответствие каждой производимой детали обойдется слишком дорого? Что делать если проверка носит разрушающий характер? Каким образом по результатам проверки нескольких деталей можно обосновано говорить о качестве всей партии? Сколько и каких деталей нужно проверить в каждом конкретном случае, чтобы обеспечить достоверное суждение о соответствии качества всех деталей?

В поисках решения пришли к следующей идее. Предположим, что производственный процесс можно привести к такому временному состоянию, при котором указанные трудности преодолены. Процесс в таком состоянии по определению будет обладать следующими двумя особенностями. Во-первых, экономически нецелесообразно приписывать наблюдаемую изменчивость результата конкретной причине в процессе. Другими словами, наблюдаемое изменение результата выгоднее будет списать на случайность, чем пытаться выделить какое-то одно конкретное изменение в процессе, которое стало его причиной. Во-вторых, на основании предыдущих результатов можно достоверно предсказать границы изменчивости результатов такого процесса в ближайшем будущем. Такое временное состояние процесса назвали статистической управляемостью (1).

С одной стороны, инженеру необходим практический способ позволяющий привести любой процесс в состояние статистической управляемости. С другой стороны, инженеру необходим критерий, с помощью которого он может проверить, находится ли процесс в состоянии статистической управляемости или нет. Поскольку истина обычно неизвестна, вопрос имеет вероятностную природу и формулируется следующим образом: когда инженер может вести себя так, словно процесс находится в состоянии статистической управляемости, при этом, в долгосрочной перспективе, ошибаясь не слишком часто с практической точки зрения?

В первую очередь, инженер стремится установить управление над всеми причинами изменчивости результата до тех пор, пока условия процесса не будут оставаться, что называется, по сути неизменными. (На этом уровне примем общее утверждение, что управление установлено, когда инженер по своему желанию может привести конкретное условие процесса в любое из различимых состояний и поддерживать в этом состоянии с заданной точностью на протяжении желаемого времени).

Можем ли мы полагаться лишь на суждение инженера о том, что все подобные причины выявлены и управляются, и, следовательно, действовать так, как если бы процесс находился в состоянии статистической управляемости? Дать строгое формальное определение по сути неизменности не представляется возможным, однако на практике этого и не требуется. Достаточно установить такой практически работающий критерий неслучайности поведения результатов, когда наблюдаемое изменение в последовательности результатов разумно приписать конкретному единичному изменению произошедшему в процессе. Такой критерий будет разделять результаты фактически разных процессов: до изменения и после изменения.

Возьмем суждение инженера о по сути неизменных условиях процесса как точку отчета, и дополнительно проверим путем изучения поведения результатов процесса. Последовательность результатов статистически управляемого процесса будет случайна, в том смысле, что в такой последовательности инженер скорее всего не сможет выделить нечто неслучайное, отличное от того, чтобы он ожидал бы увидеть от одного и того же процесса, опираясь на свои знания о процессе и опираясь на его прошлые результаты. Продолжая наблюдения по мере появления новых результатов, инженер всегда в поиске чего-то неслучайного. Когда инженер на протяжении долгого времени не может более различить чего-либо неслучайного в наблюдаемой последовательности результатов, он скорее согласится с тем, что процесс находится в состоянии статистической управляемости.

Для помощи инженеру в этом деле придуманы контрольные карты. Последние могут рассматриваться как попытка помочь инженеру обнаружить что-то неслучайное в последовательности наблюдаемых результатов, выходя за границы возможностей его субъективной интерпретации. Корректно рассчитанные контрольные пределы на карте отображают границы изменчивости результатов статистически управляемого процесса.

Когда на контрольной карте инженер видит точку за контрольными пределами, он воспринимает её как сигнал о том, что в процессе произошло изменение, которое экономически выгодно найти и привести к управлению (в смысле, указанном выше). Когда на контрольной карте инженер видит неслучайный с его точки зрения рисунок изменчивости (к примеру монотонная возрастающая последовательность, повторяющиеся паттерны), инженер может воспринимать его как такой же сигнал о неслучайном изменении в процессе.

В случае отсутствия сигналов на контрольной карте на длительном отрезке времени, при условии корректного использования последней, считается, что процесс скорее всего находится в состоянии статистической управляемости, а значит вмешиваться в процесс реагируя на единичные изменения результатов экономически нецелесообразно. Более того, подобное вмешательство либо выведет процесс из статистически управляемого состояния, сделав его последующие результаты непредсказуемыми, либо расширит границы последующей изменчивости результатов.

Процесс неуправляем когда существенные с точки зрения результата изменения в процессе происходят помимо желания инженера. В статистически неуправляемом процессе теряется свойство предсказуемости результатов. Невозможно обеспечить достоверное суждение о качестве всей продукции на основании выборочных проверок. Бесполезно, а порой откровенно вредно применение метода шести сигм, регрессионного и дисперсионного анализа, расчетов индексов воспроизводимости и прогноза доли несоответствующей продукции. В условиях непредсказуемости проблематично выстраивание бережливых производственных процессов.

Статистическое управление изначально рассматривается как целенаправленная деятельность по последовательному выявлению в процессе неуправляемых изменений и устранению их причин. Используя знания предметной отрасли совместно со статистическими методами, инженер, шаг за шагом устраняя причины неуправляемой изменчивости, приводит процесс в состояние статистической управляемости, поддерживает процесс в таком состоянии и пользуется всеми его преимуществами, указанными выше.

 

(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. ( ↑ )

 

Продолжение здесь