Statisztikai módszerek nulla hiba közeli gyártófolyamatok céljaira

Meglepő eredmények egy új eljárással

Kedves látogató, ha az a sors jutott osztályrészéül, hogy sorozatgyártással, tömeggyártással, nagy adagok, tételek előállításával, vagy folyamatos üzemű technológiával, esetleg automatizált kiszereléssel, csomagolással foglalkozik, akkor jó helyen jár. Ezen a honlapon egy olyan új módszer kerül bemutatásra, amellyel, a termékjellemzők változékonysága okainak feltárása nélkül, gyorsan, jelentős mértékben csökkenthető azok ingadozása.
Gyakorlatilag az eljárás megkezdése előtt akár egyetlen alkalmas, de nem szükségszerűen nagy, mintából megbízhatóan előre megbecsülheti az elérhető műszaki és gazdasági eredményt, valamint az annak eléréséhez szükséges munka mennyiségét is. Rangsorolással felállíthatja a különböző termékjellemzőkkel történő foglalkozás célszerű sorrendjét, ezáltal gyors és stabil gazdasági eredményeket érhet el, miközben a környezet fölösleges terhelése is jelentős mértékben csökken.

Engedje meg, hogy bemutatkozzam. Székely Sándor A tarrtelmi szerző vagyok e honlap tartalmának szerzője, olyan matematikai statisztikai módszerek alkalmazásával, ismertetésével, és – néha napjánsmile – kidolgozásával is foglalkozom, amelyek segítségével nulla hiba közeli állapotba hozott gyártófolyamatok tarthatók ellenőrzés alatt. Természetesen ez nem jelenti azt, hogy a jelenleg még valamekkora érzékelhető hibaaránnyal AQL-lel (AQL − acceptance quality level, átvételi hibaszint) működő folyamatok esetében ezek a módszerek ne lennének alkalmazhatóak, sőt a segítségükkel ezeknek a gyártásoknak a hibaaránya olyan alacsonnyá tehető, hogy már csak ezek a módszerek fognak működni.

Ismert jelenség, hogy a mérhető termékjellemzők egységről-egységre (darabról-darabra, időről-időre, helyről-helyre, stb,.) ingadoznak. Ennek a változékonyságnak egy részéért véletlen hatások felelnek (sajnos ezekkel az adott technológia keretein belül nem sokat tudunk kezdeni), a másik (a fennmaradó) része mögött olyan okok húzódnak meg, amelyek elvileg kideríthetőek. Ez jó hír, mert ha sikerül feltárni (meghatározni) ezeket az okokat (szórástényezőket), akkor lehetőség nyílhat a hatásuk kiküszöbölésére (vagy megelőzésére).

Ez eredménnyel kecsegtető feladat, mert a veszteségek az ideális értéktől számított eltérés négyzetével arányosan változnak. Ha a vizsgált  termékjellemző átlagértéke nem tér el szignifikánsan (jelentős mértékben) a fenti ideális értéktől, (leggyakrabban a tűrésmező közepétől) akkor az átlagos eltérés mértékét a jellemző szórása mutatja. Ha ezt csupán 10%-kal 90%-ra sikerül csökkenteni, akkor ennek a  négyzete, és így a veszteségek is 81%-ra, azaz 19%-al csökkennek, de ha a szóráscsökkenés 20%-os a veszteség csökkenés már 36%. A veszteség csökkenés mindenféle levonások nélkül, azaz teljes egészében, hozzáadódik a nyereséghez.

Amikor minden szórástényező hatását sikerült kiküszöbölni, ami a véletlen hatásokon (az úgynevezett rendszeres szórástényezők hatásai) kívül jelen volt, akkor a folyamat „egyensúlyi” állapotba kerül. Az ilyen folyamatot szabályozott folyamatnak nevezzük.

A szabályozott állapot elérése igen kedvező helyzetet teremt. Egyrészt az adott technológia keretein belül elérhető legkisebb folyamatszórással (és veszteségekkel) dolgozhatunk, de talán még ennél is fontosabb eredmény, hogy ez egy jósolható (stabil) állapot, melynek alapján feltehető, hogy a folyamat beállítása és szórása a jövőben sem fog megváltozni.

Ha ilyen nagyszerű perspektívával rendelkezünk, akkor mi a probléma.
A folyamatszabályozás problémái című oldalon ezeket tudja áttekinteni, vagy haladjon tovább, egy az érdeklődésének jobban megfelelő hivatkozás irányába.