کنترل کیفیت و کنترل آماری فرآیند

کنترل کیفیت (Quality Control)

هر محصول یا خدماتی که تولید می‌شود (برای همیشه در نظر داشته باشید که مفهوم تولید فقط برای کالا نیست بلکه خدمات هم تولید می‌شوند) باید دارای یه سطح مشخصی از کیفیت باشد. تعریف کیفیت به طور جامع در حوزه مدیریت کیفیت ارائه شده است، اما بطور خلاصه کیفیت به معنی یک محصول یا خدمتی است که باید حداقلهای استانداردهای تعریف شده برای آن محصول یا خدمت را داشته باشد و  منطبق بر سطح رضایت و خواسته  مشتری باشد.

این کیفیت موارد مختلفی را شامل می شود ازجمله: اندازه، جنس، قابلیت های فیزیکی و شیمیایی، ظاهر، دوام و.... که کنترل کیفیت یعنی نظارت بر اینکه محصول یا خدمت مربوطه منطبق بر این مشخصات تولید یا ارائه شود.

در دانش کنترل کیفیت بر طبق یک فرآیند تعریف شده، در بازه‌های زمانی مشخص تعداد مشخصی از محصولات را انتخاب کرده (که به آن نمونه‌گیری می‌گویند) و کیفیت آنها را با ابزارهای مختلف اندازه‌گیری می‌کنند و سپس با استفاده از یکسری تکنیک های آماری تعیین می‌کنند که آیا محصول / خدمت تولید شده با کیفیت هست یا خیر و اگر نیست مشکل از کجاست و چه باید کرد. نکته کلیدی در فلسفه کنترل کیفیت همین لزوم نمونه‌گیری است. به عبارت دیگر اگر ما بتوانیم و توجیه زمانی و هزینه‌ای داشته باشیم که تمام محصولات/خدمات تولید شده را کنترل کنیم، اساسا شاید نیازی به این علم نباشد، بنابراین زمانی این دانش وارد عمل می‌شود که مثلا توجیه نداشته باشد کل 100 هزار قطعه تولیدی روزانه یک کارخانه را دانه به دانه کنترل کرد. پس چاره‌ای نیست که  تعدادی از آنها را کنترل کرده و اگر با کیفیت بودند نتیجه بگیریم که کل قطعات با کیفیت بوده و آماده ورود به بازار هستند.

اما آیا با چند نمونه حق داریم این نتیجه را بگیریم؟ نمونه‌ها را از کدام قسمت برداریم؟ اساسا چه نتیجه‌ای می‌توانیم بگیریم، می‌توانیم بگوییم همه آن ها صددرصد خوب هستند، یا حق داریم بگوییم با احتمال 80 یا 90 درصد خوب هستند. این دسته ازسوال ها و سوال های بیشمار دیگری وجود دارد که نیاز استفاده از دانشی بنام کنترل کیفیت را ایجاد می کند.

برای رسیدن به این دانش ،باید به اصول زیربنایی این دانش توجه و تسلط یافت. بنابراین باید با موارد زیر آشنا شد:

_ فرآیندهای انجام این کار

_ اصول نمونه‌گیری

_ اصول نتیجه‌گیری (یعنی استنتاج‌های آماری)

همانطور که مشخص است، ابزار اصلی دانش کنترل کیفیت شامل مفاهیم، تکنیک ها و روش های علم آمار است.

بطور کلی، فرایند کنترل کیفیت شامل مراحل زیر می باشد :

_ تعیین استانداردهای کیفی هر محصول (یعنی وقتی می‌گوییم کیفیت مورد قبول یعنی چه از نظر اندازه، مقاومت و ...)

_ مقایسه موارد تحت کنترل با استانداردها

_ یافتن انحرافات

_ انجام اقدامات اصلاحی

تعاریف تکمیلی:

کيفيت يعني شايستگي جهت استفاده‌اي خاص و ميزاني است که يک محصول انتظارات مصرف کننده خود را برآورده مي سازد. کيفيت يک ماهيت چند گانه شامل ابعاد زير است:

عملکرد (آيا محصول ميتواند وظيفه مورد نظر را  انجام دهد؟)

قابليت اطمينان (هرچند وقت يکبار محصول خراب مي‌شود؟)

قابليت دوام ( چه مدت محصول دوام مي آورد؟)

قابليت تعمير پذيري ( به چه سادگي مي توان محصول را تعمير کرد؟)

زيبايي (محصول چگونه به نظر مي رسد؟)

ويژگي ها (محصول چه کار هايي انجام مي دهد؟)

انطباق با استاندارد ها (آيا محصول دقيقا همانگونه که مورد نظر طراح بوده است توليد گرديده؟)

کيفيت درک شده (محصول يا شرکت ازچه شهرتي برخوردار است؟)

کنترل کیفیت: تعیین فاصله بین وضعیت موجود با وضعیت مطلوب و اتخاذ اقدامات اصلاحی مناسب.

تضمین کیفیت: داشتن نگرش فرآیندی و تبدیل آن به شاخصه های کمی جهت تعیین اثربخشی فرآیندها.

مدیریت کیفیت جامع: کیفیت برای همه- از کسی معیوب تحویل نگیر به کسی هم معیوب تحویل نده.

کنترل آماری فرایند (Statistical Process Control)

تعریف کنترل آماری فرآیند : مجموعه ای از ابزارهای قدرتمند برای حل مسئله که از طریق کاهش تغییرات محصولات خروجی، قابلیت یک فرایند را بهبود می دهد و آنرا تثبیت می بخشد.

هدف از کنترل آماري فرآيند: 

- شناسايي مهم ترين و اثر گذارترين مشخصه‌هاي کيفي و متغييرهاي متعدد هر محصول براي کيفيت محصول

- شناسايي زماني که بايد فرآيند را اصلاح کرد و زماني که بايد آن را به حال خود گذاشت

- بيشتر شدن کيفيت محصولات و قطعات توليدي و همگوني کل فرايند توليد و کنترل کيفيت و کلا بهبود مستمر کيفيت

- کاهش هزينه‌هاي ضايعات ، دوباره کاري ها و تصحيح اشتباهات و جلوگيريي از تکرار خطاها در توليد و کنترل

- انتقال اطلاعات درباره نحوه انجام شدن کار توليد در نوبت ها و شيفت هاي کاري مختلف که مبناي تصميم گيري را بدست پيشگيري و جلوگيري از خطا و تکرار آن سوق مي‌دهد.

ابزار هفتگانه کنترل آماري فرايند:

 کنترل آماري فرايند SPC مجموعه اي توانا از حل مشکل است که باعث ثبات در فرايندهاي توليدشده مي‌شود و توانايي توليد محصول باکيفيت را بالا مي برد. اين تکنيک مجموعه اي از هفت ابزار قوي است که به آنها "ابزار هفتگانه کيفيت" مي‌گويند. اين ابزارها عبارتند از:

   1- برگه ثبت داده ها                         4- نمودار علت و معلول                          7- نمودار کنترل

   2- هيستوگرام                                 5- نمودار تمرکز نقص‌ها

   3- نمودارپارتو                                6- نمودار پراکندگي

برگ ثبت داده‌ها:

از آنجايي که هر گونه تصيم گيري، نيازمند به اطلاعات است و اطلاعات از داده ها حاصل مي‌شود، توليد يا جمع آوري و ثبت داده ها از اهميت خاصي برخوردار است. اين داده‌ها که فراتر از اعداد و ارقام هستند و مي‌توانند تعاريف، تصاوير و يا توصيف وضعيتي را در بر گيرند بايد هدف آنها مشخص بوده و اطلاعات مستتر در آنها منعکس کننده واقعيات موجود باشد. و از آنجا که اين داده ها بايد مورد تحليل نيز قرار گيرد آنها بايد به طريقي جمع آوري و ثبت گردد که تحليل بعدي آنها آسان باشد. بنابراين، نحوه ثبت داده‌ها که در آن ملاحظاتي مانند صحت، دقت، سرعت و سهولت جمع آوري رعايت مي‌شود از اهميت فوق العاده‌اي برخوردار است. اين مهم به وسيله انواع برگ هاي ثبت داده امکان پذير است.

نمودار هيستوگرام (بافت نگار):

نوعي نمودار ميله‌اي است که به کمک آن مي‌توان داده‌ها را تشريح کرد. در هيستوگرام تعداد زيادي از داده‌ها درقالب خاصي طبقه بندي مي‌شوند تا بتوان آنها را ساده‌تر درک و تحليل کرد.

هيستوگرام يک تصويري از داده ها ارائه مي‌کند که توسط آن مي توان سه ويژگي زير را ساده‌تر مشاهده کرد:

1- شکل توزيع

2- مکان يا تمايل مرکزي توزيع

3- پراکندگي يا گسترش توزيع

٭ در هيستوگرام هرگز نبايد ستوني با فراواني صفر وجود داشته باشد زيرا در اين صورت تشخيص صحيح شکل توزيع امکان پذير نخواهد بود، در اين مورد بايد تعداد طبقات را کمتر کرد تا مشکل بر طرف شود.

نمودار پارتو:

نمودار ميله‌اي است که علل مشکلات به وجود آمده را با فراواني آنها مقايسه مي‌کند. "ويلفرد پارتو” دانشمند ايتاليايي, اصلي در مورد اقتصاد مطرح نمود که نمودار پارتو بر اين اصل استوار است. (80 درصد مسائل از 20 درصد علل ناشي مي‌شوند.) به عبارت ديگر اگر چه ممکن است براي مسائل موجود علل بسيار زيادي وجود داشته باشد, ولي تعداد اندکي از اين علل اهميت دارند و با رفع آنها مي‌توان بخش اعظم مسائل را حل کرد. به کمک نمودار پارتو مي توان علل مختلف بوجود آمدن نتايج نامناسب را طبقه بندي کرد و به سرعت و روشني نشان داد که کدام دسته از علل از اهميت بيشتري برخوردار است. براي رسم نمودار پارتو ابتدا بايد درصد فراواني علل مختلف را تعيين و سپس آنها را بترتيب صعودي مرتب کرد. روي نمودار ميله متناظر هر کدام از علل با همان ترتيب صعودي رسم مي‌شود و با محاسبه جمع تجمعي درصد فراواني‌ها, مي‌توان عللي را که باعث بروز حدود 80 درصد مشکلات شده‌اند تعيين کرد.

مثال:

رسم نمودار پاراتو براي علل ضايعات بر اساس مشاهدات مندرج در جدول زير

نمودار علت و معلول:

 زماني که عيب, اشکال و يا اشتباهي شناسايي مي شود بايد علل بالقوه آن نيز تعيين گردد. نمودار علت و معلول با نام نمودار "ايشي گاوا " يا نمودار "استخوان ماهي"  نيز شناخته مي شود.

در اين مرحله با برگزاري جلسات چند مرحله اي طوفان ذهني نتايج گفتگوها در اين نمودار ثبت و در نهايت تصميم گيري مي شود.

نمودار تمرکز نقص‌ها:

تصويري است از يک محصول که آنرا از ابعاد مختلف نشان مي‌دهد. با استفاده از اين شکل مي‌توان محل يا محل‌هاي ايجاد عيب را روي محصول مشخص کرده و مورد تجزيه و تحليل قرار داد.

نمودار پراکندگي 

براي پي بردن رابطه بالقوه بين دو متغير استفاده مي‌شود. براي رسم اين نمودار داده‌ها به صورت زوجي تهيه مي‌شوند. مقدارyi  بر حسب مقدارxi  روي اين نمودار رسم مي‌شود. طريقه رسم نقاط روي نمودار نشان دهنده نوع رابطه موجود بين دو متغير است و ميزان همبستگي آن را تعيين مي‌کند. شکل زير نشان دهنده همبستگي نسبتاً خوبي بين سختي گرم و سختي سرد قطعه است. به عبارت ديگر هرچه سختي گرم بيشتر باشد امکان زياد شدن سختي سرد افزايش مي‌يابد. براي تحت کنترل درآوردن فرايندها, لازم است که عوامل وابسته در آن فرايندها شناسايي شود. 

نمودار کنترل:

مهمترين و پيچيده ترين ابزار هفتگانه کنترل است. با استفاده از نمودارهاي کنترل مي‌توان نوسانات فرايند را تحت کنترل درآورد و با اقدامات پيشگيرانه از توليد محصول خراب جلوگيري کرد.

انواع تغييرات:

تغييرات ذاتي: 

-تغييراتي از ذات فرايند ناشي ميشود

-تغييراتي كه بر فرايند اثر بسيار كمي مي گذارد

-تغييراتي كه قابل شناخت نيست

تغييرات اكتسابي:

-بر اثر دلايل قابل شناسايي به وجود مي آيند.

-تاثيرآنها بر فرايند بسيار بزرگ است

 

منشاء تغييرات:

روش ( بازرسي- توليد و...)

انسان(آموزش و...)

مواد ( قسمتهاي مختلف قطعه – تامين كننده و...)

ماشين (قالب – ابزار كنترلي و...)

محيط (نور-گرما- صدا و...)

 

چه هدفي را دنبال مي كنيم؟ مي خواهيم با نمودارهاي كنترل تغييرات ذاتي را از تغييرات اكتسابي تشخيص دهيم از يكديگر جدا كنيم و اجازه بروز تغييرات اكتسابي را ندهيم اگر موفق به اين كار شديم فرايند را تحت كنترل قرار داده ايم

 

چگونه تغييرات ذاتي و اكتسابي را از هم تشخيص دهيم?

تئوري حد مركزي

بدون توجه به اينكه توزيع واقعي يك جامعه  چه منحني دارد توزيع ميانگين نمونه هايي از آن جامعه همواره نرمال است البته بايد توجه داشت كه تعداد نمونه ها به اندازه كافي باشد(حداقل 4 يا 5 نمونه)

فرايندي كه تحت تاثيرعوامل ذاتي مي باشد داراي توزيع نرمال است و فرايندي كه تحت تاثير عوامل اكتسابي و ذاتي مي باشد توزيع نرمال ندارد.

چگونه توزيع فرايند را پيدا كنيم؟ با محاسبه ميانگين و واريانس همه چيز را درباره توزيع مي دانيم:

1- ابتدا حداقل 25 بار و در هر مرتبه 5 نمونه از فرايند را انتخاب مي- كنيم اين 5 نمونه پشت سر هم انتخاب مي شوند.

2- تناوب نمونه برداري ، بستگي به تعداد توليد در واحد زمان، شرايط بروز تغييرات اكتسابي ، شرايط جمع آوري اطلاعات از فرايند و ... دارد.

3- در هربار نمونه گيري متوسط 5 نمونه را محاسبه مي كنيم و x   مي ناميم.

4- در هربار نمونه گيري اختلاف بزرگترين عدد و كوچكترين عدد را محاسبه و Rيا دامنه مي ناميم.

5- در حين نمونه گيري با كمك توليد تمام توجه خود را به فرايند معطوف مي كنيم وسعي مي كنيم  اطلاعات فرايند را شامل تغييرات و رفتار آن را ثبت كنيم.

مثلاً تغيير اپراتور-تيز كردن ابزار- نوسانات ولتاژ- نحوه خواندن  اندازه ها و ... 

6- با استفاده از فرمولهای زیر معادلات خطوط UCLوLCLرا تشكيل و خطوط را بدست مي آوريم.

8- با استفاده از فرمولهای زیر خطوطUCLوLCLرا براي نمودار R بدست مي آوريم

9- نمودارهای زیر را با خطوط بالائي و پاييني رسم مي كنيم.

10- نقاط زیر را  روي نمودار تعيين و نقاط را به هم وصل مي كنيم .

حال نموداري به اين صورت داريم:

درصورتي كه نمودار شرايط ذيل را داشته باشد عوامل اكتسابي در فرايند تاثير مي گذارند بنابراين با رسم نمودار مي توانيم تغييرات اكتسابي را از ذاتي تشخيص دهيم:

1- نقاط نزديك خط ميانگين نداريم

2- فرايند آشفته است7 عدد بالا يا پايين خط مركزي است

3- نقاط نزديك خط مركزي است، مشكوك به عدد سازي است، ابزاراندازه گيري خراب است، بصورت اتفاقي فرايند بهبوديافته

4- فرايند ناگهان به سمت پايين شيفت كرده،فرايند عوض شده است.

5- تغييرات دوره اي وجود دارد، شرايط محيطي روي فرايند در زمان خاصي تاثير مي گذارند

6- نقاط خارج از حدود كنترلي داريم

7- سير صعودي داريم

حال كه تغييرات اكتسابي را با نمودارهاي كنترل شناسايي كرديم چه بايد كرد؟

 

1- نقاطي كه باعث خارج از كنترل شدن نمودار شده است را شناسايي مي كنيم

2- از روي اطلاعات جمع آوري شده در حين نمونه گيري علل بروز نقاط بند يك را شناسايي مي كنيم

3-در صورتي كه به علل بروز پي برديم اين نقاط را حذف مي كنيم.

4-نمودارجديدي بدون نقاط حذف شده  رسم مي كنيم

5- در صورتي كه نموداري جديد تحت كنترل بود مي توانيم ادعا كنيم عوامل اكتسابي را حذف كرده ايم و هم اكنون فرايند تحت كنترل عوامل ذاتي است

 

چگونه از نمودارهاي كنترل استفاده كنيم؟

1- درصورتي كه به يك نمودار تحت كنترل رسيديم از اين نمودار جهت كنترل ايستگاه عملياتي مي توان استفاده كرد

2-خطوط UCLوLCLوخط مركزي را به عنوان مبنا رسم و در ايستگاه عملياتي استفاده مي كنيم

3- در حين توليد نمونه هاي پنج تايي مي گيريم و متوسط آنها را روي نمودار مبنا رسم مي كنيم.

4- در حين توليد مواظبيم كه شرايط خارج از كنترل بوجود نيايد مثلاً اگر 3 نقطه يا 5 نقطه در يك طرف خط مركزي قرار گرفت توليدرا متوقف و سعي مي كنيم علت را شناسايي و حذف كنيم.

 

نكات مهم

1- نمودار كنترلي مبناي دايمي نيست و بايد به صورت دوره‎اي دوباره ترسيم شود. (ماهانه و يا بطور متوسط بعد از 200 نمونه)

2-  پس از محاسبه حدود و رسم نمودار مبنا، در صورتي نقاطي خارج از حدود كنترل قرار گرفتند و داراي علل قابل تشخيص بودند، آنها را حذف كرده و سپس حدود كنترلي و خط مركزي را دوباره ترسيم كنيد. در صورتيكه فرآيند در هر دو نمودار    و R خارج از كنترل باشد، اول نقاط مربوط به نمودار R را مورد بررسي قرار داده و حذف نمايد.

3-  فرق قائل شويد بين :

  حدود كنترلي: كه بر اساس تغيرات ذاتي فرآيند بوجود مي‎آيد. اين تلرانس طبيعي فرآيند است. (LNTL و  UNTL)

  و:

  حدود استاندارد و مشخصات فني: اين حدود توسط قسمت طراحي مهندسي براي برآورده كردن خواسته‎هاي مشتري تعيين مي‎شود.

  توجه: هيچ نوع ارتباط رياضي بين اين دو حدود وجود ندارد.

4- اگر 6n < باشد ميتوان از هر دو نمودار (X و R ) و يا (X و S ) استفاده نمود.اگر 10n > باشدحتماً بايد از (X و S ) استفاده نمود.

5- اگر حق انتخاب داريد، سعي كنيم n را كوچك كرده و به دفعات بيشتري نمونه بگيريد.

6- اگر رفتار فرآيند خوب است مي‎توانيد نمونه‎ها را كوچكتر برداريد و دوباره اگر مشكلي پيش آمد تعداد نمونه‎ها را زياد كنيد.