VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra ekonomických studií
Za v e d e n í s í ť o v é h o s o f t w a re p ro S P C v e v ý ro b n í f i r m ě bakalářská práce
Autor: Tomáš Skryja Vedoucí práce: Ing. Petr Tyráček, Ph.D., MBA Jihlava 2013
Anotace Tato bakalářská práce se zabývá zaváděním SPC (statistická regulace procesu) softwaru ve společnosti Automotive Lighting s.r.o. v Jihlavě. Teoretická část vysvětluje pojem SPC a základní postupy při aplikaci této metodiky. Praktická část obsahuje analýzu umístění pracovních stanic a tvorbu manuálu pro používání SPC softwaru. V závěru bakalářské práce je vlastní návrh umístění pracovních stanic pro SPC a doporučení.
Klíčová slova SPC, statistická regulace procesu, histogram, regulační diagram, stabilita
Annotation This bachelor thesis deals with implementation SPC (statistical process control) software in the company Automotive Lighting s.r.o. in Jihlava. The theoretical part comprises explanation the concept SPC and the basic procedures for application of this methodic. The practical part comprises on an analysis of the location of workstations and creating a manual for the use of the SPC software. At the end bachelor thesis is my draft location of workstations for SPC and my recommendations.
Key words SPC, statistical process control, histogram, control chart, stability
Poděkování Na tomto místě bych rád poděkoval vedoucímu mé bakalářské práce Ing. Petru Tyráčkovi, Ph.D., MBA za cenné připomínky, odborné rady a ochotu, kterými přispěl k vypracování této práce. Dále bych poděkoval společnosti Automotive Lighting s.r.o. za poskytnutí informací a spolupráci.
Prohlašuji, že předložená bakalářská práce je původní a zpracoval/a jsem ji samostatně. Prohlašuji, že citace použitých pramenů je úplná, že jsem v práci neporušil/a autorská práva (ve smyslu zákona č. 121/2000 Sb., o právu autorském, o právech souvisejících s právem autorským a o změně některých zákonů, v platném znění, dále též „AZ“). Souhlasím s umístěním bakalářské práce v knihovně VŠPJ a s jejím užitím k výuce nebo k vlastní vnitřní potřebě VŠPJ. Byl/a jsem seznámen s tím, že na mou bakalářskou práci se plně vztahuje AZ, zejména § 60 (školní dílo). Beru na vědomí, že VŠPJ má právo na uzavření licenční smlouvy o užití mé bakalářské práce a prohlašuji, že s o u h l a s í m s případným užitím mé bakalářské práce (prodej, zapůjčení apod.). Jsem si vědom/a toho, že užít své bakalářské práce či poskytnout licenci k jejímu využití mohu jen se souhlasem VŠPJ, která má právo ode mne požadovat přiměřený příspěvek na úhradu nákladů, vynaložených vysokou školou na vytvoření díla (až do jejich skutečné výše), z výdělku dosaženého v souvislosti s užitím díla či poskytnutí licence. V Jihlavě dne 6.5.2013
............................................... Podpis
Obsah 1
Úvod ......................................................................................................................... 8
2
Teoretická část ........................................................................................................ 9 2.1
Statistická regulace procesu ............................................................................... 9
2.2
Strategie řízení kvality ....................................................................................... 9
2.2.1
Strategie detekce ......................................................................................... 9
2.2.2
Strategie prevence ..................................................................................... 10
2.3
2.3.1
Náhodné příčiny ........................................................................................ 10
2.3.2
Vymezitelné příčiny .................................................................................. 11
2.4
Fáze tvorby statistické regulace procesu .......................................................... 12
2.5
Základní nástroje pro analýzu procesu ............................................................. 14
2.5.1
Histogram.................................................................................................. 14
2.5.2
Regulační diagram .................................................................................... 16
2.6
Typy regulace ................................................................................................... 18
2.6.1
Statistická regulace měřením .................................................................... 18
2.6.2
Statistická regulace srovnáváním.............................................................. 18
2.7
3
Variabilita procesu ........................................................................................... 10
Způsobilost procesu ......................................................................................... 19
2.7.1
Indexy způsobilosti procesu...................................................................... 21
2.7.2
Indexy výkonnosti procesu ....................................................................... 22
Praktická část ........................................................................................................ 23 3.1
Představení společnosti .................................................................................... 23
3.1.1
Historie...................................................................................................... 23
3.1.2
Současnost ................................................................................................ 23
3.1.3
Monitorování kvality ................................................................................ 24 Analýza umístění pracovních stanic................................................................. 25
3.2 3.2.1
Interní laboratoř ........................................................................................ 25
3.2.2
MFO – uvolnění výroby ........................................................................... 25
3.2.3
APU .......................................................................................................... 27
3.2.4
APU – AM ................................................................................................ 28
3.2.5
APU - LED ............................................................................................... 28
3.2.6
Interní zkušebny ........................................................................................ 29 Manuál.............................................................................................................. 30
3.3 3.3.1
Manuál uživatele A ................................................................................... 30
3.3.2
Manuál uživatele B ................................................................................... 36
4
Závěr ...................................................................................................................... 41
Seznam použité literatury ............................................................................................ 43 Odborné publikace .......................................................................................................... 43 Elektronické zdroje ......................................................................................................... 43 Seznam obrázků ............................................................................................................ 44 Seznam grafů ................................................................................................................. 45 Použité aplikace............................................................................................................. 46
1 Úvod Cílem bakalářské práce, s názvem „Zavedení síťového software pro SPC ve výrobní firmě“, je vytvořit na základě analýzy návrh umístění pracovních stanic pro SPC a vypracovat manuál pro uživatele SPC softwaru. Statistická regulace procesu (dále jen SPC) je efektivní statistický nástroj pro zlepšování a řízení jakosti. SPC umožňuje včas zasáhnout do výrobního procesu a tím proces udržet na přípustné a stabilní úrovni tak, aby se zajistila shoda výrobků se specifikovanými požadavky zákazníka. Podstatou této metody je identifikace změn v jakosti a minimalizování počtu neshodných výrobků. Tímto lze zajistit větší konkurenceschopnosti na trhu. V teoretické části práce se obecně zabývám vysvětlením co je to statistická regulace procesu a k čemu slouží. Dále jsou v této části uvedeny základní přístupy a postupy pro aplikování metodiky SPC. V úvodu praktické části je představena společnost Automotive Lighting s.r.o. sídlící v Jihlavě, její vznik a několik informací z historie , současnosti a o stavu monitorování kvality. Následně se zabývám navrhováním umístění pracovních stanic, na základě zadání společnosti na software a analýzy řízení potřeb kvality, a tvorbou manuálu pro uživatele softwaru. Závěrečnou částí bakalářské práce je vlastní navrhované řešení umístění pracovních stanic pro SPC a doporučení pro zlepšení.
8
2 Teoretická část 2.1 Statistická regulace procesu „Statistická regulace procesu (SPC) je formou výběrové kontroly, výběr jednotek se však provádí průběžně. Výrobu chápeme jako proces, jehož výstupem je sledovaný znak jakosti. Cílem statistické regulace procesu je dosáhnout toho, aby byl proces stabilní a aby kolísal co nejméně kolem stanovené hodnoty. Termín regulace je přejat z teorie řízení, kde se jím rozumí udržování regulované veličiny na předem stanovené hodnotě. Regulace spočívá ve sledování odchylek od předepsané hodnoty a následném zasahování do procesu tak, aby se odchylky minimalizovaly. O statistické regulaci se mluví proto, že se při sledování odchylek využívají statistické metody. Regulace je založena na průběžné kontrole procesu prostřednictvím pravidelných výběrů většinou malého rozsahu. V některých případech může být kontrola stoprocentní. Výsledky kontroly se zakreslují do regulačního diagramu, který je primárním nástrojem statistické regulace. Signalizuje-li regulační diagram zhoršení jakosti, hledá se příčina. Pokud je hledání úspěšné provede se zásah do procesu. Metody statistické regulace byly původně navrženy pro výrobní procesy, lze je však aplikovat i v nevýrobní sféře, kde se používají spíše pro účely analýzy s cílem budoucího zlepšení (Jarošová, 2011, str. 82).“
2.2 Strategie řízení kvality 2.2.1 Strategie detekce Jádrem strategie detekce je uplatňování a optimalizace následné kontroly jakosti výstupů z procesu a oddělení výrobků, které nesplňují specifikace a požadavky. Cílem je zajišťovat, aby se k zákazníkovi nedostaly neshodné výrobky. Dosažení tohoto cíle je žádoucí, ale tato strategie je zbytečně nákladná, protože zdroje potřebné k vytvoření výrobku už byly jednou vynaloženy a v případě výrobku, nesplňujícího požadavky, byly vynaloženy zbytečně. Firma tedy musí do nákladů na jeden kus připočítat cenu za neshodné výrobky. Z toho vyplývá, že pokud bude konkurence vyrábět bez neshodných výrobků, bude za tentýž výrobek cena nižší, a tak zákazník raději přejde k ní.
9
2.2.2 Strategie prevence Mnohem výhodnější a účinnější je zajistit takové podmínky, aby se předešlo zbytečnému vynakládání zdrojů. Pozornost se soustředí tam, kde jakost vzniká a lze ji ještě ovlivnit. Oproti strategii detekce, která se soustředila až na následnou kontrolu již vyrobených výrobků, je strategie prevence více ekonomická. Výrazně snižuje náklady na následnou kontrolu, materiál, čas a mzdy potřebné na výrobu neshodných výrobků a přispívá k neustálému zlepšování jakosti (Tošenovský, Noskievičová, 2000).
2.3 Variabilita procesu Na každý proces a jeho výstupy působí i za relativně stálých podmínek řada vlivů, které způsobují variabilitu (kolísání) procesu. Z toho vyplývá, že každý výrobek je originál. Pokud budeme měřit vždy stejný znak jakosti na velkém objemu shodných kusů, naměřené hodnoty se budou lišit. Tyto vlivy můžeme sledovat a vytvářet podmínky, aby se variabilita procesu pohybovala ve svých přirozených mezích, byla stabilní a mohli jsme předvídat její chování v budoucnu. Snížením variability získáme např. stejnoměrnější výrobu, nižší náklady na kontrolu, menší výskyt neshodných výrobků, více spokojených zákazníků. Tošenovský a Noskievičová (2000) uvádějí ve své publikaci, že princip SPC vychází z členění variability na dvě skupiny:
náhodné příčiny
vymezitelné příčiny
2.3.1 Náhodné příčiny Náhodné příčiny (obr. 1a)) jsou obsaženy v každém procesu. Těchto příčin je velké množství, avšak jednotlivě jsou nezjistitelné. Měřitelný je jen pouze součet jejich důsledků. Pokud je proces ovlivňován pouze náhodnými (přirozenými) příčinami označuje se jako statisticky zvládnutý proces a jakost jeho výstupů můžeme předpovídat. U výrobního procesu patří mezi příklady změna podmínek pracovního prostředí, kolísání vlastností vstupního materiálu, změna technických vlastností stroje a nástroje.
10
2.3.2 Vymezitelné příčiny Vymezitelné příčiny (obr. 1b)) obvykle v procesu nepůsobí trvale, ale vyvolávají neočekávané změny. Příčiny jsou zjistitelné a po vlastní identifikaci je nutné jejich odstranění. Pokud tyto příčiny nejsou nalezeny a odstraněny, působí na jakost výstupu nepředvídatelným způsobem. Takový proces se označuje jako statisticky nezvládnutý proces. Podle Plury (2001) lze vymezitelné příčiny dále rozdělit na:
předvídatelné
nepředvídatelné
Předvídatelné vymezitelné příčiny lze popsat pomocí fyzikálních zákonitostí (např. otupování nástroje při broušení, zanášení filtru při filtraci atd.). Působení předvídatelných vymezitelných příčin je možné do jisté míry omezit, nikoliv však zcela odstranit. Nepředvídatelné vymezitelné příčiny nepůsobí pravidelně a vedou k reálné změně procesu, tím jsou identifikovatelné a většinou i odstranitelné. Pokud se neprovedou trvalá nápravná opatření, mohou se tyto příčiny nadále objevovat. Obrázek 1: Náhodné a vymezitelné příčiny
(Zdroj: Tošenovský, Noskievičová, 2000)
11
2.4 Fáze tvorby statistické regulace procesu Hlavním cílem SPC je dosažení a udržování procesu ve statisticky zvládnutém stavu tak, aby se zajistila shodnost výrobků se zadanými požadavky (tj. způsobilý proces). Tento cíl se provádí podle Tošenovského a Noskievičové (2000) ve čtyřech fázích. 1. Fáze přípravná Zvolit znaky jakosti nebo parametry procesu, které budou představovat regulované veličiny, a zvolit vhodnou metodu pro získávání hodnot. Určit kontrolní místa v procesu tak, aby byla kontrola provedena co nejdříve při vzniku vymezitelné příčiny. Zvolit vhodnou délku časového intervalu mezi kontrolními odběry, dle výrobního procesu. V procesech s nízkou stabilitou a při zavádění do statistické regulace by se mělo měřit častěji. Zvolit vhodný způsob výběru tzv. logické podskupiny. Logickou podskupinou se rozumí skupina vybraných měření, při níž se předpokládá pouze působení náhodných příčin. Dále je třeba se rozhodnout o velikosti rozsahu logické podskupiny, která bude konstantní.
Zvolit vhodný typ regulačního diagramu a připravit sběr a záznam dat.
2. Fáze zabezpečování stavu statistické zvládnutelnosti procesu Cílem je identifikovat vymezitelné příčiny, které se prokazují určitými signály. Za signály působení vymezitelných příčin se považují nenáhodná seskupení bodů a výskyt bodů vně regulačních mezí. Doporučené testy vymezitelných příčin uváděné v normě ČSN ISO 8258 jsou znázorněny na obrázku 2.
Následně je nutné odstranit jejich působení a vytvořit takové podmínky, aby se zamezilo v jejich opakování.
3. Fáze analýzy a zabezpečení způsobilosti procesu
S použitím indexů způsobilosti se zkoumá, zda statisticky zvládnutý proces vyhovuje také požadavkům zákazníka.
4. Fáze vlastní statistické regulace procesu
V této fázi se proces udržuje ve statisticky zvládnutém a způsobilém stavu. Využitím vhodného regulačního diagramu se odchylky v jeho stabilitě identifikují a odstraňují. 12
Obrázek 2: Testy vymezitelných příčin variability
(Zdroj: ČSN ISO 8258:1994, 1994)
13
2.5 Základní nástroje pro analýzu procesu 2.5.1 Histogram Histogram je považován za základní grafický nástroj hodnocení shromážděných údajů, jedná se o sloupcový graf, který znázorňuje intervalové rozdělení četností. Jednotlivé sloupce histogramu představují četnost výskytu určité veličiny, např. utahovacího momentu, naměřeného rozměru atd., v sadě měření. Základem postupu je rozdělení celého souboru dat do intervalů - tříd. K odhadu vhodného počtu intervalů, lze nalézt řadu vztahů. Obecně se doporučuje, aby počet intervalů byl volen v rozsahu od 5 do 20 tak, aby žádný interval nebyl prázdný, a aby žádná hodnota nezůstala nezařazena do některého intervalu. Z hlediska analýzy tvaru histogramu je zcela žádoucí konstantní šířka intervalů. Tvar histogramu vypovídá o tom, zda se sledovaný proces chová statisticky normálně, nebo zda na něj, kromě náhodných příčin působí i vymezitelné příčiny. Na obrázku 3 jsou zobrazeny typické tvary histogramů (Plura, 2001).
14
Obrázek 3: Typické tvary histogramů
(Zdroj: Plura, 2001)
15
a) Nejčastěji se setkáváme s histogramem zvonovitého tvaru. Proces má tzv. normální rozdělení, to znamená, že není negativně ovlivněn vymezitelnými příčinami. Pokud má histogram odlišný tvar, znamená to projev působení výrazné vymezitelné příčiny, důsledkem je neshoda výstupu z procesu s jeho požadovanou hodnotou. b) Dvouvrcholový histogram vzniká spojením dvou či více souborů údajů, získaných za různých podmínek (např. různé směny, různé technologie atd.). Při zjištění tohoto tvaru je potřeba identifikovat vymezitelnou příčinu a oddělit data. Z původního souboru vzniknou dva či více dílčích souborů, které se pak zpracovávají samostatně. c) Histogram plochého tvaru vzniká v případech, kdy údaje byly shromážděny za proměnlivých podmínek. d) Histogram hřebenového tvaru je typický pravidelným střídáním vyšších a nižších četností. To znamená nevhodné stanovení hranic intervalů nebo nevhodné zaokrouhlování údajů. e) Histogram asymetrického tvaru signalizuje nenormalitu dat, která může být způsobena i fyzikální podstatou sledovaného procesu. Ne každý proces má normální rozdělení. f) Useknutý histogram se vyznačuje jednostranným či oboustranným prudkým ukončením. To je způsobeno vyřazením vyrobených výrobků třídící kontrolou, u nichž hodnota sledovaného znaku jakosti překročila stanovenou toleranční mez. g) Histogram s izolovanými hodnotami se obvykle charakterizuje přítomností odlehlých hodnot, způsobených například chybným měřením. h) Histogram s vyšší četností hodnot v krajní třídě obvykle představuje úmyslné zkreslování naměřených údajů za účelem nepřekročení stanovených tolerančních mezí.
2.5.2 Regulační diagram V roce 1924 sestrojil Walter Shewhart první regulační diagram a položil tak základy statistického řízení jakosti. Zjistil, že sledováním chování výrobního procesu pomocí odebírání vzorků v průběhu času lze předejít vzniku neshodných výrobků. Regulační diagram je základní statistický nástroj pro řízení procesů, který graficky znázorňuje 16
variabilitu procesu v čase. Regulační diagramy pracují s údaji získanými odběrem výrobků (vzorků) v pravidelných intervalech z výrobního procesu. Všechny odebrané podskupiny, které představují odběr, jsou tvořeny stejným druhem výrobků. Na všech výrobcích je měřen stejný znak jakosti a rozsah podskupiny je pevný. Regulační diagram je graf, kde vodorovná osa představuje časovou osu, na kterou se vyznačují okamžiky jednotlivých výběrů, a na svislou osu se zakreslují v bodech hodnoty odpovídající výběrové charakteristice. Regulační diagram (viz obr. 4) obsahuje centrální přímku (CL), která je umístěná obvykle v dlouhodobé střední hodnotě nebo nominální hodnotě sledovaného znaku jakosti a dvě regulační meze, které se nazývají horní regulační mez (UCL) a dolní regulační mez (LCL). Regulační meze jsou vzdáleny 3σ na každou stranu od centrální přímky, kde σ je směrodatná
odchylka
sledované
statistiky,
a
vymezují
oblast,
v které
se
s pravděpodobností bude vyskytovat 99,73 % naměřených hodnot. K překročení této oblasti dojde jen s velmi malou pravděpodobností 0,27 % (Plura, 2001). Obrázek 4: Regulační diagram
(Zdroj: ČSN ISO 8258:1994, 1994)
17
2.6 Typy regulace Rozlišují se dva typy statistické regulace v závislosti na charakteru sledovaného znaku jakosti:
Statistická regulace měřením
Statistická regulace srovnáváním
2.6.1 Statistická regulace měřením Statistická regulace měřením se používá pouze v případech, kdy sledovaný znak jakosti je měřitelný (délka, hmotnost, tvrdost atd.). Při regulaci měřením se pracuje vždy s dvojicí regulačních diagramů. V jednom diagramu se v časové závislosti vynáší výběrová charakteristika, která popisuje polohu procesu, a ve druhém výběrová charakteristika, která vyjadřuje variabilitu hodnot. Možnosti jsou (Jarošová, 2011): Výběrový průměr a výběrové rozpětí (x – R); Výběrový průměr a výběrová směrodatná odchylka (x – s); Výběrový medián a výběrové rozpětí (Me – R); Individuální hodnota a výběrové rozpětí (xi – R).
2.6.2 Statistická regulace srovnáváním U statistické regulace srovnáváním se sleduje neměřitelný znak jakosti (vzhled výrobku, zatečení svaru atd.), kde se identifikují neshodné výrobky nebo se u nich stanovuje počet neshod. Při regulaci srovnáváním se pracuje s jedním regulačním diagramem. Možnosti jsou: podíl neshodných jednotek (diagram p); počet neshodných jednotek (diagram np); počet neshod na jednotku nebo na 100 jednotek (diagram c); podíl neshod na jednotku nebo na 100 jednotek (diagram u). Pokud je možnost volby mezi statistickou regulací měřením a srovnáváním, měla by být volena přednostně regulace měřením. Regulační diagram měřením signalizuje mnohem dříve působení vymezitelných příčin, než vznikne neshodný výrobek (Plura, 2001). 18
Pro volbu vhodného regulačního diagramu lze použít rozhodovací strom na obrázku 5. Obrázek 5: Rozhodovací strom pro volbu regulačního diagramu
(Zdroj: Tošenovský, Noskievičová, 2000)
2.7 Způsobilost procesu K hodnocení způsobilosti procesu se používají indexy způsobilosti. Indexy způsobilosti porovnávají předepsanou maximálně přípustnou variabilitu hodnot danou tolerančními mezemi se skutečnou variabilitou sledovaného znaku jakosti dosahující u statisticky zvládnutého procesu. Pro hodnocení způsobilosti procesu musí být proces ve statisticky zvládnutém stavu a rozdělení sledovaného znaku jakosti musí odpovídat normálnímu rozdělení.
19
Pro hodnocení způsobilosti procesu na základě měřitelných znaků jakosti se může postupovat takto (Plura, 2001): 1. Volba znaku jakosti Způsobilost procesu se hodnotí k určitému znaku jakosti výrobku, který je výsledkem posuzovaného procesu. Zvolený znak jakosti může vycházet z požadavků zákazníka nebo je kritický z hlediska vlastností výrobku. Důležitým předpokladem je předepsání kritéria jakosti pro daný znak, například toleranční meze. 2. Analýza systému měření Analýzu vhodnosti systému měření je žádoucí provést před shromažďováním údajů, aby nevyhovující systém měření nemohl vést k nesprávným výsledkům hodnocení způsobilosti procesu. 3. Shromažďování údajů Údaje o zvoleném znaku jakosti se získávají z probíhajícího procesu v průběhu dostatečně dlouhého období, ve kterém by se měly projevit všechny běžné zdroje variability. V tomto období se v pravidelných intervalech z procesu odebírá určitý počet po sobě vyrobených výrobků (podskupiny) a zjišťují se hodnoty sledovaného znaku jakosti. Měly by být získány údaje alespoň o 25 podskupinách a rozsah podskupiny se doporučuje 4 nebo 5 výrobků. 4. Posouzení statistické zvládnutého stavu Pro hodnocení způsobilosti procesu musí být proces statisticky zvládnutý, tedy variabilita procesu sledovaného znaku jakosti musí být vyvolána pouze působením náhodných příčin. K ověření se používají regulační diagramy, které umožňují odlišit změny jakosti vyvolané vymezitelnými příčinami od náhodných příčin. Pokud není proces statisticky zvládnutý, lze postupnou identifikací, analýzou a odstraňováním vymezitelných příčin dosáhnout statisticky zvládnutého procesu. 5. Ověření normality sledovaného znaku jakosti K ověření normality sledovaného znaku jakosti se provádí na základě tvaru sestrojeného histogramu. 6. Výpočet indexu způsobilosti a jejich porovnání s požadovanými hodnotami Nejčastěji se využívají indexy Cp a Cpk, které posuzují potenciální a skutečnou schopnost procesu poskytovat výrobky vyhovující tolerančním mezím. V menší 20
míře se využívají indexy Cpm a Cpmk, které posuzují schopnost procesu dosahovat u výrobků cílové hodnoty sledované znaku jakosti. Vztahy pro výpočet indexů jsou uvedeny na obrázku 6.
2.7.1 Indexy způsobilosti procesu Index způsobilosti Cp Index Cp je potenciální mírou schopnosti procesu zajistit, aby sledovaný znak jakosti ležel uvnitř tolerančních mezí. Cp je poměr mezi maximálně možnou variabilitou a skutečnou variabilitou výrobního procesu. Vyhodnocení: Cp > 1 – výsledek procesu se nachází v tolerančním intervalu a proces je způsobilý Cp < 1 – proces není způsobilý Cp = 1 – dosahovaná přesnost je rovna požadované Index způsobilosti Cpk Index Cpk charakterizuje skutečnou způsobilost procesu dodržovat předepsané toleranční meze. Hodnota Cpk vyjadřuje poměr vzdálenosti střední hodnoty sledovaného znaku jakosti od bližší toleranční meze k polovině skutečné variability hodnot. Index Cpk nikdy nemůže být větší jak Cp, v nejlepším případě bude roven. Pokud bude proces ležet mimo regulační meze, může být index Cpk i záporný. Vyhodnocení:
Cpk > 1 – proces je způsobilý
Cpk < 1 – proces není způsobilý V současné době se obvykle považuje proces za způsobilý, když hodnota indexů způsobilosti dosahuje minimálně hodnoty 1,33 (Cp ≥ 1,33, Cpk ≥ 1,33).
21
Indexy způsobilosti Cpm a Cpmk Vyjadřují způsobilost stroje, jak se chová stroj dle nastavených parametrů v průběhu procesu. Index Cpm porovnává maximálně přípustnou variabilitu sledovaného znaku jakosti danou šířkou tolerančního pole s jeho skutečnou variabilitou kolem cílové hodnoty T. Cpm se používá, pokud cílová hodnota leží ve středu tolerančního pole. Index Cpmk porovnává vzdálenost střední hodnoty sledovaného znaku jakosti k bližší toleranční mezi s polovinou variability znaku kolem cílové hodnoty (Tošenovský, Noskievičová, 2000).
2.7.2 Indexy výkonnosti procesu Indexy výkonnosti se zabývají variabilitou mezi podskupinami procesu, tedy v delších časových úsecích. Index Pp je velice podobný indexu Cp. Porovnává výkon procesu s maximální dovolenou variabilitou danou tolerančním polem. Vyjadřuje míru, jak dobře proces splňuje požadavek na variabilitu procesu. Index Ppk bere v úvahu jak variabilitu, tak polohu. Index Ppk nikdy nemůže být větší jak Pp, v nejlepším případě bude roven. Pokud bude proces ležet mimo regulační meze, může být index Ppk i záporný (Plura, 2001). Obrázek 6: Vztahy pro výpočet indexů
(Zdroj: Plura, 2001, vlastní zpracování)
22
3 Praktická část 3.1 Představení společnosti Automotive Lighting s.r.o. (dále jen ALCZ), se sídlem v Jihlavě, je úspěšná a dynamická společnost, která se zabývá vývojem a výrobou nejmodernějších světlometů pro většinu evropských automobilek. ALCZ je uznávaným vzorem jak v rámci Automotive Lighting, tak i výrobních závodů Magneti Marelli a celé skupiny Fiat (Automotive Lighting, 2013a).
3.1.1 Historie První světlomety společnost vyrobila již na podzim roku 1997 ještě jako firma Bosch, v původních pronajatých prostorách Alfatexu v Jihlavě. ALCZ vznikl v České republice 1. května 1999 jako joint venture italské společnosti Magneti Marelli a německé firmy Robert Bosch GmbH. Oba partneři měli zpočátku 50% podíl akcií. V roce 2001 navýšila společnost Magneti Marelli svůj akciový podíl na 75 % a od roku 2003 vlastní ALCZ zcela společnost Magneti Marelli z koncernu Fiat. V roce 2000 došlo k přestěhování do nových prostor v jihlavské průmyslové zóně Pávov o rozloze budovy 31 tis. m2 a v roce 2005 se výroba světlometů pro trh náhradních dílů přestěhovala do závodu ve Stříteži o rozloze cca 5 tis. m2. Významným milníkem byl rok 2006, kdy společnost začala samostatně řídit první projekty, byly to světlomety do automobilů Mitsubishi Colt a Škoda Yeti. V červnu roku 2010 obdržela společnost důležitý certifikát Systému managementu jakosti v automobilovém průmyslu dle normy ISO/TS 16949 a v roce 2011 byla společnost zařazena do prestižního žebříčku CZECH TOP 100 nejvýznamnějších firem ČR (Automotive Lighting, 2013b).
3.1.2 Současnost V současné době zaměstnává ALCZ 1428 zaměstnanců. Roční objem výroby se pohybuje okolo 4 miliónů světlometů. Pobočka v Jihlavě je umístěna v průmyslové zóně Pávov, kde zabírá plochu o rozloze cca 47 tis. m2. Zde je výroba světel soustředěna na vývoj a produkci předních světlometů, mlhových a směrových světel pro 23
sériovou výrobu i pro výrobu náhradních dílů. Od listopadu 2012 začala výroba a montáž LED modulů v dalším závodě ve Stříteži, o rozloze cca 7200 m2. Na grafu 1 je zobrazeno portfolio zákazníků za rok 2012. Mezi zákazníky světlometů patří především světové automobilové značky jako Mercedes-Benz, BMW, VW a další (Automotive Lighting, 2013c). Graf 1: Portfolio zákazníků za rok 2012
(Zdroj: Automotive Lighting, 2013c)
3.1.3 Monitorování kvality Doposud se v ALCZ naměřená data zapisovala do excelovských SPC karet či do kontrolních listů (check sheet) ručně, takže docházelo k překlepům a různým chybám (v řádech, jednotkách, atd.). Všechna naměřená data se nevyhodnocovala, protože současné excelovské SPC karty, které se musí různě doupravovat pro požadovaný účel (vrstvy laku, hmotnost, apod.), jsou pro většinu uživatelů složité a nepřehledné. Společnost se tedy rozhodla zavést nový SPC software QTREE-CAQ Monitor.NET od firmy Třeštík, který by měl výrazně zlepšit systém monitorování kvality. Jedná se o informační systém pro monitorování kvality, který pomocí kontrolních plánů a kontrolních odběrů zabezpečuje sběr dat, databazové zpracování a vyhodnocování naměřených hodnot grafickými SPC nástroji. 24
3.2
Analýza umístění pracovních stanic
Umístění SPC pracovních stanic (kontrolních pracovišť) jsem provedl na základě konzultací s ALCZ na požadavky softwaru a analýzy jednotlivých oddělení, kde se budou měřit SPC rozměry. Analýza se týká oddělení interní laboratoře, MFO, APU, APU - AM, APU - LED a interních zkušeben LIKA a 3D.
3.2.1 Interní laboratoř Spolehlivostní laboratoř Ve spolehlivostní laboratoři (LAB) se kromě spolehlivostních testů provádějí vstupní zkoušky materiálu. Na BMC hmotě se bude měřit plasticita, ohyb a rázová houževnatost. Na lacích se bude měřit hustota, obsah sušiny a viskozita. Na granulátech se bude měřit index toku taveniny (MVR) a zjišťovat přítomnost nečistoty. Obrázek 7: Kontrolní pracoviště v LAB
(Zdroj: Vlastní)
3.2.2 MFO – uvolnění výroby MFO3 výroba duroplastů - reflektorů Oddělení MFO3 se zabývá výrobou funkčních částí světlometů – reflektorů, které představují odrazové plochy pro světlo ze žárovek a výbojek. Tyto reflektory nejsou recyklovatelné a výroba se provádí ve dvou hlavních činnostech: 25
Lisování – probíhá na vstřikovacích lisech z vysokoteplotně odolného duroplastu. Protože je reflektor umístěn v těsné blízkosti žárovek a výbojek, musí vydržet velkou teplotní zátěž než ostatní dílce ve světlometu. Pokovení – na reflektor je nanášena vrstva hliníku a laku. Na reflektorech se bude měřit vrstva hliníku a ochranná vrstva. Obrázek 8: Kontrolní pracoviště v MFO3
(Zdroj: Vlastní)
MFO4 výroba termoplastů - rámečků Na oddělení MFO4 se vyrábějí rámečky z termoplastů, které tvoří vnitřní výplň světlometu. Rámečky jsou méně odolné než duroplastové, ale lze je recyklovat (rozdrtit a znovu použít). Oddělení provádí dvě hlavní činnosti: Lisování – na vstřikovacím lisu se vylisuje rámeček z polykarbonátu, který se dále pokovuje. Pokovení – na vylisovaný rámeček se nanáší tenká vrstva hliníku. Na rámečcích se bude také měřit vrstva hliníku a ochranná vrstva. Obrázek 9: Kontrolní pracoviště v MFO4
(Zdroj: Vlastní)
26
MFO5 výroba krycích skel Oddělení MFO5 se zabývá výrobou předních částí světlometů - krycích skel. Po vystříknutí skel z polykarbonátu se nanáší na vnější stranu vrstva laku, aby nedošlo k poškrábání a prasknutí. Následně se na vnitřní stranu nanáší antifog (AF), který zabrání zamlžení světla. Na sklech se budou měřit rozměry, hmotnost a vrstvy HC (hardcoat), IPL a AF. Obrázek 10: Kontrolní pracoviště v MFO5
(Zdroj: Vlastní)
3.2.3 APU Na oddělení APU se na jednotlivých linkách provádí montáž světlometů, na kterých se bude měřit váha lepidla a utahovací moment šroubu světlometu. Obrázek 11: Kontrolni pracoviště v APU
(Zdroj: Vlastní)
27
3.2.4 APU – AM Na oddělení APU – AM (aftermarket) se na jednotlivých linkách provádí montáž světlometů pro trh náhradních dílů. Bude se zde také měřit váha lepidla a utahovací moment šroubu světlometu. Obrázek 12: Kontrolní pracoviště v APU - AM
(Zdroj: Vlastní)
3.2.5 APU - LED Oddělení APU-LED se zabývá na jednotlivých linkách montáží LED modulů, na kterých se bude měřit váha lepidla, utahovací moment šroubu a pevnost pájeného spoje. Obrázek 13: Kontrolní pracoviště v APU - LED
(Zdroj: Vlastní)
28
3.2.6 Interní zkušebny V interních zkušebnách se ověřují požadavky zákazníka. Světelný kanál - LIKA Tato zkušebna zkouší a měří intenzitu světla na světlometu – fotometrii. Obrázek 14: Kontrolní pracoviště v LIKA
(Zdroj: Vlastní)
Rozměrová zkušebna - 3D V této zkušebně dochází k přeměřování rozměrů světlometu – zástavbových rozměrů. Obrázek 15: Kontrolní pracoviště ve 3D
(Zdroj: Vlastní)
29
3.3 Manuál Dílčím cílem mé bakalářské práce je zpracování manuálu pro uživatele SPC softwaru QTREE-CAQ Monitor.NET. Manuál jsem vypracoval pro dva typy uživatelů, které jsem rozlišil označením uživatel A a uživatel B. Uživatel A, který tvoří kontrolní plány a zkoušky, má veškerá přístupová práva pro potřebnou práci s programem. Uživatel B, který měří na kontrolním místě, má jen omezená práva, která odpovídají potřebám k měření. Pro uživatele A jsem zvolil stručnější formu popisu jednotlivých funkcí programu, protože předpokládám, že je tato osoba seznámená a schopná pracovat s tímto programem a manuál slouží pro orientaci jednotlivých funkcí programu. Pro uživatele B jsem vypracoval detailnější manuál, včetně popsaných obrázků, aby se zamezilo chybnému používání na kontrolním pracovišti.
3.3.1 Manuál uživatele A Po spuštění programu se zobrazí hlavní okno aplikace. Ovládací prvky hlavního okna jsou zobrazeny na obrázku 16.
30
Obrázek 16: Ovládací prvky hlavního okna
(Zdroj: Vlastní)
Popis jednotlivých ovládacích prvků hlavního okna: 1. Hlavní nabídka - obsahuje odkazy na všechny úlohy a nezařazené funkce programu. 2. Tlačítková lišta - zde jsou umístěny tlačítkové panely s funkčními tlačítky v závislosti na spuštěné úloze. 3. Úlohy a podúlohy – každá úloha má svoji úlohovou záložku a každá úlohová záložka může obsahovat jednu nebo více podúlohových záložek. Každá podúlohová záložka obsahuje právě jednu podúlohu. 4. Hlavní tabulka podúlohy - zobrazuje data podúlohy v řádcích a sloupcích. 5. Posuvný rozdělovník hlavní a detailní tabulky - vymezuje velikost hlavní a detailní tabulky podúlohové záložky.
31
6. Detailní tabulka podúlohy - zobrazuje informace k zaměřenému záznamu hlavní tabulky. 7. Tlačítkový panel úlohové záložky - obsahuje tři tlačítka pro nápovědu, obnovu zobrazených dat z databáze a zavření úlohy. 8. Úlohový navigátor - zobrazuje aktivní úlohu zvýrazněnou tučným písmem. Mezi jednotlivými úlohami je možné přepínat. 9. Navigátor kontrolních plánů a výrobků – je zaveden pro úlohy Třídníky, Kontrolní plány a Kontrola, který přehledně zobrazuje celou datovou strukturu úlohy Kontrolní plány. 10. Navigátor třídníku produktů – je zaveden pro úlohy Třídníky, Kontrolní plány a Kontrola, který přehledně zobrazuje celou datovou strukturu podúlohy Třídník produktů. 11. Místní nabídka hlavní tabulky – vyvolaná nad hlavní tabulkou podúlohy obsahuje všechny dostupné podúlohové funkce, které se týkají konkrétní podúlohy. 12. Seskupovací pole tabulky – umožňuje přetáhnout záhlaví sloupce tabulky do seskupovaného pole a tím dojde k seskupení dat zobrazených tabulkou podle hodnot seskupovaného sloupce. 13. Záhlaví sloupců tabulky - umožňuje pomocí místní nabídky záhlaví každé tabulky seřazovat hodnoty sloupců, seskupovat data zobrazená tabulkou, nastavit filtr řádku tabulky, zobrazovat vyhledávací panel, skrývat a znovuzobrazovat sloupce tabulky. Uživatel A má na starosti: 1. Číselníky – úlohy obsluhující pomocné seznamy záznamů používaných v hlavních úlohách aplikace. Úloha obsahuje deset podúloh: Atributy odběrů a vzorků slouží pro vytvoření seznamu atributů, které je možné přiřadit při měření jednotlivým odběrům. Hodnoty atributů odběrů a vzorků slouží pro vytvoření seznamu hodnot atributů, které je možné přiřadit při měření jednotlivým odběrům.
32
Kontrolní místa slouží pro vytvoření seznamu kontrolních míst pro měření odběrů podle kontrolních plánů výrobku. Stroje/linky slouží pro vytvoření seznamu strojů respektive linek pro použití v podúloze Kontrolní místa. Střediska slouží pro vytvoření seznamu středisek pro použití v podúloze Kontrolní místa. Technologie slouží pro vytvoření seznamu technologií pro použití v podúloze Kontrolní místa. Kategorie parametrů slouží k vytvoření a obsluze seznamu kategorií parametrů pro roztřídění parametrů. Odběratelé a dodavatelé slouží k vytvoření a obsluze seznamu odběratelů a dodavatelů, kteří se používají ve spojení s kontrolními plány. Technické charakteristiky slouží pro vytvoření seznamu technických charakteristik pro další možné atributy kontrolních plánů. Výčet možných hodnot technických charakteristik slouží pro vytvoření
seznamu
možných
hodnot
technických
charakteristik
sloužících jako další možné atributy kontrolních plánů. 2. Katalogy – slouží pro obsluhu pomocných seznamů pro úlohu Kontrolní plány. 3. Třídníky – obsahují jednu podúlohu: Třídník produktů je určen k tvorbě stromových struktur nad seznamem produktů. Struktura třídníku slouží k roztřídění a rychlejší orientaci v seznamech produktů. V Třídníku produktů jsou zavedeny navigátory pro efektivní navigaci v datové struktuře aplikace. 4. Externí moduly a Pracovní stanice – obsahují čtyři podúlohy: Měřící moduly slouží pro vytvoření a obsluhu seznamu všech měřících pracovních stanic. Zástupci měřících zařízení slouží pro vytvoření a obsluhu seznamu všech zástupců měřících zařízení, které odkazují na konkrétní ovladač měřícího zařízení. Zástupce měřícího zařízení se používá jako odkaz na typ měřidla pro měření daného parametru.
33
Ovladače měřících zařízení slouží pro vytvoření a obsluhu seznamu ovladačů používaných na všech pracovních stanicích. Měřící moduly slouží pro vytvoření a obsluhu seznamu externích modulů, používaných pro měření hodnot parametrů vzorků odběrů výrobku dle vybraného kontrolního plánu. 5. Zkoušky a parametry – jsou určeny k definici parametrů a jejich zařazení do zkoušek, které se dále používají při definici kontrolních plánů. Při definování zkoušek se nejprve nadefinují parametry včetně jejich detailních vlastností a až poté definovat jednotlivé zkoušky. Úloha obsahuje pět podúloh: Zkoušky slouží pro vytvoření a obsluhu seznamu definic zkoušek dále používaných při definování kontrolních plánů. Parametry zkoušky slouží pro vytvoření a obsluhu seznamu parametrů zkoušek dále používaných při definování kontrolních plánů. Parametry slouží pro vytvoření a obsluhu seznamu parametrů dále používaných při definování parametrů zkoušek. Parametry metod zjištění hodnot znaků slouží pro vytvoření a obsluhu seznamu parametrů metod zjištění hodnot parametrů/znaků. Výčet možných verbálně zadávaných hodnot parametrů slouží pro vytvoření a obsluhu seznamu možných verbálně zadávaných hodnot parametrů. 6. Kontrolní plány – jsou určeny k definici produktů, kontrolních plánů a jejich přiřazení k produktům. Při definování kontrolních plánů je nutné nejprve nadefinovat zkoušky a jejich parametry včetně jejich detailních vlastností a až poté definovat jednotlivé kontrolní plány, podle kterých se provádí kontrola. Úloha se skládá z devíti podúloh: Kontrolní plány všechny jsou určeny k vytvoření a obsluze seznamu definic kontrolních plánů. Produkty jsou určeny k vytvoření a obsluze seznamu kontrolovaných produktů pomocí kontrolních plánů. Kontrolní plány produktu jsou určeny k vytvoření a obsluze seznamu definic kontrolních plánů vybraného produktu.
34
Parametry KPL slouží pro vytvoření a obsluhu seznamu parametrů vybraného kontrolního plánu produktu. Meze parametru slouží pro vytvoření a obsluhu seznamu mezí parametrů vybraného kontrolního plánu produktu. Parametry metody zjištění hodnoty znaku KPL slouží pro vytvoření a obsluhu seznamu parametrů metod pro zjištění hodnot parametrů vybraného kontrolního plánu produktu. Meze KPL slouží pro vytvoření a obsluhu seznamu mezí vybraného kontrolního plánu produktu. Technické charakteristiky KPL slouží pro vytvoření a obsluhu seznamu technických charakteristik vybraného kontrolního plánu produktu. Dokumenty KPL všechny slouží pro vytvoření a obsluhu seznamu dokumentů všech kontrolních plánů. 7. Výroba – je určená k evidování zakázek a jejich rozložení na výrobní dávky. Úloha se skládá ze tří podúloh: Zakázky slouží pro vytvoření a obsluhu seznamu zakázek, které se skládají z výrobních dávek. Výrobní dávky zakázky slouží pro evidování rozložení zakázky do výrobních dávek. Výrobní dávky všech zakázek slouží pro zobrazení všech výrobních dávek všech zakázek ze záložky Zakázky. Zobrazené výrobní dávky podléhají nastavení filtru. 8. Kontrola výrobků – obsahuje jednu podúlohu: Kontrola výrobků slouží k provádění kontroly výrobků (produktů) podle kontrolních plánů, k prohlížení naměřených odběrů pomocí měřícího modulu, tiskových sestav, nebo vyhodnocení odběrů pomocí statistických nástrojů programu. Úloha umožňuje také vyvolat měřící modul a pokračovat v měření odběrů. 9. Protokoly – obsahují jednu podúlohu: Statistická hlášení a přehledy slouží k vytváření definic statistických hlášení a exportu naměřených dat do sešitu MS Excel podle struktury 35
uživatelské definice. Při definici statistického hlášení lze sloučit parametry různých kontrolních plánů různých produktů do jednoho dokumentu. Statistické hlášení slouží jako prvotní pohled na data celé výroby při zaměřování událostí v určitém období.
3.3.2 Manuál uživatele B Program se spouští ikonou QTREE-CAQ Monitor.NET na ploše. V přihlašovacím dialogu (viz obr. 17) se nejprve označí kliknutím databáze, zadají se přihlašovací údaje a potvrdí se. Obrázek 17: Přihlášení do systému
(Zdroj: Vlastní)
Po přihlášení se zobrazí dialog Výběr produktu (viz obr. 18), kde se vybere a označí z nabídky měřený produkt. Obrázek 18: Výběr produktu
(Zdroj: Vlastní)
36
Následně se vybere kontrolní plán z dialogu Výběr kontrolního plánu (viz obr. 19). Obrázek 19: Výběr kontrolního plánu
(Zdroj: Vlastní)
V Záhlaví kontrolního odběru (viz obr. 20) se vyplní identifikace podle předlohy, která by měla být vzorem na kontrolních pracovištích, protože se záhlaví na jednotlivých odděleních liší. V rozšiřujících informacích se nastaví určení data kontroly na možnost aktuální, což zabezpečí aktuální datum a čas kontroly. Při zpětném zadávání měření se nastaví datum, čas kontroly a vybere se možnost zadaný. Tato možnost použije uživatelem zadaný datum a čas. Pokud se v kontrolním plánu zjišťují i atributivní znaky (vizuální kontroly), nastavíme počet atributivních vzorků v políčku Počet vzorků A na hodnotu 1. Hlavní
atribut
záhlaví
Atributy
odběru
se
nastaví
na
možnost
kontrolor
a v políčku Kontrolor se vybere z nabídky jméno kontrolora. Každý uložený odběr bude mít takto nastavené záhlaví, dokud se stejným dialogem nezmění.
37
Obrázek 20: Záhlaví kontrolního odběru
(Zdroj: Vlastní)
Následně se zobrazí příslušné varianty formuláře Základní měřící modul (viz obr. 21) a načte se naposled uložený odběr. Stiskem klávesy F2 nebo tlačítka Vložit dojde k vložení nového (prázdného) odběru. Následně se zadají naměřené hodnoty, buď je měřící přístroj automaticky odešle, anebo se vyplní ručně. Obrázek 21: Základní měřící modul
(Zdroj: Vlastní)
38
Jednotlivé funkce dialogového okna Základní měřící modul: F1 Nápověda – Vyvolá nápovědu aplikace QTREE-CAQ Monitor.NET. F2 Vložit – Vloží nový prázdný odběr a postaví kurzor na hodnotu prvního záznamu prvního parametru vzorku. Pokud současný odběr není uložený, je nabídnuto jeho uložení (zapsání). F3 Opravit – Uloží opravený odběr. Opravovat lze pouze naposled uložený odběr. F4 Zrušit odběr – Zruší odběr. Zrušit lze pouze naposled uložený odběr. F5 Zapsat – Zapíše odběr do databáze. Po uložení odběru do databáze dojde zároveň k vyhodnocení průběžných testů naměřených hodnot a k vložení nového odběru. F6 Záhlaví – Vyvolá dialog pro změnu záhlaví kontrolního odběru. F7 Statistika – Zobrazí data aktivního parametru statistickým modulem. F8 Výrobek – Vyvolá dialog pro změnu výrobku, kontrolního plánu a záhlaví kontrolního odběru jako při spouštění měřícího modulu. F10 Vymazat – Vymaže právě měřenou hodnotu. Esc Storno – Vrátí všechny hodnoty do stavu uloženého odběru, nebo počátečního stavu nově vloženého odběru. Alt+X Konec – Odsouhlasené ukončení měřícího modulu Funkce F9 Návody, F11 Dokumenty a F12 Měřit nepopisuji, protože je uživatel B z důvodu nevyužití nepotřebuje znát.
39
Po naměření kompletního odběru se stiskem klávesy F5 či tlačítkem Zapsat uloží naměřený odběr do databáze a proběhne vyhodnocení průběžných testů naměřených hodnot (viz obr. 22) podle testů vymezitelných příčin variability (viz obr. 2). Měření dalšího odběru se provádí funkcí F8 Výrobek pro změnu výrobku (viz obr. 18) a celý postup se opakuje, nebo funkcí Alt+X Konec se ukončí měření. Obrázek 22: Vyhodnocení průběžných testů naměřených hodnot
(Zdroj: Vlastní)
Zobrazení okna při identifikaci vymezitelné příčiny a zápis do akčního plánu jsem nemohl zpracovat, protože se software stále vyvíjí a odlaďuje podle potřeb ALCZ.
40
4 Závěr Ve své bakalářské práci jsem se ve společnosti Automotive Lighting s.r.o. zabýval návrhem kontrolních pracovišť pro měření SPC rozměrů na jednotlivých odděleních a tvorbou manuálů pro uživatele SPC softwaru. Návrh pracovních stanic jsem provedl na základě konzultací o zadání společnosti ALCZ na software a analýzy jednotlivých oddělení. Na obrázku 23 je můj vlastní návrh umístění kontrolních pracovišť (KP) na odděleních ALCZ. Obrázek 23: Umístění kontrolních pracovišť
(Zdroj: Vlastní)
Na odděleních LAB, MFO3 a MFO4 bude plně dostačovat jedno kontrolní pracoviště pro měření. Na oddělení 3D a LIKA jsem zachoval dvě kontrolní pracoviště, které zabezpečují plynulost měření odběrů. Na oddělení MFO5 jsem navrhl dvě kontrolní pracoviště, protože z důvodu malých prostor pro měřící přístroje není možné zrealizovat jedno kontrolní pracoviště. Pro oddělení APU, APU – LED a APU – AM 41
předpokládám, že bude kontrolní pracoviště umístěno na každou montážní linku, takže jsem v obrázcích zobrazil pouze jedno univerzální kontrolní pracoviště. Na žádném z oddělení nedochází k hromadění odběrů pro měření a narušení plynulého měření, není tak potřeba přidání dalších kontrolních pracovišť. Pokud by došlo k rozšíření prostor na MFO5 doporučuji, aby bylo zavedeno pouze jedno kontrolní pracoviště. Toto kontrolní pracoviště by bylo vybaveno všemi měřícími přístroji na stejném místě, což by zamezilo přebíhání pracovníků kontrol s odběry mezi kontrolními pracovišti, a vedlo tak k efektivnějšímu měření. Při zpracovávání bakalářské práce jsem měl možnost pracovat s SPC softwarem QTREE-CAQ Monitor.NET a pomáhat při odlaďování programu podle požadavků ALCZ. Mohl jsem se tak vžít do rolí uživatelů softwaru a vytvořit manuály. Pro uživatele A se mi podařilo popsat jednotlivé funkce programu, které poslouží k lepší orientaci při práci s programem. Vzhledem k tomu, že už měl být program zaveden a stále probíhá odlaďování programu, nebylo možné vypracovat zcela kompletní a přesnou podobu manuálu uživatele B. Po úplném odladění SPC softwaru doporučuji, aby byl manuál uživatele B doplněn, zvláště postup při identifikaci vymezitelné příčiny a následný zápis do akčního plánu. Dále aby bylo na každé kontrolní pracoviště na jednotlivých odděleních předloženo konkrétní vyplněné záhlaví odběru, zamezí se tak chybnému vyplnění záhlaví odběru od uživatelů B a následnému chybnému zpracování a vyhodnocení dat. Zavedení SPC softwaru hodnotím pro společnost jako přínos, protože procesy budou lépe statisticky řízeny a monitorovány. Při významných změnách je tedy možné provést rychlý zásah do výrobního procesu a předejít výrobě neshodných výrobků. Vzhledem k propracovanému systému je možné z kteréhokoliv počítače, na základě udělených práv, neustále sledovat aktuální stav výrobních procesů. Tato možnost jistě zaujme zákazníky například při jednání v zasedací místnosti. Věřím, že jsem svou prací poskytnul vhodný materiál, který bude moci společnost následně použít.
42
Seznam použité literatury Odborné publikace ČSN ISO 8258:1994. Shewhartovy regulační diagramy. ČNI, Praha, 1994. JAROŠOVÁ, Eva. Statistické metody řízení jakosti pro kombinovanou formu studia. Vyd. 1. Mladá Boleslav, 2011, 204 s. ISBN 978-80-87042-37-3A. PLURA, Jiří. Plánování a neustálé zlepšování jakosti. Vyd. 1. Praha: Computer Press, 2001, 244 s. ISBN 80-722-6543-1. TOŠENOVSKÝ, Josef a Darja NOSKIEVIČOVÁ. Statistické metody pro zlepšování jakosti. Ostrava: Montanex, 2000, 362 s. ISBN 80-722-5040-X.
Elektronické zdroje Automotive Lighting: O společnosti. [online]. 2013a [cit. 2013-04-24]. Dostupné z: http://al-lighting.cz/vismo/dokumenty2.asp?id_org=600675&id=1099&p1=55 Automotive Lighting: Historie v ČR. [online]. 2013b [cit. 2013-05-02]. Dostupné z: http://al-lighting.cz/vismo/dokumenty2.asp?id_org=600675&id=1129&p1=1004 Automotive Lighting: ALCZ General Presentation. [prezentace]. Jihlava. 2013c [cit. 2013-04-17].
43
Seznam obrázků Obrázek 1: Náhodné a vymezitelné příčiny .................................................................... 11 Obrázek 2: Testy vymezitelných příčin variability......................................................... 13 Obrázek 3: Typické tvary histogramů ............................................................................ 15 Obrázek 4: Regulační diagram ....................................................................................... 17 Obrázek 5: Rozhodovací strom pro volbu regulačního diagramu .................................. 19 Obrázek 6: Vztahy pro výpočet indexů .......................................................................... 22 Obrázek 7: Kontrolní pracoviště v LAB ......................................................................... 25 Obrázek 8: Kontrolní pracoviště v MFO3 ...................................................................... 26 Obrázek 9: Kontrolní pracoviště v MFO4 ...................................................................... 26 Obrázek 10: Kontrolní pracoviště v MFO5 .................................................................... 27 Obrázek 11: Kontrolni pracoviště v APU ....................................................................... 27 Obrázek 12: Kontrolní pracoviště v APU - AM ............................................................. 28 Obrázek 13: Kontrolní pracoviště v APU - LED ............................................................ 28 Obrázek 14: Kontrolní pracoviště v LIKA ..................................................................... 29 Obrázek 15: Kontrolní pracoviště ve 3D ........................................................................ 29 Obrázek 16: Ovládací prvky hlavního okna ................................................................... 31 Obrázek 17: Přihlášení do systému ................................................................................. 36 Obrázek 18: Výběr produktu .......................................................................................... 36 Obrázek 19: Výběr kontrolního plánu ............................................................................ 37 Obrázek 20: Záhlaví kontrolního odběru ........................................................................ 38 Obrázek 21: Základní měřící modul ............................................................................... 38 Obrázek 22: Vyhodnocení průběžných testů naměřených hodnot ................................. 40 44
Obrázek 23: Umístění kontrolních pracovišť ................................................................. 41
Seznam grafů Graf 1: Portfolio zákazníků za rok 2012 ......................................................................... 24
45
Použité aplikace Program QTREE-CAQ Monitor.NET
46
