Nástroje a metody managementu kvality ve výrobě

2.2.90

Nástroje a metody managementu kvality ve výrobě

Ing. Barbora Stieberová, Ph. D.

Úvod

Měření, analýza a zlepšování je oblastí, které není zpravidla věnována dostatečná pozornost. Musí být stanoveny způsoby monitorování a měření procesů ve výrobě.

Pro plánování a zajišťování kvality výrobků ve fázi návrhu a výroby se používají ve výrobních podnicích pro zefektivňování výrobních činností, nákladovým úsporám, snadnější komunikaci následující metody managementu kvality:

• Sedm jednoduchých nástrojů managementu jakosti: Tabulky a formuláře pro sběr informací, Histogram, Vývojový diagram, Bodový diagram, Regulační diagram, Paretův diagram, Ishikawův diagram.

• Sedm nových nástrojů managementu kvality: Afinitní diagram, Diagram vzájemných vztahů, Systematický (stromový) diagram, Maticový diagram, Analýza údajů v matici, Diagram PDPC, Síťový graf.

• Netradiční nástroje managementu kvality – určené pro plánování kvality výrobků (QFD - Quality Function Deployment, Analýza rizik, FMEA, DOE – Design of Experiments).

Další modely byly navrženy pro zvyšování výkonnosti organizací:

• Model Malcolma Baldrige (USA)

• Model EFQM

• Six Sigma

• Balanced Scorecard

• Japonské modely Kaizen, Poka Joke a další.

Následuje charakteristika, postup použití a příklad aplikace vybraných nástrojů managementu kvality ve výrobním podniku.

Sedm základních nástrojů řízení jakosti

Základní nástroje řízení jakosti slouží ke zkoumání variability procesu a jejich příčin. Jedná se o některé prvky popisné statistiky a prvky matematické statistiky, které se používají při statistické regulaci. Přestože jsou tyto nástroje jednoduché, jsou velmi účinné. Jednotlivé nástroje se vzájemně doplňují a lze je podle potřeby kombinovat. Zároveň je vhodné při jejich zpracování využít MS Excel.

1. Tabulky a formuláře pro sběr informací

Správné postupy při sběru a záznamech potřebných údajů jsou nutným předpokladem pro úspěšnou aplikaci ostatních uváděných metod řízení a zdokonalování jakosti výrobků.

Je třeba dodržovat tyto zásady:

• - Je důležité správně uplatňovat princip stratifikace. Tedy rozdělit skupiny dat do několika stejnorodých podskupin na základě určitých faktorů.
• - Je nezbytné vytvořit systém kontroly, při němž by byly minimalizovány chyby způsobené měřicí technikou, nesplněním podmínek kontroly, nebo individuálními vlastnostmi kontrolorů.
• - Je potřeba zvolit správnou formu záznamu dat při prvotním sběru. Formulář musí být jednoduchý a jasný, vhodně uspořádaný, aby se mohl ihned používat k dalšímu zpracování pro další metody a nemusely se k tomuto účelu dále přepisovat (což je zdrojem častých chyb).
• - Formulář musí obsahovat informace o původu dat: datum sběru, hodinu, místo, jméno pracovníka provádějícího sběr a záznam, způsob zjišťování dat

Příklad formuláře pro statistické sledování výroby – obrábění průměru hřídele by měl obsahovat tyto informace: datum, pracovník, číslo stroje, jmenovitý rozměr, regulační meze, výrobní operace, název dílu, plán výběru.

2. Histogramy

Histogram ukazuje rozdělení údajů v závislosti na rozdělení četnosti jejich výskytu. Jde o sloupkový graf, kde základna jednotlivých sloupků (osa x) odpovídá šířce intervalu a výška sloupků (osa y) vyjadřuje četnosti hodnot sledované veličiny. Histogram nám poskytuje vizuální informaci o chování procesu. Podle jeho tvaru můžeme určit jaké je rozdělení statistického souboru, jaké jsou jeho charakteristiky polohy a variability, popř. také identifikovat systematické vlivy variability procesu.

Postup při sestrojení histogramu v MS Excel

1. Shromáždí se hodnoty údajů – naměřené hodnoty průměrů hřídelí
2. Stanovíme počet intervalů (obvykle mezi 6 a 12) a určíme šířku každého intervalu.

Pomocí vztahu s = R/h stanovíme počet intervalů, kde s – počet intervalů, R – rozpětí a h – velikost intervalu.

Počet intervalů si můžeme odhadnout pomocí empirického vztahu s = 5logn = 10,1059 a zaokrouhlíme na 10.

Rozpětí stanovíme z rozdílu největší a nejmenší hodnoty v souboru naměřených dat.

Nakonec dopočteme velikost intervalu h

Hodnotu h velikost intervalu můžeme zaokrouhlit na 0,015 a stanovíme horní meze intervalů

1. Pomocí Nástroje – Analytické funkce – Histogram se nám naměřené hodnoty rozdělí do jednotlivých intervalů a funkce nám také vytvoří histogram.

Po stisknutí OK se nám objeví následující tabulka.

Jaké různé typy histogramů mohou nastat?

Interpretace

Obecný typ histogramu – symetrický tvar s vrcholem uprostřed rozpětí, charakterizuje stav, kdy nedochází k působení vnějších vlivů.

Typ dvojče – dva vrcholy tohoto rozdělení upozorňují na přítomnost dvou odlišných procesů. Je třeba tyto procesy izolovat.

Levostranný typ – vyskytuje se v případě, kdy na jedné straně je toleranční mez blízká jmenovité hodnotě a není povoleno tolik přípustných hodnot jako na druhé straně, např: obrábění hřídele.

Typ "plateau" – je výsledkem mnoha různých obecných histogramů se středy rozloženými stejnoměrně v celém rozpětí dat. V činnosti je mnoho různých procesů.

Typ oddělených špiček – upozorňuje také na to, že v činnosti jsou dva různé procesy. Menší z vrcholů ukazuje na určitou abnormalitu procesu.

3. Vývojové (postupové) diagramy

Vývojový diagram je logickou reprezentací postupu nebo procesu krok za krokem. Pomocí takového diagramu lze zaznamenat pracovní postupy, kde závisí nejen na úplném počtu vykonaných činností, ale i na pořadí, v němž jsou vykonány. Diagramy jsou díky své grafické…