Manufacturing Intelligence

Præsentationer af emnet: "Manufacturing Intelligence"— Præsentationens transcript:

1 Manufacturing Intelligence
Case: BEWi Flamingo® Udarbejdet af Tanya Sørensen

2 Om virksomheden BEWi Flamingo® (herefter kaldet BEWi):
Er bl.a. leverandør af Food Packaging og specialtilpassede tekniske emballager og komponenter i skumplast materialer Har produktion i Danmark, Norge og Sverige, fabrikken i Holbæk har deltaget i casen Antal ansatte: 105 i DK, heraf 22 på fabrikken i Holbæk

3 Udfordringer og muligheder
BEWi: Har kunder med: Høje produktkrav Krav til dokumentation af kvaliteten Krav om levering af PPAP dokumentation herunder: Kapabilitetsanalyser Målesystemsanalyser (MSA) Mangler statistiske værktøjer samt viden om kapabilitetsberegninger og målesystemsanalyser Ser de nye udfordringer som en mulighed for nye kundegrupper, hvis de bliver First Mover indenfor branchen

4 Fokusområder Teknologisk Institut har fokuseret på følgende områder:
Anbefaling af et værktøj til statistik behandling af data Undervisning, gennemførelse og analyse af resultat af en MSA, således at virksomheden fremadrettet selv kan gennemføre lignende analyser På baggrund af nuværende kvalitetsmålinger på færdigvarer, at supportere beregning af stabilitet samt kapabilitet for et produkt, således at virksomheden fremadrettet selv kan gennemføre lignende analyser

5 Statistiske værktøjer
BEWi har ikke implementeret IT værktøjer, der understøtter statistisk analyse af data Teknologisk Institut har vurderet, at de krævede funktioner er tilstedet i et statistisk program kaldet SPC for Excel. Programmet er et add on til Excel udviklet af Microsoft, hvorved omkostningerne kan holde på et lavt niveau, samt har BEWi stort kendskab til Excel generelt, hvorved krævet uddannelse i softwaren er begrænset BEWi har investeret i SPC for Excel og har fået gennemgået de centrale analyser iht. deres behov

6 Målesystemsanalyse (MSA)
For at sikre at kontrolmålinger i produktionen udføres korrekt gennemføres en målesystemsanalyse (MSA), hvor følgende analyseres: Repeatability (gentagelse) Reproducibility (forskel mellem operatører) For at undersøge: Om operatøren kan gentage sine målinger, dvs. måler den enkelte operatør det samme hver gang Om der er forskel mellem operatører dvs. måler operatørerne det samme, eller er der en signifikant forskel

7 Målesystemsanalyse (MSA)
Der blev gennemført en målesystemsanalyse med deltagelse af fabrikkens to måleoperatører, et højdemål på et gængs emne blev udvalgt De 2 operatører målte 10 emner 3 gange Resultatet af analysen viser: P/T% = 6 x sMålesystem /(USL-LSL)= 22.3% Gage R&R = sMålesystem /sTotal = 39.7% NDC = 3 Denne ene operatør er mere præcis end den anden, hvorved træning kan målrettes fx indførelse af standardmetode til måling, da det under testen blev observeret, at der blev anvendt forskellige teknikker

8 Målesystemsanalyse (MSA)
Analyse af resultatet: Det anbefales, at P/T% er under 20, op til 30% kan accepteres P/T% omregnet viser, at usikkerheden på selve målingen optager 3,7% af specifikationsgrænserne, selvom producerede emner er helt ens Det anbefales, at Gage R&R er under 50%, men max 30% er at foretrække Gage R&R beskriver, at 39,7% af den variation, som måles, udelukkende skyldes selve målingen, og IKKE forskellen på emnerne NDC = Number of Distinct Categories dvs. antallet af kategorier, man kan se forskel på, denne værdi skal gerne være over 5 for kontinuerte data. En værdi på fx 2 indikerer, at der kun kan vurderes på 2 kategorier fx Godkendt og Afvist

9 Målesystemsanalyse (MSA)
Konklusion: Der er plads til forbedringer af målesystemet Ved målinger skal virksomheden være opmærksom på, at selve målingen bidrager til ca. 40% af variationen, som der ses mellem de enkelte emner

10 Kapabilitetsanalyse BEWi har mange kvalitetsmålinger på producerede emner. Målingerne er hovedsageligt mål (længde, bredde, højde, vægt), som er specificeret af kunderne BEWi gennemfører i dag målingerne og udarbejder målerapporter, men laver ikke yderligere dataanalyse Enkelte kunder har et ønske om at modtage kapabilitetsanalyser fra BEWi, samt har BEWi et ønske om at kunne levere dette for at være First Mover på marked vedrørende dokumenteret kvalitet BEWi kan desuden se en fordel i at lave disse analyser, da de derved kan se, hvilke maskiner, maskinindstillinger mm. der kører ustabilt med en lav kapabilitet, og derved anvende data til at lave løbende forbedringer i deres produktion

11 Kapabilitetsanalyse Der er taget udgangspunkt i et kompliceret emne med 9 forskellige målinger (A-I) Der er målt på 14 emner* Der er udarbejdet følgende analyser: Normalfordelingstest Kontrolkort (X-mR kort) Kapabilitetsanalyse – beregning af CpK * Der bør laves yderligere målinger, da 30 målepunkter giver et statistisk mere valid resultat af niveauet.

12 Kapabilitetsanalyse Analyse på fx målepunkt H viser:
Data er normalfordelt (graf – p>0,05) Hvorved efterfølgende analyser kan udarbejdes Analyse på enkelte andre målepunkter viser en manglende normalfordeling (p<0,05), hvilket kan skyldes: Der er kun 14 datapunkter, analyse gentages, når der haves 30 datapunkter Tastefejl – data blev gennemgået Fejlmåling (MSA viser usikkerhed på mål) Proces er ustabil

13 Kapabilitetsanalyse Analyse på fx målepunkt H viser:
Kontrolkort (XmR kort) - se grafer - data er stabile indenfor kontrolgrænserne Analyse på enkelte andre målepunkter viser ustabilitet, hvilket kan skyldes: Emner ikke er målt i tidsrækkefølge Tastefejl – data blev gennemgået Fejlmåling (MSA viser usikkerhed på mål) Ustabilitet i produktionsprocessen

14 Kapabilitetsanalyse Analyse på fx målepunkt H viser:
Spredningen af data er acceptabel (Cp = 1,96 dvs. 3x1,96 = 6 sigma), men at data er forskudt mod den lave specifikationsgrænse Forbedring nødvendig for at hæve aktuel Cpk fra 0,81 (2,43 sigma) til Cp niveau Forbedringen kan opnås ved at justere gennemsnit fra aktuelt 101,41 til 102 ved bevaret spredning (variation) Lignende analyser er udført for resterende målepunkter

15 Udbytte af casen BEWi har fået følgende udbytte af casen:
Fokus på målesystemsanalyse – vigtigheden af at undersøge, om operatørerne kan måle korrekt samt måler ens Kan gennemføre og analysere resultatet af en målesystemsanalyse Viden om normalfordelinger, kontrolkort og kapabilitetsanalyser og hvordan disse kan bruges til forbedring af produktionen: Kontrol af normalfordeling Analyse af stabilitet via kontrolkort til at spotte fejlmålinger og/eller ustabile/stabile processer Analyse af kapabilitetsdiagrammer til at undersøge, hvor kapable processen er – gennemsnit og spredning holdt op mod specifikationsgrænserne, hvilket kan anvendes i forbedringsprojekter