統計的工程管理(SPC):リアルタイムでのプロセス変動の監視と防止

精密部品メーカーは、出荷前にすべての完成品を検査していました。この100%検査にもかかわらず、顧客は依然として欠陥部品を受け取っていました。問題は何だったでしょうか?検査は、完全な製造コストが発生した後に欠陥を捕捉していました。彼らは問題を検出していましたが、防止していませんでした。

彼らは重要な機械加工作業にSPCを実装しました。オペレーターは、リアルタイムで寸法測定を示す管理図を監視しました。管理図がプロセスのシフトを示したとき、オペレーターは欠陥が発生する前に調整しました。数ヶ月以内に、プロセス内欠陥率は72%減少しました。さらに重要なことに、彼らは事後の高価な検出から生産中の予防にシフトしました。

SPCは、反応的な検査からプロアクティブなプロセス制御へと品質管理を変革します。

SPCの基礎

SPCは、統計的手法を使用してプロセスを監視し、変化を早期に検出し、安定性を維持します。ASQによると、SPCは統計的手法を適用して生産プロセスの品質を監視および制御するものです。

管理図と統計的限界は、時間の経過とともにプロセス測定をプロットし、予想される変動範囲を示す計算された管理限界を含みます。ウィキペディアは、シューハート図としても知られる管理図(Walter A. Shewhartにちなんで)は、製造またはビジネスプロセスが制御状態にあるかどうかを判断するために使用されると説明しています。限界内のポイントは正常な変動を示します。限界外のポイントまたは非ランダムパターンは、調査を必要とするプロセスの変化を示します。

管理限界は規格限界とは異なります。規格は顧客要件を定義します。部品が満たさなければならないもの。管理限界は、プロセスが自然に生産するものを記述します。安定した操作から何を期待するか。有能なプロセスは、規格内に快適に管理限界を持っています。

一般原因変動対特殊原因変動は、固有のランダムな変動と特定可能な変化を区別します。ASQによると、管理図は「特殊」な変動源と「一般」源を区別しようとします。一般原因変動は、プロセスに組み込まれた要因から来ます。わずかな材料の違い、わずかな温度変動、通常の設備の変動。これは管理限界内で予測可能なパターンを作成します。

特殊原因変動は、特定の識別可能なイベントに起因します。工具摩耗、オペレーターエラー、材料欠陥、設備の誤動作。これらは通常の変動範囲外の予測不可能なパターンを作成します。

この区別は、適切な対応のために重要です。一般原因変動は、体系的な変更によるプロセス改善を必要とします。特殊原因変動は、特定の問題を特定して修正することを必要とします。特殊原因を一般原因として扱うことは、問題を無視することを意味します。一般原因を特殊原因として扱うことは、しばしば状況を悪化させる不必要な改ざんを意味します。

プロセスの安定性対プロセスの能力は異なる概念です。安定したプロセスは、一般原因変動のみを示し、管理限界内で予測可能に動作します。有能なプロセスは、規格を満たす出力を生産します。一貫して欠陥を生産する安定した無能なプロセス、または予測不可能だが現在規格内にある不安定な有能なプロセスを持つことができます。

SPCを通じて最初に安定性を達成し、必要に応じてSix Sigma手法によって能力を向上させます。不安定なプロセスで能力を向上させようとすることは、努力を無駄にします。

**SPCが適用される場合:**測定可能な出力を生産する反復プロセスが最適です。一貫した手順による大量生産は、理想的なSPC環境を提供します。ユニークな注文を持つカスタムジョブショップは、意味のある管理図のための十分なデータを収集するのに苦労します。

適切な管理図の選択

異なるデータタイプとサンプリング戦略には、異なる図タイプが必要です。

変量データ図は、寸法、重量、温度、または時間などの連続特性を測定します。X-bar and R図は、サンプルサブグループからの平均値と範囲をプロットします。X-bar and S図は、より大きなサブグループ(通常10個以上)に対して範囲の代わりに標準偏差を使用します。個別値と移動範囲(I-MR)図は、サブグループが意味をなさない場合またはサンプルサイズが1の場合に機能します。

実際の値を測定することが有用な情報を提供し、測定が経済的である場合に変量図を使用します。

計数値データ図は、欠陥ユニットまたは欠陥数などの離散的な特性をカウントします。P図は、サンプルサイズが変動する欠陥の割合をプロットします。Np図は、一定のサンプルサイズで欠陥数をプロットします。C図は、一定のサンプルサイズでユニットあたりの欠陥をカウントします。U図は、サンプルサイズが変動するユニットあたりの欠陥をカウントします。

合否検査が精密測定よりも実用的な場合に計数値図を使用します。

**選択基準:**データタイプ(変量または計数値)、サンプルサイズ(個別測定またはサブグループ)、実用的な考慮事項(測定コスト、検査の複雑さ、データの可用性)に基づいて選択します。

射出成形作業は、1時間ごとに測定される5個のサブグループの重要な寸法にX-bar and R図を使用します。時間ごとの数量が変動する100%の生産で検査される視覚的欠陥にp図を使用します。

SPCの実用的な実装

効果的なSPC実装には、体系的な計画が必要です。

重要な特性の特定は、最も重要なことに監視を集中させます。すべてをチャートしないでください。安全性、機能、顧客満足度、または規制遵守に影響を与える特性を選択します。FMEAとリスク分析、顧客クレーム、または品質コストデータを使用して優先順位を付けます。

医療機器メーカーは、47の総製品仕様から12の重要な特性を特定しました。彼らはこれらの12にSPCを実装し、過度の監視でオペレーターを圧倒することを避けながら、早期に問題を捕捉しました。

ベースラインデータから管理限界を確立するには、安定したプロセス操作から20〜25のサブグループを収集する必要があります。中心線(平均)と管理限界(通常、平均から3標準偏差)を計算します。ベースラインデータが、既知の特殊原因がそれに影響を与えていない安定した操作から来ていることを確認します。

管理限界を恣意的に設定したり、規格と等しく設定したりしないでください。限界は、意味のある監視を可能にするために実際のプロセス動作を反映する必要があります。

データ収集システムの設定は、SPCの持続可能性を決定します。オペレーターによる手動チャートは、中量生産操作には機能しますが、一貫性のない収集のリスクがあります。センサーと製造実行ソフトウェアを使用した自動化システムは、信頼性の高いデータを提供しますが、インフラストラクチャへの投資が必要です。

シンプルに始めましょう。重要なプロセスの紙の図。実証された価値と利用可能なリソースに基づいて選択的に自動化します。

オペレーターの図解釈のトレーニングは、フロントラインのプロセス制御を可能にします。オペレーターは、アクションを必要とするシグナルを認識し、調整すべきときと放置すべきときを理解し、重大な問題のエスカレーション手順を知る必要があります。

航空宇宙部品サプライヤーは、管理図のパターンと適切な対応を示すポケットリファレンスカードをオペレーターに提供します。これにより、複雑なルールを記憶することなく自信を持って意思決定できます。

リアルタイム監視対定期的レビューは、プロセス特性とリスクに依存します。重要な高速操作は、自動アラートを備えたリアルタイム監視を正当化するかもしれません。より遅いプロセスまたはそれほど重要でない特性は、毎日またはシフトごとに図をレビューするかもしれません。

早期検出の経済的価値と実用的なデータ収集能力に対して監視頻度をバランスさせます。

管理図の解釈とシグナルの認識

効果的なSPCには、プロセスの変化を示すさまざまなシグナルを認識する必要があります。

管理限界を超えるポイントは、最も明白なシグナルを提供します。いずれかのポイントが3シグマ管理限界外に落ちたとき、特殊原因を調査します。安定したプロセスでこれが偶然に発生する確率は0.3%未満です。

外れ値をプロットして進むだけではいけません。特殊原因を見つけます。何が変わったか?何が異なっていたか?再発を防ぐことができるか?

ランテストとパターンは、管理外のポイントを生成する前にシフトとトレンドを検出します。一般的なルールには次のものが含まれます。中心線の片側に8つ以上の連続したポイント(プロセスシフト)、6つ以上の連続した増加または減少ポイント(トレンド)、上下に交互に14以上のポイント(過制御または改ざん)、2シグマ限界を超える3つの連続したポイントのうち2つ。

これらのパターンは、すべてのポイントが管理限界内にあっても、調査を必要とするプロセスの変化を示します。

過剰反応リスクと改ざんは、人々が正常な変動を示す安定したプロセスを調整するときに問題を引き起こします。これは、不必要な調整から追加の変動を導入し、能力を向上させるのではなく劣化させます。

包装ラインのオペレーターは、ターゲットの周りで変動する測定値に気づき、各読み取り後に設定を調整することで「手伝い」ました。この改ざんはプロセス変動を2倍にしました。個々の読み取りではなく、管理図シグナルにのみ応答するように彼をトレーニングすることで、安定性が回復しました。

**いつ調査するか対いつ放置するか:**管理外のポイントまたはパターンルールで示される特殊原因シグナルを調査します。管理限界内で一般原因変動のみを示すプロセスを調整しないでください。この規律は、善意の改ざんを防ぎます。

プロセス改善のためのSPCの使用

SPCは、現在の能力を維持することと改善を推進することの両方を可能にします。

改善機会を特定するためのSPCデータの使用は、特定の問題を指摘するパターンを明らかにします。オペレーター、シフト、または材料と相関するシフトは、トレーニング、手順、またはサプライヤーの問題を示唆します。トレンドは、予防的交換を必要とする進行性の工具摩耗を示す可能性があります。

電子組立作業でSPCデータを分析したところ、第3シフト中に欠陥率が3倍になることが発見されました。調査により、検査エラーを引き起こす不十分な照明が明らかになりました。タスク照明を追加することで、シフト間の差が解消されました。

一般原因変動の削減には、体系的なプロセス変更が必要です。安定性を達成した後、より良い設備、改良された材料、強化された手順、または環境制御を通じて固有の変動を削減します。

これは特殊原因の調整とは異なります。一般原因の削減は、恒久的な変更を実施するSix Sigmaまたは他の厳格な改善手法によるプロセス能力の根本的な向上を意味します。

**プロセス能力の向上(Cp、Cpk)**は、安定性と能力評価を組み合わせます。安定したプロセスデータから能力指数を計算します。Cpは規格幅とプロセススプレッドを比較します。Cpkは規格内の中心化を考慮します。1.33以上のターゲットCpkは許容可能な能力を提供します。1.0未満の値は、体系的な改善による欠陥予防を必要とする許容できない能力を示します。

管理限界の継続的な削減は、能力の向上を実証します。改善プロジェクトを通じて変動を削減すると、管理限界が狭くなります。この進行的な引き締めは、真の能力向上を示します。

現代製造におけるSPC

技術は、従来の手動チャートを超えてSPC機能を拡張します。

MESとセンサーを使用したリアルタイムSPCは、データを自動的に収集し、管理限界を計算し、グラフを生成し、即座のフィードバックを提供します。これにより、手動チャートでは処理できなかった大量操作の監視が可能になります。

自動化されたアラートと通知は、問題が迅速に対処されることを保証します。システムは、図が管理外の状態を示すとき、オペレーター、スーパーバイザー、保全、または品質担当者にアラートを送信できます。

ハイミックス少量環境のためのSPCは、広範なベースラインデータを必要とする従来のアプローチに挑戦します。標準化されたパラメータまたはターゲットベースのアプローチを使用する短期間SPC技術は、限られた履歴データでも監視を可能にします。

従来のSPCを超える予測モデルは、SPCを機械学習と組み合わせます。これらのシステムは、従来の管理図が見逃す微妙なパターンを検出し、問題が発生する前にそれらを予測します。

しかし、技術は方法論の理解を置き換えません。自動化されたシステムは依然として、適切なセットアップ、解釈、対応を必要とします。技術と並行してトレーニングに投資してください。

プロセス卓越性の基盤としてのSPC

SPCは品質ツール以上のものを表します。それは、意見ではなく事実、検出ではなく予防、変動の受け入れではなく継続的改善に基づく管理哲学です。

SPCを習得した組織は、データが意思決定を推進し、問題が体系的に対処され、プロセス知識が継続的に成長する文化を発展させます。これらの能力は、品質を超えて運用、保全、ビジネスプロセスにまで拡張されます。

品質に真剣な製造リーダーは、SPCを運営方法の中核にします。広くトレーニングし、体系的に実装し、シグナルに一貫して対応し、Lean Manufacturingと品質管理アプローチによる継続的改善のためにデータを使用します。この規律は、優れた品質、低コスト、信頼性の高い操業を通じて競争上の優位性を構築します。

重要なプロセスの重要な特性を選択することから、SPCの旅を始めてください。ベースライン能力を確立します。適切な対応についてオペレーターをトレーニングします。手動チャートでシンプルに始めます。価値を実証します。結果と能力開発に基づいて体系的に拡大します。

さらに学ぶ