Karty kontrolne Shewarta – przeżytek, czy narzędzie przyszłości?

Autor: Piotr Stokłosa
Opublikowano: 10-05-2016

Mówiąc o kartach kontrolnych zwykle mamy na myśli papierowe arkusze, opracowane przed prawie wiekiem przez Waltera A. Shewarta. Jednak mimo upływu lat praktyczne zastosowania tych narzędzi wciąż budzi wiele wątpliwości a odpowiedzi na nie wcale nie są jednoznaczne.

Shewart zaproponował swoje karty jako proste narzędzie do nadzorowania procesów bezpośrednio w miejscu ich zachodzenia, a więc najczęściej w pobliżu linii produkcyjnej, na której powstaje obserwowana charakterystyka. Ze względu na dostępne na początku XX wieku metody rejestracji, podstawowym narzędziem do gromadzenia danych i rysowania wykresów była kartka papieru. Do dzisiaj zresztą w podręczniku SPC karty kontrolne są prezentowane w formie wypełnianych ręcznie arkuszy. Również sposób ich prowadzenie sprowadza się do opisu metod manualnych.

Jednak chociaż idea karty kontrolnej nie uległa zmianie, pojawiają się coraz wygodniejsze narzędzia do jej prowadzenia i analizy. Mam tu oczywiście na myśli komputery wraz z odpowiednim oprogramowaniem. Niestety często powstają też mało efektywne rozwiązania „hybrydowe” polegające na łączeniu obu technik (manualnej i elektronicznej). W uproszczeniu ich hybrydowość polega na tym, że najpierw dane są rejestrowane przez operatora lub kontrolera na arkuszach papierowych, a dopiero potem są przepisywane do programu umożliwiającego analizę statystyczną (najczęściej arkusza MS Excel lub Minitaba). Za pomocą tych narzędzi następuje wyliczenie współczynników zdolności i wygenerowanie wykresów wraz z wykonaniem testów stabilności (analiza przekroczeń granic interwencji, wykrywanie trendów, przesunięć procesu itp.)

Takie rozwiązania gubią jednak podstawową ideę statystycznego sterowania procesami jako narzędzia do bieżącego i ciągłego nadzorowania procesu (ang. ongoing process monitoring). Cóż bowiem przyjdzie nam z wiedzy, że pewien proces wykazywał niestabilność w środę rano, gdy tę informację poznamy dopiero w czwartek po południu, po sporządzeniu odpowiedniej analizy przez inżyniera lub technologa. W tym momencie rozpatrywany proces często jest już historią (maszyna została przezbrojona i produkuje inną referencję) zaś na reakcję jest zbyt późno. Na ten problem zwrócił kiedyś uwagę Masaaki Imai, stwierdzając że: „Zebrane informacje, które nie zostały właściwie wykorzystane, bardzo szybko przestają być przydatne” [1]. Analogiczną opinię znajdziemy w podręczniku AIAG SPC: „Gdy konieczne jest działanie, powinno być właściwe i podjęte na czas, w przeciwnym razie wysiłek włożony w zbieranie informacji zostanie zmarnowany.”[2] Nic też dziwnego, że funkcjonalność takich rozwiązań w wykorzystujących je firmach jest oceniana negatywnie i często spotykamy się z poglądem, że analizy SPC są przede wszystkim „laurkami dla klienta”, mającymi go przekonać, że jego dostawca stosuje się do wymagań.

Z drugiej strony, rzetelne prowadzenie papierowych kart kontrolnych przez pracowników liniowych bywa zbyt skomplikowane i czasochłonne. Uzupełnianie karty polega bowiem nie tylko na przeprowadzeniu i zapisaniu wyników pomiarów, ale również na wykonaniu obliczeń (np. średnich i rozstępów na karcie XR), rysowaniu wykresu, przeliczaniu granic interwencji oraz, co najważniejsze – na właściwej interpretacji wyników. Wszystkie te utrudnienia sprawiają, że wiele firm „optymalizuje” statystyczne sterowanie procesami rozdzielając proces rejestracji danych od ich analizy, co, jak już pisałem powyżej, jest niewłaściwe z powodu opóźnienia lub całkowitego braku reakcji na zmiany występujące w procesie.

Czy istnieje więc rozwiązanie tego problemu? Należałoby poszukiwać narzędzi, które z jednej strony zapewnią prostą i jednorazową (bez konieczności przepisywania) rejestrację danych a z drugiej umożliwią ich automatyczną analizę. Co więcej, należy również zapewnić mechanizmy nadzoru dla kadry średniego i wyższego szczebla, które zapewni obserwowanie procesu prowadzenia kart oraz monitorowanie poziomów zdolności osiąganych w poszczególnych procesach.

Aby spełnić powyższe założenia, konieczne jest więc zapewnienie automatycznego zapisu danych – od razu do systemu komputerowego, który będzie dokonywał ich analizy. Oczywiście dane te powinny być rejestrowane w centralnej bazie, aby były dostępne z dowolnego miejsca organizacji oraz by móc tworzyć zbiorcze zestawienia na potrzeby analiz wyższego rzędu. Należy również oczekiwać, że cała część algorytmiczna – a więc wyliczanie składników karty kontrolnej, rysowanie i interpretacja wykresów (wykrywanie przyczyn specjalnych) oraz obliczanie współczynników zdolności – będzie wykonywana automatycznie.

Bazując na naszych wieloletnich doświadczeniach podjęliśmy próbę stworzenia narzędzia realizującego te postulaty. Zachęcam do zapoznania się z poniższym kilkuminutowym filmem, który demonstruje podstawowe funkcje oprogramowania proCONTROL:

https://pronost.pl/wp-content/uploads/2020/07/proCONTROL.mp4

Jak można zauważyć na filmie, aplikacja proCONTROL jest narzędziem opracowanym w technologii przeglądarkowej. Do jej działania potrzebne jest tylko połączenie z serwerem oraz zwykła przeglądarka. Upraszcza to znacznie utrzymanie całego systemu oraz zapewnia jego jednorodność na wszystkich stanowiskach (jest tylko jedna, centralna aplikacja zainstalowana na serwerze).

Warto również dodać, że obecnie coraz więcej systemów pomiarowych automatycznie rejestruje wyniki i umożliwia ich przesyłanie do bazy danych. Program proCONTROL również może korzystać z tego typu danych po wdrożeniu odpowiedniego mechanizmu interfejsu. Istnieją jednak także inne, półautomatyczne rozwiązania, które pozwalają uniknąć czasochłonnego i będącego źródłem błędów odczytywania wyników przez operatora i ręcznego wpisywania ich do systemu. Przykładem może być zastosowanie suwmiarki z transmisją radiową.

I właśnie dzięki takim rozwiązaniom pojawia się szansa na spełnienie wymagań klientów poprzez zapewnienie bieżącego sterowania procesami, przy jednoczesnym uniknięciu wysokich kosztów i trudności organizacyjnych związanych z wdrożeniem SPC.

Literatura
[1] Masaaki Imaki, Gemba Kaizen, MTBiznes, 2006
[2] Statistical Process Control, AIAG, 2005