Case BEWi Flamingo Udarbejdet af Tanya Sørensen Om virksomheden BEWi Flamingo herefter kaldet BEWi Er bla leverandør af Food Packaging og specialtilpassede tekniske emballager ID: 808261
Download The PPT/PDF document "Manufacturing Intelligence" is the property of its rightful owner. Permission is granted to download and print the materials on this web site for personal, non-commercial use only, and to display it on your personal computer provided you do not modify the materials and that you retain all copyright notices contained in the materials. By downloading content from our website, you accept the terms of this agreement.
Slide1
Manufacturing Intelligence
Case:
BEWi
Flamingo®
Udarbejdet
af Tanya Sørensen
Slide2Om 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
Slide3Udfordringer 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
Slide4Fokusområder
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
Slide5Statistiske 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
Slide6Målesystemsanalyse (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
Slide7Målesystemsanalyse (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
s
Målesystem
/(USL-LSL)= 22.3%
Gage R&R =
s
Målesystem
/
s
Total
= 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
Slide8Målesystemsanalyse (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
Slide9Målesystemsanalyse (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
Slide10Kapabilitetsanalyse
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
Slide11Kapabilitetsanalyse
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
C
pK
*
Der bør laves yderligere målinger, da 30 målepunkter giver et statistisk mere valid resultat af niveauet.
Slide12Kapabilitetsanalyse
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
Slide13Kapabilitetsanalyse
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
Slide14Kapabilitetsanalyse
Analyse på fx målepunkt H viser:
Spredningen af data er acceptabel (C
p
= 1,96 dvs.
3x1,96 = 6 sigma),
men at data er forskudt mod den lave specifikationsgrænse
Forbedring nødvendig for at hæve aktuel
C
pk
fra 0,81
(2,43 sigma)
til C
p
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
Slide15Udbytte 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