/
Manufacturing Intelligence Manufacturing Intelligence

Manufacturing Intelligence - PowerPoint Presentation

cleminal
cleminal . @cleminal
Follow
344 views
Uploaded On 2020-08-28

Manufacturing Intelligence - PPT Presentation

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

der kan har til kan der til har bewi analyse data msa viser linger lesystemsanalyse operat

Share:

Link:

Embed:

Download Presentation from below link

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.


Presentation Transcript

Slide1

Manufacturing Intelligence

Case:

BEWi

Flamingo®

Udarbejdet

af Tanya Sørensen

Slide2

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

Slide3

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

Slide4

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

Slide5

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

Slide6

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

Slide7

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

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

Slide8

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

Slide9

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

Slide10

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

Slide11

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

C

pK

*

Der bør laves yderligere målinger, da 30 målepunkter giver et statistisk mere valid resultat af niveauet.

Slide12

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

Slide13

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

Slide14

Kapabilitetsanalyse

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

Slide15

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