통계 프로세스 제어

Statistical process control
"SQC"는 여기서 리다이렉트 됩니다.기타 용도는 SQC(동음이의명료화)를 참조하십시오.

통계 프로세스 제어(SPC)는 공정을 모니터링하고 제어하기 위해 통계적 방법을 사용하는 품질 관리 방법입니다.이를 통해 공정이 효율적으로 작동하여 폐기물(재작업 또는 스크랩)을 줄이고 더 많은 사양 적합 제품을 생산할 수 있습니다.SPC는 "적합 제품"(제품 사양 충족) 출력을 측정할 수 있는 모든 프로세스에 적용할 수 있습니다.SPC에서 사용되는 주요 도구에는 런 차트, 관리도, 지속적인 개선에 초점을 맞추고 실험 설계를 포함합니다.SPC가 적용되는 공정의 예로는 제조 라인을 들 수 있습니다.

SPC는 다음 두 단계로 진행되어야 합니다.첫 번째 단계는 프로세스의 초기 확립이고 두 번째 단계는 프로세스의 정기적인 생산 사용입니다.2단계에서는 5M&E 조건의 변화(인간, 기계, 재료, 방법, 이동, 환경)와 제조공정에서 사용하는 부품(기계부품, 지그, 고정장치)의 마모율에 따라 검사기간을 결정해야 한다.

SPC는 "검사" 등 다른 품질관리 방법에 비해 문제가 발생한 후의 시정보다는 조기 발견과 예방을 중시한다는 장점이 있습니다.

SPC는 폐기물을 줄일 뿐만 아니라 제품 생산에 필요한 시간도 단축할 수 있습니다.SPC를 통해 완제품의 재작업이나 폐기를 줄일 수 있습니다.

역사

통계 프로세스 제어는 Walter A에 의해 개척되었습니다. 1920년대 초 벨 연구소의 쉐하트.Shewhart는 1924년에 관리도와 통계 통제 상태의 개념을 개발했다.통계적 제어는 논리학자 윌리엄 어니스트 존슨이 1924년 그의 저서 Logic, Part III에서 개발한 교환성의[1][2] 개념과 동등하다. 과학의 [3]논리적 기반입니다.그는 AT&T의 해롤드 닷지, 해리 로믹 등 팀과 함께 합리적인 통계 기반의 표본 검사를 실시했습니다.쉬하트는 레슬리 E 대령과 상의했다.시몬은 1934년 육군 피카티니 무기고에서 군수품 제조에 관리도를 적용했다.이 성공적인 적용은 육군 군수공단이 제2차 세계대전 발발 당시 AT&T의 조지 에드워즈와 함께 사단 및 계약업체 간의 통계 품질 관리 사용에 대해 협의하도록 설득하는 데 도움이 되었습니다.

W. Edwards Deming은 Shewhart를 미국 농무부 대학원에 초청하여 강연했으며, Shewhart의 책 품질 관리 관점에서 본 Statistical Method(1939년)의 편집자로 활동했는데, 이는 그 강연의 결과였다.Deming은 제2차 세계대전 중 미국 산업을 새로운 기술로 훈련시킨 품질 관리 쇼트 코스의 중요한 설계자였다.이 전시 과정의 졸업생들은 1945년에 새로운 전문 사회인 미국품질관리협회를 결성하여 에드워즈를 초대 회장으로 선출하였다.데밍은 연합국 점령기에 일본으로 건너가 일본 산업에 [4][5]SPC 방법을 소개하기 위해 일본 과학자 기술자 연합(JUSE)을 만났습니다.

'공통' 및 '특수' 변동원

주요 기사:공통 원인 및 특수 원인(통계량)

슈하트는 영국에서 나온 새로운 통계 이론들, 특히 윌리엄 씰리 고셋, 칼 피어슨, 로널드 피셔의 작품을 읽었다.그러나 물리적 공정의 데이터는 정규 분포 곡선(즉, 가우스 분포 또는 '종 곡선')을 거의 생성하지 않는다는 것을 이해했다.그는 제조 변동 측정의 데이터가 항상 자연 현상 측정의 데이터(예: 입자의 브라운 운동)와 같은 방식으로 동작하지는 않는다는 것을 발견했습니다.Shewhart는 모든 공정이 변동을 표시하지만 일부 공정은 공정("공통" 변동 원인)에 자연스러운 변동을 표시하며, 이러한 공정이 (통계적) 관리 상태에 있다고 설명했습니다.다른 공정은 공정의 인과 체계에 항상 존재하지 않는 변동("특수" 변동 원인)을 추가로 나타내며, Shewhart는 이를 [6]관리 상태에 있지 않다고 설명했습니다.

비제조 공정에 적용

통계 프로세스 제어는 반복 프로세스를 지원하기에 적절하며, 예를 들어 재무 감사 및 회계, IT 운영, 의료 프로세스, 대출 준비 및 관리, 고객 청구서 등의 사무 프로세스 등 ISO 9000 품질 관리 시스템이 사용되는 많은 환경에서 구현되어 왔습니다.g 등. 설계 및 개발에서의 사용에 대한 비판에도 불구하고 기업 데이터 웨어하우스나 기업 데이터 품질 관리 시스템 등 대용량 데이터 처리 작업의 반자동 데이터 거버넌스를 관리하기에 적합합니다.[7]

1988년 CMM(Capability Matity Model)에서 소프트웨어 엔지니어링 연구소는 SPC를 소프트웨어 엔지니어링 프로세스에 적용할 수 있다고 제안했습니다.능력 성숙도 모델 통합(CMMI)의 레벨4 및 레벨5 프랙티스에서는 이 개념을 사용합니다.

연구 개발 또는 시스템 엔지니어링과 같이 반복적이지 않고 지식 집약적인 프로세스에 SPC를 적용하는 것은 회의적인 반응을 보였으며 여전히 [8][9][10]논란이 되고 있습니다.

No Silver Bullet에서 Fred Brooks는 소프트웨어의 복잡성, 컴플라이언스[11][12] 요건, 변경 가능성 및 불가시성으로 인해 제거할 수 없는 본질적인 변화가 발생한다고 지적했습니다.이는 SPC가 제조와 같은 소프트웨어 개발에서보다 덜 효과적이라는 것을 의미합니다.

제조의 변화

제조에서 품질은 사양에 준거하는 것으로 정의됩니다.그러나 모든 공정에는 변동 요인이 많기 때문에 두 제품이나 특성이 정확히 동일하지는 않습니다.종래, 대량 생산에서는, 제품의 제조 후의 검사에 의해서, 완제품의 품질이 보증되고 있습니다.각 물품(또는 생산 로트의 물품 샘플)은 설계 사양을 얼마나 잘 충족시키느냐에 따라 승인되거나 거부될 수 있습니다. SPC는 통계 도구를 사용하여 생산 공정의 성능을 관찰하여 규격 이하의 물품을 생산하기 전에 상당한 변동을 감지합니다.공정의 모든 시점에서의 변동원은 두 가지 클래스 중 하나로 분류됩니다.

(1) 공통 원인
'공통' 원인은 때로 '할당 불가' 또는 '정규' 변동 원인이라고 합니다.공정에 일관되게 작용하는 모든 변동원을 가리키며, 일반적으로 공정에는 많은 변동원이 있습니다.이러한 유형의 원인은 집합적으로 시간이 지남에 따라 통계적으로 안정되고 반복 가능한 분포를 생성합니다.
(2) 특수 원인
'특수' 원인은 때때로 '할당 가능한' 변동 원인이라고 한다.이 항은 공정 출력 중 일부에만 영향을 미치는 변동을 일으키는 요인을 가리킵니다.그것들은 종종 간헐적이고 예측할 수 없다.

대부분의 공정에는 변동 요인이 많으며, 대부분 경미하여 무시할 수 있습니다.주요 할당 가능한 변동원이 검출되면 잠재적으로 그러한 변동원을 식별하고 제거할 수 있다.제거되면 프로세스는 '안정적'이라고 합니다.공정이 안정적인 경우 변동은 알려진 한계 집합 내에 있어야 합니다.이는 적어도 다른 지정 가능한 변동원이 발생할 때까지이다.

예를 들어, 조식 시리얼 포장 라인은 각 시리얼 상자에 500그램의 시리얼을 채우도록 설계될 수 있습니다.500그램이 조금 넘는 박스와 조금 적은 박스가 있습니다.패키지 중량을 측정할 때, 데이터는 순 중량의 분포를 보여줄 것이다.

생산 프로세스, 입력 또는 환경(예: 라인상의 머신)이 변경되면 데이터의 분포가 변경됩니다.예를 들어 기계의 캠과 도르래가 마모되면 시리얼 충전기는 각 상자에 지정된 양 이상의 시리얼을 넣을 수 있습니다.이것은 고객에게 이득이 될 수 있지만, 제조사의 관점에서는 낭비가 되어 생산 코스트가 상승합니다.제조업체가 변경 사항과 그 소스를 시기적절하게 찾은 경우 변경 사항을 수정할 수 있습니다(예: 캠 및 풀리 교체).

통계 공정 관리 관점에서는 각 시리얼 상자의 무게가 항상 허용 가능한 범위 내에서 더 높고 더 낮은 랜덤하게 변동하는 경우 공정이 안정적인 것으로 간주됩니다.기계의 캠과 도르래가 마모되기 시작하면 시리얼 상자의 무게가 무작위가 아닐 수 있습니다.캠과 풀리의 기능 저하로 인해 시리얼 박스 무게가 증가하는 비랜덤 선형 패턴이 발생할 수 있습니다.우리는 이것을 일반적인 원인 변화라고 부릅니다.그러나 캠과 도르래의 예상치 못한 오작동으로 인해 모든 시리얼 박스의 무게가 갑자기 평균보다 훨씬 더 나가는 경우, 이는 특수 원인 변이로 간주됩니다.

어플

SPC의 적용에는 세 가지 주요 활동 단계가 포함됩니다.

  1. 공정 및 규격 한계를 이해합니다.
  2. 공정이 안정적일 수 있도록 지정 가능한(특수) 변동 요인을 제거합니다.
  3. 평균 또는 변동의 유의한 변화를 탐지하기 위해 관리도를 사용하여 진행 중인 생산 공정을 모니터링합니다.

관리도

공정 지도의 점에서의 변동 측정에서 얻은 데이터는 관리도를 사용하여 모니터링됩니다.관리도는 "할당 가능한"("특수") 변동원을 "공통" 변동원과 구별하려고 시도합니다."공통" 소스는 프로세스의 예상 부분이기 때문에 제조업체는 "할당 가능한" 소스에 비해 훨씬 덜 염려됩니다.관리도를 사용하는 것은 시간이 지남에 따라 지속적인 작업입니다.

안정된 프로세스

프로세스가 관리도에 대한 "검출 규칙"을 트리거하지 않으면 "안정적"이라고 합니다.안정된 공정에서 공정 능력 분석을 실시하여 향후 "적합 제품"을 생산하는 공정의 능력을 예측할 수 있다.

공정 능력 지수를 벗어나는 변동이 없는 공정 시그니처를 통해 안정적인 공정이 입증될 수 있습니다.공정 시그니처는 공정 능력 지수와 비교한 표시된 점입니다.

과도한 변동

공정이 관리도 "검출 규칙" 중 하나를 트리거하는 경우(또는 공정 능력이 낮은 경우), 과도한 변동의 원인을 식별하기 위한 다른 작업을 수행할 수 있습니다.이러한 추가 활동에 사용되는 도구는 다음과 같습니다.이시카와 다이어그램, 디자인 실험, 파레토 차트.설계된 실험은 변동원의 상대적 중요도(강도)를 객관적으로 수량화하는 수단입니다.(특수 원인) 변동의 원인을 파악한 후에는 이를 최소화하거나 제거할 수 있습니다.변동 요인을 제거하기 위한 단계에는 표준 개발, 직원 교육, 오류 방지, 프로세스 자체 또는 프로세스 입력 변경 등이 포함될 수 있습니다.

프로세스 안정성 메트릭

관리도를 사용하여 많은 공정을 모니터링할 때 공정의 안정성에 대한 정량적 측도를 계산하는 것이 유용할 수 있습니다.그런 다음 이러한 메트릭을 사용하여 수정 조치가 가장 필요한 프로세스를 식별/우선순위로 지정할 수 있습니다.이러한 메트릭은 기존의 프로세스 기능 메트릭을 보완하는 것으로도 볼 수 있습니다.Ramirez와 [13]Runger에서 설명한 바와 같이 몇 가지 지표가 제안되었습니다.여기에는 (1) 장기 변동성과 단기 변동성을 비교하는 안정성 비율, (2) 부분군 군내 변동을 부분군 군간 변동과 비교하는 분산 분석 검정, (3) 서부 전기 규칙의 위반이 하나 이상 있는 부분군의 수를 총 저림과 비교하는 불안정성 비율 등이 있습니다.부분군의 er.

관리도 수학

디지털 관리도는 보정의 필요성을 나타내는 "파생값"을 결정하는 논리 기반 규칙을 사용합니다.예를들면,

파생값 = 마지막 값 + 마지막 N개 숫자 사이의 평균 절대 차이.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Barlow & Irony (1992)
  2. ^ Bergman (2009년)
  3. ^ 자벨(1992)
  4. ^ Deming, W. Edwards, 품질통계관리강좌, 일본가쿠기주쓰렘메이, 1950.
  5. ^ Deming, W. Edwards, Dowd S.존(번역자) 1950년 데밍 전자 네트워크 웹사이트 일본어 경영 강의(1950년 8월 하코네의 야마호텔에서 열린 '일본 최고 경영자의 80%')
  6. ^ Why SPC?. SPC Press, Inc. British Deming Association. 1992.
  7. ^ Larry English, 데이터 웨어하우스와 비즈니스 정보 품질 향상: 비용 절감 및 이익 증대 방법 1999
  8. ^ Bob Raczynski와 Bill Curtis(2008) 소프트웨어 데이터가 SPC의 기본 전제 조건, IEEE 소프트웨어, 2008년 5월/6월, Vol.25, No.3, 페이지 49-51을 위반함
  9. ^ 로버트 5세바인더(1997년) 제조 품질 모델이 소프트웨어를 위해 작동할 수 있는가?, IEEE 소프트웨어, 1997년 9월/10월, 페이지 101-105
  10. ^ Raczynski, Bob (February 20, 2009). "Is Statistical Process Control Applicable to Software Development Processes?". StickyMinds.
  11. ^ Brooks, F. P., J. (1987). "No Silver Bullet—Essence and Accidents of Software Engineering" (PDF). Computer. 20 (4): 10–19. CiteSeerX 10.1.1.117.315. doi:10.1109/MC.1987.1663532.
  12. ^ Fred P. Brooks(1986) No Silver Bullet - 소프트웨어 엔지니어링의 본질과 사고, 1986년 IFIP 제10회 세계컴퓨팅회의의 진행, 페이지 1069~1076
  13. ^ Ramirez, B.; Runger, G. (2006). "Quantitative Techniques to Evaluate Process Stability". Quality Engineering. 18 (1). pp. 53–68. doi:10.1080/08982110500403581.

참고 문헌

  • Barlow, R. E. & Irony, T. Z. (1992) "통계품질관리재단" (Eds) (고시, M. & Pathak, P.K.)통계적 추론의 시사점: D를 기리는 에세이. Basu, Hayward, CA: 수학통계연구소, 99~112.
  • Bergman, B. (2009) "개념주의 실용주의:베이지안 분석을 위한 프레임워크?", IIE 트랜잭션, 41, 86–93
  • Deming, W E(1975) "행동의 기초로서의 확률에 대하여", The American Statistician, 29(4), 146–152
  • - (1982) 위기 탈출: 품질, 생산성, 경쟁력 ISBN 0-521-30553-5
  • Grant, E. L. (1946) 통계품질관리 ISBN 0071004475
  • 오클랜드, J(2002) 통계 프로세스 제어 ISBN 0-7506-5766-9
  • Salacinski, T (2015) SPC - 통계 프로세스 제어.바르샤바 공과대학 출판사.ISBN 978-83-7814-319-2
  • Shewhart, W A(1931) 제조품질 경제관리 ISBN 0-87389-076-0
  • - (1939) 품질관리 관점에서 본 통계방법 ISBN 0-486-65232-7
  • Wheeler, D J(2000) 정규성 및 프로세스 행동 차트 ISBN 0-945320-56-6
  • Wheeler, D J & Chambers, D S (1992) 통계 프로세스 제어 ISBN 0-945320-13-2 이해
  • Wheeler, Donald J.(1999년).변동에 대해서: 혼돈 관리의 열쇠 - 제2판SPC 프레스ISBN 0-945320-53-1.
  • Wise, Stephen A. & Fair, Douglas C(1998).혁신적인 제어 차트 작성: 오늘날의 제조 환경을 위한 실용적인 SPC 솔루션.ASQ 품질 프레스ISBN 0-87389-385-9
  • Zabell, S. L. (1992). "Predicting the unpredictable". Synthese. 90 (2): 205. doi:10.1007/bf00485351.

외부 링크

Wikimedia Commons에는 통계 프로세스 제어와 관련된 미디어가 있습니다.