GRUPPARBETE - Luleå tekniska universitet
GRUPPARBETE - Luleå tekniska universitet
GRUPPARBETE - Luleå tekniska universitet
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>GRUPPARBETE</strong><br />
Sex Sigma<br />
Analys av kapmaskin på Ferruform AB<br />
IEK215<br />
Statistisk processtyrning och Sex Sigma<br />
Ht-2005<br />
Mats Forsberg<br />
Anders Johansson<br />
Jennie Söderlind<br />
Sara Wedin<br />
<strong>Luleå</strong> <strong>tekniska</strong> <strong>universitet</strong><br />
Institutionen för industriell ekonomi och samhällsvetenskap<br />
Avdelningen för kvalitets- och miljöledning
Sammanfattning<br />
Denna rapport behandlar en granskning enligt DMAIC-cykeln på kapprocessen av<br />
bakaxelbryggor vid Ferruform AB i <strong>Luleå</strong>. I denna process varierar längden på de kapade<br />
enheterna med en stor spridning vilket medför problem vid nästa operation.<br />
Mätvärdena samlades in av projektgruppen under ett förmiddagsskift.<br />
Efter att kvalitetsanalyser genomförts har det konstaterats att processen varken är i statistisk<br />
jämvikt eller är duglig. Då projekttiden var begränsad innebar det att få mätningar utfördes<br />
samt att det gjordes under ett kort tidsintervall. Detta medför att det blir svårt att dra några<br />
slutsatser om processens prestanda på lång sikt. De exakta orsakerna till problemen kunde inte<br />
heller identifieras. De misstänks dock bero på slitage i lager, leder, fundamentfästet och<br />
liknande vilket gör att vibrationer lättare uppstår och variationer skapas. En annan trolig orsak<br />
är att svetsen ibland kan vara hård och därmed påverka sågklingans ingreppsvinkel.<br />
Rekommendationerna är att göra grundligare studier av orsakerna till den systematiska<br />
variationen som finns i processen. Detta för att utesluta att det finns enkla åtgärder för att lösa<br />
problemen innan nyinvestering av maskin utförs.<br />
2
Innehållsförteckning<br />
1 Introduktion ......................................................................4<br />
1.1 Bakgrund.................................................................................... 4<br />
1.1.1 Syfte .................................................................................................... 4<br />
2 Teori ...................................................................................5<br />
2.1 Sex Sigma................................................................................... 5<br />
2.2 Analysverktyg............................................................................. 6<br />
3 Define .................................................................................8<br />
3.1 Problembakgrund ...................................................................... 8<br />
3.2 Syfte och mål.............................................................................. 9<br />
3.3 Avgränsningar ........................................................................... 9<br />
3.4 Besparingar.............................................................................. 10<br />
3.5 Datainsamling.......................................................................... 10<br />
3.6 Risker........................................................................................ 10<br />
3.7 Projektplan............................................................................... 10<br />
3.7.1 Tidsplan............................................................................................. 10<br />
3.7.2 Planerade verktygsval ....................................................................... 11<br />
4 Measure............................................................................12<br />
4.1 Mätmetod.................................................................................. 12<br />
4.1.1 Osäkerheter i mätningarna ................................................................ 12<br />
4.2 Datamaterial ............................................................................ 13<br />
4.3 Utvärdering av Measurefasen ................................................. 13<br />
5 Analyze.............................................................................14<br />
5.1 Resultat av analysen ................................................................ 14<br />
5.2 Rekommendationer.................................................................. 19<br />
6 Diskussion........................................................................20<br />
7 Referenser........................................................................21<br />
Bilagor<br />
Bilaga 1 Autokorrelation……………………………………………………… 1 sida<br />
Bilaga 2 Orsak-verkan-diagram.……………………………………………… 1 sida<br />
3
1 Introduktion<br />
Den globala konkurrensen ställer allt högre krav på dagens företag vad gäller<br />
kundtillfredsställelse och ökad lönsamhet. Kunderna kräver allt högre kvalitet till ett lägre pris<br />
och förbättringsarbetet i företagen måste utvecklas kontinuerligt. Sex Sigma är en<br />
affärsstrategi med tydliga ramar för hur ett förbättringsprojekt ska utföras. Syftet är att minska<br />
variationer i processen.<br />
Fördelarna med ett lyckat Sex Sigma-program är många: kostnadsbesparingar, ökad<br />
produktivitet, förbättrade cykeltider, reducering av fel och eliminering av onödigt arbete<br />
(DoubleClick AB, 2003).<br />
1.1 Bakgrund<br />
Ferruform AB är ett dotterbolag till Scania som i första hand tillverkar bakaxelbryggor, tvär-<br />
och sidobalkar samt stötfångare. Företaget grundades 1967 och är beläget i <strong>Luleå</strong> och är en av<br />
stadens största verkstadsindustrier med strax över 700 anställda.<br />
På Ferruform delas produktionen upp i två delar, stål och axlar. Axeldelen består av tre<br />
avdelningar, bearbetning, svetsning och stödaxel. Avdelningarna är sedan indelade i mindre<br />
grupper som har olika ansvarsområden inom processen.<br />
Figur 1 Färdigtillverkad bakaxelbrygga (Sundqvist, 2004)<br />
En bakaxelbrygga (härefter benämnd brygga, se figur 1 ovan) är den sista länken som överför<br />
kraften från motorn till lastbilens drivhjul. De tillverkas på svetsavdelningen genom att<br />
diverse delkomponenter svetsas på en stomme, kallad banjo. Tidigt i processen borras ett hål<br />
genom båda banjohalvorna. Ett av dessa hål används sedan genom hela processen med<br />
funktionen att det centrerar banjon vid alla operationer. Detta hål kallas pilothål. Efter<br />
tillverkning av bakaxelbryggan ska den målas för att till sist finbearbetas (avdelningen för<br />
bearbetning) innan den skickas till kund. Arbetet på svetsavdelningen sker i fem olika<br />
arbetsgrupper där förädlingsgraden ökar för varje grupp<br />
1.1.1 Syfte<br />
Syftet med projektet är att få en praktisk tillämpning av DMAIC-cykeln och ytterligare<br />
förståelse för hur ett Sex Sigma-projekt genomförs.<br />
4
2 Teori<br />
2.1 Sex Sigma<br />
Begreppet Sex Sigma introducerades vid Motorola under 1980-talet som namn på deras<br />
förbättringsprogram med fokus på reduktion av oönskad variation. För en tillverkningsprocess<br />
i statistisk jämvikt och normalfördelat utfall ska, enligt Sex Sigma, avståndet mellan<br />
processens genomsnittvärde och närmaste toleransgräns vara minst sex gånger processens<br />
standardavvikelse, σ (Bergman & Klefsjö, 2001). Huvudsyftet med Sex Sigma är att förbättra<br />
processerna. Genom att förbättra sina processer erhålls minskade kostnader, ökad<br />
kundtillfredsställelse och ökade inkomster (Park, 2003).<br />
Den viktigaste metodiken inom Sex Sigma är de som<br />
brukar kallas DMAIC-cykeln/processen. DMAIC står för<br />
Define, Measure, Analyse, Improve och Control vilka är<br />
de fem faser som genomgås under ett Sex Sigma projekt<br />
(Park, 2003). Figur 1 visar en schematisk bild över<br />
DMAIC-processen.<br />
De fem faserna innebär följande:<br />
Define: I den här fasen ska projektets omfattning samt<br />
vilka begränsningar som finns definieras. En ansvarig för<br />
projektet ska utses, samt att beräkningar på finansiella<br />
vinster ska utföras.<br />
Measure: En nulägesbeskrivning upprättas och<br />
processens in- och outputs identifieras, hitta relevant data.<br />
En processkarta är ett bra verktyg för att beskriva<br />
processen och ett orsak-verkan-diagram underlättar<br />
problemsökning.<br />
Analyse: Analysera de data som inhämtats i förra fasen<br />
och identifiera kritiska faktorer.<br />
Improve: Verifiera de kritiska faktorerna och förbättra<br />
dessa.<br />
Control: Implementera en kontrollplan (Bañuelas &<br />
Antony, 2003)<br />
Figur 2 En schematisk bild över<br />
DMAIC-processen, Bañuelas &<br />
Antony (2003, s 254)<br />
5
2.2 Analysverktyg<br />
Datainsamling<br />
Ett viktigt steg i ett Sex Sigma-projekt är att samla in det data som ska analyseras. Detta kan<br />
göras på två olika sätt, manuellt mäta varje enhet eller automatiskt med en fastmonterad<br />
mätutrustning.<br />
Brainstorming<br />
Idékläckningsmetod för att antingen generera idéer eller lösa problem, där de involverade<br />
muntligt eller skriftligt framkastar förslag utan att själva censurera eller kritisera dem.<br />
Förslagen utvärderas i stället i efterhand (Nationalencyklopedin, 2005).<br />
Orsak-verkan-diagram<br />
Orsak-verkan-diagram, figur 4, kallas även ibland för fiskbensdiagram eller Ishikawadiagram,<br />
efter sin upphovsman Kauro Ishikawa. Fiskbensdiagrammet är ett hjälpmedel för att<br />
strukturera upp vilka huvud- och delorsaker som påverkar ett givet problem. Orsakernas<br />
inbördes beroende får också de en tydligare struktur i ett fiskbensdiagram. Diagrammet är ett<br />
dokument som kan ligga till grund för val av vilka parametrar som ska fungera som<br />
beslutsunderlag för var felavhjälpande insatser ska sättas in. Diagrammet kan också användas<br />
till planering av t ex en arbetsoperation (IVF Industriforskning och utveckling AB, 2005).<br />
Figur 3 Ett fiskbensdiagram visar på ett strukturerat sätt sambanden mellan orsaker och verkan (ett problem eller<br />
ett resultat).<br />
Histogram<br />
Histogram är en grafisk form som åskådliggör frekvenserna av olika klasser i ett statistiskt<br />
material. Har man stora datamängder är det svårt att presentera varje mätvärde för sig. Då är<br />
den grafiska presentationen en fördel. För att få en överblick över datamängden delas<br />
mätvärdena in i klasser. Varje klass representeras av en stapel med sin höjd proportionell mot<br />
antalet data inom klassgränserna (IVF Industriforskning och utveckling AB, 2005).<br />
6
SPS och styrdiagram<br />
SPS kan tillämpas för all typ av serietillverkning men är effektivast vid långa serier. Med<br />
kunskap om processens spridning är det möjligt att med enkel statistik styra en<br />
tillverkningsprocess mot sitt målvärde, trots slumpvisa variationer i maskiner och omgivning.<br />
SPS är även ett hjälpmedel för att bedöma om en process arbetar på ett kontrollerat sätt, det<br />
vill säga endast varierar slumpmässigt kring ett medelvärde, eller ej. Det ger också en god<br />
diagnos över processens duglighet (kapabilitet) och kan därför vara ett bra beslutsunderlag för<br />
förbättringar (IVF Industriforskning och utveckling AB, 2005).<br />
Ett sätt att öka känsligheten i styrdiagram är att införa ytterligare larmregler. En variant på<br />
detta är Western Electrics larmregler som ser ut enligt följande:<br />
Regel 1: En punkt hamnar utanför någon av 3 sigmagränserna<br />
Regel 2: Två punkter av tre utanför 2 sigmagränserna<br />
Regel 3: Fyra av fem punkter utanför 1 sigmagränserna, på samma sida av centrallinjen.<br />
Regel 4: Åtta punkter i rad på samma sida centrallinjen.<br />
En nackdel med att införa fler larmregler är att risken för falskt alarm ökar (Bergman &<br />
Klefsjö, 2001).<br />
Duglighetsanalyser<br />
För att avgöra om en process producerar enheter med mått inom toleransgränser utförs<br />
duglighetsanalyser. Analysen utgår från hur stor spridning processen har och hur väl vänte-<br />
och målvärdet sammanfaller. En dålig duglighet säger att processen har för stor spridning<br />
och/eller att centreringen inte är bra. Vid beräkning av maskinduglighet är gränsvärdena för<br />
processens duglighetsindex Cm > 1,5 och CMm < 0,2 (Bergman & Klefsjö, 2001).<br />
7
3 Define<br />
3.1 Problembakgrund<br />
I första arbetsgruppen på svetsavdelningen på Ferruform, intaget, består arbetet av<br />
tillverkning av bryggans stomme (banjo), se figur 2.<br />
Figur 4 Bilden visar stommen av en bakaxelbrygga, även kallad banjo.<br />
Detta projekt behandlar en kapmaskin som ingår i processen för banjotillverkning.<br />
Processkartan i figur 3 samt efterföljande beskrivning visar arbetsgången i intaget.<br />
INPUT<br />
Pressade<br />
halvor<br />
Brygghalva<br />
(streckat)<br />
Svetsfog<br />
1.<br />
Fog-<br />
beredning<br />
2.<br />
Kilhäftning<br />
Intaget<br />
3.<br />
Banjosvetsning<br />
4.<br />
Kapning<br />
Figur 5 Processkarta över arbetsgången i intaget. Fetmarkerad ruta visar aktuell maskin.<br />
5.<br />
Stukning/<br />
friktionssvetsning<br />
Input – Pressade halvor (se figur 4) som ska svetsas ihop till stommen på en bakaxelbrygga<br />
kommer in.<br />
1. Fogberedning – innan halvorna kan svetsas ihop med varandra måste kanterna fräsas<br />
raka så att de ligger jämnt mot varandra när de svetsas.<br />
2. Kilhäftning – halvor och kilar (figur 4) fästs ihop med punktsvetsning innan<br />
robotsvetsning.<br />
3. Banjosvetsning – stommen svetsas ihop av industrirobotar.<br />
4. Kapning – banjons hals (figur 4) kapas till rätt längd (mätt från centrum).<br />
5. Friktionssvets/stukning – beroende på hur bryggan ska tillverkas fungerar maskinen<br />
olika. I detta projekt ligger fokus på funktionen stukning av bryggor, det vill säga att<br />
kanterna värms upp och pressas ihop som en förberedelse för en senare svetsoperation.<br />
Output – Den färdiga banjon levereras till efterföljande operation (arbetsgrupp 2) där fortsatt<br />
förädling tar vid.<br />
De två sista delprocesserna (kapning och stukning) som visas i processkartan i figur 4 är i hög<br />
grad beroende av varandra. Kapen justeras efter hur stukningen presterar. Den process som i<br />
Kil<br />
Hals<br />
OUTPUT<br />
Banjo<br />
levereras<br />
till arbetsgrupp<br />
2<br />
8
första hand behandlas i detta projekt är kapningen, finns beskriven nedan i figur 6 samt i<br />
efterföljande processbeskrivning.<br />
INPUT<br />
Svetsad<br />
banjo<br />
1.<br />
Centrering<br />
Figur 6 Processkarta över aktiviteterna i kapen. Den fetmarkerade rutan visar aktuell maskin motsvarande den i<br />
figur 5.<br />
Input – svetsade banjor kommer till kapen via ett transportband.<br />
1. Centrering – banjon styrs med hjälp av pilothålet mot en slags styrpinne för att<br />
centreras.<br />
2. Fixering av banjo – På varje sida fixeras banjon med hjälp av V-block både uppifrån<br />
och nedifrån och på båda sidorna om det förväntade kapsnittet.<br />
3. Kapning – En sågklinga på varje sida rör sig underifrån och upp och kapar halsarna<br />
vid ett i förväg inställt mått. Det tar ungefär fyra minuter att kapa banjohalsarna.<br />
4. Frisläppning av banjo – Efter slutförd kapning släpper V-blocken och lösgör banjon.<br />
Output – färdigkapade banjor förs via ett transportband vidare till stukning.<br />
Kapmaskinen består av två identiska sågmaskiner som byggts samman för att kunna kapa<br />
båda sidorna på banjon samtidigt. Kapen är ett stort problem då måttet från centrum ut till<br />
halsen på banjon kan variera väldigt mycket, även utanför toleransgränserna.<br />
Toleransgränserna tas liten hänsyn till, då det som styr längden på banjon i första hand är<br />
nästkommande maskin. Företaget anser att det finns behov av en ny maskin, men innan<br />
beslut om inköp tas behövs tydliga data som visar prestanda på den befintliga kapen.<br />
Problemet med att banjons längd inte blir rätt visar sig tydligt i nästkommande operation,<br />
stukningen/friktionssvetsen. Den maskinen har relativt långa ställtider och blir väldigt svår att<br />
optimera när längden på en banjo kan variera så pass mycket. När banjons mått ger problem i<br />
stukningen tar det ungefär två timmar att åtgärda. Detta händer i snitt en gång per vecka.<br />
3.2 Syfte och mål<br />
Syftet med projektet är att ta fram och analysera data från en kapmaskin på svetsavdelningen<br />
på Ferruform AB med hjälp av DMAIC-cykeln.<br />
Målet är att med hjälp av olika analysverktyg, bland annat styrdiagram och<br />
duglighetsanalyser, tolka och hitta orsaker till att det finns variationer i den aktuella<br />
kapmaskinen på Ferruform. Från Ferruforms sida är målet att få fram ett resultat som kan<br />
fungera som beslutsunderlag vid inköp av en ny maskin.<br />
3.3 Avgränsningar<br />
2.<br />
Fixering av<br />
banjo<br />
Kapen<br />
3.<br />
Kapning<br />
På grund av tidsbrist avgränsas projektet till att ta fram och analysera data enbart från kapen.<br />
Datainsamlingen genomförs under enbart ett skift (8 timmar).<br />
4.<br />
Frisläppning<br />
av banjo<br />
OUTPUT<br />
Kapad<br />
banjo,<br />
redo för<br />
stukning<br />
9
I första hand fullgörs de tre första stegen i DMAIC-cykeln, det vill säga define, measure och<br />
analyse. De övriga stegen, improve och control, behandlas i mån av tid.<br />
3.4 Besparingar<br />
Den besparingspotential som kan nämnas är vad företaget i första hand är intresserad av – att<br />
underlätta för operatörerna. Det ses som psykiskt påfrestande att ha stopp i produktionen och<br />
behöva arbeta extra med det om felet beror på en felaktig maskin. Det finns självklart också<br />
en ekonomisk besparingspotential som kan vara intressant. Om variationen på banjolängden<br />
kan minimeras finns det en större möjlighet till optimering av stukningen/friktionssvetsen.<br />
Med kortare ställtider och en optimerad process förväntas genomflödet öka.<br />
Det uppstår problem, som innebär ungefär två timmars stopp, i snitt en gång per vecka. Detta<br />
innebär att produktionen står still i 96 timmar per år (2h/v * 48v/år). Ifall operatörskostnaden<br />
skattas till 300kr/h skulle det innebära en årlig förlust på knappt 30 000 kr/år.<br />
Cykeltiden i varje maskin i intaget är ungefär fyra minuter. När det inte är några problem är<br />
flödet genom processen jämnt och hela processen kan sägas vara en flaskhals. Om problemen<br />
i kapen skulle åtgärdas skulle det vara möjligt att kapa ca 1000 banjor (stopp 96h/år * 10<br />
banjor/h) extra per år eftersom kapen har kapaciteten att klara av 10 banjor per timme. Det<br />
förutsätts dock att ett behov i form av order finns. Idag tillverkas ungefär 50 000 banjor om<br />
året.<br />
3.5 Datainsamling<br />
Insamling av erfordrad data utförs av projektgruppen. Minst 50 mätningar (provgruppsstorlek<br />
= 1) förväntas vara möjliga att genomföra. Mätningarna utförs direkt i produktionen och<br />
beräknas vara klara på ett skift (åtta timmar). Det finns en specifik mall som används vid<br />
mätningar av detta slag och det som mäts är kaplängden, det vill säga avståndet från banjons<br />
centrum till ena kanten.<br />
3.6 Risker<br />
Då projektgruppens kunskaper om aktuell maskin är väldigt små kan det vara svårt att hitta<br />
relevanta orsaker till eventuella avvikelser. Förhoppningen är att operatörer och<br />
produktionstekniker ska vara till hjälp.<br />
Datainsamlingen utförs under en kort tidsperiod och bör ge en bild över hur maskinen<br />
fungerar under den aktuella tidpunkten. Då inga tidigare mätningar har gjorts finns det en risk<br />
att mätvärdena feltolkas, eftersom det inte finns något att jämföra med.<br />
3.7 Projektplan<br />
3.7.1 Tidsplan<br />
En grov tidsplan är fastställd enligt följande:<br />
23/11 Definedel klar<br />
10
25/11 Handledning<br />
02/12 Insamling av mätdata<br />
02/12 Teoridel klar<br />
07/12 Handledning<br />
09/12 Measuredel klar<br />
11/12 Analysedel klar<br />
16/12 Rapport färdig för korrekturläsning<br />
08/01 Sista inlämningsdatum för rapport<br />
Utöver dessa datum är det inbokat projekttid varje vecka för att bearbeta de ingående<br />
momenten i sex sigma projektet. Eftersom datainsamlingen sker den 2 december kommer en<br />
stor vikt att läggas på teoridelen i den inledande fasen av projektet.<br />
3.7.2 Planerade verktygsval<br />
Det kommer att användas olika verktyg för att samla in data och framförallt analysera den<br />
data som insamlas. De verktyg som troligtvis kommer att användas är:<br />
• Datainsamling<br />
• Brainstorming<br />
• Orsak-verkandiagram<br />
• Histogram<br />
• SPS och styrdiagram<br />
• Duglighetsanalyser<br />
Vid analyser med hjälp av bland annat styrdiagram och beräkning av duglighet används<br />
programvarorna Statgraphics Centurion XV och MS Excel.<br />
11
4 Measure<br />
Idag finns inget tillgängligt datamaterial. De mätningar som utförs sker på första och sista<br />
banjon i en order, då kontrolleras måttet men ingen statistik förs.<br />
4.1 Mätmetod<br />
För att ta fram lämpliga mätvärden från den aktuella maskinen besöker projektgruppen<br />
Ferruform under ett skift (8 timmar). Mätningarna utförs av projektgruppen med hjälp av ett<br />
digitalt mätinstrument med precision på hundradelsmillimeter. Mätinstrumentet kalibreras en<br />
gång om året.<br />
Mätningen går till på följande sätt:<br />
En kalibrerad järnstång (markerad mörkgrå i figur 7) placeras genom de båda styrhålen i<br />
banjons centrum. Med hjälp av ett specialtillverkat mätinstrument (markerad ljusgrå i figur 7)<br />
kan sträckan, s, från banjons mitt (järnstången) ut till halsens ände mätas. I bilden nedan visas<br />
hur mätinstrumentet placeras på banjon.<br />
sv<br />
Figur 7 Skiss över hur mätinstrumentet placeras, s = uppmätt sträcka. En centrerande järnstång (mörkgrå<br />
på bilden) placeras genom styrhålen, mätinstrumentet (ljusgrå på bilden) mäter sträckan från centrum till<br />
banjons ände.<br />
Under mättillfället mäts 36 banjor på både höger och vänster sida. Eftersom 50 mätvärden<br />
önskas får projektgruppen hjälp av en operatör som mäter resterande 14 banjor. Mellan dessa<br />
två mättillfällen finns det ett glapp på ett okänt antal banjor, men tiden emellan överstiger inte<br />
20 timmar. Följande beräkningar baseras på 50 provgrupper med provgruppsstorlek 1, tagna i<br />
följd.<br />
4.1.1 Osäkerheter i mätningarna<br />
Det kan förekomma en viss osäkerhet i mätningarna eftersom användandet av<br />
mätinstrumentet inte är optimalt. Det finns ett glapp mellan järnstången och styrhålen samt ett<br />
mellan järnstången och mätinstrumentet. Beroende på vem som utför mätningen och hur<br />
mätinstrumentet placeras kan värdet variera. För att så långt som möjligt undvika ovan<br />
nämnda variationer har antalet personer som utfört mätningar minimerats samt att en tydlig<br />
kommunikation angående mätmetodiken förts.<br />
sh<br />
740,03<br />
12
4.2 Datamaterial<br />
Tabell 1 Mätvärden för höger och vänster sida av banjon. Värdena visas i enheten millimeter.<br />
Vänster Höger Vänster Höger<br />
1 739,30 740,73 26 740,32 740,32<br />
2 740,13 740,36 27 738,81 741,01<br />
3 739,96 740,37 28 739,53 740,59<br />
4 739,07 740,32 29 739,12 740,71<br />
5 739,61 739,58 30 739,30 740,17<br />
6 739,18 740,41 31 739,99 740,25<br />
7 739,00 740,24 32 740,11 740,30<br />
8 739,52 739,94 33 740,87 739,51<br />
9 739,29 739,82 34 740,04 739,83<br />
10 739,50 739,88 35 739,95 740,10<br />
11 739,60 740,52 36 739,70 740,50<br />
12 738,95 740,13 37 738,98 739,68<br />
13 739,14 740,12 38 739,24 739,14<br />
14 739,56 740,00 39 738,63 740,03<br />
15 738,56 739,55 40 738,64 739,99<br />
16 740,45 740,39 41 739,25 739,94<br />
17 740,26 740,74 42 740,15 740,25<br />
18 740,66 740,30 43 739,86 740,81<br />
19 740,24 740,41 44 740,17 740,66<br />
20 739,81 740,58 45 739,59 741,01<br />
21 738,56 740,03 46 738,80 741,77<br />
22 739,52 739,84 47 740,27 740,51<br />
23 739,66 740,63 48 740,00 740,69<br />
24 740,12 740,87 49 739,80 740,63<br />
25 740,09 740,46 50 740,55 740,23<br />
4.3 Utvärdering av Measurefasen<br />
Förhoppningen innan measurefasen inleddes var att inhämta minst 50 på varandra följande<br />
mätvärden. Den främsta orsaken till att detta inte gick att uppnå är tidsbrist för<br />
projektgruppen. Tidsbristen uppstod för att ansvarig operatör var upptagen i möten samt att<br />
det uppstod stopp senare i flödet som påverkade den aktuella maskinen. Som vid alla<br />
manuella moment finns det även en variation i operatörernas mätteknik och noggrannhet. Då<br />
det var projektgruppen som utförde de flesta mätningarna ökar osäkerheten eftersom dessa<br />
personer inte är inövad på mättekniken. En positiv sidoeffekt med att utföra mätningarna<br />
själva var att en djupare förståelse för processen kunde erhållas samt att möjligheter för<br />
diskussion med ansvarig operatör och produktionstekniker gavs.<br />
13
5 Analyze<br />
5.1 Resultat av analysen<br />
Till att börja med testades ifall mätvärdena var normalfördelade eftersom de annars måste<br />
normaliseras för att vidare analyser ska kunna utföras. Det test som genomfördes var ett<br />
Shapiro-Wilks-test i programmet Statgraphics, resultatet visas i tabell 2. Både vänster och<br />
höger sida visade sig vara normalfördelade med 95 % signifikansnivå då P-värdet överstiger<br />
0,05. Figur 8 visar normalfördelningsplot över mätvärdena.<br />
Tabell 2 P-värden från Kolomognov– Smirrnov-test för vänster respektive höger sida.<br />
Test Statistik P-värde<br />
Shapiro-Wilks W 0,968166 0,324561<br />
Shapiro-Wilks W 0,985985 0,9139<br />
Vänster<br />
741<br />
740,5<br />
740<br />
739,5<br />
739<br />
738,5<br />
738<br />
738 738,5 739 739,5 740 740,5 741<br />
Normal distribution<br />
Figur 8 Normalfördelningsplot över mätvärden för vänster och höger sida på banjon.<br />
Efter att det konstaterats att värdena är normalfördelade gjordes även test för att kontrollera<br />
autokorrelation (se bilaga 1). Testet visade att detta förkom, men då mätvärdena togs från ett<br />
kort tidsintervall har slumpen stor inverkan och kan vara anledningen till resultatet. På grund<br />
av denna osäkerhet har det antagits att ingen autokorrelation förkommer.<br />
Styrdiagram uppfördes sedan för att se om processen kan antas vara i statistisk jämvikt.<br />
Höger<br />
742<br />
741,5<br />
741<br />
740,5<br />
740<br />
739,5<br />
739<br />
739 739,5 740 740,5 741 741,5 742<br />
Normal distribution<br />
14
X<br />
MR(2)<br />
742<br />
741<br />
740<br />
739<br />
738<br />
2<br />
1.6<br />
1.2<br />
0.8<br />
0.4<br />
0<br />
X Chart for Vänster<br />
0 10 20 30 40 50<br />
Observation<br />
Figur 9 X-diagram över mätvärden från vänster sida av banjon.<br />
MR(2) Chart for Vänster<br />
0 10 20 30 40 50<br />
Observation<br />
Figur 10 MR-diagram över mätvärden från vänster sida av banjon.<br />
UCL = 741,04<br />
CTR = 739,63<br />
LCL = 738,21<br />
UCL = 1.74<br />
CTR = 0.53<br />
LCL = 0.00<br />
15
X<br />
MR(2)<br />
742<br />
741,5<br />
741<br />
740,5<br />
740<br />
739,5<br />
739<br />
1,5<br />
1,2<br />
0,9<br />
0,6<br />
0,3<br />
0<br />
X Chart for Höger<br />
0 10 20 30 40 50<br />
Observation<br />
Figur 11 X-diagram över mätvärden från höger sida av banjon.<br />
MR(2) Chart for Höger<br />
0 10 20 30 40 50<br />
Observation<br />
Figur 12 MR-diagram över mätvärden från vänster sida av banjon.<br />
UCL = 741,30<br />
CTR = 740,30<br />
LCL = 739,29<br />
UCL = 1,24<br />
CTR = 0,38<br />
LCL = 0,00<br />
De larmregler som används är WesternElectrics. Detta på grund av att öka känsligheten.<br />
Processen kan inte antas vara i statistisk jämvikt då larm ges i samtliga styrdiagram (se<br />
diagram 9-12). Styrdiagrammet för vänster sidas X-värden ger larm på två ställen. Det första<br />
för att det finns åtta eller fler på varandra följande punkter på samma sida om centrumlinjen<br />
och det andra för att fyra av fem punkter finns utanför 2 sigmagränserna. Moving range<br />
diagrammet ger larm för att en punkt befinner sig utanför 3 sigmagränserna. I X-diagrammet<br />
för höger sida uppkommer två larm för punkter utanför 3 sigmagränserna och ett larm för att<br />
fyra av fem på varandra följande punkter ligger utanför 2 sigmagränserna. I moving<br />
rangediagrammet för höger sida är det en punkt som ligger utanför 3 sigmagränsen. Eftersom<br />
16
processen inte är i statistisk jämvikt innebär det att duglighetsanalysen enbart ger en<br />
ögonblicksbild för den aktuella mätperioden. Det går alltså inte att dra slutsatser av<br />
duglighetsstudien som går att tillämpa på processen över en längre period. Även att denna<br />
mätperiod var förhållandevis kort gör att osäkerheten för en långsiktig tolkning blir stor.<br />
frequency<br />
frequency<br />
15<br />
12<br />
9<br />
6<br />
3<br />
Process Capability for Vänster<br />
LSL = 739,0; Nominal = 740,0; USL = 741,0<br />
0<br />
737 738 739 740 741 742<br />
Vänster<br />
20<br />
16<br />
12<br />
8<br />
4<br />
Figur 13 Duglighetsstudie av mätvärden från vänster sida av banjon.<br />
Process Capability for Höger<br />
LSL = 739,0; Nominal = 740,0; USL = 741,0<br />
0<br />
738 739 740 741 742<br />
Höger<br />
Figur 14 Duglighetsstudie av mätvärden från höger sida av banjon.<br />
Normal<br />
Mean=739,628<br />
Std. Dev.=0,5829<br />
Cp = 0,71<br />
Pp = 0,57<br />
Cpk = 0,44<br />
Ppk = 0,36<br />
K = -0,37<br />
Normal<br />
Mean=740,297<br />
Std. Dev.=0,4553<br />
Cp = 0,99<br />
Pp = 0,73<br />
Cpk = 0,70<br />
Ppk = 0,51<br />
K = 0,30<br />
17
Tabell 3 Duglighet för vänster sida, 95.0% konfidensintervall<br />
Index Lower Limit Upper Limit<br />
Cp 0,56669 0,845376<br />
Pp 0,458887 0,684558<br />
Cpk 0,316138 0,571095<br />
Ppk 0,242629 0,475824<br />
Tabell 4 Duglighet för höger sida 95.0% konfidensintervall<br />
Index Lower Limit Upper Limit<br />
Cp 0,797461 1,18964<br />
Pp 0,58747 0,876375<br />
Cpk 0,532267 0,864936<br />
Ppk 0,377097 0,652187<br />
Då det tidigare konstaterats att processen inte är i statistisk jämvikt så är nedanstående resultat<br />
enbart tolkningar från en ögonblicksbild, och inte för ett längre perspektiv.<br />
Med duglighetsstudien och styrdiagrammet som underlag, visar det på att maskinen inte<br />
uppfyller de normala kvalitetskrav som ställs i dagens samhälle. Eftersom de ovanstående<br />
tabellerade indexen (tabell 3 och 4) ska vara lika med eller överstiga 1.5 för att spridningen<br />
ska anses duglig, kan processen inte anses vara det. Processen är även dåligt centrerat då<br />
absolutbeloppet av K (se figur 13-14) bör understiga 0.2. Orsakerna till detta kan vara många<br />
men är svåridentifierade. För att göra detta lättare upprättades ett orsak-verkan-diagram (se<br />
bilaga 2). Den främsta orsaken som vi i projektgruppen kommit fram till, är framför allt att<br />
maskinen har använts mycket. Detta kan ha medfört att slitage uppkommit i viktiga<br />
komponenter så som lager, leder, fundamentfästet etcetera vilket gör att vibrationer lättare<br />
uppstår och variationer skapas.<br />
Andra orsaker kan vara att svetsen från föregående operationer är olika hårda. Detta kan<br />
medföra att sågklingan rör sig och får olika vinklar vid ingrepp, vilket gör att längden på<br />
banjorna varierar efter kapningen.<br />
Som tidigare nämnt i utvärdering av Measurefasen har även osäkerheten i mätningarna effekt<br />
på mätvärdena och analysen.<br />
18
5.2 Rekommendationer<br />
Som Ferruform redan konstaterat är inte processen stabil och tillfredställande. Vi har dock<br />
inte kunnat identifiera orsakerna till detta och rekommenderar att en djupare granskning<br />
genomförs. Detta för att verkligen vara säker på att problemen inte går att åtgärda med enkla<br />
medel istället för att införskaffa en helt ny maskin.<br />
En annan sak som kan vara bra att införa är att dokumentation förs över första- och<br />
sistabitskontrollen då det ändå utförs mätningar på dessa. Detta kan sedan användas för utföra<br />
kvalitetsanalyser så som kapabilitetstest, styrdiagram etcetera några gånger per år, då kunskap<br />
om detta redan finns på företaget.<br />
19
6 Diskussion<br />
Redan tidigt visade Ferruform, genom produktionstekniker Roger Larsson, stort intresse för<br />
att detta projekt skulle genomföras. För projektgruppen innebar det en ökad motivation att<br />
genomföra projektet på ett sådant sätt att ett användbart resultat skulle uppnås.<br />
Roger Larsson har genom hela projektets gång påpekat att maskinen är dålig. Det finns redan<br />
en plan för inköp av en ny maskin, den behöver dock styrkas av tydlig bevisning av<br />
maskinens oduglighet. Det finns risk att projektgruppen färgats av dessa påpekanden och<br />
kanske inte tolkat mätvärdena på ett helt objektivt sätt. Dock visar analyserna på att någonting<br />
inte fungerar som det ska i maskinen.<br />
Projektet fick en hackig start då det första tilltänkta projektet fick avbrytas efter datainsamling<br />
på grund av för små variationer. Lyckligtvis dök detta projekt upp ganska snabbt, men dyrbar<br />
tid hade redan förlorats. Den tiden hade kunnat användas till att få en djupare förståelse för<br />
processen, samt att utföra fler mätningar.<br />
Mätningarna omfattar 50 mätvärden och har i analyserna behandlats som 50 på varandra<br />
följande värden. I verkligheten hämtades dessa värden i två omgångar med 36 respektive 14<br />
värden. Analysen kanske borde ha behandlat värdena som de var inhämtade, det vill säga<br />
styrdiagram upprättas utifrån de första 36 mätvärden och de resterande 14 används för<br />
kontroll.<br />
För att få ett säkrare resultat behövs fler mätvärden. Det hade varit önskvärt att ha fler<br />
mätvärden att jobba med, men då mätningarna är så pass tidskrävande har det ej funnits<br />
möjlighet. Tidigare har ingen statistik förts över mätningarna så det har inte funnits något<br />
tidigare material att jämföra med.<br />
En stor hjälp under projektets gång har varit de handledningsmöten som projektgruppen haft<br />
med Rickard Garvare. De har öppnat våra sinnen.<br />
20
7 Referenser<br />
Bergman, B. & Klefsjö, B (2001) Kvalitet från behov till användning 3:e uppl. Lund,<br />
Studentlitteratur. ISBN: 91-44-01917-3<br />
Park (2003) Six Sigma for Quality and Productivity Promotion Tokyo, Asian Productivity<br />
Organization, ISBN: 92-833-1722-X<br />
Sundqvist, D. (2004) Spårbarhet på Ferruform, Examensarbete, <strong>Luleå</strong> <strong>tekniska</strong> <strong>universitet</strong>,<br />
ISSN:1402-1617<br />
Bañuelas & Antony (2003) Six sigma ord for six sigma (senast uppdaterad 2005)<br />
http://www.emeraldinsight.com/Insight/viewPDF.jsp?Filename=html/Output/Published/Emer<br />
aldFullTextArticle/Pdf/1060160403.pdf (2005-12-06)<br />
DoubleClick AB(senast uppdaterad 2003) http://www.doubleclick.se/showpage.asp?id=228<br />
(hämtat 2005-12-06)<br />
Nationalencyklopedin (senast uppdaterad 2005)<br />
http://www.ne.se/jsp/search/search.jsp?h_search_mode=simple&h_advanced_search=false&t<br />
_word=brainstorm (hämtat 2005-12-11)<br />
IVF Industriforskning och utveckling AB (senast uppdaterad 2005)<br />
http://extra.ivf.se/lean/pdf/kvalitet/fiskbensdiagram.pdf (hämtat 2005-12-11)<br />
IVF Industriforskning och utveckling AB (senast uppdaterad 2005)<br />
http://extra.ivf.se/lean/pdf/kvalitet/histogram.pdf (hämtat 2005-12-11)<br />
IVF Industriforskning och utveckling AB (senast uppdaterad 2005)<br />
http://extra.ivf.se/lean/pdf/kvalitet/SPS.pdf (hämtat 2005-12-11)<br />
21
Bilaga 1, Autokorrelation<br />
Skattad autokorrelation av mätvärden på vänster och höger sida av banjon.<br />
Estimated Autocorrelations for Vänster<br />
1<br />
0,6<br />
0,2<br />
-0,2<br />
-0,6<br />
-1<br />
0 3 6 9<br />
lag<br />
12 15 18<br />
Estimated Autocorrelations for Höger<br />
1<br />
0,6<br />
0,2<br />
-0,2<br />
-0,6<br />
-1<br />
0 3 6 9<br />
lag<br />
12 15 18<br />
Bilaga 1 Sid 1 (av 1)
Bilaga 2, Orsak-verkan-diagram<br />
Orsak-verkan-diagram<br />
Mätning<br />
Metod<br />
Kalibrering<br />
Mätteknik<br />
Mätnoggrannhet<br />
Mätprecision<br />
Oriktad banjo<br />
Människa<br />
Dålig lämpad maskin<br />
Föregående operationer<br />
Noggrannhet<br />
Information<br />
Kunskap<br />
Maskin<br />
Miljö<br />
Vibrationer<br />
Kapvinkel<br />
Kvalitet på sågklinga<br />
Slitage<br />
Bromsar<br />
Pilotplatta<br />
Glapp<br />
Fundament<br />
Skräp i fixturen<br />
Bilaga 2 Sid 1 (av 1)<br />
Felaktig kaplängd<br />
23