Waarom Statistical Process Control (SPC)?
Uitgebreide logging van data en monitoren van productieprocessen leidt niet vanzelfsprekend tot een goede procesbeheersing. Een goede procesbeheersing vereist dat de belangrijkste parameters worden gevolgd op een wijze die de procesperformance en afwijkende situaties vroegtijdig in beeld brengen. De juiste informatie moet worden aangeboden op het juiste moment zodat operators op tijd ingrijpen, en zo snel mogelijk productieverstoringen kunnen voorkomen zonder stilstand én zonder kwaliteitsverlies én met minimale kosten. De kracht van Statistical Process Control (SPC) is om afwijkende situaties en verstoringen in productie zo snel mogelijk te herkennen en te herstellen. Het is daarmee hét fundament voor een goede procesbeheersing.
Stappenplan Statistical Process Control (SPC)
Om Statistical Process Control (SPC) te implementeren doorloop je de volgende stappen:
- Procesanalyse: proceseigenschappen en de risico’s op procesverstoringen worden door teams van operators en procestechnologen in beeld gebracht. Hierbij worden waar nodig andere functies betrokken, bijvoorbeeld onderhoud of kwaliteit.
- Vastleggen soorten metingen: voor de belangrijkste risico’s wordt bepaald welke procesparameters geschikt zijn om de procesverstoring te signaleren.
- Analyse van metingen: op basis van verzamelde data wordt vastgesteld wat een goede frequentie en een goede steekproefgrootte is om nauwkeurige en tijdige signalering te bereiken.
- Bepalen van SPC-grenzen en OCAP: het systeem van procesbeheersing wordt operationeel gemaakt voor toepassing door de operators door het ontwerpen van regelkaarten (Control Charts: wanneer ingrijpen) en Out of Control Action Plans (OCAP’s: hoe ingrijpen).
Observaties uit de praktijk: Statistical Process Control (SPC)
De volgende observaties uit de praktijk kunnen je helpen bij een succesvolle invoering van Statistical Process Control (SPC) en het creëren van extra meerwaarde tijdens dit proces.
- Gezamenlijke ontwikkeling van de beheersingsmethodiek door de direct betrokken medewerkers leidt tot een goede begripsvorming, en zorgt ervoor dat de beschikbare kennis van de operators en van de procestechnologen goed wordt benut.
- Om een goed inzicht in de belangrijkste spreidingsbronnen en in de relaties tussen procesparameters en het eindresultaat te krijgen is het cruciaal om geschikte statistische analyse methodes te kiezen. Verkeerde keuzes leiden tot een een onvoldoende begrepen proces en daardoor tot een slecht beheerst proces.
- OCAP’s blijken een opvallend nuttige rol te vervullen bij het harmoniseren van de werkwijze van operators en bij het ondersteunen van de discussie over de verbetering van de aanpak van procesverstoringen door de operators.
- Procestechnologen en kwaliteitsmedewerkers werken op basis van de resultaten van de procesbeheersing nauw samen met productie en kunnen daardoor snel acties voor het bereiken van procesverbetering oppakken met operators. SPC past daarmee uitstekend bij de lean production aanpak.
- De aanpak voor procesbeheersing wordt een beperkte tijd uitgetest in de bestaande productie en kan vervolgens volledig worden opgenomen in de operationele aansturing en review van de processen. Bij een opstart van nieuwe productielijnen kan SPC worden ingezet om de afwijkingen ten opzichte van het normale proces te detecteren en de OCAP’s uit te testen en zonodig aan te passen aan de nieuwe installatie en omstandigheden.
Statistical Process Control (SPC) binnen jouw organisatie?
Wil je ook jouw beheersingsmethodiek optimaliseren op basis van de mogelijkheden van onze Statistical Process Control (SPC)-werkwijze? Bert helpt je graag!
Lees meer over:
