Методите на Тагучи са подход в инженерството на качеството, който третира всяко отклонение от целевата стойност като финансова загуба и проектира продукти и процеси така, че да са устойчиви на шумовите фактори, които причиняват това отклонение.
Разработена от японския инженер Геничи Тагучи, философията се отклонява от традиционното мислене по фундаментален начин: детайлът не е просто добър, ако попада в рамките на толерансната си зона, и лош, ако е извън нея.
Вместо това качеството се влошава непрекъснато, когато характеристиката се отклонява от идеалната целева стойност, дори докато технически все още е в спецификация. Тази една идея променя начина, по който задавате толеранси, провеждате експерименти и решавате къде да инвестирате усилия за подобрение.
Класическият контрол на качеството използва модел на гредите. Ако диаметърът на вал трябва да бъде 10.00 мм с толеранс плюс или минус 0.05 мм, тогава 9.96 мм и 10.04 мм и двете се считат за "съответстващи" и се третират като еднакво приемливи. Тагучи твърди, че това е погрешно.
Вал с диаметър 10.04 мм пасва по-зле, износва се по-бързо и предизвиква повече последващи проблеми в процеса в сравнение с такъв, който е точно 10.00 мм, въпреки че и двата преминават инспекцията. Загубата не е стъпкова функция на ръба на толеранса.
Тя е плавна крива, центрирана около целта, и расте колкото по-далеч се отклонявате в която и да е посока.
Тагучи улови това с квадратичната Функция за загуба на качеството , записана като L = k(y - m)^2. Тук y е измерената стойност на характеристиката, m е целевата (номинална) стойност, а k е коефициентът на загубата, константа, която преобразува квадратичното отклонение в пари.
Понеже отклонението е на квадрат, загубата нараства рязко: удвояването на отклонението увеличава разходите четворно. Това математически кодира интуицията, че малкото отклонение е евтино, а голямото е много скъпо. Функцията предполага "номиналът е най-добър", въпреки че Тагучи дефинира варианти за "колкото по-малко, толкова по-добре" (като замърсяване) и "колкото по-голямо, толкова по-добре" (като якост на свързване).
Предположете, че компонент има цел m = 10.00 мм с функционален толеранс плюс или минус 0.05 мм. При границата на толеранса (отклонение 0.05 мм) средната цена за клиента чрез ремонт, доработка или бракуване е измерена на 8.00 евро. Първо изчислете k:
Сега използвайте това k, за да оцените част, която измерва 10.02 мм, отклонение само 0.02 мм и удобно в спецификация:
Така че "приемлива" част в спецификацията все още носи качествена загуба от 1.28 евро. Част при 10.04 мм (отклонение 0.04 мм) носи 3200 x 0.0016 = 5.12 евро, четири пъти загубата на частта с 0.02 мм, въпреки че отклонението е само удвоено.
Това е квадратичната връзка в действие и затова гоненето на целта, а не само на толеранса, се отплаща. Ако произвеждате 200 000 от тези части годишно със средно квадратично отклонение 0.0004 мм^2, очакваната годишна загуба е 3200 x 0.0004 x 200 000 = 256 000 евро. Намаляването на вариацията наполовина намалява тази сметка повече от наполовина.
Функцията за загубата ви казва, че вариацията струва пари. Робустното проектиране, сърцето на метода на Тагучи, ви показва как да я намалите евтино.
Всеки процес има контролни фактори , които можете да зададете (температура, скорост на подаване, налягане) и шумови фактори , които не можете лесно да контролирате (околната влажност, вариации в партидите материали, износване на машини).
Целта на параметричното проектиране е да се намерят настройки на контролните фактори, които правят изхода нечувствителен към шума, така че процесът да остане на целевата стойност, дори когато шумът варира. Критично е, че придобивате робустност чрез избора на по-добри настройки, а не чрез купуване на по-строги (и по-скъпи) компоненти.
Това директно атакува източниците на непланирани престои и непоследователен изход, които ерозират общата ефективност на оборудването на линията.
За да измери робустността, Тагучи използва съотношението сигнал/шум (S/N) , което комбинира средната стойност (сигнала) и вариабилността (шума) в едно число, което трябва да максимизирате. По-високо S/N съотношение означава, че отговорът е както на целта, така и стабилен при различни шумови условия.
За да намери най-добрите настройки ефективно, той адаптира ортогоналните масиви : хитро балансирани части от пълен факториален дизайн, които ви позволяват да изучите много фактори в няколко изпитвания. Пълен тест на седем фактора с по две нива би изисквал 128 комбинации; ортогонален масив L8 изучава всички седем само в 8 изпитвания.
Тази ефективност направи проектираните експерименти практични на реална производствена площадка. Тази експериментална дисциплина допълва статистическия контрол на процеса и се вписва добре в цикъл за подобрение DMAIC.
Мисленето на Тагучи, насочено към целта, се съчетава естествено с показателите за способност на процеса (Cp и Cpk), тъй като Cpk вече наказва процес, който е центриран извън целта. Намаляването на вариацията чрез робустно проектиране повишава Cpk и, тъй като загубата намалява със квадрата на отклонението, намалява степента на отпадъци по-бързо, отколкото предполага линейната интуиция.
В комбинация с дисциплинирана програма за превантивна поддръжка, която предотвратява дрейф на машините, кривата на загубата става общ език между инженерството и финансите.
За яснота и точност: Fabrico не провежда проектирани експерименти, не изчислява S/N съотношения, не генерира ортогонални масиви и не извършва DOE анализа вместо вас. Това се прави с посветен статистически софтуер и с преценката на вашите инженери.
Това, което методите на Тагучи абсолютно изискват, и което на повечето заводи липсва, са надеждни данни за производството: какво процесът всъщност е произвел, изпълнение по изпълнение, машина по машина, със загубите, спиранията и качествените събития, които разкриват с колко вариация и шум наистина се борите.
Fabrico е тази основа от данни за производството в реално време. Неговият мониторинг в реално време на OEE и производството улавя истинското производство и загуби непрекъснато, включително мониторинг с компютърно зрение на машини без ПЛК, така че числата за отклонение, които се подават към вашата функция за загуба, са измерени, а не предположени.
В комбинация с CMMS за работни поръчки, активи и графици за превантивна поддръжка, получавате чиста, хоствана в ЕС базова линия, от която зависи всяко усилие за робустно проектиране.
Обичайните толерансни граници третират всяка част вътре в интервала като еднакво добра и всяка част извън него като еднакво лоша, стъпкова промяна на ръба на спецификацията. Функцията за загуба на Тагучи заменя това с плавна квадратична крива, центрирана около целта, така че загубата нараства непрекъснато, колкото по-далеч частта се отклонява от номинала, дори докато все още е в спецификация. Тя възнаграждава достигането на целта, не само преминаването на инспекцията.
Контролните фактори са настройки на процеса, които можете да зададете и задържите, като температура, скорост на подаване или налягане. Шумовите фактори са източници на вариация, които не можете лесно да контролирате, като околната влажност, разлики между партидите суровини или износване на машините. Робустното параметрично проектиране търси настройки на контролните фактори, които правят изхода нечувствителен към шумовите фактори, предоставяйки стабилно качество без скъпо стягане на всеки вход.
Трябва ви статистически софтуер или компетентен анализатор, за да проектирате експериментите с ортогонални масиви, да изчислявате съотношения сигнал/шум и да интерпретирате резултатите. Fabrico не извършва този анализ. Това, което предоставя, са точните данни за производството в реално време (реален добив, загуби, спирания и качествени събития), от които тези изчисления зависят, така че вашите коефициенти на загуба и оценки на вариацията да отразяват реалността, а не предположения.
Готови ли сте да изградите робустно проектиране върху данни, на които можете да се доверите? Запазете демо на Fabrico и вижте как OEE в реално време и CMMS дават на вашето инженерство по качеството точна производствена основа.
Вход
Блог
