Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
IMPLEMENTERING AV STATISTISK PROCESSTYRNING VID SMÅ SERIER
Mälardalen University, School of Innovation, Design and Engineering.
2015 (Swedish)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [sv]

Statistisk processtyrning, SPS, är ett välkänt verktyg som används för kvalitetsförbättringar inom organisationer världen över. De senaste åren har tillverkande organisationer tenderat att gå mot kortare serier, vilket medför en problematik när de vill tillämpa statistiska metoder som är utvecklade för traditionell masstillverkning. Framgångsfaktorer för implementering av SPS vid små serier är ett relativt outforskat område och kräver därför ytterligare forskning. Syftet med denna studie var att ta fram en modell över hur SPS framgångsrikt kan implementeras av organisationer med små serier och en stor detaljflora. För att besvara syftet genomfördes en fallstudie med både kvantitativ och kvalitativ metod. Deltagande observationer och en workshop med 15 deltagare utfördes för att identifiera existerande variationer samt definiera nuläget i det avgränsade produktionsflödet, vars processer studerades i studien. Tre produktfamiljer och kritiska parametrar som representerade produktkvalitén valdes ut för att följas upp i styrdiagram. En mätsystemanalys utfördes för att undersöka om de mätdon som i stor utsträckning användes för kvalitetskontroll i processen var tillförlitliga. Styrdiagram upprättades anpassade för små serier och statistiska analyser utfördes för att undersöka om SPS var en användbar metod för kvalitetsförbättringar i processer med små serier. En kvalitativ benchmark med fyra deltagande organisationer utfördes även för att ta del av deras erfarenheter relaterat till implementering och arbete med SPS.

 Resultatet visade att den studerade organisationen behöver utföra förändringar gällande arbetsmetoder för kvalitetskontroll samt hantering av processer och mätsystem. Det finns även behov av ett omfattande förbättringsarbete, för att eliminera det flertalet orsaker till systematiska variationer som identifierades påverka processerna och produktkvalitén. Dessa förändringar krävs innan en implementering av SPS kan genomföras. Verktyg inom SPS visade sig med framgång kunna användas för att förbättra processer med små serier, vid användning av standardiserade styrdiagram som möjliggör analys av flera produkter i samma diagram. Processer med små serier och en stor detaljflora medför en utökad komplexitet vid statistiska analyser och visar tecken på ett flertal svårigheter som ökar risken för en fallerad implementering.

 Utifrån analyser av det kvalitativa och kvantitativa resultatet skapades en modell med 15 framgångsfaktorer för implementering av SPS vid små serier. Faktorerna bör följas av organisationer med små serier som vill lyckas med att implementera SPS. Framgångsfaktorerna är följande: (1) Var beredd på en kulturförändring som kräver att SPS vävs in i hela organisationen, (2) Förmedla ett tydligt mål och hållbar strategi för arbetet med SPS, (3) Skapa ett utbrett engagemang i hela organisationen, (4) Utse en SPS-koordinator, (5) Inför utbildning och uppföljning från start, (6) Skapa tvärfunktionella team, (7) Främja samarbete och delaktighet under förbättringsarbetet, (8) Ställ krav på ett dugligt mätsystem, (9) Utför en pilotstudie där det finns intresse, (10) Identifiera kritiska processer, produktfamiljer och parametrar, (11) Börja med att lära känna processerna, (12) Upprätta standardiserade styrdiagram, (13) Tolkning och analys av styrdiagram utförs enligt Montgomerys metod för statistiska analyser, (14) Sträva efter stabila processer, (15) Utför kontinuerlig uppföljning.

 

Abstract [en]

Statistical process control, SPC, is a widely used technique for quality improvements by companies all over the world. The current trend in manufacturing organizations is directed towards shorter productions runs, which cause problems when applying traditional statistical methods developed for SPC on mass production runs. The critical factors for a successful implementation of SPC on short runs are still not fully explored and require further research. The main purpose of this study was to present a conceptual framework that illustrates the successful implementation of SPC in organizations with short runs and extensive product portfolio. In order to answer the research questions, a case study research methodology with both quantitative and qualitative methods was used. Participant observations and a workshop including 15 participators were performed in order to identify existing process variability’s and current state of the studied production processes.  Three product families and key quality characteristics of each product were chosen to be monitored in control charts, based on scrap costs and staff experiences of the production process.  A measurement system analysis was used to determine if the gauges, used to make measurement quality controls, were capable. Control charts were constructed and adjusted to short production runs. Statistical analysis was then made on the information gathered through the control charts to determine if statistical tools within SPC was useful for quality improvements on short production runs.  Also a qualitative benchmark was performed with four manufacturing companies to take part of their experiences and knowledge related to the implementation and application of SPC.

 The findings indicate that the studied organization needs to improve working methods related to quality inspections and monitoring of the production processes. The organization also needs to improve the measurement system and make an extensive work of improvement to reduce the many identified special causes of variation that affects the processes and product quality, before implementing SPC in the organization. Findings showed that SPC tools and techniques successfully can be adopted to improve short run production processes when using standardized control charts for different product types. Short run production processes involve more complex statistical analysis which could inhibit the success of an implementation of SPC. 

 The analysis of the qualitative and quantitative findings resulted in a framework including 15 critical success factors for the implementation of SPC in short production runs. All the following critical success factors should be taken into account by organizations with short runs that aspire a successful implementation of SPC: (1) Be ready to make a cultural change including the recognition of the importance of SPC within the whole organization, (2) Communicate a clear goal and long-term strategy, (3) Create motivation and commitment from top management to operators on the shop floor, (4) Select a SPC coordinator, (5) Introduce a training programme with feedback from start, (6) Create cross-functional teams, (7) Stimulate cooperation and participation within the work of improvements, (8) Ensure a capable measurement system, (9) Perform a pilot project with enthusiastic employees, (10) Identify critical processes, product families and key quality characteristics, (11) Focus on exploring process behaviors, (12) Construct standardized control charts, (13) Interpret and analyze control charts according to Montgomery’s method for statistical analysis, (14) Attempt to obtain processes in control, (15) Perform continuous follow ups.   

Place, publisher, year, edition, pages
2015. , p. 80
Keywords [en]
Statistical process control, Short run, Quality, Six sigma, Control chart
Keywords [sv]
Statistisk processtyrning, Små serier, Kvalitet, Sex sigma, Styrdiagram
National Category
Mechanical Engineering
Identifiers
URN: urn:nbn:se:mdh:diva-27810OAI: oai:DiVA.org:mdh-27810DiVA, id: diva2:801046
External cooperation
Atlas Copco Rock Drills AB
Subject / course
Product and Process Development
Supervisors
Examiners
Available from: 2015-04-28 Created: 2015-04-08 Last updated: 2015-04-28Bibliographically approved

Open Access in DiVA

fulltext(2868 kB)1163 downloads
File information
File name FULLTEXT01.pdfFile size 2868 kBChecksum SHA-512
589201abb9e4d5876dbf871d4d6fa1787c0b8275c45626820f4542c1e49b20554bc8a018a2d23d581babc4c46121c00ef4e11729ee4340eee45d0105acd00bce
Type fulltextMimetype application/pdf

By organisation
School of Innovation, Design and Engineering
Mechanical Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 1163 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 919 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf