Beim Kauf von verschiedensten Gütern ist die Produktqualität einer der wesentlichen Entscheidungsfaktoren für Konsumenten. Aber auch aus Sicht des produzierenden Unternehmens ist die Produktqualität ein wichtiges Merkmal, denn nur durch eine nahezu fehlerfreie Produktion ist ein Nachkommen der Verpflichtungen gegenüber den Abnehmern möglich. Um dem gerecht zu werden, ist eine entsprechende Sicherung der Qualität notwendig.
In dieser Arbeit wird auf die Ursachen von Qualitätsmängeln eingegangen und es werden verschiedene Qualitätssicherungsmethoden unter Anwendung von statistischen Werkzeugen vorgestellt. Dabei wird sowohl auf normalverteilte als auch auf nicht-normalverteilte Merkmale eingegangen.
Schließlich wird anhand von Beispielen bei verschiedenen Unternehmen aufgezeigt, dass statistische Qualitätssicherung einen immer größeren Stellenwert einnimmt.
Inhaltsverzeichnis
1 Einleitung
1.1 Grundlagen der Qualitätssicherung
1.2 Qualitätsregelkarten
1.3 Ursachen für Schwankungen
1.4 Hypothesen
1.5 Ablauf von SPC
2 Normalverteilte Qualitätsmerkmale
2.1 Einleitung
2.2 Bestimmung der Sollwerte
2.3 Bestimmung der Eingriffgrenzen
2.3.1 Die Shewhart-x̄-Karte
2.3.2 Die Shewhart-s-Karte
2.3.3 Die Shewhart-R-Karte
2.3.4 Die x̄-s- und die x̄-R-Karte
2.3.5 Die EWMA-x̄-Karte
2.3.6 Die x̄-Annahme-Karte
2.4 Multivariate Qualitätsregelkarten
2.4.1 Multivariate Shewhart-x̄-Qualitätsregelkarten
2.4.2 Multivariate Shewhart-s-Qualitätsregelkarten
3 Nicht-Normalverteilte Qualitätsmerkmale
3.1 Einleitung
3.2 Auswirkungen bei anderen Verteilungen
3.3 Modifizierte x̄- und s-Karte
3.4 Qualitätsregelkarten im verallgemeinerten Poisson-Modell
4 Beispiele und Resümee
4.1 W&H Dentalwerk Bürmoos
4.2 W.E.T. Pilisszentivan
4.3 ARCO Steel
4.4 Hilti AG
4.5 Resümee
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den Einsatz und die mathematischen Grundlagen statistischer Prozesslenkung (SPC) zur Qualitätssicherung im Produktionsmanagement, um Prozessschwankungen effektiv zu überwachen und zu beherrschen.
- Grundlagen und statistische Definitionen von Qualitätsregelkarten.
- Differenzierung zwischen normalverteilten und nicht-normalverteilten Qualitätsmerkmalen.
- Einsatzmöglichkeiten und Berechnung von Kontrollkarten (Shewhart, EWMA, multivariate Karten).
- Analyse praktischer Anwendungsbeispiele in der Industrie zur Prozessverbesserung.
Auszug aus dem Buch
1.2 Qualitätsregelkarten
Fertigungsprozesse können wie bereits erwähnt auf Basis der vorhandenen Daten analysiert werden. Unter Verwendung von Qualitätsregelkarten wird das Verhalten der Prozesse visualisiert und überwacht, um zu erkennen, ob sich ein laufender Prozess signifikant verändert. Um dies auswerten zu können, werden die Streuung und die Lage herangezogen, die wir im Folgenden kurz definieren.
Betrachten wir dazu F(x) = F0((x - ϑ) / δ), wobei F0(x) eine Verteilungsfunktion ist, dann sind ϑ der Lageparameter und δ > 0 der Streuungsparameter dieser Verteilung. Für Mittelwert µ und Varianz σ² ergibt sich µ = δµ0 + ϑ, σ² = δ²σ²0, wobei µ0 bzw. σ²0 Mittelwert bzw. Varianz der Verteilung F0 sind. Hier ist zu erkennen, dass der Mittelwert durch den Streuungsparameter beeinflusst wird. Da es jedoch günstiger ist, wenn dies nicht der Fall ist, wird die Verteilung folgendermaßen modifiziert: F(x) = F0((x - µ0ϑ) / δ + µ0). Somit erhalten wir µ = µ0 + ϑ, σ² = δ²σ²0.
Nachdem wir nun Lage und Streuung hergeleitet haben, kommen wir zur Definition einer Qualitätsregelkarte (QRK). Hier ist anzumerken, dass wir im Folgenden anstatt Qualitätsregelkarte oft einfach nur Karte schreiben. Diese ist „ein Formblatt zur grafischen Darstellung von Messwerten und Zählergebnissen oder daraus berechneter, statistischer Kennwerte.“
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die Grundlagen der Qualitätssicherung ein, definiert zentrale Begriffe wie Qualitätsregelkarten und erläutert die Bedeutung statistischer Prozesskontrolle für moderne Produktionsprozesse.
2 Normalverteilte Qualitätsmerkmale: Hier werden statistische Verfahren zur Prozessüberwachung unter der Annahme einer Normalverteilung vorgestellt, inklusive der Bestimmung von Sollwerten und verschiedenen Eingriffsgrenzen für unterschiedliche Regelkartentypen.
3 Nicht-Normalverteilte Qualitätsmerkmale: Dieses Kapitel thematisiert die Herausforderungen bei Prozessen, die nicht normalverteilt sind, und stellt angepasste mathematische Modelle sowie modifizierte Karten und Poisson-Modelle vor.
4 Beispiele und Resümee: Anhand von Fallbeispielen aus der Industrie wird die praktische Relevanz von SPC-Systemen verdeutlicht, gefolgt von einer abschließenden Zusammenfassung der Erkenntnisse zur statistischen Qualitätssicherung.
Schlüsselwörter
Statistische Prozesslenkung, SPC, Qualitätssicherung, Qualitätsregelkarte, Shewhart-Karte, Fertigungskontrolle, Prozessbeherrschung, Prozessfähigkeit, Normalverteilung, Poisson-Verteilung, EWMA-Karte, Fehlalarme, Prozessoptimierung, Mittelwertkarte, Streuungskarte.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die statistische Qualitätslenkung (SPC) als Instrument, um Fertigungsprozesse durch den Einsatz von Kontrollkarten zu überwachen, Schwankungen zu identifizieren und die Produktqualität sicherzustellen.
Welches sind die zentralen Themenfelder?
Zentrale Themen sind die mathematischen Grundlagen von Qualitätsregelkarten, die Unterscheidung zwischen normalverteilten und nicht-normalverteilten Merkmalen sowie die praktische Implementierung dieser Methoden in der Industrie.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, Methoden der statistischen Prozesskontrolle darzustellen, die es Unternehmen ermöglichen, durch datengestützte Analysen die Produktqualität stabil zu halten und kontinuierliche Verbesserungsprozesse zu fördern.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Es werden überwiegend statistische Verfahren verwendet, darunter Verteilungsfunktionen, Hypothesentests zur Prozessbeurteilung, die Bestimmung von Kontroll- und Eingriffsgrenzen sowie Ansätze aus der multivariaten Statistik.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden sowohl für normalverteilte als auch für nicht-normalverteilte Merkmale mathematische Herleitungen für verschiedene Regelkartentypen wie Shewhart- oder EWMA-Karten erarbeitet und deren Anwendung diskutiert.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Wichtige Begriffe sind insbesondere Statistische Prozesslenkung (SPC), Qualitätsregelkarten, Prozessbeherrschung, Normalverteilung und Prozessfähigkeit.
Warum ist bei der Poisson-Verteilung oft Vorsicht geboten?
In der Praxis führen Poisson-Modelle häufig zu Fehlalarmen, da sie in realen Fertigungsprozessen oft nicht präzise mit den Daten korrespondieren, was an einer Divergenz zwischen Erwartungswert und Varianz liegt.
Welchen Einfluss hat die "Nicht-Normalverteilung" auf die Prozesskontrolle?
Wenn Prozesse nicht der Normalverteilung folgen, verlieren Standardkarten an Genauigkeit, was die Fehlalarmrate erhöht oder die Sensitivität gegenüber echten Prozessstörungen senkt, weshalb hier modifizierte Modelle notwendig sind.
- Citar trabajo
- Dr. Martin Predota (Autor), 2007, Statistische Prozesslenkung zur Qualitätssicherung im Produktionsmanagement, Múnich, GRIN Verlag, https://www.grin.com/document/88513
