Contrôle statistique des processus (SPC) : Élever la cohérence manufacturière et réduire le gaspillage
Le SPC est un outil souvent négligé et sous-estimé pour améliorer tout processus de fabrication. Qu'est-ce que c'est ? Comment est-il utilisé dans les ateliers d'aujourd'hui pour faire la différence ?
Rebut. Reprise. Temps d'arrêt. Ce sont les principaux tueurs d'efficacité dans la plupart des opérations de fabrication. La question est : comment les gestionnaires de production et les ingénieurs de processus aident-ils à éviter ces problèmes et à réduire le gaspillage sur le shop floor ou la chaîne d'assemblage ?
Peut-être la meilleure approche est de minimiser la variabilité du processus — et cela est accompli en étudiant et isolant les zones problématiques et en recueillant des données. Entrez le contrôle statistique des processus, ou « SPC ».
Longtemps considéré comme une fonction du département d'assurance qualité, le SPC est aussi un outil souvent négligé et sous-estimé pour améliorer tout processus de fabrication. Le SPC augmente les méthodes traditionnelles de contrôle qualité, fournissant les données nécessaires pour repérer les tendances et détecter les problèmes potentiels tôt, plutôt que de les corriger après coup.
Tout ce qu'il faut, c'est un peu de connaissances, un peu d'effort supplémentaire et le bon logiciel et équipement de métrologie pour que le SPC génère des opportunités significatives dans les grands — et surtout les petits — ateliers.
Qu'est-ce que le contrôle statistique des processus ?
Qu'est-ce que le SPC, comment ça marche et qu'est-ce qui est impliqué ? Le SPC est la collecte de données dimensionnelles de pièce et son analyse subséquente. Quand il est correctement exécuté, il permet aux ateliers de prédire quand et comment un processus d'usinage, pliage, formage, laser ou assemblage commencera à produire des pièces hors tolérance — et aider à déterminer si ledit processus est stable.
La plupart des machinistes préféreraient faire des pièces et laisser les statistiques et analyses à d'autres domaines. Tout bon machiniste ou fabricant de tôle aura une prise ferme sur leurs processus de toute façon, alors pourquoi s'embêter à écrire les choses ?
Eh bien, pensez-y de cette façon : Vous pourriez étudier les yards de passe, les interceptions et autres chiffres de performance NFL pour vous aider à être plus susceptible de gagner la ligue de fantasy football de cette année. L'analyse de données liées à la qualité peut rendre vos processus de fabrication plus réussis.
Comme beaucoup d'outils, la métrologie est devenue numérique. Apprenez les avantages dans « Outils de mesure de précision : L'essor de la métrologie numérique et des données. »
Termes SPC à connaître : Xbar, graphiques R et plus
Nous n'allons pas examiner toutes les formules mathématiques ici. C'est pour les séminaires SPC. Mais nous couvrirons la terminologie de base pour que vous puissiez au moins comprendre le SPC et comprendre comment il pourrait améliorer vos opérations. Voici les quatre termes principaux à comprendre.
Qu'est-ce que les données d'attribut ?
Si vous avez été réprimandé trois fois cette année pour être en retard, ces événements pourraient être enregistrés comme données d'attribut liées à la performance d'assiduité. Cela représente le nombre de fois qu'une chose se produit pendant un processus — dans ce cas, votre dossier d'emploi pour l'année.
Qu'est-ce que les données variables ?
Une façon d'améliorer cette valeur serait de collecter des données variables sur votre heure d'arrivée, c'est-à-dire combien de minutes en retard (ou en avance) vous étiez chaque jour. Vous pourriez alors étudier cette variation de processus pour déterminer la cause racine de chaque événement défavorable.
Qu'est-ce qu'un Xbar ?
Cela représente la valeur moyenne d'un sous-groupe enregistrée dans un graphique Xbar. Dans notre scénario d'assiduité, vous pourriez mesurer votre heure d'arrivée chaque jour et la faire la moyenne par semaine — après 50 semaines, vous verriez 50 valeurs éparpillées comme une chaîne de montagnes sur l'axe X du graphique, d'où le nom.
Qu'est-ce qu'un graphique d'étendue ?
Le graphique d'étendue complète le Xbar, c'est pourquoi vous entendrez fréquemment les termes Xbar et graphique R dans le monde du SPC. Il illustre l'étendue entre les valeurs de données pour chaque point correspondant dans le graphique Xbar — par exemple, les heures d'arrivée les plus tôt et les plus tardives dans une semaine donnée.
Si vous arrivez à 6h37 le lundi, l'heure la plus tôt de la semaine, et 7h02 le jeudi, l'étendue pour ce sous-ensemble de données variables serait de 25 minutes.
Parce qu'une certaine quantité de données est nécessaire pour faire les calculs, le cœur du SPC ne se produit pas tout de suite. Mais nous utiliserions ultimement ces valeurs pour déterminer les limites de contrôle supérieures et inférieures (disons 6h47 et 6h53), ainsi qu'une valeur cible moyenne (6h50 serait une bonne valeur).
Si vous arrivez un jour à 6h55, vous n'allez certainement pas en entendre parler du patron, mais cela indique que vous pourriez avoir besoin d'un nouveau réveil ou d'une voiture plus fiable. En d'autres termes, les limites de contrôle représentent le niveau minimum de qualité acceptable pour ce qui est mesuré, au-delà duquel des actions correctives doivent être prises.
Le SPC aide les fabricants à aller à la racine du problème
Personne n'utilisera le SPC pour mesurer l'assiduité des employés, mais vous pourriez certainement l'utiliser pour suivre les mesures sur un alésage difficile, le diamètre de pas d'un filetage externe, le rayon de courbure sur un boîtier d'ordinateur — et bien d'autres domaines.
Et comme les retards occasionnels, les valeurs qui s'écartent au-delà des limites de contrôle supérieures ou inférieures indiquent que quelque chose a mal tourné, comme un insert qui a pu s'ébrécher ou la lentille laser qui a besoin de nettoyage.
L'un ou l'autre n'est pas un gros problème à corriger, mais mieux vaut le faire maintenant qu'attendre une pièce rebutée.
Si l'étendue semble excessive par rapport à la caractéristique de la pièce — par exemple, une moyenne de 0,009" sur une tolérance de +/- 0,005" (0,01" total) — alors cet aspect du processus d'usinage est hors de contrôle.
Il est temps d'aller à la racine du problème.
Les écarts représentent une opportunité d'améliorer le processus de fabrication. Si votre diamètre d'alésage commence à atteindre les limites de contrôle après 50 pièces, vous savez qu'il est temps de changer l'insert. Si cela arrive de manière inattendue ou plus souvent que vous le voudriez, il pourrait être temps pour un outil d'alésage plus performant.
Assurez-vous de documenter tout changement de processus ou d'outillage non planifié directement sur le graphique SPC. Cela aidera à vous guider sur le bon chemin et à éviter de répéter les erreurs passées.
Quiconque utilise régulièrement le SPC non seulement deviendra mieux en phase avec ses processus de fabrication mais viendra à apprécier d'autres méthodes d'amélioration continue également. Le succès engendre le succès additionnel. Quand les processus sont stables, les machinistes et fabricants auront du temps supplémentaire pour la maintenance d'outillage et de machine.
Certains pourraient poursuivre des initiatives de réduction du temps de mise en place en utilisant le préréglage d'outil hors ligne. Les processus instables peuvent être rendus moins tels avec des systèmes de serrage hydrauliques ou des porte-outils à retrait thermique.
Les demandes changeantes des clients pourraient être adressées avec des systèmes de positionnement à point zéro, des tourelles et magasins d'outils standardisés — et l'outillage à changement rapide.
Quelle que soit la stratégie d'amélioration, elle est sûre de réduire la variabilité du processus et d'améliorer la qualité des pièces. Et le meilleur de tout, le SPC sera là pour aider à le mesurer.
Comment votre atelier utilise-t-il le SPC aujourd'hui ? Parlez-en sur le forum travail des métaux.
Technologie industrielle
- Renforcer l'agilité manufacturière dans une économie post-pandémie
- Internet industriel des objets (IIoT) : définition, portée et impact industriel
- Révolutionner la production : comment la digitalisation stimule l'efficacité et l'innovation
- Exploiter l'analytique pour améliorer l'expérience client dans la fabrication
- Optimiser la durée de vie des outils avec les données machines : un guide moderne
- Interopérabilité expliquée : comment votre entreprise peut atteindre une intégration fluide
- Comment améliorer la qualité de production : stratégies éprouvées pour l'efficacité et la compétitivité
- Données de maintenance expliquées : la clé d'une gestion d'actifs fiable
- Comprendre l'usinage de précision : définition, avantages et applications