Quality Planning and Control

Benzer belgeler
Quality Planning and Control

Quality Planning and Control

Quality Planning and Control

MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

İSTATİSTİK MHN3120 Malzeme Mühendisliği

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3618

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü

İSTATİSTİKİ PROSES KONTROL UYGULAMALARI İÇİN BİR SİSTEM TASARIMI. Burçin M. DURMAN, Yrd.Doç.Dr. Fatma PAKDİL

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

İSTATİSTİKSEL PROSES KONTROLÜ

Yaz Stajı II (IE 499) Ders Detayları

Kalite Kontrol ve Güvencesi (IE 326) Ders Detayları

4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana

Daha çok değil, daha akıllı çalışmak

Sürekli Rastsal Değişkenler

İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hazır Beton Fabrikasında (Adana) İstatistiksel Kalite Kontrol Uygulaması Practice of Statistical Control at Ready Mixed Concrete Plant in Adana

Merkezi Limit Teoremi

Üretim Planlama ve Kontrol (IE 307) Ders Detayları

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

Bakır Konsantre Tesislerinde Kontrol Kartlarının ve Çok Boyutlu Ölçekleme Analizinin Uygulanması

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN :

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

İÇİNDEKİLER ÖN SÖZ...

ÖĞRENCİNİN ADI SOYADI:. NO:

Mühendislikte İstatistiksel Yöntemler

İstatistiksel Yorumlama

DENEY 2 KESME HIZININ YÜZEY PÜRÜZLÜLÜĞÜNE ETKİSİNİN İNCELENMESİ

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ölçüm Sisteminin Analizi

ELYAF İŞLETMELERİNDE İSTATİSTİKSEL SÜREÇ KONTROLÜNÜN UYGULANMASI * An Application of Statistical Process Control in Polyester factory

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Proses Yeterlilik Analizi

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü

VERİ SETİNE GENEL BAKIŞ

İSTATİSTİKSEL PROSES KONTROLÜ TEKNİKLERİ İLE KÖMÜR KALİTESİNDEKİ DEĞİŞKENLİĞİN BELİRLENMESİ

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

13. Olasılık Dağılımlar

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

Olasılık ve İstatistik (IE 220) Ders Detayları

İstatistik ve Olasılık

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

Dr. Mehmet AKSARAYLI

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

Mühendislikte İstatistik Yöntemler

HAZİRAN-EYLÜL JUNE-SEPTEMBER YER KAROSU MUKAVEMETLERİNİN İSTATİSTİKSEL KONTROLÜ ÖZET

İSTATİSTİK DERS NOTLARI

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

GÜVEN ARALIĞI KESTİRİM

İSTATİSTİKSEL PROSES KONTROLÜ KONTROL GRAFİKLERİ ÇİZİMİ ÖRNEK ARAŞTIRMA

Bir ürün yada hizmetin belirlenen yada olabilecek ihtiyaçları karşılama yeterliğine dayanan özelliklerinin toplamıdır.

Toz Patlaması ve Tozdan Kaynaklanan Güvenlik Risklerinin Yönetimi

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ

Kalite Kontrol ve Metroloji (MFGE 577) Ders Detayları

SÜREKLİ OLASILIK DAĞILIMI

İKİ ÖLÇÜM EKİPMANININ HASSASİYETLERİNİN KARŞILAŞTIRILMASINDA GRUBBS TİP TAHMİNLEYİCİLERİN KULLANILMASI ÖZET

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

Ders 8: Verilerin Düzenlenmesi ve Analizi

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ


Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

Prof.Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü

Afyonkarahisar da Üretilen Hazır Beton Kalitelerinin Değerlendirilmesi

Gruplanmış serilerde standart sapma hesabı

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL

ORTAM SICAKLIĞI ALTI VEKRİYOJENİK UYGULAMALARI İÇİN ESNEK ENDÜSTRİYEL YALITIM

TANIMLAYICI İSTATİSTİKLER

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Halenur Soysal 1*, Semra Boran Geliş/Received, Kabul/Accepted

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI

Endüstri Mühendisliğinde İstatistiksel Uygulamalar (IE 442) Ders Detayları

Olasılık ve İstatistik II (IE 202) Ders Detayları

Altı Sigma Nedir? Uygulayan şirketlere çok belirgin finansal kazançlar sağlamıştır.

İstatistik ve Olasılık

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

Transkript:

Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1

Süreç ve Ölçüm Sistemi Yeterlilik Analizi II (Process and Measurement System Capability Analysis) 11 Nisan 2018 2

Süreç ve Ölçüm Sistemi Yeterlilik Analizi 1 Ölçüm Sistemi Yeterlilik Analizi - Gage (R&R) Analysis 2 Süreç Yeterlilik Analizi 2.1 Makine Yeterlilik Analizi (min. prosesten alınan 50 veri) (min. prosesten alınan 125 veri) 2.2.1 Süreç Yeterlilik Analizi Değişken Kalite Karakteristiği İçin 2. Nitel Kalite Karakteristiği İçin 3

2.1 Makine Yeterlilik Analizi Bir makine yeterlilik çalışması, sadece makinenin özelliklerine odaklanır, yani mümkün olduğu ölçüde, makineye harici değişkenlerin etkisi veya etkileri (gürültü faktörleri) en aza indirilir. Varyasyon kaynaklarının bazı örnekleri şunlardır: İnsan - Personel - Değişiklik değişiklikleri Makine - Hız - İlerleme hızı - Araçlar - Çevrim süreleri - Soğutucu akış hızı ve sıcaklığı - Baskılar - Akım (kaynak ekipmanı durumunda) - Güç (lazer kaynağı durumunda) - Değişim durumu (optimizasyon önlemleri durumunda) Malzeme - Yarı mamul ürünler, farklı parçalardan kaba parçalar veya boşluklar veya üreticileri 4

2.1 Makine Yeterlilik Analizi Yöntem - Örnekleme öncesi işleme tesisinin çalışma (ısınma) süresi - Farklı işleme öncesi veya üretim akışı Çevre (Doğa Ana) - Oda sıcaklığı (üretim sırasında sıcaklık değişimleri Numune) - Bağıl nem, atmosferik basınç - İşleme tesisine etki eden titreşim - Binadaki işleme tesisinin yeri (kat) - Olağandışı olaylar Bu olası etkiler sabit tutulursa, yalnızca makinenin doğal varyasyon kaynaklarının ürünü ve özelliklerini etkilemesi beklenir. Bunun mümkün olmadığı durumlarda, dış etki faktörlerindeki değişiklikler test sonuçlarının kaydında belgelenmelidir. Yetenek özellikleri karşılanmazsa, bu bilgiler optimizasyon önlemlerinin temeli olarak kullanılabilir. 5

İstatiksel bir ölçüt olan Süreç Yeterliliği, sürecin istikrarına işaret eder. Müşteri beklentileri (müşteri spekleri - customer specifications) göz önünde bulundurularak, süreçteki kritik kalite özelliklerinin değişkenliği, çıktıdaki (ürün) kalitenin de (istikrarın) bir ölçüsüdür. Proses yeterlilik analizi ise proses yeterliliğini tahmin etmek için geliştirilen, kullanılan bir mühendislik yaklaşımıdır. Proses yeterlilik analizi ile kritik kalite karakteristiklerinin değişkenliğinin istatiksel olarak kontrol altında tutulmasın ve düşürülmesine çalışılır. Proses yeterliliği, belirli bir forma, merkeze (Aritmetik Ortalama) ve yayılıma (Güven Aralığı ± 3 ) sahip bir olasılık dağılımı ile tahmin edilebilir. 6

7

2 Süreç Yeterlilik Analizi (Process Capability Analysis) Süreç Yeterlilik İndeksleri Süreç yeterlilik indekslerinden Cp indeksi, müşteri spekleri (müşterinin sesi) ÜTL/ATL ile proses kontrol limitleri (prosesin sesi) - arasındaki ilişkiyi gösterir. Sürecin dağılımını dikkate alır (potansiyel yeterlilik) 6 Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) C p C p USL LSL 6 Amaç Cp = 2 Cpk indeksi süreç ortalamasının müşteri speklerinin (müşterinin sesi - ÜTL/ATL) ortalamasına, merkezine olan ilişkisini dikkate alır (aktüel, gerçekleşen yeterlilik) USL LSL C min Proses Yeterlilik İndeksi (Proses Aktüel Yeterlilik) C pk, pk 3 3 a-) Merkezi Proses (center process) b-) Merkezi Olmayan Proses (off-center process) Amaç Cpk = 2 Merkezi Proses Süreç yeterlilik indeksleri Cp ve Cpk arasındaki ilişki: C ( 1 k) pk C p k X / ( ÜTL ATL) / 2 k : sabit : populasyon ortalaması X : aritmetik ortalama 8

Süreç Yeterlilik İndeksleri Proses Yeterlilik İndeksi (Proses Aktüel Yeterlilik) C pk C pk ÜTL X X ATL min, 3 3 a-) Merkezi Proses (center process) C p = C pk process centered C pl X ATL 3 C pu ÜTL X 3 b-) Merkezi Olmayan Proses (off-center process) C p > C pk process off-center ATL AKL X ÜKL ÜTL NOT: Süreç merkezi değil (off-center) C pk > 0 proses ortalaması müşteri spekleri içinde C pk = 0 proses ortalaması = ÜTL veya ATL (müşteri spekleri) C pk < 0 proses ortalaması müşteri spekleri dışında 3 3 Güven Aralığı 6 Normal Dağılım 9

2 Süreç Yeterlilik Analizi (Process Capability Analysis) Tavsiye Edilen Minimum Proses Potansiyel Yeterlilik Değerleri Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) Cp normal dağılımın eğrisinin göstermiş olduğu özelliğe göre tek taraflı (dağılım eğrisinin etekleri tek taraflı) yada çift taraflı (dağılım eğrisinin etekleri çift taraflı) spesifikasyon olarak ikiye ayrılır. Çift Taraflı Sipesifikasyon Tek Taraflı Sipesifikasyon Mevcut Proses Yeni Proses Mevcut Proses (güvenli, dayanıklı veya kritik parametre) 1,33 1,50 1,50 1,25 1,45 1,45 Proses Yeterlilik İndeksi (Potansiyel Yeterlilik) Cp normal dağılımın eğrisinin göstermiş olduğu özelliğe göre tek taraflı (dağılım eğrisinin etekleri tek taraflı) yada çift taraflı (dağılım eğrisinin etekleri çift taraflı) spesifikasyon olarak ikiye ayrılır. Mevcut Proses (güvenli, dayanıklı veya kritik parametre) 1,67 1,60 10

Normal dağılım gösteren ve istatistiksel olarak kontrol altında olan dağılımlar için Proses Yeterlilik Oranları Cp (Proses Yeterlilik İndeksi - Potansiyel Yeterlilik) ve bu değerlere karşılık gelen hatalı ürün sayısı ppm (in defective) yandaki tabloda verilmiştir. Proses Yeterlilik Oranı yükseldikçe, üretimin yani sürecin hassasiyeti artmakta ve hatalı ürün sayısın da azaldığı görülmektedir. 11

Süreç Yeterlilik Analizi Teknikleri Histogramlar ve Olasılık Grafikleri Kontrol Grafikleri Deneysel Tasarım 12

Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Cam konteynerlerin patlamaya karşı yeterliliğini analiz etmek için aşağıdaki veri tablosunda görüldüğü gibi 100 adet gözlem değeri alınmıştır. 100 adet cam konteyner için patlama değerleri X 264,06 S 32,02 X 3S Güven Aralığı 264,06 3(32,02) 264 96 psi Histogramdan da anlaşılacağı gibi, cam konteynerlerin patlamaya karşı dayanımı değerleri normal dağılım göstermektedir. Üretilen cam konteynerlerin patlama değerlerinin %99,73 nün 168-360 psi aralığında olabileceği tahmin edilmektedir. Bu tahminlemeyi yaparken yeterlilik indeksi kullanılmamıştır. 13

Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Kalite Planlama ve Kontrol Ders notlar 3, Sayfa 22 deki örnekte ATL=1,00 ve ÜTL=2,00 micron olsun. Bu örnekte R - Aralığa Dayalı Kontrol Grafiği yönteminde standart sapma belli olmadığı için standart sapmasını olarak tahmin R ˆ d 2 0,32521 0,1398 2,326 etmiştik. Bu durumda sürecin potansiyel yeterliliğini tahmin etmemiz gerekseydi eğer C p ÜTL ATL 6 2,00 1,00 6(0,1398) 1,192 Gözlem değerlerinin göstermiş olduğu dağılımın yani sürecin spesifikasyon limitleri (müşterinin sesi) içindeki oranı: P 1 C p 100 1 1,192 100 83,89 Spesifikasyon bandının, alanının (müşterinin sesi) % 83,89 uzu kullanılmaktadır! 14

Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Tek Yönlü Süreç Yeterliliği C min( C, C ) pk pu Cam konteynır patlama dayanımı örneğinde, alt spesifikasyon limitinin 200 psi olması durumunda tek yönlü süreç yeterlilik oranı pl ve X 264 S 32 gözlem değerleri ortalaması ve standart sapması olsun, bu durumda C pl X ATL 3 264 200 3(32) 0,67 olarak bulunur 15

2 Süreç Yeterlilik Analizi (Process Capability Analysis) Z Standart Normal Dağılım Tablosu Histogram İle Süreç Yeterliliğinin (potansiyel yeterlilik) Tahmin Edilmesi ÖRNEK A Tek Yönlü Süreç Yeterliliği C min( C, C ) Standart normal dağılım kullanılarak, kusurlu konteynırların oranının tahmin edilmesi: X 2 N(, ) Z N(0,1) X pk Z ÜTL Z ATL pu pl ÜTL ATL Z ( ATL X ) / (200 264) / 32 2 Tablodan elde edilen 0,0228 değerine göre süreçte olabilecek kusurlu ürün, cam konteynır sayısının bir milyonda, yani 22800 olması tahmin edilir! 16

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi Sürecin istatiksel olarak kontrol altında olup olmadığını kontrol etmek için histogramlar, normal olasılık işaretlemeleri ve süreç yeterlilik indekslerinden ziyade istatiksel kalite kontrol grafikleri daha sağlıklı olmaktadır. Bu bağlamda değişkenlere ve belirtilere göre kontrol grafikleri kullanılmaktadır. Ancak belirtilere göre kontrol grafiklerindense, hem kısa ve hem de uzun dönem süreç yeterliliğinin analizinde değişkenlere göre kontrol grafikleri, özellikle X R Kontrol grafikleri daha yaygın olarak kullanılmaktadır. 17

ÖRNEK B Cam konteynerlerin patlamaya karşı yeterliliğini analiz etmek için aşağıdaki veri tablosunda görüldüğü gibi beşerli (5) gözlem değerini içeren yirmi (20) alt örneklem grubunda 100 adet gözlem değeri alınmıştır. X R kontrol grafikleri kullanılmış proses değişkenliğinin kontrol altında olduğuna karar verilmiştir (stabilit proses). Bu veriler yardımıyla ˆ tahmin edilmiştir. Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi 100 adet cam konteyner için patlama değerleri X R ˆ d 264,06 2 77,3 2,326 33,23 ATL = 200 olması durumunda C pl X ATL 3 264,06 200 3(33,23) 0,64 18

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK B Aritmetik Ortalama Kontrol Grafiği Aralığa Dayalı Kontrol Grafiği Sonuç: Aritmetik ortalama kontrol grafiğinde kontrol limitleri dışında bir değer gözlenmemektedir (stabil proses). Sadece ATL = 200 ne göre Cpk değeri (Cpl) belirlenmiş ve bu değer de 1 den küçüktür. Süreç yetersizdir. Dolayısıyla prosesin iyileştirilerek Cpk (Cpl) değerinin Tavsiye edilen minimum proses potansiyel yeterlilik değerlerine (slayt 10) göre proses yeterlilik değeri daha yükseltilebilir. Örneğin tek taraflı spesifikasyon, yeni proses kriterleri (1,45). 19

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK B Sipesifikasyon Dışı Ürün Adedi Hesaplanması a-) Uzun vadede (overall long term): Bu değeri hesaplarken tüm verilerden elde edilen standart sapma değeri kullanılır. ( S = 32,02, slayt 13) ATL X 200 264,06 P( X 200) P( Z ) P( Z 2,00) 0,0228 32,0179 a-) Kısa vadede (within short term): Bu değeri hesaplarken tüm verilerden elde edilen standart sapma değeri kullanılır. ( ˆ 33,23, slayt 18) ATL X 200 264,06 P( X 200) P( Z ) P( Z 1,93) 0,0268 33,23 DPM long term 22800 Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) DPM shortterm 26800 Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) 20

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C Yarı iletken imalatta fotolitografiyle birlikte sert bir pişirme işlemi uygulanarak, her biri beşerli (n = 5) olmak üzere kalınlık ile ilgili (kalite karakteristiği) numune (gözlem değeri) alınmıştır. Müşteri spekleri ÜTL/ ATL 1,50 R = 0,32 dir. 0,50 olup, sürecin ortalama kalınlık değeri X 1,51 ve ortalama aralık değeri ise a-) Cpu değerini hesaplayınız ve yorumlayınız. ÜTL dışındaki ürün oranını bulunuz. b-) Cpl değerini hesaplayınız ve yorumlayınız. ATL dışındaki ürün oranını bulunuz. c-) Cp ve Cpk değerlerini yorumlayınız 21

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C a-) Cpu değerini ve ÜTL dışındaki ürün oranı R ˆ d 2 0,32 2,326 0,138 C pu ÜTL X 3 2,00 1,51 1,18 3(0,138) 1 Bu değer ÜTL ne göre yeterli bir değerdir Z ÜTL ÜTL X 2,00 1,51 2,89 0,138 P( Z 2,89) 0,998 1 0,998 = 0,002 ÜTL i dışında kalan oran % 0,2 dir 22

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C 23

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C b-) Cpl değerini ve ATL dışındaki ürün oranı R ˆ d 2 0,32 2,326 0,138 C pl X 3 ATL 1,511,00 3(0,138) 1,23 1 Bu değer ATL ne göre yeterli bir değerdir Z ATL ATL X 1,00 1,51 3,69 0,138 P( Z 3,69) 0,000112 ATL i dışında kalan oran hemen hemen 0 dır 24

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C Kümülatif Standart Normal Dağılım Tablosu 25

Kontrol Kartları Kullanılarak Süreç Yeterlilik Analizi ÖRNEK C c-) Cp ve Cpk değerleri C p ÜTL ATL 6 2,00 1,00 6(0,138) 1,21 1 C pk ÜTL X min 3, X ATL 2,00 1,51 1,511,00 min ; min1,18 ;1,23 3 3(0,138) 3(0,138) C pk 1,18 Cp ve Cpk değerleri 1 den büyük değerler olarak hesaplandığından dolayı süreç yeterlidir! 26

Kümülatif Standart Normal Dağılım Tablosu (for positive z-scores) Kümülatif Standart Normal Dağılım Tablosu (for negative z-scores) 27

28

Kaynakça: Montgomery, D.C., 2009, Introduction to Statistical Quality Control, 6 th Edition John Wiley & Sons, Inc. The Boing Company, 1998, Advanced Quality System, D1-9000, USA Robert BOSCH GmbH, 2004, Machine and Process Capability, 3 th Edition, Stuttgart, GERMANY Cakmakci, M., 2017, Kalite Planlama ve Kontrol Ders Notları Cakmakci, M., 2009, Process improvement: performance analysis of the setup time reduction-smed in the automobile industry, International Journal of Advanced Manufacturing Technology, 41,1-2: 168-179. Cakmakci, M., Nasirlialp, M., 2005, Machine tool capability and process capability study for non-normal distribution in advanced manufacturing systems, 3rd International Congress on Precision Machining - ICPM'2005, Vienna, AUSTRIA. MINITAB 14 Not: Bu slaytların hazırlanmasında yukarıda kaynakçada listelenmiş olan kaynak kitaptan yararlanılmıştır.. 29