Gruppe 8 Sigma`s : Magnus Bendiksen Espen Seljemo Ekaterina Tarakanova Xiaoxue Yang Peng Wang Yuandong Zhang Yiguang Xu Kent Kristensen

Transkript

1 Gruppe 8 Sigma`s : Magnus Bendiksen Ekaterina Tarakanova Peng Wang Yiguang Xu Espen Seljemo Xiaoxue Yang Yuandong Zhang Kent Kristensen

2 Innholdsfortegnelse 1 INNLEDNING PROBLEMSTILLING METODEVALG TEORI FOR LØSNING AV CASE BEGRENSNINGER INTRODUKSJON TIL LEAN OG SIX-SIGMA STEGS-PROSESSEN FASE I INNLEDNING DEFINISJON AV PROSJEKTET NÅSITUASJON Generell data samlet under gjennomføring Oppsummering MÅLING AV DATA KOMMENTARER GITT FRA HVER ENKELT DELTAKER: ERFARINGER FASE II ENDRINGER I FLYTPROSESSEN Ny layout av prosessen RESULTAT Histogram Generell data samlet under gjennomføring Loading chart Oppsummering ERFARINGER FASE III MSA ANALYSE CAUSE AND EFFECT HVORDAN IDIOTSIKRE KONTROLLERER PROSESSEN BASELINE DATA I RESULTAT Histogram Generell data samlet under gjennomføring Oppsummering BASELINE DATA II ERFARINGER KONKLUSJON VEDLEGG Kvalitetsledelse og forbedringer - 2 -

3 1 Innledning Oppgaven er gitt som en prosjektoppgave i faget Kvalitetsledelse og forbedringer som må gjennomføres og godkjennes for å gå opp til eksamen i faget. Oppgaven er beskrevet og utformet som en problemstilling i forhold til dette tema. Det er hovedsakelig lean og six sigma teorier som blir testet ut på et praktisk og teoretisk plan. Narvik, Magnus Bendiksen Espen Seljemo Ekaterina Tarakanova Xiaoxue Yang Peng Wang Yuandong Zhang Yiguang Xu Kent Kristensen Kvalitetsledelse og forbedringer - 3 -

4 2 Problemstilling En gitt oppgave hvor studentene skal gjennomføre en praktisk realisering er blitt tildelt studentene. Oppgaven består av en statapult skal skyte en ball innenfor et avgrenset målområde. Dersom det gruppen bommer må ballen omarbeides til oppgaven er fullført. En nærmere beskrivelse er gitt i kapitel 7. Gruppen skal ved bruk av Lean og Six-Sigma verktøy for å forbedre denne prosessen. 3 Metodevalg Vi baserer løsningen av caset på den teori som er forelest i faget. 3.1 Teori for løsning av case Teoriene som ble benyttet er hentet fra faget Kvalitetsledelse og forbedringer. Litteraturen som ble benyttet var utdelt materiale bearbeidet av Per Åge Ljungren. 4 Begrensninger Begrensende faktorer i forbindelse løsning av caset, vil først og fremst være tiden som er til disposisjon. Andre faktorer som vil gi begrensinger vil være tilgjengelig utstyr. I tillegg kommer naturlige faktorer gitt i oppgaver utdelt. Disse faktorer vil bli beskrevet ved senere beskrivelser. En siste begrensing ligger i selve metodene som blir utnyttet. Vi har valgt å benytte oss av teorier som er undervist i forelesninger, og dermed lagt til side andre metoder som kan være bedre egner for å effektivisere prosessene. Kvalitetsledelse og forbedringer - 4 -

5 5 Introduksjon til Lean og Six-Sigma Six Sigma er et program og en filosofi for kvalitetsforbedring i foretak og organisasjoner som ble startet av Motorola i Six Sigma henter mye av sin inspirasjon fra teorier om kvalitetsledelse i japanske industriforetak som har oppstått etter andre verdenskrig. Betegnelser på forbedringslederne i den hierarkiske strukturen i forbedringsprogram ( Black Belts, Champions, osv) har også sine røtter fra japansk kampsport. Navnet Six Sigma er hentet fra statistikken, der den greske bokstaven σ ofte anvendes for å betegnelse for standardavvik. I dette tilfellet anses spredningen hos en industriell prosess, hvor tanken i Six Sigma er at prosessens spredning skal være så lav at avstanden mellom prosessens middelverdi, den øvre og nedre toleranse grensen skal være minst seks ganger prosessens standardavvik. Med denne lave spredningen får man 3,4 defekte enheter per million produserte enheter, om man antar at de er normalfordelte. Metodikken i Six Sigma benytter seg mye av statistiske og kvalitetstekniske verktøy. Det nye er i hovedsaken den helhetlige pakken og den sterke fokuseringen på lederskapets rolle. Lean manufacturing er et foretningsinitiativ for å redusere de syv former for sløsing (overproduksjon, venting, transport, overprosessering, inventar, bevegelse og skrap) i produsert utstyr. Den overordnede ideen er å redusere kostnadene systematisk I produksjonsprosessen ved å kartlegge prosessen(e). Lean thinking er navnet på ledelse metoden som er generalisert fra Toyota Production System (TPS). Ett av de viktigste skrittene en kan gjøre for å tilnærme seg en «Lean» verdikjede er å redusere seriestørrelsene. Dette kan vi få til ved blant annet å redusere omstillingstider, standardisere produkter og operasjoner og integrere kundenes og leverandørenes prosesser med egne prosesser. Kvalitetsledelse og forbedringer - 5 -

6 Kontinuerlig reduksjon av gjennomløpstidene gjennom hele verdikjeden er muligens der Lean Manufacturing skiller seg mest fra tradisjonell vestlig tenking innen produksjon og logistikk. I vesten har vi blitt opplært til å anse faktorer som omstillingstider og ledetider som konstante for å kunne kalkulere den økonomiske seriestørrelse for hver transaksjon eller delprosess. Lean Manufacturing derimot, anser omstillingstider og ledetider som kilder for sløsing som følgelig må fjernes. Kvalitetsledelse og forbedringer - 6 -

7 6 8-stegs-prosessen Vi vil i denne oppgaven benytte oss av 8-Step Process metoden. Som metoden tilsier vil vi i løpet av 8 steg kartlegge og forbedre gjennomføringen av statapult oppgaven. Metoden lar oss systematisk kartlegge alle deler av prosessen, og gir oss en mulighet til å finne ut hvilke deler av prosessen som er hensiktsmessig å forbedre. Figur 1: Grafisk fremstilling av alle 8 steg Kvalitetsledelse og forbedringer - 7 -

8 7 Fase I Fase I av prosjektet er ment for å gi gruppen erfaring med å gjennomføre prosessen i praksis. Den første delen vi nå skal se på vil være en beskrivelse av oppgaven, inkludert krav som er stilt til prosessen. 7.1 Innledning Firmaet vårt har brukt de siste fem måneder på å utvikle et nytt produkt. Dersom produktet er en suksess vil salget dobles ved hjelp av vår nye kunde, L-Mart. L-Mart har ivrig ventet på at det det produketet skal slippes ut på markedet, noe som vil øke deres anlegg betraktelig. Uheldigvis har utviklingstiden vært så kort at ingen har hatt tid til å utvikle gode rutiner for bruk av produktet. Vår oppgave er å finne en best mulig løsning på dette. Kvalitetsledelse og forbedringer - 8 -

9 7.1.1 Beskrivelse: En statapult vil benyttes for å simulere dette produktet. Før første gjennomføring av oppgaven er det satt krav til hvordan oppgaven skal gjennomføres. Hensikten med kravene er at vi skal ha et felles grunnlag som skal forbedres gjennom de 8 stegene. Kravene er listet under. Generelle krav: Alle baller skal merkes som en forberedning til skyting og omarbeiding. Ingen permanente endringer av statapult eller baller Kundens krav: Alle skudd må skyttes fra en vinkel på 167 grader Alle skudd må treffe et stasjonært målområde på 15 cm * 30 cm Pass/Feil må bli samlet for hvert skudd Ballene blir sortert under henholdsvis Pass eller Feil Ballene skal leveres til kunde uten merker All data må samles i sanntid (ikke etter gjennomføringen) Firmaets krav: Ballene må transporteres i grupper på fem Statapulten må stenges av (fjern og sett på strikk) etter hvert skudd Arbeiderne skal bare gjøre sine egne plikter Markeringstapen skal kun markere målområdet All skudd må skytes fra gulvet Skjema B0-GU5, RUK-1D-1NG and 1-T5-L8 må benyttes under gjennomføringen Ballene skal ha gult merke opp før det skytes Kvalitetsledelse og forbedringer - 9 -

10 Krav til statapulten: Statapultens innstillinger og struktur kan ikke modifiseres på noen måte Statapulten kan ikke reguleres/modifiseres ved hjelp av verktøy eller metoder Statapulten skal kun røres av skytteren Statapulten må plasseres så basen er horisontal med gulvet og i stasjonær posisjon Hvert medlem av gruppen skal ha en rolle som skal gjennomføres under simuleringen av prosessen. Rollene som må inntas er: Markør: Merker ballene med gule prikker før de skytes Skytter: Skyter ballene Inspektør: Dømmer pass/feil skudd Sorterer: Sorterer ballene etter pass/feil Kunde leverandør: Representerer gruppen til kunden Observatør: 1-2 personer dokumenterer foreløpet under gjennomføring Kvalitetsledelse og forbedringer

11 7.2 Definisjon av prosjektet Gruppen satte opp følgende mål for forbedringer i prosessen. Målene er satt sammen for å redusere kostnadene i produksjonen. Character Summary for: 8 Sigma`s Project Mission: Lære å bruke Lean og Six Sigma ved å effektivisere en praktisk prosess (Statapult) Objectives: Redusere tid: 15 % Redusere WIP: 30 % Redusere feil: 15 % Project scope information: Utstyr: Statapult, Gule/røde klistemerker, stoppeklokke, linjal, maskeringtape, golfballer, kopper til ball Prosess start: onsdag kl Prosess stopp: fredag kl Begrensninger: Kunnskap, erfaring, språkforståelse, tilfredsstillende måleutstyr. Event Dates: 23.august september 2005 Champion: Bjørn Solvang Sponsor: Per Åge Ljungren Team Leader: Kent Kristensen Coach/Mentor: Instruktør Team members: Magnus Bendiksen Espen Seljemo Ekaterina Tarakanova Xiaoxue Yang Peng Wang Yuandong Zhang Yiguang Xu Kent Kristensen Kvalitetsledelse og forbedringer

12 7.3 Nåsituasjon I hovedsak vil det benyttes tre verktøy for å dokumentere prosessen. 1) Flytskjema 2) Fysisk skisse over anlegget 3) SIPOC Flytskjema benyttes for å beskrive hele prosessen for å lettere kartlegge hvor vi sløser på tid med blant annet kø og transport. Fysisk skisse over anlegget gir oss en beskrivelse over hvordan anlegget er delt opp. På denne måten vil vi lettere se hvordan flyten mellom avdelinger/delprosesser henger sammen. SIPOC er et verktøy som benyttes for å identifisere alle relevante momenter I en prosess før prosjektet starter. SIPOC hjelper oss å definere komplekse prosjekt som ikke har et konkret scope definert på forhand. I denne rapporten valgte vi å bare bruke SIPOC på skytterens oppgave. Dette ble gjort av to årsaker: 1) Det er ikke tid og resurser til å gjennomføre SIPOC for alle prosesser, og 2) Skytteren har en av de viktigste oppgavene i prosessen siden han bruker selve statapulten. Kvalitetsledelse og forbedringer

13 Figur 2: Flytskjema Kvalitetsledelse og forbedringer

14 Figur 3: Fysisk beskrivelse av prosessen Figur 4: SIPOC for skytter Kvalitetsledelse og forbedringer

15 7.3.1 Generell data samlet under gjennomføring Dataen presentert her er målt under øvingen. 1. Customer Order Total balls fired 61 3, Total failures Time to first delivery (sec) Total lead time (sec) WIP (Work in Progress) Total Obsolete/Scrap 0 Generelle kalkulasjoner ut fra samlet data 8. Yield [(1) /(2)] 0,33 9. Takt time (Given by instructor) [(10)/(1)] Available time [(9)*(1)] 200 sec 11. Non value time [(5)-(10)] 520 sec Kostnader relatert til produksjonen 12. Time Penalty cost [(11) * 100kr/sec] kr , WIP cost [(6) * 500kr/WIP] kr 8 000, Rework cost [(3) * 1500 kr/failure] kr , Obsolescence/Scrap cost [(7)*3000 kr/obsolete(scrap)] kr 0, Warranty cost [1] * 5000 kr/unit kr , Cost of Poor Quality [(14)+(15)+(16)] kr , Penalty cost kr 0, Total cost [(12)+(13)+(17)+(18)] kr , Cost per unit [(19)/(1)] kr , Oppsummering Alle nødvendige utregninger finner vi i kapitel Et sammendrag av målinger er oppsummert under: Tabell 1: Resultater Time to Total Lead First Time Delivery Lead Time per Unit WIP Yield COPQ Cost per Unit 540 sek 720 sek 36 sek 16 0, Kvalitetsledelse og forbedringer

16 7.4 Måling av data Til nå har gruppen kun benyttet seg av en inspektør som godkjenner eller underkjenner ballen ut fra hvor han mener at ballen traff. Dette er et unøyaktig verktøy som må forbedres. Vi velger derfor å innføre et målesystem i Fase II som lar oss bedre kontrollere resultater. Metoden vi velger å bruke er å legge folie med en grid på målområdet for bedre avmålinger. 7.5 Kommentarer gitt fra hver enkelt deltaker: Shooter 1: - Grei og enkel rolle, fungerte bra. - Kaotisk til tider innad i gruppen pga språk problemer og uklare roller Observatør 1: - Hadde bra samarbeid med den andre observatøren - Jobben gikk veldig dårlig pga lav innsats og vilje for å sette seg inn i sin rolle - Fulgte ikke alle leddene i prosessen, generelt dårlig kommunikasjon - Gruppen fungerte bedre etter hvert som prosessen hadde gått seg til. - Var veldig usikker på skjemaet og hvordan det skulle utfylles. Observatør 2: - Skjønte ikke hva som sin arbeidsoppgave - Språk og kommunikasjonsproblemer Sorterer: - Gruppen fungerte bra etter litt tid. - Skjønte veldig godt hva som var sin arbeidsoppgave. - Burde vært bedre forberedt før man startet selve prosessen Markerer: - Vanskelig med språket. (Engelsk oppgave og norsk språk) - Skjønte sin rolle, men ikke hele prosessen og hvordan den fungerte. Kvalitetsledelse og forbedringer

17 Inspektør: - Usikkerhet i avlesning - Litt kaos i gruppa, både før og etter oppstart av statapult øving. Ble bedre etter hvert. Sorterer 2: - Grei og enkel rolle. - Gruppa fungerte ikke bra i starten, ble bedre etter hvert, uklare roller for enkelte. - Store kommunikasjonsproblemer - Skulle hatt en klar teamleder fra starten. Skytter 2: - Enkel oppgave. - Enkelte ting bør forbedres. Få bedre kvalitet og sikkerhet i alle ledd. Dårlig kvalitet og usikkerhet smitter over på andre. Viktig med team arbeid for at alt skal fungere optimalt. 7.6 Erfaringer Fem baller i batch størrelsen ga mye work in progress. Det hopet seg til tider opp hos skytteren og det tok lang tid før man klarte å levere til kunden. For mange medlemmer i teamet førte til litt kaos. Selv om enkelte roller hadde to teammedlemmer. Grunnen var til tider språkproblemer og evnen til å skjønne oppgaven og sin rolle. Usikkerhet i avlesingen av ballenes treff i målområdet førte til en del usikkerhet omkring målingene. Det var en god del transport av ballene frem og tilbake som førte til at man måtte vente en del før alle var klare igjen på sin posisjon. Dette var spesielt når en ball misset (fail) på målområdet så måtte ballen markeres og sorteres før skytter kunne skyte den neste ballen. Kvalitetsledelse og forbedringer

18 8 Fase II Fase II av prosjektet er ment for analysere flyten som i prosessen som beskrevet i 7.3. De samme kravene som er beskrevet under kapitel 7.1 gjelder enda, med unntak av et, vi trenger kun å benytte oss av skjema RUK-1D-1NG. 8.1 Endringer i flytprosessen Vi valgte å gjøre følgende for å forbedre flytprosessen: - Gjøre endringer i den fysiske plasseringen av de ulike rollene slik at prosessen blir mer effektiv. - Endre batch størrelsene på selve produksjonen - Innførte bedre målesysyem Endringene på flytprosessen ble gjort med bakgrunn fra vårt opptegnede flytskjema hvor vi hadde markert hver prosses som; Verdiøkende (value added, markeres med lyse blå) eller ikke- verdiøkende (non-value, markeres med svart). Implementerte den nye måleprosedyren i prosessen (kommer fra fase 1) for å oppnå en sikker avlesing av ballenes treffpunkt i målområdet. Kvalitetsledelse og forbedringer

19 Valgte å: - Endre på batch størrelsen fra 5 til 3 baller. Dette fordi vi hadde en god del baller i WIP (work in progress). - Implementer ny måleprosedyre Ny layout av prosessen Hensikten var å lage en mer effektiv prosess og prøve å fjerne de prosessene som var ikkeverdiøkende. En god del tid gikk bort til transport av ballene og til venting på leveranser fra leverandører innad i prosessen. Figur 5: Ny layout Vi valgte å plassere: - Markøren nærmest mulig skytteren - Kunde leverandøren nærmest mulig markøren og sortereren Kvalitetsledelse og forbedringer

20 8.2 Resultat Vi skal nå betrakte ny data fra endringene som er foretatt i prosessen. Ved å innføre et bedre målesystem har vi nå muligheten til å bedre betrakte målt data fra prosessen Histogram Ut fra skjema fylt ut av inspektøren kan vi lage oss et histogram. Følgende data blir betraktet: Tabell 2: Innsamlet data Verdi [cm] Justert verdi [cm] Verdi [cm] Justert verdi [cm] Antall observasjoner: n= 21 Høyeste observasjonsverdi: X max = 238 Laveste observasjon: X min = 224 Rekkevidde: R= X max - X min 14 Antall klasser: k=n^(1/2) 5 Klassebredde: w=r/k Antall observasjoner Klasser Figur 6: Histogram Kvalitetsledelse og forbedringer

21 8.2.2 Generell data samlet under gjennomføring Dataen presentert her er målt under øvingen. 1. Customer Order Total balls fired 34 3, Total failures Time to first delivery (sec) Total lead time (sec) WIP (Work in Progress) 3 7. Total Obsolete/Scrap 0 Generelle kalkulasjoner ut fra samlet data 8. Yield [(1) /(2)] 0,59 9. Takt time (Given by instructor) [(10)/(1)] Available time [(9)*(1)] 300 sec 11. Non value time [(5)-(10)] 315 sec Statistiske data: 12. Target 231 cm 13. USL 238,5 cm 14. LSL 223,5 cm 15. Mean 230 cm 16. Standard derivation σ 3,97 Kalkulerte data ut fra statistisk data: 17. Zu Value [((13)-(15))/σ] 2, ZL Value [((14)-(15))/σ] -1, Probability of Zu Look up in table 0, Probability of ZL Lookup in table 0, Predicted Long Term Yield 0,937 [(19)-(20)] 0,938 Kostnader relatert til produksjonen 22. Time Penalty cost [(11) * 100kr/sec] kr , WIP cost [(6) * 500kr/WIP] kr 1 500, Rework cost [(3) * 1500 kr/failure] kr , Obsolescence/Scrap cost [(7)*3000 kr/obsolete(scrap)] kr 0, Warranty cost [1] * Value from table kr , Cost of Poor Quality [(14)+(15)+(16)] kr , Penalty cost kr 0, Total cost [(12)+(13)+(17)+(18)] kr , Cost per unit [(19)/(1)] kr 4 550,00 Kvalitetsledelse og forbedringer

22 8.2.3 Loading chart Ut fra tidene samlet i løpet av fase 2, kan vi sette frem følgende graf over tiden det tar å fullføre hver prosess: 18,00 16,00 14,00 12,00 Task time 10,00 8,00 Serie1 Serie2 6,00 4,00 2,00 0,00 Process Figur 7: Loading chart Oppsummering Alle nødvendige utregninger finner vi i kapitel Et sammendrag av målinger er oppsummert under: Tabell 3: Oppsummering Time to Total Lead First Time Delivery Lead Time per Unit WIP Yield COPQ Cost per Unit 260 sek 615 sek 29,3 sek 3 0, Kvalitetsledelse og forbedringer

23 8.3 Erfaringer Redusering av batch antallet førte til at vi hadde en just in time prosess hvor vi hele tiden fikk en leveranse i akkurat passe tid før en ny leveranse ble sendt av gårde. Dermed ble hele prosessen mer effektiv. Den nye målemetoden førte til en sikrere og mer nøyaktig avlesing av ballenes treffpunkt. Dette førte også til at baller som landet i grenseland ble en godkjent ball i stedet for at den ble faset ut som en defekt ball. Dermed fikk man flere baller som var godkjent og dette førte til en raskere prosess og hurtigere kundeleveranser. Kvalitetsledelse og forbedringer

24 9 Fase III I første omgang av Fase III foretar vi en MSA analyse, før vi ser på Cause and Effect analyse. 9.1 MSA analyse Vi hadde en skytter som skaut 10 vilkårlige baller. Ballenes treffpunkt i målområdet ble avmerket. Deretter tok 3 observatører og skrev ned verdiene til ballenes treffpunkt helt uavhengig av hverandre. Grunnen til dette var å få notert ned ulike måleverdier som de ulike observatørene hadde på ballenes treffpunkt. Observatørenes verdier ble notert ned i en analysematrise. Deretter ble det regnet ut Repeatability, reproducibility og gage capability ut i fra måleverdiene. Kvalitetsledelse og forbedringer

25 Tabell 4: Innsamlet data fra 3 observatører Operator 1 Operator 2 Operator 3 Number Trial 1 Trial 2 X-bar R Trial 1 Trial 2 X-bar R Trial 1 Trial 2 X-bar R 1 219,6 219,8 219,7 0,2 219,8 219,8 219, , ,9 0, , ,1 0,2 215, ,1 0,2 215,2 215,3 215,25 0, ,6 218,4 218,5 0,2 218,4 218,3 218,35 0,1 218,6 218,8 218,7 0, ,2 224,1 0,2 223, ,95 0, ,8 223,9 0, ,3 220,3 220, , ,1 0, ,3 220,15 0, ,7 219,9 219,8 0,2 219,9 219,8 219,85 0,1 219,6 219,4 219,5 0, ,8 218,9 218,85 0,1 218,5 218,5 218, ,7 218,6 218,65 0, ,3 227,5 227,4 0,2 227,3 227,5 227,4 0,2 227,5 227,6 227,55 0, ,8 227,8 227, ,7 227,6 227,65 0,1 227, ,9 0, ,2 216,5 216,35 0,3 216,5 216,5 216, , ,1 0,2 = X 1 = 220,79 = X 2 = 220,72 = X 3 = 220,76 R = 0,16 R = 0,1 R = ,18 d 2 =3,08 Repeatability & reproducibility kalkulsajoner Repeatability: = R1 + R2 + 3 R = R = 0, σ repeatability = = R d 2 = 0,04762 Reproducibility: = x x 0, 07 R x max min = Gage capabilty analyser: σ reproducibility = d R x 2 = 0,02273 σ measurement 2 2 = σ repeatability + σ reproducibility = 0, Standardavvik σ = 4, σ TOTAL = σ 2 = 2,03013 σ measurement 6 CR = USL LSL = 0,02111 P σ measurement Precision to total: = = 0,02597 Tot σ TOTAL Konklusjon: Vi ser at CR 0,10 => Tilstrekkelig bra målemetode P/Tot 0,10 => Tilstrekkelig bra målemetode Kvalitetsledelse og forbedringer

26 9.2 Cause and Effect For å få en bedre oversikt over alle deler av prosessen, og samtidig se hvordan disse delene kan påvirke prosessen valgte vi å sette opp et cause and effect diagram. Figur 8: cause and effect diagram Deretter så vi på noen av momentene og så etter løsninger på problemene. Tabell 5: Forbedringspotensialer Source of Variation Vekt på ball Elast. på strikk Avfyring, flytter statapult Tilskuere Temperatur Avfyringsvinkel Pass/fail Lengde måleutstyr Action plan Lik vekt, måle vekt Bytte strikk (ofte) Låse fast statapult Jage de bort Regulere temperatur etter behov Mekanisk stopp for vinkel Bedre målemetode Forbedre utstyr Kvalitetsledelse og forbedringer

27 9.3 Hvordan idiotsikre kontrollerer prosessen De fleste feilene oppstår ikke fordi noen vil at noe skal gå galt, men fordi en del i prosessen er åpen for feil. Feil, selv små, kan føre til defekter som igjen fører til omarbeid, forkastelse og økte utgifter. I vår øving fant vi nonen deler av prosessen som burde forbedres. Første delen var skyteprosedyren. Det var vanskelig å avfyre hvert skudd fra en vinkel på nøyaktig Dette medfører at alle skuddene ikke ble avfyrt på nøyaktig samme måte. For å løse dette problemet, å få alle skuddene til å bli avfyrt på nøyaktig samme måte måtte vi gjøre følgende. Vi plasserte et objekt under statapult-armen slik at armen ikke kunne overskride en avfyringsvinkel på mer enn 167 0, se fig nr.. På denne måten ville hvert skudd avfyres på nøyaktig samme måte, fra samme utskytningsvinkel. Figur 9: Ved å plassere et objekt her, vil man forhindre at avfyringsvinkelen overstiger 167 Andre delen var å forbedre inspektørens rolle. Ballen blir skutt ut i relativt høy hastighet, og derfor vanskelig å avgjøre nedslagent med øyemål/manuelt. For å lette denne oppgaven lagde vi målområdet ut av aluminiumsfolie. På denne måten ville ballene sette et avtrykk i folien, og nedslagspunktet ville kunne avleses med stor nøyaktighet. Kvalitetsledelse og forbedringer

28 9.4 Baseline data I Med utgangspunkt i målemetoden vi kom fram til i fase 1 skal vi teste ut festeanordningen vi utviklet i forrige kapitel. Vi tok 20 skudd med den nye festeanordningen og markerte hver ballverdi i et baseline data skjema. Deretter måtte det regnes ut ulike verdier slik at man kunne presentere baseline data skjemaet i et Control chart. Vi plottet ballenes treffpunkt verdier inn i Control chart som bygget på våre utregnede verdier Tabell 6: oversikt over lengde på skudene. Launch number Baseline distance (cm) Tabell 7: utregnede verdier ut fra målte verdier X 228,1 Target 230 USL 231,1 LSL 225,1 σ 2,864 Kvalitetsledelse og forbedringer

29 Ut fra utregnede og målte verdier kunne vi tegne opp følgende graf: 236,693 Baseline distance (cm) 233, , , , , ,509 Launch number Figur 10: control chart Som vi ser ut fra figuren er statapulten brukbart innregulert Kvalitetsledelse og forbedringer

30 9.5 Resultat Vi skal nå betrakte ny data fra endringene som er foretatt i prosessen. Ved å innføre et bedre målesystem har vi nå muligheten til å bedre betrakte målt data fra prosessen Histogram Ut fra skjema fylt ut av inspektøren kan vi lage oss et histogram. Følgende data blir betraktet: Tabell 8: Innsamlet data Verdi [cm] Justert verdi [cm] Verdi [cm] Justert verdi [cm] Antall observasjoner: n= 20 Høyeste observasjonsverdi: X max = 234 Laveste observasjon: X min = 226 Rekkevidde: R= X max - X min 8 Antall klasser: k=n^(1/2) 5 Klassebredde: w=r/k 2 Antall observasjoner Klasser Figur 11: Histogram Kvalitetsledelse og forbedringer

31 9.5.2 Generell data samlet under gjennomføring Dataen presentert her er målt under øvingen. 1. Customer Order Total balls fired 22 3, Total failures 2 4. Time to first delivery (sec) Total lead time (sec) WIP (Work in Progress) 1 7. Total Obsolete/Scrap 0 Generelle kalkulasjoner ut fra samlet data 8. Yield [(1) /(2)] 0,91 9. Takt time (Given by instructor) [(10)/(1)] Available time [(9)*(1)] 200 sec 11. Non value time [(5)-(10)] 215 sec Statistiske data: 12. Target 230 cm 13. USL 237,5 14. LSL 222,5 15. Mean [z /(2)] 228,1 16. Standard deviation σ 2,8636 Kalkulerte data ut fra statistisk data: 17. Zu value [(13)-(15) /(16)] 3, Zl value [(14)-(15) /(16)] -1, Probability of Zu 0, Probability of Zl 0, Predicted long term yield [(19)-(20)] 0,9739 Kostnader relatert til produksjonen 22. Time Penalty cost [(11) * 100kr/sec] kr , WIP cost [(6) * 500kr/WIP] kr 500, Rework cost [(3) * 1500 kr/failure] kr 3 000, Obsolescence/Scrap cost [(7)*3000 kr/obsolete(scrap)] kr 0, Warranty cost [1] * Value from table kr , Cost of Poor Quality [(14)+(15)+(16)] kr , Penalty cost kr 0, Total cost [(12)+(13)+(17)+(18)] kr , Cost per unit [(19)/(1)] kr 3 250,00 Kvalitetsledelse og forbedringer

32 9.5.3 Oppsummering Alle nødvendige utregninger finner vi i kapitel Et sammendrag av målinger er oppsummert under: Tabell 9: Oppsummering Time to Total Lead First Time Delivery Lead Time per Unit WIP Yield COPQ Cost per Unit 350 sek 415 sek 20,75 sek 1 0, , Baseline data II Ut fra data som ble samlet inn under gjennomføring av prosessen plotet vi inn de nye verdiene i samme controll chart 233,829 Baseline distance (cm) 230, , , , ,509 Launch number Figur 8: Control chart Ut fra innsamlet data må vi konkludere med at det mangler stabilitet på statapulten. Mulige årsaker er at statapulten ikke var så stasjonær som vi på forhand håpte. Kvalitetsledelse og forbedringer

33 9.7 Erfaringer Hver observatør har ulikt syn på hvilken verdi hver ball har. Dette kan være utslagsgivende hvis det er snakk om en grenseverdi. Det er skiller på både den første og andre målingen som hver observatør gjorde. Den største variasjonen i gjennomsnitt mellom hver observatør er 7mm. Ved bruk av den nye festeanordningen og låsing av utskytningsvinkel fikk vi en presis plassering av skuddene i målområdet. Ved å tegne de av i control chart fikk vi et klart bilde på at vi hadde en stabil prosess som svingte seg innenfor sone A, og rundt vår middelverdi på 228,1. Da vi prøvde ut den nye layouten vår med en bestemt plassering av rollene, samt de nye endringene på statapulten fikk vi et annet resultat. Selv om vi skaut 20 baller fikk vi større unøyaktighet i ballenes plasseringer innenfor målområdet. Årsaker til endringen fra første prøverunde og til selve gjennomføringen kan skyldes: - Vi hadde en annen skytter nå enn da vi utførte de 20 første prøveskuddene. - Strikken var ikke festet på samme måte (vrid, eller skeiv). Dette kan føre til mindre kraft på ballen. Kvalitetsledelse og forbedringer

34 10 Konklusjon Under ser vi en oppsummering fra alle fasene: Tabell 10: Oppsummering Time to Total Lead First Time Delivery Lead Time per Unit WIP Yield COPQ Cost per Unit 540 sek 720 sek 36 sek 16 0, sek 615 sek 29,3 sek 3 0, sek 415 sek 20,75 sek 1 0, ,- Dersom vi utelukket ser på resultatene vi har oppnådd sier vi oss meget fornøyd. Hovedårsakene til disse forandringene ligger i faktorer som å produsere mindre serier, innføre et bedre målesystem, korte ned transportlengde mellom avdelinger og ved å stabilisere skyteegenskapene til statapulten. Vi kan også ut fra resultatene at teoriene og verktøyene i Lean og Six Sigma virker, og gir resultat - ikke bare i teorien, men også i praksis. Dersom vi ser tilbake til målene vi satte i fase I av prosjektet ser vi at alle mål er oppnådd. De ble faktisk oppnådd allerede i Fase II. Prosessen har dermed en kostnad på bare 35% av opprinnelig kostnader- en reduksjon på hele 65% sier vi oss meget fornøyd med. Det er likevel rom for ytterligere forbedringer, blant annet ved å få en mer stasjonær stasjon for statapulten for å stabilisere skytingen. Kvalitetsledelse og forbedringer

35 11 Vedlegg Vedlegg 1: Data fra fase 1 Tidsskjema 1 Tidsskjema 2 Work in progress 3 Pass/fail 4 Vedlegg 2: Data fra fase 2 Tidsskjema 1 Work in progress 2 Pass/fail 3 Kvalitetsledelse og forbedringer

36

37

38

39

40

41

42