Analiza danych przemysłowych – jakość i innowacyjność w praktyce

20 październik 2009


Zastosowania narzędzi StatSoft do analizy danych w przemyśle

Będzie to wstęp do kolejnych wystąpień. Słuchacze zostaną wprowadzeni w zagadnienia analizy danych w przemyśle. Oprócz powszechnie stosowanych narzędzi statystycznego sterowania jakością (SPC) zostaną także w skrócie omówione inne narzędzia (wykorzystujące np. zaawansowane techniki data mining), które są szczególnie przydatne w analizie oraz optymalizacji skomplikowanych, wieloparametrycznych procesów. Stosowanie tych zaawansowanych narzędzi może znacznie zwiększyć szanse powodzenie projektów innowacyjnych. W trakcie wystąpienia uwaga zostanie zwrócona na praktyczne aspekty zastosowania analizy danych w przemyśle. Program wystąpienia:

  1. Analiza danych w przemyśle – wstęp
  2. SPC i Six Sigma
  3. Modelowanie i optymalizacja procesu z wykorzystaniem zaawansowanych narzędzi analitycznych
  4. Przykładowe zastosowania


Normy i jakość z pakietem STATISTICA: od kontroli odbiorczej po Six Sigma

W prezentacji przedstawiony zostanie przegląd norm i regulacji w których spełnieniu może pomóc oprogramowanie z rodziny STATISTICA lub inne systemy tworzone przez StatSoft i wykorzystujące oprogramowanie STATISTICA jako motor analityczny. Często osoby zajmujące się zagadnieniem, w którym wymagane jest postępowanie według określonych norm nie wiedzą o istnieniu narzędzi, które w istotny sposób mogą usprawnić ich pracę. Prezentacja ma na celu przybliżenie zwiazków obowiązujących regulacji z produktami StatSoft.

  1. Ogólne normy dotyczące obliczeń statystycznych i program STATISTICA
  2. Laboratoria i badania biegłości laboratoriów
  3. Kontrola odbiorcza i jej wspomaganie
  4. Karty kontrolne
  5. Analiza procesu norma DIN
  6. Normy samochodowe
  7. Normy farmaceutyczne
  8. FDA 21 CFR PART 11


O korzyściach z SPC

Statystyczne sterowanie procesami (SPC) jest zwykle stosowane z uwagi na oczekiwania klientów, obowiązek wynikający z wymagań wdrażanych norm lub z uwagi na podobne czynniki. Jest też zwykle postrzegane jako metoda skomplikowana, trudna do zrozumienia i generalnie mało przydatna. A przecież może być zupełnie inaczej. Przykłady projektów, gdzie do wdrożenia SPC firmy podeszły na poważnie pokazują, jak wiele korzyści może przynieść SPC i informacje płynące z kart kontrolnych. I nie chodzi tylko o stabilizację procesów, ale o ograniczenie faktycznych wydatków ponoszonych na produkcję. Warto wzorować się na tych przykładach.


Przykład wdrożenia kart kontrolnych krok po kroku

Przykład przedstawia tworzenie karty kontrolnej p dla nowego procesu, określanie wartości granic kontrolnych i linii centralnej, wykrywanie próbek wskazujących na rozregulowanie, a następnie stosowanie karty do monitorowania procesu i badania skutków zmian wprowadzanych do procesu. Przedstawione zostaną również podstawowe wskazówki odnośnie właściwego doboru liczności próbki dla karty p oraz wykorzystanie kraty kontrolnej do optymalizacji procesu. Na koniec omówimy, jak stosować karty kontrolne przy małej frakcji elementów wadliwych. Karty kontrolne tworzone będą na bieżąco w STATISTICA, będzie można zobaczyć m.in. jak określić kartę, przypisać przyczyny do próbek i utworzyć kartę dla procesu, w którym wprowadzono zmianę specyfikacji.


Planowanie doświadczeń jako droga do innowacyjności – przykład optymalizacji procesu produkcyjnego

Celem prezentacji będzie pokazanie w jaki sposób wykorzystując planowanie doświadczeń poprawić proces produkcyjny. Optymalizowano pewien proces chemiczny ze względu na jego wydajność. Oprócz poprawy wydajności dbano o jakość procesu oraz jego realizowalność w praktyce, dlatego też ocena optymalnych parametrów analizowanego procesu była wielokryterialna. Podczas prezentacji omówione zostaną wybrane elementy planowania doświadczeń i analizy uzyskanych wyników.


Systemowe podejście do zbierania i analizowania danych kluczem do redukcji kosztów

W prezentacji przedstawiony zostanie kompleksowy system który został oparty na systemie STATISTICA Enterprise i pozwala na połączenie w jedną całość wszystkich aspektów związanych ze statystycznym sterowaniem jakością procesów (SPC). Omówiona zostanie przykładowa architektura takiego systemu, przedstawione zostaną aspekty zbierania i analizowania danych które sa dostępne tylko w odpowiednio zaprojektowanym systemie i wreszcie omówione zostaną długofalowe korzyści dla firmy wynikające z wdrożenia.

  1. Historia systemów SPC
  2. Omówienie architektury systemu
  3. Omówienie elementów systemu związanych bezpośrednio z użytkownikiem
  4. Omówienie wartości jaką wprowadza system do przedsiębiorstwa
  5. Przykłady wdrożeń


Wykrywanie przyczyn i przewidywanie problemów z jakością na przykładzie przemysłu poligraficznego

Wystąpienie poświecone jest tworzeniu modelu procesu w celu wykrycia przyczyn powstawanie problemów z jakością i przewidywaniu czy dla konkretnego cyklu procesu istnieje zagrożenie wystąpieniem wad. Przedstawiony przykład dotyczy druku rotograwiurowego, w którym z niewyjaśnionych przyczyn co jakiś czas pojawiały się pasy na wydrukach. Za pomocą narzędzi data mining zostanie zbudowany model wskazujący czynniki wpływające na zagrożenie wystąpieniem wady oraz umożliwiający przewidzenie wystąpienia takiego zjawiska. Uzyskane rozwiązanie zostanie wdrożone w STATISTICA Enterprise.