의료용 전극 패드 제조에는 많은 통제된 공정이 필요합니다.

재료를 변환하고, 레이어를 조립하고, 하이드로겔을 도포하고, 구성 요소를 절단 및 연결하고, 완제품을 출시 전에 검사합니다.

그러나 검사를 통해 제조업체는 특정 시점에 제품에 어떤 일이 발생했는지만 알 수 있습니다.

보다 적극적인 접근 방식을 위해 제조업체는 모니터링도 할 수 있습니다.생산 과정 자체가 어떻게 진행되고 있는지.

이는 일반적으로 알려진 통계적 프로세스 제어입니다.SPC, 중요한 역할을 할 수 있습니다.

완제품이 사양을 벗어나기를 기다리는 대신 SPC는 생산 데이터를 사용하여 프로세스가 실행되는 동안 변경 사항, 추세 및 비정상적인 변동을 식별하는 데 도움을 줍니다.

의료용 전극 패드 제조의 경우 이는 또 다른 공정 가시성을 제공할 수 있습니다.

통계적 공정 관리는 생산 중에 수집된 측정값을 사용하여 공정이 어떻게 작동하는지 이해합니다.

제조업체는 개별 측정값을 따로 살펴보는 대신 시간 경과에 따른 데이터를 검사할 수 있습니다.

예를 들어, 측정 가능한 특성이 주기적으로 기록되는 생산 프로세스를 상상해 보십시오.

단일 측정은 정상으로 나타날 수 있습니다.

그러나 여러 개의 연속 측정값이 점진적으로 한 방향으로 이동하는 경우 해당 패턴은 프로세스에 대한 유용한 정보를 제공할 수 있습니다.

SPC는 제조업체가 다음을 구별하는 데 도움이 됩니다.

• 예상되는 공정 변동
• 특이한 변형
• 동향
• 교대근무
• 잠재적인 프로세스 불안정성

목표는 단순히 더 많은 숫자를 수집하는 것이 아닙니다.

그것은생산 데이터를 프로세스 동작에 대한 유용한 정보로 전환.

의료용 전극 패드에는 여러 제조 단계가 포함되어 있으며 각 공정마다 차이가 발생할 수 있습니다.

제품 및 프로세스에 따라 제조업체는 다음과 관련된 특성을 모니터링할 수 있습니다.

• 치수
• 재료 포지셔닝
• 레이어 정렬
• 절단 성능
• 하이드로겔 도포
• 연결 또는 조립
• 기타 측정 가능한 프로세스 특성

모니터링되는 특정 매개변수는 제품 설계 및 제조 프로세스에 따라 결정되어야 합니다.

중요한 원칙은측정 가능한 모든 매개변수가 SPC 매개변수가 될 필요는 없습니다..

좋은 공정 모니터링은 제품 성능이나 공정 안정성에 의미 있는 특성에 주의를 집중시킵니다.

기존 검사와 SPC의 가장 큰 차이점 중 하나는 데이터를 해석하는 방식입니다.

두 가지 단순화된 생산 시나리오를 고려하십시오.

시나리오 A

측정은 예상되는 프로세스 중심 주변에서 상대적으로 안정적으로 유지됩니다.

시나리오 B

측정값은 사양 내에서 유지되지만 시간이 지남에 따라 점차 한 방향으로 이동합니다.

사양 한계만 고려하면 두 상황 모두 수용 가능한 것처럼 보일 수 있습니다.

그러나 프로세스{0}}제어 관점에서 보면 시나리오 B에 주목할 가치가 있습니다.

프로세스에 변화의 징후가 나타날 수 있음제품이 실제로 부적합품이 되기 전에.

이것이 SPC가 유용한 이유 중 하나입니다.

제조업체가 다음을 넘어서는 데 도움이 됩니다.

"이 제품이 허용됩니까?"

그리고 다음과 같이 물어보세요:

"프로세스가 예상대로 작동하고 있나요?"

SPC를 효과적으로 사용하기 전에 제조업체는 변형이 어디서 오는지 이해해야 합니다.

생산 변동은 다음을 포함한 다양한 요인의 영향을 받을 수 있습니다.

재료

다양한 자재 로트에는 허용된 요구 사항 내에서 측정 가능한 차이가 있을 수 있습니다.

장비

기계 설정, 기계적 상태 또는 작동 조건은 프로세스 출력에 영향을 미칠 수 있습니다.

압형

도구 상태 및 정렬은 변환 또는 절단 프로세스에 영향을 미칠 수 있습니다.

환경

특정 제조 공정은 환경 조건에 민감할 수 있습니다.

인적 요소

설정 절차, 전환 및 수동 작업으로 인해 변동이 발생할 수 있습니다.

프로세스 설정

작동 매개변수의 변경은 결과 제품이나 중간 재료에 영향을 미칠 수 있습니다.

이는 때로 다음 개념을 사용하여 요약됩니다.5M1E 프레임워크:

• 남성
• 기계
• 재료
• 방법
• 측정
• 환경

목적은 모든 변형이 동일한 원인을 가지고 있다고 가정하는 것이 아닙니다.

이는 프로세스 변경이 어디서 발생할 수 있는지 조사할 수 있는 구조화된 방법을 제공하는 것입니다.

실제 SPC 시스템은 연속적인 주기로 볼 수 있습니다.

측정 → 기록 → 분석 → 조사 → 개선 → 다시 모니터링

1단계: 측정

관련 특성은 확립된 방법에 따라 측정됩니다.

2단계: 녹음

결과는 적절한 생산 정보와 함께 기록됩니다.

3단계: 분석

데이터에서 패턴, 변형, 변화 또는 기타 신호가 검토됩니다.

4단계: 조사

비정상적인 패턴이 식별되면 제조팀에서 잠재적인 원인을 조사합니다.

5단계: 개선

적절한 경우 시정 또는 예방 조치가 구현됩니다.

6단계: 다시 모니터링

변경 사항이 의도한 결과를 가져왔는지 확인하기 위해 프로세스를 계속 모니터링합니다.

이는 SPC를 일회성 품질 활동이 아닌 지속적인 프로세스로 만듭니다.-

이러한 구별은 SPC를 논의할 때 중요합니다.

사양 한계정의된 요구사항에 따라 제품이나 프로세스가 충족해야 하는 사항을 설명합니다.

통제 한계수집된 데이터를 기반으로 프로세스의 자연스러운 동작을 이해하는 데 사용되는 통계적 경계입니다.

그들은 다른 질문에 대답합니다.

사양 한계는 다음과 같습니다.

결과가 정의된 요구 사항을 충족합니까?

통제 한계는 다음과 같은 질문에 도움이 됩니다.

프로세스가 설정된 패턴에 따라 일관되게 작동합니까?

따라서 프로세스는 비정상적인 통계 신호를 표시하면서도 사양 범위 내에 있을 수 있습니다.

반대로, 프로세스는 상대적으로 안정적인 동작을 가지지만 여전히 사양에 비해 부적합한 위치에 중앙에 있을 수 있습니다.

이것이 바로 SPC를 단순히 차트에 사양 한계를 그리는 또 다른 방법으로 취급해서는 안 되는 이유입니다.

관리도는 SPC에서 사용되는 일반적인 도구 중 하나입니다.

일반적으로 프로세스 중심 및 통계적으로 파생된 제어 한계와 함께 측정값을 시간순으로 표시합니다.

차트를 통해 제조팀은 시간이 지남에 따라 프로세스가 어떻게 작동하는지 확인할 수 있습니다.

엔지니어는 스프레드시트에서 수백 개의 숫자를 검토하는 대신 다음을 더 쉽게 식별할 수 있습니다.

• 갑작스런 교대
• 점진적인 추세
• 특이한 변형
• 클러스터링
• 잠재적 이상치
• 프로세스 조정에 따른 변경 사항

정확한 관리{0}}차트 방법은 모니터링되는 데이터 유형과 측정값 수집 방법에 따라 다릅니다.

따라서 SPC 시스템은 모든 제조 특성에 하나의 차트 형식을 적용하기보다는 프로세스를 중심으로 설계되어야 합니다.

중요한 측정이 역사적으로 상대적으로 안정적으로 유지되는 제조 공정을 상상해 보십시오.

시간이 지남에 따라 측정값이 점차적으로 이동하기 시작합니다.

아직까지 개별 측정이 사양을 초과한 사례는 없습니다.

추세 모니터링이 없으면 프로세스가 변경되지 않고 계속될 수 있습니다.

적절한 SPC 모니터링을 통해 추세가 조사를 촉발할 수 있습니다.

그런 다음 팀에서는 다음과 같이 질문할 수 있습니다.

• 물질적인 변화가 있었나요?
• 장비는 조정됐나요?
• 툴링이 교체되었나요?
• 설정 조건이 변경되었나요?
• 유지보수 이벤트가 있었나요?
• 환경 조건이 바뀌었나요?
• 측정-시스템 문제가 있었나요?

조사의 목적은 SPC가 근본 원인을 식별했다고 가정하는 것이 아닙니다.

꽤,SPC는 프로세스에 주의를 기울일 가치가 있다는 조기 신호를 제공합니다.

SPC는 데이터에 따라 달라집니다.

이는 측정 프로세스 자체가 신뢰할 수 있어야 함을 의미합니다.

측정 시스템에 과도한 변동이 발생하는 경우 결과 SPC 데이터가 제조 공정을 정확하게 나타내지 못할 수 있습니다.

이러한 이유로 제조업체는 다음을 고려해야 할 수 있습니다.

• 측정 장비
• 측정 방법
• 구경 측정
• 운영자 절차
• 측정 반복성
• 측정 재현성
• 샘플링 방법

이는 중요한 원칙으로 이어집니다.

더 나은 차트는 신뢰할 수 없는 측정값을 보상할 수 없습니다.

공정 추세를 해석하기 전에 제조업체는 데이터가 모니터링 중인 특성을 나타낸다는 확신이 필요합니다.

가능한 한 많은 생산 데이터를 수집하고 싶은 유혹을 느낄 수 있습니다.

그러나 더 많은 데이터가 자동으로 더 나은 프로세스 제어를 의미하는 것은 아닙니다.

모든 측정이 모니터링되는 매개변수가 되면 시스템이 불필요하게 복잡해질 수 있습니다.

유용한 SPC 프로그램은 의미 있는 특성에 초점을 맞춰야 합니다.

선택 시 다음을 고려할 수 있습니다.

• 제품 요구사항
• 프로세스 위험
• 역사적 변화
• 고객 요구 사항
• 제조 경험
• 제품 성능과의 관계
• 특성을 확실하게 측정하는 능력

이는 보다 실용적인 시스템을 만듭니다.

목표는 다음과 같습니다.

"모든 것을 수집하세요."

그것은:

"중요한 것을 모니터링하십시오."

SPC는 고립된 품질 시스템으로 운영되어서는 안 됩니다.

이는 다른 제조 제어와 함께 작동할 수 있습니다.

예를 들어:

입고 자재 검사

생산 전에 재료가 정의된 요구 사항을 충족하는지 확인하는 데 도움이 됩니다.

공정 검사 중-

제조 과정에서 관련 특성을 확인합니다.

SPC

시간 경과에 따른 프로세스 동작 및 변화를 모니터링합니다.

최종검사

출시 전에 완제품-제품 요구사항을 확인합니다.

프로세스 검증

정의된 프로세스가 확립된 조건 하에서 의도한 결과를 일관되게 달성할 수 있다는 문서화된 증거를 제공합니다.

이러한 활동은 다양한 질문에 답합니다.

이를 통해 제조 관리에 대한 보다 완전한 그림을 제공합니다.

SPC는 단순히 이상 상태를 식별하는 것 이상으로 유용합니다.

장기-생산 데이터는 제조업체가 다음에서 프로세스가 어떻게 작동하는지 이해하는 데 도움이 됩니다.

• 다양한 생산 기간
• 다양한 재료 로트
• 장비 유지보수 주기
• 툴링 변경
• 프로세스 개선
• 제품 구성

이러한 역사적 관점은 지속적인 개선을 지원할 수 있습니다.

예를 들어, 프로세스 개선이 구현된 후 생산 데이터를 검토하여 변동이 실제로 감소했는지 또는 관찰된 개선이 일시적인지 여부를 확인할 수 있습니다.

이는 피드백 루프를 생성합니다.

생산 → 데이터 → 분석 → 개선 → 생산

시간이 지남에 따라 이는 제조 팀이 프로세스에 대한 더 깊은 지식을 구축하는 데 도움이 될 수 있습니다.

의료용 전극 패드 제조업체의 경우 SPC는 제조를 불필요하게 통계적으로 만드는 것이 아닙니다.

이는 프로세스 동작을 보다 가시적으로 만드는 것입니다.

생산라인은 겉으로 보기엔 안정적으로 보일 수 있다.

그러나 데이터는 시각적으로 확인하기 어려운 변화를 드러낼 수 있습니다.

이는 장기간 생산 기간에 걸쳐 반복적으로 제조된 제품에 특히 유용합니다.

제조업체가 더 많은 생산 이력을 축적할수록 다음 사항을 이해할 수 있는 기회가 더 많아집니다.

• 정상적인 공정 변동
• 반복되는 패턴
• 프로세스 교대
• 장비-관련 변경 사항
• 툴링-관련 동향
• 프로세스 개선 효과

이러한 지식은 제조업체의 프로세스 전문 지식의 일부가 됩니다.