Статистическое управление процессами (SPC) в АИСМК: алгоритм результативного внедрения

В предыдущих материалах из цикла «Возможности современных информационных систем по автоматизации качества» [1] говорилось о преимуществах цифровых решений в области статистического управления процессами (Statistical Process Control, SPC) на базе программного комплекса АИСМК. Вместе с тем SPC — не самодостаточный инструмент: его результативное применение требует инте­грации с другими программными инструментами менедж­мента качества с учетом отраслевой специфики деятельности предприятия. В данной статье мы рассмотрим последовательный алгоритм внедрения SPC на примере металлообрабатывающего производства.

SPC и его возможности на основе цифровых решений

SPC является одним из наиболее эффективных подходов к управлению качеством, поскольку позволяет отслеживать и стабилизировать параметры технологических операций непосредственно в процессе производства [3–6]. Его основными задачами служат разделение случайных и систематических отклонений, выявление и устранение причин нестабильности процессов, а также обеспечение их предсказуемости.

Применение SPC дает предприятию ряд значимых преимуществ:

• раннее обнаружение отклонений и предупреждение выпуска некондиционной продукции;
• разделение случайных и систематических факторов вариации, что позволяет целенаправленно устранять корневые причины нестабильности;
• повышение производственной дисциплины и вовлеченности персонала в процессы управления качеством;
• улучшение пригодности (Р_p, Р_pk) и воспроизводимости (C_p, C_pk) процессов, что позволяет сократить затраты, связанные с переделками, рекламациями и простоями оборудования.

Особенно остро потребность в применении SPC ощущается в машиностроительной и металлообрабатывающей промышленности, где точность и повторяемость параметров изделий играют решающую роль. Продукция и процессы в данной отрасли характеризуются рядом особенностей, оказывающих влияние на внедрение SPC:

• высокой вариативностью параметров продукции;
• сложностью процессов, состоящих из нескольких стадий;
• сильной зависимостью качества изделий от точности и повторяемости процессов;
• трудностями в автоматизации измерений;
• чувствительностью к износу инструмента;
• значительным влиянием условий производственной среды на качество.

Эти особенности требуют адаптации классической версии SPC и выбора релевантных точек контроля, что, в свою очередь, определяет необходимость применения специализированного ПО, которое позволит обеспечить:

• автоматический сбор и обработку данных с измерительных устройств и станков с ЧПУ, что минимизирует человеческий фактор;
• онлайн-визуализацию контрольных карт и ключевых показателей качества (KPI), повышающую прозрачность процессов;
• мгновенную генерацию сигналов при выходе параметров за контрольные границы;
• хранение и анализ исторических данных, что способствует принятию решений на основе трендов и статистических закономерностей;
• интеграцию с ERP-, MES- и QMS-системами¹, создавая единое информационное пространство предприятия.

SPC в связке с современными цифровыми решениями превращается из формальной процедуры в инструмент проактивного управления качеством

Таким образом, SPC в связке с современными цифровыми решениями превращается из формальной процедуры в инструмент проактивного управления качеством. Рассмотрим алгоритм внедрения SPC на примере металлообрабатывающих предприятий, обеспечивающий повышение уровня их цифровой зрелости.

Ключевые этапы внедрения spc на базе АИСМК.СК

Этап 1. Диагностика текущего состояния. Перед началом внедрения необходимо провести оценку зрелости системы качества, уровень вовлеченности персонала, наличие измерительной базы, информационных систем и текущих проблем с качеством.

Этап 2. Выбор критических точек контроля (CTQ). На основании результатов анализа производственного процесса определяются точки, критически влияющие на качество продукции и подлежащие мониторингу (рис. 1). Это можно сделать, например, с помощью PFMEA², который можно провести в модуле АИСМК.АР («Анализ рисков»).

Рис. 1. Создание специальной характеристики в модуле АИСМК.АР

Этап 3. Метрологическое обеспечение. Для достоверности данных необходимо поверенное и калиброванное измерительное оборудование. Важно учесть погрешность измерений и ее влияние на интерпретацию данных. При этом следует выделить один из наиболее значимых факторов, влияющих на успешность внедрения SPC, — современные цифровые средства измерений (СИ), способные автоматически передавать результаты в информационных системы. Применение таких СИ позволяет значительно снизить риски ошибок при внесении информации, сократить время ввода данных, а также минимизировать негативные реакции персонала. Использовать несколько СИ на одном рабочем месте (рис. 2) позволяет специализированное устройство АИСМК.КСИ («Коммутатор средств измерений»), предназначенное для автоматического съема данных с СИ, подключенных либо кабелем, либо по Bluetooth, либо по радиоканалу. Съем данных происходит при нажатии на педаль, что значительно сокращает воздействие оператора при регистрации результатов измерений.

Рис. 2. Подключение нескольких средств измерений к коммутатору АИСМК.КСИ

Этап 4. Обучение персонала. Программа обучения операторов и технологов АИСМК.СК («Статистический контроль») включает в себя основы статистики и теории вариабельности, а также (что главное) формирование практических навыков, в том числе использование контрольных карт, интерпретацию результатов, реакцию на сигналы вне контроля. Эта практическая часть полностью реализуется на базе программного обеспечения, что значительно улучшает усвояемость информации и позволяет сотрудникам приступить к самостоятельной работе сразу после окончания обучения.

Этап 5. Разработка регламентов и инструкций. Создание стандартных операционных процедур (СОП) по сбору данных, построению контрольных карт, реагированию на отклонения и взаимодействию между отделами. Формирование планов испытаний и классификаторов несоответствий также происходит в программном обеспечении АИСМК.СК и предоставляет единую базу данных по всем процедурам контроля (рис. 3).

Рис. 3. Создание характеристики в плане испытаний в модуле АИСМК.СК

Этап 6. Построение системы визуального контроля. SPC становится особенно эффективным при визуализации в зоне производства: на стендах, дашбордах или через цифровые панели. Это повышает вовлеченность персонала и ускоряет реакцию на нестабильность. Для этого в модуле АИСМК.СК реализован специальный интерфейс отслеживания текущих показателей процесса, работающий в режиме реального времени (рис. 4). Инженерам по качеству также доступна информация о всех проводимых измерениях на производстве с пометками о нарушениях контрольных границ или границ допуска.

Рис. 4. Ежедневный протокол в АИСМК.СК после автоматического анализа процесса

Этап 7. Оценка эффективности и устойчивости SPC. Важно проводить регулярные аудиты SPC и корректировать методы в зависимости от изменений в производстве. Ключевыми метриками оценки его результативности являются: доля продукции вне допусков до и после внедрения, индексы пригодности (Р_p, Р_pk) и воспроизводимости (C_p, C_pk) процессов, среднее время реагирования на отклонения, степень вовлеченности персонала в мероприятия по улучшению. Использование механизма версий в плане испытаний АИСМК позволяет отслеживать все изменения и быть уверенным, что измерения производятся в соответствии с последней утвержденной версией данного плана.

Этап 8. Интеграция в систему управления качеством. SPC должен быть интегрирован в общую систему менеджмента качества (например, по стандартам ISO 9001, IATF 16949, AS 9100), а данные — использоваться для корректирующих действий и постоянного улучшения. АИСМК — это комплексная система управления качеством в масштабе всего предприятия. Модуль АИСМК.УР («Управление рекламациями») совместно с модулями АИСМК.АКП («Анализ корневых причин») и АИСМК.УМ («Управление мероприятиями») позволяют зарегистрировать любые отклонения в рамках SPC и создать мероприятия для предотвращения ранее выявленных инцидентов.

Преодоление барьеров внедрения и примеры применения

Внедрение SPC на практике может тормозиться сопротивлением персонала (по принципу: «еще одна система контроля...»), недостаточной подготовкой кадров, ограниченностью IT-инфраструктуры, несформированностью культуры непрерывного улучшения. В рамках АИСМК для преодоления указанных барьеров предлагается ряд цифровых решений.

• Пилотные проекты с быстрым достижением эффектов. В рамках пилотных проектов внедрения АИСМК.СК можно полностью протестировать применение современной информационной системы по управлению качеством на вашем производстве без необходимости приобретения лицензий. Данный подход позволяет определить не только готовность предприятия к внедрению программного обеспечения по управлению процессами, но и установить необходимые параметры внедрения, например количество интеграций с другими системами или виды отчетов.
• Постоянное обучение и наставничество. Пилотные проекты сопровождаются регулярными сессиями с руководителями проектов и ключевыми пользователями системы АИСМК со стороны заказчика. Подобный формат взаимодействия позволяет произвести внедрение информационной системы оптимальным способом.
• Мотивация за инициативу и соблюдение процедур SPC. При внедрении АИСМК.СК на предприятии можно отключать режимы отображения требований к изделиям и процессам, например отображение границ допуска, чтобы операторы не старались «попадать» в границы, а осуществляли сбор и анализ данных.
• Параллельное использование принципов Lean и Kaizen.

Рассмотрим практические результаты внедрения SPC на двух практических примерах.

Пример 1: применение контрольных карт на участке шлифовки. На предприятии по производству деталей для авиационной промышленности внедрены контрольные карты X ̅ и R для параметра шероховатости. После трех месяцев получены следующие результаты:

• снижение брака на 45%;
• повышение стабильности инструмента;
• рост доверия между ОТК и производственными подразделениями.

Пример 2: автоматизация сбора данных. На станках с ЧПУ реализован автоматический сбор данных по размерным параметрам, интеграция с MES-системой, автоматическое построение контрольных карт. Существенно снижена нагрузка на операторов и повышена точность анализа. Все количественные характеристики также занесены в систему АИСМК при помощи «Классификатора несоответствий».

Рис. 5. Модули АИСМК в структуре цикла PDCA

Практическая ценность внедрения spc на базе АИСМК

Внедрение SPC на машиностроительных и металлообрабатывающих предприятиях является не просто элементом обеспечения качества, но и ключевым инструментом стратегического управления производственной стабильностью и конкурентоспособностью. Практика показывает, что успех в этом направлении невозможен без комплексного подхода, включающего как применение современных цифровых решений, так и соответствующую подготовку персонала.

Внедрение АИСМК позволяет не только автоматизировать сбор и анализ производственных данных, но и существенно повысить прозрачность процессов, оперативность принятия управленческих решений, а также обеспечить соответствие международным стандартам качества (IATF 16949, ISO 9001, AS9100 и др.). При этом особое значение приобретает возможность мониторинга процессов в реальном времени, анализа статистических трендов и генерации предиктивных сигналов, что в совокупности формирует предпосылки для устойчивого производственного развития.

Практика показывает, что благодаря системному внедрению модулей АИСМК (рис. 6) предприятия добиваются следующих результатов:

• автоматизации построения контрольных карт с минимальным участием человека;
• сокращения времени реакции на нестабильность процесса;
• повышения показателей пригодности (Р_p, Р_pk) и воспроизводимости (C_p, C_pk) процессов в серийном производстве;
• упрощения подготовки к внутренним и внешним аудитам за счет централизованной отчетности;
• степени вовлеченности персонала в культуру качества через цифровые панели и визуальные дашборды.

Рис. 6. Интеграции АИСМК в IT-ландшафт предприятия

Такие примеры подтверждают, что современный SPC — не только про статистику и графики, но и про гибкие цифровые платформы, способные адаптироваться под специфику конкретного производства и масштабироваться в рамках цифровой трансформации предприятия.

Резюме

Статистическое управление процессами в сочетании с автоматизированными IT-системами становится основой для создания «умного производства» и устойчивой системы менеджмента качества. Для российских предприятий это особенно актуально в условиях импортозамещения, повышения требований заказчиков и необходимости интеграции в глобальные производственные цепочки.

ИСТОЧНИКИ

1. Клочков А.Е. Статистическое управление процессами (SPC) в АИСМК. Части 1, 2. // Методы менеджмента качества. 2024. № 7. С. 44–49;. № 9. С. 28–33.
2. Gitlow H., Oppenheim A., Oppenheim R., Levine D. Quality Management. 3nd ed. New York: McGraw-Hill, 2005. 797 p.
3. Besterfield D.H. Quality Control. 8th ed.. Hoboken, NJ: Prentice Hall, 2008. 540 p.
4. Wheeler D.J., Chambers D.S. Understanding Statistical Process Control. 3rd ed. Knoxville: SPC Press, 2010. 406 p.
5. Montgomery D. Introduction to Statistical Quality Control. Hoboken, NJ: John Wiley & Sons, 2012. 768 p.
6. Рыжков М.Б., Чуклина Е.В. Система статистического управления процессами // Методы менеджмента качества. 2024. № 8. С. 44–45.

¹ ERP-, MES- и QMS-системы — специализированные программные пакеты, обеспечивающие автоматизацию систем управления ресурсами (Enterprise Resource Planning, ERP), производственными процессами (Manufacturing Execution System, MES) и качеством (Quality Management System, QMS).
² Process Failure Mode and Effects Analysis (PFMEA) — анализ видов и последствий отказов процесса.

01.05.2025

---

448

Поделиться: