مهندسی و مدیریت کیفیت

چکیده متدلوژی شش سیگما به عنوان یک روش فرآیندگرا و با تاکید بر نتیجه و اثربخشی، پایه گذاری شده و به دنبال ارتقای کیفیت محصولات، خدمات و فرآیندها است. در کشور ما نیز همگام با سایر کشورها، مراکز صنعتی و خدماتی به سرعت و با تبادل اطلاعات با سایر سازمان ها و مراکز صنعتی دنیا از توان بالای این ابزار آگاهی یافته و به اجرای آن ترغیب شده اند. هدف اصلی این متدولوژی اجرای یک استراتژی مبتنی بر اندازه گیری با تمرکز بر بهبود فرآیند و کاهش تغییرپذیری است. مجتمع مس سرچشمه، به عنوان یکی از صنایع مادر و بزرگ کشور، به منظور بهبود فرآیندهای تولید و کاهش حجم ضایعات و افزایش بهره وری تا کنون پروژه های متعددی را در حوزه شش سیگما تعریف و فواید متعدد و بیشماری را از جمله بهبود فرآیندهای تولید، کاهش اتلاف ها و ضایعات و صرفه جویی کلان مالی را کسب نموده است. از آن جایی که یکی از دغدغه های مدیران مجمتع مس سرچشمه کاهش میزان مواد سرد تولیدی در کارخانه ذوب و به طبع آن پیشگیری از هدر رفت بخش قابل توجهی از هزینه های انجام شده است، از این رو پروژه شش سیگما جهت بهبود این موضوع مد نظر قرار گرفت. در این پژوهش همچنین از ابزار شبیه سازی به منظور توسعه مدل یکپارچه ای برای کاهش مواد سرد در فرآیند ذوب استفاده شده است. برای این منظور از رویکرد شبیه سازی سیستم های گسسته پیشامد استفاده شده است. طراحی مدل شبیه سازی و اجرای آن با استفاده از نرم افزار arena و ویژوال بیسک صورت گرفته است.

چکیده بسیاری از محققان نشان داده اند که نمودارهای کنترل تطابقی نسبت به نمودارهایی با پارامترهای ثابت در تشخیص تغییر در فرایند کاراتر عمل می کنند. نمودارهای تطابقی معرفی شده توسط محققان بر این فرض استوار هستند که توزیع مشاهدات مورد نظر نرمال می باشند ولی در بسیاری از فرایندهایی که در عمل وجود دارند، توزیع مشاهدات غیر نرمال است یا در اغلب اوقات توزیع مشاهدات نامعلوم می باشد. نمودار کنترل پیشنهاد شده در این مقاله نمودار کنترل علامت با اندازه نمونه گیری متغیر برای کنترل کردن میانه فرایند است که دو ویژگی بارز را دارا می باشد، ویژگی اول این است که فرض نرمال بودن مشاهدات دیگر مورد نیاز نیست و ویژگی دوم مربوط به تطابقی بودن این نمودار پیشنهاد شده است که موجب می شود نسبت به نمودارهایی با پارامترهای ثابت در شناسایی تغییر در میانه فرایند سریع تر عمل کنند.ارزیابی این نمودار بر اساس متوسط تعداد نمونه تا هشدار می باشد که بر اساس ویژگی های زنجیره ی مارکوف بدست می آید.

چکیده همان طور که می‌دانیم داده‌های مستخرج از فرآیندهای واقعی به‌طور معمول همبسته‌اند و برای پایش این فرآیندها لازم است خودهمبستگی داده‌ها در نظر گرفته شود. نمودارهای کنترلی که تا به امروز برای پایش نسبت معیوبی‌(p) توسعه یافته‌اند، بر این فرض استوارند که مشاهدات دودویی از هم مستقل هستند که در این صورت واقعیت همبسته بودن داده‌ها در نظر گرفته‌ نشده است. آن چه که در این مقاله مطرح می‌شود، نمودار کنترل جمع تجمعی است، به‌گونه‌ای که خودهمبستگی بین مشاهدات دودویی را به وسیله مدل زنجیره مارکوف دو وضعیتی مرتبه اول در نظر می‌گیرد. همچنین با استفاده از شاخص متوسط تعداد مشاهدات تا اولین هشدار ، نشان داده می‌شود که در شرایط صددرصد بازرسی، این نمودار نسبت به نمودار جمع تجمعی برنولی که مشاهدات را مستقل فرض می‌کند، عملکرد مناسب‌تری دارد و یا به عبارت دیگر افزایش در p را سریع تر کشف می‌کند.

چکیده کنترل فرآیند آماری روشی قدرتمند در ایجاد ثبات و بهبود کارآیی فرآیند از طریق کاهش تغییر پذیری است. نمودارهای کنترل از پرکاربردترین ابزارهای کنترل آماری فرآیند بوده و نقش مهمی را در ارتقا کیفیت فرآیندها ایفا می کند. پژوهش های اخیر این مطلب را بازگو می کند که نمودارهای کنترل انطباق پذیر x ? (اندازه نمونه متغیر، فاصله بین نمونه گیری متغیر و پارامتر متغیر) سریع تر از نمودار شوهارت استاندارد x ?در یافتن شیفت های میانگین عمل می کنند. یکی از مفروضات معمول برای طراحی یک نمودار کنترل، نرمال بودن توزیع مشاهدات است ولی ممکن است در بعضی فرآیندها این فرض صادق نباشد. در این مقاله کارایی نمودارهای کنترل انطباق پذیر تحت داده های غیرنرمال از رهیافت شبیه سازی با استفاده از نرم افزار matlab بررسی می شود و نشان داده خواهد شد که نمودار کنترل پارامتر متغیر بهتر از سایر نمودارهای کنترل انطباق پذیر x ? در یافتن تغییرات کوچک میانگین تحت داده های دارای توزیع غیرنرمال عمل می کند و از همه مهم تر خطر هشدار اشتباه کاهش می یابد.