Variogrammin hyödyntäminen näytteenotto- ja mittausjärjestelmän arvioinnissa

Tuotteiden valmistuksessa on tärkeää havaita tuotantoprosessin vaihtelu ja sen avulla muodostaa kuva prosessin tilasta. Kun vaihtelu havaitaan luotettavasti, tällöin prosessissa esiintyvät poikkeamat tunnistetaan paremmin ja säätötoimenpiteiden vaikutus on parempi. Tähän sisältyy riski, että poikkea...

Full description

Bibliographic Details
Main Author: Tunkkari, Jani
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Master's thesis
Language:fin
Published: 2019
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/64549
Description
Summary:Tuotteiden valmistuksessa on tärkeää havaita tuotantoprosessin vaihtelu ja sen avulla muodostaa kuva prosessin tilasta. Kun vaihtelu havaitaan luotettavasti, tällöin prosessissa esiintyvät poikkeamat tunnistetaan paremmin ja säätötoimenpiteiden vaikutus on parempi. Tähän sisältyy riski, että poikkeama on peräisin näytteenotto- ja mittausjärjestelmän virheestä, jolloin on mahdollista säätää tuotantoprosessia väärin perustein. Tällöin stabiilin tuotantoprosessin vaihtelu kasvaa ja laatu kärsii. Näytteenotto- ja mittausjärjestelmät sisältävät useita eri tyyppisiä mittauksia, joiden mittauskyvykkyys vaihtelee. Eri menetelmillä toteutetut mittaukset sisältävät mittausvirhettä, jota tulisi arvioida määrävälein. Mittausvirheen arviointiin on olemassa useita eri menetelmiä, joiden tarkkuus ja vaativuus vaihtelee. Tässä tutkielmassa esitellään variogrammimenetelmä, jolla voidaan mittaustuloksia hyödyntäen toteuttaa arvio mittausjärjestelemän kyvykkyydestä. Tutkielmassa käsitellään tuotantoprosessin ohjaaminen, näytteenottoteoria ja variogrammi-menetelmä. Empiirisessä osiossa esitellään tutkimuskohde ja mittausjärjestelmän arvion toteutus. Lisäksi esitellään mittausjärjestelmän kyvykkyyden arvio ja esitetään kehitystoimenpiteitä mittauskyvykkyyden parantamiseksi. Tutkimuksen tulokset vahvistavat käsitystä, että variogrammimenetelmällä voidaan arvioida näytteenotto- ja mittausjärjestelmää, ja sen avulla voidaan arvioida kohteen kokonaisvaihtelu ja vaihtelun osatekijät. Vaihtelun osatekijöiden avulla saadaan tarkempi tieto tuotantoprosessissa tapahtuvista muutoksista, jolloin säätö- ja korjaustarpeiden tunnistaminen on helpompaa. Tutkimustulosten perusteella ensin tulee kiinnittää huomiota mittauskyvykkyyteen. Kun mittauskyvykkyys on saatu luotettavalle tasolle, muiden vaihtelutekijöiden arvio on luotettavampi. In the product manufacturing, it is important to measure the production process variation and thereby create a view of the state of the process. When the process variation is measured reliably, the process deviations are recognized and the effect of the control measures is better. This involves the risk that the deviation is due to an error in the sampling and measurement system, which makes it possible to adjust the production process incorrectly. In this case, stable production process fluctuations increases and thereby the quality suffers. The sampling and measurement systems contain several different types of measurements with varying measurement capabilities. Measurements made by different methods include a measurement error that should be evaluated at regular intervals. There are several different methods for evaluating the measurement error, which vary in accuracy and complexity. This thesis presents a variogram method that can be used to evaluate the measuring system capability by utilizing the measurement results. The thesis presents production process control, sampling theory and variogram method. The empirical section presents the subject of the research and evaluation system implementation. Results section presents the measurement system capability assessment and presents development proposals to improve the measurement capability. The results of the study confirm the perception that the variogram method can be used to evaluate the sampling and measurement system and to assess the overall variability and variability components. The variation components offer more accurate information on changes in the production process, making it easier to identify adjustment and repair needs. On the basis of the research results, attention should first be paid to measuring capability. When the measurement capability is at a reliable level, the estimation of other production process variability components is more reliable.