*/'03."Ǝ/¶ 4:45². ,7"-*5: 130 À306#07² 410+&
#BLBMÈDzTLÈ QSÈDF
4UVEJKOÓ QSPHSBN # o 4ZTUÏNPWÏ JOäFOâSTUWÓ B JOGPSNBUJLB 4UVEJKOÓ PCPS 3 o .BOBäFSTLÈ JOGPSNBUJLB
"VUPS QSÈDF .BSUJO 5PMBS 7FEPVDÓ QSÈDF *OH %BWJE ,VCÈU
-JCFSFD
1SPIMÈÝFOÓ
#ZM KTFN TF[OÈNFO T UÓN äF OB NPV CBLBMÈDzTLPV QSÈDJ TF QMOǔ W[UB
IVKF [ÈLPO Ǐ 4C P QSÈWV BVUPSTLÏN [FKNÏOB f o ÝLPMOÓ EÓMP
#FSV OB WǔEPNÓ äF 5FDIOJDLÈ VOJWFS[JUB W -JCFSDJ 56- OF[BTBIVKF EP NâDI BVUPSTLâDI QSÈW VäJUÓN NÏ CBLBMÈDzTLÏ QSÈDF QSP WOJUDzOÓ QPUDzFCV 56-
6äJKJMJ CBLBMÈDzTLPV QSÈDJ OFCP QPTLZUOVMJ MJDFODJ L KFKÓNV WZVäJUÓ KTFN TJ WǔEPN QPWJOOPTUJ JOGPSNPWBU P UÏUP TLVUFǏOPTUJ 56- W UPNUP QDzÓ
QBEǔ NÈ 56- QSÈWP PEF NOF QPäBEPWBU ÞISBEV OÈLMBEǾ LUFSÏ WZOB
MPäJMB OB WZUWPDzFOÓ EÓMB Bä EP KFKJDI TLVUFǏOÏ WâÝF
#BLBMÈDzTLPV QSÈDJ KTFN WZQSBDPWBM TBNPTUBUOǔ T QPVäJUÓN VWFEFOÏ MJUFSBUVSZ B OB [ÈLMBEǔ LPO[VMUBDÓ T WFEPVDÓN NÏ CBLBMÈDzTLÏ QSÈDF B LPO[VMUBOUFN
4PVǏBTOǔ ǏFTUOǔ QSPIMBÝVKJ äF UJÝUǔOÈ WFS[F QSÈDF TF TIPEVKF T FMFL
USPOJDLPV WFS[Ó WMPäFOPV EP *4 45"(
%BUVN
1PEQJT
Poděkování
Chtěl bych poděkovat panu Ing. Davidu Kubátovi za odborné vedení mé Bakalářské práce a konzultantovi Ing. Vladimíru Jarošovi, garantovi mé roční řízené praxe ve ŠKODA AUTO, a.s., který mi poskytl potřebné materiály a informace, bez nichž by bylo velice těžké tuto práci napsat.
Ještě bych rád poděkoval pánům Ing. Adrianu Šulovi a Ing. Martinu Motyčkovi z firmy Q-DAS za poskytnutí cenných informací ohledně projektu, jež je v práci popisován.
Anotace
Bakalářská práce popisuje projekt, který během autorova pobytu na praxi ve ŠKODA AUTO, a.s. v Mladé Boleslavi probíhal. Zabývá se nasazením informačního systému kvality pro šroubové spoje, který zajistí kontinuální sledování, hodnocení a vizualizaci procesu šroubování ve výrobě náprav z více zdrojů. První část práce je teoretická, věnuje se informačním systémům a metodám statistické regulace procesu. V další části je analyzován současný stav vyhodnocování procesů ve výrobě náprav. Na analýze současného stavu se podílel i sám autor této práce. Následně je vysvětlena nová koncepce řešení optimalizace online sledování dat z výroby. V závěru autor zhodnotí přínosy tohoto nového řešení.
Klíčová slova
Informační systém, šroubové spoje, měření procesů, statistika, relační databáze, vizualizace dat
Annotation
The Bachelor’s thesis describes project which is under way during the author’s internship in ŠKODA AUTO in Mladá Boleslav. The thesis deals with the implementation of Quality Information System for screw joints. This system enables continual watching, rating and visualization of screwing process in the manufacturing of axles from all necessary resources. The first part is theoretical, focused on the Information Systems and Statistical regulation methods. The next part analyses the current state of process rating in the production of car axles. Furthermore there is explained a new conception of solution for the optimization of dealing with aggregated data from production and laboratory. In the conclusion there is an evaluation of the new concept emphasizing benefits for the company.
Key Words
Information system, screw joints, car axles, process measuring, statistical methods, data visualisation
7
Obsah
Seznam obrázků ... 9
Seznam tabulek ... 10
Seznam zkratek, značek a symbolů ... 11
Úvod ... 12
1. Informační systémy v podniku ... 14
1.1 Informace ... 14
1.2 DMZ ... 15
1.3 Organizace dat a přístupy k uložení dat ... 16
1.3.1 Tradiční (souborový) přístup k uložení dat ... 17
1.3.2 Databázový přístup ... 17
1.3.3 Relační databáze ... 19
1.4 Možnosti řešení aplikací ... 20
2. Statistika – způsobilost procesů ... 21
2.1 Kvalita a způsobilost ... 21
2.2 Tolerance ... 22
2.3 Měřidlo ... 22
2.4 Nutnost statistických programů ... 22
2.5 Statistické šetření... 23
2.6 Zpracování dat ... 23
2.7 Vizualizace ... 24
2.7.1 Průběh hodnot ... 24
2.7.2 Paprskový diagram ... 25
2.7.3 Histogram ... 25
2.7.4 Regulační diagram ... 25
2.8 Statistické metody ... 25
2.8.1 Parametrické testy – testování hypotéz ... 26
2.8.2 Metoda MFU a kontrola způsobilosti stroje ... 27
2.8.3 Metoda SPC statistické řízení procesu ... 27
3. Analýza současného stavu sledování kvality šroubových spojů a cílového stavu . 31 3.1 Průběh analýzy ... 31
3.1.1 Zjištění z analýzy ... 31
3.1.2 Jaké systémy a kde jsou ve výrobě využívány?... 32
8
3.2 Současný stav – výroba náprav ... 32
3.3 Cílový stav ... 36
4. Koncepce nového řešení sledování kvality šroubových spojů ... 37
4.1 Realizace datové pumpy (Data konvertoru) AQDEF firmou T-Mobile a vytvoření Q- DAS databáze šroubových spojů ... 37
4.1.1 Konvence názvů souborů ... 38
4.1.2 Databáze šroubových spojů ... 38
4.2 Implementace výpočetního robota M-QIS Q-DAS a webového rozhraní chy.stat pro procesní data ... 40
4.2.1 Co je M-QIS? ... 40
4.2.2 Chy.stat ... 41
4.2.3 Strategie vyhodnocení pro hodnocení procesu ... 45
4.3 Realizace datových rozhraní kalibračních systémů šroubové laboratoře ... 46
4.4 Implementace správy laboratorních měření chy.stat ... 47
4.5 Propojení systému sběru procesních dat a správy laboratorních měření ... 48
4.6 Technické řešení IS chy.stat ... 49
4.6.1 Případy užití aplikace ... 50
4.6.2 Přístupová práva uživatelů ... 50
4.7 Zhodnocení přínosů ... 50
Závěr ... 52
Seznam použité literatury ... 53
Seznam příloh ... 55
9
Seznam obrázků
Obrázek 1: Průběh hodnot ... 24
Obrázek 2: SPC - Statistické řízení procesu ... 28
Obrázek 3: Regulační diagram ... 29
Obrázek 4: Systémy ve výrobě vozů ... 32
Obrázek 5: Tok dat na montáži náprav ... 33
Obrázek 6: Týdenní statistické vyhodnocení procesu utahování ve výrobě náprav ... 34
Obrázek 7: Statistické vyhodnocování procesu v programu qs-STAT ... 35
Obrázek 8: Rozhraní programu qs-STAT při připojování k DB ... 39
Obrázek 9: Základní rozhraní chy.stat ... 41
Obrázek 10: Modul způsobilost, záložka přehled ... 42
Obrázek 11: Modul způsobilost, záložka analýza ... 43
Obrázek 12: Modul zakázek - po kliknutí na šroubový spoj na modelu Fabia ... 43
Obrázek 13: Modul zakázek - po kliknutí na Cp/Cpk ... 44
Obrázek 14: Modul Monitoring - filtr na linku předních náprav PN-A0 ... 45
Obrázek 15: Protokol o dílu ... 45
Obrázek 16: Fyzická struktura nasazených komponent řešení ... 49
10
Seznam tabulek
Tabulka 1: Přehled základních výhod a nevýhod obou přístupů k ukládání dat ... 18
11
Seznam zkratek, značek a symbolů
AQDEF Automotive quality data exchange format DMZ Demilitarizovaná zóna
KKV Kontrolní karta vozu RD Regulační diagram
SPC Statistická regulace procesu
SQS Systém pro on-line vyhodnocování a zobrazování informací o kvalitě
SW Software
12
Úvod
ŠKODA AUTO, a.s. je firma sídlící v Mladé Boleslavi v České Republice a patří k jedné z nejstarších automobilek na světě. Za zakladatele společnosti lze považovat Václava Laurina a Václava Klementa, kteří již v roce 1895 vytvořili něco nadčasového, aniž by si to v době založení sami uvědomovali. Firma si získala světový věhlas a pomohla tak rozšířit povědomí o českých firmách v zahraničí. Významným milníkem v historii firmy bylo zapojení do koncernu Volkswagen, které pomohlo zvýšit konkurenceschopnost a důvěryhodnost v současné náročné době, kdy každý detail v procesu ať už výrobním či obchodním rozhoduje o úspěchu či neúspěchu.
Zapojení do koncernu Volkswagen přineslo sice mnohá technologická vylepšení v procesu výroby i řízení, ale i tak si je firma vědoma toho, že proces inovace nikdy nekončí. Proto je kladen vysoký důraz na hledání nástrojů, které by optimalizovaly veškeré procesy řízení.
Obrovský rozvoj v informačních technologiích v posledním desetiletí sice vedl k tomu, že jsou využívány na všech pracovištích, ale dost často se jedná o oddělené systémy, které nejsou dostatečně provázány a neposkytují tak ucelený pohled na veškerá procesní data. To je i důvodem pro vznik této Bakalářské práce, ve které se autor bude zabývat zavedením informačního systému kvality pro šroubové spoje ve výrobě automobilových náprav. Šroubové spoje patří k základním konstrukčním strojírenským prvkům jakéhokoliv stroje, v automobilech to není jinak. Spojují jednotlivé konstrukční díly rozebíratelným způsobem, protože je potřeba zajistit nejen spojení těchto částí v době montáže, ale také umožnit výměnu dílu v případě poruchy. To klade velký důraz na provedení tohoto šroubového spoje a hlavně kontrolu správného utažení. Jakákoliv nekvalita v této oblasti totiž vede nejenom k následným reklamacím uživatelů, zvyšováním nákladů v podobě záručních oprav, ale také může mít fatální důsledky, které mohou vést ke vzniku nehody.
Z tohoto důvodu se firma snaží mít proces šroubování co nejvíce pod dohledem.
Cíl bakalářské práce spočívá v zajištění kontinuálního sledování, hodnocení a vizualizace procesu šroubování ve výrobě náprav z více zdrojů. Nově vzniklý informační systém by měl zrychlit vnitřní regulační cyklus, zvýšit transparentnost výrobních technologií. Mimo
13
jiné bude také zaveden automatický reporting, propojí se procesní data se zkouškami šroubové laboratoře, vytvoří se srozumitelné zobrazování výrobních dat pomocí webového prohlížeče a v neposlední řadě budou vytvořeny a standardizovány požadavky na archivaci dat.
V teoretické části je nejprve vysvětlen pojem informační systém, který je základem pro sběr všech důležitých informací nutných pro správné řízení firmy. Dále je vysvětlen pojem informace jako takové. S ohledem na bezpečnost IS je popsán princip DMZ, což je jeden z důležitých principů v současnosti často používaný. Poté jsou popsány způsoby ukládání a práce s daty z hlediska jejich výhod a nevýhod. Následuje několik podstatných informací o statistice a jejím významu při sledování procesu, a v neposlední řadě jsou nastíněny některé statistické metody, které se v dnešní době používají. V praktické části práce je analyzován současný stav sledování kvality šroubových spojů ve ŠKODA AUTO, a.s., s návazností na vysvětlenou koncepci nového řešení sledování kvality šroubových spojů ve výrobě náprav.
14
1. Informační systémy v podniku
Řízení procesů je realizováno prostřednictvím rozhodování pracovníků na vedoucích pozicích, kteří využívají podnikových informačních systémů, jako nezbytného nástroje podpory. Současné informační systémy jsou vyvíjeny na platformě relačních databázových systémů, kde základním principem je model vztahu dat. Návrh relačních datových modelů a jejich analýza si vyžaduje použití speciálních metod, které nám pomohou definovat relační systém, včetně omezení integrity. Informační systém slouží jako nástroj, který zajišťuje podporu pro správný průběh konkrétního procesu. Složení ukazatelů, které informační systém postihuje, je proměnlivé stejně jako jsou proměnlivé metody měření a vyhodnocování, a také sám proces se mění v důsledku jeho neustálého vývoje. [1]
„ Systém je účelově definovaná neprázdná množina prvků a množina vazeb mezi nimi, přičemž vlastnosti prvků a vazeb mezi nimi určují vlastnosti (chování) celku. ” [2 s. 23]
V kapitole se autor věnuje pojmu informace, dále vysvětluje podstatu demilitarizovaných zón vzhledem k použití v praktické části práce, viz obr. 17. Dále poodhalí možnosti organizace dat a přístupy k ukládání dat a lehce nastíní problematiku relačních databází, a to z toho důvodu, že v rámci zde popisovaného projektu bylo použito řešení, které je postaveno na prostředcích relačních databází. Existuje několik možností pro pořízení aplikace. Tyto možnosti jsou rozebrány v závěru kapitoly.
1.1 Informace
Výraz informace byl poprvé zaznamenán roku 1274 v souvislosti se souborem aktů, které vedly k prokázání důkazů trestného činu a k odhalení jeho pachatelů. V dnešní době je nahlíženo na pojem informace různými způsoby, zejména v ekonomii existují tři významy pro toto slovo:
„ Ve všeobecném významu – sdělení, zpráva.
Distribuované působení na společnost (či na její jedince) – hromadné sdělovací prostředky v širším slova smyslu (rozhlas, tisk, TV, reklama aj.).
15
V obecném kybernetickém významu – “řízení a sdělování v živých organismech a strojích” (včetně ekonomických systémů).” [2 s. 22, 23]
Existují tři různé úrovně pohledu v odpovídajícím uspořádání, v interpretaci a využití znaků, které můžeme na každou informaci aplikovat:
1. Úroveň syntaxe – pohled zaměřený na vnitřní strukturu zprávy složené ze znaků dané abecedy, tj. věnuje se uspořádání vztahů mezi znaky. Jako příklad uveďme třeba pravidla pro zápis zprávy v konkrétním jazyce.
2. Úroveň sémantiky – zkoumá vztah znaku k objektu, procesu nebo jevu, jež tento znak odráží a to bez ohledu na příjemce. To odpovídá například pochopení napsaného textu.
3. Úroveň pragmatiky – zajímá se o vztah informace k příjemci. Tato úroveň je nejsložitěji popsatelná, ale zároveň je nejdůležitější. Příkladem může být “praktický význam” zprávy pro osobu příjemce. [2 s. 22]
„ Informace je zpráva o nastalém jevu, která u nás (příjemců) snižuje míru neznalosti o tomto jevu. ” [2 s. 23]
1.2 DMZ
Bezpečnost informačních systémů je nedílným prvkem současných informačních systémů, protože čím více jsou informační systémy součástí všech procesů firmy, tím více jsou zároveň zranitelné a zneužitelné. Tím více je kladen důraz na použití všech dostupných technik, které zajistí vyšší bezpečnost. Tím jsou i demilitarizované zóny (dále jen DMZ), které jsou speciálním typem sítí, používaným ke zvýšení bezpečnosti komunikace s vnějším prostředím (Internetem). Jejich použití je vhodné zejména v aplikacích, kdy je nezbytné oddělit datovou komunikaci s vnějším prostředím od datového provozu probíhajícího na lokálních sítích. V zásadě jde o to umožňovat z vnější sítě přístup jen k těm síťovým službám, které jsou nezbytně nutné. Obvykle bývá na těchto segmentech sítě DMZ použito veřejných IP adres, které by se v lokální síti rozhodně vyskytovat
16
neměly. Pokud dojde k napadení serveru umístěného v DMZ, pak je díky oddělení sítí spíše zajistitelné to, že se toto napadení nedostane do lokální sítě. [3]
1.3 Organizace dat a přístupy k uložení dat
Data lze pomocí modelů různě seskupovat a organizovat do větších celků. Jestliže to uděláme, pak u nich lze sledovat hierarchickou strukturu.
Za nejmenší jednotku dat lze považovat bit, který však pro lidi nemá žádnou vypovídající hodnotu. Proto můžeme brát za nejmenší jednotku znak, který reprezentuje písmeno národních abeced, číslici nebo speciální symbol. V počítačové terminologii je znak množina uspořádaných bitů nebo bajtů.
Jestliže znaky shromáždíme do většího celku, dostaneme za výsledek položku. Položka už pro nás má nějakou vypovídající hodnotu, sděluje nám nějakou vlastnost objektu reality, o který se zajímáme.
Po seskupení vzájemně souvisejících položek do většího celku získáme záznam.
„Jednotlivé položky v záznamu jsou od sebe odděleny buďto speciálním oddělovačem anebo položka má vyhrazenu přesně stanovenou délku.“
Po agregaci vzájemně souvisejících záznamů získáme tzv. soubor dat. Příkladem souboru dat může být kolekce záznamů o různém zboží. Záznam můžeme v souboru identifikovat podle pořadí anebo za pomoci specifické položky v záznamu, která je známa pod názvem klíč (např. ID zboží).
Nejvyšší úroveň hierarchie tvoří tzv. báze dat, která vznikne seskupením vzájemně souvisejících souborů dat. „Např. soubor dat objednávek spolu se souborem dat zboží a souborem adres vytváří bázi dat objednávkového systému.“
„Fyzickou realizaci modelu báze dat, tj. způsob uložení báze dat na vnějších pamětích, lze v zásadě realizovat dvěma základními přístupy, případně jejich kombinací.“ [2 s. 66]
17
1.3.1 Tradiční (souborový) přístup k uložení dat
V dnešní době se stále najde hodně uživatelů, kteří si své dokumenty, obrázky a hudbu ukládají formou souborů do adresářových struktur na disku. Aniž by o tom věděli, využívají tak tradičního přístupu k uložení dat, a to i přes řadu nevýhod, které s sebou tento přístup nese.
1.3.2 Databázový přístup
Databázový přístup se snaží řešit problémy a omezení tradičního přístupu. Soubor dat se v terminologii databázového přístupu označuje pojmem entita, jednotlivé záznamy jsou nahrazeny výrazem výskyt entity a položky jsou zde známé jako atribut entity. Databáze je tvořena množinou vzájemně souvisejících entit. Důležitou roli tu hraje specializované programové vybavení, tzv. systém řízení báze dat (SŘBD). SŘBD má na starosti řízení organizace entit a přístupu k datům. Databáze spolu se SŘBD dohromady tvoří databázový systém. [2 s. 67]
„Databázový přístup se vyvíjel a postupně vznikl model hierarchický, síťový, relační, objektově-relační a objektový. V současné době je nejrozšířenějším modelem relační model databáze, případně objektově relační model.“
Pro veškeré úpravy, co se týká struktury databáze, se používá jazyk definice dat (DDL – Data Definition Language). Tento jazyk dává možnost definovat a popsat uspořádání datových struktur databáze a vztahy, které budou mezi jejími jednotlivými částmi. Implementací modelu vzniká i datový slovník, ve kterém lze nalézt minimálně detailní popis všech dat (metadat), a poskytuje nám tak jak logický pohled na databázi (schéma), tak i fyzický.
Do databázového systému patří kromě jazyka definice dat také jazyk manipulace s daty (DML – Data Manipulation Language), který nabízí specifické konstrukce, díky kterým jednoduchým způsobem dokáže zpřístupnit data z databáze, včetně možnosti jejich změn.
Nejčastěji uplatňovaným jazykem u relačních databází je jazyk SQL (Structured Query
18
Language). Tento jazyk v sobě obsahuje i vlastnosti jazyků definice dat včetně manipulace s nimi. [2 s. 69]
Tabulka 1: Přehled základních výhod a nevýhod obou přístupů k ukládání dat
Souborový přístup Databázový přístup
Výhody
Jeho podpora je integrována přímo do OS, není nutný dodatečný software.
Přenášení souborů je snadné.
Optimálně navržené struktury souborů pro speciální typy dat.
Data bývají ukládána tak, aby bylo zamezeno redundanci.
Automatické zajišťování integrity dat díky provázání.
Aplikace přistupují k datům přes standardizované prostředky databáze.
Zajištění současného přístupu více aplikacemi.
Řízení přístupových práv až na úroveň atributu.
Nevýhody
Problémy se zajištěním sdílení dat při aktualizaci.
Obvykle uložená duplicitní data v různých souborech.
Způsob zpracování dat bývá většinou sekvenční.
Nelze řídit přístupová práva na úrovni položky nebo záznamu, přístup lze řídit pouze na úrovni celého souboru.
Vyšší požadavky na znalost pro administrátory databází.
Náklady na pořízení.
Zdroj: Gála, Pour, Šedivá: Podniková informatika; 2. aktualizované vydání.
19
1.3.3 Relační databáze
„Relační databáze a jejich modifikace patří k základním prostředkům uložení dat v dnešních podnikových informačních systémech.“
Relační databáze fungují na principu tabulek. Relace, jiným slovem vztah, je znázorňována jako tabulka, která v podstatě odpovídá souboru dat hierarchického modelu a objektu metadatového modelu. „Řádek tabulky odpovídá záznamu a sloupec odpovídá položce hierarchického modelu. V databázovém pojetí sloupec tabulky označujeme pojmem doména.“ [2 s. 71]
Za účelem alespoň částečného nastínění problematiky relačních databází je třeba vysvětlení několika důležitých termínů:
Integrita – zajištění integrity dat spočívá v omezení možných hodnot atributů, případně omezení manipulace se záznamy s ohledem na vazby na záznamy v jiných tabulkách.
Primární klíč (tzv. entitní integrita) - Primární klíč slouží k jednoznačné identifikaci záznamu v tabulce. Často bývají položky primárního klíče označeny obrázkem klíče. Příkladem může být ID uživatele.
Doménová integrita - zajišťuje, aby hodnota atributu patřila do definovaných povolených hodnot. Například pro sloupec Typ faktury v tabulce Faktury, může být takovým doménovým omezením možnost uvedení buďto hodnoty přijatá nebo vydaná.
Referenční integrita – je reprezentována cizím klíčem. „Princip referenční integrity zajišťuje:
„Aby nemohla být vložena jako hodnota atributu, který je označen jako cizí klíč, hodnota, jež nemá odpovídající hodnotu atributu v tabulce, jejíž klíč jako cizí uvádíme.“ Mějme například tabulku Faktury a tabulku Položky faktury, kde platí, že v tabulce Položky faktury se jako hodnoty atributu Číslo faktury nesmí objevit jiné číslo než to, které je uvedeno u některého ze záznamů v tabulce Faktury.
20
„Aby z tabulky nebylo možno odstranit záznam, jehož hodnota je uvedena jako cizí klíč v tabulce jiné.“ [2 s. 71, 72]
1.4 Možnosti řešení aplikací
Pro každého uživatele je klíčové to, jakým aplikačním softwarem je daná aplikace řešená.
Proto je na místě rozvaha před pořízením daného aplikačního SW. Existuje několik možností jeho zajištění, tedy pořízení, nákupu a vývoje. Uživatel si může vybírat ze třech základních variant, pokud nechce řešit vývoj software vlastními silami:
1. Pořízení typových, standardních aplikačních software, které s sebou nesou již hotová (zobecněná) softwarová řešení pro určité druhy aplikací, respektive oblasti podnikového řízení. Příkladem může být software pouze pro řízení výroby nebo software pro řízení celého podniku, tzv. ERP (Enterprise resource planning).
Firma tedy nabízí zobecněné řešení pokrývající požadavky celé škály podniků, ovšem v daném konkrétním případě pak takový SW přizpůsobí potřebám daného zákazníka. Pro tyto úpravy se používá termín kastomizace (z angl. customer = zákazník).
2. Existují také firmy, které nabízí vývoj specializovaného, „jednoúčelového“
software pro případy, kdy by daný aplikační software neexistoval, nebo by nevyhovoval všem požadavkům konkrétního zákazníka. Příkladem může být aplikace pro veřejnou správu.
3. Kombinace obou předchozích variant, kdy pro standardní podnikové funkce a procesy postačí standardní aplikační software a pro ty specifické požadavky se vyvine Software na zakázku. Tyto doplňující softwarová řešení bývají nazývány jako dovývoje.
V současnosti bývá většina aplikací realizována s maximálním využitím existujících typových aplikačních software. [2 s. 127]
21
2. Statistika – způsobilost procesů
„Statistikou se nyní rozumí:
I. Veličina či její hodnota (tj. číslo), která charakterizuje nějaký hromadný jev, tj. počet objektů nebo událostí určitého druhu, popř. nějakou jejich vlastnost nebo rys určité vlastnosti či případně vztah těchto vlastností či vztah stránek těchto vlastností.
II. Systém charakteristik hromadných jevů v nějaké oblasti.
III. Praktická činnost, spočívající v získávání číselných údajů o hromadných jevech (hromadným pozorováním, měřením, vážením apod.), v jejich zpracování na charakteristiky hromadných jevů a do systémů těchto charakteristik (tříděním, shrnováním, výpočtem, publikováním ve formě tabulek a grafů apod.); v jejich hodnocení a případně instituce, které tuto praktickou činnost provádějí.“ [4 s. 17]
Ke sledování procesu se používá statistika a její nástroje. Nejprve je potřeba provést vhodné statistické šetření, kterým nasbíráme žádoucí data. Pak je důležité data odpovídajícím způsobem statisticky zpracovat, ať už graficky či prostou tabulkou rozdělení četností. Následně může mít statistik představu o tom, jak se proces vyvíjí a může ho i lépe předpovídat, a tím i regulovat. Co všechno je tedy potřeba při sledování a hodnocení způsobilosti procesu mít na zřeteli?
2.1 Kvalita a způsobilost
Způsobilost sleduje kvalitu konkrétních znaků, tedy například konkrétních kót a jejich tolerancí, každé zvlášť a nesleduje kvalitu výroby jako celku. Výroba jako celek je dostatečně tedy kvalitní jen tehdy, pokud jsou všechny podstatné znaky dostatečně způsobilé, což znamená, že i nejhorší znak musí být v odpovídajících mezích. V reportech je tedy důležité řadit seznam znaků tak, aby ten nejhorší byl nahoře.
22
2.2 Tolerance
Nezbytným předpokladem pro stanovení způsobilosti procesů je správně definovaný měřený znak a tedy správně stanovená tolerance. Výroba je závislá na tom, jak správně jsou důležité znaky určeny už v procesu vývoje a to pokud možno tak, aby všechny tolerance byly co nejširší a nedocházelo tak ke zbytečnému prodražení výroby. Na druhé straně musí být jen tak široké, aby byla zaručena požadovaná funkce konečného výrobku.
Způsobilost lze totiž dobře stanovit právě jen s ohledem na tolerance.
2.3 Měřidlo
Na procesy se lze dívat jen nějakým měřicím systémem, což může být například měřidlo průměru, délky, případně chemická analýza nebo také zaznamenávání vizuálních vad kontrolorem a podobně. Vše, co je součástí sběru dat z výrobního procesu, patří zároveň do měřícího procesu, který má bezprostřední vliv na určení způsobilosti výrobního procesu.
2.4 Nutnost statistických programů
Velká část prověrky procesů je založená na statistice. Aby mohlo být hodnocení procesů efektivní a aby bylo možné zabývat se technickou podstatou našich procesů, není možné a spravedlivé očekávat, že každý uživatel bude zároveň zdatný statistik. Z tohoto důvodu je potřeba pro hodnocení procesů používat vhodný software, který podle předem připraveného algoritmu výpočet provede a kompetentní uživatel se může soustředit na interpretaci výsledku. Bohužel je nutno brát v potaz, že předem připravený algoritmus, jakkoliv je připraven vysoce kompetentně a v dobré víře, nemůže postihnout všechny nástrahy reálného života. Dřív nebo později se vyskytnou situace, kdy algoritmus nezafunguje, kdy ne všechny předpoklady budou naplněny, a kdy ke správnému posouzení procesu musíme povolat kompetentní lidský pohled. [5]
23
2.5 Statistické šetření
Každé statistické zkoumání s sebou ruku v ruce nese tři vzájemně související a na sebe navazující etapy – statistické šetření, statistické zpracování a statistické vyhodnocení.
Statistické šetření spočívá v „získávání neznámých statistických údajů (dat) o hodnotách statistických znaků jednotlivých statistických jednotek, tvořících statistický soubor.“
Každé statistické zkoumání má nějaký účel (tím je obvykle získání statistických údajů, potřebných k prozkoumání či sledování určitých hromadných jevů nebo jejich vztahů či jejich vývoje), z kterého vyplyne, jaké variabilní statistické znaky by se měli vyšetřovat, co bude statistickou jednotkou a co statistickým souborem.
Aby byl dodržen konkrétní účel statistického zjišťování, je potřeba velmi přesně věcně, prostorově a časově vymezit statistické jednotky, statistický soubor a statistické znaky, které mají být předmětem zkoumání. [4 s. 34]
„Podle hlediska, zda se zjišťují hodnoty šetřených statistických znaků u všech statistických jednotek statistického souboru, jehož vlastnosti zkoumáme (říká se mu základní statistický soubor nebo stručně jenom základní soubor) nebo jenom u některých z nich, členíme statistická šetření na vyčerpávající a nevyčerpávající (dílčí).“ [4 s. 43]
2.6 Zpracování dat
Statistické zpracování je zde od toho, aby pochopitelně a objektivně popsalo skutečnosti, které jsou obsaženy v datech. Dost často se stává, že až velice podrobně provedená statistická analýza odhalí co by jinak bylo skryto při povrchním zkoumání. Proto trvale probíhá rozvoj specializovaného statistického software, který ale vyžaduje mít znalého odborníka, který dokáže možnosti software využít a hlavně výsledky těchto zkoumání předložit srozumitelně ostatním. [6]
„Statistické zpracování je druhou etapou statistického zkoumání. Navazuje na výsledky statistického šetření, tj. na neuspořádané, neroztříděné údaje o hodnotách zjišťovaných
24
statistických znaků u jednotlivých různých druhů statistických jednotek, patřících do příslušných statistických souborů.“ [4 s. 56]
2.7 Vizualizace
Existuje celá řada diagramů a grafů, z kterých kompetentní lidský pohled dokáže vyčíst důležité informace o procesu, kdy například z trendu dokáže vyčíst opotřebení nástroje a pozná tak vhodný okamžik pro výměnu nástroje. V programu qs-STAT jsou a stejně tak v aktuálně vyvíjeném chy.statu budou k dispozici následující vizualizační grafiky:
2.7.1 Průběh hodnot
Průběh hodnot je tím nejzákladnějším grafem. Zobrazují se na něm naměřené hodnoty jako tzv. časová řada dat v pořadí, v jakém byly získány, vyrobeny. Vodorovná osa tedy znázorňuje čas nebo pořadové číslo hodnoty. Na svislé ose nalezneme naměřené hodnoty znaku. Výsledkem grafu je tedy informace o chování procesu v čase.
Obrázek 1: Průběh hodnot
Zdroj: vlastní tvorba (SW qs-STAT)
25
2.7.2 Paprskový diagram
Tento diagram dostaneme, pokud znázorníme každou naměřenou hodnotu jako paprsek.
Slouží jako jednoduchý nástroj pro zjištění četnosti výskytu jednotlivých hodnot. Získáme informace o variabilitě a rozlišení měřícího systému.
Oproti průběhu hodnot zde přicházíme o informaci o chování procesu v čase!
2.7.3 Histogram
Histogram přehledně zobrazuje velké množství hodnot. Lze z něj vyčíst tvar rozdělení četností, polohu rozdělení četností, variabilitu a Modus. Oproti paprskovému diagramu jsou u histogramu hodnoty rozčleněny do intervalů. Výška sloupce odpovídá počtu hodnot naměřených v tomto intervalu (četnosti hodnot v intervalech).
2.7.4 Regulační diagram
Diagramy nám podávají jednoznačné informace o poloze a rozptýlení procesu. Už z názvu vyplývá, že nám pomáhají regulovat proces, tj. zajistí reprodukovatelnost a udržují způsobilost procesů. Neustále kontrolují stabilitu procesu. Je možné na nich nastavit tzv. alarmy, které nás upozorní na překročení námi nastavených regulačních mezí, aby se zabránilo v překročení tolerančních mezí daných předpisem. [7]
2.8 Statistické metody
Mezi nejznámější statistické metody patří korelační analýza, regresní analýza, kontingenční tabulky, analýza rozptylu (ANOVA), analýza časových řad, parametrické a neparametrické testy a mnoho dalších efektivních a zajímavých metod.
26
2.8.1 Parametrické testy – testování hypotéz
V praxi mohou nastat například následující situace:
1) Stroj byl předán po generální opravě zpět do provozu. Je variabilita měřeného znaku skutečně významně menší než před opravou?
2) Zdá se, že řezné kotouče od dvou výrobců mají různou životnost. Je možné tento dojem exaktně potvrdit?
3) Změnila se technologie výroby, zkrátila se hloubka zpracování. Za kritický kvalitativní znak je považován povrch výrobku. Jsme schopni prokázat, že nedošlo k významnému zhoršení kvality při zavedení nové technologie?
Na otázky si odpovíme za pomoci statistických hypotéz. Nejprve převedeme praktickou otázku do řeči statisticky formulované hypotézy. Tedy formulujeme nulovou hypotézu a alternativní hypotézu (kterou chceme prokázat). Téma testování hypotéz zredukujeme na srovnání polohy a variability pro konkrétní případ, tedy srovnání střední hodnoty a rozptylu normálně rozdělené základní množiny.
V zásadě jde o porovnání námi vypočítané testovací statistiky (našeho čísla) s kritickým oborem, což je vlastně tabulkové číslo a následně rozhodneme pokud:
1. Testové kritérium leží v kritickém oboru: pak zamítneme nulovou hypotézu, což znamená, že jsme prokázali H1.
2. Testové kritérium neleží v kritickém oboru: pak nezamítáme H0, takže jsme neprokázali H1.
Testování hypotéz se provádí tedy pouze k prokázání alternativní hypotézy. My nejsme schopni vyvrátit, ani přijmout nulovou hypotézu, pokud neprokážeme alternativní hypotézu. [7]
27
2.8.2 Metoda MFU a kontrola způsobilosti stroje
Stanovení způsobilosti stroje slouží k ověření přesnosti výroby stroje, která je garantována dodavatelem.
Princip metody spočívá v odebrání 50 kusů, které náhodně vybereme, a to za přesně definovaných podmínek. U těchto kusů se následně vyhodnocují charakteristiky polohy s ohledem na předepsanou jmenovitou hodnotu a variability výrobního procesu vůči dané toleranci pro všechny měřitelé znaky tj. ukazatele kvality dílu. Jedná se o metodu krátkodobou, protože do ní spadá pouze vliv výrobního zařízení a nezkoumá všechny ostatní vlivy jako vliv obsluhy, materiálu a prostředí. Pro tyto charakteristiky (indexy) jsou stanovené dolní hranice. Pokud tyto hranice překročíme, pak stroj odpovídá požadavkům na způsobilost stroje.
Tyto indexy jsou známy pod zkratkou Cm a Cmk. Cm popisuje potenciál způsobilosti stroje, který lze dosáhnout, pokud se podaří proces vycentrovat přesně na střed tolerance.
Cmk - hodnota zohledňuje i posunutí polohy.
2.8.3 Metoda SPC statistické řízení procesu
Metoda SPC je tou nejzákladnější, pokud chceme proces neustále zlepšovat a tím snižovat náklady a zlepšovat kvalitu výroby. Heslem metody může být „zabránit závadám namísto jejich zjištění“, tedy v podstatě se jedná o to, že jsme schopni rozpoznat změny v procesu dříve, než se vyrobí velké množství nekvalitních výrobků. Z naměřených hodnot se vyhodnocuje tzv. dlouhodobá způsobilost procesů. Na níže uvedeném obrázku 2 je graficky znázorněna podstata metody. [8]
28 Obrázek 2: SPC - Statistické řízení procesu
Zdroj: Metody v procesu vzniku výrobku – interní dokument ŠKODA AUTO a.s.
Výrobní proces je řízen a sledován dvěma řídicími okruhy: Vnitřním a vnějším. Vnitřní využívá technik regulačních diagramů, signálů o opotřebení nástroje, zpřesnění pracovních návodek a vůbec všechno, co je potřeba, aby proces jako celek byl v požadovaných mezích. Tyto zásahy závisí pochopitelně na konkrétní technologii výroby, jinak je potřeba regulovat obrábění a jinak vstřikování plastů. [5]
Ve vnitřním řídícím kruhu porovnává obsluha stroje pomocí regulačních diagramů naměřené hodnoty s hodnotou cílovou. Aby měla obsluha co porovnávat, tak se z naměřených hodnot jedné podskupiny vypočtou statistické údaje o poloze a variabilitě procesu, např. aritmetický průměr a směrodatná odchylka, které se zobrazí do RD a následně se porovnávají se staticky vypočítanými regulačními mezemi, a to jak pro polohu, tak variabilitu. Pokud dojde k překročení těchto mezí, okamžitě se bude zkoumat, kde nastala chyba, čímž se zabrání vzniku nekvalitních dílů., viz obrázek č. 3. Každý údaj na obrázku v podobě černé tečky je tedy průměr či odchylka vypočítaná z podskupiny.
Podskupinou se myslí např. měření pěti po sobě jdoucích dílů. [8]
29 Obrázek 3: Regulační diagram
Zdroj: Metody v procesu vzniku výrobku – interní dokument ŠKODA AUTO a.s..
Vnější okruh využívá prověrku způsobilosti a řeší, jestli všechna opatření opravdu vedla k požadované úspěšnosti. Nezabývá se konkrétními jedinečnými vlastnostmi a je mu jedno, jestli se prověřovaný znak vyrábí obráběním, svařováním nebo lisováním. Tímto odstupem získáme výhodu, která umožňuje různé procesy mezi sebou porovnávat a hledat tak slabá místa, aniž bychom zohlednili konkrétní technologii a dává možnost zobecnit úspěšnost či neúspěšnost splnění specifikovaných parametrů. [5]
Ve vnějším řídícím kruhu jsou statisticky vyhodnocovány naměřené hodnoty určené k hodnocení procesu, které jsou získány v rámci dlouhého časového úseku. Výsledky jsou pak srovnávány s přednastavenou tolerancí pro hodnoty znaků (měřených veličin). Je třeba dbát na určení správné šířky časového období, abychom měli zařazeny do prověrky způsobilosti také všechny vlivy z kategorií stroj, člověk, materiál, prostředí a metoda.
Vyhodnocení způsobilosti procesu, tedy to samotné porovnání skutečných vypočítaných charakteristik s plánem (s tolerancemi) vyjadřují tzv. indexy dlouhodobé způsobilosti Cp a Cpk. Cp index nám podává informaci o variabilitě výrobního procesu, Cpk zohledňuje
30
i polohu procesu. Jestliže překročí zjištěné hodnoty stanovené hraniční hodnoty, pak je nutné zasáhnout a provést příslušná opatření ke zlepšení. Navíc nám výsledky kontroly způsobilosti procesu tvoří základ k určování regulačních mezí pro regulační diagramy. [8]
31
3. Analýza současného stavu sledování kvality šroubových spojů a cílového stavu
V kapitole bude popsána analýza současného stavu sledování kvality šroubových spojů v oblasti výroby vozů a agregátů, na které se podílel autor této práce a v její návaznosti bude nastíněn budoucí stav sledování procesu výroby ve výrobě náprav.
3.1 Průběh analýzy
Byla provedena:
Analýza nasazených šroubovacích systémů v oblasti výroby vozů (Octavia, Rapid, Fabia) a v oblasti výroby agregátů (výroba náprav, převodovek a motorů).
Analýza způsobu řízení a hodnocení šroubovacích procesů, porovnání výstupů k jednotlivým dílům a procesům (vůz, motor, převodovky, náprava).
3.1.1 Zjištění z analýzy
V oblasti výroby vozů jsou používány rozdílné postupy a systémy pro hodnocení způsobilosti procesů šroubování. Dále se minimálně využívají data pro řízení procesů.
U nasbíraných dat není zaručena věrohodnost, kompletnost a kompatibilita dat. Existují značné rozdíly mezi daty z jednotlivých zdrojů – KKV, SQS, CMOD, Toolsnet, atd. Není nasazeno žádné standardní řešení sběru dat v oblasti šroubování, standardní rozhraní není definováno. Chybí standardní informační systém na zpracování a prohlížení dat.
Požadavky na šroubovací systémy a jejich nákup se liší dle jednotlivých útvarů. Je zde absence kvalifikovaného personálu – šroubových specialistů a expertů.
32
3.1.2 Jaké systémy a kde jsou ve výrobě využívány?
Obrázek 4: Systémy ve výrobě vozů
Zdroj: Prezentace SPC šroubování – interní dokument ŠKODA AUTO a.s.
3.2 Současný stav – výroba náprav
Ve výrobě náprav je sedm montážních linek:
Linka předních náprav, kde se montují modely Octavia, Yeti, Superb.
Linka předních náprav (Fabia, Roomster, Rapid/Toledo).
Linka tlumičových jednotek (Fabia, Roomster, Rapid/Toledo).
Linka zadních náprav I (Yeti).
Linka zadních náprav II (Octavia, Superb, Yeti).
Linka vlečených zadních náprav (Octavia, Rapid/Toledo, Roomster).
Linka zadních náprav (Fabia).
33
Ve výrobě náprav jsou nasazeny následující IS a SW v rámci procesu šroubování:
ToolsTalk – SW od firmy Atlas Copco pro programování šroubovacích stanic.
SW na konverzi dat od firmy CMS a T-Mobile.
qs-STAT – statistický SW pro posuzování výrobních zařízení a procesů.
Upload – SW pro ukládání datových souborů do ORACLE Databáze.
CMOD – archivační SW od firmy IBM.
Obrázek 5: Tok dat na montáži náprav
Zdroj: Prezentace SPC šroubování – interní dokument ŠKODA AUTO a.s.
Ke každé lince je vytvořen přehled šroubových spojů, které se na dané lince šroubují a na kterých modelech se montují. Tento přehled obsahuje utahovací předpisy a průběžně se aktualizuje. Ukázku přehledu šroubových spojů na jedné lince najdete v příloze A.
V současnosti jsou ve výrobě náprav neúplná procesní data sbírána (utahovačka neumí poslat horní a dolní tolerance) přes propojený profibus (průmyslová sběrnice určena pro automatizaci výrobních linek) s Truck nosičem („datový nosič“, který má v sobě nastaveno, co se má měřit na daném díle a po vložení do zařízení na lince se do něj ukládají naměřené hodnoty) a EC-utahovaček a přes PLC (programovatelný logický automat používaný pro automatizaci procesů v reálném čase) ukládána do SQL DB. Data z DB jsou konvertována do formátu *.dfd/*.dfx. a pomocí SW UPLOAD ukládána do ORACLE DB. Zpracování dat, jejich analýzu a reporting provádí uživatel pomocí SW qs-STAT v kancelářské síti. Vyhodnocování se provádí manuálně a s časovým posunem.
Vyhodnocuje se pouze úhel pomocí programu qs-STAT, kde se jednou týdně zpracovává
34
zpráva za každou linku zpětně za daný týden jako způsobilost procesu k jednotlivým spojům na lince, viz obrázek 6. Utahovací moment se měří, ale nevyhodnocuje, protože je velice složité hlídat jeho velikost, výsledná hodnota momentu velice kolísá. Ve VW normách jsou teoreticky dané tolerance momentu, ale prakticky to funguje pouze v laboratorních podmínkách.
Podstatné z hlediska spoje je udržet určitou svěrnou sílu na spoji. Protože by bylo velice složité umístit do linky snímače svěrné síly, tak je toto ponecháno na laboratorní měření.
V laboratoři oproti tomu mají k dispozici prostor, čas i měřidla, která jim tam umožní stanovit převodní tabulky mezi utahovacím momentem a svěrnou silou. To umožní následně odhadovat velikost svěrné síly podle utahovacího momentu při splnění utahovacího úhlu. Pokud dojde k úpravě tolerancí, tak je nutné vědět, z jakého důvodu vlastně k úpravě dochází, tj. z důvodu tření, změny šarže šroubu apod.
Obrázek 6: Týdenní statistické vyhodnocení procesu utahování ve výrobě náprav Zdroj: Výroba náprav
35
Data z laboratorních měření jsou zpracovávána v lokální síti, vlastní vyhodnocení dat se provádí v kancelářské síti pomocí SW qs-STAT. Qs-STAT je SW aplikace, která nám umožňuje vyhodnocovat dlouhodobou způsobilost - způsobilost procesů (počítají se indexy Cp, Cpk) a krátkodobou způsobilost – způsobilost strojů (indexy Cm, Cmk). V programu můžeme vizualizovat data pomocí nejrůznějších diagramů a grafů a také umožňuje sestavovat různé souhrnné reporty, viz obrázek 7.
Obrázek 7: Statistické vyhodnocování procesu v programu qs-STAT Zdroj: Výroba náprav
Program je však velice náročný na ovládání. Proto se v současné době vyvíjí webová aplikace chy.stat pro šroubové spoje na nápravách, kde lze pro jednotlivé úrovně uživatelů přednastavit co, a jak se jim bude zobrazovat. Kromě qs-STATu používá firma ŠKODA AUTO ještě jiné moduly od firmy Q-DAS. Jsou jimi:
Solara – program na hodnocení měřících procesů a měřidel.
Destra – optimalizace procesů, regresní analýzy, plánování, hypotézy.
Systémy pro sběr dat.
36
o Procella - slouží pro manuální sběr dat.
o O-QIS CMM reporting – systém pro sběr dat z automatických měřidel, je to operativní modul sloužící k online sledování procesů.
M-QIS – Program pro manažerské řízení procesu.
Ve společnosti se také používá archivační systém Cmod, ve kterém se podle kennumeru / zakázkového čísla nápravy (rodné číslo nápravy) utahovačky dají zpětně vyhledat údaje o utažení, viz příloha B. Cmod je paralelní systém určený na dlouhodobou archivaci číselných nebo textových údajů. Nemá žádný grafický výstup.
3.3 Cílový stav
Proces šroubování bude beze změn – jedná se o náhradu současného stavu se zavedením elektronické správy procesních a laboratorních dat a webového on-line reportingu.
Konečného stavu docílíme realizací těchto kroků:
• Specifikujeme datové rozhraní Q-DAS dle standardu AQDEF.
• Vytvoříme QDAS DB a definovat požadavky na archivaci.
• Implementujeme výpočetního robota M-QIS.
• Implementujeme webové rozhraní chy.stat pro procesní data s on-line vyhodnocováním.
• Implementujeme správu laboratorních měření chy.stat.
• Propojíme systém sběru procesních dat, správy laboratorních měření a měření Mkd1/2.
37
4. Koncepce nového řešení sledování kvality šroubových spojů
V následujících podkapitolách bude rozebrán návrh řešení optimalizovaného sledování kvality šroubových spojů, které se nyní ve výrobě náprav zavádí a je v procesu testování.
4.1 Realizace datové pumpy (Data konvertoru) AQDEF firmou T-Mobile a vytvoření Q-DAS databáze šroubových spojů
Realizací datové pumpy byla pověřena firma T - Mobile. Pumpa bude zajišťovat předávání dat z utahovacích vřeten přes textové soubory, s přesně daným formátem podle VW specifikace AQDEF pro komunikaci výrobních systémů. Každý soubor obsahuje veškerou možnou informaci, týkající se jednoho cyklu šroubových utažení z jedné stanice/stanoviště.
Kromě utahovacích procesních parametrů budou přenášeny signály, které oznamují případné chyby, pokud jsou k dispozici.
Zároveň bude přenášen status výrobků OK/NOK daného cyklu.
V procesu vývoje datové pumpy bylo klíčové nejprve stanovit formáty předávaných souborů. Na to, jaké data z utahovacích vřeten jsou k dispozici, se můžete podívat v přílohách C a D. Bohužel ne všechna data jsou v současnosti utahovačky schopny poslat, takže stále budou zbývat údaje, které bude nutné doplňovat do databáze ručně prostřednictvím programu qs-STAT. Žlutě označené políčka značí ty parametry, které se budou prozatím doplňovat ručně. Výhledovým cílem je dořešit přenos i těchto zbývajících dat tak, aby bylo vše automatické.
38
4.1.1 Konvence názvů souborů
Výstupní soubory z utahovaček budou generovány dle směrnice AQDEF ve tvaru s příponou DFD/DFX , tzn. DFD je popisný soubor a DFX soubor s aktuálními naměřenými hodnotami každého cyklu. Pro zvýšení kapacity služby, která přenáší data do DB, je stanoveno použít tzv. inkrementálního modu tvorby souborů. Pro první cyklus vznikne soubor 1.DFD a 1.DFX. Dokud se nezmění popisný soubor DFD, vytváří se jen soubory s hodnotami ve tvaru 2.DFX, 3.DFX,…
V přílohách C a D naleznete aktuálně používanou definici souborů DFD a DFX.
V příloze G je vzor souborů DFD a DFX.
4.1.2 Databáze šroubových spojů
Struktura relační databáze Oracle, do které budou veškerá data ukládána, byla vytvořena dodavatelem softwarového řešení firmou Q-DAS. Prostřednictvím programu qs-STAT byla poté naplněna databáze šroubových spojů prostřednictvím kontrolních plánů, viz obrázek 8. V levé části obrázku je možno vidět všechny díly, které jsou zapsány v dané databázi, a k nim je k dispozici pohled na znaky, respektive šroubové spoje, které se na daném díle (v našem případě je dílem náprava) měří. V první fázi jsme mohli údaje do databáze plnit jen ručně. V další fázi bylo zajištěno plnění databáze prostřednictvím SW Upload od firmy Q-DAS, nyní bude plnění databáze obstarávat datová pumpa firmy T - Mobile. Data v této databázi budou udržována na detailní úrovni po dobu dvou let, poté se budou klouzavě po měsíci odmazávat. Agregovaná data budou uchována v DB trvale.
39
Obrázek 8: Rozhraní programu qs-STAT při připojování k DB Zdroj: vlastní (SW qs-STAT)
Postup zápisu nového šroubového spoje:
V programu qs-STAT se vytváří takzvaný „kontrolní plán“, kde se definuje popis dílu a co se na daném díle měří.
Kontrolní plán (popisný soubor) je rozdělen na tyto části:
Maska dílu – Popisuje název dílu, číslo dílu, označení dílu, zákazníka.
Maska znaku – Uvádí číslo znaku, označení, jmenovitou hodnotu, tolerance.
Vedle úrovně dílu a znaku rozlišujeme také úroveň hodnot, ke kterým se mohou uvádět také takzvané „doplňkové údaje“ (např. jméno operátora, šarže).
Data jsou ukládána do databáze, ale v případě lokálního ukládání odpovídají formátům AQDEF:
Agregovaný soubor obsahující -> soubor s příponou DFQ.
40 Kontrolní plán -> soubor s příponou DFD.
Úroveň hodnot -> soubor s příponou DFX.
V popisném souboru jsou používány dle směrnice AQDEF tzv. K-klíče, které definují význam daného pole. Základní rozlišení je takové, že K-klíče začínající číslem 1 jsou určeny pro popis dílu, začínající číslem 2 jsou určeny pro popis znaku a začínající číslem 0 jsou určeny pro naměřené hodnoty.
4.2 Implementace výpočetního robota M-QIS Q-DAS a webového rozhraní chy.stat pro procesní data
Firma Q-DAS navrhla strukturu webového rozhraní a provedla základní nastavení chy.statu s tím, že se bude postupně upravovat tak, jak budou nabíhat jednotlivé moduly do zkušebního provozu. Data zobrazované v chy.statu jsou získávána z databáze Oracle, ve které se koncentrují data ze všech dílčích podsystémů. Data z této databáze mohou být používána i programu qs-STAT, ale zde je již vyžadována velká znalost programu, jinak se uživatel nedostane k žádným srozumitelným a v praxi použitelným výsledkům. Chy-stat naproti tomu poskytne uživatelům přehledné a intuitivní rozhraní, které pokryje všechny hlavní požadavky uživatelů a umožní jim operativně reagovat. Systém chy.stat využívá ke své práci na pozadí běžící modul M-QIS, které zpracovává přednastavené výpočty a reporty. Všechny výpočty jsou podle standardizované strategie hodnocení „VW Konzern 10131 ŠKODA AUTO“. Robot M-QIS je tedy zodpovědný za veškeré výpočty prováděné nad daty. Chy.stat tedy funguje de facto jen jako zobrazovač dat, která jsou buď brána přímo z databáze nebo jsou předzpracována systémem M-QIS.
4.2.1 Co je M-QIS?
M-QIS je manažerský informační systém pro tvorbu zpráv. Pro svoji práci vyžaduje mít data uložená v databázi. Modul se používá na rozesílání zpráv, je možné nadefinovat reporty, které se mají v určitých časových okamžicích zasílat manažerům na různých úrovních řízení. V rámci těchto reportů je možné využívat širokou škálu výpočetních
41
možností systému, který tak zpřehlední výsledný report a poskytne nezbytné podklady pro efektivní řízení. Systém je zároveň nezbytným článkem pro qs-STAT a chy.stat, protože mu poskytuje svojí výpočetní sílu.
4.2.2 Chy.stat
Jedná se o nastavitelný systém, který lze konfigurací přizpůsobit libovolné výrobě.
Z technologického hlediska se jedná o webovou aplikaci, kterou lze spustit v jakémkoliv webovém prohlížeči, tzn. i v mobilních zařízeních jako jsou mobily a tablety. Vzhledem k tomu, že si společnost ŠKODA AUTO vybrala ze současné nabídky na trhu dodavatelů hardware společnost Apple, tak hledala vhodného dodavatele software, který zajistí bezproblémový chod aplikací na této platformě. Protože je firma Q-DAS ověřeným dodavatelem software pro ŠKODA AUTO a měla k dispozici řešení v podobě systému chy.stat, tak byla logicky vybrána tato varianta rozvoje jako nejvhodnější.
Základní obrazovkou chy.stat je rozcestník pro tři moduly, kde každý modul nabízí jiný pohled na data z výroby náprav, viz obrázek níže.
Obrázek 9: Základní rozhraní chy.stat Zdroj: vlastní (chy.stat)
42
Modul způsobilost obsahuje po otevření dvě záložky. První záložka s názvem „přehled“, nám dává možnost podívat se přes stanice námi vyfiltrované linky na kvalitu výroby a po kliknutí na příslušnou stanici v daný časový úsek, si můžeme zobrazit jednotlivé šroubové spoje, které byly na dané stanici utaženy, s přehledem naměřených znaků a veškerých statistických údajích. Můžeme si zvolit sloupcové zobrazení nebo vertikální.
Kromě přehledu znaků si můžeme zobrazit graficky průběh hodnot, podíl eliminovaných hodnot, Box-plot, korelační matice a regulační diagramy. Jestliže přepneme do záložky
„analýza“, pak máme náhled na hlubší analýzu výroby. V levé horní části obrazovky máme k dispozici koláčový graf, který nám dává celkový pohled na výrobu, tedy kolik znaků je způsobilých a kolik ne. Pod tímto grafem máme možnost se podívat na podíly způsobilých znaků na jednotlivých linkách, případně na příslušných stanicích dané linky. V pravé části obrazovky vidíme přehled znaků dle vyhodnocení způsobilosti, tedy dle výsledku Cp, Cpk. Dále se můžeme podívat na průběh změny Cp na daném spoji v rámci nějakého časového úseku. Máme možnost si po kliknutí na daný znak zobrazit grafiky jako průběh měření, histogram, či reporty se statistickými výsledky.
Obrázek 10: Modul způsobilost, záložka přehled Zdroj: vlastní (chy.stat)
43 Obrázek 11: Modul způsobilost, záložka analýza Zdroj: vlastní (chy.stat)
Dalším modulem, jehož pracovním názvem je modul Zakázek měrového centra, bude část zobrazení, které bude poskytovat jiný pohled na data. Výchozí obrazovka modulu je k dispozici v příloze E. Na nejvyšší úrovni bude možné filtrovat mezi číslem linky a laboratoří a poté se bude možné podívat v rámci dané směny, po kliknutí na číslo stanice s číslem programu, na daný šroubový spoj s grafickým zobrazením momentu a úhlu utažení dle jednotlivých modelů, kde k poslední naměřené hodnotě bude k dispozici číslo kennumeru nápravy, pod kterým se šroubové spoje na dané nápravě – dílu utahovaly, viz obrázek 12. Dále u poslední naměřené hodnoty uvidíme pozici utahovačky na stanici.
Obrázek 12: Modul zakázek - po kliknutí na šroubový spoj na modelu Fabia Zdroj: vlastní (chy.stat)
44
V rámci dané směny bude možné podívat se na přehled spojů v rámci všech modelů, které byly na dané stanici vyhodnoceny jako NOK, tedy laicky řečeno byly špatně utaženy.
K těmto spojům budou k dispozici přehledy podobné těm, které se nám zobrazí po kliknutí na OK spoje v rámci modelu, viz obrázek 12.
Při kliknutí na tlačítko Cp/Cpk bude zobrazena souhrnná zpráva za směnu, kde budou všechny spoje se statistickými charakteristikami vyplývajícími z naměřených hodnot momentu a úhlu utažení. Kromě toho uvidíme výsledky prověrky způsobilosti procesů, tedy hodnoty vypočítaných indexů Cp, Cpk. Vše přehledně graficky zobrazené.
Obrázek 13: Modul zakázek - po kliknutí na Cp/Cpk Zdroj: vlastní (chy.stat)
Chy.stat nabízí ještě jeden pohled na data v modulu Monitoring. Zde máme přehled o všech linkách ve výrobě náprav, případně si můžeme si vyfiltrovat jednu linku a dle jednotlivých stanic vidíme nápravy s jejich kennumerovým číslem, které v daný časový úsek „jedou“ po lince s přehledem OK, NOK znaků a kvalitou utažení. Dle barvy
„obdélníčku“ rozpoznáme, o jaký model se jedná, po kliknutí na jednotlivou nápravu se nám pak otevře protokol o díle, viz obrázek číslo 15.
45
Obrázek 14: Modul Monitoring - filtr na linku předních náprav PN-A0 Zdroj: vlastní (chy.stat)
Obrázek 15: Protokol o dílu Zdroj: vlastní (chy.stat)
4.2.3 Strategie vyhodnocení pro hodnocení procesu
Pomocí statistické analýzy procesu určíme model procesu a teprve potom vyhodnotíme způsobilost. Modely procesů a možné typy výpočtů shrnuje norma „DIN ISO 21747“. Této klasifikaci procesů se přiklání všechny nové strategie výpočtu v automobilovém průmyslu, ustanovené jako firemní směrnice. Výběr těchto směrnic zahrnuje statistický balík qs-STAT. Pro bližší představu o strategii viz přílohu F.
46
4.3 Realizace datových rozhraní kalibračních systémů šroubové laboratoře
Laboratoř je nezbytnou součástí celého procesu sledování šroubových spojů, protože právě laboratoř je garantem toho, že stroje používané v sériové výrobě, v tomto případě utahovačky, budou pracovat podle očekávání. Aby bylo možné využít nasbíraná data k rozhodování o tom, jak celý proces utahování šroubů zlepšit, tak musí být zaručeno s velkou mírou přesnosti, že naměřená a uložená data jsou přesná. Jinak by se celá databáze stala jen přesným popisem nepřesných údajů, což by vedlo k chybným závěrům a mohlo mít fatální následky v podobě nehod automobilů, pokud šrouby na nich nebyly utažené tak, jak to předepisuje norma. Laboratoří prochází každá utahovačka ještě dříve, než je nasazena ve výrobě. Dojde k jejímu nastavení a kalibraci a zároveň je dané utahovačce uděleno oprávnění, na základě kterého může být používána do termínu příští pravidelné kontroly. V laboratoři se provádí kalibrační měření na tzv. brzdách, které poskytují přesná data pro posouzení přesnosti měření dané utahovačky.
V laboratoři mají měřící zařízení, jejichž data je třeba dostat automaticky do centrální databáze. Jedná se o:
Atlas Copco – momentový klíč.
Atlas Copco/Bosch – řídící jednotka.
Simulátor šroubových spojů BLM.
Měřící kufřík ACTA.
V tuto chvíli mají v laboratoři data z těchto měřících zařízení uložená v lokálních souborech typu Excel a bude třeba je automaticky konvertovat do standardních formátů DFD/DFX tj. do stejných formátů, jako se používají při přenosu z výrobních linek.
Z tohoto důvodu vytváří dodavatelská firma datové převodníky, které zajistí, že data budou následně jednotně odesílána do centrální databáze pro následné použití v aplikaci chy.stat.
47
4.4 Implementace správy laboratorních měření chy.stat
Do aplikace chy.stat bude zaimplementována také správa laboratorních měření, což bude umožňovat z jednoho místa přístup na výsledky laboratorních měření příslušných dílů. To poskytne lepší možnosti při posuzování stavu jednotlivých vřeten, kdy skutečně naměřená data z procesu výroby se lehce porovnají s výsledky získanými laboratorním měřením.
Z tohoto důvodu budou do databáze ukládána data týkající se daného vřetena postihující celou jeho historii, tj. zejména:
- Průběh kontroly na měřící stolici.
- Průběh kontroly přes nezávislý snímač ve výrobě.
Díky uložení všech potřebných dat v databázi bude možné s využitím aplikace chy.stat provést přiřazení konkrétního vřetena konkrétnímu spoji. To výrazně zjednoduší práci zaměstnancům laboratoře, kteří si tak snadno dohledají jak se dané vřeteno, které prošlo jejich kontrolou, následně chová v procesu výroby. To jim umožní operativně zasahovat do termínů plánovaných kontrol. Pokud například bude některá utahovačka součástí procesu, v jehož průběhu budou vznikat ve zvýšené míře nevyhovující výsledky, tak bude předčasně stažena z linky a podrobena důkladné kontrole.
Na laboratoř jsou kladeny velké nároky, protože na jejich práci jsou závislé následně výsledky měření, které jsou prováděny v sériové výrobě. K hlavním úkolům laboratoře, která zajišťuje pravidelné kontroly a údržba utahovacích systémů včetně jejich vyhodnocování patří:
- Preventivní kontroly mechanických částí a následné údržbě utahovací techniky.
- Monitorování šroubovacích stanic/vřeten.
- Monitorování ruční šroubovací techniky (nikoliv však momentových klíčů).
- Ověřování stability schopnosti utahovací techniky.
