Fortschritte in der SPC-Software machen sie unverzichtbar

Alle Bilder Quelle: Argolytics

Software zur statistischen Prozesskontrolle (SPC) ist zu einem unverzichtbaren Werkzeug für Qualitätsmanager geworden. Es bietet einen umfassenden Überblick über den Produktionsprozess und ermöglicht es Managern, etwaige Abweichungen vom Standardprozess zu erkennen und Korrekturmaßnahmen zu ergreifen, um sicherzustellen, dass das Endprodukt den gewünschten Spezifikationen entspricht.

Die Zukunft der SPC-Software sieht vielversprechend aus, sagt Tamela Serensits, Gründerin/CEO von Argolytics LLC, da technologische Fortschritte die SPC-Software benutzerfreundlicher und zugänglicher machen. Neue Funktionen wie maschinelles Lernen und prädiktive Analysen werden der SPC-Software hinzugefügt, was sie für ein Unternehmen noch unverzichtbarer macht.

Tamela Serensits, Gründer/CEO von Argolytics, beschreibt mögliche SPC-Hürden, wie Hersteller jeder Größe von SPC-Software profitieren können und wie man neue Technologien nutzen kann.

Hören Sie sich weitere hochwertige Podcasts an.

Eine solche Software hilft bei der Beantwortung zentraler Fragen zur Prozessfähigkeit und -stabilität. Durch die Automatisierung des Berechnungsprozesses hilft die SPC-Software Praktikern, SPC genau und in Echtzeit durchzuführen.

SPC-Software bietet Qualitätsmanagern eine Reihe von Vorteilen, darunter:

Durch die Reduzierung von Variationen und die Erhöhung der Einheitlichkeit der hergestellten Produkte führt SPC-Software zu höherer Qualität und geringeren Kosten sowohl für Kunden als auch für Hersteller, sagt Phil Mason, Vizepräsident für Geschäftsentwicklung bei Hertzler Systems.

„Ausgezeichnete Software passt sich den Herstellungsprozessen an, um es den Mitarbeitern zu ermöglichen, etablierte Verfahren und Arbeitsabläufe zu befolgen und gleichzeitig Best Practices für die Datenerfassung durchzusetzen“, sagt Mason. „Dies führt zu einer äußerst zuverlässigen Rückverfolgbarkeit und Datenwerten, die die Produktion zuverlässig vorantreiben.“

Im Laufe der Jahre hat die SPC-Technologie erhebliche Veränderungen erfahren, um mit den Fortschritten in der Computerindustrie Schritt zu halten, was zu benutzerfreundlicheren, zugänglicheren und automatisierteren Softwarelösungen führte.

Die frühe SPC-Technologie begann mit Walter Shewharts Arbeit an Kontrollkarten im Jahr 1920. Im Laufe der nächsten 100 Jahre wurden Verfeinerungen und neuere Methoden eingeführt, sagt Ravi Khare, Direktor und CEO von Symphony Technologies.

„Heute umfasst die SPC-Technologie mehrere Verfeinerungen und neue Methoden, einschließlich der Verwendung von EWMA- und CuSum-Diagrammen zur Erkennung kleiner Prozessverschiebungen, multivariater Kontrolldiagramme wie Hotellings T2-Diagramm und Vorkontrolldiagrammen für schnelle Signale“, sagt Khare. Weit verbreitet sind auch kurzfristige SPC-Methoden mit Z- und DNOM-Karten.

Allerdings hat sich die SPC-Technologie über diese Methoden hinaus weiterentwickelt und umfasst verschiedene Veränderungen in der Computerindustrie, sagt Mason. Eine dieser Veränderungen ist die Verlagerung von lokaler Software zu Cloud-Systemen, die es Benutzern ermöglicht, von überall und jederzeit auf SPC-Software zuzugreifen. Dies hat auch zur Einführung von Handhelds, Laptops und Telefonen geführt, die Daten sammeln und analysieren können, wodurch SPC-Software zugänglicher denn je wird.

Eine weitere bedeutende Entwicklung in der SPC-Technologie ist der Übergang von der manuellen Eingabe zur automatisierten Datenerfassung durch drahtlose Messgeräte, OPC und Edge-Geräte. Dadurch ist die Datenerfassung effizienter, genauer und schneller als je zuvor geworden. Darüber hinaus trägt der Einsatz von Assistenten und KI-Tools, die Daten nach Trends und Mustern durchsuchen, zu Verbesserungen bei, die sowohl prädiktiv als auch präskriptiv sind, wodurch SPC für Hersteller wertvoller wird.

Während diese technologischen Fortschritte für große Hersteller von Vorteil waren, blieben kleinere Anlagen zurück, sagt Serensits. Eine der größten Hürden für diese Einrichtungen ist die Datenerfassung, da die meisten von ihnen ihre Inspektions- und Messinformationen auf Papier festhalten.

„Wenn es niemanden gibt, der bereit ist, all diese handgeschriebenen Notizen in ein Computerprogramm zu übertragen, ist die Rede von Industrie 4.0 und Datenanalyse unmöglich“, sagt Serensits.

Da die Nachfrage nach maßgeschneiderten Produkten und Dienstleistungen, die auf die individuellen Kundenbedürfnisse zugeschnitten sind, wächst, produzieren Hersteller kleinere Losgrößen und führen kürzere Produktionsläufe durch, um diesen einzigartigen Anforderungen gerecht zu werden.

Allerdings bedeutet dieser Wandel in der Produktionsstrategie auch, dass ein Bedarf an SPC-Methoden besteht, die die Produktqualität während dieser kürzeren Produktionsläufe überwachen und sicherstellen können, sagt Khare. In der Vergangenheit konzentrierte sich SPC hauptsächlich auf die Überwachung der Prozessfähigkeit und -stabilität über längere Laufzeiten. Mittlerweile hat sich der Schwerpunkt jedoch auf Methoden verlagert, die schnelle Setup-Änderungen ermöglichen und die Qualität bei kürzeren Produktionsläufen überwachen können.

Daher werden statistische Methoden, die einfache Umstellungen und schnelle Einrichtung ermöglichen, immer wichtiger für Hersteller, die ein hohes Qualitätsniveau beibehalten und gleichzeitig ihren Kunden spezielle Produkte anbieten möchten.

Traditionell wird SPC zur Überwachung von Produktqualitätsmerkmalen wie Füllgewichten oder Teileabmessungen verwendet. Der moderne Trend geht jedoch hin zur Überwachung von Prozessparametern. In der Biopharmaindustrie werden SPC-Techniken beispielsweise zur Überwachung kritischer Prozessparameter (CPPs) wie Prozesstemperaturen, pH-Werte und Rührgeschwindigkeiten in Bioreaktoren eingesetzt, um ein gutes Ergebnis in Bezug auf kritische Qualitätsattribute (CQAs) wie Zellen sicherzustellen Wachstum, Zelllebensfähigkeit und geringe Verunreinigungen.

Darüber hinaus verlagert sich der Schwerpunkt von SPC von der Überwachung von CQAs auf CPPs. Dies bedeutet, dass der automatisierten proaktiven Datenerfassung durch aktive Wandler und IoT-Geräte mehr Gewicht beigemessen wird. Die erfassten Daten werden dann extrahiert, transformiert und in Data Warehouses geladen, wo sie über SPC-Dashboards und Alarme in Echtzeit darauf zugreifen können. „Der Einsatz von IoT- und ETL-Technologien ist eine wesentliche Upstream-Verbesserung der traditionellen SPC-Tools und -Techniken“, sagt Khare.

Da weniger Menschen in der Fabrikhalle arbeiten, muss die Technologie den Unterschied ausgleichen, sagt Mason.

„Ein Tool zu haben, das sich eng in Arbeitsabläufe und unterschiedliche Datenquellen integrieren lässt, ist von entscheidender Bedeutung“, erklärt er. „Heutzutage werden viel mehr Daten gesammelt, aber das Sammeln riesiger Datenmengen gewährleistet keine Qualität. Tools, die die Datenberge durchbrechen können, und Rückverfolgbarkeit zur Identifizierung von Problemen sind von entscheidender Bedeutung.“

Die statistische Prozesskontrolltechnologie entwickelt sich weiter, um den Anforderungen kleiner und mittlerer Hersteller gerecht zu werden. Der Wandel hin zur Überwachung von Prozessparametern und zur proaktiven Datenerfassung durch IoT- und ETL-Technologien macht es für diese Unternehmen einfacher und kostengünstiger, Qualitätskontrollmaßnahmen umzusetzen. Mit den richtigen Werkzeugen können kleine Hersteller wettbewerbsfähig bleiben und sicherstellen, dass ihre Produkte die Erwartungen der Kunden erfüllen.

Genevieve stirbtist Redakteur für Qualität.