Identifiering av variabler vid framtagning av optimerad stickprovsfrekvens

Detta är en Kandidat-uppsats från Högskolan i Skövde/Institutionen för ingenjörsvetenskap

Sammanfattning: Arbetet kring mätfrekvenser, alltså hur ofta en producerad detalj ska mätas, inom produktionen på Volvo Cars följer i dagsläget inget standardiserat arbetssätt. Arbetet kring det bygger i stort på tidigare erfarenheter och vad liknande utrustningar har för mätfrekvens. Volvo Cars efterfrågar mer kunskap inom området för att få en mer kostnadseffektiv kvalitetssäkring. Arbetets huvudsyfte har innefattats av identifiering gällande vilka variabler som påverkar mätfrekvensen, samt uppbyggnad av en enklare modell där variablerna applicerats. Intervjuer har även genomförts på ett flertal företag, där några av de viktigaste slutsatserna är: Mätfrekvenser arbetas med retroaktivt, snarare än proaktivt. Duglighet är i dagsläget vanligast att använda vid arbete med mätfrekvenser. Arbete med mätfrekvenser sker inte standardiserat. Förbättring av mätfrekvenser jobbas med i låg grad och när det väl görs är det ofta triggat av en mantidsanalys. Arbetet har resulterat i identifiering av två huvudvariabler; duglighet och kvalitetskostnader. Även om verkligheten är mer komplicerad, kan dessa två variabler ses som huvudkategorier. Under duglighet och kvalitetskostnader finns sedan underkategorier. För duglighet finns verktygsrelaterade egenskaper såsom förslitning och dess material. Även detaljens material och dess termodynamiska egenskaper har inverkan på dugligheten. Slutligen återfinns felintensitet, vibrationer som uppstår och processens stabilitet. Gällande kvalitetsbristkostnader finns felkostnader som uppstår inom företagets väggar, interna felkostnader, och de felkostnader som uppstår när produkt levererats till kund, externa felkostnader. Utöver de två finns även kontrollkostnader och förebyggande kostnader. Arbetet har dessutom mynnat ut i en enklare modell där erfarenhet från intervjuer och data från Volvo Cars tagits i beaktande. Flera av de data som återfinns i modellen har tagits fram genom analysering av tre veckors produktionsdata från Volvo Cars. Data som används i modellen berörande kvalitet är duglighet och den procentuella fördelningen av den aktuella varianten. De data som har inverkan på kvalitetskostnaderna är hur många operationer flödet har och aktuell operations placering i relation till totala antalet. Även råämnets kostnad, allvarlighetsgraden för kvalitetsbristen hos aktuell egenskap och skrotkostnaden används. Modellen har sedan applicerat på en maskinerna som omfattats av arbetet för att kontrollera utfallet. Med data införd baserad på produktionsdata från Volvo Cars har en stickprovsfrekvens på 62 genererats.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)