Fremstilling af medicinske elektrodepuder involverer mange kontrollerede processer.

Materialer konverteres, lag samles, hydrogel kan påføres, komponenter skæres og forbindes, og færdige produkter inspiceres før frigivelse.

Men inspektion fortæller kun producenterne, hvad der skete med produktet på et bestemt tidspunkt.

For en mere proaktiv tilgang kan producenter også overvågehvordan selve produktionsprocessen opfører sig.

Det er her Statistical Process Control, almindeligvis kendt somSPC, kan spille en vigtig rolle.

I stedet for at vente på, at et færdigt produkt falder uden for en specifikation, bruger SPC produktionsdata til at hjælpe med at identificere ændringer, tendenser og usædvanlige variationer, mens en proces kører.

Til fremstilling af medicinske elektrodepuder kan dette give endnu et lag af processynlighed.

Statistisk proceskontrol bruger målinger indsamlet under produktionen til at forstå, hvordan en proces opfører sig.

I stedet for at se på individuelle målinger isoleret, kan producenter undersøge data over tid.

Forestil dig for eksempel en produktionsproces, hvor en målbar egenskab registreres med jævne mellemrum.

En enkelt måling kan virke normal.

Men hvis flere på hinanden følgende målinger gradvist bevæger sig i én retning, kan det mønster give nyttige oplysninger om processen.

SPC hjælper producenter med at skelne mellem:

• Forventet procesvariation
• Usædvanlig variation
• Trends
• Skifter
• Potentiel procesustabilitet

Målet er ikke blot at indsamle flere tal.

Det er tilomdanne produktionsdata til nyttig information om procesadfærd.

Medicinske elektrodepuder indeholder flere fremstillingstrin, og hver proces kan introducere variation.

Afhængigt af produktet og processen kan producenter overvåge egenskaber relateret til:

• Dimensioner
• Materialepositionering
• Lagjustering
• Skære ydeevne
• Påføring af hydrogel
• Tilslutning eller montering
• Andre målbare proceskarakteristika

De specifikke parametre, der overvåges, bør bestemmes af produktdesignet og fremstillingsprocessen.

Det vigtige princip er detikke alle målbare parametre behøver at blive en SPC-parameter.

God procesovervågning fokuserer opmærksomheden på egenskaber, der har betydning for produktets ydeevne eller processtabilitet.

En af de største forskelle mellem traditionel inspektion og SPC er måden data fortolkes på.

Overvej to forenklede produktionsscenarier.

Scenarie A

Målinger forbliver relativt stabile omkring det forventede procescenter.

Scenario B

Målinger forbliver inden for specifikationen, men bevæger sig gradvist i én retning over tid.

Hvis kun specifikationsgrænserne tages i betragtning, kan begge situationer forekomme acceptable.

Men fra et proceskontrolperspektiv fortjener Scenario B opmærksomhed.

En proces kan vise tegn på forandringfør et produkt rent faktisk bliver uoverensstemmelser.

Dette er en af ​​grundene til, at SPC kan være nyttig.

Det hjælper producenter med at se ud over:

"Er dette produkt acceptabelt?"

og spørg også:

"Fører processen sig som forventet?"

Før du bruger SPC effektivt, skal producenterne forstå, hvor variationen kan komme fra.

Produktionsvariation kan være påvirket af mange faktorer, herunder:

Materialer

Forskellige materialepartier kan have målbare forskelle inden for deres accepterede krav.

Udstyr

Maskinindstillinger, mekanisk tilstand eller driftsforhold kan påvirke procesoutput.

Værktøj

Værktøjets tilstand og justering kan påvirke konverterings- eller skæreprocesser.

Miljø

Visse fremstillingsprocesser kan være følsomme over for miljøforhold.

Menneskelige faktorer

Opsætningsprocedurer, omstillinger og manuelle betjeninger kan introducere variation.

Procesindstillinger

Ændringer i driftsparametre kan påvirke det resulterende produkt eller mellemmateriale.

Dette er nogle gange opsummeret ved hjælp af begrebet5M1E rammeværk:

• Mand
• Maskine
• Materiale
• Metode
• Måling
• Miljø

Formålet er ikke at antage, at enhver variation har samme årsag.

Det er for at give en struktureret måde at undersøge, hvor procesændringer kan opstå.

Et praktisk SPC-system kan ses som en kontinuerlig cyklus:

Mål → Optag → Analyser → Undersøg → Forbedre → Overvåg igen

Trin 1: Mål

En relevant egenskab måles efter en etableret metode.

Trin 2: Optag

Resultatet registreres sammen med passende produktionsinformation.

Trin 3: Analyser

Dataene gennemgås for mønstre, variation, skift eller andre signaler.

Trin 4: Undersøg

Hvis der identificeres et usædvanligt mønster, undersøger produktionsteamet potentielle årsager.

Trin 5: Forbedre

Hvor det er relevant, implementeres korrigerende eller forebyggende handlinger.

Trin 6: Overvåg igen

Processen bliver fortsat overvåget for at afgøre, om ændringen gav det tilsigtede resultat.

Dette gør SPC til en kontinuerlig proces i stedet for en-engangs kvalitetsaktivitet.

Denne sondring er vigtig, når man diskuterer SPC.

Specifikationsgrænserbeskrive, hvad produktet eller processen skal opfylde i henhold til definerede krav.

Kontrolgrænserer statistiske grænser, der bruges til at forstå den naturlige adfærd i en proces baseret på indsamlede data.

De svarer på forskellige spørgsmål.

Specifikationsgrænser spørger:

Opfylder resultatet det definerede krav?

Kontrolgrænser hjælper med at spørge:

Opfører processen sig i overensstemmelse med dets etablerede mønster?

En proces kan derfor forblive inden for specifikationen, mens den viser et usædvanligt statistisk signal.

Omvendt kan en proces have relativt stabil adfærd, men stadig være centreret på et uegnet sted i forhold til specifikationen.

Dette er grunden til, at SPC ikke skal behandles som blot en anden måde at tegne specifikationsgrænser på et diagram.

Et kontroldiagram er et af de almindelige værktøjer, der bruges i SPC.

Den viser typisk målinger i kronologisk rækkefølge sammen med et procescenter og statistisk afledte kontrolgrænser.

Diagrammet giver produktionsteams mulighed for at se, hvordan processen opfører sig over tid.

I stedet for at gennemgå hundredvis af tal i et regneark, kan ingeniører nemmere identificere:

• Pludselige skift
• Gradvise tendenser
• Usædvanlig variation
• Klynger
• Potentielle outliers
• Ændringer efter en procesjustering

Den nøjagtige kontrol-diagrammetode afhænger af typen af ​​data, der overvåges, og hvordan målingerne indsamles.

Derfor bør et SPC-system designes omkring processen i stedet for at anvende ét diagramformat til hver fremstillingskarakteristik.

Forestil dig en fremstillingsproces, hvor en vigtig måling historisk set har været relativt stabil.

Over tid begynder målingerne at bevæge sig gradvist.

Ingen individuel måling har endnu overskredet dens specifikation.

Uden trendovervågning kan processen fortsætte uændret.

Med passende SPC-overvågning kan tendensen udløse en undersøgelse.

Holdet kan derefter spørge:

• Var der en væsentlig ændring?
• Blev udstyret justeret?
• Blev værktøj skiftet?
• Ændrede en opsætningstilstand sig?
• Var der en vedligeholdelseshændelse?
• Ændrede miljøforholdene sig?
• Var der et problem med-målesystemet?

Formålet med undersøgelsen er ikke at antage, at SPC har identificeret den grundlæggende årsag.

Snarere,SPC giver et tidligt signal om, at processen kan fortjene opmærksomhed.

SPC afhænger af data.

Det betyder, at selve måleprocessen skal være pålidelig.

Hvis et målesystem introducerer for stor variation, repræsenterer de resulterende SPC-data muligvis ikke fremstillingsprocessen nøjagtigt.

Af denne grund kan producenterne være nødt til at overveje:

• Måleudstyr
• Målemetoder
• Kalibrering
• Operatør procedurer
• Målingens repeterbarhed
• Måling reproducerbarhed
• Prøveudtagningsmetoder

Dette fører til et vigtigt princip:

Bedre diagrammer kan ikke kompensere for upålidelige målinger.

Før de fortolker en procestrend, skal producenterne have tillid til, at dataene repræsenterer den egenskab, der overvåges.

Det kan være fristende at indsamle så mange produktionsdata som muligt.

Men mere data betyder ikke automatisk bedre proceskontrol.

Hvis hver måling bliver en overvåget parameter, kan systemet blive unødigt kompliceret.

Et nyttigt SPC-program bør fokusere på egenskaber, der er meningsfulde.

Udvælgelsen kan overveje:

• Produktkrav
• Procesrisiko
• Historisk variation
• Kundekrav
• Erfaring med fremstilling
• Forholdet til produktets ydeevne
• Evne til at måle karakteristikken pålideligt

Dette skaber et mere praktisk system.

Målet er ikke:

"Saml alt."

Det er:

"Overvåg, hvad der betyder noget."

SPC bør ikke fungere som et isoleret kvalitetssystem.

Det kan fungere sammen med andre produktionskontroller.

For eksempel:

Inspektion af indgående materiale

Hjælper med at verificere, at materialer opfylder definerede krav før produktion.

Under-Processinspektion

Kontrollerer relevante egenskaber under fremstillingen.

SPC

Overvåger procesadfærd og variation over tid.

Afsluttende inspektion

Bekræfter krav til færdigt-produkt før frigivelse.

Procesvalidering

Giver dokumenteret dokumentation for, at en defineret proces konsekvent kan opnå det tilsigtede resultat under etablerede forhold.

Disse aktiviteter besvarer forskellige spørgsmål.

Tilsammen giver de et mere komplet billede af produktionskontrol.

SPC er også nyttigt ud over blot at identificere unormale tilstande.

Langsigtede-produktionsdata kan hjælpe producenter med at forstå, hvordan en proces opfører sig på tværs af:

• Forskellige produktionsperioder
• Forskellige materialepartier
• Udstyrsvedligeholdelsescyklusser
• Værktøjsændringer
• Procesforbedringer
• Produktkonfigurationer

Dette historiske perspektiv kan understøtte løbende forbedringer.

For eksempel, efter at en procesforbedring er implementeret, kan produktionsdata gennemgås for at bestemme, om variationen faktisk er faldet, eller om den observerede forbedring kun var midlertidig.

Dette skaber en feedback-loop:

Produktion → Data → Analyse → Forbedring → Produktion

Over tid kan dette hjælpe produktionshold med at opbygge en dybere viden om deres processer.

For en producent af medicinske elektrodepuder handler SPC ikke om at gøre fremstilling unødigt statistisk.

Det handler om at gøre procesadfærd mere synlig.

En produktionslinje kan se stabil ud udefra.

Men data kan afsløre ændringer, som er svære at se visuelt.

Dette er især værdifuldt for produkter fremstillet gentagne gange over lange produktionsperioder.

Jo mere produktionshistorie en producent akkumulerer, jo flere muligheder er der for at forstå:

• Normal procesvariation
• Tilbagevendende mønstre
• Processkift
• Udstyrsrelaterede-ændringer
• Værktøjsrelaterede-tendenser
• Effekter af procesforbedringer

Den viden bliver en del af producentens procesekspertise.