통계적 공정 관리(SPC): 제조 일관성 향상 및 폐기물 절감

SPC는 종종 간과되고 저평가된 제조 공정 개선 도구입니다. 무엇이며, 오늘날 작업장에서 어떻게 차이를 만드는지 알아봅니다.

스크랩. 재작업. 다운타임. 이들은 대부분의 제조 현장에서 효율을 죽이는 주범입니다. 질문은, 생산 관리자와 공정 엔지니어가 이러한 문제를 피하고 작업장이나 조립 라인에서 폐기물을 줄이려면 어떻게 해야 할까입니다.

아마도 최선의 접근법은 공정 변동성을 최소화하는 것일 겁니다. 그리고 그것은 문제 영역을 연구하고 분리하며 데이터를 수집함으로써 달성됩니다. 여기에 통계적 공정 관리, 즉 'SPC'가 등장합니다.

오래전부터 품질 보증 부서의 기능으로 여겨져 온 SPC는 또한 모든 제조 공정 개선에 자주 간과되고 저평가된 도구입니다. SPC는 전통적인 품질 관리 방법을 보완하며, 사후 수정보다는 추세를 파악하고 잠재적 문제를 조기에 탐지하는 데 필요한 데이터를 제공합니다.

약간의 지식, 약간의 추가 노력, 적절한 소프트웨어와 계측 장비만 있으면 SPC는 대규모는 물론 특히 소규모 작업장에서도 중요한 기회를 창출할 수 있습니다.

통계적 공정 관리란 무엇인가?

SPC는 무엇이며, 어떻게 작동하고 무엇이 관련되나요? SPC는 치수 부품 데이터의 수집과 그 후속 분석입니다. 제대로 실행되면 작업장이 가공, 벤딩, 포밍, 레이저, 조립 공정이 언제 어떻게 부적합 부품을 생산하기 시작할지 예측하고, 해당 공정이 안정적인지 확인하는 데 도움을 줍니다.

대부분의 공작기사는 통계와 분석을 다른 분야에 맡기고 부품 만들기에 집중하고 싶어 합니다. 좋은 공작기사나 판금 가공자라면 자신의 공정을 단단히 파악하고 있을 텐데, 왜 굳이 기록하나요?

이렇게 생각해 보세요: 올해 판타지 풋볼 리그에서 이길 확률을 높이기 위해 패싱 야드, 인터셉트 등 NFL 성과 수치를 연구할 수 있습니다. 품질 관련 데이터 분석도 여러분의 제조 공정을 더 성공적으로 만들 수 있습니다.

많은 도구처럼 계측도 디지털화되었습니다. "정밀 측정 도구: 디지털 계측과 데이터의 부상"에서 이점을 알아보세요.

알아두어야 할 SPC 용어: Xbar, R 차트 등

여기서 모든 수학적 공식을 검토하진 않겠습니다. 그건 SPC 세미나용입니다. 하지만 기본 용어를 다루어 SPC를 파악하고 어떻게 운영 개선에 도움이 될지 이해할 수 있게 하겠습니다. 이해해야 할 네 가지 주요 용어가 있습니다.

속성 데이터(Attribute Data)란?

올해 지각으로 세 번 경고받았다면, 그 사건들은 출근 성과와 관련된 속성 데이터로 기록될 수 있습니다. 이는 공정 중 무언가가 발생한 횟수를 나타냅니다. 이 경우, 올해 여러분의 고용 기록입니다.

변량 데이터(Variable Data)란?

이 값을 개선하는 한 가지 방법은 도착 시간에 대한 변량 데이터를 수집하는 것입니다. 즉, 매일 몇 분 늦었는지(또는 일찍 왔는지). 이 공정 변동을 연구해 각 불리한 사건의 근본 원인을 파악할 수 있습니다.

Xbar란?

이는 Xbar 차트에 기록된 부분군의 평균값을 나타냅니다. 출근 시나리오에서 매일 도착 시간을 측정하고 주별로 평균낸다면, 50주 후 차트의 X축에 산맥처럼 50개 값이 펼쳐져 있을 것입니다. 그래서 Xbar라는 이름이 붙었습니다.

범위 차트(Range Chart)란?

범위 차트는 Xbar를 보완하므로 Xbar와 R 차트란 용어를 SPC 현장에서 자주 듣게 됩니다. Xbar 차트의 각 대응 점에 대한 데이터 값 간의 범위를 보여줍니다. 예를 들어, 특정 주의 가장 빠르고 가장 늦은 도착 시간입니다.

월요일에 오전 6시 37분(그 주 가장 빠른 시간)에 도착하고 목요일에 오전 7시 2분(가장 늦은 시간)에 도착했다면, 그 변량 데이터 부분집합의 범위는 25분이 됩니다.

계산을 위해 일정량의 데이터가 필요하므로 SPC의 핵심은 즉시 일어나지 않습니다. 하지만 궁극적으로 이 값들을 사용해 상하 관리 한계(예: 오전 6시 47분과 6시 53분) 및 평균 목표값(오전 6시 50분이 적당)을 결정합니다.

어느 날 오전 6시 55분에 도착하면 상사가 뭐라 하진 않겠지만, 새 알람 시계나 더 믿을 만한 차가 필요할 수 있음을 시사합니다. 즉, 관리 한계는 측정된 대상의 최소 허용 품질 수준을 나타내며, 이를 넘으면 시정 조치를 취해야 합니다.

제조 데이터로 Xbar와 R 차트 작동 원리 보기. 출처: Learn & Apply

SPC가 제조업체의 근본 원인 파악을 돕는 방식

아무도 직원 출근에 SPC를 쓰진 않겠지만, 어려운 보어 치수, 외부 나사산 피치 직경, 컴퓨터 하우징 벤드 반경 등 수많은 영역의 측정을 추적하는 데 쓸 수 있습니다.

가끔 지각하듯, 값이 상하 관리 한계를 벗어나면 무언가 잘못되었음을 나타냅니다. 인서트가 치핑됐거나 레이저 렌즈 청소가 필요할 수 있습니다.

둘 다 고치는 건 큰일이 아니지만, 스크랩 부품이 나오기 전에 지금 하는 게 낫습니다.

범위가 부품 피처에 비해 과도해 보이면(예: +/- 0.005"(총 0.01") 공차에서 평균 0.009"), 그 가공 공정 측면은 관리 불능 상태입니다.

근본 원인을 파고들 시간입니다.

편차는 제조 공정 개선의 기회입니다. 보어 직경이 50개 부품 후 관리 한계에 닿으면 인서트 교체 시기임을 압니다. 예기치 않게 또는 원하는 것보다 자주 발생하면 더 능력 있는 보링 공구가 필요할 때입니다.

미쓰토요의 U-웨이브 송수신기로 최대 1,600개 계측 장비를 SPC에 연결하는 법 배우기.

예기치 않은 공정이나 공구 변경을 SPC 차트에 직접 기록하세요. 그러면 올바른 길로 안내하고 과거 실수 반복을 방지할 수 있습니다.

SPC를 정기적으로 사용하는 사람은 제조 공정에 더 잘 맞춰질 뿐만 아니라 다른 지속적 개선 방법도 더 잘 이해하게 됩니다. 성공은 추가 성공을 낳습니다. 공정이 안정되면 공작기사와 가공자는 공구와 기계 유지보수에 더 많은 시간을 쓸 수 있습니다.

오프라인 공구 프리세팅으로 셋업 시간 단축 이니셔티브를 추구할 수도 있습니다. 불안정한 공정은 유압 클램핑 시스템이나 수축 피트 공구 홀더로 더 안정화할 수 있습니다.

변화하는 고객 요구는 제로포인트 위치 결정 시스템, 표준화된 공구 터렛과 매거진, 퀵체인지 공구로 대응할 수 있습니다.

어떤 개선 전략이든 공정 변동성을 줄이고 부품 품질을 개선할 것입니다. 그리고 무엇보다 SPC가 그것을 측정하는 데 도움을 줄 것입니다.

여러분의 작업장은 SPC를 어떻게 활용 중인가요? 금속가공 포럼에서 이야기해 보세요.