GRUPPARBETE. SEX SIGMA En fallstudie hos Becker Industrial Coatings AB. IEK215 Statistisk processtyrning och Sex Sigma Ht-2005

Transkript

1 GRUPPARBETE SEX SIGMA En fallstudie hos Becker Industrial Coatings AB IEK215 Statistisk processtyrning och Sex Sigma Ht-2005 John-Arne Brekke Henrik Franzén Niklas Jonsson AnnaMaria Ullnert Luleå tekniska universitet Institutionen för industriell ekonomi och samhällsvetenskap Avdelningen för kvalitets- och miljöledning

2 Innehållsförteckning 1 Introduktion Teori Sex Sigma och DMAIC Processbeskrivningar Define Problemdiskussion Syfte Avgränsningar Datainsamling Measure Korrelationer Multipelregressionsmodell Analyse Diskussion...15 Referenser...16 Bilagor Bilaga 1 Korrelationsmatris 1 sidor 2

3 1 Introduktion Strävan att ständigt förbättra ett resultat kräver att orsaker till variationen upptäcks. För att finna dessa finns flertalet sätt att gå tillväga på men i detta projekt skall Sex sigma varianten användas då det är ett av momenten i kursen IEK215, Statisk processtyrning och Sex sigma, vid Luleå tekniska universitet. Förbättringsarbetet, Sex sigma, innebär ett målmedvetet ledarskap i kombination med beslut baserat på fakta, struktur, tydliga mål och tydlig ansvarsfördelning genom hela organisationen. DMAIC är beteckning för de olika faserna genom projektet, dessa skall i ordning genomarbetas och i framtiden följas upp för ett lyckat Sex sigma projekt. Företaget som projektgruppen arbetar med heter Becker Industrial Coatings AB (BIC), Beckerkoncernen. Dessa tillverkar och säljer färg för industriell målning av bandplåt, plast och metallprodukter. Företaget är beläget i Märsta utanför Stockholm och har norden som sin främsta marknad. Omsättningen uppgår till runt 500 mkr årligen och man har cirka 200 anställda. BIC är en stor leverantör av grundfärg och täckfärg till Ruukki i Finland som tillverkar metallkomponenter till bygg- och verkstadsindustrin. Färgen används till att lackera bandplåt vid deras två anläggningar; Hämeenlinna respektive Kankaanpää. Den färdiglackerade plåten används sedan i vidare förädling, exempelvis till fasadplåt. Problemet som skall studeras handlar om att kulör och glans varierar på den färdiga plåten hos Ruukki. BIC försöker styra produktion för att slutresultatet hos Ruukki ska bli så nära överenskommet målvärde som möjligt. Detta medför merarbete då färgrecepten hos BIC kontinuerligt ses över. BIC funderar nu på om hur mycket processen hos Ruukki bidrar till variationen och i sådana fall hur de ska agera för att slutresultatet ska bli så bra som möjligt. Innan BIC kan åtgärda något i sin process är det lämpligt att ta reda på hur mycket variation som finns i den långa process som färgen går igenom, från start till dess den sitter på plåten hos Ruukki, och framför allt hur stor del av den variation som BIC inte har kontroll över. BIC vill även att kulören och glansen hos färgen de tillverkar ligger så nära Ruukkis målvärde som möjligt, utan att behöva göra justeringar i färgrecepten mellan varje beställning. Detta skall under projektets gång undersökas. Eftersom tiden för denna uppgift är begränsad måste vissa avgränsningar göras för att hinna få fram ett godtagbart resultat. Framför allt handlar avgränsningarna om att enbart en färg kontrolleras. En vit täckfärg där Ruukki har haft problem med variationer i glans och kulör. Dessutom bedöms att det inte kommer att finnas tillräckligt med tid för att inkludera de två sista faserna i DMAIC-cykeln. Detta beror framförallt på att den produkt som skall undersökas tillverkas i stora satser och relativt sällan, vilket innebär att våra teorier i praktiken inte hinns testas förrän kursen är slut. 3

4 2 Teori 2.1 Sex Sigma och DMAIC Det var högste chefen på elektronikföretaget Motorola, Robert Galvin, som först fick upp ögonen för Sex sigma; arbetsmetodiken för att möta det japanska hotet på marknaden Ett omfattande förbättringsarbete inleddes under namnet Sex sigma då detta var själva målet. Antal fel i alla processer skulle reduceras till 3,4 per miljon möjligheter, vilket innebär att varje process kunde avvika med max sex standardavvikelser från medelvärdet, innan de överskred toleransgränserna. ( [ ]) Sex sigma är för närvarande en av de mest uppmärksammade metoderna inom kvalitetsutveckling (Bergqvist, föreläsning [ ]). Syftet är att reducera tiden från utveckling till tillverkning och då samtidigt minimera antalet fel i produktionen. Centrala mått inom metoden är kapabilitetsanalys, konfidens för livslängd, kontrolldiagram, analys av varians, regression, jämförelser av populationer och försöksplanering. Metoden bygger i hög grad på försöksplanering vilket är en vetenskaplig metod som erbjuder medvetna justeringar av ingångsvärdet till en process för att möjliggöra identifikation och observera orsaker till förändringar i processen. (Park, 2003) Anledning till att statistik används mer och mer är främst då fokus på kvalitet har ökat. Med hjälp av statistiska metoder och kvalitetsanalys kan man identifiera och minimera de felkällor som är inbyggda i processen. (Persson, gästföreläsning [ ]) Begreppet Sex Sigma är mångtydigt. Folke Höglund, kvalitetschef på SKF samt extern konsult och utbildare på Sandholm Associates, utbildar företagspersonal inom exempelvis Sex Sigma, definierar begreppet Sex Sigma följande ( [ ]): Sex sigma är ett systematiskt och disciplinerat arbetssätt för att åstadkomma förbättringar genom reducerad variation inom såväl varu- och tjänsteprocesser med kundnytta och ökad effektivitet som främsta drivkrafter. Sex Sigma metoden innefattar många olika roller, från högsta ledning till de operativa förbättringsgrupperna. Roller som finns är Champion, Master Black Belt, Black Belt, ledare för förbättringsprojekt, Green Belt, utbildad medarbetare som samverkar i svårare projekt eller leder enklare projekt och sist men inte minst White Belt, alla som genomgått grundutbildning. (Park, 2003; [ ]; Bergqvist, föreläsning [ ]) 4

5 DEFINE Definiera målet med projektet MEASURE Undersök nuvarande situation CONTROL Kontrollera att permanenta förändringarna har skett ANALYZE Analysera den nuvarande situationen och försök att hitta sätt att nå målet IMPROVE Verkställ förbättringsåtgärder Figur 1. Bild över de olika faserna inom DMAIC. (Fritt efter Bergqvist åhörarkopior till föreläsning [ ]) Sex sigma projekt drivs enligt en gemensam modell i fem faser. Define (definiera), Measure (mäta), Analyze (analysera), Innovate/Improve (förbättra) och Control (kontrollera/ styra). Define Definefasen handlar om att identifiera processer som har problem och behöver förbättras. I fasen vill man konkretisera problemet och dra upp tydliga ramar för ett förbättringsprojekt. Ett mycket bra redskap som kan vara till stor hjälp här är Ishikawa-diagram för att försöka hitta möjliga orsaker till problem. (Park, 2003) Measure Efter att de variabler som påverkar utfallet i en process har identifierats är det dags att börja göra mätningar av dessa. Innan man kan sätta igång med själva datainsamlandet är det viktigt att processen är noggrant kartlagd gärna i form av tydliga processflödesscheman mm. Insamlad data sammanställs sedan och används i flera olika analyser. Här är de sju kvalitetsverktygen till stor hjälp. (Park, 2003) Analyse I den här fasen är tanken att slutsatser om eventuella förändringar bör göras baserat på resultatet från den tidigare fasen. En jämförelse mellan egna processer och tillverkningsätt med andra inom den egna organisationen eller med någon erkänt bra process utanför organisation så kallad benchmarking hör även hemma här. Vid en sådan jämförelse kan eventuella gap detekteras och slutsatser om hur man inför en liknande process i egna led dras. (Park, 2003) Improve När man har kommit så här långt i cykeln så är det dags att införa de ändringar som man har kommit fram till tidigare i föregående fas. Den här delen av de fem stegen kan ses som en försöksperiod där det är viktigt att man kontrollerar dels om det är möjligt att göra på det nya sättet men även att man undersöker om det verkligen blev till det bättre. (Park, 2003) 5

6 Control Om tidigare förändringar i t.ex. tillverkningsprocess har gett en förbättring är det viktigt att man ser till att denna förbättring vidhålls. Det kan man göra med hjälp av att man kontinuerligt samlar in data och eventuellt upprättar styrdiagram, SPS. Man vill helt enkelt upprätthålla den förbättring som man har lyckats åstadkomma. (Park, 2003) 2.2 Processbeskrivningar De processer som är intressanta att ta del av är framförallt Ruukkis sätt att behandla bandplåten men till viss del även BICs process i samband med tillverkning av själva färgen. Hos Ruukki levereras plåten in till linan, upphasplad på rullar. Det första som sker är att man avhasplar en del av plåten från själva rullen och svetsar fast den med den sista delen av den plåt som fortfarande är kvar i linan. Detta görs medan linan fortfarande är i drift och möjliggörs genom en buffertpool. Det finns två buffertpooler varav den ena är belägen direkt efter själva svetsmomentet. I buffertpoolerna lagras alltid en viss del av bandplåten under linans gång. När störande moment så som svetsning eller kapning av bandet sker täcker buffertarna upp för den fördröjning som uppstår. Det här gör att linan aldrig står still. Efter att plåtbandet väl har blivit en del av linan utsätts bandet för en kemisk förbehandling samt avfettning varpå bandet genomgår en upptorkning innan det är dags för att valsa på själva grundfärgen. Grundfärgen kräver i sin tur upphettning för att härda innan det är dags för nästa lager färg som i det här fallet är täckfärgen vilken ger bandet dess kulör och glans. Täckfärgen måste liksom grundfärgen behandlas i någon form av ugn, vilket som i det tidigare fallet är ett moment på linan, för att härda. När bandet väl har kommit så här långt är det dags för upphaspling på nya rullar samt kapning. Kapningen av banden är möjlig genom samma lösning som vid svetsning dvs. med hjälp av en så kallad buffertpool. En processkarta över Ruukkis lina finns att beskåda i figur 2. Figur 2: Schematisk översikt av Ruukkis lackeringsprocess för bandplåt. Hos BIC ser processen olika ut beroende på komplexitet och egenskaper hos produkten. En schematisk bild över tillverkningsprocessen av färg återfinns i figur 3. Själva tillverkningen av den färg som levereras till Ruukki beskrivs något förenklad enligt följande. När väl beställningsordern har tagits emot och behandlats läggs ett recept av färgen ut till produktionsavdelningen vilka påbörjar tillverkning. Här blandas alla basråvaror ihop dvs. bindemedel, färgpigment, lösningsmedel med mera. Efter avslutad process går färgen vidare till nästa steg. Här behandlas färgen i olika maskiner beroende på kulör, vilka har till uppgift 6

7 att riva sönder färgkorn och därmed förhindra att färgen blir knottrig när den väl används av kund. När färgen väl uppfyller kraven på finhet skickas den vidare för spädning och nyansering. Här provsprutas färgen på plåtar och jämförs normalt sett mot en likare. En likare är en plåt där nivåer på nyans och glans är de som BIC och kunden har kommit överrens om. Om den provsprutade färgen inte stämmer överrens med likaren är tanken att den skall justeras så att skillnaderna blir så små som möjligt. Figur 3: Schematisk översikt av Becker Industrial Coatings process. 7

8 3 Define 3.1 Problemdiskussion För varje batch av färg som Ruukki använder sig av på sina linor görs ett antal mätningar av en del produktionsparametrar för att kontrollera hur resultatet på deras färdiglackerade plåt blev i jämförelse med likaren. Inte alltför sällan konstateras skillnader i kulör och glans hos färgen på den färdiga plåten hos Ruukki i förhållande till likaren. All insamlad data skickas tillbaka till BIC tillsammans med i vissa fall önskemål om justering av kulör eller glans till nästkommande batch. Detta innebär att Ruukki och BIC inte nödvändigtvis styr mot samma målvärde på kulör- och glansparametrarna. BIC har även tillåtelse att på eget initiativ justera parametrar i sina färger utan att Ruukki specifikt har uttryckt önskemål om det. Genom att studera de testresultat som Ruukki har samlat in kan man från BICs sida dra vissa slutsatser som ligger till grund för dessa justeringar. Allt för att i slutändan ge ett så bra resultat som möjligt hos Ruukki. Ifrån BICs sida är det naturligtvis önskvärt att i möjligaste mån slippa den här typen av justeringar och istället tillverka en färg som så långt det går ger samma slutresultat hos Ruukki som den provsprutade plåten hos BIC innan färgen lämnar fabriken och går till kund. 3.2 Syfte Innan man från BICs sida börjar leta orsaker till variation av färgens kulör och glans bland Ruukkis slutprodukter är det intressant att veta hur stor variation det finns i den process som färgen går igenom hos Ruukki och som man på BIC inte har något direkt inflytande över. Om det visar sig att Ruukkis process inte är stabil kan förändringar i recept på en färg hos BIC ytterligare förstärka variationen hos Ruukki. Det här för oss in på det första syftet med den här rapporten. Hur varierar en av BICs färger i processen hos Ruukki? Med detta menas hur mycket av variationen på slutprodukten hos Ruukki kan härledas till deras egen process? När väl processen hos Ruukki är kartlagd och eventuella orsaker till variation detekterade kan BIC, baserat på resultat från den tidigare undersökningen, försöka att trimma in sin process så att den i sin tur bidrar minimalt till problemen hos Ruukki. Önskvärt vore att så gott som möjligt kunna förutsäga slutresultatet hos Ruukki utifrån parametrar i receptet på färgen hos BIC. En stor del tid och pengar skulle kunna sparas om man hos BIC från början levererade en färg som faller inom toleranserna för glans och kulör där man själva kan prediktera utfallet hos kund. Rapportens andra syfte går ut på att ge ett utkast för en sådan modell. Hur påverkas utfallet på linan hos Ruukki om en eller flera parametrar i ett färgrecept hos BIC ändras? 8

9 3.3 Avgränsningar BIC levererar flera olika typer av färg till Ruukki som används i deras bandlackeringsprocess och som i vissa avseenden uppvisar likartade symptom i då det gäller variationer i glans och kulör. Det här projektet avgränsas till att studera en vit färgs variation i glans och kulör hos Ruukkis anläggningar i Hämeenlinna och Kankaanpää. Genom att studera en färg kan man med få medel förutsäga andra färgers beteende hos Ruukki som i sig själva har likartade egenskaper. Rapporten är i huvudsak fokuserad på produktionsanläggningen i Hämeenlinna även om vissa jämförelser har gjorts med Kankaanpää. Detta beror på att datamaterialet från Hämeenlinna är mycket mer omfattande. Den i särklass mest inflytelserika begränsande faktorn för projektet är tiden. Enligt kursens upplägg skall det här arbetet motsvara ca en högskolepoäng dvs. en veckas studier per projektmedlem. Det här medför att de två sista stegen i DMAIC-cykeln, vilken är den arbetsmetod som används, kommer att utelämnas. Ytterligare en anledning till utelämnandet av de två sista stegen är att tillverkningen av färg kan anses vara en relativt långsam process. Produktionen sker satsvis och jämförelsevis sällan vilket medför att förbättringar och utfall av dessa inte kommer att kunna dokumenteras. 3.4 Datainsamling De sekundärdata som ligger till grund för de analyser som gjorts i den här rapporten är till största delen insamlade av Ruukki i Finland. Mätningar har utförts för varje plåtband och färg. Det finns information om vilken tillverkningssats som färgen kommer ifrån samt ett större antal parametrar som beskriver inställningarna i deras process samt mätdata från kontrollen av färgens egenskaper då den sitter på plåten. Insamlingsperioden spänner över tre år och har distribuerats via BIC. Utöver de data som Ruukki skickat till BIC har det även getts möjlighet att ta del av fakta om receptjusteringar mellan batcherna hos BIC av den vita färg som studeras. Här redovisas hur mycket och av vad som har lagts till respektive dragits in på för att kunna möta önskemål från Ruukki. Inga egna mätningar kommer att göras då det inte finns tid för detta. För information om processerna hos BIC och Ruukki har samtal förts via med Carita Kalm, kvalitetschef, samt Nicklas Augustsson, Senior Group Leader, Process Development/ Coil Coatings. 9

10 4 Measure Första steget i measurefasen har gått i riktning mot att undersöka variation. Längs den väg BICs produkter färdas uppstår variation av olika slag. Vilken typ av variation och magnituden av densamma har varit det första som kartlagts. För enkelhets skull, samt att det var ett område BIC konkret hade önskemål om att vi skulle utforska, började vi med att undersöka variation i Ruukkis process. Ruukki lägger order på färg från BIC och använder sedan färgen från en leverans (batch) vid ett flertal tillverkningstillfällen. För varje tillverkningstillfälle dokumenterar Ruukki ett antal processparametrar som beskriver aktuella förhållanden vid tillverkningen, såsom exempelvis linjehastighet, typ av plåt och förbehandling, samt resultat från kulör och glansmätningar. Metoden använd för att uppskatta Ruukkis totala processvariation var att betrakta alla data från Ruukkis tillverkningar som härstammar från samma färgbatch som en provgrupp. Detta för att i möjligaste mån isolera variationen till den hos Ruukki och undvika att få med sådan som kan härledas till BICs process. Sedan räknades den totala inomgruppsvariationen fram med hjälp av Excel. De parametrar vilkas variation vi undersökt är de för glans och kulör; totalt fyra stycken. Se tabell 1 nedan. Tabell 1: Förklaring av de fyra resultatvariabler som undersökts. De tre översta variablerna beskriver kulör i jämförelse med en likare, vilken är en referens som båda parter är överens om ska gälla. Variabel Förklaring dl Da Db glans Ljushet i jämförelse med likaren. Anger vart på grön - röda axeln provet hamnat. Positivt värde betyder för rött, och negativt värde betyder att det är för grönt i jämförelse med likaren. Anger vart på gul - blåa axeln provet hamnat. Positivt värde betyder för gult, och negativt värde betyder att det är för blått i jämförelse med likaren. Anger glans med ett absolut värde. Ett antagande som gjorts är att all färg från samma batch är identisk. Något som misstänktes kunde ha inverkan på färgens egenskaper var den gångna tiden från tillverkning till användning hos Ruukki. Ofta används en batch med färg under mellan en och två månader och för att testa om det har signifikant inverkan så undersöktes korrelationer mellan åldern (i dagar) och övriga resultatvariabler. I nordvästra hörnet av bilaga 1 syns korrelationen mellan ålder, dl, da, db och glans. Analysen tyder på att åldern har en viss begränsad inverkan. Korrelationen mellan ålder och da samt dl är signifikant på minst 99 % konfidensnivå enligt beräkningarna, men korrelationen är å andra sidan mycket låg. Den ålderspåverkan som finns kommer alltså att ingå i siffran för Ruukkis processvariation. Den är dock relativt liten. Resultaten från beräkningarna av Ruukkis processvariation visas i tabell 2 i form av en standardavvikelse samt ett väntevärde och konfidensintervall på 99 % konfidensnivå för dl, da, db och glans respektive. 10

11 Tabell 2: Standardavvikelsen samt ett konfidensintervall för medelvärdet av nivån i varje provgrupp på 1% signifikansnivå och det skattade väntevärdet efter Ruukkis process i Hämeenlinna. Baserat på 37 av BICs tillverkningssatser som totalt används vid 3248 tillverkningstillfällen hos Ruukki. Standardavvikelse Undre gräns Väntevärde Övre gräns dl 0,11 0,045 0,074 0,10 da 0,06 0,085 0,069 0,054 db 0,10 0,090 0,064 0,038 glans 2,20 36,25 36,83 37,40 För att kunna uttala sig om huruvida denna variation är stor eller liten måste siffrorna i tabell 1 sättas i relation till gällande toleransintervall och målvärden. Vid tiden för författandet av denna rapport fanns inte den informationen tillgänglig. Dock antas att målvärdet för dl, da och db är noll eftersom siffrorna anger avvikelse från referensen. Som syns i tabell 2 så omsluter konfidensintervallet för kulörparametrarnas medelvärde inte noll vilket visar att processen inte är centrerad. Från linan i Kankaanpää så har vi färre provvärden från processen, däremot finns de från fler skiljda färgbatcher. Tabell 3: Standardavvikelsen samt ett konfidensintervall för medelvärdet av nivån i varje provgrupp på 1% signifikansnivå och det skattade väntevärdet hos kulör och glans efter Ruukkis process i Kankaanpää. Baserat på 46 av BICs tillverkningssatser som totalt används vid 473 tillfällen hos Ruukki. Standardavvikelse Undre gräns Väntevärde Övre gräns dl 0,18 0,07 0,05 0,17 da 0,11 0,06 0,01 0,08 db 0,21 0,12 0,01 0,14 glans 3,36 34,3 36,3 38,2 En jämförelse mellan tabell 2 och 3 visar att det är viss skillnad mellan de två linorna. Framför allt är standardavvikelsen genomgående större i Kankaanpää, men detta beror mest troligt endast på att det där finns färre mätvärden att skatta standardavvikelsen med. Väntevärdena för kulören är dock mer centrerat i Kankaanpää än i Hämeenlinna. 4.1 Korrelationer I Kankaanpää är även glansen korrelerad med tjockleken på plåten och linjehastigheten. Men här är det istället plåtens tjocklek som är den starkast korrelerade variabeln. De olika kulörmåtten (dl, da och db) var alla korrelerade med längden och linjehastigheten. Värdena för dl och db var även korrelerade med bredden och tjockleken på plåten. Efter att ha konstaterat att det finns variation i Ruukkis process är det också intressant att utreda vad variationen kommer av. I ett första steg mot att få svar på detta gjordes en korrelationsmatris i Statgraphics över alla processvariabler, se bilaga 1. Exempelvis kan man då utläsa att glansen är relativt korrelerad med plåttjocklek och linjehastighet. Samtidigt verkar plåttjockleken och linjehastigheten vara starkt inbördes korrelerade. Linjehastighet, som är den variabel som korrelerar starkast med resultatvariablerna (dl, da, db och glans), är i figur 2 plottad mot glansen. En linjeanpassning har gjorts genom en enkel regressionsanalys. Modellen har en förklaringsgrad på ungefär 24 %. 11

12 Plot of Fitted Model Glans = 47,1159-0,128125*Linjehastighet Glans Linjehastighet Figur 4: Glans och linjehastighet plottade mot varandra samt en linjeanpassning. De inre gränslinjerna är ett konfidensintervall (99%) för medelvärdet och de yttre gränserna är ett prediktionsintervall för utfallet. 4.2 Multipelregressionsmodell Det har visat sig att det vid tillverkningen av färg är näst intill omöjligt att veta exakt vilka proportioner de olika ingredienserna slutligen fått. Detta finns det flera anledningar till. Dels tillverkas färgen inte i ett slutet kliniskt rent system, utan helt enkelt i en ganska ordinär fabrikslokal. En vit färg kan därför enkelt smutsas ner. Dessutom kan färgen komma i kontakt med färgrester från tidigare tillverkningssatser. Även om vit färg givetvis tillverkas i kärl endast avsedda för vit färg så har även vitt en mängd olika nyanser. Den kanske största orsaken till att det blir svårt att avgöra exakta proportioner är att man ofta blandar i skvättar från tidigare produktioner för att slippa kassera färg. Dessa är redan färdignyanserade och har därmed en annan nyans än grundreceptet. Av dessa anledningar har det därför varit omöjligt att besvara det andra syftet i rapporten. Istället har en analys gjorts för att försöka beskriva kulör och glans på den färdiga plåten som en funktion av alla kända processparametrar hos Ruukki samt den kulör och glans som uppmätts på provplåtar hos BIC. För att beskriva utfallet av kulörvärden från givna parametrar genomfördes en multipel regressionsanalys i Statgraphics. För datamaterialet från Hämeenlinna användes glans, dl, da respektive db som beroende variabler och alla övriga som oberoende variabler. En tabell över de oberoende variablerna i modellen samt en kort beskrivning av vad de betyder finns i tabell 4. De olika kulörvärdena kunde beskrivas med följande formler: 12

13 DL = -2,29 0,452*Tjocklek_plåt + 0,00107*bredd 0,00372*Linjehastighet + 0,00283*Viskositet + 0,0192*coating_midd + 0,0141*coating_right + 1,06*dl_BIC 0,618*da_BIC + 0,246*db_BIC + 0,0102*Glans_BIC Justerad förklaringsgrad = 64,3 procent DA = -2,36 + 0,00102*bredd + 0,0114*coating_left + 0,0130*coating_midd + 0,0108*coating_right + 0,000600*Ålder + 0,201*dl_BIC + 0,101*db_BIC Justerad förklaringsgrad = 22,7 procent DB = -4,09 + 0,00109*bredd 0, *längd + 0,00319*Linjehastighet + 0,00433*Viskositet + 0,0127*coating_left + 0,0185*coating_midd + 0,0125*coating_right + 0,0897*dl_BIC 0,344*da_BIC + 1,10*db_BIC + 0,0130*Glans_BIC Justerad förklaringsgrad = 40,6 procent Glans = 26,8 + 0,0160*bredd 0,176*Linjehastighet 0,0741*Viskositet + 0,314*coating_midd + 0,0293*Ålder 1,87*dl_BIC 5,57*db_BIC + 0,0814*Glans_BIC Justerad förklaringsgrad = 47,2 procent Modellerna är signifikanta på 99% konfidensnivå. Tabell 4: Förteckning över de oberoende variabler som tagits med i den multipla regressionsanalysen samt en förklaring av vad de betyder. Variabel Förklaring Tjocklek plåt Plåtbandets tjocklek i mm Bredd Bredden på plåtbandet i mm Längd hur långt band de kört i m Linjehastighet Hur snabbt bandet matats genom maskinen Viskositet Viskositet Coating_left Totalt färgskikt (grund- + täckfärg) på bandets vänstra sida i µm Coating_midd Totalt färgskikt (grund- + täckfärg) på bandets mitt i µm Coating_right Totalt färgskikt (grund- + täckfärg) på bandets högra sida i µm Ålder Hur många dagar det gått från att färgen tillverkades till att den använts dl_bic Kulörparameter uppmätt hos BIC innan leverans da_bic Kulörparameter uppmätt hos BIC innan leverans db_bic Kulörparameter uppmätt hos BIC innan leverans Glans_BIC Glans uppmätt hos BIC innan leverans 13

14 5 Analyse I measurefasen har standardavvikelser och konfidensintervall för kulör och glans vid båda produktionsanläggningarna hos Ruukki räknats ut. Det har inte varit möjligt att avgöra allvarlighetsgraden för standardavvikelserna då projektgruppen inte tagit del av gällande toleransgränser som hade kunnat visa om standardavvikelsen är stor eller liten. Värdena vidarebefordras istället till BIC som får avgöra hur pass allvarliga avvikelserna är. I processen hos Ruukki har orsaker till variation hos resultatvariablerna baserat på processparametrar åskådliggjorts i en korrelationsmatris, som diskuterades i kapitel 4.1. I matrisen kan det utläsas att parametrar som till exempel linjehastighet, plåtens tjocklek och grundfärgsskikt är signifikant korrelerade med en eller flera av resultatvariablerna. Därför är det av intresse för BIC att undersöka om det är möjligt att anpassa färgen efter vilken typ av produktion den ska användas för. BIC skulle då kunna leverera speciella färgbatcher beroende på plåtens egenskaper och vilket sätt plåten ska valsas på. Att anpassa färgerna efter omständigheterna i produktionen är troligtvis inte helt realistiskt. Det skulle innebära att fler och mindre färgbatcher behöver tillverkas av BIC vilket skapar ökade kostnader. Vid produktionen hos Ruukki skulle kostnaderna öka då hanteringen av färgen blir mer komplex eftersom anpassningarna leder till fler byten av färg. En uppskattning av de ökade kostnaderna måste därför jämföras med hur mycket som kan sparas vid en minskning av variationen för kulören och glansen. Ytterliggare en väg att gå är att anpassa färgen till att vara mer robust mot förändringar i processen. Detta skulle innebära ökade produktutvecklingskostnader för BIC. De modeller vi byggde upp för att förklara slutresultatet med värden som finns tillgängliga hade alla rätt låga förklaringsgrader. Förklaringsgraden visar hur stor andel modellen förklarar av variationen för den beroende variabeln. Att förklaringsgraderna är låga betyder att det finns fler faktorer som påverkar slutresultatet än de som mäts. Därför är det inte möjligt att med befintlig data förutsäga slutresultatet med tillräckligt hög säkerhet. Om de övriga parametrarna som bidrar till variationen upptäcks och mäts skulle en säkrare modell kunna utvecklas. Med en sådan modell skulle produktionsresultatet kunna förutsägas bättre och möjlighet ges för BIC att anpassa färgen. Efter att en färg har producerats hos BIC, provsprutas en plåt för att testa exakt vilken kulör och glans som den ger upphov till. Det går till så att färgen valsas på i en testutrustning som inte är lika avancerad som utrustningen hos Ruukki. Färgen på plåten analyseras sedan med en metod likvärdig den som används hos Ruukki. Vid valsningen av färg är en stor del av förfarandet hos BIC manuellt och kan misstänkas leda till stor variation i testresultatet. Hur stor variationen är kan analyseras med en mätsystemanalys. Genom att genomföra en mätsystemanalys kan orsaker till variation upptäckas och om dessa åtgärdas fås ett säkrare testresultat. 14

15 6 Diskussion En första slutsats att dra av arbetet med detta projekt är att det endast har skrapats lite på ytan av det område som har behandlats. Det visade sig att färgframställning var svårare att räkna på, än vad som först förmodades. Framställningen av färgen visade sig gå till på så sätt att det är i det närmaste omöjligt att utröna exakta proportioner av ingående ingredienser. Därmed kunde inget samband räknas fram mellan proportioner i färgen och slutresultat på plåten. Vad som har kunnat konstateras är att det förekommer variation i lackeringsprocessen hos Ruukki och att den variationen till stor del beror på den inställda nivån hos de olika processparametrar som Ruukki mäter och dokumenterar. Dock finns indikationer på att det även förekommer andra orsaker till variation som inte finns dokumenterade. En lämplig fortsättning på detta projekt skulle därför kunna vara att försöka hitta orsaker till den variation som inte har kunnat förklaras av de uppmätta processparametrarna. Gruppen har fått en känsla av att de justeringar som BIC har gjort av färgreceptet under studieperioden inte har gett några betydande utslag hos slutresultatet på plåten hos Ruukki. Detta skulle dock behöva undersökas vidare, eftersom inga stöd för detta har tagits fram, och skulle kunna vara ytterligare en tänkbar fortsättning på projektet. Tillförlitligheten hos de data som ligger till grund för analyserna i detta arbete beror helt och hållet på dels Ruukki och dels BIC som har stått för mätning och dokumentation av dessa. På grund av den korta tid som avsatts för projektet har projektgruppen inte haft möjlighet att själva göra några mätningar. Vidare bearbetning av data har förklarats så grundligt som ansetts nödvändigt för att läsare av rapporten ska kunna följa med i analyserna och, om önskvärt, rekonstruera dem. Vid användning av testvärdena från BICs provsprutning för att förklara slutresultatet hos Ruukki i en multipel regressionsanalys är det viktigt att testresultaten är pålitliga för att få en bra modell. Tyvärr har det inte funnits möjlighet att inom ramen för projektet utföra en mätsystemanalys, men det är något vi rekommenderar BIC att utföra. 15

16 Referenser Augustsson, Nicklas, Senior Group Leader, Process Development/ Coil Coatings Becker Industrial Coatings, personlig kommunikation. Bergman, B. & Klefsjö, B (2001) Kvalitet från behov till användning 3:e uppl. Lund, Stundentlitteratur. ISBN: Bergqvist, Bjarne, avdelningschef vid avdelningen för kvalitets- & miljöledning, Luleå tekniska universitet, Luleå. Föreläsning Kalm Calm, kvalitetschef Becker Industrial Coatings, personlig kommunikation. Lean Sigma Institute :: About Six Sigma, Hämtad: Motorola, Inc. - Motorola University, Hämtad: Park, S (2003) Six Sigma for Quality and Productivity Promotion. Asian Productivity Organization, ISBN: X Persson, Laszlo, Volvo Cars Engine, Gästföreläsning , Luleå Sandholm Associates - Verksamhetsutveckling Kvalitetsutbildning Kvalitetsstyrning Sex Sigma, Hämtad:

17 Bilaga 1 Correlations Ålder DL Y DA Y DB Y Glans Coating left Coating midd coating right Tjocklek plåt bredd längd Linjehastighet Viskositet Grundfärgsskikt Ålder DL Y DA Y DB Y Glans coating left coating midd coating right Tjocklek plåt bredd längd Linjehastighet Viskositet Grundfärgsskikt Correlation, (Sample Size) P-value

18