고객의 요구가 더욱 미묘해짐에 따라 BOYD와 같은 사출 성형업체는 진화하는 요구 사항을 충족하기 위해 프로세스를 지속적으로 혁신하고 개선해야 합니다. 통계적 공정 관리(SPC) 도구는 공정 능력을 이해하고, 원치 않는 변동을 식별하고, 제조 공정을 개선하는 데 매우 중요합니다. 전반적으로 품질, 리드 타임, 허용 오차, 배송 및 비용에 대한 고객의 정교한 요구 사항을 효율적이고 일관되게 충족할 수 있습니다.
1920년대 Bell Labs의 Walter Shewhart가 주로 개발한 통계 기법은 수십 년 동안 사용되어 왔습니다. 전 세계의 경쟁력 있는 기업들은 스크랩, 재작업 비용 및 생산 프로세스의 변동을 완화하여 비용을 절감하는 데 도움이 되는 다양한 통계 도구를 구현했습니다. 이러한 도구는 간단한 그래프 작성부터 파레토 분석, 히스토그램, 공정 능력 분석, 피쉬본 차트 및 관리도를 포함한 보다 복잡한 분석에 이르기까지 다양합니다.
고급 통계 소프트웨어는 "데이터 크런칭"을 쉽고 효율적으로 만들었습니다. BOYD에서는 내부 제품 특성 및/또는 고객 중심의 제품 기능에서 데이터를 분석하여 사출 성형 공정이 어떻게 수행되고 있는지에 대한 간략한 개요를 제공합니다. 이 데이터는 선 그래프(개별 데이터 차트) 또는 데이터를 히스토그램(공정 능력 지수 포함) 또는 관리도(일반적으로 x-bar/R)로 계층화하여 여러 형태로 볼 수 있습니다. 이러한 도구를 사용하면 프로세스 조건을 이해하고 예상치 못한 생산 문제나 병목 현상이 발생할 경우 엔지니어에게 실행 가능한 데이터를 제공할 수 있습니다.
BOYD에서는 매일 광범위한 부품 크기, 모양, 형태 및 복잡성을 다루고 있습니다. 다양한 고객과 산업을 위한 다양한 구성 요소를 제조할 때 기계 기능과 생산 프로세스를 식별하는 것이 중요합니다. 초기 적격성 평가와 공정 중 생산 과정에서 개발된 통계 데이터를 기반으로 신속한 결정을 내릴 수 있다는 것은 생산에 유연성을 제공하고 건전한 공정 제어를 개발할 수 있게 해줍니다.
In our upcoming blogs, we will discuss two of the most commonly used statistical tools at Boyd – capability indexes (Cpk) and control charts.
