Jednoduché nástroje řízení kvality - Ústav stavebního zkušebnictví
Transkript
Jednoduché nástroje řízení kvality - Ústav stavebního zkušebnictví
3.3.2014 Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví [email protected] Jednoduché nástroje řízení jakosti Chceme-li řídit jakost, musíme o ní shromáždit všechny potřebné informace, vhodnou formou je zpracovat, analyzovat a využít je při řešení problémů a realizaci zlepšovacích aktivit. Jednoduché nástroje řízení jakosti Nejsou obtížné na pochopení pro jakéhokoliv pracovníka organizace. K tomu přispívá i grafická podoba příslušející každému nástroji. Základní přínosy: pomáhají určit, v jakém stavu je objekt (výrobek, proces, zdroj,...) pomáhají odhalit priority, které mají být řešeny pomáhají nalézt příčiny sledovaného stavu objektu umožní sledovat vývoj stavu objektu, a tím odhalit možnosti dalšího zlepšování Jednoduché nástroje řízení jakosti Formuláře pro sběr dat V praxi managementu kvality se pro tyto činnosti mimo jiné osvědčilo i sedm jednoduchých nástrojů řízení jakosti (Seven Quality Control Tools). Jsou to: Formuláře pro sběr dat. Vývojový (postupový) diagram Diagram příčin a následků Paretův diagram Bodový diagram Histogram Regulační diagram umožňují zaznamenat získané informace o jakosti, znázornit vztahy mezi nimi a utřídit je tak, aby poskytly jasný obraz o situaci, respektive aby umožnily aplikaci metod a technik jejich další analýzy. V podnikové praxi se s nimi setkáváme prakticky všude. Mají nejrůznější podobu a zachycují jak externí, tak i interní informace. Jedná se o různé protokoly (o kontrole, o validaci, o prověrkách, o kvalifikaci,...), tabulky naměřených hodnot ze zkoušek, ze sledování procesů apod. 1 3.3.2014 Formuláře pro sběr dat Konstrukce formulářů pro sběr dat Příčiny vad Typy vady Kdo provedl sběr údajů: Datum: Kde: Jak: Konstrukce formulářů pro sběr dat Doporučení a zásady pro konstrukci formulářů: vhodné uspořádání: Příklad Záznam o neshodách Neshodu zjistil: Místo: jednoduchost, přehlednost, srozumitelnost, seskupení v logických souvislostech, respektování způsobů další analýzy, Neshoda Četnost číslo: Datum: Předáno k řešení: Celkem A IIIIIIIIIII 11 jednoznačná identifikace: B IIIIIIIIIIIIIIIIIIIII 21 objekt - díl, operace apod., způsob zjišťování, místo zjišťování, odpovědnost za záznamy, časová identifikace. C IIIII 5 D IIIIIIIIIIIIIIIIIIIIIIIIII 26 E IIIIIIIIIIIIIIIIII 18 Celkem 81 neexistuje standardizovaný formát, každý formulář je konstruován k určitému účelu a jeho plnění musí být podřízen, hned na počátku musí být rozhodnuto, které informace jsou potřebné pro porozumění problému a k iniciaci správných opatření, problém při sestavování formuláře netkví v tom, jak sbírat data, ale v tom, jak dospět k užitečným informacím. Příklad Vývojový diagram Dieta Snídaně Kcal Náklady Pondělí Gulášová polévka, 3 rohlíky, malá plzeň 12o 10 500 43,- Úterý Voda z okurků 800 0,- … … … … Vývojový diagram pomáhá porozumět procesu tím, že jej stratifikuje do jednotlivých dílčích činností (kroků) a okamžiků rozhodování o jeho dalším průběhu rozkreslením do schématu. Je vhodný především pro složité a nepřehledné procesy, jejichž detailní rozčlenění umožní: pochopit, jak proces pracuje, odhalit místa vzniku problémů, ověřit nezbytnost provádění dílčích kroků, a tím odhalit nepotřebné aktivity, odkrýt a přezkoumat vztahy mezi jednotlivými kroky, najít možnosti dalšího zlepšování. 2 3.3.2014 Vývojový diagram Konstrukce vývojového diagramu Využití vývojového diagramu není omezeno pouze na analýzu již realizovaných procesů, nýbrž je velmi žádoucí u projektování nových procesů. Často se s ním setkáváme v dokumentaci systému jakosti, kde bývá doplněn dalšími potřebnými informacemi (vstupy a výstupy jednotlivých kroků, stanovením odpovědnosti, časovým harmonogramem apod.). Konstrukce vývojového diagramu Definování procesu a stanovení jeho hranic (začátek, konec, vazby na okolní procesy) Definování jednotlivých kroků procesu včetně okamžiků rozhodování Znázornění průběhu procesu využitím normalizované symboliky (norma ISO 9004-4, eventuálně ISO 5807) v přehledné formě Validace prvotní konstrukce se skutečností Vypracování konečné podoby Prvky vývojového diagramu Lepší výsledky zaručí týmová spolupráce lidí, kteří zkoumaný proces znají. Následná analýza vývojového diagramu může vyústit do změn průběhu procesu, omezení, anebo naopak posílení rozhodovacích uzlů, vyloučení nepotřebných kroků či zapracování nových apod. Údaje Alternativní postup Zapamatuji si něco? NE 1 NE ANO Daří se mi ve cvičení? ANO Můžu pracovat ve cvičení Jdu koupit skripta Zápočet 1 Konec Konec Rozhodnutí Dokument ANO Spojka Diagram příčin a následků (Ishikawův diagram) Příklad vývojového diagramu Poznámky z přednášek Dokumenty NE Konec Sedím na přednášce Postup Případové studie slouží pro zobrazení a utřídění všech možných příčin a subpříčin, které ovlivňují daný následek. předkládá celistvý pohled na sledovanou situaci. Analýzu jednotlivých příčin lze provádět do libovolné hloubky, aniž by se ztrácely souvislosti. Následkem nemusí být pouze identifikovaný či potenciální problém, může jím být jakákoliv entita (např. jakost výrobku, procesu, zdroje apod.), respektive stanovený cíl. 3 3.3.2014 Diagram příčin a následků Hlavní přínosy: poskytuje celkový a strukturovaný pohled na zkoumaný stav, zachycuje všechny možné příčiny i subpříčiny ve vzájemných souvislostech, je účinným pomocníkem pro následnou analýzu příčin i vedení diskuse o možných nápravných, preventivních i zlepšovacích opatřeních. Samotný diagram neodhalí význam zaznamenaných příčin ve vztahu k následku. K tomu je nutno použít další nástroje a metody (Paretův diagram, FMEA). Konstrukce diagramu příčin a následků III. přiřazení příčin jednotlivým kategoriím a jejich dekompozice v jednotlivých úrovních (příčina - subpříčina - atd.) IV. týmové posouzení adekvátnosti přiřazení příčin a jejich vzájemných souvislostí V. doplnění dalších příčin, které nebyly v prvním kroku identifikovány a jejich další rozpracování do dílčích šipek (dobře sestrojený diagram by neměl mít nosné šipky s méně než dvěma úrovněmi!) Důležité poznámky Konstrukce diagramu příčin a následků Pro odpovědnou konstrukci diagramu příčin a následku je nutno využít týmové spolupráce: I. shromáždění všech možných příčin (stávajících i potenciálních) bez jakéhokoliv seskupení či vymezení vzájemných souvislostí využitím brainstormingu II. Identifikace hlavních kategorií (nosných šipek budoucího diagramu), Kategorie Kategorie Následek Kategorie Konstrukce diagramu příčin a následků Kategorie Kategorie Příčina Příčina Následek Kategorie Příklady a) Nikdy nezačínejte s identifikací hlavních kategorií! Může se stát, že nebudou zachyceny všechny možné příčiny proto, že jim nebyla hlavní kategorie vytvořena. Protože se velmi často používá diagramu pro identifikaci příčin problémů v procesech a činnostech, je možno v této situaci připustit výjimku: kategorie jsou již notoricky známé - materiály, lidé, zařízení, prostředí a metody (včetně metod měření). b) Diagram není zkonstruován jednou provždy. Je živou pomůckou, která vyžaduje neustálou aktualizaci o nové poznatky. 4 3.3.2014 „1. KROK STRANOU“ Jednoduché rozhodovací matice „1. KROK STRANOU“ Jednoduché rozhodovací matice Ukažme na jednoduchém příkladu elementární použití odhadu rizika. Ve výběrovém řízení podali nabídku uchazeči A - 2100, B – 2000 a C – 2300 tis. Kč. Zadavatel si však všechny uchazeče prověřil a zjistil, že: „1. KROK STRANOU“ Jednoduché rozhodovací matice Uchazeč Nabídka [Kč] A uchazeč A měl v minulosti problémy s kvalitou asi u 15 % dodávek, uchazeč B nesplnil lhůty u jednoho ze čtyř předcházejících zákazníků a u uchazeče C se očekává změna ve vedení. „1. KROK STRANOU“ Jednoduché rozhodovací matice Nebezpečí D P R Celkem [Kč] 2 100 problémy s jakostí 2 000 0,15 300 2 400 B 2 000 časté neplnění lhůt 2 000 0,25 500 2 500 C 2 300 nestabilita vedení 500 0,40 200 2 500 Pravděpodobnost se vztahuje na dobu od podpisu smlouvy o dílo, popřípadě o dodávce až do konce záruční doby. Ke stejné době je nutné vztáhnout i škody, které mohou (ale nemusí) vzniknout. „2. KROK STRANOU“ Rozhodovací matice UMRA Metody rizikové analýzy jsou dnes již velice dobře rozpracovány a jsou v běžném praktickém užití po delší dobu. V souvislosti s řešením jedné inženýrské rozhodovací úlohy (podchod Vltavy dvěma tubusy pro metro ze stanice Nádraží Holešovice) byla vypracována metoda Univerzální matice rizikové analýzy (UMRA), která je založena na řízené spolupráci skupiny expertů. „2. KROK STRANOU“ Rozhodovací matice UMRA UMRA neslouží k výpočtu rizika, nýbrž k systematickému hledání odpovědí na tři výchozí otázky: Jaké problémy se mohou vyskytnout? (identifikace nebezpečí) Jaká je pravděpodobnost výskytu problémů? jednotlivých (analýza četností) Jaký je dopad v případě, že problém nastane? (analýza následků) Nedá se tedy považovat za metodu v pravém slova smyslu, nýbrž za nástroj pro vyšetřování rizik 5 3.3.2014 „2. KROK STRANOU“ Rozhodovací matice UMRA Paretův diagram Paretův diagram Takto pojatý Paretův diagram poskytuje absolutní přehlednost a jednoznačnou vypovídací schopnost. Možnosti aplikace jsou široké a diagram je možno považovat za obecnou metodu zjišťování priorit. Jeho využití v managementu kvality prokázal a prosadil J. M. Juran. Konstrukce Paretova diagramu Definování následku a shromáždění informací o všech možných příčinách (například pomocí Ishikawova diagramu). Číselná kvantifikace jednotlivých příčin - tzv. četností. Je možno využít několik způsobů: počet výskytů, finanční hodnoty (náklady, ztráty), bodovací techniky (u kvalitativních položek). Budeme-li chtít navíc zdůraznit různý význam příčin ve vztahu k následku (například zohledněním důležitosti pro zákazníka), a tím změnit skutečné pořadí četností, můžeme původní hodnoty přepočítat pomocí dodatečně stanovených koeficientů významnosti. Sestrojení diagramu, který tvoří sloupce absolutních četností hodnot jednotlivých položek a Lorenzova křivka. slouží k určení nejdůležitějších problémů, faktorů, oblastí,..., na které je potřeba se prioritně zaměřit. Je založen na tzv. Paretově principu, podle něhož cca 80% následku způsobuje cca 20% nejdůležitějších příčin (tzv. rozhodující menšina). Právě soustředěním pozornosti na tyto příčiny a jejich řešením lze dosáhnout nejlepšího zlepšení. Původní Paretova analýza (Vilfredo Pareto) byla později doplněna o grafické znázornění podílů jednotlivých příčin na celkovém důsledku M. O. Lorenzem (Lorenzova křivka). Základní přínosy Paretova diagramu uspořádá příčiny ve sledu jejich významu, oddělí významné (rozhodující menšinu) od méně významných (zanedbatelná většina) a tím určí, na které příčiny je nutno obrátit pozornost při hledání řešení. Příklad Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: (Viz příklad formuláře pro sběr dat) Položka: TSKP: Kč: Zařizovací předměty ZTI (A) 725 11 Podlahy povlakové (B) 776 21 Konstrukce klempířské (C) 764 5 Obklady (D) 781 26 Okna a balkónové dveře (E) 641 18 6 3.3.2014 Příklad Příklad Sestavíme Paretův diagram: Seřadíme skupiny podle významnosti a určíme četnosti: 80 Kumulovaná relativní četnost 26 32,10 32,10 21 47 25,93 58,02 641 18 65 22,22 80,25 725 11 76 13,58 93,83 764 5 81 6,17 100,00 Kč: Obklady (D) 781 26 Podlahy povlakové (B) 776 Okna a balkónové dveře (E) Zařizovací předměty ZTI (A) Konstrukce klempířské (C) CELKEM: Kumulovaná absolutní četnost 60 50 50 40 30 20 10 D (26) B (21) E(18) A(11) C(5) 0 81 procenta Relativní četnost TSKP: četnost Položka: 100 70 Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: neshody Příklad Sestavení PD v MS Excel Sestavíme Lorenzovu křivku: 80 100 70 četnost 50 50 40 procenta 60 30 20 10 D (26) B (21) E(18) 0 A(11) C(5) neshody Sestavení PD v MS Excel – úprava zadání Sestavení PD v MS Excel – graf 7 3.3.2014 Sestavení PD v MS Excel – graf Sestavení PD v MS Excel – úprava grafu Sestavení PD v MS Excel – úprava grafu Sestavení PD v MS Excel – úprava grafu Sestavení PD v MS Excel – úprava grafu Sestavení PD v MS Excel – úprava grafu 8 3.3.2014 Sestavení PD v MS Excel – úprava grafu Sestavení PD v MS Excel – dokončení Sestavení PD v MS Excel – dokončení Sestavení PD v MS Excel – dokončení Sestavení PD v MS Excel – dokončení Sestavení PD v MS Excel – dokončení 9 3.3.2014 Sestavení PD v MS Excel – dokončení Bodový diagram (korelační diagram) Bodový diagram – základní přínosy Konstrukce bodového diagramu odhalí případnou existenci závislostí mezi zkoumanými jevy znázorní charakter a těsnost případné závislosti potvrdí nezávislost přispívá ke snížení rizik při eventuálních změnách hodnot jedné proměnné (je-li odhalena závislost, je nutno počítat i se změnou hodnoty druhé) Příklady Předpokladem konstrukce bodového diagramu je vyjádření obou zkoumaných jevů v číselné podobě a nashromáždění jejich souběžných hodnot. Při změně hodnoty jedné proměnné x se zjistí hodnota druhé proměnné y a zaznamená se jako bod do souřadné roviny. Z rozmístění bodů se pak uvažuje o případné závislosti (kladné, záporné, křivkové) a jejím charakteru (silná, slabá). Příklady y y y y x Silná záporná závislost slouží ke zjištění či ověření vzájemné závislosti dvou jevů - např. teploty a vlhkostí při skladování, mezi znaky jakosti výrobku, mezi dvěma parametry procesu apod. Nahrazuje složité výpočty korelačních koeficientů v případech, kdy chceme získat o případné závislosti pouze orientační informaci. x Slabá záporná závislost x Nezávislost x Silná kladná závislost 10 3.3.2014 Příklad Histogram Vykreslete bodový diagram závislosti válcové a krychelné pevnosti v tlaku z naměřených hodnot pěti vzorků. 35 Číslo vzorku Válcová pevnost v tlaku [MPa] Krychelná pevnost v tlaku [MPa] 1 13,2 15,8 2 16,5 20,1 3 21,1 23,5 4 22,9 29,9 30 25 20 15 5 25,6 29,6 grafické ztvárnění hodnot v tabulce četnosti nástroj, který jednoduchou formou vypovídá o chování procesu zpřístupňuje a zprůhledňuje nepřehledné tabulky rozsáhlých číselných údajů o jednom jevu, který vykazuje variabilitu v důsledku působení různých vlivů množinu proměnlivých hodnot sledovaného jevu sumarizuje v určitém časovém okamžiku do sloupkového diagramu 10 10 12 14 16 18 20 22 24 26 Histogram Konstrukce histogramu 35 30 počet výskytů 25 20 15 10 5 0 1 2 3 28 4 5 6 7 8 9 10 11 sledovaná veličina – intervalové dělení Tvar histogramu Tvar histogramu umožní posoudit: I. zda se proces chová normálně, tedy zda působí pouze náhodné příčiny - obvyklé vlivy (obvyklý materiál, stroje v obvyklém stavu, obvyklé metody a postupy,...). O takovém stavu vypovídá zvonový tvar histogramu (Gaussova křivka normálního rozdělení pravděpodobnosti). Jiný tvar histogramu znamená, že působí tzv. vymezitelná příčina - to znamená, že došlo ke změně například materiálu, postupu, stroje atd. Je povinností takovou příčinu identifikovat, odstranit a zamezit do budoucna jejímu opakovanému působení. Při konstrukci histogramu postupujeme v následujících krocích: vybereme nejmenší a největší výběrovou hodnotu x(1) a x(n) vypočteme výběrové rozpětí jako rozdíl největší a nejmenší výběrové hodnoty: R = x(1) - x(n) interval, který je o málo větší než výběrové rozpětí R rozdělíme na m stejných intervalů (tříd), přičemž se doporučuje 7 ≤ m ≤ 20; menší počet intervalů by měl odpovídat menšímu souboru dat jednoznačně stanovíme způsob zařazování zjištěných hodnot do tříd sestrojíme sloupcový diagram nad jednotlivými třídami tak, aby výška sloupce v i - té třídě (i = 1,…,m), byla absolutní četností výskytu hodnot v této třídě. Tedy na vodorovnou osu naneseme hodnoty středů všech tříd a na svislou osu četnosti. Závěrem se histogram vyhodnotí a učiní se příslušná rozhodnutí. Tvar histogramu Tvar histogramu umožní posoudit: II. jaké je okamžité centrování procesu (kde se nachází skutečná střední hodnota) - to ukazuje nejvyšší sloupec neboli modální interval. Podle jeho polohy můžeme posoudit, zda odpovídá požadovanému středu technických specifikací. III. jaká je přesnost (jak jsou hodnoty rozptýleny). „Štíhlý" tvar histogramu ukazuje na přesnější proces a naopak. Z výše uvedených úvah jednoznačně vyplývá základní přínos histogramu pro zlepšování procesů. 11 3.3.2014 Tvar histogramu Příklad Krychelná pevnost betonu v tlaku : provedeno 50 měření roztřídění – 8 tříd asymetrický normální Četnost 26,2 1 27,4 1 28,6 8 dvojitý bimodální Příklad 29,8 5 31,0 21 32,2 5 33,4 3 34,6 5 Regulační diagram 25 20 Četnost Střed třídy 15 10 5 0 26,17 27,37 28,57 29,76 30,96 32,16 33,36 34,60 Třídy Regulační diagram zpracovává obdobný soubor údajů jako histogram na rozdíl od histogramu zobrazuje vývoj sledovaného jevu základní informací je posloupnost výběrů v čase Každý výběr je reprezentován: střední hodnotou - pokud se jedná o kvalitativní veličinu, například počet neshod střední hodnotou a rozptýlením - jedná-li se o kvantitativní veličinu Vývoj těchto charakteristik je zobrazen vůči limitům (tzv. regulačním mezím), jejichž vzdálenost vychází obvykle z přirozeného kolísání kontrolované veličiny samotné. Překročení mezí je signálem, že něco není v pořádku - proces není statisticky zvládnutý a že je nutný zásah (řešení). Regulační diagram 21,2 21 UCL Zásah musí zahrnovat čtyři kroky: CL I. 20,8 průměr 20,6 20,4 20,2 20 LCL II. 19,8 19,6 19,4 1 2 3 4 5 6 7 číslo skupiny 8 9 10 11 12 III. IV. prověření jakosti výstupů od předchozího provedení výběru vyšetření příčin změny, například pomocí diagramu příčin a následku odstranění nalezené příčiny opatření do budoucna - zamezení opakovanému působení oné příčiny. 12 3.3.2014 Regulace měřením – kvantitativní veličina U kvantitativní veličiny (rozměr, hmotnost, atd.) vycházíme z předpokladu jejího normálního rozdělení. Toto rozdělení reprezentují: charakteristiky polohy - aritmetický průměr, medián charakteristiky variability - variační rozpětí, směrodatná odchylka Pracujeme proto vždy s dvojicí diagramů, např.: aritmetický průměr a rozpětí aritmetický průměr a směrodatná odchylka medián a rozpětí Konstrukce regulačního diagramu při regulaci měřením III. IV. Vzorce II. s ( X i X )2 n 1 - směrodatná odchylka Z každého dalšího výběru se vypočítá charakteristika polohy a vynese jako bod do druhého diagramu. Dále viz. III. a IV. Pokud leží všechny body uvnitř mezí, je možné tyto meze použít pro monitorování celého procesu V. VI. Pokud bylo nutné vylučovat body, musí se považovat meze za pokusné, vyřešit působení příčiny (zásah) a provést celou akci znovu. Při následném monitorování procesu se vybočující body již nevylučují, musí však vždy následovat zásah do procesu. Součinitele pro regulační meze základní hodnoty nejsou stanoveny Centrální přímka X Provede se 25 výběrů o konstantním rozsahu (např. n = 5). Každý výběr musí tvořit logickou podskupinu, tj. musí být proveden za stejných podmínek (stejný materiál, stroj, pracovník, atd.), působí tedy pouze náhodné vlivy Z každého výběru se vypočítá charakteristika variability (rozpětí, směrodatná odchylka) a vynese se jako bod do regulačního diagramu. I. Konstrukce regulačního diagramu při regulaci měřením Z těchto charakteristik se vypočítá průměr a dosazením do vzorce (viz. dále) se vypočítají regulační meze, které se vyznačí do diagramu přerušovanou čarou a průměr z charakteristik plnou čarou. Pokud jsou všechny body v regulačních mezích, lze přistoupit ke konstrukci diagramu pro střední hodnoty. Pokud leží jeden až dva body vně mezí, je možné celé odpovídající výběry vyloučit a znovu vypočítat meze. Pokud leží zbylé body uvnitř mezí, přistoupí se ke konstrukci diagramu pro střední hodnoty. Statistika Konstrukce regulačního diagramu při regulaci měřením X UCL a LCL X A2R, X A3s základní hodnoty jsou stanoveny Centrální přímka UCL a LCL X0 nebo µ0 X 0 A1 0 R R D4R, D3R R0 nebo d2σ0 D2σ0, D1σ0 s s B4s , B3s s0 nebo C4σ0 B6σ0, B5σ0 Rozsah podskup. A A2 A3 B3 B4 B5 B6 5 1,342 0,577 1,427 0,000 2,089 0,000 1,964 10 D1 D2 D3 D4 C4 d2 0,000 4,918 0,000 2,114 0,940 2,326 A A2 A3 B3 B4 B5 B6 0,949 0,308 0,975 0,284 1,716 0,276 1,669 D1 D2 D3 D4 C4 d2 0,687 5,469 0,223 1,777 0,9727 3,078 13 3.3.2014 Regulace srovnáním – neshody, neshodné jednotky Konstrukce regulačního diagramu při regulaci srovnáním V praxi se používají 4 druhy regulačních diagramů: pro neshodné jednotky p – diagram: vynáší se podíl neshodných ve výběru np – diagram: vynáší se počet neshodných ve výběru pro neshody u – diagram: vynáší se podíl neshod ve výběru c – diagram: vynáší se počet neshod ve výběru nebo na objektu (dveře automobilu). Příklad Provede se 25 výběrů o rozsahu cca n = 50. Výběry musí tvořit logickou podskupinu a pro diagram np a c musí mít výběry stejný rozsah. Zjištěný počet neshod/neshodných jednotek v každé podskupině se rovnou vynáší do grafu (np,c), nebo se převede na jednotku v podskupině (p,u). Dále se pokračuje obdobně jako u regulace měřením s tím, že končíme konstrukcí a vyhodnocením jednoho, nikoli dvojice diagramů. I. II. III. Příklad Centrální přímka a regulační meze: Průměr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 X1 35 45 45 30 40 30 45 40 35 30 55 40 50 35 45 30 20 20 30 25 X2 40 50 50 50 45 45 40 30 30 35 45 40 40 40 40 30 25 20 25 30 LCL X A2R 39,4 0,577 17,5 29,3 X3 55 50 50 50 35 45 30 30 35 60 55 45 40 35 30 35 35 25 45 30 ULC X A2R 39,4 0,577 17,5 49,5 X4 35 40 40 45 55 55 45 35 50 50 35 45 45 40 40 30 50 25 50 35 X5 55 45 35 25 40 40 40 35 45 50 40 40 55 35 30 35 50 45 25 40 LCL D3R 0 17,5 0 X 44 46 44 40 43 43 40 34 39 45 46 42 46 37 37 32 36 27 35 32 ULC D4R 2,114 17,5 37,0 R 20 10 15 25 20 25 15 10 20 30 20 5 15 5 15 5 30 25 25 15 CL X 39,4 Rozpětí CL R 17,5 Příklad Příklad Rozpětí Prům ěrná hodnota 40 60 55 UCL 30 45 40 CL 35 30 LCL 25 Rozpětí X - průměr UCL 35 50 25 20 CL 15 10 20 5 15 1 2 3 4 5 6 7 8 9 10 11 12 13 číslo skupiny 14 15 16 17 18 19 20 LCL 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 číslo skupiny 14 3.3.2014 Shrnutí METODY A NÁSTROJE HODNOCENÍ TECHNICKÝCH, EKOLOGICKÝCH A BEZPEČNOSTNÍCH PARAMETRŮ NOVÝCH STAVEBNÍCH HMOT Probrali jsme: formuláře pro sběr dat, vývojový (postupový) diagram (PS), diagram příčin a následků (PS), paretův diagram (PS), bodový diagram*, histogram*, regulační diagram*, … a ještě příklad z praxe. Tomáš Vymazal, Tomáš Fojtík, Nikol Žižková, Vít Petránek, Pavla Matulová Úvodem Úspěch nových stavebních hmot na trhu spočívá ve splnění technických, ekologických, bezpečnostních a ekonomických požadavků. Úvodem Příspěvek se zabývá FMEA aplikovanou do konkrétního návrhu a vývoje progresivních stavebních materiálů s využitím druhotných surovin, která napomáhá při: ověřování fyzikálně mechanických vlastností, tvorbě technických a bezpečnostních listů a eliminuje problémy aplikace hmot spojené s nedůvěřivostí k druhotným surovinám z hlediska jejich technické, ekologické a bezpečnostní způsobilosti. Pomocí metody FMEA lze již při vývoji nových hmot omezit rizika vzniku kvalitativních, enviromentálních a bezpečnostních vad a nebezpečí. Analýza rizikových aspektů pomocí FMEA Před započetím provádění metodiky FMEA by měly být s ohledem na efektivnost stanovit předmět analýzy, vybrat členy týmu s ohledem na jejich působení ve FMEA týmech dle následujících kritérií: FMEA-K (konstrukční FMEA) FMEA-T (technologická FMEA) Analýza rizikových aspektů pomocí FMEA Dále by měla být shromážděna data o popisu procesu (technologický postup), vývojovém diagramu procesu s vyznačenými kontrolními operacemi/regulací procesu (SPC), informace o všech minulých (popř. i potenciálních) problémech s výrobkem/dílem/procesem a jejich řešení a tyto informace rozčlenit do tří kategorií z hlediska: významu vady (důsledky pro zákazníka), příčiny vady, kontrolní či regulační opatření (SPC). 15 3.3.2014 Technické a kvalitativní požadavky Do technických požadavků by měly být zahrnuty zejména požadavky: zákazníka, právních, normativních a jiných požadavků, po případě dalších zainteresovaných stran. Technické a kvalitativní požadavky Jedná se zejména o posouzení vhodnosti vstupních surovin vzhledem k zamýšlenému použití, dále pak: ověření fyzikálně mechanických a fyzikálně chemických vlastností malt a betonů, a to jak v čerstvém stavu: tak i ve ztvrdlém stavu: Enviromentální a ekologické požadavky V oblasti enviromentu jde především o zamezení realizace negativních enviromentálních aspektů, které se mohou vyskytnout v FMEA–T, FMEA-K, případně ve fázi užívání produktu nebo jeho následné likvidace. Jedná se zejména o oblasti, které souvisí s: ochranou ovzduší, nakládání s nebezpečnými chemickými látkami a odpady vodním hospodářstvím a ochranou vod, zdravými životními podmínkami (např. ochrana proti hluku a prachu), spotřebou přírodních zdrojů (využití odpadních látek – úspora přírodních zdrojů, využití recyklátů), úsporou energií (teplo, elektrická energie). identifikace nebezpečí, rizik a tzv. skoronehod, požární bezpečnost, hygienu, ochranu zdraví, uživatelskou bezpečnost. objemová hmotnost, pevnostní charakteristiky, odolnost vůči vnějšímu namáhání, vzhled, trvanlivost a jiné. Enviromentální a ekologické požadavky Jedná se zejména o oblasti, které souvisí s: Bezpečnostní požadavky Stejně závažné jsou požadavky, které vyplývají z legislativy a požadavků bezpečnosti a ochrany zdraví při práci. Zde se jedná zejména o: konzistence, objemová hmotnost, obsah vzduchu, aj., ochranou ovzduší, vodním hospodářstvím a ochranou vod, nakládáním s odpady, nakládání s nebezpečnými chemickými látkami (NCHL), zdravými životními podmínkami (např. ochrana proti hluku a prachu), spotřebou přírodních zdrojů (využití druhotných surovin – úspora přírodních zdrojů, využití recyklátů), úsporou energií (teplo, elektrická energie). Bezpečnostní požadavky Bezpečnostní požadavky souvisí s využití co možná nejbezpečnějších druhotných surovin s ohledem na: fyzikálně mechanické a fyzikálně chemické vlastnosti, bezpečnost skladování a přepravy, možné pracovní úrazy a nemoci z povolání, bezpečnost výrobní technologie, bezpečnost aplikace do konstrukce, prevence nežádoucích událostí, nehod a havárií, nahlašovací a oznamovací povinnosti vyplývající z legislativy. 16 3.3.2014 Analýza rizik a nebezpečí pomocí Ischikawova diagramu Analýza rizik a nebezpečí pomocí Paretova diagramu Rizikové číslo Hranice Paterova principu 80:20 Bezpečnost Změny Enviroment Nenormaliz. met. Kvalita Nakládání s odpady Shoda Nakládání s NCHL Bezpečnost výroby Právní a jiné požadavky Fáze Neovlivnitelné Bezpečnost Shoda ? Vzorkování ? Metody Návaznost OHSAS 18001 ? Právo Havárie ISO 14001 ? Právo Havárie ISO 9001 ? Právo Zdroje Vzorkování ? Metody Návaznost Požadavky OHSAS 18001 ? Právo Havárie Požadavky ISO 14001 ? Právo Havárie Požadavky ISO 9001 Příkaz k vývoji Právo Zdroje Vybrané vlastnosti zkoumaných druhotných surovin Al2O3 Fe2O3 CaO MgO TiO2 SiO2 K 2O Na2O SO4 NH4 [%] [%] [%] [%] [%] [%] [%] [%] [%] [%] [%] [%] 0,001 0,004 0,03 0,14 53,9 1,2 0,01 0,35 0,02 0,02 0,012 2,8 0,003 0,007 0,13 0,20 32,4 19,8 0,01 0,19 0,03 0,03 0,022 3,1 Bratislava S2- Trstín vzorek z lokality Žírany vzorek z lokality Trstín vzorek z lokality Bratislava Chemické složení Cr2O3 Žírany Vybrané vlastnosti Označení vzorku Pro analýzu byly zvoleny následující druhotné suroviny: 80 % Oblast ostatních aspektů Vývojový diagram procesu návrhu a vývoje Zdroje rizik a nebezpečí Ovlivnitelné Enviroment Četnost [%] Oblast nejkritičtějších aspektů Analýza rizik a nebezpečí pomocí rizikových matic Kvalita 100 % Lorenzova křivka Kritický bod 0,003 0,009 2,89 1,82 27,4 19,0 0,25 8,11 0,64 0,31 0,019 2,6 Komentář: Žírany – CaO – kalcit, Trstín – Cao a MgO – dolomit, Bratislava - SiO2 (amorfní forma) 17 3.3.2014 Vybrané vlastnosti Vybrané vlastnosti Sítové rozbory Měrné hmotnosti a měrný povrch Měrná hmotnost [kg.m-3] Žírany 2700 Trstín 2820 Měrný povrch [m2.kg-1] 263 262 Křivka zrnitosti - Trstín 100 Celkový zbytek/propad [%] Označení vzorku Celkový zbytek/propad [%] Křivka zrnitosti - Źírany 100 90 80 70 60 50 40 30 20 10 0 90 80 70 60 50 40 30 20 10 0 0 0,045 0,063 0,09 0,125 0,25 0,5 1 0 0,045 Rozměry ok na sítech [mm] 2720 320 Komentář: Měrný povrch vzorku „Bratislava“ vykazuje vyšší měrný povrch než ostatní vzorky, což mohlo způsobit předešlé zpracováním suroviny. Komentář: Všechny tři vzorky obsahují vysoký podíl cca 70% části < 0,045 mm. U vzorku z Trstína byla zjištěna zrna většího rozměru cca 6,5% > 1mm RTG analýza 0,125 0,25 0,5 1 2 4 6 Rozměry ok na sítech [mm] 90 80 70 60 celkový zbytek 50 celkový propad 40 30 20 10 0 0 0,045 0,063 0,09 0,125 0,25 0,5 1 2 Rozměry ok na sítech [mm] RTG - Trstín RTG - Žírany 160 140 140 120 120 100 I [-] 100 I [-] 0,09 100 RTG analýza 160 80 80 60 60 40 40 20 20 0 0 0 2 4 6 0 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 Úhel [°] Úhe l [°] Komentář: Zjištěné minerály: kalcit, dolomit Komentář: Zjištěné minerály: kalcit RTG analýza RTG - Bratislava Možnosti uplatnění a případná rizika Možnosti uplatnění 160 140 120 100 I [-] 0,063 Křivka zrnitosti - Bratislava Celkový zbytek/propad [%] Bratislava 80 Rizika 60 40 20 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 Úhe l [°] S ohledem na zjištěné vlastnosti analyzovaných druhotných surovin (odpad 1 – 3) lze najít jejich uplatnění např. jako mikroplniva pro jemnozrnné maltové směsi (samonivelační hmoty, spárovací hmoty, injektážní hmoty, správkové hmoty atd.). Dalším uplatněním testovaných druhotných surovin by byla jejich aplikace při výrobě betonů (např. doplnění jemných podílů u samozhutnitelných betonů). zvýšená dávka mikroplniva by mohla vést k objemovým změnám vlivem vysokého měrného povrchu zejména u vzorku č.3, ojedinělý výskyt zrn větších rozměrů než požadovaná max. velikost zrna, u vzorku č.2 byla zjištěna zrna většího rozměru cca 6,5% > 1mm, všechny tři vzorky obsahují vysoký podíl cca 70% části < 0,045 mm, potenciální riziko vzniku reakce kameniva s alkáliemi (tato problematika nebyla doposud ověřována). Komentář: Zvýšené pozadí RTG záznamu amorfní SiO2 ??? Zjištěné minerály: dolomit, živce, křemen, kalcit 18 3.3.2014 Závěrem Obecně platí, že čím v ranějších fázích životního cyklu se podaří odhalit riziko možného výskytu neshodného produktu, tím nižší jsou finanční ztráty. Některé praktické zkušenosti ukazují, že náklady na odstranění neshody ve fázi konstrukce mohou být stokrát nižší než náklady na odstranění neshody zjištěné před expedicí a tisíckrát nižší, než náklady na odstranění neshody, která se dostane k zákazníkovi. Přesto je pořád ještě častým jevem, že „není dostatek peněz nebo času“ na dostatečné propracování návrhu, ale pak musí být dostatek peněz a času na mnohem nákladnější odstraňování problémů, které nastanou ve fázi realizace. Děkuji za pozornost Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví [email protected] 19