<p> </p><p>Det statistiska kvalitetsverktyget Statistisk Processtyrning, SPS, introducerades på BT Products AB i Mjölby utifrån en specifik implementeringsprocess. Introduktionen utfördes i en målningsprocess och genom detta arbete kunde aktuell process utvärderas och orsaker bakom eventuell urskiljbar variation eftersökas. I gällande process målas gods till eldrivna truckar svarta genom elektrostatisk pulvermålning, där eftersträvad färgskikttjocklek är 70 µm. Målningen utförs automatiserat av fyra robotar och för att erhålla kunskap om processens uppförande studerades och analyserades utfallet statistiskt utifrån en bestämd kvalitetsindikator, färgskikttjockleken. Data samlades in utifrån denna indikator genom kontinuerlig mätning på utvalt objekt och med hjälp av en mätmall för att erhålla jämförbara observationer. Tillförlitligheten hos insamlad data analyserades och observationerna uppvisade en normalfördelning och slumpmässighet. En hög grad av autokorrelation sågs dock, varför transformation av data krävdes innan fortsatta studier kunde utföras. I och med denna transformation erhölls oberoende och därmed tillförlitliga residualer, vilka studerades i styrdiagram för att information om processens uppförande över tiden skulle erhållas. Observationerna är individuella och anges som variabeldata, varför stora skiftningar i processen studerades i x‑ och MR-diagram och små skiftningar i EWMA-diagram. Vid studie av dessa diagram kunde såväl alarm som trender identifieras och processen ansågs därmed vara instabil. Dessa företeelser antogs vara resultatet av urskiljbar variation, orsakad av kontrollerbara faktorer. I den efterföljande processutvärderingen kom därför arbetet att fokusera på identifikation av dessa faktorer. För denna identifikation sattes en fokusgrupp samman, vilka listade möjliga faktorer i ett Ishikawadiagram utifrån <em>de sju M:en</em>.</p><p>Uppkomna faktorer testades utifrån främst tre olika metoder; tvåfaktorförsök, enfaktorförsök och loggning. Faktorförsöken genomfördes genom målning av testplåtar, där skillnad i färgskikttjocklek beroende på vald faktornivå studerades. Loggning av faktorer utfördes parallellt med produktion, varpå dessa värden ställdes mot registrerade värden på färgskikttjockleken i en ANOVA- eller korrelationsanalys. Utifrån resultatet av dessa tester delades undersökta faktorer in i <em>Signifikanta</em>, <em>Delvis signifikanta</em>, <em>Eventuellt signifikanta</em> och <em>Ej signifikanta</em>. De faktorer som ansågs vara signifikanta är <em>Fluidisering</em> och <em>Pulverbatch</em>, vilka kan vara bidragande orsaker bakom den urskiljbara variationen som identifierats. Fluidiseringen har periodvis varit undermålig i ett av de pulverkök som förser robotarna med pulver, något som kan förklara uppvisad låg korrelation mellan robotarna och den höga nivå av autokorrelation som skådats. Vid ett test med fyra olika säckar från två olika batcher sågs även en varierad batchhärkomst påverka resultatet, med en skillnad i färgskikttjocklek på mellan 10 och 20 µm på testplåten. De <em>Delvis signifikanta</em> faktorerna, så som injektorplugg, elektrod och munstycken, kan påverka utfallet vid en hög grad av förslitning och troligen fås störst inverkan i de fall då dessa samverkar. Genom att utföra rekommenderade åtgärder beträffande de signifikanta faktorerna, med avseende på att minska variationen, kan processen åter studeras och utredas. Beroende på utfall kan en stabil process förbättras och i annat fall söks nya källor till variation.</p><p> </p> / <p> </p><p>The statistical quality tool Statistical Process Control (SPC) was introduced at BT Products AB in Mjölby following the process of SPC implementation. The current process is a powder coating process where parts for powered trucks are painted black. The electrostatic powder coating is performed by four automatized robots and the desired layer thickness is 70 µm. The process has been evaluated from a quality characteristic, specified as the layer thickness, and special causes behind variation were identified. Data has been collected continuously from the process by measuring objects in the production, using a self-developed measurement template to receive comparable data. Statistical tools have been used to evaluate whether the data were reliable or not. A normal probability plot confirmed that the observations were normally distributed and a scatter plot established randomness. Autocorrelation was detected and the data had to be transformed, why the independent and reliable residuals were used in the subsequent analysis. Control charts were used to study the process over time, where individual x- and MR-charts detected large shifts in the process, while EWMA-charts detected small shifts. Alarms, trends and abnormal patterns were identified in these control charts, which led to the conclusion that the process could be considered out of control. The special causes behind this variation were assumed to stem from controllable factors and the work was therefore focused on identifying these special causes.</p><p>Factors were listed in an Ishikawadiagram by a focus group and tested using mainly three different methods. Design of experiments was used to test a two factorial design, and single factors were tested by one-factor-tests. A sheet metal was painted in both test methods and the difference in layer thickness, dependent on chosen level of the factor, was studied. Other factors were logged parallel to the production. Additional observations were compared to the registered layer thickness on parts and the relation analysed using ANOVA- or correlation analyses. Examined factors from these tests were divided and categorized into <em>Significant, Partially significant, Possibly significant</em> and <em>Not significant</em>. Fluidisation and powder batch were identified as significant factors and thereby possible causes behind the identified variation. The fluidisation in one of the powder containers has at times been misbegotten, something that can explain the high level of autocorrelation and the low level of correlation between the robots. When testing the batches, four sacks from two different batches were used and a large difference in layer thickness was observed depending on powder origin. A high degree of wear of the partially significant factors, as injector nozzle, electrode and gun nozzle, could affect the result, but they likely have the largest impact when collaborating. By performing recommended actions, in an attempt to reduce the variation on the basis of the significant factors, the process once again can be studied and evaluated. Depending on the result, a stable process can be improved, alternatively, new sources behind variation identified.</p><p> </p>

No description available.

<p>På ABB i Umeå programmeras styrsystem till bland annat tillverkningsindustrin och gruvbranschen. Varje styrsystem är unikt men vissa delar förekommer ofta, så för att inte programmerarna ska behöva skriva samma kod varje gång har det skapats funktionsblock av de kodbitarna. Funktionsblocken är samlade i olika funktionsblocksbibliotek. Biblioteken uppdateras med jämna mellanrum och alla funktionsblock behöver då testas så att inte ändringarna har påverkat de gamla funktionerna. Denna testning, som nu görs manuellt, tar mycket tid och är långt i från pålitlig. Problemställningen är därför att utreda i vilken utsträckning det går att automatisera dessa tester och hur detta skulle gå till.</p><p>Efter att ha undersökt olika program som skulle kunna lämpa sig för automatiska tester visade det sig att det var mest lämpligt att använda ABB:s egna verktyg för att skapa testverktyget, delvis på grund av att det inte krävs något extra program för att få kommunikation mellan testprogrammet och funktionsblocket som skall testas.</p><p>Testprogrammet byggs upp med ett antal nya funktionsblock och kan anslutas till blocken som ska testas. Ett test av ett funktionsblock består av en mängd olika testfall. Testprogrammet sätter funktionsblockets ingångar för att komma i rätt läge för ett testfall och kontrollerar sedan om utgångarna är som förväntat. Funktionsblocken innehåller även en del grafik för att operatörerna ska kunna kontrollera och styra systemet. Att helt automatisera grafiktesterna är avancerat och kräver andra verktyg. Testerna av grafik har därför inte automatiserats helt utan testprogrammet sätter funktionsblocket i rätt läge för testfallet och sedan får användaren kontrollera grafiken och fylla i de fel som finns i det nyskapade användargränssnittet. Användaren behöver därigenom inte styra några funktionsblock under testet utan bara studera grafiken. Resultatet från funktions- och grafiktesterna presenteras i en händelselista efter testet är avslutat.</p><p>En del av arbetet har även gått ut på att undersöka om och hur det skulle vara möjligt att automatisera tester av anläggningsapplikationer, där anläggningsapplikationen är det färdiga systemet som levereras till kunden dvs. funktionsblock och övrig kod. Detta skulle delvis vara möjligt att genomföra genom att läsa in de korrekta inställningarna från en konstruktionsbeskrivning för att sen jämföra de med inställningarna i systemet. Men vissa av inställningarna är svåra att testa eftersom de kräver att flera funktionsblock är i rätt läge. Att skapa ett automatiskt test för anläggningsapplikationer skulle vara komplicerat och ta lång tid men om man väljer att skapa ett sådant program skulle man lika gärna kunna skapa ett program som lägger in inställningarna direkt i stället för att bara kontrollera dem. Ett alternativ kan vara att göra ett automatiskt test endast för de enklare testfallen vilket skulle spara en hel del tid från de manuella testerna.</p>

Det statistiska kvalitetsverktyget Statistisk Processtyrning, SPS, introducerades på BT Products AB i Mjölby utifrån en specifik implementeringsprocess. Introduktionen utfördes i en målningsprocess och genom detta arbete kunde aktuell process utvärderas och orsaker bakom eventuell urskiljbar variation eftersökas. I gällande process målas gods till eldrivna truckar svarta genom elektrostatisk pulvermålning, där eftersträvad färgskikttjocklek är 70 µm. Målningen utförs automatiserat av fyra robotar och för att erhålla kunskap om processens uppförande studerades och analyserades utfallet statistiskt utifrån en bestämd kvalitetsindikator, färgskikttjockleken. Data samlades in utifrån denna indikator genom kontinuerlig mätning på utvalt objekt och med hjälp av en mätmall för att erhålla jämförbara observationer. Tillförlitligheten hos insamlad data analyserades och observationerna uppvisade en normalfördelning och slumpmässighet. En hög grad av autokorrelation sågs dock, varför transformation av data krävdes innan fortsatta studier kunde utföras. I och med denna transformation erhölls oberoende och därmed tillförlitliga residualer, vilka studerades i styrdiagram för att information om processens uppförande över tiden skulle erhållas. Observationerna är individuella och anges som variabeldata, varför stora skiftningar i processen studerades i x‑ och MR-diagram och små skiftningar i EWMA-diagram. Vid studie av dessa diagram kunde såväl alarm som trender identifieras och processen ansågs därmed vara instabil. Dessa företeelser antogs vara resultatet av urskiljbar variation, orsakad av kontrollerbara faktorer. I den efterföljande processutvärderingen kom därför arbetet att fokusera på identifikation av dessa faktorer. För denna identifikation sattes en fokusgrupp samman, vilka listade möjliga faktorer i ett Ishikawadiagram utifrån de sju M:en. Uppkomna faktorer testades utifrån främst tre olika metoder; tvåfaktorförsök, enfaktorförsök och loggning. Faktorförsöken genomfördes genom målning av testplåtar, där skillnad i färgskikttjocklek beroende på vald faktornivå studerades. Loggning av faktorer utfördes parallellt med produktion, varpå dessa värden ställdes mot registrerade värden på färgskikttjockleken i en ANOVA- eller korrelationsanalys. Utifrån resultatet av dessa tester delades undersökta faktorer in i Signifikanta, Delvis signifikanta, Eventuellt signifikanta och Ej signifikanta. De faktorer som ansågs vara signifikanta är Fluidisering och Pulverbatch, vilka kan vara bidragande orsaker bakom den urskiljbara variationen som identifierats. Fluidiseringen har periodvis varit undermålig i ett av de pulverkök som förser robotarna med pulver, något som kan förklara uppvisad låg korrelation mellan robotarna och den höga nivå av autokorrelation som skådats. Vid ett test med fyra olika säckar från två olika batcher sågs även en varierad batchhärkomst påverka resultatet, med en skillnad i färgskikttjocklek på mellan 10 och 20 µm på testplåten. De Delvis signifikanta faktorerna, så som injektorplugg, elektrod och munstycken, kan påverka utfallet vid en hög grad av förslitning och troligen fås störst inverkan i de fall då dessa samverkar. Genom att utföra rekommenderade åtgärder beträffande de signifikanta faktorerna, med avseende på att minska variationen, kan processen åter studeras och utredas. Beroende på utfall kan en stabil process förbättras och i annat fall söks nya källor till variation. / The statistical quality tool Statistical Process Control (SPC) was introduced at BT Products AB in Mjölby following the process of SPC implementation. The current process is a powder coating process where parts for powered trucks are painted black. The electrostatic powder coating is performed by four automatized robots and the desired layer thickness is 70 µm. The process has been evaluated from a quality characteristic, specified as the layer thickness, and special causes behind variation were identified. Data has been collected continuously from the process by measuring objects in the production, using a self-developed measurement template to receive comparable data. Statistical tools have been used to evaluate whether the data were reliable or not. A normal probability plot confirmed that the observations were normally distributed and a scatter plot established randomness. Autocorrelation was detected and the data had to be transformed, why the independent and reliable residuals were used in the subsequent analysis. Control charts were used to study the process over time, where individual x- and MR-charts detected large shifts in the process, while EWMA-charts detected small shifts. Alarms, trends and abnormal patterns were identified in these control charts, which led to the conclusion that the process could be considered out of control. The special causes behind this variation were assumed to stem from controllable factors and the work was therefore focused on identifying these special causes. Factors were listed in an Ishikawadiagram by a focus group and tested using mainly three different methods. Design of experiments was used to test a two factorial design, and single factors were tested by one-factor-tests. A sheet metal was painted in both test methods and the difference in layer thickness, dependent on chosen level of the factor, was studied. Other factors were logged parallel to the production. Additional observations were compared to the registered layer thickness on parts and the relation analysed using ANOVA- or correlation analyses. Examined factors from these tests were divided and categorized into Significant, Partially significant, Possibly significant and Not significant. Fluidisation and powder batch were identified as significant factors and thereby possible causes behind the identified variation. The fluidisation in one of the powder containers has at times been misbegotten, something that can explain the high level of autocorrelation and the low level of correlation between the robots. When testing the batches, four sacks from two different batches were used and a large difference in layer thickness was observed depending on powder origin. A high degree of wear of the partially significant factors, as injector nozzle, electrode and gun nozzle, could affect the result, but they likely have the largest impact when collaborating. By performing recommended actions, in an attempt to reduce the variation on the basis of the significant factors, the process once again can be studied and evaluated. Depending on the result, a stable process can be improved, alternatively, new sources behind variation identified.

No description available.

På ABB i Umeå programmeras styrsystem till bland annat tillverkningsindustrin och gruvbranschen. Varje styrsystem är unikt men vissa delar förekommer ofta, så för att inte programmerarna ska behöva skriva samma kod varje gång har det skapats funktionsblock av de kodbitarna. Funktionsblocken är samlade i olika funktionsblocksbibliotek. Biblioteken uppdateras med jämna mellanrum och alla funktionsblock behöver då testas så att inte ändringarna har påverkat de gamla funktionerna. Denna testning, som nu görs manuellt, tar mycket tid och är långt i från pålitlig. Problemställningen är därför att utreda i vilken utsträckning det går att automatisera dessa tester och hur detta skulle gå till. Efter att ha undersökt olika program som skulle kunna lämpa sig för automatiska tester visade det sig att det var mest lämpligt att använda ABB:s egna verktyg för att skapa testverktyget, delvis på grund av att det inte krävs något extra program för att få kommunikation mellan testprogrammet och funktionsblocket som skall testas. Testprogrammet byggs upp med ett antal nya funktionsblock och kan anslutas till blocken som ska testas. Ett test av ett funktionsblock består av en mängd olika testfall. Testprogrammet sätter funktionsblockets ingångar för att komma i rätt läge för ett testfall och kontrollerar sedan om utgångarna är som förväntat. Funktionsblocken innehåller även en del grafik för att operatörerna ska kunna kontrollera och styra systemet. Att helt automatisera grafiktesterna är avancerat och kräver andra verktyg. Testerna av grafik har därför inte automatiserats helt utan testprogrammet sätter funktionsblocket i rätt läge för testfallet och sedan får användaren kontrollera grafiken och fylla i de fel som finns i det nyskapade användargränssnittet. Användaren behöver därigenom inte styra några funktionsblock under testet utan bara studera grafiken. Resultatet från funktions- och grafiktesterna presenteras i en händelselista efter testet är avslutat. En del av arbetet har även gått ut på att undersöka om och hur det skulle vara möjligt att automatisera tester av anläggningsapplikationer, där anläggningsapplikationen är det färdiga systemet som levereras till kunden dvs. funktionsblock och övrig kod. Detta skulle delvis vara möjligt att genomföra genom att läsa in de korrekta inställningarna från en konstruktionsbeskrivning för att sen jämföra de med inställningarna i systemet. Men vissa av inställningarna är svåra att testa eftersom de kräver att flera funktionsblock är i rätt läge. Att skapa ett automatiskt test för anläggningsapplikationer skulle vara komplicerat och ta lång tid men om man väljer att skapa ett sådant program skulle man lika gärna kunna skapa ett program som lägger in inställningarna direkt i stället för att bara kontrollera dem. Ett alternativ kan vara att göra ett automatiskt test endast för de enklare testfallen vilket skulle spara en hel del tid från de manuella testerna.

De senaste decennierna har företag i allmänhet och tillverkningsföretag i synnerhet mer och mer tvingats inrikta sig på att producera kvalitetsprodukter. Detta för att kunna vara konkurrenskraftiga och inte tappa marknadsandelar samtidigt som konsumenter har blivit mer medvetna om vad de egentligen efterfrågar. Företag har förstått att kvalitetsprodukter inte är något som testas fram utan det är något som produceras rätt från början genom stabila produktionsprocesser. Till hjälp finns då processtyrning.  Syftet med arbetet är att undersöka vilka förbättringsåtgärder som behövs göras för att skapa en stabil process samt undersöka vad som behövs göras för att i framtiden möjliggöra ett styrsystem för processtyrning.  Metoden för arbetet var mixed methods då både kvantitativ och kvalitativ forskningsmetod användes. Ena delen bestod utav kvalitativ forskning i form utav observationer och andra delen utav kvantitativ forskning i form utav insamlad processdata. Observationerna gjordes för att få djupare förståelse för processen och arbetsgången. Vidare samlades primär data in via mätningar på hudar och sekundär data samlades in genom stickprov på processkort från falsningsmaskinen, detta gjordes för att få uppfattning om processens stabilitet. En litteraturstudie genomfördes för att få bredare kunskapsspann kring kvalitetsarbete och processtyrning.  Resultatet visar att företaget till en början av utformandet av en stabil process måste mäta varje hud för att samla in så mycket variationsbidrag som möjligt, detta för att i senare skede kunna hitta urskiljbara orsaker till variation och sedan eliminera orsakerna. Detta kan ske med hjälp av statistisk processtyrning. När tillräckligt med fakta samlats in kan företaget använda sig av en grundorsaksanalys i syftet att gå till botten med problemet. När problemet sedan är hittat så används PDCA-cykeln för planering och genomförandet av förändringen. När processen visar sig vara stabil kan ett styrdiagram skapas, detta genom mätningar för att få fram processens medelvärde och även sigmavärdet. Processen kan med hjälp av medelvärdet och sigmagränserna senare övervakas så att avvikelser upptäcks direkt när de uppstår. / The latest decades companies, and especially manufacturing companies, have been forced to focus on producing products with high quality standards. This is based upon the will to be competitive and not losing any market shares. At the same time the consumers has started to be more aware of what they request of the products. Companies have come to realize that high quality products are something that you produce right from the start and not by testing the products after the production process. It all starts with a stable production process. To achieve this, companies can use process control.    The purpose of this thesis is to investigate what improvement measure that needs to be done to enable a stable process and also investigate what is necessary to be able to establish a control system in the future.  The method of this thesis is a mixed methods approach. That means that both quantitative and qualitative methods are used. The qualitative part of the thesis consists of observations and the quantitative part consists of collected process data. The observations were made to get a deeper understanding for the process and the working process. The primary data was collected via measurements on cowhides and the secondary data was collected trough random samples of process cards from the cutting machine. This was made to get estimation about the process stability. To get a broader knowledge on quality work and process control, a literature study was made.   The result of the thesis shows that the company, in the beginning of making a stable process, must measure every hide to gather as much contribution to variation as possible. This is made to make sure that all the information is gathered to in the next step be able to eliminate the reasons to variations. Statistical process control can be used as a tool in finding the variation. When enough facts have been gathered the company can use root cause analysis with the soul purpose to find the root problem. When the problem has been found the PDCA-cycle can be used to plan and to implement the change. When the process has shown to be stable a control chart can be made, this is made trough measurements to calculate the process mean value and sigma value. These values can be used by the control chart that later can monitor the process and assure that deviation is identified directly when they appear.

<p>Dagens konfektionsmarknad präglas av hård konkurrens, vilket innebär att småföretag inte enbart kan konkurrera med produktkvalitet och flertalet företag vill inte konkurrera med pris. Detta ökar vikten av gedigen kundförståelse, förmåga att identifiera och lösa kundens behov samt att skapa värden för kunden. För en märkesinnehavare är det yttersta målet kundlojalitet då det leder till långsiktiga kundrelationer. Denna uppsats behandlar de olika faktorerna i en process med målet att skapa kundlojalitet, som är viktiga för att småföretag ska kunna överleva (vara lönsamma), på den alltmer konkurrensutsatta marknaden.</p><p>Sveriges modebransch utgörs till största delen av småföretag. Småföretagen är väldigt dominerade av storföretagen som genom stordriftfördelar och uppgång i internationella företagskonstellationer kan sätta villkoren för småföretagsamheten och avgöra vilken sorts företag som kan överleva på marknaden. Den svenska småföretagarens relativa position har försvagats och för små svenska jeansföretag innebär det en stor utmaning att överleva, behålla sina kunder och vara lönsamma. Detta ökar vikten av att den så kallade kundlojalitetsprocessen hos företagen är optimal.</p><p>Syftet med uppsatsen är, att med en jämförande fallstudie, utvärdera kundlojalitetsprocesserna hos konfektionsföretagen Gul&Blå och Sixty Sverige för varumärkena Gul&Blå och Miss Sixty. För att undersöka det valda området, utförs djupintervjuer med respektive jeansföretag. Teorier som uppsatsen bygger på är varumärkesuppbyggnad, engagemang, upplevd risk, styrningsmetoderna mål- och processtyrning samt perspektiven transaktions- och relationsmarknadsföring.</p><p>Undersökningen visar att kundlojalitetsprocessen är optimal när förtaget använder sig av samtliga aktiviteter i den varumärkesuppbyggande processen, arbetar för att minimera kundens upplevda risk gentemot produkterna, ökar engagemanget för produkterna genom säljfrämjande åtgärder, arbetar processtyrt samt arbetar enligt perspektivet om relationsmarknadsföring.</p><p>Nyckelord: kundlojalitet, varumärkesuppbyggnad, upplevd risk, engagemang, processtyrning, relationsmarknadsföring.</p>

<p>Quality was earlier only an issue for the company’s quality departments but today is the entire organization involved in quality- and improvements work. With the customers in focus, both external and internal, quality and improvement work should be integrated in the daily activities. The management shall state goals and visions together with a policy. Through participation the correct requirements for a successful work are created.</p><p>With SPC, statistics process control, there is an opportunity to perceive variations in the process and with the correct tools make it stable. Examples of tools that can be used are the seven QC – tools and the PDCA – cycles, which are presented more detailed in the report.</p><p>By using SPC and the information given by it, a measure of the process capability within fixed tolerances on the produced parts can be achieved.</p><p>The analysis in this report has been made in order to verify the capability and variations in the measuring system used within a selected production sector.</p>

Quality was earlier only an issue for the company’s quality departments but today is the entire organization involved in quality- and improvements work. With the customers in focus, both external and internal, quality and improvement work should be integrated in the daily activities. The management shall state goals and visions together with a policy. Through participation the correct requirements for a successful work are created. With SPC, statistics process control, there is an opportunity to perceive variations in the process and with the correct tools make it stable. Examples of tools that can be used are the seven QC – tools and the PDCA – cycles, which are presented more detailed in the report. By using SPC and the information given by it, a measure of the process capability within fixed tolerances on the produced parts can be achieved. The analysis in this report has been made in order to verify the capability and variations in the measuring system used within a selected production sector.