3D Baskıda Seri Teslimat için İstatistiksel Proses Kontrolü (SPC): Kritik Özelliklerden Anormallik Kapalı Döngüsüne Mühendislik Yaklaşımı

Giriş: 3D baskıda kalite kontrolü neden yalnızca nihai parça muayenesine dayanamaz?

Metal ve polimer eklemeli imalat küçük serilerden seri teslimata ilerlerken, birçok ekip hâlâ alışıldık bir kalite kontrol yöntemini kullanmaktadır: Her baskı partisi tamamlanıp son işlemler bittikten sonra nihai ürünlerde boyutsal, görsel ve mekanik numune kontrolleri yapılır; uygun olanlar serbest bırakılır, uygunsuz olanlar yeniden işlenir veya hurdaya ayrılır. Bu yaklaşım aylık birkaç düzine parça üretiminde sürdürülebilir olabilir; ancak haftada yüzlerce parça, paralel çalışan çok sayıda makine ve farklı toz partilerinin birlikte kullanıldığı seviyelere ulaşıldığında üç yapısal sorun ortaya çıkar.

Birincisi, muayene sonuçları gecikmelidir. Nihai parça kontrolü bir sapma tespit ettiğinde, aynı sapma durumundaki onlarca ürün çoktan üretilmiş olabilir; izlenebilirlik ve ayıklama maliyetleri, proses sırasında müdahale maliyetinden çok daha yüksektir. İkincisi, karar kriterleri kabadır. Uygun/uygunsuz şeklindeki ikili karar, prosesin kayma eğilimini gizler. Yavaşça kötüleşen bir proses, kontrol dışına çıkmadan önce art arda birçok partide tolerans bandı içinde kalabilir ve ancak aniden sınırı aştığında fark edilir. Üçüncüsü, sorumluluk ve neden atfı zordur. Parti, makine ve toz partisi bazında arşivlenmiş proses verileri olmadığında yalnızca deneyime dayalı tahmin yapılabilir; tekrar kullanılabilir bir proses iyileştirme kapalı döngüsü oluşturulamaz.

İstatistiksel Proses Kontrolünün (SPC) değeri, kalite kontrolünü nihai aşamadaki karar verme noktasından proses izlemeye taşımaktadır. SPC, ilk parça onayının ve nihai parça muayenesinin yerine geçmez; bunun yerine ikisi arasında sürekli ve ölçülebilir bir proses kararlılık bandı oluşturarak sapmaların uygunsuz ürüne dönüşmeden belirlenmesini sağlar.

I. SPC'nin ön koşulu: Önce neyin izleneceğini belirlemek

SPC uygulamasındaki en yaygın başarısızlık nedeni, yanlış izleme nesnesinin seçilmesidir. Eklemeli imalatla üretilen bir parçada onlarca boyutsal özellik bulunabilir. Bunların tamamı kontrol grafiklerine dâhil edilirse veri bakım maliyeti kısa sürede elde edilen faydayı aşar. Doğru yaklaşım, Kritik Özelliklerden (Key Characteristic, KC) hareketle kademeli bir eleme yapmaktır.

Kritik özelliklerin belirlenmesi genellikle üç ipucu üzerinden yürütülür. Birincisi işlevsel ipuçlarıdır: montaj uyumu, sızdırmazlık, yük taşıma veya hareket ile ilgili ölçüler; örneğin geçme deliği çapı, konumlandırma yüzeyinin düzlemselliği ve sızdırmazlık kanalının derinliği. İkincisi proses ipuçlarıdır: aynı makinede tarihsel olarak en yüksek değişkenliği gösteren özellikler; örneğin ince duvarlı parçaların et kalınlığı, geniş yüzeylerin düzlemselliği ve çıkıntılı yüzeylerin açı sapması. Üçüncüsü ise arıza ipuçlarıdır: geçmiş müşteri şikâyetleri, yeniden işleme ve hurda kayıtlarında tekrarlanan özellikler.

Bu üç ipucunun çapraz değerlendirilmesinden sonra, tipik bir parçada genellikle yalnızca 3 ila 8 kritik özellik kalır. Her kritik özellik çizim veya kontrol kartı üzerinde açıkça işaretlenmeli; ölçüm yöntemi, ölçüm cihazı çözünürlüğü ve örnekleme sıklığı tanımlanmalıdır. Burada sıkça göz ardı edilen bir kısıt vardır: Kontrol grafiğinin çözünürlüğü, ölçüm cihazının çözünürlüğüne bağlıdır. Ölçüm cihazı çözünürlüğü 0,01 mm iken ölçülen özelliğin proses dalgalanması standart sapması yalnızca 0,003 mm ise, kontrol grafiği belirgin basamaklı katmanlar gösterir ve anormallik algılama kabiliyeti önemli ölçüde düşer. Genel olarak ölçüm cihazı çözünürlüğünün proses dalgalanmasının onda birinden büyük olmaması gerekir.

II. Kontrol grafiği seçimi ve anormallik kuralları

Ölçülebilir kritik özellikler için en yaygın kullanılan grafik, ortalama-aralık kontrol grafiğidir (Xbar-R). Her örnekleme anında 3 ila 5 parça bir alt grup oluşturacak şekilde seçilir; alt grup ortalaması ve aralığı hesaplanarak iki ayrı grafikte gösterilir. Ortalama grafiği proses merkezinin kayıp kaymadığını, aralık grafiği ise proses değişkenliğinin artıp artmadığını izler. İki grafik birlikte yorumlanmalıdır: Aralık grafiği kontrol dışındayken ortalama grafiği kontrolde ise, merkez değişmeden dalgalanma büyümüş demektir; bunun yaygın nedenleri toz partisi değişimi, ekipman durumu dalgalanmaları veya operatör uygulama tutarlılığının azalmasıdır. Ortalama grafiği kontrol dışındayken aralık grafiği kontrolde ise sistematik bir kayma oluşmuştur; bunun yaygın nedenleri sıyırıcı aşınması, optik sistem kirliliği veya yapı plakası hizalama kaymasıdır.

Kontrol limitleri gerçek proses verilerine dayanarak hesaplanmalıdır. Genellikle en az 25 ardışık alt gruptan elde edilen kararlı veriler kullanılır ve ortalama grafiğinin ortalama değeri etrafında tahmini standart sapmanın üç katı alınarak üst ve alt kontrol limitleri belirlenir. Kontrol limitleri ile tolerans limitlerinin tamamen farklı kavramlar olduğu özellikle vurgulanmalıdır. Kontrol limitleri prosesin gerçekte neyi başarabileceğini, tolerans limitleri ise müşterinin ne talep ettiğini açıklar. Proses yeterlilik indeksi Cpk, bu ikisini birbirine bağlayan köprüdür; hesaplamasında hem merkez kayması hem de dağılım dikkate alınır. Sektörde yaygın eşik Cpk'nin 1,33'ün altına düşmemesidir; bu, teorik olarak ürünlerin yaklaşık %99,99'unun tolerans bandı içinde kalmasına karşılık gelir. Güvenlikle ilgili veya yüksek değerli özelliklerde gereklilik 1,67'ye veya daha yüksek değerlere çıkarılabilir.

Anormallik kuralları açısından, tek bir noktanın kontrol limitini aşmasına ek olarak uluslararası yaygın kabul gören kriterler; art arda 9 noktanın merkez çizgisinin aynı tarafında bulunması, art arda 6 noktanın artması veya azalması, art arda 14 noktanın yukarı-aşağı dönüşümlü seyretmesi ve art arda 3 noktanın 2'sinin merkez çizgisinin aynı tarafında iki standart sapmanın dışında kalması gibi kuralları içerir. Bu kurallar, istatistiksel olarak oluşma olasılığı çok düşük örüntüleri belirler; amaçları sınır aşılmamış olsa bile rastgele olmayan proses değişimlerini yakalamaktır. Eklemeli imalat senaryolarında art arda 6 artış genellikle koruyucu mercek geçirgenliğinin yavaşça düşmesi gibi kademeli proses bozulmalarına karşılık gelir; art arda 9 noktanın aynı tarafta olması ise çoğunlukla proses parametresi veya malzeme partisi değişikliğine işaret eder.

III. Örnekleme tasarımı ve veri toplamanın mühendislik uygulaması

Örnekleme tasarımı, kontrol grafiğinin hassasiyetini ve bakım maliyetini belirler. Alt grup içindeki numuneler mümkün olduğunca aynı makinede, aynı partide ve yakın zamanlarda üretilmelidir; böylece alt grup içi dalgalanma kısa dönemli rastgele değişkenliği yansıtır. Alt gruplar ise vardiyalar, toz partileri ve ekipman bakım döngüleri gibi potansiyel değişkenlik kaynaklarını kapsamalıdır; böylece alt gruplar arası dalgalanma özel nedenleri ortaya çıkarabilir. Bu örnekleme ilkesi SPC'nin teorik varsayımlarıyla doğrudan uyumludur: Alt grup içi değişkenlik rastgele hatayı, alt gruplar arası fark ise izlenebilir nedenleri tahmin eder.

Veri toplama aşaması en kolay küçümsenen konudur. Elle kayıt tutup ardından elektronik tabloya aktarma yöntemi küçük seri üretimde uygulanabilir olsa da veri gecikmesi ve aktarım hataları, kontrol grafiklerinin gerçek zamanlı değerini önemli ölçüde azaltır. Daha güvenilir yaklaşım, kritik özellik ölçümlerini doğrudan veri toplama terminaline bağlamaktır. Koordinat ölçüm makineleri, görüntü ölçüm sistemleri, lazer tarama ve endüstriyel CT sonuçları otomatik olarak yapılandırılmış biçimde veri tabanına aktarılmalı; parça numarası, parti numarası, makine numarası ve toz parti numarasına göre indekslenmelidir. Kontrol grafiği bir anormallik belirlediğinde sistem, ilgili zaman aralığındaki proses parametresi kayıtlarını, çevresel kayıtları ve ekipman durum kayıtlarını doğrudan çağırarak anormallik sinyalini olası nedenlerle ilişkilendirebilir.

Henüz otomatik veri toplama koşullarına sahip olmayan ekipler için pragmatik bir ara çözüm, önce en yüksek değerli tek üretim hattında üç kritik özellik için SPC uygulamaktır. Sabit formatlı kontrol kartları ve günlük özet tabloları manuel olarak tutularak yöntemin etkinliği doğrulanabilir, ardından uygulama aşamalı olarak genişletilebilir. SPC'yi tek seferde tüm işletmeye yayılacak bir proje olarak ele almak, veri bakım yükünün aşırı büyümesi nedeniyle çoğu zaman birkaç ay içinde uygulamanın terk edilmesine yol açar.

IV. Anormallik sonrası müdahale süreci

Kontrol grafiğinin anormallik sinyali üretmesi yalnızca başlangıçtır; SPC'nin başarısını asıl belirleyen unsur müdahale sürecidir. Tam bir müdahale kapalı döngüsü genellikle dört adımdan oluşur. İlk adım, ölçüm cihazı arızası, veri giriş hatası ve numune kimliklendirme hatası gibi durumları eleyerek sinyalin gerçekliğini doğrulamaktır. İkinci adım kapsamın belirlenmesidir: Etkilenen partiler, ekipmanlar ve zaman aralığı tespit edilir; gerektiğinde geriye doğru son kontrol altındaki noktaya kadar iz sürülür ve ileriye doğru düzeltici önlemin etkili olduğu noktaya kadar ürünler bloke edilir. Üçüncü adım neden araştırmasıdır; insan, makine, malzeme, yöntem, çevre ve ölçüm olmak üzere altı boyut tek tek incelenir ve anormallikten hemen önce gerçekleşen değişikliklere öncelik verilir. Dördüncü adım önlem ve doğrulamadır: Düzeltici önlemler uygulandıktan sonra, prosesin yeniden kontrol altında olduğunu doğrulamak için en az 5 alt gruptan veri toplanır ve proses yeterlilik indeksi güncellenir.

Tüm anormallik olayları, neden analizleri, düzeltici önlemler ve doğrulama sonuçları aranabilir kayıtlar olarak arşivlenmelidir. Bu kayıtların değeri, işletme içinde bir arıza modu kütüphanesi oluşturmalarıdır: Benzer bir anormallik tekrar ortaya çıktığında, inceleme süresi saatlerden onlarca dakikaya indirilebilir. Bu aynı zamanda SPC ile bilgi yönetimi sisteminin kesişim noktasıdır; proses verisi tek başına nötrdür, ancak geçmiş vakalarla birleştirildiğinde mühendislik yetkinliğine dönüşür.

V. Yaygın hatalar ve uygulama önerileri

İlk hata, kontrol limitlerini doğrudan tolerans limitleri olarak belirlemektir. Bu, anormallik tespitini uygunsuzluk oluştuktan sonraya erteler ve SPC'nin erken uyarı işlevini ortadan kaldırır. İkinci hata, kontrol limitlerini uzun süre güncellememektir. Proses iyileştirmeleri, ekipman değişimi veya malzeme sistemindeki değişikliklerden sonra proses yeterliliği değişir; eski kontrol limitleri ya aşırı gevşek kalıp hassasiyetini kaybeder ya da aşırı sıkı olup çok sayıda yanlış alarm üretir. Kontrol limitlerinin en az altı ayda bir veya her önemli proses değişikliğinden sonra yeniden hesaplanması önerilir. Üçüncü hata ise yalnızca izleyip iyileştirme yapmamaktır. Kontrol grafiği kararlı biçimde çalışırken Cpk uzun süre 1,0 civarında kalıyorsa, proses kontrol altında olsa bile yeterliliği yetersizdir. Bu durumda muayeneyi sıkılaştırmak yerine sistematik proses optimizasyonuna yönelmek gerekir.

SPC uygulamasına yeni başlayan ekipler için önerilen sıra şudur: Önce bir üretim hattı ve üç kritik özellik seçin; ölçüm cihazı çözünürlüğü doğrulamasını ve ölçüm sistemi analizini tamamlayın; başlangıç kontrol limitlerini oluşturmak için 25'ten fazla alt grup verisi toplayın; anormallik kurallarını ve müdahale sürecini devreye alın; iki aylık çalışmanın ardından yanlış alarm oranını ve önleme etkisini değerlendirin, sonra uygulamanın genişletilip genişletilmeyeceğine karar verin. Tüm döngü genellikle üç ila dört ay sürer ve yatırımın ağırlığı yazılım araçlarından ziyade ölçüm ve veri aşamalarındadır.

Sonuç

İstatistiksel Proses Kontrolü, 3D baskıda seri teslimat için kritik özellik tanımlamasından kontrol grafiğiyle anormallik tespitine ve müdahale kapalı döngüsüne kadar uzanan bir mühendislik yöntemi sunar. Prosesin kendisini değiştirmez; ancak proses durumunu gözlemlenebilir, ölçülebilir ve erken uyarı üretir hâle getirir. Eklemeli imalat işletmeleri için SPC'nin asıl eşiği istatistik teorisi değil; ölçüm sisteminin güvenilirliği, veri toplamanın sürekliliği ve anormallik sonrasında titizlikle uygulanan bir müdahale sürecinin bulunup bulunmamasıdır. Bu üç unsur sağlam biçimde kurulduğunda, kalite kontrolün odağı uygunsuz ürünleri ayıklamaktan uygunsuz ürün oluşumunu önlemeye kayar; seri teslimatın tutarlılığı ve maliyet yapısı da buna paralel olarak iyileşir.