การลดของเสียผลิตภัณฑ์คอยล์เย็นในอุตสาหกรรมยานยนต์โดยการประยุกต์ใช้แนวทางของซิกซ์ ซิกมา (DMAIC)

Defect reduction for evaporator product in automotive industry using six sigma approach (DMAIC)

Name: ปวีณ์สุดา ปานอำไพ

Abstract: งานวิจัยนี้ได้ประยุกต์แนวทางในการดำเนินงานของซิกซ์ ซิกม่า 5 ขั้นตอน (DMAIC) การวิเคราะห์ลักษณะข้อบกพร่องและผลกระทบ (FMEA) และเครื่องมือคุณภาพต่างๆ โดยมีวัตถุประสงค์เพื่อลดของเสียในกระบวนการผลิตคอยล์เย็นในโรงงานกรณีศึกษา การดำเนินงานสามารถสรุปได้ดังนี้ 1. การนิยามปัญหา ศึกษาสภาพปัญหาของเสียที่เกิดจากความผิดพลาดของกระบวนการผลิต กำหนดเป้าหมาย ขอบเขตของการปรับปรุง และจัดจั้งทีมงาน 2. การวัดสภาพปัญหา เก็บข้อมูลแยกประเภทของเสียประเภทตัวงานคอยล์เย็นและชิ้นส่วน Core plate ซึ่งมีมูลค่าการทิ้งสูงสุด 3. การวิเคราะห์สาเหตุของการเกิดของเสีย โดยการระดมสมองเพื่อทำแผนภูมิก้างปลา และ FMEA ซึ่งมีการประเมินค่าความรุนแรงของผลกระทบ (S), โอกาสที่จะเกิดผลกระทบ (O) และความสามารถในการตรวจพบข้อบกพร่อง (D) จากนั้นคำนวณค่าดัชนีความเสี่ยงชี้นำ (RPN) เพื่อเลือกสาเหตุที่มีค่า RPN สูงกว่า 100 คะแนนมาทำการแก้ไข 4. การปรับปรุงแก้ไข เพื่อให้ค่า RPN ลดต่ำกว่า 100 คะแนน จึงทำการติดตั้งระบบควบคุมเครื่องจักร ติดตั้งเซ็นเซอร์วัดขนาดชิ้นงาน และฝึกอบรมวิธีการทำงานที่ถูกต้องแก่พนักงาน และ 5. การควบคุม จัดทำบอร์ดชี้ควบคุมปริมาณของเสีย และจัดเอกสารควบคุมการผลิต เพื่อให้การผลิตมีประสิทธิภาพสูงสุด จากนั้นเปรียบเทียบข้อมูลของเสียก่อนและหลังทำการแก้ไขปรับปรุง ผลของงานวิจัยนี้ พบว่าสามารถลดอัตราการเกิดของเสียตัวงานคอยล์เย็นจาก 0.216% ลดลงเหลือ 0.107% หรือลดลง 50.46% ลดจำนวนของเสียโดยเฉลี่ยของชิ้นส่วน Core plate จาก 3,333 ชิ้นต่อเดือนลดลงเหลือ 648 ชิ้นต่อเดือน ส่งผลให้มูลค่าของเสียของกระบวนการผลิตคอยล์เย็นลดลงจาก 0.019% ลงเหลือ 0.007% หรือลดลง 63.16%

Abstract: This thesis applies 5 procedures of Six Sigma (DMAIC) Failure Modes and Effect Analysis (FMEA) and other quality tools approach with the aim to reduce defect of evaporator production process in studied factory. The procedures could be concluded as follows: 1. Define phase, defect of production process error, objective and working team of project are identified. 2. Measure phase, collect defect data of Evaporator and Core plate part which have the highest discard value, by defect type categories. 3. Analyze phase, to analysis causes of defection by brainstorming for Fish Bone Diagram and FMEA which assessment of defect severity (S), defect opportunity (O) and defect detection (D) and then calculated Risk Priority Number (RPN) to select causes that have RPN more than 100 point and be improved afterwards. 4. Improve phase, reduce RPN to less than 100 point by install machine control system and sensor to measure work piece size. And worker training for the right working method and 5. Control phase, provide defect control boards and production control documents for the highest production efficiency. After improvement, defect data was compared with before improvement. The result has shown that evaporator product defect ratio from production error can be reduced from 0.216% to 0.107% or 50.46% reduction. Core plate part can be reduced from 3,333 to 648 pieces/ month. Furthermore, it led that evaporator product defect value to be decreased from 0.19% to 0.007% or 63.16% reduction.

จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร

Address: กรุงเทพมหานคร

Email: cuir@car.chula.ac.th

Name: ดำรงค์ ทวีแสงสกุลไทย

Role: ที่ปรึกษา

Created: 2553

Modified: 2558-02-11

Issued: 2558-02-11

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมอุตสาหการ

Grantor: จุฬาลงกรณ์มหาวิทยาลัย

©copyrights จุฬาลงกรณ์มหาวิทยาลัย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	paweesuda_pa.pdf	5.14 MB	149	2025-02-15 23:49:44

ใช้เวลา

0.035499 วินาที