Analysis of Production Defects in Construction Machinery Parts Through Statistical Process Control Techniques in the Context of Strategic Quality Management

Öz

Due to the high production costs of construction equipment components, the cost of defective production exceeds the cost of preventive quality control. Preventing defects before production is the foundation of today's understanding of quality. In this study, defects encountered after the production of machine parts hardened by the high-frequency induction method were examined and analyzed. The components manufactured from 4140 steel were subjected to heat treatment in accordance with defined technical specifications, and quality assessments were carried out based on criteria such as surface hardness and case depth. The defects observed after hardening were evaluated using various statistical process control methods, including Pareto Analysis, p Control Charts, Fishbone (Ishikawa) Diagram, Histogram, Scatter Diagram, and Process Capability Analysis. During the analysis process, it was determined that the defect rate in one sample group exceeded the control limits, indicating that the process had statistically deviated from control. Root cause analyses revealed that operator-related adjustment errors, equipment parameter inconsistencies, and material homogeneity issues were the main contributing factors. Process capability analysis showed a tendency for out-of-specification production during the relevant period, and the Process Capability Index (Cp) value was found to be below acceptable levels. The findings obtained are significant in terms of understanding process-related quality losses, prioritizing critical defect types, and providing data for process improvement activities.

Anahtar Kelimeler

• Statistical Process Control
• Construction Machinery
• Quality Control
• Production Systems

İş Makinası Parçalarında Üretim Hatalarının İstatistiksel Proses Kontrol Teknikleri ile Stratejik Kalite Yönetimi Açısından Analizi

Öz

Yüksek üretim maliyetine sahip olmaları nedeniyle iş makinelerini oluşturan parçaların hatalı üretimi önleyici kalite kontrol maliyetinden daha yüksek olmaktadır. Hataları ürün üretilmeden önce önlemek, günümüz kalite anlayışının temelini oluşturmaktadır. Bu çalışmada, indüksiyon yöntemi ile sertleştirilen iş makinası parçalarında üretim sonrası karşılaşılan hatalar incelenmiş ve analiz edilmiştir. 4140 çeliğinden imal edilen parçalar, belirlenen teknik spesifikasyonlara uygun olarak ısıl işleme tabi tutulmuş ve yüzey sertliği, sertlik derinliği gibi kriterler üzerinden kalite değerlendirmesi yapılmıştır. Sertleştirme sonrası gözlemlenen hatalar, kalite kontrol aşamasında toplanan veriler ışığında Pareto Analizi, p Kontrol Diyagramı, Balık Kılçığı Diyagramı, Histogram, Dağılım Diyagramı ve Proses Yeterlilik Analizi gibi istatistiksel süreç kontrol yöntemleri kullanılarak değerlendirilmiştir. Analiz sürecinde, bir örneklem grubunda hata oranının kontrol limitlerinin üzerine çıkarak sürecin istatistiksel kontrol dışına çıktığı belirlenmiş; yapılan kök neden analizleri sonucunda operatör kaynaklı ayar hataları, ekipman parametre düzensizlikleri ve malzeme homojenliğindeki problemler başlıca etkenler olarak tespit edilmiştir. Proses yeterlilik analizinde ilgili dönemde spesifikasyon dışı üretim eğilimi gözlenmiş ve Proses Yeterlilik İndeksi (Cp) değerinin kabul edilebilir seviyenin altına düştüğü görülmüştür. Elde edilen bulgular, proses kaynaklı kalite düşüşlerinin anlaşılması, kritik hata türlerinin önceliklendirilmesi ve süreç iyileştirme faaliyetlerine veri sağlanması açısından önem arz etmektedir.

Anahtar Kelimeler

• İstatiksel Proses Kontrolü
• İş Makinaları
• Kalite Kontrol
• Üretim Sistemleri

Kaynakça

1. [1] Şahin, O. (2013), İstatistiksel Proses Kontrolünde Kontrol Grafiklerinin Kullanımı ve Tekstil Sanayinde Bir Uygulama. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (10), 53-75. https://dergipark.org.tr/tr/pub/diclesosbed/article/920142#article_cite
2. [2] Kumurkan, H., İstatistiksel Proses Kontrol ve Kalite Yönetimi Uygulamaları. Nobel Akademik Yayıncılık, 2021
3. [3] Güzel, B.K. ve Köksal, M. (2024), İstatistiksel Süreç Kontrolü Teknikleri Üzerine Bir Parfüm Üretim Hattında Örnek Uygulama Çalışması, Journal of Technology and Applied Sciences 7(2) s.145-161, https://doi.org/10.56809/icujtas.1488363
4. [4] Gedik, H. (2003), İstatistiksel Proses Kontrol Teknikleri ve Sivas Dikimevinde Bir Uygulama. Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Sivas.
5. [5] Elevli, S. ve Behdioğlu, S. (2006), İstatistiksel proses kontrolü teknikleri ile kömür kalitesindeki değişkenliğin belirlenmesi. Bilimsel Madencilik Dergisi, 45(3), 19-26. https://dergipark.org.tr/tr/pub/madencilik/article/361212
6. [6] Yıldırım, H. ve Karaca, E. (2013), Üretim Sürecinde İstatistiksel Proses Kontrol (İpk) Uygulamaları ve Elektronik Sektöründe Bir İnceleme. Öneri Dergisi, 10(39), 77-87. https://dergipark.org.tr/tr/pub/maruoneri/article/187804
7. [7] Schippers, W.A.J. (2001), An Integrated Approach to Process Control, International Journal of Production Economics, Vol 69, P93-105 https://doi.org/10.1016/S0925-5273(98)00243-6
8. [8] Uçurum, M. ve Özer, F. (2016), Konvansiyonel Bilyeli Değirmende Kalsitin Mikronize Öğütmesinin Renk Parametreleri Kullanılarak İstatistiksel Proses Kontrolü. MT Bilimsel (10), 1-10. https://dergipark.org.tr/tr/pub/mtb/article/354896

9. [9] Ö Öngelen, B. ve Köksal, M. (2024), Bir Üretim Hattında Meydana Gelen Hataların Pareto Analizi ve Kontrol Diyagramı ile Değerlendirilmesi. İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi, 7(1), 19-33. https://doi.org/10.56809/icujtas.1387097
10. [10] Umur, E. (2000), İstatistiksel Proses Kontrolü, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi. http://hdl.handle.net/11527/23899
11. [11] Carvalho, R., Lobo, M., Oliveira, M., Oliveira, A. R., Lopes, F., Souza, J., Ramalho, A., Viana, J., Alonso, V., Caballero, I., Santos, J. V. ve Freitas, A. (2021), Analysis of root causes of problems affecting the quality of hospital administrative data: A systematic review and Ishikawa diagram. International journal of medical informatics, 156, 104584, https://doi.org/10.1016/j.ijmedinf.2021.104584
12. [12] Megahed, F. M., Chen, Y. J., Ferris, J. A., Knoth, S. ve Jones-Farmer, L. A. (2024), How generative AI models such as ChatGPT can be (mis)used in SPC practice, education, and research? An exploratory study. Quality Engineering, 36(2), 287–315, https://doi.org/10.1080/08982112.2023.2206479
13. [13] Chaudry, S.S. ve Higbie, J.R. (1989), Practical Implementation of Statistical Process Control in Chemical Industry, International Journal of Quality and Reliability Management, 6(5), 37-48.
14. [14] Cantello, F.X., Chalmers, J.E ve Evans, J.E. (1990), Evolution to an Effective and Enduring SPC Systems, Quality Progress, 23(2), 60-64.
15. [15] KUMAR, S. ve GUPTA, Y.P. (1993), Statistical Process Control at Motorola’s Austin Assembly Plant, Interfaces, 23(2), 84-92. https://www.jstor.org/stable/25061730
16. [16] Gümüşoğlu, S. (2000), Toplam Kalite Yönetimi. Alfa Yayınları, Ankara.
17. [17] Prokopenko, J. (2005), Verimlilik El Kitabı. MESS Yayınları, İstanbul.
18. [18] Şimşek, R. (2000), İstatistiksel Süreç Analizi. Ege Üniversitesi Yayınları, İzmir.
19. [19] Akkurt, S. (2002), Kalite Kontrol Teknikleri. XYZ Yayıncılık, İstanbul.
20. [20] Şirin Aydın, M. ve Teke, Ç. (2016), Lastik Endüstrisinde Makine Duruş Analizi. Uluslararası Mühendislik ve Teknoloji Araştırmaları Dergisi, 1(1), 38-43.
21. [21] Zeyveli, M. ve Selalmaz, E. (2008), İstatistiksel Proses Kontrol Yöntemlerinden Pareto Analizi ve Sebep-Sonuç Grafiğinin Zincir İmalatına Uygulanması. Fırat Üniversitesi Doğu Araştırmaları Dergisi, 6(3), 36-45. https://dergipark.org.tr/en/pub/fudad/article/593732
22. [22] T. N. Pamungkas ve I. Made Aryantha Anthara (2023), Identification of the causes of work accidents in industry mining with method fishbones diagram. AIP Conf. Proc. 19 October 2023; 2882 (1): 050005. https://doi.org/10.1063/5.0178980
23. [23] Botezatu, C., Condrea, I., Oroian, B., Hriţuc, A., Eţcu, M. ve Slătineanu, L. (2019), Use of the Ishikawa diagram in the investigation of some industrial processes. IOP Conference Series: Materials Science and Engineering. https://doi.org/10.1088/1757-899X/682/1/012012
24. [24] Liliana, L. (2016), A new model of Ishikawa diagram for quality assessment. IOP conference series: Materials science and engineering. https://doi.org/10.1088/1757-899X/161/1/012003
25. [25] Bayraklı, İ. (2001), İstatistiksel Proses Kontrolü ve Bir Metal İşkolunda Uygulanması, Yüksek Lisans Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Tez No: 176001