Statistical Process Control for the Sawmill Industry

In the sawmill industry, it can be very profitable to monitor the dimensions of sawn boards so that operators quickly can detect errors and take cor-rective action. In this master’s thesis project, Statistical Process Control (SPC) methods have been implemented to achieve this. SPC is a set of statis...

Full description

Bibliographic Details
Main Author: Sundholm, Per
Format: Others
Language:English
Published: Umeå universitet, Institutionen för fysik 2015
Subjects:
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-112046
id ndltd-UPSALLA1-oai-DiVA.org-umu-112046
record_format oai_dc
spelling ndltd-UPSALLA1-oai-DiVA.org-umu-1120462015-12-01T04:53:07ZStatistical Process Control for the Sawmill IndustryengStatistisk processkontroll för sågverksindustrinSundholm, PerUmeå universitet, Institutionen för fysik2015Statistical Process ControlWood IndustryControl ChartBoard dimension controlSawmillIn the sawmill industry, it can be very profitable to monitor the dimensions of sawn boards so that operators quickly can detect errors and take cor-rective action. In this master’s thesis project, Statistical Process Control (SPC) methods have been implemented to achieve this. SPC is a set of statistical methods whose purpose is to minimize the variations in an in-dustrial process. In particular, the SPC method used here is the control chart, which with an upper and lower control limit quantifies the bounds of natural variation. To find the most suitable control chart, five control charts monitoring the process mean, and two monitoring process variability were tested with help of both a simulation study and an empirical evaluation. The result of the evaluation was that the ”Average Moving Range” chart was regarded the most suitable for changes in process mean, and the Range chart was regarded as the best at detecting changes in process variability. Both charts are constructed for individual boards and not subgroups of boards (as is more common) due to compatibility reasons with the existing measurement practice. The two methods were deemed to be quite able to detect process changes, but some results indicate that the methods might work better for double arbour saw lines than single arbour ones. Det kan vara mycket lönsamt för sågverk att övervaka mått på plankor så att personal snabbt kan hitta och åtgärda fel som uppstår i processen. I det syftet har det här masterarbetet gått ut på att implementera statistisk processkontroll (SPC) för råmåttkontroll på sågverk. SPC är en mängd olika statistiska metoder vars syfte är att minimera spridningen i en tillverkningsprocess. Den metod som är i speciellt focus i det här arbetet är det så kallade styrdiagrammet som med en övre och undre gräns kvantifierar hur stor den naturligt förekommande spridningen är. För att finna det mest lämpade styrdiagrammet utvärderades fem styrdiagram som övervakar processens medelvärde och två styrdiagram som övervakar processens spridning. Denna utvärdering bestod både av en simuleringsstudie och tester gjorda för empiriskt data. Utvärderingen resulterade i att det så kallade ”Average Moving Range” diagrammet rekommenderades för övervakning av medelvärde och ett räckviddsstyrdiagram rekommenderades för spridningen. Båda styrdiagrammen konstruerades för enskilda plankor och inte för stickprov av flera plankor (vilket är vanligare) på grund av kompatibelitetsskäl med gängse mätmetodik. De båda metoderna ansågs vara ganska bra på att upptäcka processförändringar men vissa resultat tyder på att metoderna kanske fungerar bättre för sågverk med mötande klingor än enaxliga sågverk. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-112046application/pdfinfo:eu-repo/semantics/openAccess
collection NDLTD
language English
format Others
sources NDLTD
topic Statistical Process Control
Wood Industry
Control Chart
Board dimension control
Sawmill
spellingShingle Statistical Process Control
Wood Industry
Control Chart
Board dimension control
Sawmill
Sundholm, Per
Statistical Process Control for the Sawmill Industry
description In the sawmill industry, it can be very profitable to monitor the dimensions of sawn boards so that operators quickly can detect errors and take cor-rective action. In this master’s thesis project, Statistical Process Control (SPC) methods have been implemented to achieve this. SPC is a set of statistical methods whose purpose is to minimize the variations in an in-dustrial process. In particular, the SPC method used here is the control chart, which with an upper and lower control limit quantifies the bounds of natural variation. To find the most suitable control chart, five control charts monitoring the process mean, and two monitoring process variability were tested with help of both a simulation study and an empirical evaluation. The result of the evaluation was that the ”Average Moving Range” chart was regarded the most suitable for changes in process mean, and the Range chart was regarded as the best at detecting changes in process variability. Both charts are constructed for individual boards and not subgroups of boards (as is more common) due to compatibility reasons with the existing measurement practice. The two methods were deemed to be quite able to detect process changes, but some results indicate that the methods might work better for double arbour saw lines than single arbour ones. === Det kan vara mycket lönsamt för sågverk att övervaka mått på plankor så att personal snabbt kan hitta och åtgärda fel som uppstår i processen. I det syftet har det här masterarbetet gått ut på att implementera statistisk processkontroll (SPC) för råmåttkontroll på sågverk. SPC är en mängd olika statistiska metoder vars syfte är att minimera spridningen i en tillverkningsprocess. Den metod som är i speciellt focus i det här arbetet är det så kallade styrdiagrammet som med en övre och undre gräns kvantifierar hur stor den naturligt förekommande spridningen är. För att finna det mest lämpade styrdiagrammet utvärderades fem styrdiagram som övervakar processens medelvärde och två styrdiagram som övervakar processens spridning. Denna utvärdering bestod både av en simuleringsstudie och tester gjorda för empiriskt data. Utvärderingen resulterade i att det så kallade ”Average Moving Range” diagrammet rekommenderades för övervakning av medelvärde och ett räckviddsstyrdiagram rekommenderades för spridningen. Båda styrdiagrammen konstruerades för enskilda plankor och inte för stickprov av flera plankor (vilket är vanligare) på grund av kompatibelitetsskäl med gängse mätmetodik. De båda metoderna ansågs vara ganska bra på att upptäcka processförändringar men vissa resultat tyder på att metoderna kanske fungerar bättre för sågverk med mötande klingor än enaxliga sågverk.
author Sundholm, Per
author_facet Sundholm, Per
author_sort Sundholm, Per
title Statistical Process Control for the Sawmill Industry
title_short Statistical Process Control for the Sawmill Industry
title_full Statistical Process Control for the Sawmill Industry
title_fullStr Statistical Process Control for the Sawmill Industry
title_full_unstemmed Statistical Process Control for the Sawmill Industry
title_sort statistical process control for the sawmill industry
publisher Umeå universitet, Institutionen för fysik
publishDate 2015
url http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-112046
work_keys_str_mv AT sundholmper statisticalprocesscontrolforthesawmillindustry
AT sundholmper statistiskprocesskontrollforsagverksindustrin
_version_ 1718140391507623936