Reducing Defects and Increasing Efficiency of the Encapsulation Production Process in the Industrial Paint of a Factory in Prachin Buri Province
Abstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อลดของเสียและเพิ่มประสิทธิภาพกระบวนการผลิตสารออกฤทธิ์ชนิดแคปซูลในสีอุตสาหกรรมของโรงงานแห่งหนึ่งในจังหวัดปราจีนบุรี โดยนำเทคนิคซิกซ์ ซิกม่ามาใช้เป็นแนวทางในการปรับปรุงกระบวนการผลิต ผลการวิจัย พบว่ามีลักษณะการผลิตเป็นแบบแบทช์ (Batch Production) มีของเสียเกิดขึ้นร้อยละ 27.52 หรือคิดเป็นมูลค่าความเสียหายประมาณ 4.8 ล้านบาทต่อเดือน โดยของเสียเกิดจากค่าอัตราการปลดปล่อยของสารออกฤทธิ์ซึ่งถูกหุ้มด้วยแคปซูลที่ถูกชะด้วยน้ำหรือเรียกว่า % RTW (Release Rate to Water) ไม่ผ่านเกณฑ์มาตรฐานด้านคุณภาพ และพบว่ากระบวนการผลิตก่อนการปรับปรุงมีค่า DPMO เท่ากับ 45,454.54 เทียบเท่าระดับ 3.35 และค่า Cp เท่ากับ 1.12 จากการวิเคราะห์หาสาเหตุพบว่ามี 2 ตัวแปรที่ส่งผลต่อค่า % RTW ได้แก่ 1) จำนวนอนุภาคที่ค้างบนตะแกรงร่อนขนาด 100 ไมครอน (% Sieve) และ 2) อุณหภูมิที่ใช้ทำปฏิกิริยา การลดของเสียในกระบวนการผลิตโดยการทดลองเพื่อหาสภาวะการควบคุมที่เหมาะสมพบว่าค่า % Sieve และอุณหภูมิที่ใช้ทำปฏิกิริยาอยู่ที่ 0.01% และ 68.00°Cตามลำดับ จากนั้นนำสภาวะการควบคุมดังกล่าวไปใช้ควบคุมกระบวนการผลิตเพื่อลดของเสีย พบว่าปริมาณของเสียต่อเดือนหลังการปรับปรุงกระบวนการผลิตลดลงจากร้อยละ 27.52 เป็น 3.33 ค่า DPMO ลดลงจาก 45,454.54 เป็น 6,410.25 ส่งผลให้ประสิทธิภาพของกระบวนการผลิตเพิ่มขึ้น โดยพิจารณาจากระดับซิกม่า ก่อนการปรับปรุง 3.35 เพิ่มขึ้นเป็น 3.99 และ Cp ก่อนการปรับปรุง 1.12 เพิ่มขึ้นเป็น 1.33 ส่งผลให้มูลค่าความเสียหายลดลงเหลือ 0.6
ล้านบาทต่อเดือน
This research aims to reduce defects and increase the efficiency of the encapsulation of production process in the industrial paint of a factory in Prachin Buri Province. By using the Six-sigma technique as a guide for improving the production process. The results of the research project show that in the batch production, the current conditions contain waste 27.52% and defect cost 4.8 million baht per month. The waste that was measured from the rate of active substance release to water or the percentage of RTW (Release rate to water) did not meet the quality standards. It is found that the production process before improvement had a DPMO value of 45,454.54 which is equivalent to 3.35σ level and the Cp value was 1.12. By the process of the root cause analysis, the two variables were found both of which affect the percentage of RTW such as 1) The number of particles held on a 100-micron sieve (% Sieve) and 2) The reaction temperature. By reducing wastes in the production process and testing to find the optimum control conditions, the optimal conditions were determined which consist of 1) % Sieve was 0.01% and 2) Reaction temperature was 68.00 °C respectively. Subsequently, the aforementioned control conditions were applied to control the production process in order to reduce wastes. It was found that the quantity of waste per month after improvement decreases from 27.52% to 3.33%, DPMO value decreases from 45,454.54 to 6,410.25. As a result, the efficiency of the production process increases by considering the increase of the sigma level. After the applied procedure, the sigma level increases from 3.35σ to 3.99σ, and Cp increases from 1.12 to 1.33, causes the defect cost decrease to 0.6 million baht per month.
Keywords
[1] Ministry of Higher Education, Science, Research and Innovation, (2021, February 2). Laboratory Analysis of Industrial Paint [Online] (in Thai). Available: https://onestop.mhesi.go.th/mstq/ web/lab/paints
[2] T. Leechakphai, “A thick should know before choosing paints,” Polymer Science, vol. 26, pp. 26–29, 2004 (in Thai).
[3] The council for Six Sigma Certification, Six sigma black belt certificate, Harmony Living, LLC, WY, 2018, pp. 9.
[4] The council for Six Sigma Certification, The Six Sigma: A Complete Step-by-step Guide, WY, 2018, pp. 121.
[5] T. Hessing, (2021, February 25). Process Capability & Performance (Pp, Ppk, Cp, Cpk) [Online]. Available: https://sixsigmastudyguide. com/processcapability-pp-ppk-cp-cpk/.
[6] E. Thavorn, “Measurement system analysis for the prevention of inspection errors in engineering laboratory course,” Kasem Bundit Engineering Journal, vol. 7, no. 1, pp. 140–153, 2017 (in Thai).
[7] S. Vongpeang, “The application of six sigma technique for defects reduction in the injection molding process,” M.S. thesis, Department of Industrial Engineering, Faculty of Engineering, Rajamangala University of Technology Thanyaburi, 2011 (in Thai).
[8] S. Surattanachaikarn and A. Kengpol, “Apply design of experimental for performance liquid organic concentrate filling machine,” in Proceedings of Industrial Engineering, Sripathum University, 2012, pp. 818–821 (in Thai).
[9] K. Toenwanna, “Process parameter design for extra thickness conformal coating on printed circuit boards,” M.S. thesis, Department of Industrial Engineering, Faculty of Engineering, Thammasat University, 2018 (in Thai).
[10] K. Ployphanichcharoen, Measurement System Analysis (MSA), 2nd ed., Bangkok: Bangkok Technology Promotion Association (Thailand- Japan), pp. 140–153, 2010 (in Thai).
[11] S. Chanaboon, “Chapter 6 inferential statistics analysis,” Statistics and Data Analysis in Preliminary Research, Khonkaen: Bureau of Public Health, pp 82–147, 2017 (in Thai).
[12] K. J. Hae, “Multicollinearity and misleading statistical results,” Korean Journal of Anesthesiology, vol. 72, pp. 558–569, 2019.
[13] J. F. Hair, R. E. Anderson, R. L. Tatham and W. C. Black, Multivariate Data Analysis, 3rd ed. Englewood Cliffs, NJ: Prentice-Hall, 1995.
[14] NCSS Statistical Software, “Chapter 241 individuals and moving range charts,” NCSS Statistical Software, NCSS, LLC., pp. 241-1– 241-20, 2020.
[15] K. Ployphanichcharoen. Process Capability Analysis, Bangkok: Technology Promotion Association (Thailand–Japan). pp. 159–197, 2008 (in Thai).
[16] K. Benjaratthapong, “Six sigma application in pivot production process,” M.S. thesis, Department of Industrial Engineering, Faculty of Engineering Thammasat University, 2015 (in Thai).
DOI: 10.14416/j.kmutnb.2022.05.007
ISSN: 2985-2145