umu.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Statistical Process Control for the Sawmill Industry
Umeå University, Faculty of Science and Technology, Department of Physics.
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Statistisk processkontroll för sågverksindustrin (Swedish)
Abstract [en]

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.

Abstract [sv]

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.

Place, publisher, year, edition, pages
2015. , 58 p.
Keyword [en]
Statistical Process Control, Wood Industry, Control Chart, Board dimension control, Sawmill
National Category
Probability Theory and Statistics
Identifiers
URN: urn:nbn:se:umu:diva-112046OAI: oai:DiVA.org:umu-112046DiVA: diva2:875132
External cooperation
SP Sveriges Tekniska Forskningsinstitut
Subject / course
Examensarbete i teknisk fysik
Educational program
Master of Science Programme in Engineering Physics
Presentation
2015-11-13, Universitetsklubben, Universumhuset, 907 13 Umeå, Umeå, 14:47 (Swedish)
Supervisors
Examiners
Available from: 2015-11-30 Created: 2015-11-30 Last updated: 2015-11-30Bibliographically approved

Open Access in DiVA

fulltext(2529 kB)168 downloads
File information
File name FULLTEXT01.pdfFile size 2529 kBChecksum SHA-512
3ceacb9121dfda78734f322f435e62e30b6325348acdc5e1bafe48428b2bbb4f30b5e59ce51076c2ad3e46dbdee1d0a9f4e1fea66157e64525f6967edf7ea769
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Sundholm, Per
By organisation
Department of Physics
Probability Theory and Statistics

Search outside of DiVA

GoogleGoogle Scholar
Total: 168 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 315 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf