Statisztikai folyamatszabályozás SPC-csak a minőség
Statisztikai folyamatszabályozás (SPC)
Kevesen szeretik statisztika. Legalábbis soha nem hallottam senkit nyíltan bevallotta, hogy szereti a statisztikákat.
Ennek oka az ellenségesség érthető - sokan egész egyszerűen nem tudja a statisztika, vagy elfelejteni. Elveszett, mert nincs értelme, hogy emlékszik, mit nem alkalmazható rendszeresen. Elveszett, mert tanulmányaim során a tanárok az úgynevezett gyűlölet memorizálni képletek a szíve.
Én is nem tetszik statisztika (bocsáss meg, kedves tanár!). De a minőségi ellenőrzés kezdődött a termelés a statisztikai módszerek és a statisztika továbbra is elfoglalni megbecsült helyet a munka több ezer szakértői minőségben szerte a világon (hat szigma kollégák, hello !!).
Szóval igyekszem beszélni statisztikai folyamatszabályozás (a stat. Control) egyszerű nyelven, akik túl elfoglalt ahhoz, hogy újra vizsgálat statisztikai tankönyvek.
Kezdjük azzal, hogy a cikk. Control egy eszköz dolgozni ezekkel a csoportokkal.
A legtöbb gyártási tételek ma gyártott.
Jellemzően, köteg egy csoportja áruk / termékek ugyanolyan jellemzőkkel rendelkező minden egység, amely már összegyűlt egy időtartam egyik alapanyagának és (általában) a halmozott egy és ugyanazt a berendezést.
Ha beszélünk a gyártási folyamat, általában stat. vezérlés számításhoz használt feldolgozási paraméterek (tulajdonságok) a termékek (tuskó, komponenseket, csomagok és hasonlók). tudjuk értékelni segítségével ezeket a számításokat:
- a stabilitás a termelési folyamat közötti időben az egyik tétel a termékek;
- a stabilitást a teljes gyártási folyamat egy nagy (más gyártási tételnél, félkész termékek és nyersanyagok);
- érzékeli az esetekben, amikor a szabályozott folyamat adódó stabilitás.
A scatter értékek (variáció)
Megjegyezzük, hogy a leírás, amit egy párt, én használtam ezt a kifejezést
„... egy csoport áruk ugyanolyan jellemzőkkel.” Miért „hasonló”? Miért nem „ugyanaz”?
Az a tény, hogy gyakorlatilag lehetetlen, hogy azonos része vagy terméke mindig milyen - milyen szintű pontosságot (például részleteket a hossz mm-ben), akkor láthatjuk a különbséget egyrészről a másik:
Rész - 23,5 mm
B részlet - 23,7 mm.
De mint minden részletet állítottak elő ugyanabból a nyersanyagból tétel, egy gépen (vonal) ugyanabban az időben (például változás №2), valamint az ingatlan mindannyian nagyon közel lesz.
Véletlen variációk és szisztematikus variációk
A megjelenése kis változások hosszúságú részből áll, amely akkor önmagában változtatás nélkül a külső tényezők (megváltozik a nyersanyag, változások gép, emberi beavatkozás, és hasonlók) nevű véletlenszerű variáció. Nem tudjuk irányítani.
A hosszának változását alkatrészek által okozott külső tényező (hiba a gép, például) nevezzük szisztematikus variáció.
Tegyük fel, hogy az általunk épített 21 részletességgel. Miután gondosan hosszát méri minden egyes részét, megvan az alábbi listából:
23,2 23,3 23,4 23,1 23,5 23,6 23,7 23,2 23,3 23,4 23,5 23,6 23,2 23,3 23,4 23,5 23,3 23,4 23,5 23,4 23,3
Semmi sem világos, elkápráztatott.
Próbáljuk őket a lemezt a frekvencia értékek:
De még nagyobb olvashatóság úgy döntött, hogy a hisztogram:
Vagy, mint ez, egy ismerős lehetőség az Ön számára a EXCELL:
Ha összevetjük a felső sorban az oszlop, megkapjuk a már ismerős számunkra egyfajta hisztogram, amely az előfordulási gyakorisága részei a csoportban.
Az ilyen értékek eloszlását a csoportban (harang alakú hisztogram) nevű Gauss vagy normális. Anélkül, hogy a statisztikai meghatározására, kivéve azt, hogy egy stabil folyamat normális gyakorisági eloszlását az értékek (például egy harang alakú).
Stabil termelési folyamat
Ez egy olyan eljárás, amelyben nincs rendszeres variáció, azaz egy olyan folyamat, amely folyamatosan termel termékek, amelyek azonos tulajdonságokkal. A mi esetünkben, beszélünk, hogy a hossza a részek lesznek a spread 23,1 mm 23,7 mm. Részletek találkozik gyakrabban hossza 23,4 mm. Mindez látható hisztogram, ahol a maximális magassága a sáv mutatja a frekvencia részek hossza 23,4.
„Amit előnyös ez?” - kérdezed. És az előny nagy.
Mi lehet tesztelni bármely fél termékeinek vagy bármilyen használati ideje gépsor (gép) a stabilitás a folyamatot. A stabilitás azt jelenti előre ismert eredményt, amely garantálja számunkra a minőség. De egy instabil folyamat kiszámíthatatlan, ma a legtöbb előállított alkatrészek, hossza 23,4 mm, és a következő köteg már 23.6! Az ilyen instabil folyamat csak és az is marad, hogy a kiválasztott részek ellenőrzése során a működési idő, és imádkozzatok, hogy ne hagyja ki a pillanatot, amikor a legtöbb részletet lesz hibás.
Monitoring értékek közötti időt
Képzeljünk el egy olyan helyzetet, amikor a fenti alkatrészeket gyártott a gép. Az első, második, stb Azonosítani tudjuk a hosszreferenciajelből minden részlet a gyártás során:
Lényegében ez ugyanaz oszlopdiagram csak azt mutatja, egy másik eszköz:
Tehát, ha a folyamat stabil (és azt látjuk, hogy stabil alapján az alak a hisztogram), akkor annak a valószínűsége részek, amelyek hossza 23,9 rendkívül kicsi.
És ha ez még mindig ott van -, hogy a külseje nem véletlen. Mi - mi okozta a külső oka az eseményről. Azonnal fut az autó és ellenőrzés
„Nos, akkor mi van?” - azt fogja mondani, „belegondolok, azt tudjuk, hogy van egy probléma, ha a tárgy nem felel meg a termékleírás követelményeinek.”
Van különbség. Figyeljünk arra, hogy a gyártási folyamat lehet:
1. helyzet: stabil termékeket gyárt teljes összhangban a specifikáció követelményeinek
2. helyzet: stabil, nem termel része specifikáció
3. eset: a bizonytalan, a termékek előállítása, amelyek megfelelnek a követelményeknek a specifikáció
A jobb az ábrán egy példa egy instabil folyamat:
A helyzet 2, mi foglalkozunk bizonyítatlan technológiával. Hiába, hogy kiáltani az üzemeltetők és megkövetelik, hogy illeszkedjen a felhasználási feltételeket. A folyamat stabil, akkor kiadja a rendszeres termékek ismert tulajdonságait. A probléma az, hogy ezek a tulajdonságok nem megfelel nekünk. De anélkül, hogy megváltoztatná a folyamat lényege - alapanyagok, gépek vagy a technológiai fejlődés nem tudjuk, hogy a magas minőségű termékek. Ebben az esetben, még akkor is veszélyes, hogy megpróbálja megváltoztatni a felhasználási feltételek módosítása nélkül magát a technikát. Mi csak pusztítani a stabilitást a folyamat, és férjhez.
A helyzet 3 folyamat még mindig termel termékeket, amelyek megfelelnek a követelményeknek a specifikáció. Házasság még. De van egy egyedülálló lehetőség, nem vár a házasság, rögzítse a folyamat, hogy ez stabil. Végtére is, a fő követelmény bármilyen tömeges előállítási folyamat - a kiszámíthatóság. Ellenkező esetben nincs értelme a gyártási technológia, ha nem tudjuk előre, hogy hogyan viselkednek a folyamat a jövőben.
Ebben - ez a fő előnye a stat. kontroll. Ez lehetővé teszi számunkra, hogy
- egy pillanat alatt, hogy a folyamat olyan állapotban van, a statisztikai ellenőrzés
- okait a szisztematikus eltérések és megszünteti ezen okok
A lépések bevezetésére és stat. ellenőrzés
1. Az első lépés az, hogy megértsük, hogy szeretnénk irányítani.
Felhívjuk figyelmét - nem mi határozzuk meg a hossza a részek, mi irányítjuk a gyártási folyamat részleteit!
A hossza ez csak egy kulcs paraméter, amely lehetővé teszi számunkra, hogy megértsük, mi történik a folyamat!
Válassza ki a kulcsfontosságú paraméterek, amelyeket szeretnénk irányítani a folyamatot. Általában azok a paraméterek kerülnek kiválasztásra, amelyek érzékenyek a változások a folyamat (fizikai vagy kémiai jellemzőinek). Kérdezd meg magadtól - mi fog történni a paramétereket ellenőrizni kell, ha megváltoztatja a nyersanyag, az alkalmazott hibázik, sikertelen lesz a kocsiban?
- A második szakaszban - az, hogy ellenőrizze a pontosság és érzékenység a mérőrendszert.
Nagyjából elmondható, hogy a mérő mutatja egynél több jelentése van, és terjedését az értékek, ha megmérjük egy és ugyanazt a tételt többször is! Általában nem figyelni rá, ha a mérési tartomány nagyon durva (alábecsülni az érzékenység, alacsony szenzor felismerési képesség).
Az első dimenzió - 23,4 mm
A második mérés - 23,4 mm
A szerszámcsere mérendő megnövelt mérési skála (magasabb érzékenység)
A harmadik dimenzió - 23,45 mm
A negyedik dimenzió - 23, 44 mm
Látod, úgy tűnik, egy és ugyanazt a tételt, és a mérési eredmények eltérőek.
A problémát súlyosbítja az a tény, hogy amellett, hogy a terjedését a műszer (mérési pontosság), ott is a szórás a mérések az üzemeltető (reprodukálhatóság) - különböző emberek - különböző mértékben. Mindez összetett téma az úgynevezett megismételhetőségének és a mérőrendszer.
Azaz, ha a hossza a gyártott alkatrészeket változott 23,4 mm 23,7 a következő tesztet, meg kell bizonyosodni arról, hogy a 0,3 mm-változás - a valódi változás részleteit helyett az eltérést a mérés, ami történt annak a ténynek köszönhető hogy a változás egy új kontroller TCI.
Terjedése a jelentőségét, amit mérni kell, hogy legyen lényegesen nagyobb, mint a spread érték amit mérünk!
A legegyszerűbb menetrend - a menetrend adatokat. Még nem a szabályozási határok tud
- azt mutatják, az összkép a folyamat (az átlagos hossza alkatrészek, ellenőrzési szabályok)
- Mutasd trendek (trendek)
- mutatják a változás az egyéni értékek ebben a folyamatban.
Normák az előző chart - az átvételi szabványok, nem kötődik a statisztikai folyamatszabályozás határok!
Meglepő módon még egy ilyen egyszerű gráf, amely segít, hogy egy átfogó képet, hogy mi történik, és megkönnyítse a döntéshozatalt és ellenőrzés, nem alkalmazható számos szervezet. Sőt, akkor lehet használni, hogy leírja a tulajdonságait a kapott alapanyag tételekben. És az előállított tételek késztermékek.
Itt egy példa: A grafikon egyértelműen mutatja, hogy a térfogatsűrűség megváltozott tételeinek nyersanyag, mivel a párt №14. Sőt, a párt kapott, bár megfelelnek az átvételi követelményeknek, már megközelíti a felső határt. Nagyon valószínű, hogy a következő játék nem felel meg az átvételi követelményeket (hely terjedésének tulajdonságai véletlenszerű variáció, hogy nem marad, akkor már a szélén).
Két kérdés merül fel, azonnal:
- Miért kell módosítani az értéket a régi pártok (0505 az első a tizenharmadik részlet) az új, magasabb értékek (0,512 a tizennegyedik részlet és több)?
- Hogyan változik a folyamat, hogy ne kapja a hibás terméket?
Az előző bekezdésekben már beszéltünk terjedésének értékek (variáció) értékeket a csoportban. Bármely csoport lehet jellemezni átlagos adatok értéke (összege minden érték, osztva az értékek száma), valamint a szórás (standard deviáció ábra, amely jellemzi a diszperziós értékek a csoport foka, a közelsége a középértékek a csoport).
1 A nagy szórás, egy nagy különbség a maximális értékei, minimum és átlagos a csoport.
2 szórás kicsi, egy kis variáció közötti maximális értékei, minimum és átlagos a csoport.
A szórás (szigma továbbiakban) nagy gyakorlati alkalmazása a különböző minőség-ellenőrzési eljárások. Abban az esetben, stat. szabályozás egyik tulajdonság megfizethetetlen:
A stabil folyamat normális eloszlás értékeket található a parttól az átlagtól.
A diagramon látható, hogy
- 68,2% -a az összes érték a parttól plusz vagy mínusz 1 szigma az átlagtól
- 95,5% -a az összes érték a parttól plusz vagy mínusz 2 szigma az átlagtól
- 99,7% -a az összes érték a parttól plusz vagy mínusz 3 szigma az átlagtól.
Annak érdekében, hogy minden érték a stabil folyamat adatcsoportok megvan annak a valószínűsége, hogy egy bizonyos távolságra az átlag.
Annak a valószínűsége, hogy minden egyes új elem a termelt stabil folyamat hosszúságú lesz számított egy szigma a középértéket - 68,2%.
Annak a valószínűsége, hogy minden egyes új elem a termelt stabil folyamat hosszúságú lesz belül két szigma a középértéket - 95,5%.
Annak a valószínűsége, hogy minden egyes új elem a termelt stabil folyamat hosszúságú lesz számított három-szigma a középértéket - 99,7%.
De a valószínűsége, hogy a hossza az új alkatrészeket, stabil folyamat hosszabb lesz, mint 3 szigma, mint az átlagos hossza szinte nulla! És ha van, egy ilyen adatot, akkor valószínűleg néhány - a külső tényező, amely befolyásolja a megsértése stabilitását a folyamatban.
Figyeljünk arra, hogy az alsó és felső határa a grafikon nem az átvételi szabványok szállítás!
Ez a természetes határok stabil folyamat! Plusz vagy mínusz 3 szigma.
Attól függően, hogy az alkalmazásában használ különböző grafikonok.
Két fő csoportja grafikonok - grafikonok változók (mennyiség) és attribútumok (minőségi jellemzők).