የጥራት ቁጥጥር እና ስታቲስቲካዊ ሂደት ቁጥጥር (SPC)

ትርፍ፡

• የመቆጣጠሪያ ገበታዎችን (X-bar/R, p, c) እና የሂደት ችሎታ ኢንዴክሶችን (ሲፒ, ሲፒኬ) የመተርጎም ችሎታ.
• ከቁጥጥር ውጪ የሆኑ ምልክቶችን (የምዕራባዊ ኤሌክትሪክ ደንቦችን) ከ AI ጋር መቃኘት እና ሪፖርት ማድረግን የማፋጠን ችሎታ
• የ AI ስታቲስቲካዊ ትርጓሜን በጥሬ መረጃ እና በአካላዊ ሂደት እውነታ የማረጋገጥ ችሎታ

ጥራት በመፈተሽ "የተደረደረ" አይደለም, በሂደቱ "የተመረተ" ነው. የስታቲስቲክስ ሂደት ቁጥጥር (ኤስፒሲ) ዓላማው ያን ለማድረግ ነው፡ ሂደቱን በቅጽበት መከታተል እና ስህተቶች ምርቶች ከመሆናቸው በፊት ምልክቶችን ማግኘት። የ SPC ጥንካሬ የተፈጥሮ (የጋራ መንስኤ) ተለዋዋጭነትን ከመደበኛ (ልዩ ምክንያት) ልዩነት በመለየት ላይ ነው. በዚህ አካባቢ, AI የቁጥጥር ቻርት አተረጓጎምን ያፋጥናል, ደንብ ቅኝት እና የብቃት ሪፖርት; ነገር ግን የስታቲስቲክስ ትርጓሜን ከአካላዊ ሂደት እውነታ ጋር ማዋሃድ የሰው ስራ ነው። በዚህ ክፍል ውስጥ የቁጥጥር ገበታዎችን፣ Cp/Cpk የብቃት መረጃ ጠቋሚዎችን እና በ SPC ውስጥ ያለውን የ AI ትክክለኛ ሚና እንሸፍናለን።

ተለዋዋጭነት ሁለት ገጽታዎች

እያንዳንዱ ሂደት ተለዋዋጭነትን ያካትታል. SPC ይህንን ተለዋዋጭነት በሁለት ይከፍላል።

• የተለመደ ምክንያት፡ በሂደቱ ውስጥ ያለ የዘፈቀደ፣ ሊገመት የሚችል መለዋወጥ። ሂደቱ "በቁጥጥር ስር" ነው.
• ልዩ ምክንያት፡ ውጫዊ፣ ሊመደብ የሚችል ክስተት (የመሳሪያ መሰባበር፣ የጥሬ ዕቃ ስብስብ ለውጥ፣ የቅንብር ፈረቃ)። ሂደቱ "ከቁጥጥር ውጭ" ነው.

የመቆጣጠሪያው ገበታ ብቸኛው ዓላማ ሁለቱን መለየት ነው. ለጋራ-ምክንያት መለዋወጥ ምላሽ መስጠት (ከመጠን በላይ ማስተካከል / "መታለል") ተለዋዋጭነትን ይጨምራል. የዴሚንግ ክላሲክ "የፈንገስ ሙከራ" ይህንን ያሳያል፡ በእያንዳንዱ ልዩነት ላይ ጣልቃ መግባት ነገሮችን ያባብሳል።

ጠቃሚ ምክር፡ የቁጥጥር ገደቦችን (UCL/LCL) ከመቻቻል (የመግለጫ) ገደቦች ጋር አታደናግር። የመቆጣጠሪያ ገደቦች የሂደቱ "ድምጽ" ናቸው (ከመረጃ የተሰላ); የመቻቻል ገደቦች የደንበኞች "ድምጽ" ናቸው (ከዲዛይን የመጣ). AI አንዳንድ ጊዜ እነዚህን ግራ ያጋባል; በእያንዳንዱ አስተያየት ላይ ስለ የትኛው እንደሚናገሩ ግልጽ ያድርጉ.

የመቆጣጠሪያ ገበታ ዓይነቶች

ሰንጠረዡ እንደ የውሂብ አይነት ይመረጣል.

ግራፊክስ

የውሂብ አይነት

ምሳሌ

ኤክስ-ባር/አር

ቀጣይነት ያለው (መለኪያ)፣ ንዑስ ቡድን

ዘንግ ዲያሜትር አማካይ እና ማጽዳት

ኤክስ-ባር/ኤስ

ቀጣይነት ያለው ትልቅ ንዑስ ቡድን

ክብደትን መሙላት

አይ-ኤምአርአይ

ቀጣይነት ያለው, ነጠላ መለኪያ

ነጠላ መለኪያ በቀን

p/np

የተለየ፣ ጉድለት ያለበት ተመን/ቁጥር

የተሳሳቱ ክፍሎች መጠን

ሐ/ዩ

ብልህ ፣ ጉድለቶች ብዛት

ጉድለቶች በአንድ ክፍል

በX-ባር/R ገበታ ላይ የቁጥጥር ገደቦች ከንዑስ ቡድን አማካዮች እና ስፋቶች ይሰላሉ፡

UCL_xbar = X-ድርብ-ባር + A2 × R-barLCL_xbar =

ከቁጥጥር ውጪ የሆኑ ምልክቶች (የምዕራባዊ ኤሌክትሪክ ደንቦች)

አንድ ነጥብ ከድንበር መውጣት ብቸኛው ምልክት አይደለም. የዌስተርን ኤሌክትሪክ (ኔልሰን) ህጎች እንዲሁ ንድፎችን ይይዛሉ፡-

1. አንድ ነጥብ ከ3σ ውጪ ነው (ከድንበር ውጪ)።
2. ከ 2σ በላይ (በተመሳሳይ ጎን) ተከታታይ 2/3 ነጥቦች.
3. ከ 1σ በላይ 4/5 ተከታታይ ነጥቦች.
4. በማዕከላዊው መስመር (ፈረቃ) በተመሳሳይ ጎን 8 ተከታታይ ነጥቦች.
5. 6 ነጥቦች ያለማቋረጥ እየጨመሩ/ እየቀነሱ (አዝማሚያ)።

ሚና፡ እርስዎ በ SPC ውስጥ ልምድ ያለው የጥራት መሐንዲስ ነዎት። ተግባር፡ በተሰጠው ዩሲኤል/ኤልሲኤል እና መሃል መስመር መሰረት የሚከተሉትን የኤክስ-ባር ዋጋዎችን በምእራብ ኤሌክትሪክ ህጎች ይቃኙ። ለእያንዳንዱ ከቁጥጥር ውጪ የሆነ ምልክት፡ የደንብ ቁጥር፣ የትኛው ነጥብ፣ የሚቻል የአካል ትርጓሜ እና የተጠቆመ የምርመራ ደረጃ። Center=50.2 UCL=52.1 LCL=48.3 σ=0.63ዳታ (የታዘዙ)፡ {{እሴቶች}}ህግ፡ አስመሳይ ሲግናል አታፍልቅ። ደንቡን ሙሉ በሙሉ የማያሟሉ ነጥቦችን ምልክት ማድረግ. ሊሆኑ የሚችሉ ምክንያቶችን እንደ "መላምት" ያቅርቡ, በትክክል ቋንቋ አይጻፉ.

AI ይህን የማጣሪያ ምርመራ በፍጥነት ያደርገዋል, ነገር ግን ያስታውሱ: ደንብ አቅርቦት የስታቲስቲክስ ማንቂያ ነው; የመስክ ምርመራ ትክክለኛውን ምክንያት ያገኛል. AI "ምናልባት የመሳሪያ ልብስ" ሊል ይችላል; ይህንን የሚያረጋግጠው የመሳሪያው መለኪያ ነው.

የሂደቱ አቅም: ሲፒ እና ሲፒኬ

ምንም እንኳን ሂደቱ በቁጥጥር ስር ቢሆንም የደንበኞችን መቻቻል ያሟላል? የብቃት ኢንዴክሶች ይህንን ይናገራሉ።

Cp = (USL - LSL) / (6σ) → የሚለካው የተዘረጋውን Cpk = ደቂቃ [(USL - μ)/(3σ)፣ (μ - LSL)/(3σ)] → ማዕከልን ያካትታል።

ምሳሌ: USL = 10.5; LSL = 9.5; μ = 10.1; σ = 0.1.

ሲፒ = (10.5 - 9.5) / (6 × 0.1) = 1.0 / 0.6 ≈ 1.67Cpk = ደቂቃ [ (10.5 - 10.1) / 0.3, (10.1 - 9.5) / 0.3] = ደቂቃ [0.4/0.3] = ደቂቃ [0.4/0.3.3] 2.0] = 1.33

Cp = 1.67 ጥሩ ስርጭትን ያሳያል, ነገር ግን Cpk = 1.33 ሂደቱ ከመሃል ውጭ እንደሆነ ይነግረናል (በአማካይ 10.1, ከዒላማ 10.0 ወደ USL ቅርብ). Cpk <Cp ሁልጊዜ የሚያመለክተው የመሃል ችግር ነው። ጥሩ ስርጭት ያለው ሂደት እንኳን ትክክል ባልሆነ መሃል ከሆነ የተሳሳተ ምርት ይፈጥራል።

ደካማ ፈጣን/ጠንካራ ፍጥነት

ደካማ ጥያቄ፡

ይህ ሂደት ጥሩ ነው?

ለ "መልካም" ምንም መስፈርት የለም; AI አጠቃላይ ግምትን ብቻ ነው የሚሰራው.

ኃይለኛ ጥያቄ፡-

በሚከተለው የመለኪያ መረጃ (USL=10.5፣ LSL=9.5) Cp እና Cpk አስላ። ከውሂብ σ እና አማካኝ አስላ፣ ቀመር እና እያንዳንዱን ደረጃ አሳይ። Cpk <Cp ከሆነ፣ ያማከለ ወይም እየተስፋፋ እንደሆነ ይጠይቁ፣ አስተያየት ይስጡ። እንዲሁም የሂደቱን ግምታዊ የስህተት መጠን (ppm) ይገምቱ እና ግምቶችዎን ይፃፉ። ውሂብ፡ {{...}}

አነስተኛ መያዣ፡ ጥሩ ሲፒ፣ መጥፎ ምርት

በመሙያ መስመር ላይ, አብዛኛዎቹ ጠርሙሶች ከዝርዝሮች ይወጣሉ, ነገር ግን ሂደቱ በመቆጣጠሪያ ገበታ ላይ "የተረጋጋ" ይታያል. የኢንዱስትሪ መሐንዲስ ያግሙር መረጃውን ለኤአይኤ ይሰጣል እና Cp እና Cpk ያሰላል: Cp = 1.5 (ጥሩ ስርጭት) ግን Cpk = 0.7 (በቂ ያልሆነ)። ልዩነቱ አማካዩ ከዒላማው በእጅጉ መቀየሩ ነው። AI የመሃል ችግርን ይጠቁማል; የዝናብ መሙያ ቫልቭ መቼቱን ይፈትሻል እና በእርግጥ ማካካሻ ያገኛል። መቼቱን ሲያስተካክሉ Cpk ወደ 1.4 ይጨምራል እና ቆሻሻው ይቀንሳል። ወሳኝ ትምህርት: ሂደቱ "የተረጋጋ" (በቁጥጥር ስር) ሊሆን ይችላል ነገር ግን አሁንም "ጉድለት" ሊሆን ይችላል (ዝርዝር የማያሟላ). AI ይህንን ልዩነት በቁጥር አሳይቷል; በሜዳው ላይ ዋናውን ምክንያት ያገኘው ያግሙር ነበር።

የተለመዱ ስህተቶች

• ግራ የሚያጋባ ቁጥጥር እና የመቻቻል ገደብ፡ የቁጥጥር ገደቦችን ከደንበኛ መቻቻል ጋር ማመሳሰል።
• የተለመደው መንስኤ ማበላሸት፡ ለእያንዳንዱ መለዋወጥ ማስተካከል እና ተለዋዋጭነትን መጨመር።
• Cpkን ችላ ማለት፡ Cpን ብቻ በመመልከት እና የመሃል ጉዳዩን ይጎድለዋል።
• የ AI ምልክቶችን ለማረጋገጫ መሳሳት፡ በሜዳው ውስጥ የምእራብ ኤሌክትሪክ ምልክትን መንስኤ አለማረጋገጥ።
• የተሳሳተ የገበታ ምርጫ፡ ተከታታይ የውሂብ ገበታ (X-bar) ለተዛማች ውሂብ መተግበር።

በማጠቃለያው

• የ SPC ዋናው ነገር የጋራ እና ልዩ መንስኤ ልዩነትን መለየት ነው; በተለመደው መንስኤ ውስጥ ጣልቃ መግባት ጎጂ ነው.
• የቁጥጥር ገደቦች ከሂደቱ ይመጣሉ, የመቻቻል ገደቦች ከዲዛይን; ሁለቱ ግራ መጋባት የለባቸውም።
• ከመረጃው አይነት (X-bar/R, p, c...) ጋር የሚስማማውን ሰንጠረዥ ይምረጡ እና ከዌስተርን ኤሌክትሪክ ደንቦች ጋር ንድፎችን ይፈልጉ።
• የሲፒ እርምጃዎች መስፋፋት እና የ Cpk መለኪያዎች ማእከል; Cpk <Cp የመሃል ላይ ችግርን ያመለክታል።
• AI ፈጣን የስታቲስቲክስ ምልክት ያመነጫል; የመስክ ፍተሻ ምክንያቱን ያረጋግጣል, ውሳኔው መሐንዲሱ ነው.

የመተግበሪያ ተግባር

ከአንድ ሂደት (እውነተኛ ወይም ልብ ወለድ) ቢያንስ 20 ተከታታይ መለኪያዎች ይውሰዱ እና USL/LSL እሴቶችን ይወስኑ። AI በዚህ ውሂብ Cp እና Cpk ያሰሉ; σ እና አማካኝ ከመረጃው ተሰልተው እያንዳንዱን እርምጃ እንዲያሳዩ ያድርጉ። ወሳኝ ማረጋገጫ፡ የ σ፣ Cp እና Cpk እሴቶችን በ Excel ወይም Python ውስጥ እራስዎ ያስሉ እና ከ AI ውፅዓት ጋር ያወዳድሩ። ከዚያም መረጃውን በዌስተርን ኤሌክትሪክ ደንቦች ይቃኙ እና "ይህን በመስክ ላይ እንዴት ማረጋገጥ እችላለሁ?" ለእያንዳንዱ የተገኘ ምልክት. ጥያቄውን መልሱ። በመጨረሻም፣ Cpk <Cp ከሆነ፣ መሀል ወይም መስፋፋት መጀመሪያ መታረም እንዳለበት ይወስኑ።