مراقبة الجودة واكتشاف العيوب ومراقبة العمليات الإحصائية

المكاسب:

• القدرة على مراقبة بيانات الإنتاج والفحص باستخدام الذكاء الاصطناعي واكتشاف أنماط العيوب والانحراف مبكرًا
• القدرة على إعداد وتفسير التحكم في العمليات الإحصائية (SPC) وCpk ومخططات التحكم بدعم الذكاء الاصطناعي
• القدرة على التحقق من تصنيف عيوب الذكاء الاصطناعي من خلال نتيجة NDT ومعايير القبول وتأكيد الفحص المعتمد

إنه واجب مهندس المعادن والجودة الدائم أن يلاحظ أيًا من آلاف الأجزاء التي تمر عبر خط الإنتاج يكون معيبًا وفي أي لحظة تبدأ العملية في الانزلاق. مراقبة الجودة، والتحقق مما إذا كان المنتج يلبي المتطلبات المحددة؛ اكتشاف العيوب، والتقاط الأخطاء في المنتج (الخدوش، المسام، الشقوق، انحرافات الأبعاد)؛ التحكم في العمليات الإحصائية (SPC) هو وسيلة لفهم ما إذا كانت العملية تحت السيطرة من خلال مراقبة بيانات الإنتاج إحصائيًا. يعمل الذكاء الاصطناعي على تسريع التصنيف التلقائي للعيوب من الصور، والتقاط الأنماط في بيانات القياس الكبيرة، وإنشاء وتفسير الرسوم البيانية SPC. لكن الإنذار ليس قرارًا تلقائيًا؛ يجب تأكيد كل مخرجات الذكاء الاصطناعي من خلال نتيجة الاختبارات غير التدميرية ومعايير القبول والموافقة على التفتيش المعتمد.

المفاهيم الأساسية لـ SPC ودور الذكاء الاصطناعي

• مخطط التحكم: رسم بياني يوضح تغير القياس (مثل القطر والصلابة) بمرور الوقت، مع خط مركزي وحدود تحكم (عادةً ±3 انحرافات معيارية). يعتبر تجاوز الحد علامة على أن العملية قد تغيرت.
• حد التحكم وما إلى ذلك. التسامح: حدود التحكم تأتي من الاختلاف الطبيعي للعملية؛ التسامح (حد المواصفات) هو ما يريده العميل. ولا ينبغي الخلط بين الاثنين.
• Cp وCpk (مؤشرات قدرة العملية): يقيس مدى سهولة تناسب العملية ضمن التسامح. يقوم Cp بتقييم الانتشار، ويقوم Cpk بتقييم الانتشار + اللامركزية معًا. يعتبر Cpk ≥ 1.33 كافيًا بشكل عام.
• السبب الخاص مقابل السبب العام: السبب الشائع هو الضجيج المتأصل في العملية؛ السبب المحدد (مثل تآكل الأداة أو الدفعة الخاطئة) هو الانحراف الذي يتطلب التدخل. الغرض من SPC هو الفصل بين الاثنين.

يعتبر الذكاء الاصطناعي قويًا في تدريس هذه المفاهيم، وإنشاء التعليمات البرمجية التي تحسب مخطط التحكم/Cpk من البيانات، وتفسير أنماط المخطط (الاتجاه، والانحراف، والدورية). لكن المهندس هو من يحدد سبب تجاوز الحد والتدخل الصحيح.

تنبيه: توسيع حدود الرقابة "لمنع الإنذار" من أخطر الأخطاء. يتم حساب الحدود من الاختلاف الفعلي للعملية؛ إن توسيعها بشكل تعسفي يجعل الانحرافات الحقيقية غير مرئية وينقل المنتج المعيب إلى العميل.

خطوة بخطوة: مراقبة الجودة المدعومة بالذكاء الاصطناعي

1. حدد الخاصية: ما هو المقياس الحرج الذي سيتم مراقبته (CQ: خاصية الجودة الحرجة)؟ هل نظام القياس موثوق (Gage R&R)؟
2. جمع البيانات: أخذ العينات العادية في مجموعات فرعية. هل تم معايرة العداد؟
3. إعداد المخطط: اطلب من الذكاء الاصطناعي الحصول على نوع ورمز مخطط التحكم المناسب (X-bar/R، نطاق الحركة الفردية).
4. تعليق: هل هناك أي قواعد للتجاوز والاتجاه والدفعة (مثل قواعد ويسترن إلكتريك)؟
5. ابحث عن السبب الجذري: الإنذار هو المحفز؛ تأكيد القياس وعملية المراجعة.
6. قرر: بناءً على معايير القبول ونتائج الاختبارات غير التدميرية؛ افصل الدفعة المنحرفة وقم بتطبيق الإجراء التصحيحي.

كشف الخلل والاختبار غير المدمر

يمكن للذكاء الاصطناعي القائم على الصور (مصنفات التعلم العميق) استخراج العيوب السطحية بسرعة (الخدوش، والنتوءات، والأكاسيد، والمسام). تتطلب العيوب الداخلية اختبارات غير مدمرة (NDT): التصوير الشعاعي (RT)، الموجات فوق الصوتية (UT)، الجسيمات المغناطيسية (MT)، الاختراق (PT). قد يقوم الذكاء الاصطناعي بفحص صور RT/UT مسبقًا، ولكن يتم التقييم النهائي من قبل موظفي NDT المعتمدين ومعايير القبول القياسية.

نوع العيب

طريقة نموذجية

مساهمة الذكاء الاصطناعي

القرار النهائي

خدش/لدغ السطح

صورة بصرية

التصنيف التلقائي

معيار القبول + المشغل

المسام/الكراك الداخلي

آر تي / يوتا

الفحص المسبق للصورة

معيار NDT+ المعتمد

صدع (مفتوح على السطح)

طن متري/PT

علامة الإشارة

موافقة المستوى الثاني/الثالث من NDT

انحراف الحجم

سم / القياس

تتبع الاتجاه مع SPC

التسامح + القرار

ثلاث حالات صغيرة

الحالة 1 - فخ توسيع الحدود. كثيرا ما يتم تجاوز حد التحكم العلوي في قياس القطر على الخط. يوصي المشغل بتوسيع الحدود لتقليل التنبيهات. يعترض مهندس الجودة على ذلك؛ لقد قام الذكاء الاصطناعي بتحليل بيانات SPC ووجد أن هناك تحولًا منهجيًا (سبب محدد) في نوبة بعد الظهر، ربما بسبب تآكل الأدوات. عندما يتم تقصير فترة تغيير الأداة، تعود العملية إلى حدودها. الدرس الثالث: التنبيه مصدر للمعلومات؛ من الضروري عدم إسكاته، بل العثور على السبب.

الحالة 2 - تفسير خاطئ لـ Cpk. يقول أحد التقارير أن العملية "Cpk = 1.8، مثالية" ولكن الأجزاء تسبب مشاكل للعملاء. يقوم المهندس بفحص البيانات بواسطة الذكاء الاصطناعي؛ لقد وجد أن التغيير الحقيقي مخفي لأن دقة نظام القياس غير كافية (مقياس البحث والتطوير سيئ)، وارتفاع Cpk يأتي من عمى القياس. أولاً، يتم تصحيح نظام القياس وتكون Cpk الحقيقية 1.1. الدرس المستفاد: أي إحصائية تعتمد على نظام قياس سيء تعتبر مضللة؛ تأكد من القياس أولا

الحالة 3 - الإزالة الصحيحة للاختبارات غير الإتلافية. تستخدم إحدى الشركات المصنعة التأهيل المسبق لـ RT المدعوم بالذكاء الاصطناعي على المسبوكات؛ وضع علامة على الأجزاء المشبوهة وتوجيهها إلى موظفي NDT المعتمدين. يقوم الذكاء الاصطناعي بفحص معظم القطع النظيفة بسرعة، مع تركيز الموظفين فقط على القطع المحددة. ومع ذلك، في سلسلة السلامة الحرجة، يتم أيضًا أخذ عينات من الأجزاء التي يسميها الذكاء الاصطناعي "نظيفة" وفحصها باستخدام NDT؛ لأن الذكاء الاصطناعي هو أداة فحص، وليس سلطة القبول. الدرس المستفاد: يعمل الذكاء الاصطناعي على تحسين الكفاءة، ولكن القبول النهائي يأتي مع الاختبارات غير الاختبارية القياسية والموافقة المصرح بها.

قوالب سريعة قابلة للنسخ

قالب إعداد مخطط التحكم "الدور: أنت SPC / مساعد الجودة. لدي بيانات القياس التالية: [بيانات المجموعة الفرعية]. السمة: [القطر/الصلابة]. أوصي بالنوع المناسب من مخطط التحكم (X-bar/R أو I-MR) مع التبرير وحساب الخط المركزي + حدود التحكم باستخدام كود Python. أكد على أن حدود التحكم مختلفة عن TOLERANCE. قم بالتعليق على تجاوز الحد، ولكن اذكر أنه يجب التحقيق في السبب."

قالب تعليق Cpk "Cp = [...]، Cpk = [...]، التسامح = [...]، التوزيع المُقاس = [...]. قم بتفسير هذه القيم: هل العملية كافية، هل هناك لا مركزية؟ ذكرني أن أسأل أولاً ما إذا كان نظام القياس موثوقًا (Gage R&R). اشرح المأزق الذي يمكن أن يأتي فيه ارتفاع Cpk من عمى القياس. اربط قرار الشركة "المناسب" بالتجربة/الفحص."

قالب تقييم تصنيف العيوب "لقد حدد نموذج صورة الذكاء الاصطناعي العيوب التالية: [قائمة]. لكل منها: ما هي معايير القبول (المعيارية) التي ينبغي تقييمها، وما هي طريقة الاختبار غير الإتلافي المطلوبة للتأكيد، وما هو خطر النتيجة الإيجابية/السلبية الكاذبة؟ حدد أن القبول النهائي يجب أن يتم من خلال اختبار NDT المعتمد والموافقة المصرح بها. ضع مخرجات الذكاء الاصطناعي على أنها "فحص مسبق"."

قالب تحليل نمط SPC"افحص بيانات مخطط التحكم التالية: [البيانات/السلسلة الزمنية]. هل هناك اتجاه أو انحراف أو دورية أو انتهاك لقاعدة السلسلة (ويسترن إلكتريك)؟ بالنسبة لكل نمط، قم بإدراج سبب العملية المحتمل (تآكل الأداة، تغيير الدفعة، درجة الحرارة) كفرضية واكتب كيف سيتم التحقق منها. لا تعلن عن سبب محدد."

موجه ضعيف / موجه قوي

مطالبة ضعيفة: "هل جودة هذه البيانات جيدة؟"

مطالبة قوية: "الدور: أنت مساعد SPC. لدي بيانات قطر العمود التالية (25 مجموعة فرعية، n = 5): [بيانات]. التسامح هو 20.00 ± 0.05 مم. اطلب مني: (1) حساب حدود المركز والتحكم لمقارنة النتيجة بمعايير القبول، ولكن أذكر أنه يجب التحقق من نظام القياس (Gage R&R)."

يعطي الموجه الضعيف إجابة غامضة وبدون تعليق. موجه قوي يعطي بيانات واضحة، والتسامح والمخرجات المطلوبة؛ وينص على تمييز حد التحكم/التسامح، والتحكم في Gage R&R، وأن القرار النهائي يبقى للمهندس.

الأخطاء الشائعة

• الخلط بين حدود التحكم والتسامح أو توسيعها حتى لا يحدث إنذار.
• الاعتماد على Cpk دون التحقق من نظام القياس (Gage R&R).
• اعتبار تجاوز الحد "السبب الجذري" التلقائي واتخاذ قرار بالتخريد دون التأكد من القياس.
• اعتبار تصنيف عيوب الذكاء الاصطناعي هو قرار القبول النهائي؛ تجاوز NDT والموافقة المصرح بها.
• التدخل في كل تقلب دون التمييز بين السبب المشترك والسبب المحدد (الإفراط في التعديل).
• في سلسلة السلامة الحرجة، الثقة الكاملة بما يقوله الذكاء الاصطناعي "نظيف" وعدم إجراء التحقق من العينات.

باختصار

يعمل الذكاء الاصطناعي في مراقبة الجودة على زيادة عين مهندس الجودة وسرعته من خلال تصنيف العيوب والتقاط الأنماط في البيانات الضخمة وحساب الرسم البياني SPC/Cpk. ومع ذلك، إذا لم يتم التمييز بين تسامح حد التحكم وموثوقية نظام القياس والتمييز بين الأسباب الخاصة/المشتركة بشكل صحيح، فقد تكون الإحصائيات مضللة. تعامل مع كل إنذار باعتباره محفزًا، وتأكد من القياس، وتحقق من السبب الجذري، واربط القبول النهائي بمعايير القبول، والاختبار غير الاختباري القياسي، والموافقة المصرح بها. يقوم الذكاء الاصطناعي بإجراء اختيار أولي، والمهندس هو الذي يتخذ القرار.

مهمة التطبيق

حدد سلسلة حقيقية أو خيالية من القياسات (على سبيل المثال، 20-25 مجموعة فرعية من بيانات القطر/الصلابة) والتسامح. باستخدام قالب "SETUP CONTROL CHART"، اطلب من الذكاء الاصطناعي نوع المخطط المناسب ورمز الحساب واطلب منه حساب حدود التحكم. ثم قم بالتعليق على مدى كفاية العملية باستخدام قالب "Cpk COMMENT" ولاحظ فحص Gage R&R. أخيرًا، قم بإنشاء سيناريو تجاوز الحد واكتب في فقرة الخطوات التي ستقررها (تأكيد القياس، السبب الجذري، معايير القبول).

قائمة مرجعية

• [ ] لقد حددت سمة الجودة الحرجة التي يجب مراقبتها وموثوقية نظام القياس.
• [ ] لقد قمت بتحديد نوع مخطط التحكم المناسب وحسبت الحدود من العملية.
• [ ] لقد فصلت حد التحكم والتسامح؛ لم أقم بتوسيع الحدود بشكل تعسفي.
• [ ] قمت بتفسير Cpk مع موثوقية نظام القياس.
• [ ] لقد اعتبرت الإنذار بمثابة محفز، وأكدت القياس، وتحققت من السبب الجذري.
• [ ] لقد استندت في القبول النهائي إلى معايير القبول والاختبارات غير التدميرية القياسية والموافقة المصرح بها.