Dobici:
- Sposobnost tumačenja kontrolnih karata (X-traka/R, p, c) i indeksa sposobnosti procesa (Cp, Cpk)
- Sposobnost ubrzavanja skeniranja i izvješćivanja o signalima izvan kontrole (pravila Western Electrica) s AI
- Sposobnost provjere statističke interpretacije umjetne inteligencije s neobrađenim podacima i realnošću fizičkog procesa
Kvaliteta se ne "razvrstava" inspekcijom, ona se "proizvodi" procesom. Statistička kontrola procesa (SPC) ima za cilj učiniti upravo to: praćenje procesa u stvarnom vremenu i hvatanje signala prije nego što pogreške postanu proizvodi. Snaga SPC-a leži u razlikovanju prirodne (uobičajenog uzroka) varijabilnosti od abnormalne (posebnog uzroka) varijabilnosti. U ovom području AI ubrzava tumačenje kontrolne karte, skeniranje pravila i izvješćivanje o stručnosti; ali ljudski je posao pomiješati statističku interpretaciju sa stvarnošću fizičkog procesa. U ovoj jedinici ćemo pokriti kontrolne karte, Cp/Cpk indekse stručnosti i pravilnu ulogu umjetne inteligencije u SPC-u.
Dva lica varijabilnosti
Svaki proces uključuje varijabilnost. SPC ovu varijabilnost dijeli na dva dijela:
- Uobičajeni uzrok: Slučajna, predvidljiva fluktuacija svojstvena procesu. Proces je "pod kontrolom".
- Poseban uzrok: Vanjski događaj koji se može dodijeliti (lom alata, promjena šarže sirovina, promjena postavki). Proces je "izvan kontrole".
Jedina svrha kontrolne karte je razdvojiti to dvoje. Odgovaranje na fluktuaciju uobičajenog uzroka (pretjerano prilagođavanje / "petljanje") zapravo povećava varijabilnost. Demingov klasični "pokus lijevka" pokazuje ovo: interveniranje pri svakom odstupanju pogoršava stvari.
Savjet: Nikada ne brkajte kontrolne granice (UCL/LCL) s granicama tolerancije (specifikacije). Kontrolne granice su "glas" procesa (izračunato iz podataka); granice tolerancije su "glas" kupca (dolazi iz dizajna). AI ih ponekad zbuni; U svakom komentaru jasno navedite o kojoj govorite.
Vrste kontrolnih karata
Grafikon je odabran prema vrsti podataka.
Grafika
Vrsta podataka
primjer
X-traka/R
Kontinuirano (mjerenje), podskupina
Prosječni promjer osovine i zazor
X-traka/S
Kontinuirana, velika podskupina
Težina punjenja
I-MRI
Kontinuirano, pojedinačno mjerenje
Jedno mjerenje dnevno
p/np
Diskretna, neispravna stopa/broj
Stopa neispravnih dijelova
c/u
Diskretan, broj defekata
Greške po jedinici
Na X-trakastoj/R karti, kontrolne granice izračunate su iz prosjeka podskupina i raspona:
UCL_xbar = X-dvostruka traka + A2 × R-trakaLCL_xbar =
Signali izvan kontrole (pravila Western Electric)
Poen koji izlazi izvan igrališta nije jedini signal. Western Electric (Nelson) pravila također obuhvaćaju obrasce:
- Bod je izvan 3σ (izvan granica).
- Uzastopna 2/3 poena iza 2σ (na istoj strani).
- 4/5 uzastopnih poena iznad 1σ.
- 8 uzastopnih točaka na istoj strani središnje crte (pomak).
- 6 točaka u stalnom porastu/opadanju (trend).
Uloga: Vi ste inženjer kvalitete s iskustvom u SPC-u. Zadatak: Skenirajte sljedeće vrijednosti X-trake s pravilima Western Electrica prema danom UCL/LCL i središnjoj liniji. Za svaki signal izvan kontrole: broj pravila, koje točke, moguće fizičko tumačenje i predloženi korak istraživanja. Centar=50,2 UCL=52,1 LCL=48,3 σ=0,63Podaci (poređeni): {{ vrijednosti }}Pravilo: Nemojte generirati lažni signal; Označavanje točaka koje u potpunosti ne zadovoljavaju pravilo. Moguće razloge predstavite kao "hipotezu", nemojte pisati preciznim jezikom.
AI čini ovaj pregled brzim, ali zapamtite: odredba pravila je statističko upozorenje; Istraga na terenu otkriva pravi uzrok. AI bi mogao reći "vjerojatno istrošenost alata"; Mjerenje alata to potvrđuje.
Procesna sposobnost: Cp i Cpk
Čak i ako je proces pod kontrolom, zadovoljava li tolerancije kupaca? To govore indeksi dostatnosti.
Cp = (USL − LSL) / (6σ) → mjeri samo širenje Cpk = min[ (USL − μ)/(3σ) , (μ − LSL)/(3σ) ] → uključuje centriranje
Primjer: USL = 10,5; LSL = 9,5; μ = 10,1; σ = 0,1.
Cp = (10,5 − 9,5) / (6 × 0,1) = 1,0 / 0,6 ≈ 1,67Cpk = min [ (10,5 − 10,1)/0,3 , (10,1 − 9,5)/0,3 ] = min [ 0,4/0,3 , 0,6/0,3 ] = min [1,33 , 2,0] = 1,33
Cp = 1,67 ukazuje na dobro širenje, ali Cpk = 1,33 nam govori da je proces izvan središta (prosječno 10,1, bliže USL-u nego ciljnom 10,0). Cpk < Cp uvijek ukazuje na problem s centriranjem. Čak će i proces s dobrom disperzijom proizvesti neispravan proizvod ako je neispravno centriran.
Slab upit / Jak upit
Slab upit:
Je li ovaj proces dobar?
Ne postoji kriterij za "dobro"; AI daje samo opću pretpostavku.
Snažan upit:
Izračunajte Cp i Cpk sa sljedećim podacima mjerenja (USL=10,5, LSL=9,5). Izračunajte σ i srednju vrijednost iz podataka, pokažite formulu i svaki korak. Ako je Cpk < Cp, pitajte je li centriranje ili širenje, komentirajte. Također procijenite približnu stopu pogreške (ppm) procesa i zapišite svoje pretpostavke. Podaci: {{ ... }}
Mini kućište: dobar CP, loš proizvod
Na liniji za punjenje većina boca izlazi iz specifikacije, ali se proces čini "stabilnim" na kontrolnoj karti. Industrijski inženjer Yağmur daje podatke AI-u i daje mu izračunati Cp i Cpk: Cp = 1,5 (dobro širenje), ali Cpk = 0,7 (nedovoljno). Razlika je u tome što je prosjek značajno odmaknut od cilja. AI ukazuje na problem centriranja; Provjerava postavku ventila za punjenje kiše i doista pronalazi pomak. Kada ispravite postavku, Cpk se povećava na 1,4 i otpad se smanjuje. Kritična lekcija: proces može biti "stabilan" (pod kontrolom), ali i dalje biti "manjak" (ne zadovoljava specifikacije). AI je numerički pokazao ovu razliku; Yağmur je bio taj koji je našao uzrok na terenu.
Uobičajene greške
- Brka kontrola i granica tolerancije: izjednačavanje granica kontrole s tolerancijom kupca.
- Uobičajeni uzrok petljanja: Prilagodba za svaku fluktuaciju i povećanje varijabilnosti.
- Ignoriranje Cpk: Samo gledam Cp i propuštam problem s centriranjem.
- Zamjena AI signala za dokaz: Nepotvrđivanje uzroka signala Western Electrica na terenu.
- Pogrešan odabir grafikona: Primjena kontinuiranog grafikona podataka (X-traka) na podatke o stopi neispravnosti.
Ukratko
- Bit SPC-a je odvojiti varijabilnost zajedničkog i posebnog uzroka; Uplitanje u opću stvar je štetno.
- Kontrolne granice proizlaze iz procesa, granice tolerancije proizlaze iz dizajna; To dvoje nikada ne treba brkati.
- Odaberite grafikon koji odgovara tipu podataka (X-traka/R, p, c...) i potražite uzorke s pravilima Western Electrica.
- Cp mjeri širenje, a Cpk mjeri koncentraciju; Cpk < Cp označava problem s centriranjem.
- AI brzo generira statistički signal; Terenski pregled potvrđuje razlog, odluka je na inženjeru.
Zadatak aplikacije
Uzmite najmanje 20 kontinuiranih mjerenja iz procesa (stvarnog ili izmišljenog) i odredite USL/LSL vrijednosti. Neka AI izračuna Cp i Cpk s ovim podacima; Izračunajte σ i srednju vrijednost iz podataka i prikažite svaki korak. Kritična provjera: sami ponovno izračunajte vrijednosti σ, Cp i Cpk u Excelu ili Pythonu i usporedite ih s izlazom umjetne inteligencije. Zatim skenirajte podatke prema pravilima Western Electrica i pitajte "kako to mogu potvrditi na terenu?" za svaki pronađeni signal. Odgovorite na pitanje. Konačno, ako je Cpk < Cp, odlučite treba li prvo ispraviti centriranje ili širenje.