ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣ, ದೋಷ ಪತ್ತೆ ಮತ್ತು ಅಂಕಿಅಂಶ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ

ಲಾಭಗಳು:

• AI ಯೊಂದಿಗೆ ಉತ್ಪಾದನೆ ಮತ್ತು ತಪಾಸಣೆ ಡೇಟಾವನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದೋಷ ಮತ್ತು ವಿಚಲನ ಮಾದರಿಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆ ಮಾಡುತ್ತದೆ
• AI ಬೆಂಬಲದೊಂದಿಗೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ (SPC), Cpk ಮತ್ತು ನಿಯಂತ್ರಣ ಚಾರ್ಟ್‌ಗಳನ್ನು ಹೊಂದಿಸುವ ಮತ್ತು ಅರ್ಥೈಸುವ ಸಾಮರ್ಥ್ಯ
• ಎನ್‌ಡಿಟಿ ಫಲಿತಾಂಶ, ಸ್ವೀಕಾರ ಮಾನದಂಡ ಮತ್ತು ಅಧಿಕೃತ ತಪಾಸಣೆ ದೃಢೀಕರಣದೊಂದಿಗೆ AI ದೋಷ ವರ್ಗೀಕರಣವನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ

ಉತ್ಪಾದನಾ ಮಾರ್ಗದ ಮೂಲಕ ಹಾದುಹೋಗುವ ಸಾವಿರಾರು ಭಾಗಗಳಲ್ಲಿ ಯಾವುದು ದೋಷಯುಕ್ತವಾಗಿದೆ ಮತ್ತು ಯಾವ ಕ್ಷಣದಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಯು ಜಾರಿಕೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಗಮನಿಸುವುದು ಮೆಟಲರ್ಜಿಕಲ್ ಮತ್ತು ಗುಣಮಟ್ಟದ ಎಂಜಿನಿಯರ್‌ನ ನಿರಂತರ ಕರ್ತವ್ಯವಾಗಿದೆ. ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣ, ಉತ್ಪನ್ನವು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಅವಶ್ಯಕತೆಗಳನ್ನು ಪೂರೈಸುತ್ತದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸುವುದು; ದೋಷ ಪತ್ತೆ, ಉತ್ಪನ್ನದಲ್ಲಿನ ದೋಷಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವುದು (ಗೀರುಗಳು, ರಂಧ್ರಗಳು, ಬಿರುಕುಗಳು, ಆಯಾಮದ ವಿಚಲನಗಳು); ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ (SPC) ಎನ್ನುವುದು ಉತ್ಪಾದನಾ ಡೇಟಾವನ್ನು ಅಂಕಿಅಂಶಗಳ ಮೂಲಕ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಮೂಲಕ ಪ್ರಕ್ರಿಯೆಯು ನಿಯಂತ್ರಣದಲ್ಲಿದೆಯೇ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ವಿಧಾನವಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಚಿತ್ರಗಳಿಂದ ಸ್ವಯಂಚಾಲಿತ ದೋಷ ವರ್ಗೀಕರಣವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ದೊಡ್ಡ ಮಾಪನದ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿ ಸೆರೆಹಿಡಿಯುವಿಕೆ ಮತ್ತು SPC ಗ್ರಾಫ್‌ಗಳ ನಿರ್ಮಾಣ ಮತ್ತು ವ್ಯಾಖ್ಯಾನ. ಆದರೆ ಎಚ್ಚರಿಕೆಯು ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರವಲ್ಲ; ಪ್ರತಿ AI ಔಟ್‌ಪುಟ್ ಅನ್ನು NDT ಫಲಿತಾಂಶ, ಸ್ವೀಕಾರ ಮಾನದಂಡ ಮತ್ತು ಅಧಿಕೃತ ತಪಾಸಣೆ ಅನುಮೋದನೆಯಿಂದ ದೃಢೀಕರಿಸಬೇಕು.

SPC ಯ ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು AI ನ ಪಾತ್ರ

• ನಿಯಂತ್ರಣ ಚಾರ್ಟ್: ಕೇಂದ್ರ ರೇಖೆ ಮತ್ತು ನಿಯಂತ್ರಣ ಮಿತಿಗಳೊಂದಿಗೆ (ಸಾಮಾನ್ಯವಾಗಿ ±3 ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳು) ಕಾಲಾನಂತರದಲ್ಲಿ ಅಳತೆಯ ಬದಲಾವಣೆಯನ್ನು (ಉದಾಹರಣೆಗೆ ವ್ಯಾಸ, ಗಡಸುತನ) ತೋರಿಸುವ ಗ್ರಾಫ್. ಮಿತಿ ದಾಟುವಿಕೆಯು ಪ್ರಕ್ರಿಯೆಯು ಬದಲಾಗಿದೆ ಎಂಬುದರ ಸಂಕೇತವಾಗಿದೆ.
• ನಿಯಂತ್ರಣ ಮಿತಿ ಇತ್ಯಾದಿ. ಸಹಿಷ್ಣುತೆ: ನಿಯಂತ್ರಣ ಮಿತಿಗಳು ಪ್ರಕ್ರಿಯೆಯ ನೈಸರ್ಗಿಕ ಬದಲಾವಣೆಯಿಂದ ಬರುತ್ತವೆ; ಸಹಿಷ್ಣುತೆ (ನಿರ್ದಿಷ್ಟತೆ ಮಿತಿ) ಗ್ರಾಹಕರು ಬಯಸುತ್ತಾರೆ. ಇವೆರಡನ್ನು ಗೊಂದಲಗೊಳಿಸಬಾರದು.
• Cp ಮತ್ತು Cpk (ಪ್ರಕ್ರಿಯೆ ಸಾಮರ್ಥ್ಯ ಸೂಚ್ಯಂಕಗಳು): ಪ್ರಕ್ರಿಯೆಯು ಸಹಿಷ್ಣುತೆಯೊಳಗೆ ಎಷ್ಟು ಸುಲಭವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ. Cp ಹರಡುವಿಕೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ ಮತ್ತು Cpk ಹರಡುವಿಕೆ + ವಿಕೇಂದ್ರೀಕರಣವನ್ನು ಒಟ್ಟಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. Cpk ≥ 1.33 ಅನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಸಾಕಷ್ಟು ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.
• ಖಾಸಗಿ ವಿರುದ್ಧ ಸಾಮಾನ್ಯ ಕಾರಣ: ಸಾಮಾನ್ಯ ಕಾರಣವೆಂದರೆ ಪ್ರಕ್ರಿಯೆಯ ಅಂತರ್ಗತ ಶಬ್ದ; ನಿರ್ದಿಷ್ಟ ಕಾರಣ (ಉದಾ. ಟೂಲ್ ವೇರ್, ತಪ್ಪು ಬ್ಯಾಚ್) ಹಸ್ತಕ್ಷೇಪದ ಅಗತ್ಯವಿರುವ ವಿಚಲನವಾಗಿದೆ. SPC ಯ ಉದ್ದೇಶವು ಎರಡನ್ನೂ ಪ್ರತ್ಯೇಕಿಸುವುದು.

ಈ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಕಲಿಸುವಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ, ಡೇಟಾದಿಂದ ನಿಯಂತ್ರಣ ಚಾರ್ಟ್/Cpk ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಕೋಡ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ ಮತ್ತು ಚಾರ್ಟ್ ಮಾದರಿಗಳನ್ನು ಅರ್ಥೈಸುತ್ತದೆ (ಟ್ರೆಂಡ್, ಡ್ರಿಫ್ಟ್, ಆವರ್ತಕತೆ). ಆದರೆ ಇಂಜಿನಿಯರ್ ಮಿತಿ ಮೀರುವಿಕೆ ಮತ್ತು ಸರಿಯಾದ ಹಸ್ತಕ್ಷೇಪದ ಕಾರಣವನ್ನು ನಿರ್ಧರಿಸುತ್ತಾನೆ.

ಗಮನ: "ಅಲಾರ್ಮ್ ತಡೆಗಟ್ಟಲು" ನಿಯಂತ್ರಣ ಮಿತಿಗಳನ್ನು ವಿಸ್ತರಿಸುವುದು ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ತಪ್ಪುಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಪ್ರಕ್ರಿಯೆಯ ನಿಜವಾದ ವ್ಯತ್ಯಾಸದಿಂದ ಮಿತಿಗಳನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ; ಅವುಗಳನ್ನು ನಿರಂಕುಶವಾಗಿ ವಿಸ್ತರಿಸುವುದರಿಂದ ನೈಜ ವಿಚಲನಗಳು ಅಗೋಚರವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ದೋಷಯುಕ್ತ ಉತ್ಪನ್ನವನ್ನು ಗ್ರಾಹಕರಿಗೆ ವರ್ಗಾಯಿಸುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: AI ಚಾಲಿತ ಗುಣಮಟ್ಟದ ಮೇಲ್ವಿಚಾರಣೆ

1. ಗುಣಲಕ್ಷಣವನ್ನು ಆಯ್ಕೆಮಾಡಿ: ಯಾವ ನಿರ್ಣಾಯಕ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲಾಗುತ್ತದೆ (CQ: ನಿರ್ಣಾಯಕ ಗುಣಮಟ್ಟದ ಗುಣಲಕ್ಷಣ)? ಮಾಪನ ವ್ಯವಸ್ಥೆಯು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆಯೇ (ಗೇಜ್ ಆರ್&ಆರ್)?
2. ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ: ಉಪಗುಂಪುಗಳಲ್ಲಿ ನಿಯಮಿತ ಮಾದರಿ. ಮೀಟರ್ ಅನ್ನು ಮಾಪನಾಂಕ ಮಾಡಲಾಗಿದೆಯೇ?
3. ಚಾರ್ಟ್ ಅನ್ನು ಹೊಂದಿಸಿ: ಸೂಕ್ತವಾದ ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ (X-bar/R, ವೈಯಕ್ತಿಕ-ಚಲಿಸುವ ಶ್ರೇಣಿ) ಪ್ರಕಾರ ಮತ್ತು ಕೋಡ್‌ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ.
4. ಕಾಮೆಂಟ್: ಯಾವುದೇ ಓವರ್‌ಶೂಟ್, ಟ್ರೆಂಡ್, ಬ್ಯಾಚ್ ನಿಯಮಗಳಿವೆಯೇ (ಉದಾ. ವೆಸ್ಟರ್ನ್ ಎಲೆಕ್ಟ್ರಿಕ್ ನಿಯಮಗಳು)?
5. ಮೂಲ ಕಾರಣವನ್ನು ನೋಡಿ: ಅಲಾರ್ಮ್ ಒಂದು ಪ್ರಚೋದಕವಾಗಿದೆ; ಮಾಪನವನ್ನು ದೃಢೀಕರಿಸಿ, ಪರಿಶೀಲನೆ ಪ್ರಕ್ರಿಯೆ.
6. ನಿರ್ಧರಿಸಿ: ಸ್ವೀಕಾರ ಮಾನದಂಡ ಮತ್ತು NDT ಫಲಿತಾಂಶದ ಆಧಾರದ ಮೇಲೆ; ವಿಚಲಿತ ಬ್ಯಾಚ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ ಮತ್ತು ಸರಿಪಡಿಸುವ ಕ್ರಮವನ್ನು ಅನ್ವಯಿಸಿ.

ದೋಷ ಪತ್ತೆ ಮತ್ತು ವಿನಾಶಕಾರಿಯಲ್ಲದ ಪರೀಕ್ಷೆ

ಚಿತ್ರ-ಆಧಾರಿತ AI (ಆಳವಾದ ಕಲಿಕೆಯ ವರ್ಗೀಕರಣಗಳು) ಮೇಲ್ಮೈ ದೋಷಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಹೊರತೆಗೆಯಬಹುದು (ಗೀರುಗಳು, ಬರ್ರ್ಸ್, ಆಕ್ಸೈಡ್ಗಳು, ರಂಧ್ರಗಳು). ಆಂತರಿಕ ದೋಷಗಳಿಗೆ ವಿನಾಶಕಾರಿಯಲ್ಲದ ಪರೀಕ್ಷೆ (NDT) ಅಗತ್ಯವಿರುತ್ತದೆ: ರೇಡಿಯಾಗ್ರಫಿ (RT), ಅಲ್ಟ್ರಾಸಾನಿಕ್ (UT), ಮ್ಯಾಗ್ನೆಟಿಕ್ ಪಾರ್ಟಿಕಲ್ (MT), ಪೆನೆಟ್ರಾಂಟ್ (PT). AI RT/UT ಚಿತ್ರಗಳನ್ನು ಪೂರ್ವ-ಸ್ಕ್ರೀನ್ ಮಾಡಬಹುದು, ಆದರೆ ಅಂತಿಮ ಮೌಲ್ಯಮಾಪನವು ಪ್ರಮಾಣೀಕೃತ NDT ಸಿಬ್ಬಂದಿ ಮತ್ತು ಪ್ರಮಾಣಿತ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳಿಂದ ಆಗಿದೆ.

ದೋಷದ ಪ್ರಕಾರ

ವಿಶಿಷ್ಟ ವಿಧಾನ

AI ಕೊಡುಗೆ

ಅಂತಿಮ ನಿರ್ಧಾರ

ಮೇಲ್ಮೈ ಸ್ಕ್ರಾಚ್/ಬರ್

ಆಪ್ಟಿಕಲ್ ಚಿತ್ರ

ಸ್ವಯಂಚಾಲಿತ ವರ್ಗೀಕರಣ

ಸ್ವೀಕಾರ ಮಾನದಂಡ + ಆಪರೇಟರ್

ಆಂತರಿಕ ರಂಧ್ರ / ಬಿರುಕು

RT/UT

ಚಿತ್ರ ಪೂರ್ವ-ಪ್ರದರ್ಶನ

NDT+ ಪ್ರಮಾಣಿತ ಪ್ರಮಾಣಿತ

ಬಿರುಕು (ಮೇಲ್ಮೈಗೆ ತೆರೆದ)

MT/PT

ಸೂಚನೆ ಗುರುತು

NDT ಮಟ್ಟದ II/III ಅನುಮೋದನೆ

ಗಾತ್ರದ ವಿಚಲನ

CMM / ಅಳತೆ

SPC ಯೊಂದಿಗೆ ಟ್ರೆಂಡ್ ಟ್ರ್ಯಾಕಿಂಗ್

ಸಹಿಷ್ಣುತೆ + ನಿರ್ಧಾರ

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಗಡಿ ವಿಸ್ತರಣೆ ಬಲೆ. ಮೇಲಿನ ನಿಯಂತ್ರಣ ಮಿತಿಯು ಆಗಾಗ್ಗೆ ಒಂದು ಸಾಲಿನಲ್ಲಿನ ವ್ಯಾಸದ ಮಾಪನದಲ್ಲಿ ಮೀರಿದೆ. ಎಚ್ಚರಿಕೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮಿತಿಗಳನ್ನು ವಿಸ್ತರಿಸಲು ಆಪರೇಟರ್ ಶಿಫಾರಸು ಮಾಡುತ್ತಾರೆ. ಗುಣಮಟ್ಟದ ಎಂಜಿನಿಯರ್ ಇದನ್ನು ವಿರೋಧಿಸುತ್ತಾರೆ; ಅವರು SPC ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು AI ಅನ್ನು ಹೊಂದಿದ್ದಾರೆ ಮತ್ತು ಮಧ್ಯಾಹ್ನದ ಶಿಫ್ಟ್‌ನಲ್ಲಿ ವ್ಯವಸ್ಥಿತ ಶಿಫ್ಟ್ (ನಿರ್ದಿಷ್ಟ ಕಾರಣ) ಇರುವುದನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ, ಬಹುಶಃ ಟೂಲ್ ವೇರ್ ಕಾರಣ. ಪರಿಕರ ಬದಲಾವಣೆಯ ಅವಧಿಯನ್ನು ಕಡಿಮೆಗೊಳಿಸಿದಾಗ, ಪ್ರಕ್ರಿಯೆಯು ಮಿತಿಯೊಳಗೆ ಮರಳುತ್ತದೆ. ಪಾಠ: ಎಚ್ಚರಿಕೆಯು ಮಾಹಿತಿಯ ಮೂಲವಾಗಿದೆ; ಅವನನ್ನು ಮೌನಗೊಳಿಸಲು ಅಲ್ಲ, ಆದರೆ ಕಾರಣವನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಅವಶ್ಯಕ.

ಪ್ರಕರಣ 2 - ತಪ್ಪು Cpk ವ್ಯಾಖ್ಯಾನ. ಒಂದು ವರದಿಯು ಪ್ರಕ್ರಿಯೆಯು "Cpk = 1.8, ಪರಿಪೂರ್ಣ" ಎಂದು ಹೇಳುತ್ತದೆ ಆದರೆ ಭಾಗಗಳು ಗ್ರಾಹಕರಿಗೆ ಸಮಸ್ಯೆಗಳನ್ನು ನೀಡುತ್ತಿವೆ. ಎಂಜಿನಿಯರ್ ಡೇಟಾವನ್ನು ಪರೀಕ್ಷಿಸಲು AI ಅನ್ನು ಹೊಂದಿದ್ದಾರೆ; ಮಾಪನ ವ್ಯವಸ್ಥೆಯ ರೆಸಲ್ಯೂಶನ್ ಸಾಕಷ್ಟಿಲ್ಲದ ಕಾರಣ ನಿಜವಾದ ಬದಲಾವಣೆಯನ್ನು ಮರೆಮಾಡಲಾಗಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ (ಗೇಜ್ ಆರ್ & ಆರ್ ಕೆಟ್ಟದಾಗಿದೆ), ಹೆಚ್ಚಿನ ಸಿಪಿಕೆ ಮಾಪನ ಕುರುಡುತನದಿಂದ ಬರುತ್ತದೆ. ಮೊದಲನೆಯದಾಗಿ, ಮಾಪನ ವ್ಯವಸ್ಥೆಯನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ ಮತ್ತು ನಿಜವಾದ Cpk 1.1 ಆಗಿದೆ. ಪಾಠ: ಕೆಟ್ಟ ಮಾಪನ ವ್ಯವಸ್ಥೆಯನ್ನು ಆಧರಿಸಿದ ಯಾವುದೇ ಅಂಕಿಅಂಶವು ದಾರಿತಪ್ಪಿಸುತ್ತದೆ; ಮೊದಲು ಅಳತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ.

ಪ್ರಕರಣ 3 - ಸರಿಯಾದ NDT ಎಲಿಮಿನೇಷನ್. ಒಬ್ಬ ತಯಾರಕರು ಎರಕಹೊಯ್ದ ಮೇಲೆ AI-ಚಾಲಿತ RT ಪೂರ್ವ ಅರ್ಹತೆಯನ್ನು ಬಳಸುತ್ತಾರೆ; ಅನುಮಾನಾಸ್ಪದ ಭಾಗಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಪ್ರಮಾಣೀಕೃತ NDT ಸಿಬ್ಬಂದಿಗೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ. AI ತ್ವರಿತವಾಗಿ ಹೆಚ್ಚಿನ ಕ್ಲೀನ್ ತುಣುಕುಗಳ ಮೂಲಕ ಹಾದುಹೋಗುತ್ತದೆ, ಸಿಬ್ಬಂದಿ ಗುರುತಿಸಲಾದವುಗಳ ಮೇಲೆ ಮಾತ್ರ ಕೇಂದ್ರೀಕರಿಸುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ಸುರಕ್ಷತಾ-ನಿರ್ಣಾಯಕ ಸರಣಿಯಲ್ಲಿ, AI "ಕ್ಲೀನ್" ಎಂದು ಕರೆಯುವ ಭಾಗಗಳನ್ನು ಸಹ ಮಾದರಿ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು NDT ಯೊಂದಿಗೆ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ; ಏಕೆಂದರೆ AI ಒಂದು ಸ್ಕ್ರೀನಿಂಗ್ ಸಾಧನವಾಗಿದೆ, ಪ್ರವೇಶ ಪ್ರಾಧಿಕಾರವಲ್ಲ. ಪಾಠ: AI ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತದೆ ಆದರೆ ಅಂತಿಮ ಸ್ವೀಕಾರವು ಪ್ರಮಾಣಿತ NDT ಮತ್ತು ಅಧಿಕೃತ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಬರುತ್ತದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಕಂಟ್ರೋಲ್ ಚಾರ್ಟ್ ಸೆಟಪ್ ಟೆಂಪ್ಲೇಟ್ "ಪಾತ್ರ: ನೀವು SPC / ಗುಣಮಟ್ಟದ ಸಹಾಯಕರು. ನನ್ನ ಬಳಿ ಈ ಕೆಳಗಿನ ಮಾಪನ ಡೇಟಾ ಇದೆ: [ಉಪಗುಂಪು ಡೇಟಾ]. ಗುಣಲಕ್ಷಣ: [ವ್ಯಾಸ/ಗಡಸುತನ]. ಸಮರ್ಥನೆಯೊಂದಿಗೆ ಸೂಕ್ತವಾದ ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ (X-bar/R ಅಥವಾ I-MR) ಅನ್ನು ನನಗೆ ಶಿಫಾರಸು ಮಾಡಿ ಮತ್ತು ಕೇಂದ್ರ ರೇಖೆ + ನಿಯಂತ್ರಣದ ಮಿತಿಗಳನ್ನು ಎಂಪಿಎಯೊಂದಿಗೆ ನಿಯಂತ್ರಿಸುವ ಮಿತಿಗಳನ್ನು ಲೆಕ್ಕಹಾಕಿ. ಸಹಿಷ್ಣುತೆ ಮಿತಿ ಮೀರುವಿಕೆಯ ಬಗ್ಗೆ ಕಾಮೆಂಟ್ ಮಾಡಿ, ಆದರೆ ಕಾರಣವನ್ನು ತನಿಖೆ ಮಾಡಬೇಕು ಎಂದು ಹೇಳಿ.

Cpk ಕಾಮೆಂಟ್ ಟೆಂಪ್ಲೇಟ್ "Cp = [...], Cpk = [...], ಸಹಿಷ್ಣುತೆ = [...], ಅಳತೆಯ ವಿತರಣೆ = [...]. ಈ ಮೌಲ್ಯಗಳನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ: ಪ್ರಕ್ರಿಯೆಯು ಸಮರ್ಪಕವಾಗಿದೆಯೇ, ವಿಕೇಂದ್ರೀಕರಣವಿದೆಯೇ? ಮಾಪನ ವ್ಯವಸ್ಥೆಯು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆಯೇ ಎಂದು ಮೊದಲು ಕೇಳಲು ನನಗೆ ನೆನಪಿಸಿ (ಗೇಜ್ R&R) ಮಾಪನದ ಅಂಧತ್ವದ ಪ್ರಯೋಗದಿಂದ ಹೆಚ್ಚಿನ Cpk ಬರಬಹುದಾದ ಅಪಾಯವನ್ನು ವಿವರಿಸಿ.'

ದೋಷದ ವರ್ಗೀಕರಣ ಮೌಲ್ಯಮಾಪನ ಟೆಂಪ್ಲೇಟ್ "AI ಚಿತ್ರದ ಮಾದರಿಯು ಈ ಕೆಳಗಿನ ದೋಷಗಳನ್ನು ಗುರುತಿಸಿದೆ: [ಪಟ್ಟಿ]. ಪ್ರತಿಯೊಂದಕ್ಕೂ: ಯಾವ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳ (ಪ್ರಮಾಣಿತ) ವಿರುದ್ಧ ಅದನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬೇಕು, ದೃಢೀಕರಣಕ್ಕಾಗಿ ಯಾವ NDT ವಿಧಾನದ ಅಗತ್ಯವಿದೆ, ತಪ್ಪು-ಧನಾತ್ಮಕ/ಋಣಾತ್ಮಕ ಅಪಾಯಗಳೇನು? 'ಪ್ರಿ-ಸ್ಕ್ರೀನಿಂಗ್' ಆಗಿ AI ಔಟ್‌ಪುಟ್."

SPC ಪ್ಯಾಟರ್ನ್ ವಿಶ್ಲೇಷಣೆ ಟೆಂಪ್ಲೇಟ್ "ಕೆಳಗಿನ ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ ಡೇಟಾವನ್ನು ಪರೀಕ್ಷಿಸಿ: [ಡೇಟಾ/ಸಮಯ ಸರಣಿ]. ಟ್ರೆಂಡ್, ಡ್ರಿಫ್ಟ್, ಆವರ್ತಕತೆ, ಅಥವಾ ಸರಣಿ ನಿಯಮ ಉಲ್ಲಂಘನೆ (ವೆಸ್ಟರ್ನ್ ಎಲೆಕ್ಟ್ರಿಕ್) ಇದೆಯೇ? ಪ್ರತಿ ಪ್ಯಾಟರ್ನ್‌ಗೆ, ಸಂಭವನೀಯ ಪ್ರಕ್ರಿಯೆಯ ಕಾರಣವನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಉಪಕರಣದ ಉಡುಗೆ, ಬ್ಯಾಚ್ ಬದಲಾವಣೆ, ತಾಪಮಾನ) ಇದು ಹೇಗೆ ಉಂಟಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ ಮತ್ತು ಬರೆಯಿರಿ."

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: "ಈ ಡೇಟಾದ ಗುಣಮಟ್ಟ ಉತ್ತಮವಾಗಿದೆಯೇ?"

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: "ಪಾತ್ರ: ನೀವು SPC ಸಹಾಯಕರು. ನಾನು ಈ ಕೆಳಗಿನ ಶಾಫ್ಟ್ ವ್ಯಾಸದ ಡೇಟಾವನ್ನು ಹೊಂದಿದ್ದೇನೆ (25 ಉಪಗುಂಪುಗಳು, n=5): [ಡೇಟಾ]. ಸಹಿಷ್ಣುತೆ 20.00 ± 0.05 mm. ನನಗೆ ತಿಳಿಸಿ: (1) ಕೇಂದ್ರ ಮತ್ತು ನಿಯಂತ್ರಣ ಮಿತಿಗಳನ್ನು ಲೆಕ್ಕಹಾಕಿ: (1) ಫಲಿತಾಂಶವನ್ನು ಅಂಗೀಕಾರದ ಮಾನದಂಡಗಳೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ, ಆದರೆ R&ಆರ್ ಸಿಸ್ಟಮ್ ಅಗತ್ಯವಿದೆ ಎಂದು ನೆನಪಿಸಿಕೊಳ್ಳಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ ಅಸ್ಪಷ್ಟ ಮತ್ತು ಕಾಮೆಂಟ್ ಇಲ್ಲದೆ ಉತ್ತರವನ್ನು ನೀಡುತ್ತದೆ. ಪ್ರಬಲ ಪ್ರಾಂಪ್ಟ್ ಸ್ಪಷ್ಟ ಡೇಟಾ, ಸಹಿಷ್ಣುತೆ ಮತ್ತು ಅಪೇಕ್ಷಿತ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ನೀಡುತ್ತದೆ; It stipulates the control limit/tolerance distinction, Gage R&R control, and that the final decision remains with the engineer.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಸಹಿಷ್ಣುತೆಯೊಂದಿಗೆ ನಿಯಂತ್ರಣ ಮಿತಿಗಳನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು ಅಥವಾ ಯಾವುದೇ ಎಚ್ಚರಿಕೆ ಸಂಭವಿಸದಂತೆ ಅವುಗಳನ್ನು ವಿಸ್ತರಿಸುವುದು.
• ಮಾಪನ ವ್ಯವಸ್ಥೆಯನ್ನು ಪರಿಶೀಲಿಸದೆ Cpk ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ (ಗೇಜ್ R&R).
• ಮಿತಿ ಮೀರುವಿಕೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತ "ಮೂಲ ಕಾರಣ" ಎಂದು ಪರಿಗಣಿಸಿ ಮತ್ತು ಮಾಪನವನ್ನು ದೃಢೀಕರಿಸದೆ ಸ್ಕ್ರ್ಯಾಪ್ ಮಾಡಲು ನಿರ್ಧರಿಸುವುದು.
• AI ದೋಷದ ವರ್ಗೀಕರಣವನ್ನು ಅಂತಿಮ ಸ್ವೀಕಾರ ನಿರ್ಧಾರವಾಗಿ ಪರಿಗಣಿಸಿ; NDT ಮತ್ತು ಅಧಿಕೃತ ಅನುಮೋದನೆಯನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು.
• ಸಾಮಾನ್ಯ ಕಾರಣ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಕಾರಣ (ಅತಿ-ಹೊಂದಾಣಿಕೆ) ನಡುವೆ ವ್ಯತ್ಯಾಸವಿಲ್ಲದೆ ಪ್ರತಿ ಏರಿಳಿತದಲ್ಲಿ ಮಧ್ಯಪ್ರವೇಶಿಸುವುದು.
• ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಸರಣಿಯಲ್ಲಿ, AI ಹೇಳುವುದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಂಬುವುದು "ಸ್ವಚ್ಛ" ಮತ್ತು ಮಾದರಿ ಪರಿಶೀಲನೆಯನ್ನು ನಿರ್ವಹಿಸುವುದಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣದಲ್ಲಿ AI ದೋಷದ ವರ್ಗೀಕರಣ, ದೊಡ್ಡ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿ ಕ್ಯಾಪ್ಚರ್ ಮತ್ತು SPC ಗ್ರಾಫ್/Cpk ಲೆಕ್ಕಾಚಾರದೊಂದಿಗೆ ಗುಣಮಟ್ಟದ ಎಂಜಿನಿಯರ್‌ನ ಕಣ್ಣು ಮತ್ತು ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ನಿಯಂತ್ರಣ ಮಿತಿ-ಸಹಿಷ್ಣುತೆಯ ವ್ಯತ್ಯಾಸ, ಮಾಪನ ವ್ಯವಸ್ಥೆಯ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ವಿಶೇಷ/ಸಾಮಾನ್ಯ ಕಾರಣದ ವ್ಯತ್ಯಾಸವನ್ನು ಸರಿಯಾಗಿ ಮಾಡದಿದ್ದರೆ, ಅಂಕಿಅಂಶಗಳು ತಪ್ಪುದಾರಿಗೆಳೆಯಬಹುದು. ಪ್ರತಿ ಅಲಾರಂ ಅನ್ನು ಪ್ರಚೋದಕವಾಗಿ ಪರಿಗಣಿಸಿ, ಮಾಪನವನ್ನು ದೃಢೀಕರಿಸಿ, ಮೂಲ ಕಾರಣವನ್ನು ತನಿಖೆ ಮಾಡಿ ಮತ್ತು ಅಂತಿಮ ಸ್ವೀಕಾರವನ್ನು ಸ್ವೀಕಾರ ಮಾನದಂಡ, ಪ್ರಮಾಣಿತ NDT ಮತ್ತು ಅಧಿಕೃತ ಅನುಮೋದನೆಗೆ ಲಿಂಕ್ ಮಾಡಿ. AI ಪ್ರಾಥಮಿಕ ಆಯ್ಕೆಯನ್ನು ಮಾಡುತ್ತದೆ, ಎಂಜಿನಿಯರ್ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಮಾಪನಗಳ ನೈಜ ಅಥವಾ ಕಾಲ್ಪನಿಕ ಸರಣಿಯನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ (ಉದಾ. ವ್ಯಾಸ/ಗಡಸುತನದ ಡೇಟಾದ 20-25 ಉಪಗುಂಪುಗಳು) ಮತ್ತು ಸಹಿಷ್ಣುತೆ. "ಸೆಟಪ್ ಕಂಟ್ರೋಲ್ ಚಾರ್ಟ್" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ, ಸೂಕ್ತವಾದ ಚಾರ್ಟ್ ಪ್ರಕಾರ ಮತ್ತು ಲೆಕ್ಕಾಚಾರದ ಕೋಡ್‌ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ ಮತ್ತು ಅದು ನಿಯಂತ್ರಣ ಮಿತಿಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ನಂತರ "Cpk COMMENT" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರಕ್ರಿಯೆಯ ಸಮರ್ಪಕತೆಯನ್ನು ಕಾಮೆಂಟ್ ಮಾಡಿ ಮತ್ತು Gage R&R ಚೆಕ್ ಅನ್ನು ಗಮನಿಸಿ. ಅಂತಿಮವಾಗಿ, ಮಿತಿಯನ್ನು ಮೀರಿದ ಸನ್ನಿವೇಶವನ್ನು ರಚಿಸಿ ಮತ್ತು ನೀವು ಯಾವ ಹಂತಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತೀರಿ (ಮಾಪನ ದೃಢೀಕರಣ, ಮೂಲ ಕಾರಣ, ಸ್ವೀಕಾರ ಮಾನದಂಡ) ಪ್ಯಾರಾಗ್ರಾಫ್‌ನಲ್ಲಿ ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬೇಕಾದ ನಿರ್ಣಾಯಕ ಗುಣಮಟ್ಟದ ಗುಣಲಕ್ಷಣ ಮತ್ತು ಮಾಪನ ವ್ಯವಸ್ಥೆಯ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸೂಕ್ತವಾದ ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ ಪ್ರಕಾರವನ್ನು ಆಯ್ಕೆ ಮಾಡಿದ್ದೇನೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯಿಂದ ಮಿತಿಗಳನ್ನು ಲೆಕ್ಕ ಹಾಕಿದ್ದೇನೆ.
• [ ] ನಾನು ನಿಯಂತ್ರಣ ಮಿತಿ ಮತ್ತು ಸಹಿಷ್ಣುತೆಯನ್ನು ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆ; ನಾನು ಅನಿಯಂತ್ರಿತವಾಗಿ ಗಡಿಗಳನ್ನು ವಿಸ್ತರಿಸಲಿಲ್ಲ.
• [ ] ನಾನು ಮಾಪನ ವ್ಯವಸ್ಥೆಯ ವಿಶ್ವಾಸಾರ್ಹತೆಯೊಂದಿಗೆ Cpk ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿದೆ.
• [ ] ನಾನು ಅಲಾರಾಂ ಅನ್ನು ಟ್ರಿಗರ್ ಎಂದು ಪರಿಗಣಿಸಿದೆ, ಮಾಪನವನ್ನು ದೃಢೀಕರಿಸಿದೆ ಮತ್ತು ಮೂಲ ಕಾರಣವನ್ನು ತನಿಖೆ ಮಾಡಿದೆ.
• [ ] ನಾನು ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳು, ಪ್ರಮಾಣಿತ NDT ಮತ್ತು ಅಧಿಕೃತ ಅನುಮೋದನೆಯ ಮೇಲೆ ಅಂತಿಮ ಸ್ವೀಕಾರವನ್ನು ಆಧರಿಸಿದೆ.