Ieguvumi:
- Spēja interpretēt kontroles diagrammas (X-bar/R, p, c) un procesu spēju indeksus (Cp, Cpk)
- Spēja paātrināt nekontrolējamu signālu skenēšanu un ziņošanu (Western Electric noteikumi), izmantojot AI
- Spēja apstiprināt AI statistisko interpretāciju ar neapstrādātiem datiem un fizisko procesu realitāti
Kvalitāti "nešķiro" pārbaudot, to "ražo" process. Statistiskās procesu kontroles (SPC) mērķis ir tieši to darīt: procesa uzraudzība reāllaikā un signālu uztveršana, pirms kļūdas kļūst par produktiem. SPC spēks slēpjas dabiskās (parastas izcelsmes) mainīguma atšķiršanā no neparastas (īpašu iemeslu) mainīguma. Šajā jomā AI paātrina kontroles diagrammu interpretāciju, noteikumu skenēšanu un prasmju ziņošanu; taču cilvēka uzdevums ir apvienot statistisko interpretāciju ar fiziskā procesa realitāti. Šajā nodaļā mēs apskatīsim kontroles diagrammas, Cp/Cpk prasmes rādītājus un AI pareizo lomu SPC.
Divas mainīguma sejas
Katrs process ir saistīts ar mainīgumu. SPC šo mainīgumu iedala divās daļās:
- Bieži cēlonis: nejaušas, paredzamas svārstības, kas raksturīgas procesam. Process tiek "kontrolēts".
- Īpašs iemesls: ārējs, piešķirams notikums (instrumenta lūzums, izejmateriālu partijas maiņa, iestatījuma maiņa). Process ir "ārpus kontroles".
Kontroles diagrammas vienīgais mērķis ir atdalīt abus. Reaģēšana uz vispārpieņemtām svārstībām (pārmērīga pielāgošana / "izjaukšana") faktiski palielina mainīgumu. Deminga klasiskais "piltuves eksperiments" parāda to: iejaukšanās pie katras novirzes pasliktina situāciju.
Padoms. Nekad nejauciet kontroles ierobežojumus (UCL/LCL) ar pielaides (specifikācijas) ierobežojumiem. Kontroles robežas ir procesa “balss” (aprēķināts no datiem); pielaides robežas ir klienta "balss" (nāk no dizaina). AI dažreiz tos sajauc; Katrā komentārā skaidri norādiet, par kuru jūs runājat.
Vadības diagrammu veidi
Diagramma tiek atlasīta atbilstoši datu tipam.
Grafika
Datu tips
piemērs
X-bar/R
Nepārtraukta (mērīšana), apakšgrupa
Vārpstas diametra vidējais un klīrenss
X-bar/S
Nepārtraukta, liela apakšgrupa
Pildījuma svars
I-MRI
Nepārtraukts, viens mērījums
Viens mērījums dienā
p/np
Diskrēts, bojāts rādītājs/skaitlis
Bojāto detaļu līmenis
c/u
Diskrēts, defektu skaits
Defekti uz vienību
X-joslu/R diagrammā kontroles robežas tiek aprēķinātas no apakšgrupas vidējiem rādītājiem un diapazoniem:
UCL_xbar = X-double-bar + A2 × R-barLCL_xbar =
Nekontrolējami signāli (Rietumu elektriskie noteikumi)
Punkts, kas iziet ārpus robežām, nav vienīgais signāls. Western Electric (Nelsona) noteikumi aptver arī modeļus:
- Punkts atrodas ārpus 3σ (ārpus robežām).
- Secīgi 2/3 punkti virs 2σ (tajā pašā pusē).
- 4/5 punkti pēc kārtas virs 1σ.
- 8 secīgi punkti vienā un tajā pašā viduslīnijas pusē (nobīde).
- 6 punkti pastāvīgi pieaug/samazinās (tendence).
Loma: Jūs esat kvalitātes inženieris ar pieredzi SPC jomā. Uzdevums: Skenējiet šādas X-bar vērtības ar Western Electric noteikumiem atbilstoši norādītajai UCL/LCL un centra līnijai. Katram nekontrolējamam signālam: noteikuma numurs, kādi punkti, iespējamā fiziskā interpretācija un ieteiktais izmeklēšanas solis. Center=50.2 UCL=52.1 LCL=48.3 σ=0.63Dati (sakārtoti): {{ vērtības }}Noteikums: neģenerējiet viltus signālu; Atzīmējot punktus, kas pilnībā neatbilst noteikumam. Iespējamos iemeslus norādiet kā "hipotēzi", nerakstiet precīzā valodā.
AI padara šo skrīningu ātru, taču atcerieties: noteikumu nodrošināšana ir statistikas brīdinājums; Lauka izmeklēšana atklāj patieso cēloni. AI varētu teikt "iespējams, instrumentu nodilums"; Tas ir instrumenta mērījums, kas to apstiprina.
Procesa iespējas: Cp un Cpk
Pat ja process tiek kontrolēts, vai tas atbilst klientu pielaidēm? Par to liecina pietiekamības indeksi.
Cp = (USL − LSL) / (6σ) → mēra tikai izplatībuCpk = min[ (USL − μ)/(3σ) , (μ − LSL)/(3σ) ] → ietver centrāciju
Piemērs: USL = 10,5; LSL = 9,5; μ = 10,1; σ = 0,1.
Cp = (10,5 - 9,5) / (6 × 0,1) = 1,0 / 0,6 ≈ 1,67 Cpk = min[ (10,5 - 10,1)/0,3, (10,1 - 9,5)/0,3] = min[ 0,4/0,3 ] = min[ 0,4/0,3 , .3] = . 2,0] = 1,33
Cp = 1,67 norāda uz labu izplatību, bet Cpk = 1,33 norāda, ka process ir ārpus centra (vidēji 10,1, tuvāk USL nekā mērķim 10,0). Cpk < Cp vienmēr norāda uz centrēšanas problēmu. Pat process ar labu izkliedi radīs bojātu produktu, ja tas ir nepareizi centrēts.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Vai šis process ir labs?
Nav kritērija "labam"; AI izdara tikai vispārīgus minējumus.
Spēcīga uzvedne:
Aprēķiniet Cp un Cpk ar šādiem mērījumu datiem (USL=10,5, LSL=9,5). Aprēķiniet σ un vidējo no datiem, parādiet formulu un katru soli. Ja Cpk < Cp, jautājiet, vai tā ir centrēšana vai izkliedēšana, komentējiet. Novērtējiet arī procesa aptuveno kļūdu īpatsvaru (ppm) un pierakstiet savus pieņēmumus. Dati: {{ ... }}
Mini futrālis: labs CP, slikts produkts
Uzpildes līnijā lielākā daļa pudeļu neatbilst specifikācijai, taču process kontroles diagrammā šķiet "stabils". Rūpniecības inženieris Jağmurs sniedz datus AI un liek tai aprēķināt Cp un Cpk: Cp = 1,5 (laba izplatība), bet Cpk = 0,7 (nepietiekami). Atšķirība ir tāda, ka vidējais rādītājs ir ievērojami novirzījies no mērķa. AI norāda uz centrēšanas problēmu; Viņš pārbauda lietus uzpildes vārsta iestatījumu un patiešām atrod nobīdi. Izlabojot iestatījumu, Cpk palielinās līdz 1,4 un atkritumi samazinās. Kritiskā mācība: process var būt “stabils” (tiek kontrolēts), bet joprojām ir “nepietiekams” (neatbilst specifikācijām). AI parādīja šo atšķirību skaitliski; Tas bija Yağmur, kurš atrada galveno cēloni laukumā.
Biežākās kļūdas
- Mulsinoša kontrole un pielaides robeža: kontroles ierobežojumu pielīdzināšana klienta pielaidei.
- Bieža iejaukšanās iemesls: pielāgošana katrai svārstībai un mainīguma palielināšanai.
- Cpk ignorēšana: skatoties tikai uz Cp un trūkst centrēšanas problēmas.
- AI signālu maldināšana kā pierādījums: netiek pārbaudīts Western Electric signāla cēlonis laukā.
- Nepareiza diagrammas izvēle: nepārtrauktas datu diagrammas (X joslas) lietošana defektu ātruma datiem.
Rezumējot
- SPC būtība ir nodalīt kopējo un īpašu iemeslu mainīgumu; Iejaukšanās kopējā lietā ir kaitīga.
- Kontroles robežas nāk no procesa, pielaides robežas nāk no konstrukcijas; Abus nekad nevajadzētu sajaukt.
- Atlasiet diagrammu, kas atbilst datu tipam (X-bar/R, p, c...) un meklējiet modeļus ar Western Electric noteikumiem.
- Cp mēra izplatību un Cpk mēra centrāciju; Cpk < Cp norāda uz centrēšanas problēmu.
- AI ātri ģenerē statistisko signālu; Lauka apskate apstiprina iemeslu, lēmums ir inženiera ziņā.
Lietojumprogrammas uzdevums
Veiciet vismaz 20 nepārtrauktus procesa mērījumus (reālu vai izdomātu) un nosakiet USL/LSL vērtības. Lieciet AI aprēķināt Cp un Cpk ar šiem datiem; No datiem aprēķina σ un vidējo un parāda katru soli. Kritiskā pārbaude: pārrēķiniet σ, Cp un Cpk vērtības programmā Excel vai Python un salīdziniet ar AI izvadi. Pēc tam skenējiet datus, izmantojot Western Electric noteikumus, un jautājiet "kā to pārbaudīt uz vietas?" par katru atrasto signālu. Atbildi uz jautājumu. Visbeidzot, ja Cpk < Cp, izlemiet, vai vispirms ir jālabo centrēšana vai izkliedēšana.