Прибыль:
- Способность интерпретировать контрольные карты (X-bar/R, p, c) и индексы возможностей процесса (Cp, Cpk)
- Возможность ускорить сканирование и отчетность о вышедших из-под контроля сигналах (правила Western Electric) с помощью ИИ.
- Возможность проверки статистической интерпретации ИИ с помощью необработанных данных и реальности физических процессов.
Качество не «сортируется» путем проверки, оно «производится» в процессе. Статистический контроль процессов (SPC) направлен именно на это: мониторинг процесса в реальном времени и улавливание сигналов до того, как ошибки станут продуктом. Сила SPC заключается в различении естественной (общей причины) изменчивости от аномальной (особой причины) изменчивости. В этой области ИИ ускоряет интерпретацию контрольных карт, сканирование правил и составление отчетов о квалификации; но задача человека — совместить статистическую интерпретацию с реальностью физического процесса. В этом модуле мы рассмотрим контрольные карты, индексы квалификации Cp/Cpk и надлежащую роль ИИ в SPC.
Два лица изменчивости
Каждый процесс предполагает изменчивость. SPC делит эту изменчивость на две:
- Общая причина: случайные, предсказуемые колебания, присущие процессу. Процесс находится «под контролем».
- Особая причина: внешнее назначаемое событие (поломка инструмента, смена партии сырья, сдвиг настройки). Процесс «вышел из-под контроля».
Единственная цель контрольной карты — разделить эти две вещи. Реагирование на колебания по общей причине (чрезмерная регулировка / «вмешательство») фактически увеличивает изменчивость. Классический «эксперимент с воронкой» Деминга показывает это: вмешательство при каждом отклонении только ухудшает ситуацию.
Совет: Никогда не путайте контрольные пределы (UCL/LCL) с пределами допуска (спецификации). Пределы контроля — это «голос» процесса (рассчитываемый на основе данных); Пределы допусков – это «голос» заказчика (исходит из проекта). ИИ иногда их путает; В каждом комментарии поясните, о ком вы говорите.
Типы контрольных диаграмм
Диаграмма выбирается в соответствии с типом данных.
Графика
Тип данных
пример
X-бар/R
Непрерывное (измерение), подгруппа
Средний диаметр вала и зазор
X-бар/S
Непрерывная, большая подгруппа
Вес наполнения
Я-МРТ
Непрерывное однократное измерение
Одно измерение в день
п/п
Дискретный, дефектный тариф/число
Уровень неисправных деталей
с/у
Дискретность, количество дефектов
Дефектов на единицу
На диаграмме X-bar/R контрольные пределы рассчитываются на основе средних значений и интервалов подгрупп:
UCL_xbar = X-двойной стержень + A2 × R-стерженьLCL_xbar =
Сигналы выхода из-под контроля (Правила Western Electric)
Выход точки за пределы поля – не единственный сигнал. Правила Western Electric (Нельсон) также фиксируют закономерности:
- Точка находится за пределами 3σ (за пределами).
- Последовательные 2/3 точки за пределами 2σ (на одной стороне).
- 4/5 последовательных точек за пределами 1σ.
- 8 последовательных точек по одну сторону от центральной линии (сдвиг).
- 6 точек, постоянно увеличивающиеся/убывающие (тренд).
Роль: Вы инженер по качеству с опытом работы в SPC. Задача: Сканировать следующие значения X-бара с помощью правил Western Electric в соответствии с заданными UCL/LCL и центральной линией. Для каждого сигнала о выходе из-под контроля: номер правила, на которое указывают, возможная физическая интерпретация и предлагаемый этап исследования. Центр=50,2 UCL=52,1 LCL=48,3 σ=0,63Данные (упорядоченные): {{ значения }}Правило: не генерировать паразитный сигнал; Отмечаем точки, которые не полностью удовлетворяют правилу. Возможные причины представляйте как «гипотезу», не пишите точным языком.
ИИ делает эту проверку быстрой, но помните: предоставление правил — это статистическое оповещение; Полевое расследование устанавливает истинную причину. ИИ мог бы сказать: «вероятно, износ инструмента»; Обмеры инструмента подтверждают это.
Возможности процесса: Cp и Cpk
Даже если процесс находится под контролем, соответствует ли он допускам клиента? Об этом говорят показатели достаточности.
Cp = (USL − LSL)/(6σ) → измеряет только разброс Cpk = min[ (USL − µ)/(3σ) , (μ − LSL)/(3σ) ] → включает центрацию
Пример: USL = 10,5; ЛСЛ = 9,5; ц = 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 указывает на хороший разброс, но Cpk = 1,33 говорит нам, что процесс смещен от центра (среднее значение 10,1, ближе к USL, чем целевое значение 10,0). Cpk < Cp всегда указывает на проблему с центрированием. Даже процесс с хорошей дисперсией приведет к получению дефектного продукта, если он неправильно отцентрирован.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Хороший ли этот процесс?
Критерия «хорошо» не существует; ИИ делает только общее предположение.
Мощная подсказка:
Рассчитайте Cp и Cpk, используя следующие данные измерений (USL=10,5, LSL=9,5). Рассчитайте σ и среднее значение по данным, покажите формулу и каждый шаг. Если Cpk < Cp, спросите, центрируется оно или растекается, прокомментируйте. Также оцените приблизительную частоту ошибок (ppm) процесса и запишите свои предположения. Данные: {{ ... }}
Мини-кейс: хороший CP, плохой продукт
На линии розлива большая часть бутылок выходит за пределы спецификации, но на контрольной карте процесс выглядит «стабильным». Промышленный инженер Ягмур передает данные ИИ и заставляет его рассчитать Cp и Cpk: Cp = 1,5 (хороший разброс), но Cpk = 0,7 (недостаточный). Разница в том, что среднее значение значительно отклонилось от целевого значения. ИИ указывает на проблему центрирования; Он проверяет настройку клапана наполнения дождем и действительно обнаруживает смещение. Когда вы исправите настройку, Cpk увеличится до 1,4, а потери уменьшатся. Важный урок: процесс может быть «стабильным» (под контролем), но при этом оставаться «неполноценным» (не соответствовать спецификации). ИИ продемонстрировал это различие численно; Именно Ягмур нашел причину на поле.
Распространенные ошибки
- Путаница контроля и предела допуска: приравнивание пределов контроля к терпимости клиента.
- Вмешательство по общей причине: корректировка для каждого колебания и увеличения изменчивости.
- Игнорирование Cpk: просто смотрю на Cp и упускаю проблему центрирования.
- Принятие сигналов ИИ за улики: невыполнение проверки причины сигнала Western Electric в полевых условиях.
- Неправильный выбор диаграммы: применение непрерывной диаграммы данных (X-линейка) к данным о частоте дефектов.
В заключение
- Сущность SPC заключается в разделении изменчивости общих и особых причин; Вмешиваться в общее дело вредно.
- Пределы контроля исходят из процесса, пределы допусков — из конструкции; Эти два понятия никогда не следует путать.
- Выберите диаграмму, соответствующую типу данных (X-bar/R, p, c...) и найдите закономерности по правилам Western Electric.
- Cp измеряет распространение, а Cpk измеряет центрацию; Cpk < Cp указывает на проблему с центрированием.
- ИИ быстро генерирует статистический сигнал; Полевая проверка подтверждает причину, решение остается за инженером.
Задача приложения
Проведите не менее 20 непрерывных измерений процесса (реального или вымышленного) и определите значения USL/LSL. Попросите ИИ рассчитать Cp и Cpk на основе этих данных; Рассчитать σ и среднее значение на основе данных и показать каждый шаг. Критическая проверка: самостоятельно пересчитайте значения σ, Cp и Cpk в Excel или Python и сравните их с результатами AI. Затем отсканируйте данные по правилам Western Electric и спросите: «Как мне проверить это в полевых условиях?» для каждого найденного сигнала. Ответьте на вопрос. Наконец, если Cpk < Cp, решите, следует ли сначала исправить центрирование или разброс.