தரக் கட்டுப்பாடு மற்றும் புள்ளியியல் செயல்முறைக் கட்டுப்பாடு (SPC)

ஆதாயங்கள்:

• கட்டுப்பாட்டு விளக்கப்படங்கள் (X-bar/R, p, c) மற்றும் செயல்முறை திறன் குறியீடுகள் (Cp, Cpk) ஆகியவற்றைப் புரிந்துகொள்ளும் திறன்
• AI உடன் கட்டுப்பாடற்ற சிக்னல்களை (மேற்கத்திய மின்சார விதிகள்) ஸ்கேன் செய்து அறிக்கையிடுவதை துரிதப்படுத்தும் திறன்
• மூல தரவு மற்றும் இயற்பியல் செயல்முறை யதார்த்தத்துடன் AI இன் புள்ளிவிவர விளக்கத்தை சரிபார்க்கும் திறன்

தரமானது ஆய்வு மூலம் "வரிசைப்படுத்தப்படவில்லை", இது செயல்முறை மூலம் "உற்பத்தி" செய்யப்படுகிறது. புள்ளியியல் செயல்முறை கட்டுப்பாடு (SPC) அதைச் செய்வதை நோக்கமாகக் கொண்டுள்ளது: செயல்முறையை உண்மையான நேரத்தில் கண்காணித்தல் மற்றும் பிழைகள் தயாரிப்புகளாக மாறுவதற்கு முன்பு சிக்னல்களைப் பிடிப்பது. SPC இன் பலம் இயற்கையான (பொதுவான காரணம்) மாறுபாட்டை அசாதாரணமான (சிறப்புக் காரணம்) மாறுபாட்டிலிருந்து வேறுபடுத்துவதில் உள்ளது. இந்த பகுதியில், AI ஆனது கட்டுப்பாட்டு விளக்கப்பட விளக்கம், விதி ஸ்கேனிங் மற்றும் திறன் அறிக்கையிடல் ஆகியவற்றை துரிதப்படுத்துகிறது; ஆனால் இயற்பியல் செயல்முறையின் யதார்த்தத்துடன் புள்ளிவிவர விளக்கத்தை கலப்பது மனிதனின் வேலை. இந்த பிரிவில், கட்டுப்பாட்டு விளக்கப்படங்கள், Cp/Cpk திறன் குறியீடுகள் மற்றும் SPC இல் AI இன் சரியான பங்கு ஆகியவற்றை நாங்கள் உள்ளடக்குவோம்.

மாறுபாட்டின் இரண்டு முகங்கள்

ஒவ்வொரு செயல்முறையும் மாறுபாட்டை உள்ளடக்கியது. SPC இந்த மாறுபாட்டை இரண்டாகப் பிரிக்கிறது:

• பொதுவான காரணம்: செயல்பாட்டில் உள்ளார்ந்த சீரற்ற, யூகிக்கக்கூடிய ஏற்ற இறக்கம். செயல்முறை "கட்டுப்பாட்டின் கீழ்" உள்ளது.
• சிறப்புக் காரணம்: வெளிப்புற, ஒதுக்கக்கூடிய நிகழ்வு (கருவி உடைப்பு, மூலப்பொருள் தொகுதி மாற்றம், மாற்றத்தை அமைத்தல்). செயல்முறை "கட்டுப்பாடு இல்லை".

கட்டுப்பாட்டு விளக்கப்படத்தின் ஒரே நோக்கம் இரண்டையும் பிரிப்பதாகும். பொதுவான காரண ஏற்ற இறக்கங்களுக்கு பதிலளிப்பது (அதிக சரிசெய்தல் / "டேம்பரிங்") உண்மையில் மாறுபாட்டை அதிகரிக்கிறது. டெமிங்கின் உன்னதமான "புனல் பரிசோதனை" இதைக் காட்டுகிறது: ஒவ்வொரு விலகலிலும் தலையிடுவது விஷயங்களை மோசமாக்குகிறது.

உதவிக்குறிப்பு: கட்டுப்பாட்டு வரம்புகளை (UCL/LCL) சகிப்புத்தன்மை (குறிப்பிடுதல்) வரம்புகளுடன் ஒருபோதும் குழப்ப வேண்டாம். கட்டுப்பாட்டு வரம்புகள் செயல்முறையின் "குரல்" (தரவில் இருந்து கணக்கிடப்படுகிறது); சகிப்புத்தன்மை வரம்புகள் வாடிக்கையாளரின் "குரல்" (வடிவமைப்பிலிருந்து வருகிறது). AI சில நேரங்களில் இவற்றைக் குழப்புகிறது; ஒவ்வொரு கருத்துரையிலும் நீங்கள் எதைப் பற்றி பேசுகிறீர்கள் என்பதை தெளிவுபடுத்துங்கள்.

கட்டுப்பாட்டு விளக்கப்பட வகைகள்

தரவு வகைக்கு ஏற்ப விளக்கப்படம் தேர்ந்தெடுக்கப்படுகிறது.

கிராபிக்ஸ்

தரவு வகை

உதாரணம்

எக்ஸ்-பார்/ஆர்

தொடர்ச்சியான (அளவீடு), துணைக்குழு

தண்டு விட்டம் சராசரி மற்றும் அனுமதி

எக்ஸ்-பார்/எஸ்

தொடர்ச்சியான, பெரிய துணைக்குழு

நிறை நிறை

ஐ-எம்ஆர்ஐ

தொடர்ச்சியான, ஒற்றை அளவீடு

ஒரு நாளைக்கு ஒற்றை அளவீடு

p/np

தனித்துவமான, குறைபாடுள்ள விகிதம்/எண்

தவறான பாகங்கள் விகிதம்

c/u

தனித்தன்மை, குறைபாடுகளின் எண்ணிக்கை

ஒரு அலகுக்கு குறைபாடுகள்

X-bar/R விளக்கப்படத்தில், கட்டுப்பாட்டு வரம்புகள் துணைக்குழு சராசரிகள் மற்றும் இடைவெளிகளிலிருந்து கணக்கிடப்படுகின்றன:

UCL_xbar = X-டபுள்-பார் + A2 × R-barLCL_xbar =

கட்டுப்பாட்டுக்கு வெளியே சமிக்ஞைகள் (மேற்கத்திய மின்சார விதிகள்)

ஒரு புள்ளி எல்லைக்கு வெளியே செல்வது மட்டுமே சமிக்ஞை அல்ல. வெஸ்டர்ன் எலக்ட்ரிக் (நெல்சன்) விதிகளும் வடிவங்களைப் பிடிக்கின்றன:

1. ஒரு புள்ளி 3σக்கு வெளியே உள்ளது (எல்லைக்கு வெளியே).
2. 2σக்கு அப்பால் தொடர்ந்து 2/3 புள்ளிகள் (அதே பக்கத்தில்).
3. 1σக்கு அப்பால் 4/5 தொடர்ச்சியான புள்ளிகள்.
4. மையக் கோட்டின் ஒரே பக்கத்தில் 8 தொடர்ச்சியான புள்ளிகள் (ஷிப்ட்).
5. 6 புள்ளிகள் தொடர்ந்து அதிகரித்து/குறைந்து கொண்டே இருக்கும் (போக்கு).

பங்கு: நீங்கள் SPC இல் அனுபவம் வாய்ந்த ஒரு தரமான பொறியாளர். பணி: கொடுக்கப்பட்ட UCL/LCL மற்றும் மையக் கோட்டின்படி மேற்கத்திய மின்சார விதிகளுடன் பின்வரும் X-பட்டி மதிப்புகளை ஸ்கேன் செய்யவும். கட்டுப்பாட்டுக்கு வெளியே உள்ள ஒவ்வொரு சமிக்ஞைக்கும்: விதி எண், எந்த புள்ளிகள், சாத்தியமான உடல் விளக்கம் மற்றும் பரிந்துரைக்கப்பட்ட விசாரணை படி. மையம்=50.2 UCL=52.1 LCL=48.3 σ=0.63தரவு (வரிசைப்படுத்தப்பட்டது): {{ மதிப்புகள் }}விதி: போலியான சமிக்ஞையை உருவாக்க வேண்டாம்; விதியை முழுமையாக பூர்த்தி செய்யாத புள்ளிகளைக் குறிக்கும். சாத்தியமான காரணங்களை "கருதுகோள்" என்று முன்வைக்கவும், துல்லியமான மொழியில் எழுத வேண்டாம்.

AI இந்த திரையிடலை வேகமாக செய்கிறது, ஆனால் நினைவில் கொள்ளுங்கள்: விதி வழங்கல் என்பது ஒரு புள்ளிவிவர எச்சரிக்கை; கள ஆய்வில் உண்மையான காரணம் கண்டறியப்பட்டது. AI "ஒருவேளை கருவி அணியலாம்" என்று கூறலாம்; கருவி அளவீடு இதை உறுதிப்படுத்துகிறது.

செயல்முறை திறன்: Cp மற்றும் Cpk

செயல்முறை கட்டுப்பாட்டில் இருந்தாலும், அது வாடிக்கையாளர் சகிப்புத்தன்மையை சந்திக்கிறதா? போதுமான அளவு குறியீடுகள் இதைக் கூறுகின்றன.

Cp = (USL - LSL) / (6σ) → பரவல்Cpk = நிமிடத்தை மட்டுமே அளவிடுகிறது[ (USL - μ)/(3σ) , (μ - LSL)/(3σ) ] → மையப்படுத்தலை உள்ளடக்கியது

எடுத்துக்காட்டு: 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 = நிமிடம்[ (10.5 - 10.1)/0.3 , (10.1 − 9.5)/0.3 ]. 4. 4. = ] = நிமிடம்[1.33 , 2.0] = 1.33

Cp = 1.67 ஒரு நல்ல பரவலைக் குறிக்கிறது, ஆனால் Cpk = 1.33 செயல்முறையானது ஆஃப்-சென்டர் என்று நமக்குச் சொல்கிறது (சராசரி 10.1, இலக்கு 10.0 ஐ விட USL க்கு அருகில்). Cpk < Cp எப்போதும் மையப்படுத்தல் சிக்கலைக் குறிக்கிறது. நல்ல சிதறல் கொண்ட ஒரு செயல்முறை கூட தவறாக மையப்படுத்தப்பட்டிருந்தால், ஒரு தவறான தயாரிப்பை உருவாக்கும்.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இந்த செயல்முறை நல்லதா?

"நல்லது" என்பதற்கு எந்த அளவுகோலும் இல்லை; AI ஒரு பொதுவான யூகத்தை மட்டுமே செய்கிறது.

சக்திவாய்ந்த தூண்டுதல்:

பின்வரும் அளவீட்டுத் தரவுகளுடன் Cp மற்றும் Cpk ஐக் கணக்கிடவும் (USL=10.5, LSL=9.5). σ மற்றும் தரவிலிருந்து சராசரியைக் கணக்கிடவும், சூத்திரம் மற்றும் ஒவ்வொரு அடியையும் காட்டவும். Cpk < Cp எனில், இது மையமாக உள்ளதா அல்லது பரவுகிறதா என்று கேட்கவும், கருத்து தெரிவிக்கவும். செயல்முறையின் தோராயமான பிழை விகிதத்தையும் (பிபிஎம்) மதிப்பிட்டு உங்கள் அனுமானங்களை எழுதுங்கள். தரவு: {{ ... }}

மினி கேஸ்: நல்ல சிபி, மோசமான தயாரிப்பு

நிரப்புதல் வரியில், பெரும்பாலான பாட்டில்கள் விவரக்குறிப்பிலிருந்து வெளியே வருகின்றன, ஆனால் செயல்முறை கட்டுப்பாட்டு விளக்கப்படத்தில் "நிலையானதாக" தோன்றுகிறது. தொழில்துறை பொறியாளர் Yağmur AI க்கு தரவை வழங்குகிறார், மேலும் அது Cp மற்றும் Cpk ஐக் கணக்கிடுகிறது: Cp = 1.5 (நல்ல பரவல்) ஆனால் Cpk = 0.7 (போதுமானதல்ல). வித்தியாசம் என்னவென்றால், சராசரி இலக்கிலிருந்து கணிசமாக மாறிவிட்டது. மையப்படுத்துதல் சிக்கலை AI சுட்டிக்காட்டுகிறது; அவர் மழை நிரப்பு வால்வின் அமைப்பைச் சரிபார்த்து, உண்மையில் ஒரு ஆஃப்செட்டைக் காண்கிறார். நீங்கள் அமைப்பை சரிசெய்யும்போது, ​​Cpk 1.4 ஆக அதிகரிக்கிறது மற்றும் கழிவு குறைகிறது. முக்கியமான பாடம்: செயல்முறை "நிலையானது" (கட்டுப்பாட்டின் கீழ்) ஆனால் இன்னும் "குறைபாடு" (குறிப்பிட்டத்தை பூர்த்தி செய்யவில்லை). AI இந்த வேறுபாட்டை எண்ணியல் ரீதியாக நிரூபித்தது; களத்தில் மூல காரணத்தை கண்டுபிடித்தவர் யாக்மூர்.

பொதுவான தவறுகள்

• குழப்பமான கட்டுப்பாடு மற்றும் சகிப்புத்தன்மை வரம்பு: வாடிக்கையாளர் சகிப்புத்தன்மையுடன் கட்டுப்பாட்டு வரம்புகளை சமன்படுத்துதல்.
• பொதுவான காரணம் சிதைவு: ஒவ்வொரு ஏற்ற இறக்கத்திற்கும் சரிசெய்தல் மற்றும் மாறுபாடு அதிகரிக்கும்.
• Cpk ஐப் புறக்கணித்தல்: Cp ஐப் பார்த்து, மையப்படுத்தும் சிக்கலைத் தவறவிடுங்கள்.
• ஆதாரங்களுக்காக AI சிக்னல்களைத் தவறாகப் புரிந்துகொள்வது: புலத்தில் உள்ள வெஸ்டர்ன் எலக்ட்ரிக் சிக்னலின் காரணத்தை சரிபார்க்கவில்லை.
• தவறான விளக்கப்படத் தேர்வு: விகிதத் தரவைக் குறைக்க தொடர்ச்சியான தரவு விளக்கப்படத்தை (X-bar) பயன்படுத்துதல்.

சுருக்கமாக

• SPC இன் சாராம்சம் பொதுவான மற்றும் சிறப்பு காரண மாறுபாட்டைப் பிரிப்பதாகும்; பொதுவான காரணத்தில் தலையிடுவது தீங்கு விளைவிக்கும்.
• கட்டுப்பாட்டு வரம்புகள் செயல்முறையிலிருந்து வருகின்றன, சகிப்புத்தன்மை வரம்புகள் வடிவமைப்பிலிருந்து வருகின்றன; இருவரும் ஒருபோதும் குழப்பமடையக்கூடாது.
• தரவு வகைக்கு (X-bar/R, p, c...) பொருத்தமான விளக்கப்படத்தைத் தேர்ந்தெடுத்து, மேற்கத்திய மின்சார விதிகளுடன் கூடிய வடிவங்களைத் தேடவும்.
• சிபி பரவலை அளவிடுகிறது மற்றும் சிபிகே மையத்தை அளவிடுகிறது; Cpk < Cp ஒரு மையப்படுத்தல் சிக்கலைக் குறிக்கிறது.
• AI புள்ளியியல் சமிக்ஞையை வேகமாக உருவாக்குகிறது; கள ஆய்வு காரணத்தை உறுதிப்படுத்துகிறது, முடிவு பொறியாளரிடம் உள்ளது.

விண்ணப்ப பணி

ஒரு செயல்முறையிலிருந்து (உண்மையான அல்லது கற்பனையான) குறைந்தபட்சம் 20 தொடர்ச்சியான அளவீடுகளை எடுத்து USL/LSL மதிப்புகளைத் தீர்மானிக்கவும். இந்தத் தரவைக் கொண்டு AI ஐ Cp மற்றும் Cpk ஐக் கணக்கிடுங்கள்; தரவுகளிலிருந்து σ மற்றும் சராசரியைக் கணக்கிட்டு ஒவ்வொரு அடியையும் காட்டவும். முக்கியமான சரிபார்ப்பு: எக்செல் அல்லது பைத்தானில் σ, சிபி மற்றும் சிபிகே மதிப்புகளை நீங்களே மீண்டும் கணக்கிட்டு, AI வெளியீட்டுடன் ஒப்பிடுங்கள். வெஸ்டர்ன் எலக்ட்ரிக் விதிகள் மூலம் தரவை ஸ்கேன் செய்து, "புலத்தில் இதை எப்படி சரிபார்க்க வேண்டும்?" கண்டுபிடிக்கப்பட்ட ஒவ்வொரு சமிக்ஞைக்கும். கேள்விக்கு பதில் சொல்லுங்கள். இறுதியாக, Cpk < Cp எனில், மையப்படுத்துதல் அல்லது பரப்புதல் என்பதை முதலில் சரிசெய்ய வேண்டுமா என்பதை முடிவு செய்யுங்கள்.