Статистически контрол на процесите SPC-просто качество

Статистическият контрол на процеса (SPC)

Малко хора обичат статистиката. Най-малко, никога не съм чувал някой открито призна любовта си към статистиката.

Причината за враждебност е разбираемо - много от тях просто не знам статистиката или да го забравя. Изгубена, защото няма смисъл да се помни това, което не се прилага редовно. Изгубени, защото по време на моите проучвания учители наричат ​​омраза запомня формули наизуст.

Аз също не харесвам статистика (прости ми, скъпи учители!). Но за контрол на качеството започва с производството на статистически методи и статистика продължават да заемат почетно място в работата на хиляди експерти по качество по целия свят (Six Sigma колеги, здравей !!).

Така че аз се опитвам да говоря за статистически контрол на процеса (на стат. Control) прост език за хора, които са твърде заети да се възстанови проучване учебници по статистика.

Да започнем с това, че член. Контрол е инструмент за работа с тези групи.

По-голямата част от производствените партиди, произведени днес.

Обикновено, партида е група от стоки / продукти, които имат едни и същи характеристики за всички единици, които са натрупани в един интервал от време от една суровина и (обикновено), натрупани в една и съща техника.

Ако говорим за процеса на производство, обикновено е стат. контрол се използва за обработка на параметрите на изчисление (свойства) на продукти (заготовки, компоненти, опаковки и подобни). можем да оценим използвате следните изчисления:

- стабилността на производствения процес във времето между една партида от продукти;

- стабилността на общия процес на производство на голям (различен производствена партида, полуготови продукти и суровини);

- откриване на случаите, в които контролиран процес на излизане от стабилност.

Стойностите на разсейване (варианти)

Имайте предвид, че в описанието на това, което е страна, съм използвал фразата

"... група от стоки, да има същите характеристики." Защо е "подобна"? Защо не "същото"?

Фактът, че е практически невъзможно да се произведе една и съща част или продукт е винаги на какво - какво ниво на точност (например данни за дължината в mm), които можете да видите разликата между една част от другите:

Част А - 23,5 мм

Подробности Б - 23.7 mm.

Но тъй като всички детайли са произведени от една и съща партида суров материал, от една машина (линия) по същото време (например промяна №2) и свойствата всички те ще бъдат много близки.

Случайни отклонения и систематични отклонения

Външният вид на малки промени в дължината на части, което се случва от само себе си, без промяна на външни фактори (промяна на суровина, промени в машина, човешка намеса и други подобни), наречена случайна вариация. Ние не можем да го контролираме.

Промяната в дължината на части, предизвикани от външни фактори (повреда в машината, например) се нарича системен вариант.

Да предположим, че сме изградили 21-подробно. След внимателно измерване на дължината на всяка част, имаме следния списък:

23,2 23,3 23,4 23,1 23,5 23,6 23,7 23,2 23,3 23,4 23,5 23,6 23,2 23,3 23,4 23,5 23,3 23,4 23,5 23,4 23,3

Нищо не е ясно, заслепен.

Нека се опитаме да ги сложи в чинията на стойностите на честотата:

Но за още по-голяма четливост решава да построи хистограма:

Или по този начин, по-запознати опция за вас в Excell:

Ако ние комбинираме най-горния ред на колоната, ние получаваме вече познатите ни вид хистограма, показваща честотата на възникване на части от групата.

Такова разпределение на стойностите в групата (камбанка хистограма), наречена Gaussian или нормално. Без да навлизаме в статистическото определяне, освен да кажа, че една стабилна процес има нормално разпределение на честотата на стойностите (като форма на камбана).

Стабилен производствен процес

Това е процес, при който не е систематично отклонение, т.е. процес, който последователно произвежда продукти, които имат същите свойства. В нашия случай, ние говорим за факта, че дължината на частите ще бъде в разпространение от 23.1 мм до 23.7 мм. Подробностите ще се срещнат по-често с дължина от 23.4 мм. Всичко това може да се види на хистограмата, където максималната височина на лента представлява честотата на части с дължина от 23.4.

"Това, което се възползва от това?" - те попитам. И ползата е голяма.

Ние можем да тестваме всички продукти на други производители или който и да е период на използване на производствена линия (машина) върху стабилността на процеса. Стабилност означава предварително известни резултати, което ни гарантира качеството. Но нестабилна процес е непредсказуем, днес по-голямата част от части, произведени с дължина от 23.4 mm, а в следващата партида е вече 23,6! В такава нестабилна процес само и си остава, че избраните детайли за да се провери по време на времето на работа и се молят, за да не пропуснете момента, когато най-много от детайлите ще бъде дефектна.

стойности за наблюдение във времето между

Представете си ситуация, когато горните части, произведени в машината. На първи, втори и т.н. Можем да определим на графиката дължината на всеки детайл по време на производството:

По същество това е една и съща диаграма показва само още един инструмент:

Така че, когато процесът е стабилен (и ние виждаме, че той е стабилен на базата на формата на хистограмата), а след това вероятността от части с дължина от 23.9 е изключително малка.

И ако все още е там - че външният й вид не е случайно. Какво - какво е причинило външна причина за това явление. Веднага тичам към колата и проверка

"Е, и какво от това?" - ще каже: "мисля за него, ние знаем, че има проблем, когато активът не отговаря на изискванията на спецификацията."

Има разлика. Обърнете внимание на факта, че производствения процес може да бъде:

Ситуация 1: стабилна произвежда продукти в пълно съответствие с изискванията на спецификацията

Положението 2: стабилен, не произвежда част от спецификацията

Ситуация 3: нестабилна, които произвеждат продукти, които отговарят на изискванията на спецификацията

От дясната страна на фигурата пример за нестабилна процес:

В ситуация 2, ние се занимаваме с една недоказана технология процес. Безполезно е да се крещи на операторите и да изисква от тях да отговарят на условията за употреба. Процесът е стабилна, тя ще издава редовни продукти с известни качества. Проблемът е, че тези имоти не ни подхождат. Но без да се променя същността на процеса - суровини, машини или технологични разработки не можем да се висококачествени продукти. В този случай, дори опасно да се опитам да променя условията за ползване без промяна на самата технология. Можем само да унищожи стабилността на процеса и да се оженят.

В ситуация 3 процес продължава да произвежда продукти, които отговарят на изискванията на спецификацията. Бракът все още. Но ние имаме уникалната възможност, да не чака за брак, да определи процеса, за да стане стабилна. В крайна сметка, основното изискване за всяка маса производствен процес - предвидимостта. В противен случай няма смисъл в технологичния процес, ако ние не знаем предварително как да се държи в процеса и в бъдеще.

В този - това е основната полза на стат. контрол. Това ни позволява да

- видите с един поглед дали процесът е в състояние на статистически контрол

- идентифициране на причините за системното отклонение и се премахнат тези причини

Стъпките на въвеждане и стат. контрол

1. Първата стъпка е да се разбере, че искаме да се контролира.

Моля, обърнете внимание - ние не контролираме дължината на частите, ние контролираме данните за производствения процес!

Дължината на това е просто един ключов параметър, който ни позволява да разберем какво се случва с процеса!

Изберете ключовите параметри, с което искаме да се контролира процеса. Обикновено тези параметри са избрани, че са чувствителни към промени в процес (физически или химически характеристики). Задайте си въпроса - какво ще се случи с параметрите, които се проверяват, ако промените на суровината, служителят направи грешка, ще се провалят в колата?

1. Вторият етап - е да се провери точността и чувствителността на системата за измерване.

Грубо казано, измервателният уред покаже повече от едно значение, както и разпространението на ценности, ако се измери една и съща позиция по няколко пъти! Обикновено, ние не се обърне внимание на това, ако обхватът на измерването е много груб (подценява чувствителност, способност за откриване на ниско сензор).

Първото измерение - 23.4 mm

Второто измерване - 23.4 мм

Промяна на инструмента да бъде измерена с увеличен мащаб измерване (по-висока чувствителност)

Третото измерение - 23,45 мм

Четвъртото измерение - 23, 44 мм

Виждате ли, това би било една и съща позиция, както и резултатите от измерването са различни.

Проблемът се усложнява и от факта, че в допълнение към разпространението на инструмента (точност на измерване), има и разсейването на измервания за оператора (възпроизводимост) - различни хора - различни мярка. Всичко това комплекс тема наречена повторяемост и възпроизводимост на измервателната система.

Това означава, че ако дължината на произведените части променя от 23.4 mm до 23.7 през следващия тест, е необходимо да се уверите, че промяната на 0.3 mm - реални данни за промяна, а не на отклонението в измерването, които са настъпили поради факта, че промяната беше нов контролер TCI.

Разпространението на значението на това, което ние измерваме, трябва да бъде значително по-голяма от стойността на разпространение, което ние се измери!

Най-лесният график - график с означения. Дори и без граници контролните той може

- покаже цялостната картина на процеса (средната продължителност на части, на правила за контрол)

- покажи тенденции (тенденции)

- показва изменението на отделни стойности в процеса.

Норми за предходната фигура - е стандартите за приемане, не са обвързани с статистически граници контрол на процесите!

Изненадващо, дори толкова проста графика, която помага да се даде обща представа за това какво се случва и да се улесни вземането на решения и контрол, не се прилага в много организации. Освен това, може да се използва за описване на свойствата на получените суровинни партиди. И за произведените партиди от готова продукция.

Ето един пример: Графиката ясно показва, че обемната плътност е променило партиди суровини, тъй като партията №14. Освен това партията получените макар да отговаря на изискванията за приемане, вече са близо до горната граница. Много е вероятно, че в следващия мач може да се разминават с изискванията за приемане (пространство за разпространение свойства на случайни промени, тя не остава, те вече са на ръба).

Два въпроса, които възникват веднага:

- Защо промените стойността на старите партии (0,505 от първия до тринадесети вноска) към новото, по-високи стойности (0,512 до четиринадесета вноска и повече)?

- Как да се промени този процес, за да не получа дефектна стока?

В предходните параграфи вече говори за разпространението на стойности (варианти) стойности в групата. Всяка група може да се характеризира със средна стойност данни (сума от всички стойности, разделена на броя на стойности) и стандартно отклонение (стандартно отклонение фигура, която характеризира стойности дисперсия в групата, степента на близост до средните стойности на групата).

1 Голяма стандартно отклонение, голяма разлика между максималната стойности, минималната и средната стойност на групата.

2 стандартното отклонение е малка, малка разлика между максималната стойности, минималната и средната стойност на групата.

Стандартното отклонение (сигма-долу) има голямо практическо приложение в различни процедури за контрол на качеството. В случай на стат. контрол един имот е безценен:

В стабилен процес с нормалните стойности за разпространение са разположени на разстояние от средната стойност.

От графиката се вижда, че

- 68,2% от всички стойности са на разстояние от плюс или минус 1 сигма от средната

- 95,5% от всички стойности са на разстояние от плюс или минус 2 сигма от средната

- 99,7% от всички стойности са на разстояние от плюс или минус 3 сигма от средната стойност.

Така, че всяка стойност на стабилен процес на групи от данни има известна вероятност да бъде на определено разстояние от средната стойност.

Вероятността, че всяка нова позиция в произвежда стабилен процес ще има дължина в рамките на един сигма от средната стойност - 68.2%.

Вероятността, че всяка нова позиция в произвежда стабилен процес ще има дължина в два сигма от средната стойност - 95.5%.

Вероятността, че всяка нова позиция в произвежда стабилен процес ще има дължина в рамките на три-сигма от средната стойност - 99,7%.

Но вероятността, че дължината на новите части по един стабилен процес ще бъде по-дълъг от 3 сигма от средната дължина на почти нула! И ако имаме такъв детайл, най-вероятно има някои - на външния фактор, който влияе на нарушението на стабилност в процеса.

Обърнете внимание на факта, че долните и горните граници на графиката не е на стандартите за приемане на доставка!

Това естествените граници стабилен процес! Плюс или минус 3 сигма.

В зависимост от целите на прилагането използвате различни видове графики.

Две основни групи - графики диаграми за променливи (количествени) и атрибути (качествени характеристики).