ההיסטוריה והאבולוציה של קבלת ההסכמה בתעשייה

הקדמה: התפקיד של קבלה לפקד איכות

קבלת הדגימה היא טכניקה בקרת איכות סטטיסטית המאפשרת ליצרנים לקבל החלטות מעבר או על אצילות שלמות של מוצרים המבוססים על בדיקה של תת-קבוצה שנבחרה באקראי במקום לבדוק כל יחידה (100% בדיקה), קבלת קבלה מציעה איזון פרגמטי בין עלות ואבטחת.השיטה הייתה אבן הפינה של ניהול תעשייתי במשך כמעט מאה שנים, ממקורותיה בתחום רכש צבאי לשילוב דיגיטלי עם מערכות ייצור דיגיטליות.

ההיגיון הבסיסי של קבלת היתרים על תורת ההסתברות. A מדגם נמשך הרבה, ואם מספר יחידות פגומים בדגימה נופל מתחת למספר קבלה, כל השפע מתקבל; אחרת זה נדחה.גישה זו מניחה כי הדגימה מייצגת את השפע, והיא משתמשת בסיכון סטטיסטי מוגדר מראש - הסיכון של היצרן (α) ואת הסיכון של הצרכנים (β) - כדי לשלוט על ידי תהליך יעיל, מקבל החלטות בזמן אמתיות, החלמות, החל מטיפול יעיל בזמן אמתי, הוא יכול להיות יעיל.

הבנת ההיסטוריה והאבולוציה של קבלת הדגימה מספקת את ההקשר ליישומים המודרניים שלה.השיטה שרדה גלי ביקורת מתומכים של ניהול איכות ובקרת תהליכים סטטיסטית כוללת, אך היא נותרה בשימוש נרחב בתעשיות שבהן בדיקות הרסניות, ייצור בנפח גבוה, או אימות של צד שלישי מונע 100 אחוזים של פיקוח.כפי שייצור מתקדם לכיוון תעשייה 4.0 ואיכות חיזוי, קבלה ממשיכה להתאים, להוכיח את התועלת התמידית שלה.

מקור: Acceptance Sampling

שורשיה של הדגימה של קבלה נמצאים בתחילת המאה ה-20 בהתפתחות של בקרת איכות סטטיסטית.בשנות ה-20 וה-30, חוקרים במעבדות בל טלפוניות - בעיקר הרולד דוד והארי רומג - החלו לגבש טבלאות דגימה כדי לבדוק ציוד תקשורת ללא בדיקה של כל רכיב.

עם זאת, הזרז לאימוץ נרחב הגיע במהלך מלחמת העולם השנייה.הצבא האמריקני היה צורך לבחון כמויות עצומות של תחמושת, נשק וציוד אחר המיוצר על ידי אלפי קבלנים.100% בדיקה לא הייתה בלתי מעשית - לעתים קרובות בלתי אפשרית - כי בדיקות כדור אחד או פגז ארטילריה יכול להרוס אותו.קבלה sampling סיפק דרך מתמטית נית נית כדי להעריך איכות תוך צמצום עלויות בדיקה והמלחמה הונפקה לראשונה:

השיטות המוקדמות היו פשוטות מבחינה קונספטואלית.הרבה גודל N הוצג לבדיקה; מדגם של גודל n נמשך באקראי.אם מספר יחידות פגומים בדגם עלה על מספר קבלה קבוע c, כל הסכומים נדחתה.ההסתברות לקבל הרבה עם פגום מסוים יכול להיות מחושב מן ההיפרגנומטרי או בינארית הפצה.

שיטות מוקדמות ופיתוח

תוכניות רווקות

תוכנית הדגימה היחידה היא הצורה הבסיסית ביותר של דגימת קבלה.מפקח שואב דגימה אקראית אחת בגודל N מגודל גדול N. אם מספר יחידות פגומים במדגם הוא c (מספר קבלה), הרבה מתקבל; אחרת, הוא נדחה.הדגימה בודדת היא פשוטה לניהול, אבל זה יכול להיות מדגם גדול יחסית כדי להשיג את האפליה הטובה בין תוכנית ההסתברות של 1C LT) מתאים (F) 1 התפלגות יחיד של תוכנית פשוטה של LT.

תוכניות כפולות

תוכניות כפולות של דגימה הוצגו כדי להפחית את גודל הדגימה הממוצע הנדרש.בתכנית כפולה, מדגם ראשון בגודל N1 נלקח.אם מספר פגומים הוא c1, את הרוב מתקבל מיד; אם זה ⁇ r1 (מספר הדחייה), הרבה הוא נדחה.אם ספירה בין c1 ל- r1, מדגם שני של n2 הוא מקבל את אותה תוכנית כפולה במיוחד עם מספר זה כפול של פגום.

תוכניות מרובות וקיימות

(המספר תוכניות הדגימה מרחיבות את הרעיון של דגימה כפולה על ידי מתן עד ל- k של שלבים של דגימה. בכל שלב, המספר המצטבר של פגומים הוא בהשוואה למגבלות קבלה ודחייה.הצורה המתקדמת ביותר היא (FLT:0sequential samplingFLT:1, שבו פריטים נבדקים אחד בזמן וההחלטה לקבל, או לדחות את הדגימה הרגילה שלו הוא מקבל על ידי בדיקת סיכונים אפשרי על ידי בדיקת שתן, הוא מקבל.

סטנדרט ואימוץ התעשייה

כפי שהשלמה קבלה התבגרה, הסטנדרטים הלאומיים והבינלאומיים יצאו לאחד את הפרקטיקה על פני תעשיות ומדינות.הסטנדרטים המשפיעים ביותר הם:

• (FLT:0)MIL-STD-105FLT:1 (מאוחר יותר הוחלף על ידי ANSI / ASQ Z1.4): קבוצה של שולחנות המספקים תוכניות חד פעמיות מרובות, כפולות, ומספר רב של דגימה עבור בדיקה תכונת תכונת רגילה, מודוקת והורדת רמות בדיקה שמתאימות לעוצמה דגימה בהתבסס על ההיסטוריה הספקית.
• (FLT:0) ISO 2859-1FLT:1: המקבילה הבינלאומית של MIL-STD-105, מאומצת באופן נרחב באירופה ובאסיה.הוא פגע בהליכים דגימה לאורך הגבולות, מה שמאפשר שרשראות אספקה גלובליות.
• (FLT:0)ANSI/ASQ Z1.9FLT:1): תקן עבור משתנים תוכניות דגימה, אשר משתמשים מדידות (למשל, אורך, משקל, מתח) במקום ספירות של פגמים. תוכניות שונות יכול להשיג את אותה הגנה עם גדלים מדגם קטן יותר כאשר חלוקת המדידה היא נורמלית.

סטנדרטים אלה הביאו עקביות להבטחת איכות במגזרים החל ממרחב לפוליסות.הם כללו החלפת כללים: אם רבים של הספק האחרונים הם באיכות גבוהה, בדיקה עשויה להיות מופחתת; אם איכות מידרדרת, בדיקה מוכווצת מוחלת.

הסטנדרטיזציה אפשרה גם סוכנויות פיקוח של צד שלישי וגופים רגולטוריים לציין שפה משותפת.לדוגמה, מינהל המזון והתרופות האמריקני (FDA) התייחס ל-Sampling בתקנה האיכותית של מערכת הבריאות שלה, המחייבת יצרנים להשתמש בתוכניות דגימה תקפים סטטיסטית כאשר 100 אחוזים אינם ניתנים להשגה.

יסודות מתמטיים

יעילותה של כל תוכנית דגימה קבלה נשלטת על ידי כמה מושגים מרכזיים:

קידוד הפעלה (OC) Curve

עקומת OC מבססת את ההסתברות של קבלה גדולה (PFalve:0irsaFLT:1) נגד השבריר האמיתית של השבר האמיתי (p) תוכנית מושלמת תקפוץ מ 1 עד 0 ב- AQL, אבל עקומות אמיתיות הן מתפתלות.ההמכלול של העקומה מצביע על יכולתה של התוכנית לאפליה בין טוב לרע.

AQL, LTPD וסיכון

• (FLT:0)AQL (רמת איכות גבוהה) , 1:1: הפגם המקסימלי שנחשב מקובל כתהליך ממוצע.
• (ה-FLT:0) LTPD (Lot Tolerance Percent Defeiv) FLT:1: אחוז הפגום נחשב בלתי מתקבל על הדעת.
• (FLT:0) הסיכון של פרופודור (α) ,Aveph:1: ההסתברות לדחות הרבה איכות AQL (הרבה טוב).
• (FLT:0) הסיכון של קונסרמר (β)cioFLT:1: ההסתברות לקבל הרבה איכות LTPD (הרבה רע).

(במתמטיקה, החלוקה המילולית לעתים קרובות דומה להסתברות קבלה עבור הרבה: PFLT:0acioFLT:1 = ⁇ (מ x=0 ל c) [C(n,x) pFLT:2xreaFLT 3:2xFLT 3 (1-p) FLT:4n-xFalr ⁇ ; ; ; â for Small, the Hypergeometric הוא משמש דרישות מדויקות ו-xometric הוא מחשב.

התפתחות עם טכנולוגיה

המצאת המחשב האלקטרוני ומאוחר יותר המחשב האישי הפך את קבלת הקבלה מאימון שולחן ידני לתוך תהליך דינמי, מונע נתונים. בשנות ה-70 וה-80, מערכות הראשיות אפשרו למפעלים לאחסן היסטוריה של טבלת חשבונות וליישם באופן אוטומטי החלפת כללים. על ידי שנות ה-90, חבילות תוכנה סטטיסטית משולבות sampling עם כלים רחבים יותר של SPC, ומאפשרות למפעילים לייצר תוכניות, OC, לנתח ביצועים.

שני התפתחויות טכנולוגיות השפיעו על כך:

• (FLT:0) ציוד בדיקה מאויש 1FLT: מערכות חזון, מיקרומטר לייזר ותיאום מכונות מדידה יכול לבדוק פריטים במהירות גבוהה, להאכיל נתונים ישירות לתוך אלגוריתמים דגימה.זה הופך כפול ורגיש בקווי ייצור שבו הפסקת בדיקה ידנית יהיה יקר.
• (FLT:0) איסוף נתונים של נתונים ו- MES אינטגרציהFIRLT:1: מערכות ייצור מודרניות (MES) לעקוב אחר הרבה מעקב, החלטות בדיקה ונתונים פגומים.קבלה תוכניות דגימה ניתן להפעיל באופן אוטומטי על בסיס סוג המוצר, איכות היסטורית, או דרישות הלקוח. לוחות זמנים אמיתיים מראים את הסטטוס של הרבה ב- samplingling, expating החלטות.

יתר על כן, עלייתו של ההרחבה:0Cloud ComputingFLT1 ו-FLT:2big data analyticssph 3 מאפשרת כניסה של נתונים מפצילים.חברה רב-לאומית יכולה כעת לפקח על ביצועי הדגימה של כל המפעלים שלה בפלטפורמה אחת, זיהוי ספקים או שינויים שיוצרים באופן עקבי הרבה גבול.

מגמות נוכחיות בהסכמה

המונחים: noise

במקום ליישם את גודל אחד בגודל של AQL, תוכניות הדגימה מבוססות סיכון מודרני להתאים גדלים מדגם וקריטריונים קבלה לקריטי של המאפיינים המוצר.לדוגמה, פגם במערכת מתפתלת מכוניות מצדיק הרבה יותר חזק מאשר פגם קוסמטי. תוכניות מבוסס סיכון להשתמש במצב כשל ואפקטים ניתוח (EA) כדי לסווג מאפיינים לתוך A, קטגוריות C, כל אחת עם גישה זו.

תוכניות תזמון רציף (CSP)

CSPs הם אלטרנטיבה ל-הרבה-על-ידי-לוט דגימה, בשימוש כאשר יחידות מיוצרות בזרם מתמשך.התהליך משתנה בין 100 אחוזים של בדיקה ו- sampling תקופתית, בהתבסס על מספר הפריטים התואמים ברציפות שנמצאו. CSPs נפוצים בקווי ייצור מהירים ופעולות אריזה. תקנים כגון MIL-STD-1235 ו- ANSI / ZQ-C לספק הנחיות.

קבלה של Bayesian Acceptance

שיטות Bayesian משלבות ידע קודם על התהליך (למשל, שיעורי פגם היסטוריים, אמינות הספק) לתוך תוכנית הדגימה.המידע הקודם משולב עם נתוני הדגימה כדי לייצר הסתברות עמוקה כי האיכות עונה מפרטים. תוכניות Bayesian יכול להפחית את גודל הדגימה באופן משמעותי כאשר נתונים קודמים חזקים, תוך הגנה מפני הפתעות.

שילוב עם IoT תעשייתי (IIoT)

טכנולוגיות תעשייתיות 4.0 טשטשו את הקו בין 100 אחוזים של בדיקה אוטומטית ו-Sampling. במפעלים חכמים, כל מוצר עשוי לבדוק בקו על ידי חיישנים, אך ההחלטה לקבל או לדחות "הרבה וירטואלי" ניתן לעשות באמצעות לוגיקה מדגימה קבלה על נתוני החיישן. גישה היברידית זו מאפשרת ליצרנים לשמור על המשמעת הסטטיסטית של דגימה תוך מינוף נתונים גבוהים מרשתות I.

כיוונים עתידיים

ניהול איכות חיזוי

בעוד דגמי למידת מכונה להיות מוטבע במערכות ייצור, דגימת קבלה עשויה להשתנות מהחלטות תגובתיות - כדי לחזות ניהול איכות חיזוי. במקום לבדוק מדגם כדי להחליט על הרבה הנוכחי, מודל עשוי להשתמש בפרמטרים של תהליך, סקירות חיישן ונתונים היסטוריים כדי לחזות את ההסתברות כי הרבה יעבור דגימה. רק הרבה עם פרצות בלתי חד משמעיות עלולות לגרום בדיקה גופנית.

Blockchain ו Traceability

טכנולוגיית בלוקצ'יין מציעה תיעוד בלתי-מוגדר של כל החלטה של בדיקה ונתונים התומכים שלה.בתעשיות מוסדרות (מכשירים רפואיים, אוויר), הרגולטורים עשויים לקבל רשומות דגימת ספולינג של blockchain במקום תעודות נייר. חוזים חכמים יכולים באופן אוטומטי לשחרר הרבה למשלוח כאשר תוצאות הבדיקה הדיגיטלית לעמוד בקריטריונים מוגדרים מראש, להאיץ את שרשראות האספקה.

Zero Defect Paradigm and Sampling's Changing Role

דחיפה לאפס פגמים, שזוההה על ידי שישה Sigma ו- רזה ייצור, לפעמים שאלות הצורך של קבלת הדגימה.מבקרים טוענים כי דגימה רק הרבה טוב מרע, ולא למנוע פגמים. בתגובה, הדגימה קבלה מודרנית מגובשת מחדש כמערכת התראה מוקדמת להידרדרות בתהליך, לא שער סופי.

מסקנה

(הקבלה של sampling הגיעה דרך ארוכה מהטבלאות ידניות של שנות ה-40.האבולוציה משקפת את המסלול הרחב יותר של בקרת איכות תעשייתית: מהקרנה תגובתית ליזום, קבלת החלטות מונחת נתונים.למרות תחזיות תקופתיות של מיילדות, קבלת אישורים עדיין כלי חיוני בתיבת הכלים של מהנדס האיכות, במיוחד עבור מצבים שבהם 100 אחוז בדיקה היא בלתי אפשרית או פורמלית של תקן ISO 2, לעומת 259 / LT2, לעומת זאת, לעומת תקן מסחר רגיל של תקן D.

(במבט קדימה, שילוב של קבלת מידע גדול, בינה מלאכותית ובלוקצ'יין מבטיח להפוך אותו אפילו יותר חזק.ארגונים שמבינים את ההיסטוריה ואת ההתפתחויות האחרונות ממוקמים ביותר כדי לתכנן אסטרטגיות דגימה אשר מאזן סיכונים, עלות ואיכות. עבור קריאה נוספת, את FLT:0ASQ קבלה דף חנינה:1LT:1 מציע הסברים סטטיסטיים, ואת שיטת ה-F2S: תוכניות מפורטות של OLT / iducing, כולל תוכניות מתמטיות של O.