פיתוח תוכניות קבלה אישית עבור דרישות מוצר ייחודיות

שם הסרטון: When Off-the-lf She Sampling Falls

קבלת הדגימה הייתה אבן הפינה של בקרת איכות במשך עשרות שנים, מתן שיטה קולית סטטיסטית להחליט אם לקבל או לדחות ערכת ייצור ללא בדיקה של כל יחידה. תקנים כגון ANSI / ASQ Z1.4 (לשעבר MIL-STD-105E) ו- ISO 2859 מציעים טבלאות דגימה בשימוש נרחב שעובדות עבור מוצרים יציבים עם תהליכים ושיעורים ידועים, כאשר ייצור ייחודי, כגון רכיבים סטנדרטיים, כגון לא סטנדרטיים, או סטנדרטיים, לא מתאימים, כגון, תכונות סטנדרטיות, כגון, או סטנדרטיות, לא סטנדרטיות, אשר לעתים קרובות, תכונות סטנדרטיות, אלקטרוניקה סטנדרטיות, או סטנדרטיות, אשר פועלות באופן קבועות, כגון אלקטרוניקה סטנדרטיות, כמו גם אלקטרוניקה סטנדרטיות, או סטנדרטיות, אשר פועלות באופן נרחב, אשר פועלות היטב, אשר פועלות היטב, תכונות סטנדרטיות, אשר פועלות היטב, כמו גם אלקטרוניקה סטנדרטיות, אשר פועלות היטב, כגון, כמו גם אלקטרוניקה, אשר פועלות עבור מוצרים סטנדרטיות, כגון, אשר עובד טוב יותר, עם התקנים סטנדרטיות, אשר עובד טוב יותר, עם סטנדרטים סטנדרטיות, כגון, אשר עובד טוב יותר, אשר עובד טוב יותר, כגון, כמו גם, כגון, כגון, כמו גם, תכונות סטנדרטיות, תכונות סטנדרטיות, כגון

פיתוח תכנית קבלה אישית של קבלה מאפשר לארגון להתאים את אסטרטגיית הביקורת למוצר & #8217; המאפיינים הקריטיים, הסיכון המקובל ונפח הייצור. מאמר זה מספק מדריך מקיף, צעד אחר צעד ליצירת תוכניות דגימה אישית אשר מאזן את אבטחת האיכות עם יעילות עבור דרישות מוצר ייחודיות.

תוצאות חיפוש עבור קבלה

לפני צלילה לפיתוח תכנית מותאם אישית, חיוני להבין את המושגים הסטטיסטיים הליבה כי תחת כל תוכנית דגימה. קבלה דגימה היא מבחן השערה: השערה אפס היא כי איכות אצווה מקובל (כלומר, שיעור הפגם הוא או מתחת לרמה באיכות להסכים, AQL). השערה חלופית היא כי ערכת הוא פגם (כלומר, את הפגם מעל רמה גבוהה יותר מקוצרת או LTL).

פרמטרים מרכזיים בתוכניות ה-Sampling

(ב) כרך א': ויקרא י' (ב) ,ב"ה) מספר היחידות הכוללות.
(ב) ⁇ (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
מספר ה-C (c): מספר ה- 1 (המספר המקסימלי של יחידות פגומים מותר בדגימה לקבלת החבורה.
מספר (ר): כפל 1: לעיתים קרובות מוגדר כ- c1 בתוכניות דגימה אחת; אם פגמים במדגם מגיעים למספר זה, החבורה נדחתה.
(ב) רמת איכות גבוהה (AQLigue): 1:1 רמת האיכות הגרועה ביותר שנחשבת מקובלת על התהליך.
(FLT:0) הקצאת איכות (LQL) או לוט סובלנות Percent Defective (LTPD): FLT:1 רמת האיכות שנחשבת דוחה; הצרכן רוצה הסתברות גבוהה לדחות אצווה גרועה יותר מאשר רמה זו.
(FLT:0)Producer ’ הסיכון (α): α:FLT:1 ההסתברות לדחות אצווה שהיא למעשה או יותר מאשר AQL. בדרך כלל 5% או 1%.
(FLT:0)Consumer ’s Risk (β): β:FLT:1 ההסתברות לקבל אצווה כי הוא גרוע יותר מאשר LTPD.

תוכניות סטנדרטיות בנויות סביב ערכי α ו- β קבועים (לעתים קרובות α=5%, β=10%) וערכי AQL המוגדרים מראש.כאשר המוצר & #8217; קריטיות או תהליך של נביחות מהנורמות הנראות בסטנדרטים אלה, תוכניות מותאמות אישית הופכות הכרחיות.

מדוע תוכניות סטנדרטיות להורדת סיכונים נכשלות למוצרים ייחודיים

מוצרים ייחודיים רבים חולקים מאפיינים משותפים שמאתגרים גישות דגימה סטנדרטיות:

(FLT:0) גדלים קטנים אצווה: טבלאות סטנדרטיות של קונסולת 1:1 מניחות תפוקה גדולה של 50 חלקים מותאמים אישית, גודל הדגימה שנקבע עשוי להיות גדול מדי או קטן מדי כדי לספק הגנה משמעותית.
(FLT:0) ביקורתיות גבוהה של פגמים: FLT:1 A פגם יחיד במכשיר מושתל או מזרז כנף מטוסים יכול לגרום לכישלון קטסטרופלי. תקן AQLs (למשל, 1% פגומים) אינם מקובלים; התוכנית חייבת לנהוג הצרכן & #8217; הסיכון קרוב לאפס.
(FLT:0Wide Process variability:FLT:1) חומרים חדשים או תהליכים עשויים להיות בעלי יכולת לא ידועה. תוכניות סטנדרטיות לקחת תהליך יציב, אשר עלול לא להחזיק במהלך הייצור הראשוני.
(FLT:0) סוגים פגומים של קודים עם חומרת: ההרחבה 1 (איור 1) מוצרים ייחודיים יש לעתים קרובות מאפיינים איכותיים מרובים, כל אחד הדורש תכונות שונות של AQLs ושינויים בבדיקה.

במצבים אלה, תכנית אישית המגדירה במפורש את עקומת המאפיין התפעולי (OC) ומתאים את קריטריונים בגודל הדגימה וקבלה כדי לעמוד בדרישות סיכון ספציפיות היא הפתרון המעשי היחיד.

שלב 1: זיהוי מפרט מוצרים ואפייני איכות קריטיים

הבסיס של כל תכנית דגימה אישית הוא הבנה מעמיקה של המוצר והשימוש המיועד שלו. לעבוד עם הנדסה עיצובית, ייצור וצוותים איכותיים כדי:

רשימה של כל המאפיינים האיכותיים (דימונים, תכונות חומריות, בדיקות ביצועים).
מסווג כל מאפיין כביקורתי (הסביבה בטוחה), גדול (חשוב באופן פונקציונלי), או קטין (קוסמוטית או נוחות).
לקבוע את רמת הפגם המקובלת עבור כל שיעור. עבור פגמים קריטיים, להגדיר AQL ל 0% או ערכים נמוכים מאוד (למשל, 0.01%).
מסמך חומרת פגמים פוטנציאליים. פגם שמוביל לזיכרון המוצר מחייב תוכנית מחמירה יותר מאשר אחד שרק מרתיע את הלקוח.

צעד זה עשוי גם לכלול ניתוח מצב ואפקטים (FMEA) ⁇ 1 כדי לקדם את משאבי הביקורת על מאפיינים עם המספרים הגבוהים ביותר של עדיפות סיכון.

שלב 2: מפיקים ורמות סיכון צרכניות

עבור מוצרים ייחודיים, ברירת המחדל α=5% ו- β=10% מהתוכניות הסטנדרטיות עשוי להיות רגיש מדי או נוקשה מדי.חשבו על ההשלכות הכלכליות והבטיחותיות:

(FLT:0)Producer ’ הסיכון (α): α:FLT:1 אם דוחים אצווה טובה הוא יקר מאוד (למשל, חומרים מותאמים אישית מבוזבזים, זמני להוביל ארוכים), אתה יכול לאפשר α גבוה כמו 10% או אפילו 15%.
(FLT:0)Consumer ’ הסיכון (β): β:FLT:1 עבור מוצרים קריטיים בטיחות, β חייב להיות נמוך מאוד - 0.1% או אפילו 0.01%.

מסמך החלטות סיכון אלה ולקבל חותמות מבעלי העניין, הם מניעים ישירות את גודל הדגימה ואת מספר הקבלה.

שלב 3: הגדרת רמות ואסטרטגיה של סמפלינג

רמת הדגימה משפיעה על גודל הדגימה יחסית לגודל אצווה. תוכניות סטנדרטיות מציעות רמות נורמליות, מוכווצות וצמצום.

(ב) ,0) ,התמ"ל (ב) כאשר ההיסטוריה של התהליך מוגבלת או כאשר חומרת פגם גבוהה.
(ב) שימוש ב-[[1924]] ב[[1924]], כאשר ה[[1924]], הוא נחשב ל[[1924]] ו[[1924]].
להימנע מ-FLT:0 , 000 , 000 , 000 , 000 ; אם כן המוצר יש תיעוד ארוך של אפס פגמים וסיכון הצרכנים אינו קריטי.

(ה) גם על תוכנית הדגימה: (ה) (התחילה:0) samplingle samplingph 1: (לקחת דגימה אחת, החלטה), FLT:2double samplingFLT 3: (התקבל מדגם קטן קודם, אם יש צורך), או FLT:4squential samplingFLT:5 (בפרק אחד קטן מאוד, אם יש צורך)

שלב 4: עיצוב התוכנית של Spling באמצעות שיטות סטטיסטיות

עם פרמטרים מוגדרים (N, α, β, AQL, LTPD), השתמש חישוב סטטיסטי או תוכנה כדי למצוא גודל מדגם (n) ומספר קבלה (c) עקומת OC של התוכנית חייב לעבור דרך שתי נקודות: (AQL, 1-α) ו (LTPD, β).

שימוש ב- Binomial או Hypergeometric Distributions

עבור N גדול יחסית ל- n (N > 10n), השתמש בהתפלגות בינארית להסתברות גבוהה. עבור N קטן (המומון בייצור מותאם אישית), השתמש בהיפרגיאומטרי.

P(accept) = סכומים {d=0} , p(dמומים בדגימה)

§ § § ® ® ® , אשר מספק את שני ההסתברות דורש חישובים .מהנדסים איכותיים רבים משתמשים בכלים מסחריים כגון FLT:0MinitabveFLT 1 או FLT:2JMPIRFLT 3, או משאבים חופשיים כגון NIST/SEMATECH e-Handbook של שיטות סטטיסטיות (F: 4NIST e-HandentialF:5).

לחלופין, אם המנה קטנה מאוד (למשל, N=20) והפגום הוא קריטי, אתה יכול לבחור את ה- 0c=0 samplingofLT:1 (מספר קבלה אפס) לדוגמה, מדגם של n=10 עם c=0 נותן עקומה OC שבו יש רק 60% של קבלה (מעלה בינארית בינארית) עד ל-β-β- β- β- LT.

דוגמה מעשית: מודול אלקטרוני מותאם אישית

שקול יצרן חוזה המייצר להקות של 200 אסיפות PCB מותאמות אישית עבור מכשיר רפואי. פגמים ממכרים קריטיים חייבים להיתפס.

AQL = 0.1% פגומים (נזק אחד לכל אלף יחידות שווה ערך)
LTPD = 2% פגומים
α = 5% (סיכון להפקת)
β = 5% (סיכון סיכון)

באמצעות חישוב היפרגיאומטרי, גודל הדגימה הנדרשת נמצא n=80 עם c=0. תוכנית זו מספקת 95% סיכוי לקבל ⁇ 0.1% פגומים, ורק 5% סיכוי לקבל ⁇ 2% פגומים.

שלב 5: אימות תוכנית המכס עם טייס בוצ'ים

לפני גלגול התוכנית המסורתית לייצור, לאמת אותו עם ערכות טייסים אשר ידועים רמות פגם (מבודדים מוצר לא-מייצר) זה מאשר את עקומת OC מתנהגת כפי שתוכנן.

צור מספר אצות עם שיעורי פגם ב AQL, LTPD ורמות ביניים (למשל, 1%).
החל את תוכנית הדגימה לכל אצווה (באמצעות דגימה אקראית) ורשום קבלת החלטות/reject.
חזור על פעמים רבות (סימולציית מונטה קרלו מסייעת) להעריך את עקומת OC אמפירית.
אם הסיכונים האמפיריים ממטרות, התאימו n או c ותיקון חוזר.

כל תוצאות אימות עבור רשומות איכות וציות רגולטוריות (FLT:0irment System Regulation Regulation) 1FIRLT דורשות לעיתים קרובות ראיות כאלה).

שלב 6: יישום והמשך התוכנית

לאחר אימות, לשלב את התוכנית מותאם אישית להנחיות עבודה בדיקה.מפקחי רכבת על גודל הדגימה הספציפי, הגדרות פגם, ואת כללי תוכנית ההחלטות.

מעקב אחר תעריפים בסכוםים מקובלים (נתוני חתומה).
מעקב אחר שיעורי דחייה וסיבות
ביצוע ביקורות תקופתיות של עקומת OC - אם יכולת התהליך משתפרת, התוכנית עשויה להיות מוכווצת לגודל מדגם נמוך יותר; אם היא מחיתולים, להגדיל את הכדאיות.

עבור מוצרים ייחודיים אשר הם remanufactured infrequently, התוכנית עשויה להישאר סטטית. עבור ייצור מתמשך, שימוש ב-FLT:0control ⁇ FLT:1 כדי לפקח על יציבות התהליך לצד תוכנית הדגימה.

שיקולים מיוחדים לדרישות מוצר ייחודיות

דרישות קטנות ו- Zero-Defect

כאשר גודל אצווה הוא קטן מאוד (למשל, N=10) ו- אפס פגמים הם חובה, דגימה טהורה עשויה להיות בלתי אפשרית - הסיכון הצרכני של תוכניות c=0 עם n קטן הוא גבוה. במקרים כאלה, לשקול FLT:0100% בדיקה טהורה 1 או FLT:2מעבד אימות FLT 3 כמו שיטת אבטחת האיכות העיקרית.

מספר מאפיינים איכותיים

מוצרים ייחודיים יש לעתים קרובות מאפיינים מרובים עם ביקורת שונה.יצירת תוכניות דגימה נפרדת עבור כל מחלקה אופיינית, או להשתמש ב-FLT:0multiple sampling התוכנית sampling Planph:1 אשר מעריך את כל המאפיינים קריטיים יחד.ההחלטה הכוללת יכול להיות מבוסס על המאפיין הגרוע ביותר (למשל, אם כל מאפיין נכשל, הרבה נדחתה).

התאמת סיכונים מבוססי שימוש במידע קודם

גישות Bayesian יכולות לשלב נתונים היסטוריים ממוצרים דומים כדי להפחית את גודל הדגימה תוך שמירה על רמות הסיכון.לדוגמה, אם תהליך הפיק אפס פגמים ב 10 אצילות קודמות של מורכבות דומה, ניתן להשתמש כי לפני להצדיק גודל מדגם קטן יותר. עם זאת, עבור מוצרים ייחודיים באמת, שיטות Bayesian דורשות תוספת זהירות לפני ציטוט (FLT:0: 0 28-402 - Sequential sampling תוכניות כמה 1LT).

היתרונות של תוכניות קבלה אישית

(הופנה מהדף LT:0) הגנה מתאימה: FLT:1hiled OC עקומות להבטיח כי הצרכן & #8217; הסיכון הוא נמוך בדיוק כמו צורך, לא פחות.
(FLT:0) יעילות: FLT:1 על ידי התמקדות במאפיינים הקריטיים ביותר ושימוש בגודל המדגם המינימלי להשגת מטרות סיכון, בדיקה בזבזנית נמנעת.
(FLT:0) רישום חובה: FLT:1 ענפים מוסדרים רבים (מכשירים רפואיים, חלל, רכב) דורשים הצדקה מתועדות לתוכניות דגימה.תוכנית אישית עם ניתוח סיכונים מספקת מאגרי ביקורת אלה.
(FLT:0) איכות הספק מוכחת:FLT:1 כאשר תוכנית אישית משותפת עם ספקים, היא מתקשרת ציפיות איכותיות מדויקות ומפחיתה את ההפרעה.

מלכודות נפוצות להימנע

(הופנה מהדף AQL כהמטרה: ⁇ FLT:1) הוא רמה איכותית, לא מטרה.
(ב) [15] ,התמ"ג: "הדגימה הנטועה" (ב) היא זו שמציקה את הבסיס הסטטיסטי.
(FLT:0) תוכניות c=0:03FLT 1 בעוד תוכניות אפס-קבלה הן פשוטות, הן יכולות להיות עונשיות יתר על המידה עבור גודל הדגימה גדול, תוך נפח הסיכון של המפיק תמיד להעריך את עקומת OC המלא.
(FLT:0) ,Negting מדידת שגיאה: FLT:1 אם שיטות בדיקה יש רגישות גבוהה (למשל, בדיקה חזותית), עקומת OC יעילה שטוחה יותר מאשר מחושב.

שילוב תוכניות ל-Compet Management System (QMS)

תוכנית דגימה אישית אינה קיימת בבידוד.שלב אותה ל-QMS הרחבה יותר:

תיעוד התוכנית בהליך הפעלה סטנדרטי (SOP) עם בקרת תיקון ברורה.
קישור לתוכנית המוצר & #8217; בדיקה ותוכנית הבדיקה (ITP).
הבטחת התוכנית נבדקת בכל פעם שהמוצר או התהליך משתנים.
שימוש בתוכנה כמפורט בהסכמי איכות הספק.

עבור ארגונים הבאים ISO 9001:2015, התוכנית צריכה להיות מעקב אחר תפוקה הערכת סיכונים (clause 6.1) וניתוח מדידה (clause 9.1).הגמישות לפתח תוכניות מותאמות אישית מראה גישה באיכות בוגרת שיכולה להתאים לדרישות המוצר הייחודיות.

מסקנה

פיתוח תוכניות קבלה אישית של מכירות לדרישות המוצר הייחודיות הוא מאמץ מאתגר אך מתגמל. על ידי מעבר לטבלאות סטנדרטיות ומעורבות בעיצוב סטטיסטי קפדני, אנשי מקצוע איכותיים יכולים ליצור תוכניות המספקות בדיוק את רמת ההגנה הנכונה נגד פגמים תוך צמצום עלויות בדיקה.תהליך ששת השלבים - זיהוי ספציפי מוצר, קביעת רמות סיכון, קביעת רמות בדיקה, תכנון התוכנית, אימות, יישום עם ניטור - תוכנית יעילה זה לא נועד למעשה תוכנית סטנדרטית של מוצרים מתאימים, כי הוא לא יעיל אחד, הוא באמת.

לקריאה נוספת, ייעוץ (FLT:0ASQ ’ קבלת משאבים מדגימים 1 ו-FLT:2NIST הנדסה סטטיסטיקות HandbookrovalFLT 3 עבור שיטות חישוב מפורטות.