Разработка планов отбора проб для многоступенчатых производственных процессов

Понимание многоступенчатых производственных процессов

Многоступенчатые производственные процессы являются основой современного промышленного производства, где сырье проходит через ряд последовательных операций - каждая стадия постепенно преобразует продукт. Примеры варьируются от изготовления полупроводников (разрезка пластин, допинг, травление) до автомобильной сборки (штамповка, сварка, окраска) и фармацевтического производства (смешивание, грануляция, сжатие). Каждый этап вводит свой собственный потенциал для дефектов: износ инструмента, ошибка оператора, колебания окружающей среды или несоответствия материалов. Критически, дефекты могут каскадировать - незначительное несоответствие в ранней обработке может привести к катастрофическому сбою в окончательной сборке. Таким образом, эффективный контроль качества на каждом этапе не подлежит обсуждению. Без выборки с поэтапным приемом производители рискуют отправить дефектную работу в процессе производства (WIP) вниз по течению, тратя труд и материалы на уже обреченные продукты и в конечном итоге отправляя несоответствующие товары клиентам.

Основные принципы отбора проб на принятие

Выборка приемки является статистическим методом принятия или отклонения партии на основе проверки выборки, взятой с этой партии. Она не заменяет контроль процесса, а является механизмом контроля, выполняемым в тех случаях, когда способность процесса не может гарантировать идеальное качество. Основные элементы включают:

Два типа риска регулируют каждый план: риск производителя (α) — вероятность того, что хорошая партия (на приемлемом уровне качества, AQL) будет отклонена, и риск потребителя (β) — вероятность того, что плохая партия (на дефекте процента терпимости к лотам, LTPD) принята.

Определение приемлемого уровня качества (AQL) и толерантности к лотам (LTPD)

Перед составлением плана отбора проб для каждого этапа команда по качеству должна определить два ключевых границы качества:

В многоступенчатых средах AQL и LTPD могут варьироваться на стадии. Например, штамповочная станция со зрелой оснасткой может иметь 2% AQL, в то время как окончательная критическая сборка уплотнения может потребовать 0,1% AQL. Используя стандартные таблицы из ANSI/ASQ Z1.4 или ISO 2859-1 , проектировщики плана выбирают кодовые буквы на основе размера партии и уровня проверки, а затем считывают размер выборки и номер приемки, которые соответствуют выбранному AQL. Эти стандарты обеспечивают «нормальные», «усиленные» и «сниженные» планы проверки, позволяя системе качества регулировать историческую производительность.

Корректировка AQL на основе критической стадии

Не все этапы в равной степени способствуют качеству конечного продукта. Подход, основанный на оценке риска, предусматривает более жесткие AQL (низкий процент дефектов) для этапов, где дефекты дороги или опасны для обнаружения позже. Например, в производстве медицинских устройств сварка герметичного уплотнения заслуживает гораздо более жесткого AQL, чем размещение косметической этикетки. Эта поэтапная дифференциация оптимизирует усилия по проверке, защищая при этом ценность ниже по течению.

Операционные кривые (OC) для многоэтапных планов

Каждый план выборки имеет уникальную кривую ОС - график, на котором отображается вероятность принятия лота по сравнению с истинным процентом дефектов. Кривые ОС являются единственным наиболее мощным инструментом для оценки дискриминационной способности плана. В многоступенчатых настройках менеджеры должны понимать, как взаимодействует кривая ОС каждого этапа. План, который слишком слаб на ранней стадии, может позволить пройти пограничным лотам, только чтобы быть пойманным позже с более высокими затратами на проверку.

При разработке плана вычислите кривую OC с использованием биномиального или гипергеометрического распределения. Например, один план выборки с n = 50, c = 2: если истинная частота дефектов составляет 5%, вероятность обнаружения ≤2 дефектов может составлять 70% (потребительский риск ~ 30%). Для плана с n = 200, c = 5, тот же самый 5%-й лот будет иметь гораздо меньшую вероятность принятия. Многоступенчатые процессы выигрывают от использования последовательных или множественных планов, которые дают более крутые кривые OC — более решительное принятие / отклонение — без необходимости огромных выборок заранее.

Внешний ресурс: Для подробных расчетов и таблиц кривой OC обратитесь к ASQ Quality Resources on Acceptance Sampling.

Разработка планов отбора проб для каждого этапа

Планы кроя для отдельных этапов есть и искусство, и наука. В оригинальной статье перечислены три типа; мы расширяем каждый с практическими рекомендациями:

Единый план отбора проб

Самый простой план: проверить случайную выборку фиксированного размера n с каждого лота. Если количество дефектов ≤ c , примите; в противном случае отклоните. Лучше всего для этапов с высоким объемом, стабильным качеством и там, где проверка недорогая. Недостаток: фиксированный размер выборки может перерасходовать усилия на хорошие лоты и недорасходовать на пограничные лоты.

Двойной план отбора проб

Первый образец (]n1) проверяется. Если дефекты ≤ c1, примите; если ≥ Re1, отклоните; в противном случае возьмите второй образец (n2. Решение затем использует комбинированные дефекты. Двойные планы уменьшают средний размер выборки (ASN) по сравнению с одиночными планами, особенно для очень хороших или очень плохих партий. Идеально подходит для этапов, где частота дефектов сильно варьируется.

Последовательность (множественная выборка)

Предметы проверяются один за другим (или небольшими группами), и кумулятивное количество дефектов сравнивается с двумя границами: продолжать, принимать или отклонять. Это сводит к минимуму ASN больше всего, но требует отслеживания решений в режиме реального времени. Обычно используется в производстве с высокой стоимостью и низким объемом (аэрокосмическое производство, специализированные металлы).

MIL-STD-1916 и планы нулевого приема

Современная передовая практика во многих отраслях (автомобильная, оборонная) использует планы «c=0», где любой обнаруженный дефект вызывает отказ партии. Эти планы согласуются с философией нулевого дефекта и устраняют опасное предположение о том, что допустимо небольшое количество дефектов. C=0 планы доступны в ANSI/ASQ Z1.4-2014 Приложение А. В многоступенчатых средах планы нулевого принятия на критических стадиях вынуждают к раннему корректирующему действию, предотвращая распространение дефекта.

Интеграция планов отбора проб на разных этапах

При рассмотрении каждой стадии в изоляции игнорируется структура зависимости производственной линии. Стратегии интеграции включают:

  • Условная выборка — Если много отклоняется на этапе 3, все партии из той же партии на этапе 2 подвергаются повторной проверке (исправлению).
  • Моделирование дефектов распространения — Используйте исторические данные для оценки вероятности обнаружения дефекта, возникающего на стадии k , на стадии k+1.
  • Кумулятивные цепочки AQL — Определите AQL для всей производственной линии (система AQL) и распределите бюджеты AQL на каждый этап. Например, если система AQL составляет 1%, и существует четыре независимых этапа, на каждый этап может быть заложена ставка дефекта 0,25%, скорректированная с учетом вероятностей обнаружения.
  • Интеграция статистического управления процессом (SPC) — комбинирование приемочной выборки с контрольными диаграммами на каждом этапе. При сигнализации контрольной диаграммы о неуправляемом состоянии частота выборки увеличивается (усиленная проверка). При стабильном и работоспособном процессе выборка может быть уменьшена. Этот адаптивный подход является высокоэффективным.

Мощным методом многоступенчатой интеграции является выборка с пробелом (ANSI/ASQ S1). Если этап последовательно производит высококачественные партии, некоторые партии могут полностью пропустить проверку. Однако, если обнаружен дефектный участок, проверка восстанавливается. Это вознаграждает хорошую производительность при сохранении защиты.

Рассмотрение проблемы распространения дефектов и влияния на стоимость

Дефекты, возникающие на ранних этапах процесса, как правило, невидимы до более поздних стадий. Добавление стоимости к дефектному компоненту увеличивает стоимость лома экспоненциально. Поэтому хорошо продуманный многоступенчатый план отбора проб должен проводить более тяжелую проверку на ранних стадиях, где стоимость дефекта на единицу является низкой, но обнаружение предотвращает дорогостоящие отходы. Например, в сборке печатной платы (PCB) проверка припоя (SPI) после печати является дешевой и улавливает большинство дефектов до размещения компонента. Если на этой стадии есть только визуальная выборка, затраты на переработку по потоку высоки. Экономический компромисс захватывается Средний предел качества (AOQL) - наихудшее возможное среднее качество после применения плана и исправления отклоненных партий. В многоступенчатых линиях вычислить AOQL на стадию и кумулятивно обеспечить окончательное исходное качество соответствует спецификациям.

Выбор правильного плана: рамки решений

Используйте следующий пошаговый подход для каждого этапа многоэтапного процесса:

  1. Критические дефекты требуют планов c=0 с очень низким AQL (≤0,1%).
  2. Укажите желаемые AQL и LTPD на основе критичности стадии и затрат на нисходящую передачу.
  3. Выберите один, два или последовательные планы, уравновешивая пропускную способность, бюджет и желаемый ASN.
  4. Ссылайтесь на стандартные таблицы (Z1.4, ISO 2859) для выбора кодовой буквы из размера партии и уровня проверки (общий уровень II по умолчанию).
  5. Прочитайте размер выборки и номер приемки для выбранного AQL. Настройте, если план не соответствует целям риска α/β - используйте кривые OC для проверки.
  6. Для этапов с переменной историей качества, введите правила переключения: начните с нормального, переключитесь на ужесточенный, если 2 из 5 последовательно лотов отклонены, и на пониженный, если качество поддерживается.
  7. Документируйте план, инспекторов поездов и отслеживайте ключевые показатели: ASN, отклоненная фракция и коэффициенты дефектов на стадии.

Внешний ресурс: Подробное руководство по выбору плана доступно из Справочник по инженерной статистике NIST - Отбор проб приемки .

Программные средства и автоматизация для многоступенчатого отбора образцов

Современное производство использует программное обеспечение для управления качеством (QMS) для автоматизации выполнения плана выборки. Такие системы, как модуль выборки приемки Minitab или модули в платформах ERP, могут динамически распределять размеры выборки на основе размера лота и параметров плана. Для многоступенчатых линий интеграция с MES (системы исполнения производства) позволяет корректировать в режиме реального времени: если в отчете о проверке выше скорость дефекта, размеры выборки ниже по потоку автоматически увеличиваются. Этот подход с замкнутым циклом поддерживает защиту при минимизации усилий по проверке. Кроме того, появляются модели прогнозного отбора на основе AI, используя исторические данные о дефектах с каждого этапа, чтобы предсказать, где выборка наиболее необходима, уменьшая зависимость от статических таблиц.

Лучшая практика: проверка любого автоматизированного плана на соответствие кривым OC и обеспечение его соответствия договорным требованиям AQL. Никогда не доверяйте настройкам по умолчанию в программном обеспечении; они часто предполагают одноступенчатые сценарии с одним лотом.

Пример: многоступенчатый отбор проб на точной линии обработки

Рассмотрим объект, производящий поршни автомобильных двигателей в три этапа: ковка, грубая обработка и финишная обработка. Целевая общая AQL 0,5% дефектов. Стадия 1 (ковка) имеет высокую изменчивость; стадия 3 (готовка) является дорогостоящей и критической. Команда по качеству спроектировала:

  • Этап 1: План одиночной выборки, AQL=2,0%, нормальный уровень II, размер лота 1000 → код L → n=200, c=10 (на Z1.4).
  • Этап 2: План двойной выборки, AQL = 1,0%, n1 = 80, c1 = 2, Re1 = 5, n2 = 80, c2 = 6 (для уменьшения ASN).
  • Стадия 3: План нулевого принятия, AQL=0,1%, n=500, c=0.

Кроме того, были применены правила переключения: если на этапе 1 производится 10 последовательных лотов, принятых без дефекта, уменьшаются размеры выборки на 50% (сниженная проверка).После шести месяцев общая стоимость проверки упала на 18%, а исходное качество улучшилось с 0,8% до 0,3% дефектов, что свидетельствует о стоимости индивидуальных, интегрированных планов.

Заключение

Разработка планов приемки выборки для многоступенчатых производственных процессов является тонкой дисциплиной, которая выходит далеко за рамки выбора чисел из таблицы. Это требует понимания уникальных режимов отказа и структуры затрат каждого этапа, статистических свойств планов-кандидатов и каскадных эффектов распространения дефектов. Четко определяя AQL и LTPD на этапе, выбирая соответствующие типы планов (одно-, двух-, последовательных или нулевой приемки), интегрируя планы через правила переключения и кумулятивные бюджеты качества, и используя современные программные инструменты, производители могут достичь надежной гарантии качества без чрезмерных накладных расходов. Результатом является более низкая стоимость, более высокая удовлетворенность клиентов и производственная система, которая улавливает дефекты, где и когда это имеет наибольшее значение - до того, как они станут дорогими или опасными.

Дополнительное чтение: Для комплексного рассмотрения теории отбора проб приемки см. Отбор проб приемки в области контроля качества Эдварда Г. Шиллинга и Дина В. Нойбауэра (CRC Press). Для стандартов обратитесь к ISO 2859-1:1999 — Процедуры отбора проб для проверки по атрибутам .