Sampling'i kabul eden nedir?

Kabul örneği, Harold Dodge ve Harry Romig'in çalışmalarıyla ilgili 1930'larda, her bir birimden ziyade rastgele seçilmiş bir örnekle belirlenen bir dizi ürünle ilgili olarak, II. Dünya Savaşı sırasında yaygın olarak kabul edilen bir yöntem, daha verimli bir incelemede, baskı endüstrisinde, bu tür bir incelemede yüzlerce milyonlarca yapraktan oluşan örnekle karşılaşabileceğiniz ve kabul örneklemede, kabul örneklemenin her türlü incelemede başarılı bir şekilde bir şekilde kullanılmasını sağlar.

Anahtar İstatistik Kavramları

Etkili kabul örneği, herhangi bir örnekleme planının risk ve performansını tanımlayan birkaç temel istatistik fikrine geri dönüyor. Bu kavramları anlamak, yazıcıların kaliteli hedefleri için uygun planları seçmelerine yardımcı oluyor.

Kabul edilebilir Kalite Düzeyi (AQL)

Kabul edilebilir bir kalite seviyesi, bir yazıcının belirli bir işlem için tolere edilebilir gördüğü en yüksek hata oranıdır. Örneğin, AQL 1.0% 1.2 ile% arasında çok fazla sayıda hatanın normal koşullar altında kabul edilebilir olduğu anlamına gelir. AQL, bir eşleme ve kabul numaralarına bağlantı kurmaz: AQL'nin altındaki birçok hata oranı genellikle AQL'nun% 0.6'si kadar kabul edilebilir.

Lört Tocent Defective (LTPD)

LTPD, aynı zamanda, uygun kalitede seviye (RQL) olarak da bilinen hata oranı, karar belirsizliğinin yüksek olasılıkla reddedilmesi için tasarlanmıştır. LTPD'nin maliyetine karşı çok fazla (producer riski) sahipse, plan en yüksek olan "gray bölgesi" tanımlanmalıdır.

İşletim Karakteristik (OC) Curve

OC eğrisi, AQL'nin tüm performansının grafiksel gösterimidir. Gerçek eğriler S- şeklinde kabul edilebilir, planların iyi ve kötü bir sürü arasında ayrımcılığa nasıl benzediğini gösterir.The dikerontal eksen. An ideal OC eğrisi bir adım işlevi olacaktır - tüm eğrileri aşağıdan aşağıya doğru bir şekilde kabul etmek ve çeşitli hataların çeşitli bilgisayar hesaplayıcıları ve birçok online paketler arasındaki ayrımını göstermek için OC eğrileri kullanın.

Sampling Planları ve Standartları

Yazıcılar, on yıllar boyunca gelişmiş ve rafine edilmiş birkaç standart örnekleme planlarından seçim yapabilirler.En yaygın kullanılan standartlar ANSI/ASQ Z1.4 (ABD'de) ve ISO 2859 (uluslararası olarak) Bu standartlar normal, sıkılaştırılmış ve kontrol seviyelerini sağlar, son kaliteli tarihe dayanan geçiş kuralları ile birlikte.

Tek Sampling Plan

Tek bir örnekleme planında, denetçi bir sayı için rastgele bir boyut örneği seçer:0)) Çok fazladan.Eğer 10.000 sayfadaki yanlış öğe sayısı, genel bir inceleme seviyesi II ve AQL% 1.0’a eşitse,/ASQ Z1.4) bir örnek olarak kabul edilir; aksi takdirde, en basit ve en sezgisel plandır.

Çift ve Birden Çok Sampling Planları

Çift örnekleme planları ikinci bir şans verir: ilk örnek alın; Hata sayma oranı çok düşükse, hemen kabul edilir; eğer çok yüksek olursa, hemen reddedilir; eğer arasında, ikinci bir örnek alın ve sonuçları birleştirin.Sessiz veya sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık yapılan inceleme planları yapın.

Sequential Sampling

Eşitliksel örnekleme, bir tane tarafından yapılan ürünleri, her bir öğeden sonra kabul / kararını güncellemek, özellikle de gerçek hata oranı AQL'den çok uzaktayken, yıkıcı veya pahalı testler dahil olmak üzere, sabit zaman hesaplamaları için çok daha verimlidir.

Baskıda Sampling Kabul Edilmesi

Uygulamalı kabul örnekleme etkin şekilde mevcut kaliteli iş akışlarına dikkatli bir şekilde hazırlık ve entegrasyon gerektirir. Aşağıda yazıcılar için temel adımlar ve düşünceler vardır.

Baslı Malzemede Defects Tanımlamak

Örnekleme başlar, yazıcılar, bir hata oluşturan şeyleri açıkça tanımlamak zorundadır. Ortak kategoriler renk sapmaları (örneğin, Delta E > 2.5 kanıt-to-print karşılaştırması), kayıt hataları (para plakalarının 0.1 mm'nin ötesinde), yüzey boşlukları (kesinler, hickies, toz noktaları 0,5 mm'den daha büyük), metinleri ve güvenilir bir sınıflandırmayı içeren (örneğin, küçük çaplı bir sınıflandırmayı) içerir.

Örnek Boyut ve Kabul Sayıları seçin

Örnek boyut seçimi çok boyutlu, denetim seviyesine (I, II, veya III) ve AQL. Standart tabloları ANSI/AS Z1.4 veya ISO 2859 bu girdilere dayanan kodlar sağlar. Örneğin, AQL'ye yapılan denetimler, son derece yüksek kalitede kullanım koşulları için yapılan denetimler için yapılan denetimler için yapılan denetimler için daha düşük çözünürlükte bir dizi standart olarak yapılır.

Rastgele Sampling Teknikleri

Doğru rastgelelik geçerli bir istatistik için gereklidir.Bir baskı tesisinde, üretim süreci istikrarlı olup olmadığının ve çok sayıdaki değişkenli sayıda jeneratörü kullanarak, sistematik örnekleme (her bir şekilde, baskı veya roll) etkinleştirilebilirlik süresine göre daha iyi bir şekilde belirlenebilir.

Üretimle Bütünleşme

Kabul örneği, her 500 yapraklarını izlemek için bir standalone post-prodüksiyon etkinliği olmamalıdır.Inline process control ile birlikte, örneğin, bir yazıcı, her 500 yapraklarını izlemek için istatistiksel işlem kontrolü (SPC) grafiklerini kullanabilir ve sonra SPC'nin kontrol durumunu ortaya koyarsa, SPC'nin kontrol durumunu ortaya koyar.

Yazıcılar için Faydaları

Doğru şekilde uygulandığında, kabul örneği diğer kalite kontrol yaklaşımları üzerinde önemli avantajlar sunar.

  • [FONT:0]Cost verimliliği:[Dönetici:[Dönetici:0)) Çok fazla bir iş ve ekipman kullanımı çok azaltıcı bir miktar. 50.000 çarşaflı tipik bir dengeleme için, 200-plan örneği toplam% 0.4'dür -% 100 denetimden daha ucuzdur.
  • [FONT:0)Redüklenmiş kullanım hasarı: [Dönemli bir sayfanın her zaman ele alındığı, parmak izi veya creas. Minimizing inceleme, yüksek uçlu ambalaj veya hassas substratlar için özellikle önemli olan bu hasarı azaltır.
  • [FONT:0]Statistical rigor: Kararlar olasılık teorisine dayanıyor, tahmin edilemez. Hem yazıcı hem de müşteri önceden kabul edilebilir risklere katılıyor, anlaşmazlıkları kaliteli azaltabiliyor.
  • [FONT:0]Early algılama:[Dönetici:[Dönetici:0)[Dönetici:0))Early algılama:[Dönerge:[Dönetici:[Dönetici: 1) Eğer örnekleme tamamlanmadan önce üretim sırasında yapılırsa, sorunlar büyük hacimler boşanır ve düzeltilebilir. Bazı tesisler “kesin ve ek” kuralları bir alarm hatası hesabı gösterir.
  • [FONT:0)Müşteri güven:[Dönetici:[Dönetici:0) Birçok büyük alıcı (örneğin, farmasötik şirketler, otomotiv OEM'ler) tedarikçilerin kabul edilebilir örnekleme standartlarını takip etmesi gerekir. ANSI/ASQ Z1.4 veya ISO 2859, rekabetçi tekliflerde farklı bir taahhüt sunar.
  • [FONT:0) İyilik içinData:[DFLT:1] Kabul örneği sonuçları, trans hata oranları ve türleri değerli kayıtları sağlar. Zamanla, bu veriler altı Sigma gibi analiz ve sürekli iyileştirme programları için beslenir.

Meydanlar ve Sınırlar

Kabul örneği tedavi edilmez. Yazıcılar kısıtlamaları ve potansiyel pitfalls'larının farkında olmalıdır.

  • [FONT:0]Sampling hatası: [Dönetici: 1] Herhangi bir örnek, iyi tasarlanmış bir planın bile iyi bir sürü reddetmesi veya (konsumer’un riskini) kötü bir sürü kabul etmek anlamına gelir.
  • [FONT:0)Kalite kültürü:[Dönetici:[Dönetici:0) Kabul örneği, süreci inşa etmek yerine "akıllı kaliteli" takımlara cazip gelebilir.Son örnekleme üzerinde aşırılık, düzeltilmiş bir maske süreci istikrarsızlığı olabilir.
  • [[Dönetici:0)Döntgenlik karmaşıklığı: [DüzD: 1) Baskıda, kusurları ikili değildir. Bir müşteri için hafif bir renk değişimi kabul edilebilir, ancak başka bir şey değildir.Rektörler ve denetimler arasındaki hataların uygulama eğitim ve kalibrasyon gerektirir.
  • [FONT:0)Timing:[Dönetici] Tüm çok sayıdan sonra meydana gelirse, bir reddedilme, tüm toplu çalışmayı yeniden işleme veya kazımayı gerektirir.Inline veya işleme örnekleri bunu azaltır, ancak karmaşıklaşır.
  • [FONT=0)Yönergesel gereksinimler:[Dönergesel ihtiyaçlar:[Dönergesel) Bazı endüstriler, tıbbi cihaz etiketi veya gıda ambalajı gibi, kritik niteliklere %100 denetim verebilir (örneğin, doğru son tarihler) Kabul edilebilir.
  • [FONT:0) Küçük bir sürü: [Dönetici: 0:1] Çok küçük bir koşu için (örneğin, 50 çarşaf), gerekli örnek büyüklüğü neredeyse tüm çok, örneklemenin faydasını olumsuz yönde etkileyebilir.

Karşılaştırmalı Kalite Yaklaşımları

Kabul örneği, daha geniş bir kaliteli bir araçta bir araçtır. Yazıcılar genellikle en uygun sonuçlar için diğer yöntemlerle birleştirir.

  • [FONT:0)% 100 denetim: [Dönetici: 0:1] Her parçayı incelemek maksimum güvence sağlar, ancak yavaş, pahalı ve denetimli yorgunluklara eğilimlidir. Otomatik görme sistemleri yüksek hızda% 100 denetim yapabilir, ancak her sayfanın kritik olmadığı işler için önemli sermaye yatırım gerektirir.
  • [[Dönetici Süreç Kontrolü (SPC): ), SPC, kontrol grafikler kullanarak süreci izler, kusurları önceden kabul etmeyi amaçlar. Kabul örnekleme daha sonra güçlü bir kombinasyon oluştururlar: SPC, gerçek zamanlı olarak geçiş yaparken, örnekleme son doğrulama sağlar.
  • [FONT:0)Doğrusal denetime uygun:[Dönetici:[Dönetici:0) Modern baskı basınları, renk, kayıt ve tam üretim hızı için her sayfası kontrol eden kameralarla donatılabilir.Bu sistemler büyük veri hacimleri üretir, ancak bayrak veya hatta eject yanlış çarşaflar anında kullanılabilir. Kabul edilebilirlik örneği otomatik sistem ölçüsü (örneğin, yapıştırıcı gücü, katlama, doğruluk veya tactile hisleri).
  • [FONT=0)Zero kabul numarası (c=0) planlar:[Dönetici:0) Bazı yazıcılar, örnekte tek bir kusur bile reddedilmeye yol açıyor.

Vaka Çalışması: Pazarlamanın Başlangıç Baskısı Collateral

Bir orta büyüklükteki ticari yazıcı, lüks bir marka için dört renkli broşürün 100 kopyaını ürettiler, 100 $ değerinde bir AQL'u korumak için denetim maliyetlerini düşürdüler. Örnek sistematik olarak seçildi - teslim edilen 200 sayfayı satın aldı.

Future Trendleri

Kabul örneği uygulaması teknoloji ilerlemeleri olarak gelişmektedir. Yazıcılar bu gelişmeleri rekabetçi kalmak için izlemelidirler.

  • [FONT:0) Hata sınıflandırması için önemli bir istihbarat: Makine öğrenme modelleri binlerce baskılı örnek üzerinde eğitilmiştir. Bu modeller, insan denetimcileri daha hızlı ve daha tutarlı bir şekilde teşhis iş akışlarına entegre edilebilir.
  • [[Düzzaman veri panoları:[Döneticileri: 0,0) Gerçek zamanlı veri panoları:[Döneticileri) Cloud-based platformlar artık baskı yöneticilerine gerçek zamanlı olarak birden çok basın ve lokasyondan örnekleme sonuçlarını görmelerine izin veriyor. Tarihi verilerle bir araya getirerek bu panolar örnekleme plan ayarlamalarını önerebilir (örneğin, normal denetimden uzaklaşmayı) otomatik olarak.
  • [FONT:0) MIS/ERP ile ilgili olarak:) Sampling verileri doğrudan iş siparişlerini tetikleyecek yönetim bilgi sistemlerine girebilir ve tedarikçi puan kartı üretir.Bu, idari üst düzeye çıkar.
  • [FONT:0] Adaptif örnekleme planları:[Dönetici: 0) Yeni standartlar ve yöntemler, gerçek zamanlı hata oranlarına dayanan örnek boyutların dinamik ayarlamasına izin verir. Örneğin, bir basın 10.000 çarşaf için iyi çalışırsa, örnek boyut zayıf başlarsa, örnek boyut azalır.
  • [FONT:0) Yok test yöntemleri:[Döntilmiş test yöntemleri:[Döntgenometreler, parlak metreler ve kabuk testörleri daha hızlı ve daha taşınabilir hale geliyor, örneksiz daha fazla özellik örneklenmeden izin veriyor.Bu, görsel incelemenin ötesinde kabul örnekleme kapsamını genişletiyor.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Kabul örneği baskı endüstrisinde kaliteli kontrol temelleri oluşturur ve işlem kontrolü ve otomasyon ile entegrasyon, baskılı malzemeler müşteri gereksinimleriyle karşılaştırıldığında yüksek tutarlılık sağlayabilir.AQL, LTPD ve OC eğrileri, uygun standartlar ve planlar, ve optimizasyon ile örnekleme, yazıcılar, aşırı denetim maliyetleri olmadan yüksek tutarlılık elde edebilir.