Kontrol grafikler istatistiksel işlem kontrolü (SPC), üretim ekiplerinin üretim maliyetlerini izlemesine olanak sağlar, üretim işlemlerinde tespit edilebilir nedenleri ve sürekli iyileştirme sağlar. Doğru şekilde kullanıldığında, kontrol grafikler ham üretim verilerini harekete geçirilebilir zekaya dönüştürür, operatörlere ve mühendislere pahalıya yükseltebilmeleri için temel hataları belirler.Bu makale, üretim işlemlerinde tespit etmek için kapsamlı bir kılavuz sunar.

Kontrol Grafikleri Nedir?

Kontrol grafiği, bir işlem özelliğinin zaman sıralanmış bir grafik görüntüsüdür, istatistiksel olarak hesaplanan kontrol sınırları ile ortak neden varyasyon (önemli olarak süreç) ve özel bir nedeni (araştırma ihtiyacı olan bir değişiklik) ile ilgili olarak, kontrol grafiğinin üç temel bileşeni şunlardır:

  • [[Düzücü hattı (CL): [Dönetici: 0,4; işlem genellikle işlem kontrol edildiğinde beklenen değeri temsil eder.
  • [FONT:0)Upper kontrol sınırı (UCL): ), istatistikin merkezi çizgi artı üç standart sapma olarak hesaplandı.
  • [FONT:0) Düşük kontrol limiti (LCL): Merkez hattının eksi üç standart sapması.

Kontrol limitleri spesifikasyon sınırları değildir; işlem verilerinin kendisi tarafından elde edilirler veya kontrol limitleri sergilemezler veya işlemden çıkmamış modeller, sürecin kontrolden çıktığını ve bu özel nedenler mevcut olabileceğini gösterir.Bu sinyal, aslında varyasyonu arttırabilecek bir temel neden soruşturmaya yol açar.

Kontrol Şems türleri ve Ne Zaman Kullanılır

Doğru kontrol grafiğini seçmek, veri türüne (değişik olarak vs. özellikleri) ve örnek boyuta bağlıdır. yanlış grafiği kullanarak yanıltıcı sinyalleri ve boşanmış soruşturma çabalarını yönlendirebilir.

  • [FONT=0)XAMA ve R grafiği (değişik veriler, alt grup büyüklüğü 2-10): [Dönetici: 0,2 inçlik, ağırlık veya visity gibi sürekli ölçümler için en yaygın grafik çifti. Xram grafiği, süreç her alt gruptaki aralığı izlerken, alt grup büyüklüğü sabit ve en az iki ölçüm mevcut olduğunda, bu grafik, dağıtımda kayma ve değişiklikler için mükemmel bir duyarlılık sağlar.
  • [FONT:0]XCAS ve s grafiği (değişik veriler, altgrup büyüklüğü vegt;10):[Döneticiler 10'dan daha büyük olduğunda tercih edilir, çünkü örnek standart sapma (s) aralığından daha verimli ve nonbied estimatörü.
  • [FONT:0) Individuals ve hareketli aralık (I-MR) grafiği (değişik veriler, alt grup büyüklüğü = 1):), sadece bir ölçüm zamanında kullanılabilir olduğunda kullanılır - örneğin, toplu süreçlerde, kimyasal assays veya yıkıcı testlerde.
  • [FONT:0]p-chart (her bir noktada, farklı alt grup büyüklüğü):), bir örnekteki yanlış eşyaların oranını takip eder.Çünkü alt grup boyutları güne değişebilir, p-kart kontrol sınırları her bir noktada ayrı olarak hesaplanır, yorum için daha karmaşıktır.
  • [FONT:0]np-chart (asamae data, sabit altgrup büyüklüğü):) P-chart için benzer ama asıl oran yerine yanlış birimlerin gerçek sayılarını izler.
  • [FONT:0]c-chart (asamae data, sürekli fırsat alanı):), denetim ünitesinin her örnek için aynı olduğu zaman birim başına kusurların sayısını kontrol eder.
  • [FONT:0]-chart (atribute data, çeşitli fırsat alanı): [Dönetici: 0:0)) Kontrol ünitesinin büyüklüğü değişikliklerinin nerede olduğu durumlar için -örneğin, farklı panellerin farklı alanları olduğunda kareler için yüzey kusurlarının sayısı.

Birçok uygulayıcı, iki veya daha fazla alt grupları olduğunda bir I-MR grafiği kullanma hatasını yapar veya oran yerine hata saymalarını uygular. alt dağıtım ve örnekleme stratejisi doğru grafiği seçmek için kritiktir.

Kontrol Grafikleri: Gözleme Kuralları

Kontrol grafiklerin gücü, sınır ihlalinin dışında olmanın ötesinde kontrol sinyalleri tespit etme yeteneğine sahiptir. Yaygın olarak kullanılan model-deteksiyon kuralları – Batı Elektrik veya Nelson kuralları – daha önce sınırlı bir ihlal tespit edilen ince değişimleri ve eğilimleri tespit etmek için onlara yardımcı olur.

  1. [FONT:0) Bölgenin ötesinde bir nokta A) (beyond ±3 ⁇ ) – acil özel sebep.
  2. [FONT:0] Merkezin aynı tarafında üst üste puanlar[[Dönetici: 1) - süreç içinde bir değişim anlamına gelir.
  3. [FONT:0)Six, artan veya azaltılan puanlar - araç aşınması, küçülme kalitesi veya operatör yorgunluk nedeniyle genellikle bir eğilim.
  4. [FONT:0]Dört noktaları ve aşağı – bir sistemsel osilasyon, muhtemelen operatör rotasyon veya döngüsel çevresel değişikliklerden.
  5. [0] Bölge A veya ötesinde üç puandan iki tanesi (same tarafı)). - potansiyel özel nedenlerden dolayı daha fazla hassasiyet gösterdi.
  6. [0] Bölge B veya ötesinde beş puandan dördü (same tarafı)) – bir değişimin erken uyarı.
  7. [FONT:0) Bölge C (±1 ⁇ ile) her iki tarafta (FLT:1) - olası stratification (örneğin, birden fazla akıştan gelen veriler alt gruplar içinde değişkenlik gösterir.
  8. [FONT:0]Eight her iki tarafta da C Bölgesi dışındaki noktaları ) - iki veya daha farklı süreçlerin karışımı.

Bu kuralları sistematik olarak uygulamak gerçek özel nedenleri erken yakalarken, gerçek özel sebepleri yakalamak için aşırı tepki vermeyi engeller. ancak aynı zamanda çok fazla kural kullanarak sahte-alarm oranını artırabilir, bu nedenle organizasyonlar genellikle alt set üzerinde aynı fikirdedir (örneğin, kurallar 1, 2 ve 3) ve onları sürekli olarak uygularlar.

Kök Neden Tespit için Kontrol Grafikleri Kullanımı

Kontrol grafikler doğrudan kök sebeplerini ortaya çıkarmaz; [Dönetici:0) ve ) nerede ) görünür. Bir adım adım adım adım adım adım adım yaklaşımı, grafik sinyallerin etkili düzeltici eylemlere dönüşmesini sağlar.

Adım 1: Yüksek kaliteli Data Topla

Doğru veri toplama temeldir. Ölçme sistemini açıkça tanımlar: ölçümler olmadan, ölçüm yapan ve örnekleme frekansı kullanan ölçüm sistemi analizi (MSA) kullanarak ölçümleme ve tekrarlanabilirlik ve tekrarlanabilirlik doğrulamayı doğrulamak için (tipik olarak%GR&R <% 10) kontrol grafikler, kontrol grafikler yalnızca ölçüm gürültüsünü gösterebilir.

2. Adım: Appropriate Chart inşa edin ve Baselines Oluşturun

Veri doğası ve alt grup yapısına dayanan grafik türünü seçin (daha önceki bölüm).Geçmiş izleme için tabloyu kullanmadan önce, sınırları belirlemek için 20-30 alt grup (veya 100+ bireysel puan) toplamak.Bu temel kontrol limitlerini hesaplamak için bir süre temsil etmelidir.

3. Adım: Kontrol Kurallarını Kullanan Özel Sebepler için Analyze

Temel sınırlar kurulmuş, yeni veriler potansiyel olarak. Kabul edilen desen kuralları her yeni noktaya uygulayın.Bir kural ihlal edildiğinde, hemen süreci ayarlamaz - yerine, özel bir neden. Mark the suçlularing point and not any contextual information such as time, exchange, machine, material lot, or operator. Bu bağlamda analizin temel nedeni önemlidir.

Adım 4: Kök Neden Soruşturmanın Nedeni

Bir sinyal tespit edildiğinde, XCAS grafiğinin kritik bir boyutta aniden değişmesi, farklı bir tedarikçi partisi veya kesme sıvısı ile başlayın. Özel neden meydana gelir, belgelenmiş bağlamı ve ek verileri kullanarak. Örneğin, XCAS diyagramı kritik bir boyutta aniden değişebilirse, olası nedenler bir araç değişikliği, farklı bir tedarikçi partisi veya kesme sıvısı ile başlayın. Üretim logları, bakım kayıtları ve malzeme sertifikalarını dar olasılıklara kullanarak.

Diğer Kök Sebep Araçları ile Kontrol Şemslerini Kombine Etmek

Kontrol grafikler tamamlayıcı RCA yöntemleri ile entegre edildiğinde en güçlüdür. Çeşitli araçlar kontrol grafiği sinyalleri ile doğal olarak çiftleşir:

  • [FONT:0]Stratification:[Dönetici:0)[Dönetici:0)Stratification:[Dönetici:0)[Dönetici:0)Her bir strator için ayrı kontrol grafikler oluşturabilir.Bu genellikle kontrol sinyalinden sorumlu olduğunu ortaya koyar.
  • [FONT=0)Hypothesis testi:) Bilinen bir değişiklikten sonra meydana gelir (örneğin, ham malzeme çok fazla geçiş), daha önce karşılaştırmak için iki test veya ANOVA gerçekleştirir. Kontrol grafiği sinyalleri zamanlama sağlar; hipotez testleri istatistiksel onay sağlar.
  • [FONT=0)Failure Mode ve Effects Analysis (FMEA):[Dönetici: 0 3) Kontrol grafiklerde tespit edilen kalıpları önceden tespit edebilecek potansiyel başarısızlık modlarını kullanarak FMEA kullanın. Örneğin, bir trend (rule 3) araç aşınması bekleniyorsa, bir kontrol grafiği ön plana çıkartılabilir.
  • [FONT=0)Process mapping: [Dönetici: [Dönetici puanları, hangi adımın hangi varyasyonu tanıtdığını belirlemek için bir süreç akışı diyagramında izlenebilir.

Common Challenges ve En İyi Uygulamaları

Deneyimli takımlar bile kök nedeni algılama için kontrol grafikler uygulama yaparken engellerle karşı karşıya kalıyorlar. Bu zorluklar proaktif olarak başarı oranlarını geliştirirler.

  • [[Dönetici için yeterli veriler: değişken grafikler veya 100 alt grup için değişken grafikler için 20 alt gruptan daha az kontrol limitleri için kullanılabilir.En iyi uygulama: yeterince kontrol edilen verilere kadar bekleyin veya kontrol öncesi kontrol limitlerini geçici olarak kullanın.
  • [FONT:0)Recomputing limitleri çok sık sık sık sık sık limitler:) Bazı takımlar her seferinde bir noktada hesapla yeniden hesaplanabilir, bu maskelerin özel nedenleri vardır. Kontrol sınırları kanıtlanmış bir süreç iyileştirmesi yapılana kadar düzeltilmelidir.
  • [FONT:0]Sesing out-of-kontrol sinyalleri hataları olarak gösteriyor:[Döneticileri dışında bir nokta soruşturma için bir bayrak değil, süreci ayarlayarak aşırı tepki gösterir (tamperyalist) analiz eder. kök neden soruşturma adımının tespitini ayır.
  • [FONT:0] Küçük değişimleri görmezden gelin:[Dönetici: 0 ) Merkez hattının üzerindeki dokuz ardışık noktası genellikle göz ardı edilir, çünkü hiçbir nokta sınır dışı değildir. Ancak, bu model sonunda bu hataların işlenmesini sağlayacak 1.5 ⁇ değişimi gösterebilir.
  • [FONT:0) İçerik belgelenme:[[Dönetici:[Dönetici:0)[değiştir | kaynağı değiştir] Bir sinyal etrafında değiştirilen şey, kök neden analizi tahmin edilebilir. veri toplama sayfasında basit bir giriş veya sütun kullanın.

Kontrol Charts için Yazılım ve Otomasyon

Modern üretim ortamları nadiren el ile sabit bir şekilde kontrol grafiklere sahiptir. Çeşitli yazılım araçları uygulamayı hızlandırabilir ve insan hatası azaltabilir:

  • [FONT=0)Minitab®[[Dönetici: 1) Endüstri standardı, SPC için geniş grafik türleri, Nelson kuralları ve toplu analiz yetenekleri.
  • [FONT=0)JMP®[[Dönetici:0))[Dönetici analizi için güçlü ve diğer istatistiksel araçlarla kontrol grafiklerini bütünleştirin.
  • [FONT:0]Python (DÜDÜ:0) veya [[Döneticiler)[Döneticiler)[Dönemliler için açık kaynak esnekliği - büyük veri kümeleri arasında kontrol etmek için açık kaynak esnekliği.
  • [FONT:0)R (Ücretsiz:2) paketi ile)) - özel kontrol algoritmaları için gelişmiş analitik takımlarda popüler.
  • [FONT:0) Microsoft Excel ek-ins[[Dönetici: 1 ) – daha küçük operasyonlar için erişilebilir, ancak bakım, hareketli hesaplamalar ve grafik güncelleştirmeleri ile alınmalıdır.

Aracın ne olursa olsun, yazılımın seçilmiş grafik türü için doğru bir şekilde kontrol limit formüllerini doğru şekilde uygulamasını sağlayın ve birden fazla Nelson kuralı otomatik olarak bayraklayabilir. Bir Üretim Execution System (MES) veya Internet of Things (IoT) platformu, gerçek zamanlı kontrol grafiği güncelleştirmelerine izin verir, özel nedenlerle daha hızlı yanıt sağlar.

Sürekli İyileştirme: Turn the Loop

Kök nedeni algılama tek zamanlı bir olay değildir. Özel bir neden tespit edilir ve düzeltilir, yalnızca işlemden sonra kontrol grafiğini müşterilere ve denetçilere göstermek için yapılan eylem.Bu kapalı-loop işlemi oluşturur: tespit, araştırma, davranış, onay ve izleme.

Daha fazla okuma için ASQTORT'ye bakınız:0)Denet Grafik Kaynakları), NIST/SEMATECHENİN:2.Mühendislik El Kitabı (Chapter 6)) ve iSixSigma makalesi üzerinde[FLT:)