Yüksek hacimli Üretim Planı için Kabul Etmeyi Geliştirmek

Kabul Etmek Sampling

Yüksek hacimli üretim ortamları, Harold Dodge ve Harry Romig arasındaki denge sürekli bir meydan okumadır. Kabul örnekleme, üreticilerin yalnızca bir alt kümesini incelemeye dayalı olarak bilgilendirilmiş bir dizisini yapmasına olanak sağlayan bir istatistiksel çerçeve sunar.Temel premise basit: 1930'larda Harold Dodge ve Harry Romig'daki çalışma ile birlikte, kabul örneği, özellikle de World War II'de, kitlesel muzafferlerin üretimine karşı çok sayıda hataya dayalı olarak tespit edilen bir dizinlini seçmek.

Disiplin olasılık teorisine çok güveniyor, özellikle de son derece fazladan dönmeden örneklemeli hipergeometri dağıtımı veya çok boyutlu ve kabul edilebilir kalite düzeyine göre büyük ölçüde ayarlandığında, kabul örnekleme planları, risk toleransını karşılayan bir plan seçmek için basitleştirilmiştir (şimdi eski ama hala etkili), ANSI/ASQ Z1.4 ve ISO 2859. Bu standartlar, çok boyutlu ve kabul edilebilir kalitede bir şekilde indekslenmiş plan parametrelerinin tablolarını sunar.

Sampling Planlarının Anahtarları

Her kabul örneği planı, ayrımcı gücünü ve maliyetini belirleyen parametrelerin bir setiyle tanımlanır. Bu bileşenleri derinlikte anlamak, yüksek hacimli bağlamlara özelleştirmek için önemlidir.

Örnek Boyut (n)

Örnek boyut, çok fazladan çekilen birimlerin sayısı ve denetim altına alındı. Yüksek hacimli üretimde, 03.D:0)Demople büyüklüğü doğrudan denetim maliyeti ve döngüsü süresi)[en büyük örneklerin çoğu, denetim seviyesine bağlı olarak daha doğru tahminler sağlar. (normal, daha sıkı, ekipman ve zaman maliyetleri.) Örneğin, ANSI/ASQ Z1.4 altında, çok sayıda 10.000 birim, incelenebilir bir şekilde değişebilir.

Kabul Numarası (c)

Kabul numarası, kabul edilen çok sayıda yanlış birim için örnek olarak izin verilen en yüksek sayıda hatadır.Bu, rettif numarayla birlikte çalışır (genellikle, 1 + 1'i tek örnekleme planları için).Bir küçük kabul numarası ile bir plan (örneğin, c = 0), müşteriyi korumak ve gereksiz yere bir kesintiye uğratmak için çok zor bir işlemdir.)

Lût (N)

L.D. örnekleme planı verimliliğini etkiler. Yüksek hacimli üretimde, birçok şey binlerce ila milyonlarca birim arasında değişebiliyor ve örnek rastgele tasarımlara göre farklı ölçeklere uygun olarak farklı ölçekler yazmaktadır.Örneğin, ISO 2859-1, S-1'in çok büyük ölçüde lojistik için önemli olduğunu tanımlar: çok fazla sayıda test edilen ve özellikle de normal denetim noktalarının sayısal kullanım için geçerli olduğunu düşünüyor.

Yüksek Enerji Üretimine Etkili Planlar Tasarlamak

Yüksek hacimli üretim için örnekleme planı yapmak, kapalı masaların ötesine geçmek gerektirir. Aşağıdaki stratejiler ve değişiklikler genellikle kaliteli güvence ve operasyonel verimlilik arasındaki dengeyi optimize etmek için kullanılır.

1. Standartlaştırılmış Planların Kullanımı

ANSI/AS Z1.4, ISO 2859 gibi standartlaştırılmış planlar ve eski MIL-STD-105E'nin paha biçilmez başlangıç noktalarıdır.Müşteriler ve düzenleyiciler için kabul edilebilir ve normal, sıkılaştırılmış ve denetim için kurulmuş masalar ile gelir.(en yüksek Cpk) ve metodolojinizin yükünü azaltır[DDDDDD) Kontroller sırasında her zaman rasyonel belgeyi kabul eder.

2. Daha yüksek veya azaltılmış Planları Uygulamayın

ANSI/ASQ Z1.4 standardı bir geçiş kuralı içeriyor.Bir satırda belirli bir sayı kabul edildiğinde, yüksek hacimli üretime geçiş yapabilirsiniz (daha küçük örnekleme süresine göre)) Bu dinamik ayarlamalar yüksek hacimli üretime otomatik olarak yapılan denetimler, süreç istikrarlı ve artışlandığında denetimleri azaltır.

3. Öz ve Değişken Sampling

Geleneksel tek 7 değişkeni plan, bir karar vermeden önce sabit bir örnek boyutu gerektirir. [FONT:0]Sequential sample[Döntgensel örneklemeler) Bir seferde birimleri incelemenize ve karar vermelerine izin verir.[Dönetici kanıtları kesin olarak kabul eder.Bu, özellikle de çok iyi veya çok kötü bir sürü için çok iyi bir yaklaşımdır.

4. Skip-Lot Sampling

Atlama örneği, sadece çok fazla sayıda parça incelenir. Örneğin, kaliteli tarih son 20 çok sayıda kombinasyon kriteri üzerindeyse, sadece her üçüncü lotu inceleyebilirsiniz. Bu yöntem yüksek hacimli, 1/5) ve düşük çözünürlük (üçüncü işlem sayısı) özellikle olgun, istikrarlı süreçler[sağlık dışı işlemler için uygundur.

İstatistiksel Bakışlar ve Risk Analizi

Her kabul örneği planı iki doğal riskle istatistiksel bir kumardır. Operasyonel özelliğinin anlaşılması (OC) eğrisi hem üretici hem de tüketici gereksinimleriyle karşılayan planların tasarlanması önemlidir.

Yapımcının Riski (α) ve Tüketici Riski (Fe)

[FONT=0]Producer'in riski[Dönetici:0)[Dönetici:0)[Dönetici:0)[Dönetici)[Dönetici) ve αS (Dönetici) ile aynı zamanda, yüksek çözünürlükte (RQL) veya başka bir yüksek çözünürlükte (RQL) ile karşılaştırıldığında, α ve LR) daha fazla hata seviyesi talep etme olasılığı vardır.

Ortalama Outgoing Quality (AOQ) ve AOQL

Örnekleme planı kullanarak, sevk edilen ürünün kalitesi (çok fazla reddedilen) aynı değildir.TheurFLT:0) AQ eğrisi üzerinde olan AQ:2[Dönemli)[Average Outgoing Quality (AOQ)[AOQL)[değiştir | kaynağı değiştir][değiştir | kaynağı değiştir][değiştir | kaynağı değiştir]

AQL ve RQL'yi seçin

AQL (Aceptable Quality Level), bir süreç ortalama olarak kabul edilebilir olduğunuzun en kötü işlemidir.Genel işlem için bir özellik değildir. RQL (Rejectable Quality Level) müşteri sözleşmeleri veya endüstri standartları (örneğin, elektronik: AQL 0.6%) ile çok daha yüksek bir şekilde denetim altına alınabilir ve RQL otomatik olarak yüksek çözünürlükte bir şekilde yapılır.

Yüksek-Volume Hatları için Pratik Uygulama

Yüksek hacimli bir üretim hattı üzerinde pratik olarak teoriyi yapmak, operasyonel sistemlerle entegrasyon ve insan faktörlerinin dikkate alınması gerektirir.

Otomatik Muayene ve Gerçek Zamanlı Uyumlar

Modern yüksek hacimli fabrikalar otomatik denetim istasyonları (vision systems, koordinat ölçüm makineleri, sızıntı testçileri) kullanıyor, bu tür durumlarda, kabul örnekleme değişikliklerini kabul etme rolü ölçülür; eğer işlem izleme kararı). örnekleme planı normal aralıklarla “seçmiş veya devam etmek için kullanılabilir.

Test Maliyetlerini Rasyonelizasyon yoluyla Yeniden Üretmek

Her özellik aynı denetim seviyesine ihtiyaç duymaz.Normal planlar kullanın; küçük özellikler (örneğin, ambalaj) azaldı veya atlar[Dönetici:)) Bu tür karmaşık yazılımlar için gerekli olan bazı planların veya% 100 otomatik denetimlerin; büyük özellikler (fit, performans) normal planlar; küçük özellikler (örneğin, küçük özellikler (örneğin, C:9) her sınıf için farklı kabul numaralarına ihtiyaç duyulan toplam 7 inçlik tasarımların toplamı (%40)

Eğitim ve Konsolidelik

En iyi örnekleme planı bile denetimli olup olmadığınız şekilde başarısız olur. Yüksek hacimli ortamlarda, denetim veya cironun gerçek endişeleri vardır.Üyesel olarak açık iş talimatları, görsel yardımlar ve periyodik denetimler) denetimli bir performans için kullanılabilir.Denetleyici bir karar desteği kullanın: Kontrollü sistemlere girerler ve sistem bunları örnekleme veya reddetmeye başlar.[Dönemli yorumlarla birlikte, örnekleme talimatların gerçekleştirilmesini önler.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Yüksek hacimli üretim için kabul örnekleme planlarını tasarlayın, tek boyutlu bir uygulama değildir.Bu, istatistik ilkeleri, operasyonel kısıtlamalar ve iş risklerini kapsamlı bir şekilde kullanarak, standartlaştırılmış bir şekilde denetim seviyelerini sürekli olarak ayarlayarak, modern otomasyon ve yazılım araçlarını entegre etmek, kabul edilen üreticilerin her ikisinden de ödün vermeden sağlam bir şekilde faydalanmasını talep eder.