Sự thiếu suy nghĩ về việc kiểm soát chất lượng

Trong việc thực hiện việc sản xuất kỹ thuật cao, quyết định chấp nhận hoặc từ chối sản phẩm nhiều ít khi dựa trên 100% kiểm tra. Chi phí, thời gian và phá hủy bản chất của nhiều cuộc kiểm tra không thực hiện đầy đủ. Lấy mẫu thử, bắt nguồn từ lý thuyết thống kê, cung cấp một khuôn khổ được sửa chữa để đưa ra những quyết định này với rủi ro định định có thể định trước. Thay vì kiểm tra từng đơn vị, các kỹ sư vẽ một mẫu ngẫu nhiên, kiểm tra và dựa trên số lượng khuyết tật tìm thấy, chấp nhận hoặc từ chối toàn bộ. Phương pháp này được chính thức hóa như [FL: 0] trong khi kiểm soát chất lượng sản phẩm có thể tăng cân bằng.

Thống kê chính xác dưới các tiêu chuẩn

Việc lấy mẫu xác thực phụ thuộc vào lý thuyết xác suất để liên kết kết kết kết các kết quả mẫu với đặc tính dân số. Giả định cơ bản là mẫu được vẽ ngẫu nhiên từ số lượng, và quá trình sản xuất ổn định đủ để có thể đại diện. Việc phân phối thống kê quan trọng là phân phối các tính chất như thông qua/fail (thường được dùng cho mỗi đơn vị). Việc hiểu các phân phối này cho phép tính toán xác suất của một số khiếm khuyết trong một mẫu được cho phép.

Những nguy cơ của người sản xuất và người tiêu thụ

Mỗi kế hoạch mẫu có hai loại lỗi. Lỗi [FLT:] [FLT: 1], hoặc [FLT:] [FLT:], là xác suất của việc từ chối nhiều khả năng có thể đáp ứng được chất lượng (QL:1). Việc này giảm thiểu nhà cung cấp cho sản xuất tốt. [FL:4] lỗi , [FL:5], [FL: 6], hoặc [L: khả năng từ chối nhiều] rủi ro thực sự đáp ứng được (FL]. Khả năng của người cung cấp cho cả hai khả năng sản xuất tốt.

Tính cách hoạt động (C) uốn nắn

Đường cong OC là một công cụ đồ họa quan trọng nhất trong việc lấy mẫu. Nó vẽ xác suất chấp nhận nhiều (y-axis) chống lại lỗi phân số thật của con số (x-axis). Một đường cong lý tưởng là một bước: chấp nhận nhiều dưới AQL, từ chối tất cả trên. Thực tế, đường cong là một đường cong mịn, đường cong có nhiều đường cong, nhiều đường cong phân loại hơn. Các kỹ sư dùng đường cong OC để đánh giá một kế hoạch hoạt động cho nhiều cấp độ khác nhau. [FL: 0] Cơ chế [F: 0] Cơ chế [FT] Cơ chế [F] cho phép] khả năng định dạng [FL], bằng cách sáng tạo và xây dựng lại một đường cong riêng lẻ.

Thiết kế một kế hoạch tàn phá

Thiết kế một kế hoạch hiệu quả đòi hỏi phải ghi rõ bốn tham số: kích cỡ mẫu (n), kích cỡ mẫu (n), số chấp nhận tối đa (c – số lỗi tối đa trong mẫu), và số từ chối (hay c + c + 1 cho một bản vẽ riêng lẻ). Những chương trình này được chọn để đáp ứng AQL, LPD, và ). Quá trình này thường bao gồm tính toán kiểu thử n và c, tính toán đường cong OC, rồi điều chỉnh cho đến cả hai rủi ro được chấp nhận. Nhiều kỹ sư đã dùng bảng (v. d. ANS/QP, hoặc phần mềm tự chọn).

Kế hoạch độc thân, hai lần và chiếm ưu thế

[FLT: 0] Mẫu là mẫu đơn giản nhất: lấy một mẫu kích cỡ n. Nếu số khiếm khuyết c, chấp nhận chấp nhận; nếu không chấp nhận; bỏ qua. [FLT: 2] Lấy mẫu [FLT: 1] [FLT:] [FT:] cơ hội thứ hai:]: lấy mẫu ban đầu của kích cỡ n1. Nếu lỗi c1, chấp nhận; nếu r1, từ chối; nếu c1 và 1, lấy mẫu thứ hai của n2, thì sẽ được kết hợp với số thứ hai khiếm khuyết so với số thứ hai, thường giảm thiểu số lần kiểm tra tốt.

Mô phỏng cơ bản [FLT: 1] đi xa hơn nữa: đơn vị được kiểm tra từng đơn vị một. Sau mỗi đơn vị, số đếm số lượng vi phạm tích lũy được so sánh với một biên giới trên (rejct) và một giới hạn (được chấp nhận). Việc kiểm tra tiếp tục cho đến khi một giới hạn được vượt qua. Đây là kế hoạch hiệu quả nhất về kích cỡ mẫu, đặc biệt khi chất lượng rất tốt hoặc xấu. ANSIASASIS/Z1 bao gồm nhiều bảng cho nhiều kế hoạch đa dạng và cấu trúc.

Chọn đúng kiểu kế hoạch

Các yếu tố ảnh hưởng đến sự lựa chọn bao gồm chi phí kiểm tra, tính chất hủy hoại của các cuộc thử nghiệm, tốc độ mong muốn và sự phức tạp quản trị. Các kế hoạch một lần thì dễ dàng quản lý nhưng có thể đòi hỏi những mẫu lớn hơn.

Phân phối thống kê để chấp nhận

Gương mẫu bimial

Khi lấy mẫu lớn (thường là N > 10n) và thanh tra về khuyết tật thuộc tính (v. d., pass/fail), việc phân phối nhị phân, mô hình phân phối nhị phân số lỗi trong mẫu. Xác suất của việc xem x bị lỗi trong n, cung cấp rất nhiều điểm khiếm khuyết p, là P(x) = C(n), x^- p^(n- x). Đường cong của các tính năng tính toán bằng cách xác suất phân tích của các điểm x từ 0 đến c. Mô hình này giả sử số lượng vô hạn hoặc thay thế tập hợp lớn, mà kích cỡ lớn.

Sự thỏa mãn của Poisson

Khi tỷ lệ khiếm khuyết thấp (p < 1) và kích cỡ mẫu là lớn, thì việc phân phối Poisson cung cấp một ước lượng gần. Mô hình Poisson cũng được dùng cho các khuyết điểm trên mỗi đơn vị (không có biến số) thay vì các đơn vị.

Xem xét hình học siêug

Để có kích cỡ nhỏ (v. d., N

Những ứng dụng thực tiễn xuyên suốt ngành công nghiệp

Tự động sản xuất

Lấy mẫu dung lượng được dùng cho vật liệu thô và đối chiếu. Ví dụ, một nhà cung cấp có thể lấy mẫu các miếng phanh từ lô hàng 5.000. Dùng một kế hoạch có n = 125 và c = 3 (AQL = 1.0%, LPD=5.0%), nhà cung cấp có thể quyết định nhanh chóng chấp nhận hoặc từ chối trở lại nhà cung cấp. Việc này ngăn cản các phần bị lỗi nhập vào dòng, giảm chi phí làm việc lại. Chất lượng tự động như IF49 thường đòi hỏi các dự án tài liệu.

Điện tử và kỹ thuật tổng hợp

Trong các thiết bị điện tử, việc thử nghiệm mọi thành phần là không thể xảy ra do chi phí và thời gian, nhưng việc dùng máy móc được áp dụng cho các mạch, dây đối lập và kết nối. Vì tỷ lệ khiếm khuyết là cực thấp (một phần trên triệu), các dự án thường dùng số không chấp nhận (c = 1) để tránh những vụ trộm xấu. Tuy nhiên, những kế hoạch như thế có nguy cơ cao của người tiêu dùng trừ khi cỡ mẫu nhỏ hoặc mẫu thường được dùng để cân bằng.

dược phẩm và thiết bị y khoa

Các cơ quan chuyên đề như cơ quan quy định như cơ quan luật pháp đòi hỏi phải có sự xác thực chặt chẽ về việc thử nghiệm tính chất vô sinh, nơi mà việc thử nghiệm có thể gây hại.

Không gian và phòng thủ

MIL-STD-1916 (hiện nay siêu cấp nhưng vẫn còn sử dụng) cung cấp các bản vẽ thử tính và biến cho các nhà thầu chính phủ. Trọng tâm là tính năng đáng tin cậy cao và khả năng theo dõi. Các dự án thử nghiệm thường được dùng để giảm cỡ mẫu trong khi duy trì sự phân biệt cao. Các đội kỹ thuật phải ghi lại sự biện minh thống kê cho mỗi kế hoạch được dùng.

Trên các thuộc tính:

Tính chất lấy mẫu (thường dùng phân phối/ không có) thì đơn giản nhưng không hiệu quả cho việc đo liên tục. Các biến cần thiết nhỏ hơn để đo (v. d., đường kính, độ mạnh độ phân giải). Kế hoạch này thường giả định sự phân phối bình thường và sử dụng giá trị phân hủy mẫu và chuẩn để ước lượng tỷ lệ sai của nhiều lỗi. Các dự án dự án mẫu nhỏ hơn cần thiết kích cỡ mẫu cho cùng một sức mạnh phân loại, làm cho chúng hấp dẫn khi dễ dàng và được hiểu rõ. ANSI/ ZASQ1.9 cung cấp các biến số chuẩn. Kỹ sư nên sử dụng tính chuẩn và sự biến đổi thích hợp nếu cần thiết.

Những cạm bẫy thường gặp và những quan điểm sai lầm

  • Giải thích kết quả mẫu với chất lượng cao: mẫu tốt không bảo đảm một số tốt; luôn luôn có lỗi thử nghiệm. Đường cong OC xác định rủi ro này.
  • Khi dự tính không chấp nhận kế hoạch mà không có cơ sở thống kê thích hợp: nhiều người cho rằng kế hoạch c = 0 là “hoàn hảo, và cũng thường chỉ có nguy cơ rất nhỏ của người tiêu dùng khi cỡ mẫu đủ lớn.
  • Ý thức được rủi ro của nhà sản xuất: có thể bác bỏ nhiều kế hoạch quá trình, gây ra sự gián đoạn trong chuỗi cung ứng.
  • Việc áp dụng kế hoạch chuẩn mà không cần phải xác nhận giả định: Lót đồng tính, mẫu ngẫu nhiên và tiến trình ổn định phải được kiểm tra. Những khiếm khuyết có thể làm suy giảm các giả định bi liệt.
  • Khi tiến trình được cải thiện, kế hoạch tương tự có thể trở nên quá bảo thủ.

Kết luận

Dựa trên sự đảm bảo chất lượng, dựa trên cơ sở thống kê, các thiết kế cho phép các kỹ sư có thể thiết kế các thiết kế cân bằng, hiệu quả và chất lượng. Bằng cách hiểu đường cong OC, các nhà sản xuất và các rủi ro của người tiêu dùng, và các loại kế hoạch mẫu thích hợp, các đội kỹ thuật có thể thiết kế những việc kiểm tra cân bằng, hiệu quả và chất lượng. Dù sử dụng tính chất đặc trưng hay biến số, thì chìa khóa là lý luận thống kê nghiêm ngặt thay vì các quy tắc tùy ý.