Statistische Prozesskontrollkarten Eine der wichtigsten Maßnahmen, die dazu beitragen können, die Qualität einer Ware oder Dienstleistung aufrechtzuerhalten, besteht darin, relevante Daten konsequent über die Zeit zu erfassen, zu erfassen und die Handlungen sorgfältig zu untersuchen. Alle statistischen Prozesskontrolldiagramme zeichnen Daten (oder eine aus Daten berechnete Statistik) gegenüber der Zeit auf, mit Kontrollgrenzen, die dazu dienen, den Analytiker auf Ereignisse, die über die normale Abtastvariabilität hinausgehen, zu warnen. STATGRAPHICS Centurion stellt eine der umfangreichsten Sammlung von Kontrollkarten zur Verfügung. Alle Kontrollkarten können für Phase-I-Studien verwendet werden, in denen die Daten den Ort der Kontrollgrenzen bestimmen und Phase-II-Studien, bei denen die Daten mit einem vorgegebenen Standard verglichen werden. Ein spezielles Verfahren wird ebenfalls zur Verfügung gestellt, um einen Entwurf eines Steuerplans mit akzeptabler Leistung zu unterstützen. E-Mail-Benachrichtigungen können generiert werden, wenn Punkte außerhalb der Kontrollgrenzen liegen oder wenn eine Ausführungsregel verletzt wird. Statgraphics Web Services Basisvariablen Charts Der ursprünglich in den 1930er Jahren entwickelte klassische Steuerungsdiagramm wird durch periodisches Sammeln von Daten und zeitlicher Verschiebung konstruiert. Wenn mehr als ein Datenwert zur gleichen Zeit gesammelt wird, sind Statistiken wie Mittelwert, Bereich, Median oder Standardabweichung aufgetragen. Steuergrenzen werden dem Diagramm hinzugefügt, um ungewöhnlich große Abweichungen von der Mittellinie zu signalisieren, und Ausführungsregeln werden verwendet, um andere ungewöhnliche Muster zu detektieren. Grundlegende Attribute Diagramme Für Attributdaten, wie sie sich aus PASSFAIL-Tests ergeben, verwenden die verwendeten Diagramme meist Raten oder Proportionen. Wenn die Probengrßen variieren, hängen die Kontrollgrenzen von der Grße der Proben ab. Bei den meisten Kontrollkarten können farbige Zonen verwendet werden, um den Abstand zu 1, 2 und 3-Sigma anzuzeigen. Moving Average - und EWMA-Diagramme Wenn Daten zu einem Zeitpunkt gesammelt und auf einem Personendiagramm aufgezeichnet werden, sind die Kontrollgrenzen in der Regel ziemlich breit, was dazu führt, dass das Diagramm eine schlechte Leistung bei der Erkennung von außer Kontrolle geratenen Situationen hat. Dies kann behoben werden, indem ein gewichteter Mittelwert der Daten statt nur der letzten Beobachtung geplottet wird. Die gängigsten tme-gewichteten Diagramme sind der gleitende Durchschnitt (MA) und der exponentiell gewichtete gleitende Durchschnitt (EWMA). Die durchschnittliche Lauflänge solcher Diagramme ist gewöhnlich viel geringer als die eines einfachen X-Diagramms. Cusum-Diagramme Ein nützliches Diagramm zur Darstellung von Messungen aus einem kontinuierlichen Prozess ist das CUSUM-Diagramm, das zu jedem Zeitpunkt die Summe aller Abweichungen von einem Zielwert bis einschließlich der letzten Beobachtung darstellt. Wenn das V-Masken-Format für einen Cusum-Chat verwendet wird, gilt der Prozess als kontrolliert, wenn alle Punkte auf dem Diagramm in die Maske fallen. Wenn irgendwelche Punkte außerhalb der Maske liegen, wie in dem Diagramm auf der linken Seite, dann wird ein Außer-Steuer-Alarm erzeugt. Multivariate Control Charts Wenn mehr als eine Variable gesammelt wird, werden für jede Variable häufig separate Kontrollkarten gezeichnet. Sind die Variablen korreliert, kann dies zu fehlgeschlagenen Out-of-Control-Signalen führen. Für solche Situationen bietet STATGRAPHICS mehrere Arten von multivariaten Kontrollkarten an: T-Squared-Charts, Generalized Variance Charts und multivariate EWMA-Charts. Im Fall von zwei Variablen können die Punkte auf einer Kontroll-Ellipse aufgetragen werden. ARIMA-Kontrollkarten Bei heutigen automatisierten Datenerfassungssystemen werden Proben häufig in eng beabstandeten Zeitintervallen gesammelt. Jede Art von Prozessdynamik führt zu Korrelation in sukzessive Messungen, die Chaos mit Standard-Kontroll-Charts, die Unabhängigkeit zwischen aufeinander folgenden Proben annehmen verursacht. In solchen Fällen muss ein Regeldiagramm, das die Dynamik des Prozesses erfasst, verwendet werden, um ungewöhnliche Ereignisse richtig zu erkennen, wenn sie auftreten. Das richtige Diagramm für solche Situationen ist ein ARIMA-Regelschema, das auf einem parametrischen Zeitreihenmodell für die Prozessdynamik basiert. Solche Diagramme zeichnen entweder die Reststöße für das System zu jeder Zeitperiode auf oder sie zeigen variierende Steuergrenzen auf der Grundlage vorhergesagter Werte eine Periode vor der Zeit an. Kontrollkarten können auch verwendet werden, um Prozesse zu überwachen, in denen sich die mittlere Messung voraussichtlich im Laufe der Zeit ändern wird. Dies tritt häufig bei der Überwachung des Verschleißes an einem Werkzeug auf, tritt aber auch in anderen Situationen auf. Die Kontrollkarten für solche Fälle haben eine Mittellinie und Kontrollgrenzen, die dem erwarteten Trend folgen. Akzeptanzkontrolldiagramme Für Prozesse mit einem hohen Cpk kann es erforderlich sein, dass die Messungen innerhalb von 3 Sigma der Mittellinie unnötig restriktiv bleiben. In solchen Fällen kann das Verfahren driften, solange es nicht zu nahe an den Spezifikationsgrenzen liegt. Eine nützliche Art von Kontrolldiagramm für diesen Fall ist das Acceptance Control Chart, das die Kontrollgrenzen auf der Grundlage der Spezifikationsgrenzen und nicht des Prozessmittels positioniert. Cuscore Charts Bei der Überwachung eines realen Prozesses kann es vorkommen, dass die Arten von Out-of-Control-Situationen, die wahrscheinlich auftreten, bekannt sein können. Zum Beispiel kann eine Pumpe, die zu versagen beginnt, eine Oszillation in die Messungen mit einer spezifischen Frequenz einführen. In solchen Fällen können spezialisierte CuScore-Charts aufgebaut werden, um auf diese spezielle Art des Versagens zu achten. STATGRAPHICS wird CuScore-Diagramme konstruieren, um: Spikes, Rampen, Bumps mit bekannter Dauer, Schrittänderungen, exponentielle Erhöhungen, Sinuswellen mit bekannter Frequenz und Phase oder jegliche benutzerdefinierte Musterart zu ermitteln, die der Benutzer spezifizieren möchte. Control Chart Design Damit ein Control Chart effektiv ist, muss es in der Lage sein, zwischen Situationen zu unterscheiden, in denen der Prozess wie erwartet funktioniert, und solchen, bei denen er von seinen Zielwerten stark abgewichen ist. STATGRAPHICS stellt eine Prozedur zum Entwerfen von Steuerdiagrammen bereit, die Abweichungen einer bestimmten Grße innerhalb einer akzeptablen Zeit erfassen. In einer typischen Anwendung spezifiziert der Benutzer ein Zielmittel und die gewünschte mittlere Lauflänge, bevor eine Abweichung dieser Größe detektiert wird. Die Prozedur bestimmt dann die Anzahl der Proben und / oder den Glättungsparameter, der die gewünschte Leistung erzielt. E-Mail-Benachrichtigungen Die Prozeduren für die Steuerungsdiagramme können mithilfe der dynamischen Aktualisierungsfunktionen der Software automatisiert werden. In solchen Fällen kann es nützlich sein, E-Mail-Benachrichtigungen zu generieren, wenn ein ungewöhnliches Ereignis auftritt. Warnungen können erstellt werden, wenn Punkte auf den Kontrollkarten außerhalb der Kontrollgrenzen liegen oder wenn eine Ausführungsregel verletzt wird. Wenn Spezifikationsgrenzen für die zu charakterisierende Variable vorhanden sind, können auch Warnungen generiert werden, wenn geschätzte Leistungsindizes unter einen Schwellenwert fallen oder wenn das geschätzte DPM zu groß ist. Typische Prozesssteuerungstechniken Das zugrunde liegende Konzept der statistischen Prozesssteuerung basiert auf einem Vergleich von Was heute geschieht mit dem, was vorher geschah. Wir nehmen einen Schnappschuss davon, wie der Prozess typischerweise ein Modell ausführt oder aufbaut, wie wir denken, dass der Prozess durchführt und Steuergrenzen für die erwarteten Messungen der Ausgabe des Prozesses berechnet. Dann sammeln wir Daten aus dem Prozess und vergleichen die Daten mit den Kontrollgrenzen. Die meisten Messungen sollten innerhalb der Grenzwerte liegen. Messungen, die außerhalb der Kontrollgrenzen liegen, werden untersucht, um zu sehen, ob sie zu der gleichen Population gehören wie unsere ursprüngliche Momentaufnahme oder das Modell. Anders ausgedrückt verwenden wir historische Daten, um die anfänglichen Kontrollgrenzen zu berechnen. Dann werden die Daten mit diesen Anfangsgrenzen verglichen. Punkte, die außerhalb der Grenzen liegen, werden untersucht, und vielleicht werden einige später verworfen. Wenn ja, würden die Grenzen neu berechnet und der Vorgang wiederholt. Dies wird als Phase I bezeichnet. Die Echtzeit-Prozessüberwachung unter Verwendung der Grenzen von dem Ende der Phase I ist Phase II. Statistische Qualitätskontrolle (SQC) Werkzeuge der statistischen Qualitätskontrolle Mehrere Techniken können verwendet werden, um das Produkt auf Fehler oder defekte Stücke zu untersuchen, nachdem alle Verarbeitung abgeschlossen ist. Typische Werkzeuge von SQC (beschrieben in Abschnitt 2) sind: Losannahme-Stichprobenpläne Skip Losentnahmepläne Militär (MIL) Standard-Stichprobenpläne Grundkonzepte der statistischen Qualitätskontrolle Der Zweck der statistischen Qualitätskontrolle ist es, kosteneffizient zu gewährleisten Das Produkt geliefert, um Kunden erfüllt ihre Spezifikationen. Inspektion jedes Produkt ist teuer und ineffizient, aber die Konsequenzen der Versand nicht konforme Produkt kann erheblich in Bezug auf Kunden Unzufriedenheit sein. Statistische Qualitätskontrolle ist der Prozess der Inspektion genug Produkt aus bestimmten Losen zu probabilistisch gewährleisten eine bestimmte Qualität.
No comments:
Post a Comment