Wykres statystycznej kontroli procesu (SPC) jest bardzo przydatnym narzędziem do utrzymania jakości ciągłego, powtarzalnego procesu. Istnieje kilka różnych typów wykresów SPC, ale najczęściej określa się je po prostu jako wykres kontrolny. Wykres kontrolny przedstawia bieżącą wydajność procesu w stosunku do oczekiwanych wyników w oparciu o statystyki; są to średnie i wielokrotności procesu odchylenia standardowego procesu. Karta kontrolna umożliwia szybką wizualną analizę trendów w procesie i może łatwo pokazać, kiedy wyniki wykraczają poza spodziewane granice.
Przedmioty, które będą potrzebne
-
Kalkulator
-
Oprogramowanie do tworzenia wykresów, takie jak Microsoft Excel
Wykonaj serię powtarzalnych pomiarów wyniku zainteresowania pochodzącego z procesu, który chcesz kontrolować. Na przykład, jeśli proces polega na produkcji łożysk kulkowych o średnicy 1 cala, należy losowo wybrać liczbę łożysk i zmierzyć je. Ta próbka powinna składać się z co najmniej 30 elementów reprezentatywnych dla normalnego wyniku procesu i wybranych losowo.
Oblicz średnią lub średnią z pomiarów.
Oblicz standardowe odchylenie pomiarów procesu. Zwykle jest to termin "sigma" i jest miarą tego, jak wiele zmian występuje w procesie. Sigma może być uważana za zbliżoną do średniej odchylenia wszystkich pomiarów od średniej tych samych pomiarów. Większość kalkulatorów naukowych lub statystycznych będzie w stanie znaleźć standardowe odchylenie szeregu liczb.
Oblicz dwukrotnie i trzy razy wartość sigma, a następnie dodaj i odejmij te wartości od średniej procesowej. Na przykład, jeśli średnia z pomiarów łożysk kulkowych wyniosła 1,04 cala, a sigma 0,02 cala, należałoby obliczyć następujące cztery wartości: 1,04 + (2) (0,02), 1,04 + (3) (0,02), 1,04 - (2) (0,02) i 1,04 - (3) (0,02).
Zbuduj poziomy szablon wykresu za pomocą programu Excel lub podobnego oprogramowania graficznego lub po prostu za pomocą pióra i papieru. Oś pozioma tego wykresu będzie miała jednostki czasu (przesuwając się od lewej do prawej), a oś pionowa będzie wykorzystywać te same jednostki co pomiar procesu i będzie wyśrodkowana w średniej procesowej. Tak więc w przypadku przykładu z łożyskiem kulkowym oś pionowa byłaby wycentrowana na wartość 1,04 cala.
Nakładaj poziome linie na ten szablon. Jedna linia będzie poziomo w dół na środku wykresu, aby oznaczyć średnią procesową uzyskaną z początkowych pomiarów powtórzeń. Dwie linie przekroczą średnią, aby oznaczyć położenie średniej plus dwie i trzy sigmy, a dwie linie znajdą się poniżej średniej, aby oznaczyć średnią minus dwie i trzy sigma.
Nakładaj dodatkowe poziome linie na szablonie wykresu, aby zaznaczyć położenie górnych i dolnych granic specyfikacji, jeśli takie istnieją. Masz już gotowy szablon wykresu kontrolnego.
Regularnie mierz wyniki procesu w przyszłości. Pomiar może być wykonywany raz na godzinę, raz dziennie lub w innych rozsądnych odstępach czasu. Wydrukuj te wyniki pomiarów na szablonie tabeli kontrolnej, dodając kolejne punkty danych w prawo w miarę upływu czasu.
Obserwuj położenie bieżących punktów danych, ponieważ są one drukowane poziomo wzdłuż wykresu kontrolnego od lewej do prawej. Punkty powinny pozostać względnie blisko oczekiwanej średniej procesowej. Punkty, które przekraczają plus lub minus dwie linie sigma (zbyt wysokie lub zbyt niskie) są uważane za ostrzeżenie, że proces wykazuje znaczne odchylenie, natomiast punkty przekraczające plus minus trzy linie sigma lub linie specyfikacji są czerwonym alertem, który proces jest prawdopodobnie poza kontrolą.
Obserwuj wszelkie trendy lub wzorce w bieżącym wątku punktów danych. Jest to bardzo cenny aspekt wykresów kontrolnych, ponieważ często można zaobserwować, że pomiary rosną w górę lub w dół w kierunku awarii i rozwiązać problem, zanim stanie się zbyt wyraźny lub zanim powstanie produkt złomu.
Wskazówki
-
Pamiętaj, że nawet dobrze kontrolowany proces czasami może wytworzyć punkty poza i minus trzy sigma ze średniej z powodu normalnej losowej zmienności. Oznacza to, że od czasu do czasu będą pojawiać się "fałszywe alarmy".
Ostrzeżenie
Wykres SPC jest tak dobry, jak oryginalne pomiary użyte do znalezienia oczekiwanej średniej i sigmy. Upewnij się, że wybrana próbka jest prawdziwie reprezentatywna dla procesu i jest wystarczająco duża.
