Tölfræðilegt eftirlit ferla, kafli 8Tn Áreiðanleiki ferla og tölfræðilegt gæðaeftirlit

1. Tölfræðilegt eftirlit ferla, kafli 8TnÁreiðanleiki ferla og tölfræðilegt gæðaeftirlit • Frávik ferla • Geta ferla • Eftirlitsaðferðir • Breytilegar stærðir • Eiginleikar (ok/ekki) • Sýnataka við móttöku • Operating Characteristic Curve, Eiginleikar sýnatöku

2. Grunn form breytileika • Rekjanleg (assignable) frávik orsakast af þáttum sem hægt er að þekkja og hægt er að stjórna s.s. frá mismunandi starfsmönnum. • Óræk (common, random) frávik eru innbyggð t.d. í ónákvæmni vélbúnaðar.

3. Hár Hár Viðbótar kostnaður af frávikum Viðbótar kostnaður af frávikum Núll Núll Lægri mörk Tak- mark Efri mörk Lægri mörk Tak- mark Efri mörk Traditional View Taguchi’s View Viðhorf Taguchi’s til frávika

4. Ferilgeta /Process Capability • Ferilfrávik • Vikmörk • Hvernig tengist þetta?

5. Ferilgeta-Process Capability Index, Cpk Ferilgetutala segir til um getu ferilsins til að framleiða hluti innan vik(hönnunar)marka. smá breyingar á vélbúnaði geta orsakað tilfærslu á meðalgildi. hliðrun á meðalgildi

6. Gerðir tölfræðilegs eftirlits • Eignleikar (í lagi / ekki í lagi) • Fjöldi gallaðra sýna vísar til hvort sýni stenst kröfu samkvæmt mörgum mælikvörðum. • Fjöldi galla vísar til fjölda galla í gefnu sýni, sem geta verið fleiri en fjöldi gallaðra sýna. • Breytilegt (Samfellt) • Venjulega mælt með meðalgildi og staðalfráviki • notkun X og R grafa

7. UCL Tölfræðilegt ferileftirlit (SPC) Gröf Eðlileg framvinda LCL 1 2 3 4 5 6 Sýni yfir tímabil UCL Mögulegt vandamál, rannsaka LCL 1 2 3 4 5 6 Sýni yfir tímabil UCL Mögulegt vandamál, rannsaka LCL 1 2 3 4 5 6 Sýni yfir tímabil

8. Vikmörk eru fundin út frá normaldreifingu x m z -3 -2 -1 0 1 2 3 Staðalfrávik eða “z” einingar.

9. x LCL UCL Vikmörk Ef við setjum efri og neðri vikmörk við +/-3 staðalfrávik þá getum við vænst þess að 99,7% sýnanna falla innan þeirra marka. 99.7%

10. Að búa til p-graf: Gögn

11. Gefið: Reikna eftirlitsmörk: Jöfnur fyrir tölfræðilegt eftirlit:Mæling eiginleika (p-Chart)

12. Að búa til p-graf: Skref 1 1. Reikna úr gallahlutfallið úr hverju sýni.

13. Að búa til p-graf: Skref 2 og 3 2.Reikna meðaltal gallahlutfallanna 3. Reikna úr staðalfrávikið út frá sýnunum

14. Að búa til p-graf: Skref 4 4. Reikna út stjórnmörkin (control limits) UCL = 0.0924 LCL = -0.0204 (or 0)

15. UCL LCL Að búa til p-graf: Skref 5 5.Teikna upp útkomuna á mismunandi sýnum

16. Dæmi um x og R gröf: Gögn

17. Dæmi um x of R gröf: Skref 1, reikna meðatöl sýna, spönn sýna, meðaltal meðaltala og meðaltal spannar.

18. Dæmi um x og R gröf: Skref 2. Ákvarða jöfnur fyrir eftirlitsmörk og reikna nauðsynleg töflugildi.

19. UCL LCL Dæmi um x og R gröf: Skref 3 og 4. Reikna mörkin og teikna upp gildin.

20. Dæmi um x og R gröf: Skref 5 og 6. Reikna mörkin og teikna upp gildin. UCL LCL

21. Grunnaðferðir tölfræðilegra úttekta við gæðaeftirlit • Sýnataka til að samþykkja eða hafna safni, t.d. við móttöku íhluta og hráefna (Móttöku sýnataka). • Sýnataka til að ákvarða hvort ferli sé innan ásættanlegra marka (Tölfræðilegt ferileftirlit)

22. Móttöku-sýnataka • Tilgangur • Ákvarða gæðastig • Tryggja að gæði séu innan skilgreindra marka • Kostir • Hagrænir • Minni skemmdir v/höndlunar • Færri skoðanir • Upphefur sýnatökustarfið • Hægt að nota eyðileggjandi prófanir • Höfnun safna hvatning til úrbóta

23. Móttöku-sýnataka • Ókostir • Hætta á að taka slæmt safn og hafna góðu • Meira skipulag og pappírsvinna • Minni upplýsingar en við 100% skoðun

24. Móttöku-sýnataka: Einföld sýnatökuregla Markmið Ákvarða (1) hversu mörg sýni, n, á að taka úr safni, og (2) hámarks fjölda gallaðra sýna, c, án þess að safni sé hafnað.

25. Áhætta • Ásættanlegt gæðastig: Acceptable Quality Level (AQL) • Hámarkshlutfall galla skilgreint af framleiðanda. • a (áhætta framleiðanda) • Líkurnar á höfnun góðs safns. • Umsamin hámarksgallaprósenta safns: Lot Tolerance Percent Defective (LTPD) • Sú prósentutala sem ákvarðar hvenær safni er hafnað •  (áhætta kaupanda) • Líkurnar á að samþykkja slæmt safn.

26. 1 0.9 a = .05 (producer’s risk) 0.8 0.7 n = 99 c = 4 0.6 0.5 Probability of acceptance 0.4 =.10 (consumer’s risk) 0.3 0.2 0.1 0 1 2 3 4 5 6 7 8 9 10 11 12 AQL LTPD Percent defective Operating Characteristic Curve

27. Dæmi: Móttökusýnataka Zypercom, sem framleiðir videogræjur kaupir prentrásaborð frá birgjanum, Procard. Procard hefur sett sér ásættanlegt gæðastig sem 1% gallar og samþykkir 5% líkur á að hafna safni sem uppfyllir þessar kröfur. Zypercom álítur safn með3% göllum vera óásættanlegt en sættir sig 10% áhættu á að samþykkja safn sem uppfyllir ekki þessar kröfur. Búið til sýnatökuáætlun fyrir Zypercom og ákvarðið vinnureglur fyrir sýnatökufólkið.

28. Dæmi: Skref 1. hvað er gefið og hvað ekki? Í þessu dæmi er, AQLgefið sem 0.01 og LTDP gefið sem 0.03. Okkur er líka gefð alfa sem 0.05 og beta 0.10. Við þurfum því að ákvarða “c” og “n.”

29. Exhibit TN 7.10 c LTPD/AQL n AQL c LTPD/AQL n AQL 0 44.890 0.052 5 3.549 2.613 1 10.946 0.355 6 3.206 3.286 2 6.509 0.818 7 2.957 3.981 3 4.890 1.366 8 2.768 4.695 4 4.057 1.970 9 2.618 5.426 Dæmi: Skref 2. Ákvarða “c” Deila first í LTPD með AQL. Finna svo gildi “c” úr töflu TN7.10 “n(AQL)”dálk sem er jöfn eða hærri en þetta hlutfall. So, c = 6.

30. Dæmi: Skref 3. Ákvarða fjölda sýna Að gefnum upplýsingunum fyrir neðan þá getum við reiknað nauðsynlegan fjölda sýna. c = 6, úr töflu n (AQL) = 3.286, úr töflu AQL = .01, gefið n(AQL/AQL) = 3.286/.01 = 328.6, or 329 (rúnnað upp) Sýnatökuregla: Taka tilviljanakennt 329 sýni úr safni. Hafna safni ef meira en 6 eru gölluð.