Typer af kontroldiagrammer (med diagram) | Industries
Denne artikel sætter lys på de to hovedtyper af kontroldiagrammer. Typerne er: 1. Kontrolkort for variabler 2. Kontroldiagrammer for attributter.
Type # 1. Kontrolkort for variabler:
Disse diagrammer bruges til at opnå og opretholde et acceptabelt kvalitetsniveau for en proces, hvis outputprodukt kan underkastes kvantitativ måling eller dimensionskontrol, såsom hullets størrelse, dvs. diameter eller dybde, en skrues / boltens længde, vægtykkelsen på en rør osv.
Disse anvendes til måle-, kvalitetsegenskaber. Lad kvalitetsegenskaberne for alle produkter måles i undergrupper. Undergrupperne er de prøver, der har fast antal elementer / produkter / komponenter taget tilfældigt over en periode.
Middel- og standardafvigelserne for kvalitetsegenskaberne beregnes for hver stikprøve, og følgende situationer vedrørende processen kan forekomme under praksis:
Fordele ved kontrolkort:
Forskellige fordele ved kontroldiagrammer for variabler er som følger:
(1) Kontroldiagrammer advarer i tide, hvis det er nødvendigt at rette op, godt kan skrot og procentvis afvisning reduceres.
(2) sikrer således produktkvalitetsniveau.
(3) Et styrekart indikerer, hvorvidt processen er i kontrol eller ude af kontrol, således tilvejebringes information om udvælgelsen af proces- og tolerancegrænser.
(4) Inspektionsarbejdet er reduceret.
(5) Kontroloversigterne adskiller chancen og tildelelige årsager til variationer i observationen, således at der kan opnås væsentlig kvalitetsforbedring.
(6) Bestemmer procesvariabilitet og detekterer usædvanlige variationer, der finder sted. Så omdømme for virksomheden / firmaet kan bygges ved anvendelse af disse diagrammer.
Formål eller formål med kontrolkort for variabler:
Forskellige mål med kontroldiagrammer for variabler er som følger:
(1) For at fastslå, hvorvidt processen er i statistisk kontrol, og i så fald kan variabiliteten tilskrives chancen. Variabiliteten, som er iboende i processen, kan ikke fjernes, medmindre der er en ændring i de grundlæggende forhold, hvorunder produktionssystemet / processen virker.
(2) Det leder produktionsingeniøren til at afgøre, om procesfunktionen er kompatibel med konstruktionsspecifikationerne.
(3) At registrere tendensen til observationerne til yderligere planlægnings-, justerings- og nulstillingsværktøjer.
(4) For at få forudgående oplysninger om processen, hvis det sandsynligvis vil gå ud for at kontrollere.
Disse diagrammer er tegnet som følger:
Trin 1:
En række prøver af komponenter, der kommer ud af processen, tages over en tidsperiode, hver prøve bestående af en antal enheder n (n er normalt 4 eller 5 enheder eller nogle gange mere). Kvalitetsmålingerne x 1, x 2, x 3 ......... .. x n er taget.
Trin 2:
For hver prøve beregnes gennemsnitsværdien x af alle målinger og rækkevidde R (dvs. forskellen mellem de højeste og de laveste aflæsninger).
Trin 3:
Efter beregning af x og R beregnes kontrolgrænserne for X- og R-diagrammerne som følger med UCL og LCL som forkortelse for øvre kontrolgrænse og lavere kontrolgrænser.
hvor faktorerne A 1, D 2 og D 3 afhænger af antallet af elementer pr. prøve og jo større dette tal jo tættere grænserne. Tabel 9.1 giver værdier for disse faktorer for forskellige stikstørrelser. Så længe X- og R-værdierne for hver prøve er inden for kontrolgrænserne, siges processen at være i statistisk kontrol.
Type # 2. Kontrolkort for attributter:
Disse diagrammer bruges til at opnå og opretholde et acceptabelt kvalitetsniveau for en proces, hvis outputprodukter ikke udsættes for dimensionel eller kvantitativ måling, men kan klassificeres som gode eller dårlige eller acceptable og ikke-acceptable, for eksempel overfladefinish af en produktets lysstyrke af et element er enten acceptabelt eller ikke acceptabelt.
Ved inspektion med variabler som det gøres i x og R diagrammer, er det nødvendigt med en faktisk måling af dimensioner, der undertiden er vanskelig såvel som uøkonomisk.
Der er også en anden måde at inspicere også, dvs. inspektion af attributter. I denne metode er der ikke foretaget faktiske målinger, i stedet tælles antallet af fejl eller fejl. Manglenes størrelse og dens placering er ikke så vigtige.
Vi kan også sige, at produkterne er inspiceret på samme måde som ved 'Go' og 'Not Go' målere? Produkterne accepteres eller afvises, og deres faktiske dimensioner måles ikke for eksempel 100 fanblades inspiceres, hvoraf 12 er fundet defekte, så de 12 stk. Afvises.
De fire mest anvendte kontroldiagrammer for attributter er:
(1) Kontroldiagrammer fra fraktionsfejl (p-diagrammer)
(2) Kontrolkort for antal Defekter (np diagrammer)
(3) Kontroldiagrammer for procentdelskort eller 100 p-diagrammer.
(4) Kontroldiagrammer for antal fejl pr. Enhed eller C-diagram.
(1) Kontrolkort for fraktion Defekt (p-diagram):
Lad prøver af størrelse n tages tilfældigt fra produktionsprocessen eller output ved forskellige tidsintervaller. Hvis d er antallet af defekter i en prøve, så er fraktionen defekt i prøven.
P = d / n = Antal defekt enhed i en prøve / Samlet antal enheder eller elementer i en prøve
Eller Faktisk antal fejl
d = np
Hvis p ^ er andelen af defekter produceret af hele behandlingen eller den gennemsnitlige fraktion defekt og den er givet af
p = Total antal defekte elementer i alle de undersøgte prøver / Samlet antal emner i alle prøver.
P-diagrammet er baseret på binomialfordeling. Binomialfordelingen har standardafvigelsen σ p, som er givet af forholdet.
Da antallet af defekte produkter ikke kan være negativt, hvis LCL nogle gange kommer til at være negativ, tages det som nul. P-diagram bruges til at plotte og kontrollere fraktionsfejl, når prøvestørrelsen forbliver ensartet eller varierer.
(2) Kontrolkort for antal defekter (np-diagram):
Ved anvendelse af de samme noteringer som i p-diagram er standardafvigelsen og kontrolgrænserne for np-diagrammet som følger:
(3) Kontrolkort for procentdel Defekt (100 p-diagram):
Ved anvendelse af samme notation som i p, np diagrammer er standardafvigelsen og kontrolgrænserne som følger:
Anvendelse af P-diagrammer:
(i) np eller Antal defekte diagrammer anvendes, hvor gruppestørrelse eller stikstørrelse, dvs. n er konstant.
(ii) P-diagram over fraktionskort og 100 p eller procent defekte diagrammer kan anvendes, hvor prøvestørrelsen er variabel eller konstant.
Sammenligning af xijz- R-diagrammer og P-diagrammer :
x - - R-diagrammer:
1. Dette er kontrolkort for variabler.
2. Omkostningerne ved dataindsamling skyldes mere egentlige dimensionsmålinger.
3. Sample størrelser er små.
4. Kontrolgrænserne påvirkes af prøvestørrelsen.
5. For forskellige målbare kvalitetsegenskaber skal der udtages forskellige diagrammer.
6. Metoden er meget bedre i diagnosticering af årsager til variabilitet.
P-diagrammer:
1. Dette er kontrolkort for attributter.
2. Dataindsamling er forholdsvis billigere.
3. Større størrelsesprøver skal tages.
4. Der er mindre effekt af prøvestørrelsen over kontrolgrænser.
5. Samme P-diagram kan anvendes på et hvilket som helst antal kvalitetsegenskaber på en vare under inspektion.
6. Metoden er forholdsvis ringere med hensyn til diagnosticering af årsagerne til problemer eller afslag.
(4) Kontrolkort for antal defekter pr. Enhed (C-diagram):
Dette er en anden metode til at udforme attributegenskaber. I flere tilfælde er det mere hensigtsmæssigt at arbejde med antal fejl pr. Enhed i stedet for med fraktion defekt. R-diagrammet bruges til at kontrollere antallet af fejl, der observeres pr. Enhed.
Forskellen mellem p-diagram og r-diagrammet er, at førstnævnte tager hensyn til antallet af elementer, der er fundet defekte i en given stikstørrelse (hver defekt vare kan have en eller flere fejl i den), mens sidstnævnte registrerer antallet af fejl fundet i en given prøvestørrelse.
Selv om anvendelsen af c-diagram er noget begrænset sammenlignet med p-diagram, er der tilfælde i industrien, hvor den er meget nyttig, f.eks. Ved kontrol af antallet af fejl i et buskrop, et fly et tv-apparat, en computer, svejsning mangel i truss osv.
Konstruktionen af kontrolkortet ligner p-diagrammet, bortset fra at her er kontrolgrænserne baseret på Poisson-fordeling, som ofte er fundet egnet til at beskrive fordeling af defekter.
Standardafvigelsen i denne sag er givet af
