En statistisk processkontroll (SPC) diagram är ett mycket användbart verktyg för att upprätthålla kvaliteten på en pågående, repetitiv process. Det finns flera olika typer av SPC-diagram, men det vanligaste brukar normalt hänvisas till som ett kontrollschema. Ett kontrollschema visar det pågående resultatet av en process mot förväntade resultat baserat på statistik. dessa är processmedelvärdet och multiplarna av processstandardavvikelsen. Kontrolldiagrammet möjliggör en snabb visuell analys av trender i processen och kan lätt visa när resultaten ligger utanför förväntad gränser.
Föremål du behöver
-
Kalkylator
-
Grafikprogramvara som Microsoft Excel
Utför en rad repetitiva mätningar på resultatet av intresse härrörande från processen du vill kontrollera. Om processen till exempel är tillverkning av kullager med en diameter på 1 tum, väljer du slumpmässigt ett antal lager och mäter dem. Detta prov ska bestå av minst 30 objekt som är representativa för den normala processutgången och väljas slumpmässigt.
Beräkna medelvärdet eller medelvärdet av mätningarna.
Beräkna standardavvikelsen för processmätningarna. Detta ges normalt termen "sigma" och är ett mått på hur mycket variation det finns i processen. Sigma kan anses vara nära medelfrekvensen för alla mätningar från medelvärdet av samma mätningar. De flesta vetenskapliga eller statistiska räknare kommer att kunna hitta standardavvikelsen för en serie siffror.
Beräkna två gånger och tre gånger värdet av sigma och lägg sedan till och subtrahera dessa värden från processmedelvärdet. Om exempelvis medelvärdet av kullagermätningarna var 1,04 tum och sigma var 0,02 tum, skulle du beräkna följande fyra värden: 1,04 + (2) (0,02), 1,04 + (3) (0,02), 1,04 - (2)) (0,02) och 1,04 - (3) (0,02).
Konstruera en horisontell grafmall med hjälp av Excel eller liknande grafikprogram, eller använd helt enkelt penn och papper. Den horisontella axeln i denna graf kommer att ha tidsenheter (framåt från vänster till höger), och den vertikala axeln kommer att använda samma enheter som din processmätning och kommer att centreras i ditt processmedel. Så i fallet med kullagringsexemplet skulle den vertikala axeln centreras på ett värde av 1,04 tum.
Överla horisontella linjer på den här mallen. En rad går horisontellt ner i mitten av grafen för att markera processmedelvärdet erhållet från dina initiala repeteringsmätningar. Två linjer kommer att gå över medelvärdet för att markera placeringen av medelvärdet plus två och tre sigma, och två linjer kommer att gå under medelvärdet för att markera medelvärdet minus två och tre sigma.
Överla ytterligare horisontella linjer på grafmallen för att markera platserna för övre och nedre specifikationsgränser, om sådana finns. Du har nu en färdig kontrolldiagrammall.
Mät processutfallet regelbundet i framtiden. En mätning kan tas en gång i timmen, en gång om dagen eller vid något annat rimligt intervall. Skriv dessa mätresultat på kontrollschemat mallen, lägg till ytterligare datapunkter till höger när tiden går vidare.
Observera platsen för de pågående datapunkterna, eftersom de plottas horisontellt längs på kontrollschemat från vänster till höger. Punkterna borde vara relativt nära det förväntade processmedlet. Poäng som överskrider plus eller minus två sigma-linjer (antingen för höga eller för låga) anses vara en varning om att processen visar stor avvikelse, medan punkter som överstiger plus- eller minus-tre sigma-linjer eller specifikationslinjerna är en röd varning om att processen är sannolikt out of control.
Observera alla trender eller mönster i det pågående diagrammet för datapunkter. Detta är en mycket värdefull aspekt av kontrollscheman eftersom det ofta är möjligt att se mätningar som trender upp eller ner mot misslyckande och att åtgärda ett problem innan det blir för uttalat eller innan skrotprodukt görs.
tips
-
Kom ihåg att även en välkontrollerad process kommer ibland att producera poäng utanför plus eller minus tre sigma från medelvärdet på grund av normal slumpmässig variation. Det betyder att det kommer att finnas "falska larm" en gång i taget.
Varning
SPC-diagrammet är bara lika bra som de ursprungliga mätningarna som användes för att hitta det förväntade genomsnittet och sigma. Se till att provet du väljer verkligen representerar processen och är tillräckligt stor.
