Karty kontrolne Shewharta. Algorytm konstrukcji wykresów kontrolnych Shewharta Przykład konstrukcji wykresu Shewharta

Plan:

10.1 Podstawy kart kontrolnych Shewharta

10.2 Rodzaje kart kontrolnych Shewharta

10.1 Podstawy kart kontrolnych Shewharta

Zadaniem statystycznej kontroli procesów jest zapewnienie i utrzymanie procesów na akceptowalnym i stabilnym poziomie, zapewniającym, że produkty i usługi spełniają założone wymagania. Głównym narzędziem statystycznym stosowanym w tym celu jest karta kontrolna. Metoda karty kontrolnej pozwala określić, czy proces faktycznie osiągnął lub pozostaje w statystycznie kontrolowanym stanie na odpowiednio określonym poziomie, a następnie utrzymać kontrolę i wysoki stopień jednolitości krytycznych cech produktu lub usługi poprzez ciągłą rejestrację informacji o jakości produktu podczas procesu produkcyjnego. Stosowanie kart kontrolnych i ich wnikliwa analiza prowadzą do lepszego zrozumienia i usprawnienia procesów.

Karty kontrolne Shewharta (SCCH) są głównym narzędziem statystycznego zarządzania jakością. CCS służy do porównywania informacji uzyskanych z próbek o bieżącym stanie procesu z granicami kontrolnymi, które reprezentują granice zmienności własnej procesu (rozrzutu). CCS służy do oceny, czy proces produkcyjny, proces usługowy lub proces kontroli administracyjnej znajduje się, czy nie, w stanie kontrolowanym statystycznie. Początkowo KKSh zostały opracowane do użytku w produkcji przemysłowej. Obecnie znajdują szerokie zastosowanie w sektorze usług i nie tylko.

Karta kontrolna to graficzny sposób prezentacji i porównania informacji w oparciu o sekwencję próbek odzwierciedlającą aktualny stan procesu, z granicami ustalonymi na podstawie nieodłącznej zmienności procesu.

Teoria wykresów kontrolnych wyróżnia dwa typy zmienności. Pierwszy typ to zmienność wynikająca z „przypadkowości (wartości zwyczajnych), spowodowana niezliczoną różnorodnością stale występujących przyczyn, które nie są łatwe lub niemożliwe do zidentyfikowania. Każda z tych przyczyn stanowi bardzo małą część całkowitej zmienności i żadna z nich nie jest sama w sobie istotna. Jednakże suma wszystkich tych przyczyn jest mierzalna i zakłada się, że jest ona nieodłączna od procesu. Eliminowanie lub ograniczanie wpływu wspólnych przyczyn wymaga decyzji zarządczych i alokacji zasobów w celu ulepszenia procesu i systemu. Drugi typ to rzeczywista zmiana w procesie. Mogą być wynikiem pewnych możliwych do zidentyfikowania przyczyn, które nie są nieodłącznie związane z procesem wewnętrznie i można je wyeliminować. Te możliwe do zidentyfikowania przyczyny są uważane za „nieprzypadkowe” lub „specjalne” przyczyny zmian. Mogą one obejmować awarię narzędzia, niewystarczającą jednorodność materiału, sprzętu produkcyjnego lub kontrolnego, kwalifikacje personelu, nieprzestrzeganie procedur itp.

Celem kart kontrolnych jest wykrycie nienaturalnych różnic w danych z powtarzających się procesów i zapewnienie kryteriów wykrywania braku kontroli statystycznej. Proces jest w stanie kontrolowanym statystycznie, jeżeli zmienność wynika wyłącznie z przyczyn losowych. Przy określaniu tego akceptowalnego poziomu zmienności wszelkie odchylenia od niego uważa się za wynik szczególnych przyczyn, które należy zidentyfikować, wyeliminować lub złagodzić.

Wykres Shewharta wymaga danych uzyskanych selektywnie z procesu w mniej więcej równych odstępach czasu. Odstępy można ustawić albo według czasu (np. co godzinę), albo według ilości produktu (każda partia). Zazwyczaj każda podgrupa składa się z tego samego rodzaju jednostek produktów lub usług o tych samych kontrolowanych wskaźnikach, a wszystkie podgrupy mają równe wolumeny. Dla każdej podgrupy wyznaczana jest jedna lub więcej cech, takich jak średnia arytmetyczna podgrupy i zakres podgrupy R lub odchylenie standardowe próbki S. Mapa Shewharta jest wykresem wartości niektórych cech podgrup w zależności na ich numerach. Posiada linię środkową (CL) odpowiadającą wartości odniesienia charakterystyki. Przy ocenie, czy proces znajduje się w stanie kontrolowanym statystycznie, jako punkt odniesienia przyjmuje się zwykle średnią arytmetyczną rozpatrywanych danych. W sterowaniu procesem odniesieniem jest długoterminowa wartość cechy ustalona w specyfikacjach technicznych lub jej wartość nominalna oparta na wcześniejszych informacjach o procesie, lub zamierzona docelowa wartość cechy produktu lub usługi. Wykres Shewharta ma dwie statystycznie definiowane granice kontrolne wokół linii środkowej, zwane górną granicą kontrolną (UCL) i dolną granicą kontrolną (LCL) (Rysunek 9).

Numer próbki

Rysunek 9 - Widok karty sterującej

Granice kontroli na mapie Shewhart znajdują się w odległości 3 od linii środkowej, gdzie - ogólne odchylenie standardowe stosowanych statystyk. Zmienność w obrębie podgrup jest miarą zmienności losowej. Aby uzyskać wycenę obliczyć odchylenie standardowe próbki lub pomnożyć zakres próbki przez odpowiedni współczynnik. Miara ta nie uwzględnia zmienności międzygrupowej i ocenia jedynie zmienność w obrębie podgrup.

Limity ±3 wskazują, że około 99,7% wartości charakterystycznych podgrup będzie mieścić się w tych granicach, pod warunkiem, że proces będzie w stanie kontrolowanym statystycznie. Innymi słowy, istnieje ryzyko wynoszące 0,3% (lub średnio trzy na tysiąc przypadków), że wykreślony punkt znajdzie się poza granicami kontrolnymi, gdy proces jest stabilny. Używa się słowa „w przybliżeniu”, ponieważ odchylenia od podstawowych założeń, takich jak rozkład danych, będą miały wpływ na wartości prawdopodobieństwa.

Niektórzy konsultanci wolą mnożnik 3,09, aby zapewnić nominalne prawdopodobieństwo 0,2% (średnio dwie wprowadzające w błąd obserwacje na tysiąc), ale Shewhart wybrał 3, aby uniknąć konieczności uwzględniania dokładnego prawdopodobieństwa. Podobnie niektórzy konsultanci wykorzystują rzeczywiste wartości prawdopodobieństwa do map opartych na rozkładach innych niż normalne, takich jak mapy zasięgu i współczynnika rozbieżności, w którym to przypadku mapa Shewharta wykorzystuje również granice w odległościach ±3 zamiast granic probabilistycznych, upraszczając interpretację empiryczną.

Prawdopodobieństwo, że naruszenie granicy jest rzeczywiście zdarzeniem losowym, a nie rzeczywistym sygnałem, uważa się za tak małe, że w przypadku pojawienia się punktu poza granicą należy podjąć określone działania. Ponieważ działanie jest podejmowane właśnie w tym momencie granice kontrolne są czasami nazywane „granicami działania”.

Często na mapie kontrolnej granice są również rysowane w odległości 2 .Wtedy każda wartość próbki wykraczająca poza granice 2a może służyć jako ostrzeżenie o zbliżającej się sytuacji wyjścia procesu ze stanu kontroli statystycznej. Dlatego granice wynoszą ±2 czasami nazywany „ostrzeżeniem”.

Podczas korzystania z kart kontrolnych możliwe są dwa rodzaje błędów: typ 1 i typ 2.

Błąd pierwszego rodzaju występuje wtedy, gdy proces znajduje się w stanie kontrolowanym statystycznie, a punkt przypadkowo wyskakuje poza granice kontrolne. W rezultacie błędnie stwierdzają, że proces opuścił stan kontroli statystycznej i podejmują próbę znalezienia i wyeliminowania przyczyny nieistniejącego problemu.

Błąd drugiego rodzaju ma miejsce, gdy rozpatrywany proces nie jest sterowalny, a punkty przypadkowo trafiają do granic kontrolnych. W tym przypadku błędnie dochodzą do wniosku, że proces jest sterowalny statystycznie i tracą szansę na zapobieżenie wzrostowi wydajności produktów niezgodnych. Ryzyko błędu typu II jest funkcją trzech czynników: szerokości granic kontrolnych, stopnia niekontrolowalności i wielkości próby. Ich charakter jest taki, że można jedynie ogólnie stwierdzić wielkość błędu.

System wykresów Shewharta uwzględnia wyłącznie błędy I rodzaju, równe 0,3% w granicach 3 . Ponieważ generalnie niepraktyczne jest pełne oszacowanie strat wynikających z błędu II rodzaju w konkretnej sytuacji i wygodnie jest arbitralnie przyjąć małą objętość podgrupy (4 lub 5 jednostek), zaleca się stosowanie granic w odległość ± 3 i koncentrują się przede wszystkim na zarządzaniu i doskonaleniu jakości samego procesu.

Jeśli proces jest kontrolowany statystycznie, karty kontrolne wdrażają metodę ciągłego statystycznego testowania hipotezy zerowej, że proces się nie zmienił i pozostaje stabilny. Ponieważ jednak zwykle nie można z góry określić wartości konkretnego odchylenia cechy procesu od wartości docelowej, które mogłoby zwrócić uwagę, podobnie jak ryzyka błędu II rodzaju, a wielkość próby nie jest obliczona w sposób zapewniający odpowiedni poziom ryzyka mapy Shewharta nie należy rozpatrywać z punktu widzenia testowania hipotez. Shewhart podkreślał empiryczną przydatność kart kontrolnych do ustalania odchyleń od stanu kontroli statystycznej, a nie ich probabilistyczną interpretację. Niektórzy użytkownicy wykorzystują krzywe charakterystyczne działania jako sposób interpretacji testów hipotez.

Gdy wykreślona wartość wykracza poza którąkolwiek z granic kontrolnych lub szereg wartości wykazuje nietypowe wzorce, stan kontroli statystycznej zostaje zakwestionowany. W takim przypadku konieczne jest zbadanie i wykrycie przyczyn nieprzypadkowych (specjalnych), a proces można zatrzymać lub skorygować. Po znalezieniu i wyeliminowaniu specjalnych przyczyn proces można kontynuować ponownie. Kiedy wystąpi błąd typu I, nie można znaleźć żadnej konkretnej przyczyny. Uważa się wówczas, że punkt wyjścia poza granice jest zjawiskiem raczej rzadkim, losowym, gdy proces znajduje się w stanie kontrolowanym statystycznie.

Kiedy po raz pierwszy buduje się kartę kontroli procesu, często okazuje się, że proces jest statystycznie niekontrolowany. Granice kontrolne wyliczone na podstawie danych z takiego procesu będą czasem prowadzić do błędnych wniosków, gdyż mogą być zbyt szerokie. Dlatego przed ustawieniem stałych parametrów kart kontrolnych należy doprowadzić proces do stanu kontrolowanego statystycznie.

Federalna Agencja Edukacji

Państwowa instytucja edukacyjna

wyższe wykształcenie zawodowe

„Państwowy Uniwersytet Techniczny Kuzbass”

Katedra Technologii Przetwórstwa Tworzyw Sztucznych

Katedra Technologii Chemicznej Substancji Nieorganicznych

Karty kontrolne Shewharta

Wytyczne do zajęć praktycznych z dyscypliny

„Metrologia, normalizacja, certyfikacja”

dla studentów specjalności

250100 (240401) „Technologia chemiczna substancji organicznych”

250200 (240301) „Technologia chemiczna substancji nieorganicznych”

250400 (240403) „Technologia chemiczna naturalnych nośników energii

i materiałów węglowych”

250600(240502) „Technologia przetwórstwa tworzyw sztucznych i elastomerów”

Opracowane przez N. M. Igolinską

E. B. Silinina

M. A. Igolińska

Zatwierdzone na posiedzeniu wydziału

komisja pedagogiczno-metodyczna

specjalności 250200

Protokół nr 8 z dnia 30 marca 2006 r

Znajduje się kopia elektroniczna

w bibliotece budynku głównego

GU KuzGTU

Kemerowo 2006

CELE LEKCJI PRAKTYCZNYCH

Zapoznać się z metodami konstruowania kart kontrolnych Shewharta; zgodnie z opcją zadania oblicz granice i zbuduj mapę do sterowania procesem technologicznym.

Wyciągnij wniosek na temat płynności procesu i jego statystycznej kontroli.

Wykonaj procedury doprowadzenia mapy do postaci procesu kontrolowanego statystycznie.

1. PODSTAWOWE PRZEPISY TEORII

KARTY KONTROLNE SHEWHARTA

Wykresy kontrolne to narzędzia graficzne wykorzystujące podejścia statystyczne do kontrolowania procesów produkcyjnych. Celem takiej kontroli jest stwierdzenie, czy statystycznie kontrolowany stan procesu został osiągnięty i czy w tym stanie pozostaje, przy ciągłym uzyskiwaniu informacji o jakości produktu.

Kontrolowanie stabilności procesu pozwala obniżyć koszty kontroli jakości gotowego produktu, dobrać odpowiednią bazę surowcową oraz cenę produktu jako produktu.

Teoria wykresów kontrolnych wyróżnia dwa typy zmienności:

– zmienność wynikająca z przyczyn losowych, które występują stale i których nie da się zidentyfikować i wyeliminować;

– zmienność, która reprezentuje rzeczywiste zmiany w procesie spowodowane pewnymi przyczynami, które można zidentyfikować i wyeliminować. Taką zmienność uważa się za „nieprzypadkową” (awaria narzędzi, niejednorodność surowców, naruszenie reżimu technologicznego, kwalifikacje personelu itp.).

Zmienność wynikającą z przyczyn losowych opisuje się zwykle parametrami rozkładu normalnego i krzywej Gaussa, które muszą mieścić się w tolerancji procesu. Sytuację tę pokazano na ryc. 1.

Stosunek granic pokazany na rysunku pozwala ustalić, na podstawie stosunku pól zakresów σ, zależność pomiędzy częstotliwością trafień X 0 do i poza zakres. Częstotliwości te podano w tabeli. 1.

Ryż. 1. Stosunek granic rozkładu (B) i tolerancji technologicznej (T) dla ustalonego procesu kontrolowanego statystycznie

Tabela 1

Zależność pomiędzy określonym zakresem odchyleń parametrów X

oraz wskaźniki trafień i chybień X w tym zakresie

W konsekwencji, jeśli wymagania dla procesu zostaną określone w taki sposób, aby rozrzut parametrów kontrolnych nie przekraczał
, to wynik dowolnego wybranego parametru kontrolnego X jestem poza zasięgiem
możliwe z prawdopodobieństwem 0,06, tj. mało prawdopodobny.

Przedstawmy charakterystykę I B – „wskaźnik zdolności procesu”. Wartość ta określa możliwości procesu i jego statystyczną regulację. Jest to określone przez formułę

, (1)

Gdzie I B – wskaźnik zdolności procesu;

T– wymagania procesu;

W– możliwości procesowe.

Jeśli I B< 1, то процесс невозможен (не может быть обеспечено требуемое качество).

Jeśli I B = 1, to proces jest na granicy możliwości. Jednocześnie, mimo że proces w sprzyjających warunkach może zapewnić określoną jakość, to jego statystyczna regulacja jest niemożliwa.

Jeśli I B > 1, wówczas proces jest możliwy i możliwa jest statystyczna regulacja jego jakości.

Ogólny widok jednego z możliwych wykresów kontrolnych pokazano na ryc. 2.

Ryż. 2. Wykres kontrolny rozkładu bieżących wartości monitorowanego parametru X dla 18 grup pomiarowych

Statystyczną kontrolę jakości procesu wyraźnie pokazano na ryc. 3.

Ryż. 3. Schematyczne przedstawienie procesu kontrolowanego statystycznie

Wykresy kontrolne umożliwiają śledzenie odchyleń od standardów jakości. Odchylenia przekraczające ustalone limity nazywane są niekontrolowanymi, a odchylenia, które nie przekraczają ustalonych limitów, nazywane są kontrolowanymi. Patrząc w przyszłość, zauważamy, że na ryc. Rysunek 2 przedstawia pomiary wykraczające poza dolną i górną granicę kontrolną; oznacza to, że odpowiedni proces wymknął się spod kontroli. Teorie zarządzania jakością głoszą, że korygowaniu powinny podlegać jedynie procesy, których nie da się kontrolować.

Dane kontrolne zbierane są poprzez regularne pomiary w trakcie określonego procesu. Pomiary te zapisuje się w arkuszu kalkulacyjnym w przybliżeniu tak, jak pokazano na ryc. 1.

W tym przykładzie wzięliśmy średnią z próbki pomiarów i wykorzystaliśmy obliczenia odchylenia standardowego, aby określić górną i dolną granicę kontrolną dla naszego procesu. Ograniczona objętość artykułu nie pozwala na szczegółowe omówienie teorii i wzorów stosowanych przy konstruowaniu karty kontrolnej. Skupmy się lepiej na budowaniu samego diagramu. Wykres kontrolny na podstawie danych pokazanych na ryc. 1, pokazano na ryc. 2.

Do utworzenia wykresu kontrolnego wykorzystuje się prosty wykres liniowy. Najpierw zaznacz komórki danych w kolumnach A, E, F, I i J (komórki danych znajdują się w wierszach 2–15 każdej kolumny). Podczas wybierania kolumn pamiętaj, aby przytrzymać klawisz Ctrl, ponieważ wybierane dane nie sąsiadują ze sobą. Następnie kliknij przycisk Linia Zakładki (Wykres). Wstawić(Wstawić). W wyświetlonym menu kliknij dowolną ikonę grupy Linia 2D(Harmonogram). Klikamy w ikonkę Linia ze znacznikami(Wykres ze znacznikami). Jeśli wolisz inny styl wyświetlania, kliknij wykres i wybierz kartę Projekt(Konstruktor). Następnie kliknij mały przycisk strzałki w dół znajdujący się w prawym dolnym rogu grupy opcji Style wykresów(Style wykresów). Na ekranie pojawi się menu z miniaturami różnych stylów, które można zastosować do tego typu wykresów (rysunek 3).

Nadaj temu wykresowi, a także osiom poziomym i pionowym nazwy, tak jak to zrobiliśmy powyżej. Zmień legendę wykresu, jak pokazano w jednym z wcześniejszych przykładów.

4. Przykłady konstrukcji kart kontrolnych Shewharta przy użyciu GOST R 50779.42–99

Wykresy kontrolne Shewharta występują w dwóch głównych typach: dla danych ilościowych i alternatywnych. Dla każdego wykresu kontrolnego występują dwie sytuacje:

a) nie określono wartości standardowych;

b) ustawione są standardowe wartości.

Wartości standardowe to wartości ustalone zgodnie z jakimś konkretnym wymaganiem lub celem.

Celem wykresów kontrolnych, dla których nie określono wartości standardowych, jest wykrycie odchyleń w wartościach cech (na przykład lub innej statystyki), które wynikają z przyczyn innych niż te, które można wyjaśnić jedynie przez przypadek. Te wykresy kontrolne opierają się w całości na danych z samych próbek i służą do wykrywania odchyleń wynikających z przyczyn nielosowych.

Celem kart kontrolnych, przy danych wartościach wzorcowych, jest ustalenie, czy obserwowane wartości różnią się itp. dla kilku podgrup (każda z liczbą obserwacji) z odpowiednich wartości standardowych (lub) itp. więcej, niż można się spodziewać po działaniu samych przyczyn losowych. Cechą szczególną map z podanymi wartościami standardowymi jest dodatkowe wymaganie związane z położeniem środka i zmiennością procesu. Ustalone wartości mogą opierać się na doświadczeniu wynikającym ze stosowania kart kontrolnych przy określonych wartościach standardowych, a także na ekonomii ustalonej po uwzględnieniu potrzeb serwisowych i kosztów produkcji lub określonej w specyfikacji produktu.

4.1 Wykresy kontrolne dla danych ilościowych

Ilościowe karty kontrolne to klasyczne karty kontrolne stosowane do kontroli procesu, w których można zmierzyć charakterystykę lub wyniki procesu i zapisać rzeczywiste wartości kontrolowanego parametru zmierzone z wymaganą dokładnością.

Wykresy kontrolne danych ilościowych pozwalają kontrolować zarówno położenie środka (poziom, średnia, środek dostrojenia) procesu, jak i jego rozproszenie (zakres, odchylenie standardowe). Dlatego też karty kontrolne dla danych ilościowych są prawie zawsze używane i analizowane parami – jeden wykres dla lokalizacji, drugi dla rozproszenia.

Najczęściej używanymi parami są i -karty oraz -karty. Wzory do obliczania położenia granic kontrolnych tych map podano w tabeli. 1. Wartości współczynników zawartych w tych wzorach i w zależności od wielkości próby podano w tabeli. 2.

Należy podkreślić, że współczynniki podane w tej tabeli uzyskano przy założeniu, że wartości ilościowe kontrolowanego parametru mają rozkład normalny lub zbliżony do normalnego.

Tabela 1

Wzory limitów kontrolnych dla wykresów Shewharta z wykorzystaniem danych ilościowych

Tabela 2

Współczynniki do obliczania linii wykresu kontrolnego

Alternatywą dla map są medianowe wykresy kontrolne (– mapy), których budowa wymaga mniej obliczeń niż mapy. Może to ułatwić wprowadzenie ich do produkcji. Położenie linii środkowej na mapie wyznacza średnia wartość median () dla wszystkich badanych próbek. Położenie górnej i dolnej granicy kontrolnej wyznaczają zależności

(4.1)

Wartości współczynnika w zależności od liczebności próby podano w tabeli. 3.

Tabela 3

Wartości współczynników

Zwykle - mapa jest używana razem z - mapą, wielkością próby

W niektórych przypadkach koszt lub czas pomiaru kontrolowanego parametru jest na tyle duży, że konieczne jest sterowanie procesem w oparciu o pomiar poszczególnych wartości kontrolowanego parametru. W tym przypadku zakres poślizgu służy jako miara zmienności procesu, tj. wartość bezwzględna różnicy pomiarów monitorowanego parametru w kolejnych parach: różnica między pomiarem pierwszym i drugim, następnie drugim i trzecim itd. Na podstawie zakresów ruchomych wyliczany jest średni zasięg ruchomy, który służy do konstruowania wykresów kontrolnych poszczególnych wartości oraz zakresów ruchomych (oraz map). Wzory do obliczania położenia granic kontrolnych tych map podano w tabeli. 4.

Tabela 4

Wzory limitów kontrolnych dla poszczególnych map wartości

Wartości współczynników i można uzyskać pośrednio z tabeli 2 przy n=2.

4.1.1 i -karty. Nie określono wartości domyślnych

W tabeli Na rysunku 6 przedstawiono wyniki pomiarów promienia zewnętrznego tulei. Dokonano czterech pomiarów co pół godziny, w sumie 20 próbek. W tabeli przedstawiono także średnie i zakresy podgrup. 5. Ustala się maksymalne dopuszczalne wartości promienia zewnętrznego: 0,219 i 0,125 dm. Celem jest określenie wydajności procesu i kontrolowanie go pod kątem dostrojenia i zmienności, tak aby spełniał określone wymagania.

Tabela 5

Dane produkcyjne dotyczące zewnętrznego promienia tulei

gdzie jest liczba podgrup,

Pierwszy krok: skonstruowanie mapy i określenie na jej podstawie stanu procesu.

linia środkowa:

Wartości współczynników i pobierane są z tabeli. 2 dla n=4. Ponieważ wartości w tabeli. 5 mieszczą się w granicach kontrolnych, mapa wskazuje na stan kontrolowany statystycznie. Wartości można teraz użyć do obliczenia granic kontrolnych mapy.

linia środkowa: g

Wartości mnożników pobierane są z tabeli. 2 dla n=4.

i -mapy pokazano na ryc. 5. Analiza mapy pokazuje, że trzy ostatnie punkty znajdują się poza granicami. Oznacza to, że mogą mieć tu znaczenie pewne szczególne przyczyny zmienności. Jeżeli limity zostały obliczone na podstawie wcześniejszych danych, należy podjąć działania w punkcie odpowiadającym 18. podgrupie.

Ryc.5. Średnie i duże mapy

Na tym etapie procesu należy podjąć odpowiednie działania naprawcze, aby wyeliminować szczególne przyczyny i zapobiec ich ponownemu pojawieniu się. Prace z mapami są kontynuowane po ustaleniu skorygowanych granic kontrolnych bez wykluczonych punktów, które wykraczały poza stare granice, tj. wartości dla próbek nr 18, 19 i 20. Wartości i linie karty kontrolnej przelicza się w następujący sposób:

skorygowana wartość

skorygowana wartość

Zmieniona mapa ma następujące parametry:

linia środkowa: g

poprawiona – mapa:

linia środkowa:

(ponieważ linia środkowa to: , to nie ma LCL).

W przypadku stabilnego procesu ze zmienionymi granicami kontrolnymi można ocenić możliwości. Obliczamy wskaźnik możliwości:

gdzie jest górna maksymalna dopuszczalna wartość kontrolowanego parametru; – dolna maksymalna dopuszczalna wartość kontrolowanego parametru; – oszacowana na podstawie średniej zmienności wewnątrz podgrup i wyrażona jako . Wartość stałej wzięto z tabeli 2 dla n=4.

Ryż. 6. Poprawione i -mapy

Ponieważ możliwości procesu można uznać za akceptowalne. Jednakże po bliższym zbadaniu można zauważyć, że proces nie jest skonfigurowany prawidłowo w odniesieniu do tolerancji i dlatego około 11,8% jednostek będzie wykraczać poza określoną górną wartość graniczną. Dlatego przed ustawieniem stałych parametrów kart kontrolnych należy spróbować poprawnie skonfigurować proces, utrzymując go w stanie kontrolowanym statystycznie.

Narzędzie stosuje się, gdy obróbka odbywa się za pomocą narzędzia, którego konstrukcja i wymiary są zatwierdzone przez GOST i OST lub są dostępne w standardach branżowych. Opracowując procesy technologiczne do produkcji części, należy zastosować znormalizowane narzędzie, jako najtańsze i najprostsze. Specjalne narzędzie skrawające stosuje się w przypadkach, gdy obróbka znormalizowaną...

Taka kontrola jest bardzo kosztowna. Dlatego przechodzą od kontroli ciągłej do kontroli selektywnej, wykorzystując metody statystyczne do przetwarzania wyników. Jednakże kontrola taka jest skuteczna tylko wtedy, gdy procesy technologiczne, będąc w ustalonym stanie, charakteryzują się dokładnością i stabilnością na tyle, aby „automatycznie” gwarantować wytworzenie wyrobów wolnych od wad. Stąd pojawia się potrzeba...

I zorganizowanie procesu kontroli. Status przeglądu W ramach tego kursu zadanie techniczne przewiduje opracowanie etapów procesu kontroli odbiorczej części cylindrycznej współosiowej dwustopniowej przekładni dwuprzepływowej - koło zębate i aktywne sterowanie podczas operacji szlifowania otworów. Metody kontroli aktywnej i akceptacji uzupełniają się i są łączone. Aktywny...