Ahoj! Som dodávateľ v oblasti inšpekcie rozmerov a dnes sa chcem porozprávať o štatistických metódach používaných pri analýze inšpekcie rozmerov. Kontrola rozmerov je mimoriadne dôležitá pri kontrole kvality a zabezpečuje, že produkty spĺňajú požadované špecifikácie. A štatistické metódy zohrávajú obrovskú úlohu pri zefektívňovaní a presnosti tohto procesu.
Metódy odberu vzoriek
Jedným z prvých krokov pri analýze kontroly rozmerov je odber vzoriek. Nemôžeme merať každý jeden produkt, ktorý zíde z výrobnej linky. Len to nie je praktické. Na výber reprezentatívnej podskupiny produktov na kontrolu teda používame metódy odberu vzoriek.
Náhodný odber vzoriek
Náhodný výber je ako vyberanie mien z klobúka. Každý produkt v šarži má rovnakú šancu byť vybraný. Táto metóda pomáha eliminovať zaujatosť a poskytuje nám spravodlivé zobrazenie celej dávky. Napríklad, ak kontrolujeme dávku 1 000 miniaplikácií, môžeme použiť generátor náhodných čísel na výber povedzme 50 miniaplikácií na kontrolu. Takto môžeme získať predstavu o celkovej kvalite šarže bez toho, aby sme museli merať každú jednu.
Stratifikovaný odber vzoriek
Stratifikované vzorkovanie je o niečo sofistikovanejšie. Šaržu rozdeľujeme do podskupín alebo vrstiev na základe určitých charakteristík, ako je veľkosť, farba alebo čas výroby. Potom náhodne odoberieme vzorky z každej vrstvy. Táto metóda je užitočná, keď máme podozrenie, že medzi rôznymi podskupinami môžu existovať rozdiely v kvalite. Ak napríklad vyrábame miniaplikácie v rôznych veľkostiach, možno by sme sa chceli uistiť, že kontrolujeme proporcionálny počet miniaplikácií z každej veľkostnej kategórie.
Opisná štatistika
Po zhromaždení vzorových údajov použijeme popisnú štatistiku na zhrnutie a pochopenie údajov.
Priemerný
Priemer je len priemer z meraní. Dáva nám centrálnu hodnotu, okolo ktorej sú distribuované dáta. Ak napríklad zmeriame dĺžku 50 widgetov a spočítame všetky dĺžky a vydelíme 50, dostaneme strednú dĺžku. Priemer je užitočnou mierou centrálnej tendencie, ale môže byť ovplyvnený odľahlými hodnotami (extrémne hodnoty).
Medián
Medián je stredná hodnota, keď sú údaje usporiadané vo vzostupnom alebo zostupnom poradí. Ak máme nepárny počet meraní, medián je stredné číslo. Ak máme párny počet meraní, medián je priemer dvoch stredných čísel. Medián je menej ovplyvnený odľahlými hodnotami ako priemer, takže v niektorých prípadoch môže byť lepšou mierou centrálnej tendencie.
Štandardná odchýlka
Smerodajná odchýlka meria, ako sú údaje rozložené od priemeru. Malá štandardná odchýlka znamená, že dátové body sú blízko priemeru, zatiaľ čo veľká štandardná odchýlka znamená, že dátové body sú viac rozložené. Napríklad, ak meriame priemer skrutiek, malá štandardná odchýlka naznačuje, že všetky skrutky majú veľmi podobnú veľkosť, zatiaľ čo veľká štandardná odchýlka môže naznačovať, že existujú skrutky, ktoré sú výrazne väčšie alebo menšie ako priemer.
Analýza spôsobilosti procesu
Analýza spôsobilosti procesu sa používa na určenie, či je výrobný proces schopný vyrábať produkty, ktoré spĺňajú požadované špecifikácie.
Cp a Cpk
Cp a Cpk sú dva dôležité indexy spôsobilosti procesu. Cp meria potenciálnu schopnosť procesu, zatiaľ čo Cpk meria skutočnú schopnosť procesu, berúc do úvahy centrovanie priemeru procesu. Hodnota Cp 1,0 znamená, že proces je sotva schopný produkovať produkty v rámci limitov špecifikácie. Hodnota Cp väčšia ako 1,0 naznačuje, že proces má určitý priestor na variácie a je pravdepodobnejšie, že sa vyrobia produkty, ktoré spĺňajú špecifikácie. Cpk berie do úvahy, či je priemer procesu vycentrovaný medzi limity špecifikácie. Ak je priemer procesu mimo stredu, hodnota Cpk bude nižšia ako hodnota Cp.
Kontrolné diagramy
Regulačné diagramy sa používajú na sledovanie stability výrobného procesu v čase. Pomáhajú nám zistiť, kedy sa proces vymyká kontrole (tj kedy existujú špeciálne príčiny variácií).
X-bar a R grafy
X-bar a R grafy sa bežne používajú pri analýze rozmerovej kontroly. Stĺpcový graf X monitoruje priemer meraní v priebehu času, zatiaľ čo graf R monitoruje rozsah (rozdiel medzi maximálnymi a minimálnymi hodnotami) meraní v priebehu času. Ak dátový bod spadá mimo kontrolných limitov buď na X-stĺpcovom grafe, alebo na R grafe, znamená to, že v procese môže existovať špeciálna príčina odchýlky a musíme ďalej skúmať.
Testovanie hypotéz
Testovanie hypotéz sa používa na rozhodovanie o populácii na základe údajov vzorky. Pri analýze kontroly rozmerov môžeme použiť testovanie hypotéz, aby sme určili, či šarža produktov spĺňa požadované špecifikácie.
Jednovzorkový t-test
Jednovýberový t-test sa používa na testovanie, či sa priemer vzorky významne líši od známeho alebo predpokladaného priemeru populácie. Ak napríklad vieme, že požadovaná stredná dĺžka widgetu je 10 cm, môžeme pomocou jednovzorkového t-testu zistiť, či sa stredná dĺžka našej vzorky widgetov výrazne líši od 10 cm.
Dvoj-vzorkový t-test
Dvojvýberový t-test sa používa na testovanie, či sa priemery dvoch nezávislých vzoriek navzájom výrazne líšia. To môže byť užitočné, keď chceme porovnať kvalitu produktov dvoch rôznych výrobných liniek alebo dodávateľov.
Korelačná a regresná analýza
Korelačná a regresná analýza sa používajú na štúdium vzťahu medzi dvoma alebo viacerými premennými.
Korelácia
Korelácia meria silu a smer lineárneho vzťahu medzi dvoma premennými. Korelačný koeficient +1 označuje perfektný pozitívny lineárny vzťah, zatiaľ čo korelačný koeficient -1 označuje perfektný negatívny lineárny vzťah. Korelačný koeficient 0 znamená, že neexistuje lineárny vzťah. Napríklad by sme chceli zistiť, či existuje vzťah medzi dĺžkou a šírkou widgetu.
Regresia
Regresná analýza sa používa na modelovanie vzťahu medzi závislou premennou a jednou alebo viacerými nezávislými premennými. Napríklad by sme mohli chcieť predpovedať dĺžku widgetu na základe jeho šírky. Na to môžeme použiť jednoduchý lineárny regresný model.
Záverom možno povedať, že štatistické metódy sú nevyhnutné pri analýze kontroly rozmerov. Pomáhajú nám pochopiť dáta, monitorovať kvalitu výrobného procesu a robiť informované rozhodnutia. Ak ste v núdziKontrola rozmerovalebo sa chcete dozvedieť viac o tom, ako možno tieto štatistické metódy aplikovať na vašu konkrétnu situáciu, neváhajte a obráťte sa na diskusiu o obstarávaní. Ponúkame tiežAnalýza chemického zloženia (spektrálna analýza)služby na doplnenie našej ponuky kontroly rozmerov.
Referencie
- Montgomery, DC (2013). Úvod do štatistickej kontroly kvality. Wiley.
- Shewhart, WA (1931). Ekonomická kontrola kvality vyrábaného produktu. Van Nostrand.
