Выбор правильной контрольной карты сводится к двум вопросам. Имеете ли вы дело с непрерывными измеряемыми величинами или с результатами альтернативного контроля (год/брак)? И как поступают данные: в виде выборочных подгрупп, индивидуальных значений или в виде непрерывного потока от 100% внутрипроцессных измерений?
Для измеренных значений в подгруппах стандартным выбором является карта x̄-R. Для индивидуальных значений — карта I-MR. Для данных типа годно/негодно и подсчета дефектов используются карты для альтернативных признаков (p, np, c, u).
Логика отклика важна не меньше, чем выбор карты. Контрольная карта разделяет общие и особые причины вариабельности, и только особые причины оправдывают вмешательство в процесс. В этой статье рассматриваются выбор карт, правила реагирования, основы Cp и Cpk, а также то, что меняется, когда вместо выборок доступно каждое значение.
Основные выводы
- Выбирайте контрольную карту в зависимости от типа данных (непрерывные или альтернативные) и способа их сбора (подгруппа, индивидуальное значение или 100%).
- Суть SPC заключается в разделении общих (случайных) причин и особых (требующих вмешательства) причин.
- Сигнал контрольной карты требует поиска причины, а не принятия решения по допускам.
- Cp и Cpk связывают вариабельность процесса с допуском. 100% внутрипроцессные измерения требуют осознанной корректировки классических карт на основе выборок.
Почему разница между общими и особыми причинами лежит в основе SPC?
SPC опирается на одну базовую идею. Не каждое отклонение является проблемой, и не каждое отклонение оправдывает вмешательство. Любой процесс варьируется из-за общих причин. Это сумма множества небольших встроенных влияний, таких как вариация материала, люфты и окружающая среда. Эта вариация стабильна, предсказуема и определяет «голос процесса».
Особые причины, такие как поломка инструмента, неверная партия или смещенная оснастка, изменяют процесс резко или систематически. Контрольная карта — это инструмент, который позволяет статистически отличить одно от другого. Ее контрольные пределы рассчитываются исходя из вариации процесса, а не из допусков.
Из этого вытекает важнейшее правило поведения. Если вы реагируете на вариацию от общих причин и продолжаете перенастраивать процесс, вы увеличиваете вариабельность (избыточное регулирование или «вмешательство»). Если вы игнорируете особые причины, вы допускаете появление предотвратимого брака. Таким образом, SPC — это в меньшей степени техника построения графиков и в большей — дисциплина принятия решений.
Какая контрольная карта подходит для каких данных контроля и измерений?
Выбор карты зависит от типа данных и способа их сбора. Обзор ниже охватывает случаи, типичные для производства.
Измеренные значения в подгруппах (n = 2–9 деталей на одну выборку)
Подходящая контрольная карта
Карта x̄-R (среднее и размах)
Типичный пример
Ежечасная выборка из 5 точеных деталей, диаметр
Примечания
Классический стандарт. Подгруппа должна содержать вариацию только от общих причин.
Измеренные значения в виде отдельных единиц
Подходящая контрольная карта
Карта I-MR (индивидуальные значения и скользящий размах)
Типичный пример
Партионные процессы, длинные циклы, дорогостоящий контроль
Примечания
Более чувствительна к отклонению от нормального распределения. Тренды легко отслеживать.
Доля дефектных единиц, переменный размер выборки
Подходящая контрольная карта
p-карта
Типичный пример
Доля забракованных деталей за смену по данным окончательного контроля
Примечания
Требует больших выборок для обнаружения малых изменений.
Количество дефектных единиц, постоянный размер выборки
Подходящая контрольная карта
np-карта
Типичный пример
Бракованные детали в фиксированной контрольной партии из 200 штук
Примечания
Проще в интерпретации, чем p-карта.
Количество дефектов на единицу продукции или площадь
Подходящая контрольная карта
c- или u-карта
Типичный пример
Дефекты краски на кузове автомобиля, усадочные раковины в отливке
Примечания
Подсчитывает дефекты, а не дефектные детали.
100% поток измерений от встроенных датчиков
Подходящая контрольная карта
Карта I-MR по индивидуальным значениям или x̄-карты по рациональным временным интервалам
Типичный пример
Каждая деталь на линии измеряется оптическим методом
Примечания
Переосмыслите формирование подгрупп (см. ниже).
Через все это проходит одно базовое правило. Всегда отдавайте предпочтение непрерывным данным измерений перед альтернативными данными, когда доступны оба варианта, потому что измеренное значение показывает, насколько близко процесс подошел к пределу, а результат по принципу годно/негодно — нет.
Какой отклик соответствует тому или иному сигналу контрольной карты?
Сигнал контрольной карты не требует принятия решения по допуску. Он требует поиска причины. Это наиболее часто понимаемый неправильно момент на практике SPC. Хорошо зарекомендовала себя многоуровневая логика реагирования, заранее задокументированная в виде плана действий (OCAP, план действий при выходе из-под контроля).
- Точка за пределами контрольного предела. Остановите процесс или отделите детали, определите последнее изменение (замена инструмента, смена партии, переналадка), устраните причину и подтвердите эффект на графике.
- Систематические паттерны внутри пределов, такие как несколько точек подряд по одну сторону от центральной линии или устойчивый тренд. Это указывает на дрейф (износ инструмента, температура). Подготовьте плановое вмешательство до того, как будет достигнут предел.
- Необычно низкая вариация. Не игнорируйте ее. Она указывает на проблемы с измерениями, округление значений или реальное улучшение, которое следует понять и, возможно, стандартизировать.
- Нет сигнала. Не вмешивайтесь. Регулировки без сигнала являются избыточным контролем и увеличивают вариабельность.
Важно разделять зоны ответственности. Контрольный предел принадлежит процессу (отклик: искать причину). Предел допуска принадлежит изделию (отклик: задержать детали). Процесс может выйти из-под контроля, в то время как все детали находятся в пределах допуска, и наоборот.
Что на самом деле показывают Cp и Cpk?
Cp и Cpk связывают вариабельность процесса с допуском. Они отвечают на вопрос, может ли стабильный процесс надежно удовлетворять спецификации. Cp сравнивает ширину допуска с разбросом процесса и описывает потенциал при идеальном центрировании. Cpk также учитывает положение среднего значения и описывает реальную воспроизводимость.
Вот наглядный пример. Допустим, ширина допуска составляет 0,0060 дюйма, а разброс процесса (шесть стандартных отклонений) равен 0,0040 дюйма. Тогда Cp = 0,0060 / 0,0040 = 1.5. Теперь предположим, что среднее значение смещено от центра, поэтому до ближайшего предела остается всего 0,0020 дюйма. При стандартном отклонении около 0,00067 дюйма это составляет три стандартных отклонения, и Cpk падает до 1.0. Таким образом, разница между Cp и Cpk — это прямая цена работы со смещением от центра.
Два предварительных условия часто упускаются из виду. Показатели воспроизводимости имеют смысл только для стабильных процессов, поэтому сначала идет контрольная карта, а во вторую очередь — Cpk. Они также предполагают работоспособность измерительной системы, поскольку наблюдаемая вариация всегда включает в себя вариацию измерений. Анализ измерительных систем (MSA/GR&R) должен предшествовать исследованию воспроизводимости. Базовые термины можно найти на странице KEYENCE, посвященной точности и повторяемости измерений KEYENCE.
Как 100% внутрипроцессные измерения меняют классические допущения SPC?
Когда каждая деталь измерена, логика формирования выборок, на которой построены классические контрольные карты, исчезает. Это требует осознанных корректировок, а не просто переноса рутины x̄-R. Три момента имеют решающее значение.
Во-первых, формирование подгрупп. Классическая подгруппа («5 штук в час») должна содержать только вариации по общим причинам. При непрерывном потоке данных подгруппы приходится переопределять, например, как рациональные временные окна, по каждой полости формы или по каждому шпинделю. В противном случае они вносят систематические различия в оценку вариативности, и контрольные пределы рассчитываются неверно.
Во-вторых, поток сигналов. При очень большом количестве точек данных даже стабильные процессы регулярно выдают статистические ложные тревоги. Ваша логика реагирования должна учитывать это за счет правильного выбора правил и приоритизации, иначе организация потеряет чувствительность к сигналам.
В-третьих, возможности. Поток данных выявляет закономерности, которые выборки никогда не показывают, такие как различия между полостями формы, периодические эффекты или поведение стабилизации после наладки.
Где SPC достигает своих пределов
SPC — это не панацея, и существуют ситуации, когда контрольные карты малоэффективны или применяются неверно. При мелкосерийном и единичном производстве часто не хватает данных по каждому признаку для построения надежных контрольных пределов. Стандартизированные карты отклонений для семейств деталей или акцент на параметрах процесса вместо характеристик продукции обычно помогают больше.
Автокоррелированные процессы, такие как медленные тепловые процессы, где последующие значения зависят от предыдущих, нарушают допущение о независимости классических карт и создают ложные сигналы. Кроме того, контрольные карты показывают только то, что что-то изменилось, но не почему. Без анализа первопричин и поддерживаемого плана реагирования SPC остается простой документацией.
Наконец, SPC не заменяет надежные средства измерения. Если погрешность измерения слишком велика, карта контролирует измерительную систему, а не процесс.
Часто задаваемые вопросы
Хорошо зарекомендовали себя два подхода. Первый — это карта I-MR для индивидуальных значений, когда каждое значение оценивается само по себе. Второй — карты x̄ по разумно сформированным временным или структурным окнам, например по полостям формы или производственным партиям. Главное, чтобы подгруппы содержали только вариации по общим причинам, иначе контрольные пределы будут неверными.
Контрольные пределы рассчитываются на основе фактической вариации процесса и показывают, когда процесс изменился. Пределы допуска берутся из чертежа и определяют, годная деталь или нет. Их ни в коем случае нельзя путать. Сигнал на контрольном пределе инициирует поиск причины, а нарушение допуска — изоляцию деталей.
Типичный минимум для серийного производства в промышленности составляет Cpk = 1.33, при этом многие клиенты, особенно в автомобилестроении, требуют более высоких значений для критических характеристик. В расчет всегда принимаются требования заказчика или применимый стандарт. Любое значение Cpk предполагает стабильный процесс и надежную измерительную систему.
Да, с помощью карт p, np, c или u, но с гораздо меньшей чувствительностью. Атрибутивные карты требуют больших выборок для обнаружения изменений и не дают раннего предупреждения до того, как будет нарушен допуск. Везде, где признак поддается измерению, отдавайте предпочтение количественным данным, так как они показывают дрейф до того, как будут произведены дефектные детали.
Следующие шаги
Ценность SPC напрямую зависит от надежности измерительных данных с линии. KEYENCE поможет вам проверить, какие характеристики можно фиксировать в потоке с помощью оптических измерительных систем, лазерных профилометров или систем технического зрения. Чтобы обсудить это, проконсультируйтесь со специалистом по вашей задаче, включая способы передачи результатов в вашу среду SPC, или запросите демонстрацию либо тест на ваших реальных деталях.
