Il existe de nombreuses méthodes matures sur le SPC dans le contrôle du rendement des produits. Par exemple, sur la base du diagramme P / NP de l'analyse du taux de défauts du produit, du diagramme U / C des points de défaut du produit ou de la forme de distribution du taux de défaut du produit conforme à la distribution normale, suivez directement la méthode de traitement continu des données, comme illustré à la figure 1 .
U de #défauts
P de #défectueux
Figure 1)
Alors, quel type de carte de contrôle faut-il utiliser pour certaines données qui ne sont pas conformes à une distribution spécifique ? Aujourd'hui, nous allons introduire une autre méthode de contrôle --- la méthode des quantiles.
Qu'est-ce que la méthode des quantiles ?
Pour en revenir au principe de base du SPC, nous avons besoin d'une norme capable d'identifier les valeurs aberrantes. Les cartes de contrôle couramment utilisées par SPC consistent à distinguer les anomalies en fixant une limite de contrôle (Control Limit) (Règle 1, les autres ne seront pas abordées pour le moment). Comme nous le savons tous, dans le cas de la distribution standard, la probabilité de la zone en dehors de la limite de contrôle est inférieure à 0,5 %, et l'événement à faible probabilité est l'objet que nous devons étudier. Empruntant la même idée, lorsque la taille de l'échantillon est suffisante mais que la distribution des données n'est pas claire, nous utilisons la méthode d'analyse du quantile de pourcentage des données pour sélectionner une valeur fixe comme seuil (limite de contrôle) pour identifier les lots de produits à faible probabilité. Ensuite, explorez et évaluez les risques.
Alors, comment utiliser la méthode des quantiles pour sélectionner les limites de contrôle ? Cela dépendra de votre propre environnement de risque. Par exemple, lorsque nous testons des hypothèses, nous aimons définir α = 0,05 et β = 0,1. Sur la base des mêmes normes de gestion que le SPC traditionnel, le 0,5 % provisoire signifie ici que, sur la base de données historiques volumineuses, nous espérons identifier des lots de 0,5 % pour une évaluation et une analyse plus approfondies, comme le montre la figure 2.
Figure 2)
Comment calculer les quantiles ?
Le calcul des quantiles est en fait très simple. En plus du graphique à barres illustré à la figure 2, la plateforme "Tabulate" de JMP peut calculer par lots chaque produit, chaque type de rebut et chaque couche de gestion des restrictions, comme le montre la figure 3. Selon la structure de données de votre propre base de données, vous pouvez simplement glisser-déposer afin d'obtenir rapidement le résultat souhaité. Une chose à noter ici est que le taux de rendement du produit et le taux de rebut sont sélectionnés en fonction des besoins individuels, de sorte que le choix des quantiles nécessite une attention particulière. La figure ci-dessous est le quantile pour le calcul du taux de rebut, donc le quantile de 99,5 % est utilisé comme limite de contrôle dans le calcul.
photo 3)
Pourquoi utiliser la méthode des quantiles ?
Alors, pourquoi utiliser la méthode des quantiles ? Quand est-il opportun de l'utiliser ? Cette méthode présente-t-elle également certaines limites ?
- Tout d'abord, la méthode des quantiles peut analyser la situation dans laquelle la structure de l'échantillon n'est pas conforme à une certaine distribution
Lorsque les données d'échantillon collectées ne sont pas conformes à une distribution spécifique, les résultats obtenus en appliquant le calcul des limites de contrôle seront biaisés. Lors de l'utilisation de cartes de contrôle traditionnelles, la première étape consiste à effectuer un ajustement de distribution sur les données de l'échantillon et à déterminer si les données sont une distribution normale, une distribution binomiale ou une distribution de Boisson. Si l'ajustement de la distribution est très différent, vous devez convertir les données ou augmenter la taille de l'échantillon pour poursuivre l'analyse, et la méthode des quantiles peut spécifier directement la norme dont vous avez besoin en fonction du niveau de données volumineuses, compensant ainsi les lacunes de la méthode traditionnelle.
- La méthode de calcul de la limite de contrôle est simple et diversifiée
L'utilisation de la méthode des quantiles peut obtenir une valeur unique comme norme de contrôle, qui est très simple à calculer et il existe de nombreuses façons de la calculer. Il peut être réalisé avec un logiciel d'analyse statistique professionnel, comme les fonctions "Distribution" (Distribution) et "Tabuler" (Tabuler) dans JMP, ou il peut être calculé à l'aide d'Excel (organiser un ensemble de données de grande à petite, et utiliser la quantité totale de données pour calculer le numéro de série du quantile souhaité et le sélectionner directement).
- Norme de contrôle unique, facile à mettre en œuvre
En raison du calcul de la méthode des quantiles, la limite de contrôle est unique pour chaque projet. Le CQ sur site peut facilement interroger la norme de contrôle selon le tableau de contrôle, puis confirmer si le produit doit être suspendu et informer l'ingénieur de la prochaine étape d'analyse . (Si l'entreprise dispose d'un système de gestion de la production, vous pouvez essayer de numériser la table de contrôle et de la relier au système de gestion de la production pour réaliser les fonctions de contrôle et de notification automatiques des produits). Après un certain temps, lorsque la limite de contrôle est mise à jour, l'ingénieur peut émettre une nouvelle table et recycler l'ancienne table pour la gestion (la base de données peut être actualisée s'il existe un système de gestion automatique).
Pour les cartes de contrôle proportionnelles traditionnelles, les spécifications de contrôle doivent être calculées pour chaque lot et si les résultats de chaque lot répondent aux spécifications sont enregistrés. Un tel processus de fonctionnement a des exigences élevées pour le contrôle qualité de la production sur site. Par conséquent, cela entraîne des exigences plus élevées en matière de gestion du personnel, telles que le travail de recrutement et de formation rencontré après le roulement du personnel, ce qui n'est pas propice à la gestion sur site et au contrôle des produits.
Bien qu'il existe de nombreux points positifs dans la méthode des quantiles, il existe certaines limites à son utilisation, telles que :
- Il y a des exigences pour la taille de l'échantillon
Étant donné que la méthode des quantiles est une méthode d'ajustement basée sur des données volumineuses, il existe des exigences pour la taille de l'échantillon en fonction de la norme sélectionnée. Par exemple, un quantile de 10 % nécessite au moins 10 lots pour atteindre la résolution minimale. Un quantile de 0,5 % nécessite au moins 200 lots pour être distingué.
- Ne convient pas à la gestion de nouveaux projets
Le contrôle du rendement des nouveaux produits et des nouveaux projets doit suivre les exigences du rendement de conception, prédire l'indice de rendement de base en fonction de la capacité de fabrication standard et de la gestion des tolérances, puis analyser et améliorer le point d'entrée, ajuster et améliorer la qualité des lots de produits et attendre jusqu'à la sortie officielle du projet Commencer la collecte des données et calculer les limites de contrôle. Cependant, la méthode quantile nécessite un grand échantillon comme base, ce qui ne convient pas à l'étape de production d'essai, et pendant l'étape de production d'essai, NPI (ou des départements similaires) ajustent souvent la conception ou les paramètres, de sorte que les résultats changeront considérablement. Une stratification (telle que des données bimodales ou multimodales) sera trouvée lors de l'observation de toutes les données de production d'essai, ce qui ne convient pas à la gestion avec n'importe quel type de carte de contrôle. Il est recommandé de configurer directement la gestion cible par étapes et d'effectuer la gestion SPC après la sortie de la production en série de nouveaux produits.
Les limites réglementaires doivent-elles être mises à jour ?
Grâce à la description ci-dessus, nous comprenons l'idée de la méthode quantile pour contrôler le SPC. Alors, la limite de contrôle est-elle fixée après avoir été fixée ? La réponse est évidemment non. Les limites réglementaires doivent être régulièrement mises à jour en fonction des niveaux réels. Par exemple, la chaîne de production accumule de plus en plus d'expérience de production pour un produit, et le taux de rendement du produit se développera naturellement dans la bonne direction, de sorte que la limite de contrôle doit être recalculée avec des échantillons d'une certaine période.
Après examen et calcul des limites réglementaires des produits existants, comment juger si les limites réglementaires doivent être mises à jour ( Étant donné que les échantillons sont différents, la nouvelle limite de contrôle sera plus ou moins différente de la limite de contrôle d'origine ) ? Cela varie d'une personne à l'autre et vous pouvez définir un seuil en fonction de votre propre situation. L'expérience personnelle est basée sur des niveaux fluctuants à long terme des seuils de production. Comme le montre la figure 4, l'auteur juge automatiquement si la limite de contrôle doit être mise à jour après avoir obtenu le seuil en modifiant la formule.
Le + après le nom de la colonne dans la figure (4) signifie qu'il y a une formule d'édition dans cette colonne.
JSL ——Analyse automatisée, deux fois le résultat avec la moitié de l'effort
En raison du grand nombre de produits et du plus grand nombre de codes obsolètes correspondants, la charge de travail d'analyse finale est assez importante et de nombreuses étapes de fonctionnement impliquent JMP. Pour cela, nous avons adopté le code unique JSL (JMP Script Language) de JMP, en enregistrant les étapes de travail spécifiques, puis en sauvegardant et en installant, afin que la prochaine fois que vous l'utiliserez, vous puissiez l'analyser en un clic, sans avoir à démarrer à partir de zéro à chaque fois. Recommencez, comme indiqué dans la figure ci-dessous.
Grâce à JSL, nous pouvons effectuer une analyse automatique de type batch des données à analyser, ce qui est pratique pour que QE examine le contrôle de tous les produits dans un délai limité, ce qui réduit considérablement la charge de travail et le coût du temps de QE, de sorte que plus d'énergie peut être consacrée à la résolution de problèmes plutôt qu'à l'identification.
