Hay muchos métodos maduros para SPC para controlar el rendimiento del producto.Por ejemplo, de acuerdo con el mapa P / NP del análisis de la tasa de defectos del producto, de acuerdo con el diagrama U / C del número de productos defectuosos, o el patrón de distribución de la tasa de defectos del producto se ajusta a la distribución normal, directamente de acuerdo con el método de procesamiento continuo de datos, como se muestra en la Figura 1. .
U de # defectos
P de # defectuoso
Figura (1)
Entonces, ¿qué tipo de gráfico de control se debe utilizar para algunos materiales que no cumplen con la distribución específica?Hoy presentamos otro método de regulación, el método cuantil.
¿Cuál es el método cuantil?
Para volver a los principios básicos de SPC, necesitamos un estándar que pueda identificar puntos anormales.Los gráficos de control comúnmente utilizados por los SPC se distinguen estableciendo un Límite de Control (Regla 1, otros por el momento).Es bien sabido que en el caso de una distribución estándar, la probabilidad de una región fuera del límite regulatorio es inferior al 0,5%, y el evento de probabilidad pequeña es el objeto que necesitamos estudiar.Tomando prestada la misma idea, cuando el tamaño de la muestra es suficiente, pero la distribución de datos no es clara, seleccionamos un valor fijo como el umbral (límite de control) analizando el porcentaje de cuantiles de los datos y discriminando el lote del producto con una pequeña probabilidad. Más investigación y evaluación de riesgos.
Entonces, ¿cómo utiliza el método cuantil para elegir el límite de control?Esto depende de su propio entorno de riesgo.Por ejemplo, cuando hacemos pruebas de hipótesis, nos gusta establecer α = 0.05, β = 0.1.Basado en los mismos estándares de gestión que el SPC tradicional, el 0.5% tentativo significa que, con base en datos históricos, esperamos identificar el 0.5% del lote para una evaluación y análisis adicionales, como se muestra en la Figura 2.
Figura (2)
¿Cómo calcular el cuantil?
El cálculo de los cuantiles es realmente muy simple: además de los gráficos de barras que se muestran en la Figura 2, la plataforma de Tabulación de JMP puede calcular cada producto en lotes, cada tipo de chatarra y los tubos para cada capa. Limitación, como se muestra en la Figura 3.De acuerdo con la estructura de datos de su propia base de datos, puede obtener rápidamente el resultado deseado simplemente arrastrándolo.Una cosa a tener en cuenta aquí es que el rendimiento del producto y la tasa de rechazo se eligen de acuerdo con las necesidades individuales, por lo que debe tenerse en cuenta la elección del cuantil.En la figura siguiente, se calcula el cuantil de la tasa de rechazo, por lo tanto, el cuantil del 99.5% se utiliza como límite de control.
Figura (3)
¿Por qué usar el método cuantil?
Entonces, ¿por qué usar el método cuantil?¿Cuándo es adecuado para su uso?¿Hay un límite para este método?
- Primero, el método cuantil puede analizar el caso donde la estructura de la muestra no se ajusta a una distribución específica.
Cuando los datos de la muestra recopilada no cumplen con la distribución específica, los resultados obtenidos al calcular a la fuerza los límites de control pueden estar sesgados.Cuando se usa el gráfico de control tradicional, el primer paso es ajustar los datos de la muestra para determinar si los datos son distribución normal, distribución binomial o distribución de Buhuasong.Si el ajuste de distribución es muy diferente, debe convertir los datos o aumentar el tamaño de la muestra y continuar el análisis. El método cuantil puede especificar directamente el estándar que necesita de acuerdo con el nivel de los datos grandes, compensando así los defectos del método tradicional.
- El método para calcular los límites de control es simple y diverso.
Usando el método cuantil, puede obtener un valor único como estándar regulatorio, que es muy simple de calcular y tiene múltiples formas de calcular.Se puede implementar con un software de análisis estadístico profesional, como las funciones de "Distribución" y "Tabular" en JMP o Excel (para un conjunto de datos de mayor a menor, a través de la cantidad total de datos) Calcule el número de serie del cuantil requerido y selecciónelo directamente).
- Los estándares de control son únicos y fáciles de implementar
Debido al método cuantil, los límites de control para cada proyecto son únicos.El control de calidad in situ puede verificar fácilmente los estándares reglamentarios de acuerdo con la tabla de control para confirmar si es necesario suspender el producto y notificar al ingeniero para que realice el siguiente análisis. .(Si la empresa tiene un sistema de gestión de producción, puede intentar controlar electrónicamente la lista de control y vincularla al sistema de gestión de producción para automatizar el control de productos y notificaciones).Después de un período de tiempo, cuando se actualiza el límite de control, el ingeniero puede emitir un nuevo formulario y reciclar el antiguo formulario para la administración (el sistema puede actualizarse si hay un sistema de administración automático).
Para los cuadros de control proporcional tradicionales, cada lote necesita calcular las especificaciones regulatorias y registrar los resultados de cada lote para cumplir con las especificaciones.Dicho procedimiento operativo requiere un alto control de calidad para la producción en el sitio.Por lo tanto, los requisitos más altos para la administración del personal, como el reclutamiento y la capacitación después del flujo de personal, no son propicios para la administración en el sitio y el control del producto.
Aunque hay muchos puntos brillantes en el método cuantil, existen ciertas restricciones al usarlo, como:
- Solicitud de tamaño de muestra
Dado que el método cuantil se basa en el método de ajuste de datos grandes, se requiere el tamaño de la muestra de acuerdo con el estándar seleccionado.Por ejemplo, un mínimo del 10% del cuantil requiere 10 lotes para lograr la menor resolución.Un número de división de 0.5% requiere un mínimo de 200 lotes para distinguir.
- No apto para la gestión de nuevos proyectos.
El control de rendimiento de nuevos productos y nuevos proyectos debe seguir los requisitos de rendimiento de diseño, predecir los indicadores de rendimiento básicos de acuerdo con las capacidades de fabricación estándar y la gestión de tolerancia, y luego analizar y mejorar los puntos de entrada, mejorar la calidad del lote después del ajuste y esperar hasta que el proyecto se publique oficialmente. Comience a recopilar datos y calcule los límites de control.El método cuantil requiere que se use una muestra grande como base, y no es adecuado para la etapa de producción de prueba, y el NPI (o departamento similar) a menudo ajusta el diseño o los parámetros durante la etapa de producción de prueba, por lo que el resultado cambiará enormemente.Cuando se observan todos los datos de prueba, la estratificación (como los datos de doble o múltiple pico) no es adecuada para ninguna gestión de mapas reglamentarios.Se recomienda establecer la gestión de destino de la etapa directamente, y esperar el lanzamiento de nuevos productos después de la producción en masa, y luego hacer la gestión de SPC.
¿Es necesario actualizar el límite reglamentario?
A través de la explicación anterior, entendemos la idea del método cuantil para controlar SPC.Entonces, ¿no se modifica el límite de control después de establecerlo?La respuesta es obviamente no.Los límites reglamentarios deben actualizarse periódicamente en función de los niveles reales.Por ejemplo, si la línea de producción acumula más y más experiencia de producción para un producto, y el rendimiento del producto se desarrollará naturalmente en una buena dirección, entonces el límite de control debe recalcularse para un cierto período de muestra.
Después de volver a revisar y calcular los límites de control de los productos existentes, cómo determinar si es necesario actualizar los límites de control ( Debido a que las muestras son diferentes, los nuevos límites reglamentarios serán más o menos diferentes de los límites reglamentarios originales. )?Aquí varía de persona a persona, puede establecer un umbral de acuerdo con su propia situación.La experiencia personal se basa en fluctuaciones a largo plazo en la producción para establecer umbrales.Como se muestra en la Figura 4, el autor determina automáticamente si el límite de control debe actualizarse después de obtener el umbral editando la fórmula.
La figura (4) después del nombre de columna +, representa la fórmula de edición en esta columna.
JSL —— Análisis automático, haciendo más con menos
Debido a la gran cantidad de productos y el código desechado correspondiente, la cantidad de trabajo que debe analizarse es bastante grande, y hay muchos pasos involucrados en JMP.Con este fin, utilizamos el código JSL (JMP Script Language) exclusivo de JMP, registramos los pasos de trabajo específicos y luego lo guardamos e instalamos, para que pueda analizarlo con un clic en el siguiente uso, sin tener que comenzar desde cero Opere de nuevo, como se muestra a continuación.
A través de JSL, podemos realizar análisis automáticos de tipo lote en los datos que deben analizarse, lo que es conveniente para que QE revise el período reglamentario de todos los productos, lo que ahorra en gran medida la carga de trabajo y el costo de tiempo de QE, de modo que se pone más energía para resolver el problema. En lugar de identificar el problema.
