Jerry Fish, ingénieur système JMP, SAS
Jason Wiggins, ingénieur système principal, JMP
Toutes les jauges ont des erreurs. Ils peuvent être minuscules ou volumineux, mais ils existent toujours. Grandes ou petites, les erreurs conduisent à des jauges ayant une certaine probabilité de faire des erreurs de type 1 et de type 2 (passer une mauvaise pièce ou échouer une bonne pièce). La probabilité d'erreur est plus élevée pour les pièces qui se situent près des limites de spécification. Ces erreurs coûtent de l'argent réel ! Mais comment quantifier ces coûts ? Ce document s'appuie sur les résultats présentés dans un document JMP Americas Discovery 2022 (2022-US-30MP-1123) qui expliquait comment quantifier les performances de la jauge et comment définir des «spécifications de fabrication informatives» (ou bandes de garde) pour améliorer les performances de la jauge dans séparer les bonnes parties des mauvaises. Dans cet article, nous étendons la fonctionnalité d'apprentissage et de script en discutant de la manière de combiner les caractéristiques de jauge avec les coûts de réussite individuelle d'une pièce défectueuse, de rejet d'une bonne pièce et de projection des volumes de production. Cela donne un aperçu des analyses de risque, par exemple, combien je dois budgétiser pour tenir compte des erreurs de jauge, si (ou combien) dépenser pour améliorer notre jauge, etc.
