Wykresów kontrolnych


#|A|B|C|D|E|F|G|H|I|J|K|L|M|N|O|P|Q|R|S|T|U|V|W|X|Y|ZIndex 


Wykres Control - wersja skrócona

Wizualną reprezentację śledzenie postępów w czasie. Podobne do wykresów liniowych.


Wykres Control - wersja długa

Karty kontrolne, znany również jako wykresy Shewharta lub procesu zachowanie wykresów, w statystycznej kontroli procesu są narzędzia używane do określenia, czy proces wytwarzania lub jest w stanie statystycznej kontroli, czy nie.

Przegląd

Jeśli wykres wskazuje, że proces jest pod kontrolą, to można bez obaw używać do przewidywania przyszłych wyników procesu. Jeśli wykres wskazuje, że proces jest monitorowany nie jest pod kontrolą, wzór ujawnia mogą pomóc w ustaleniu źródła zmienności należy wyeliminować, aby doprowadzić proces z powrotem do kontroli. Wykres kontroli jest specyficzny rodzaj wykresu, który pozwala uruchomić znaczących zmian do odróżnienia od naturalnej zmienności procesu.

To jest klucz do skutecznej kontroli procesu i poprawy. Na poziomie praktycznym wykres kontroli może być postrzegane jako część obiektywne podejście zdyscyplinowany, który ułatwia decyzję, czy proces gwarantuje wydajność uwagę, czy nie.

Tabela kontroli jest jednym z siedmiu podstawowych narzędzi kontroli jakości (wraz z histogram, diagram wykresu Pareto, arkusz sprawdzić, przyczynowo-skutkowego schemat, schemat i punktowy).

Historia

Wykres kontrola została wymyślona przez Waltera A. Shewharta w czasie pracy dla Bell Labs w 1920 roku. Inżynierowie firmy był zmierzających do poprawy niezawodności swoich systemów przesyłowych telefonii. Ponieważ wzmacniacze i inny sprzęt miał być pochowany pod ziemią, doszło do potrzeb biznesowych w celu zmniejszenia częstości awarii i napraw. W roku 1920 mieli już sobie sprawę z wagi zmniejszenie różnic w procesie produkcji. Co więcej, wiedział, że ciągły proces regulacji w reakcji na niezgodności rzeczywiście wzrosła zmienność i degradacji jakości. Shewharta oprawione problem w zakresie wspólnego i specjalnych przyczyn zmienności, a 16 maja 1924 roku, napisał notatka wewnętrzna wprowadzenie wykres kontroli jako narzędzie do rozróżniania dwóch. Szef dr Shewharta, George Edwards, wspominał: "Dr Shewharta przygotowane trochę memorandum tylko o stronie długości Około jedna trzecia tej strony został przekazany do dyspozycji prosty schemat, który wszyscy rozpoznajemy dzisiaj w schematyczny wykres kontroli.. To schemat, oraz krótki tekst, który Przed i po to, określone wszystkie istotne zasady i okoliczności, które są zaangażowane w to, co wiemy dzisiaj, jak kontrola jakości procesu. " Shewharta podkreślił, że wprowadzenie procesu produkcyjnego w stan statystycznej kontroli, gdzie jest tylko wspólne przyczyny zmienności, i utrzymywanie go w kontroli, należy przewidzieć przyszłości produkcji i zarządzania procesem gospodarczym.

Dr Shewharta stworzyła podstawy do wykresu kontroli i koncepcja państwa statystycznej kontroli przez starannie zaprojektowane eksperymenty. Podczas gdy dr Shewharta czerpał z czystej teorii matematycznych, statystycznych, zrozumiał dane z procesów fizycznych nie produkują "krzywej normalnej dystrybucji" (rozkład Gaussa, również często określane jako "krzywej dzwon"). Odkrył, że obserwowane różnice w danych dotyczących produkcji, nie zawsze zachowują się tak samo jak dane w naturze (ruchy Browna cząsteczek). Dr Shewharta do wniosku, że podczas każdego procesu wyświetla zmiany, niektóre procesy wyświetlacz kontrolowane zmiany, które jest naturalnym procesem, podczas gdy inne wyświetlania niekontrolowane zmiany, które nie jest obecny w procesie system przyczynowego przez cały czas.

W 1924 lub 1925, innowacji Shewharta przyszedł na to uwagę W. Edwards Deming, wówczas pracujący w zakładach Hawthorne. Deming później pracował w Stanach Zjednoczonych Departament Rolnictwa, a następnie został matematyczne doradca United States Census Bureau. Przez następne pół wieku, Deming stał się przede wszystkim mistrz i zwolennikiem pracy w Shewharta. Po klęsce Japonii pod koniec II wojny światowej, Deming był statystycznych konsultantem naczelny dowódca Połączonych Sił Zbrojnych NATO. Jego wynikających zaangażowanie w języku japońskim życia i długą karierę jako konsultant przemysłowych tam, rozprzestrzenianie myślenia Shewharta, a korzystanie z wykresów kontroli, szeroko w japońskim przemyśle wytwórczym w całym 1950 i 1960.

Szczegóły Wykres

Wykres sterowania składa się z:

Punkty reprezentujące pomiary charakterystycznej jakości w próbkach pobranych z procesu w różnych momentach [dane]
Linii środkowej, sporządzony na myśli charakterystyczny proces, który jest obliczany na podstawie danych
Górne i dolne granice kontrolne (zwane czasem "naturalne granice procesu"), które wskazują na próg, przy którym na wyjściu procesu jest za statystycznie "mało prawdopodobne"
Może mieć inne funkcje opcjonalne, w tym:

Górna i dolna granica ostrzeżenie, rysowane jako osobne linie, zazwyczaj dwa odchylenia standardowe powyżej i poniżej linii środkowej
Podział na strefy, z dodatkiem zasady dotyczące częstotliwości obserwacji w każdej strefie
Adnotacja z imprez zainteresowania, określonych przez Inżyniera Jakości za jakość procesu

Wykres użytkowania

Jeśli proces jest pod kontrolą, wszystkie punkty będą działki w granicach kontroli. Wszelkie uwagi poza granicami, lub wzory systematycznie w ciągu sugerują, że wprowadzenie nowego (i prawdopodobnie nieprzewidzianych) źródło zmienności, znany jako specjalne przyczyny zmienności. Ponieważ wzrost zmienności oznacza wzrost kosztów jakości, wykres kontroli "sygnalizacji" obecność specjalnej przyczyny wymaga natychmiastowego postępowania.

To sprawia, że ​​kontrola granic bardzo ważne pomocy decyzji. Granice kontrolne powiedzieć o zachowaniu procesu i nie ma wewnętrzny związek z jakichkolwiek celów specyfikacji technicznych lub tolerancji. W praktyce oznacza proces (a więc linii środkowej) mogą nie pokrywać się z określoną wartość (lub docelowy) z charakterystyczną cechę, ponieważ proces "projekt po prostu nie może dostarczyć charakterystyczne procesu na pożądanym poziomie.

Karty kontrolne limit w granicach specyfikacji lub docelowych ze względu na tendencję do osób zaangażowanych w proces (np. operatorzy maszyn) skupić się na realizacji do specyfikacji, gdy w rzeczywistości najmniej kosztów postępowania jest utrzymanie zmienności procesu na jak najniższym poziomie. Próbujesz się proces, którego naturalnym centrum nie jest taki sam jak cel wykonać, aby cel specyfikacji zmienność zwiększa proces i zwiększa koszty znacznie i jest przyczyną wielu nieefektywności w działalności. Badania zdolności procesu do zbadania relacji pomiędzy naturalne granice procesu (granice kontrolne) i specyfikacji, jednak.

Celem kart kontrolnych jest umożliwienie proste wykrywanie zdarzeń, które wskazują na rzeczywistą zmianę procesu. Ta prosta decyzja może być trudne, gdy charakterystyczny proces ciągły różnym; wykres sterowania zapewnia statystycznie obiektywnych kryteriów zmian. Kiedy zmiana jest wykrywana i uważane za dobre jego przyczyny należy zidentyfikować i ewentualnie stać się nowym sposobem pracy, jeżeli zmiana jest złe to jego przyczyna powinny być zidentyfikowane i wyeliminowane.

Celem w granicach dodając ostrzeżenie lub podziału na wykresie kontrola stref jest do wczesnego powiadomienia, jeśli coś jest nie tak. Zamiast natychmiast rozpoczyna wysiłek doskonalenia procesów w celu określenia, czy szczególnych przyczyn są obecne, Inżynier Jakości, może tymczasowo zwiększyć tempo, w którym pobierane są próbki od wyjściowego z procesu, aż będzie jasne, że proces jest rzeczywiście w kontroli. Należy pamiętać, że z trzech sigma, jeden oczekuje, że będzie sygnalizowane w przybliżeniu raz na każde 370 punktów średnio tylko ze względu na wspólnego przyczyn.

Wybór granic

Shewharta zestaw 3-sigma limity na podstawie następujących kryteriów.

Gruba wyniku nierówności Czebyszewa, że, dla każdego rozkładu prawdopodobieństwa, prawdopodobieństwo rezultat, większy niż k odchyleń standardowych od średniej jest co najwyżej 1/k2.
W rezultacie lepszą Vysochanskii-Petunin nierówności, że dla każdego jednomodalny rozkład prawdopodobieństwa, prawdopodobieństwo rezultat, większy niż k odchyleń standardowych od średniej jest co najwyżej 4 / (9k2).
Badania empiryczne, różnego typu rozkładu prawdopodobieństwa wynika, że ​​co najmniej 99% obserwacji wystąpiły w ciągu trzech odchyleń standardowych średniej.
Shewharta podsumować wnioski, mówiąc:

... fakt, że kryterium, które zdarza się nam korzystać ma drobną przodków w intelektualista statystycznych twierdzeń nie uzasadnia jego stosowania. Takie uzasadnienie musi pochodzić z empirycznych dowodów, że to działa. Jak w praktyce inżynier może powiedzieć, dowód pudding jest w jedzeniu.

Choć początkowo eksperymentował z limitami na podstawie rozkładów prawdopodobieństwa, Shewharta ostatecznie napisał:

Jedne z pierwszych prób scharakteryzowania stanu statystycznej kontroli były inspirowane przez wiarę, że istnieje specjalny formularz funkcji f częstotliwość i było na początku twierdził, że normalne prawa charakteryzuje się takim stanie. Podczas normalnego prawa okazało się niewystarczające, to uogólnione form użytkowych byli sądzeni. Dziś jednak wszelkie nadzieje na znalezienie unikalne funkcjonalności postaci f są piaskowane.

Wykres kontrola ma służyć jako heurystyki. Deming twierdził, że to nie jest test hipotezy i nie wynikają z Neymana-Pearsona lematu. Twierdził, że charakter rozłączny ludności i losowania w większości przemysłowych, zagrożone jest stosowanie konwencjonalnych technik statystycznych. Zamiar Deminga była próba spojrzenia na system przyczyną procesu ... w szerokim zakresie niepoznawalnych okoliczności, przyszłość i przeszłość .... Twierdził, że w takich warunkach, 3-sigma granicach przewidzianych ... racjonalnego i ekonomicznego przewodnik do minimum straty ekonomiczne ... z dwóch błędów:

Przypisują zmiany lub błąd w specjalnym powodować podczas gdy w rzeczywistości spowodować należy do systemu (wspólna sprawa). (Znana również jako błąd typu I)
Przypisują zmiany lub błąd w systemie (najczęstsze przyczyny) podczas gdy w rzeczywistości przyczyną była wyjątkowa. (Znany również jako Typ błędu II)

Obliczanie odchylenia standardowego

W przypadku obliczania limitów kontroli, odchylenie standardowe wymagane jest to, że wspólnej przyczyny zmian w procesie. Stąd zwykle prognozy w zakresie wariancji z próby, nie jest używany jako szacuje, że całkowite straty kwadratu błędów z obu wspólnego i specjalnych przyczyn zmienności.

Alternatywną metodą jest użycie związku pomiędzy zakresie próbki i odchylenie standardowe uzyskane przez Leonard HC Tippett, estymator, który wydaje się być mniej wpływem obserwacji ekstremalnych, które uosabiają specjalnych przyczyn.

Zasady wykrywania sygnałów

Najczęściej określa się:

Western Electric zasady
Wheeler zasady (odpowiednik zachodniej testy elektryczne strefy)
Nelson zasady
Nie było szczególności kontrowersji, jak długo uruchomić uwag, wszystko na tej samej stronie linii środkowej, należy liczyć jako sygnał, 7, 8 i 9 wszystkie są zalecane przez różnych autorów.

Najważniejszą zasadą przy wyborze zestawu reguł jest to, że wybór powinien być złożony przed Dane są sprawdzane. Wybór zasady raz dane zaobserwowano tendencję do wzrostu typu I z powodu poziom błędu efekty badań sugeruje danych.

Alternatywne baz

W 1935 roku British Standards Institution, pod wpływem Egon Pearson i wobec ducha Shewharta, przyjętą kart kontrolnych, zastępując 3-sigma granicach z limitami na podstawie percentyli rozkładu normalnego. Ten ruch nadal jest reprezentowany przez Jana Oakland i innych, ale została powszechnie uznana za przestarzałą przez pisarzy w tradycji Shewharta-Deminga.

Wydajność kart kontrolnych

Gdy punkt mieści się w granicach ustalonych dla danego wykresu kontroli, osób odpowiedzialnych za zasadniczy proces oczekuje się ustalić, czy przyczyną specjalne doszło. Jeśli ktoś ma, to przyczyna powinny być eliminowane, jeśli to możliwe. Wiadomo, że nawet jeśli proces jest pod kontrolą (to jest, nie ma specjalnych przyczyny są obecne w systemie), to około 0,27% prawdopodobieństwo punkt powyżej 3-sigma granice kontrolne. Ponieważ granice kontrolne są oceniane za każdym razem dodaje się literę w tabeli, to łatwo wynika, że ​​każdy wykres kontrola w końcu sygnał możliwej obecności specjalnej przyczyny, chociaż nie może miały rzeczywiście miejsce. W przypadku wykresu Shewharta sterowania za pomocą 3-sigma limity, to fałszywy alarm występuje średnio raz na 1/0.0027 lub 370,4 uwagi. Dlatego też w kontroli długości przebiegu średniej (lub w kontroli ARL) na wykresie Shewharta jest 370,4.

Tymczasem, jeśli specjalny przyczyną ma miejsce, może nie być wystarczająca wielkość na wykresie aby móc osiągnąć natychmiastowy alarm. Jeśli specjalny przyczynę, występuje, można opisać, które powodują poprzez pomiar zmian w średniej i / lub wariancja procesu. Gdy zmiany te są ilościowo, możliwe jest określenie out-of-control ARL na wykresie.

Okazuje się, że wykresy Shewharta są dość dobre w wykrywaniu dużych zmian w średniej procesu lub wariancji, jako out-of-control ARLs są dość krótkie, w tych przypadkach. Jednak w przypadku mniejszych zmian (np. 1 - lub 2-sigma zmiany średniej), wykres Shewharta nie wykrywa tych zmian sprawnie. Inne rodzaje kart kontrolnych zostały opracowane, takich jak wykres EWMA i wykres CUSUM, które wykrywają mniejsze zmiany bardziej efektywnie poprzez wykorzystanie informacji z obserwacji zebrane przed ostatnim punktem danych.



Wykres teraz

Chartitnow Polska Banner

Advertising





Definicja w chińskim | Definicja w języku francuskim | Definicja w języku włoskim | Definicja w języku hiszpańskim | Definicja w języku niderlandzkim | Definicja w języku portugalskim | Definicja w języku niemieckim | Definicja w języku rosyjskim | Definicja w języku japońskim | Definicja w języku greckim | Definicja w języku tureckim | Definicja w języku hebrajskim | Definicja w języku arabskim | Definicja w Szwecji | Definicja w języku koreańskim | Definicja w języku hindi | Definicja w języku wietnamskim | Definicja w języku polskim | Definicja w Tajlandii