Hvorfor er ikke 100 prosent gyldig for FPC 100 prosent test

Det er vanlig praksis å gjennomføre 100 prosent inspeksjon for å unngå at produkter som ikke er i samsvar sendes. Hvert produkt som produseres blir inspisert og bedømt til å bestå eller ikke. Varer vil bli sendt og varer som ikke er i samsvar vil bli liggende for reparasjon eller skroting. Det hele er enkelt og greit. Det ser ut til at 100 prosent inspeksjon er en svært effektiv metode, uavhengig av kontrollørenes feil.

Vi antar at de karakteristiske verdiene til produktet er normalfordelte, betegnet med Y, som vist i figuren under.

Produktets kvalifikasjonsstandard er kjent, og spesifikasjonsverdiene for øvre og nedre grenser er også gitt, slik som LSL og USL i figuren ovenfor. Produkter mellom LSL og USL vil være kvalifiserte produkter. Men vi vet ikke den faktiske Y-verdien, vi må bruke et målesystem for å måle den, den målte verdien av Y kalles X.

Den målte X-verdien er ikke lik Y, fordi det er en målefeil, som vi kaller E. Fordi målefeilen også er normalfordelt, får vi fordelingen av måleverdien som vist i figuren under, som ligner på distribusjonsformen til Y, men variansen til X er større, lik variansen til Y pluss variansen til målefeilen E.

Deretter bruker vi den bivariate normalfordelingen for å vise korrelasjonen mellom Y og X.

Den sannsynlige modellen for denne fordelingen kan representeres av en serie ellipser i XY-koordinatplanet. Figuren nedenfor viser en, to og tre standardavvikskonturer av to bivariate normalfordelinger, der intraklassens korrelasjonskoeffisienter er satt til {{0}}.95 og 0.80.

Som det fremgår av figuren ovenfor, blir ellipsen til den bivariate normalfordelingen fetere etter hvert som målefeilen øker og hovedaksen skjev. Det vi er interessert i er: hvilket måleområde X tilsvarer en kvalifisert Y.

Det hvite området i figuren nedenfor indikerer utvalget av kvalifiserte produkter

Ikonet nedenfor viser utvalget av produkter som sendes etter 100 prosent inspeksjon.

På dette tidspunktet har vi tydelig sett at utvalget av produkter som sendes etter 100 prosent inspeksjon er forskjellig fra utvalget av faktiske kvalifiserte produkter.

Utvalget av produkter som består 100 prosent inspeksjon ≠ utvalget av kvalifiserte produkter

Vi klassifiserer alle produkter i fire kategorier basert på kvaliteten på produktene og om de sendes eller ikke:

Kvalifiserte inspeksjonsprodukter (GS: Bra og sendt)

Kvalifisert inspeksjon avvist produkt (GR: Bra og avvist)

Ukvalifiserte produkter besto inspeksjonen (BS: Dårlig og sendt)

Ukvalifisert inspeksjon avvist produkt (BR: Dårlig og avvist)

GS vs BR er resultatet vi ønsker å se, BS vil skape problemer for kundene og GR vil skape problemer for seg selv.

Følgende figur viser plasseringen av hver kategori i den bivariate normalfordelingen.

For produsenten håper han at andelen kvalifiserte produkter som sendes (PGS: Andel godt produkt som sendes) er så høy som mulig:

PGS=GS / (GS pluss GR1 pluss GR2)

For kunden ønsker han at andelen dårlige produkter som avvises (PBR: Andel dårlig produkt som avvises) er så høy som mulig:

PBR=(BR1 pluss BR2) / (BR1 pluss BR2 pluss BS1 pluss BS2)

Dessverre er ikke PGS og PBR lineært relatert.

Nedenfor er en evalueringstabell som presenterer verdiene til PGS og PBR for ulike nivåer av målefeil og andelen av totalt avvikende produkt.

Tolk settet med data i nedre høyre hjørne av tabellen ovenfor: når den totale produktfeilfrekvensen er 1 prosent og målefeilen er stor (ICC=0.8), vil produsenten ha en 98,6 prosent sannsynlighet for frakt av kvalifiserte produkter, men andelen avviste defekte produkter er bare 70 prosent, og et stort antall defekte produkter vil strømme til kundene.

Hvordan løse dette problemet? Det ser ut til å være bare to måter.

Den første metoden: hold deg til 100 prosent-testen, forbedre deretter målesystemet, slik at ellipsen i den bivariate normalfordelingen blir flatet ut som en rett linje, da blir både PGS og PBR veldig høye.

Prisen er: du trenger et nesten perfekt målesystem, som ofte krever en enorm investering som ikke løser problemet, det bare etterlater det.

Den andre metoden: Forbedre prosesskapasiteten slik at produksjonen av prosessen er innenfor de øvre og nedre grensene for spesifikasjonen. På dette tidspunktet er 100 prosent inspeksjon ikke lenger nødvendig, noe som ikke bare kan spare investeringen i å oppgradere testsystemet, men også spare kostnadene for inspeksjon og mer. Poenget er å faktisk løse problemet.

Så langt er konklusjonene våre veldig klare:

Eksistensen av målesystemfeil gjør at 100 prosent inspeksjon ikke kan ha 100 prosent gyldighet;

100 prosent inspeksjon kan ikke løse kvalitetsproblemer, og det vil også kreve unødvendig utstyrsinvestering og personalinspeksjonskostnader;

Målesystemet skal brukes til å vesentlig forbedre kvaliteten og konsistensen i produksjonsprosessen, ikke for inspeksjonsformål