Das letzte Tool in unserer SPC-Blog-Serie, Control Charts, sind hilfreiche Werkzeuge, um unerwünschte Abweichungen in der Produktion zu identifizieren und zu eliminieren.
Dieser Blog ist der dritte in unserer Serie zur statistischen Prozesskontrolle (SPC). In den vorangegangenen Blogs haben wir die Grundlagen statistischer Techniken und Prozessfähigkeitsindizes erörtert. In diesem Blog konzentrieren wir uns auf Regelkarten und ihre wichtigsten Vorteile in der Fertigungslandschaft.
Die Regelkarte ist ein hilfreiches Werkzeug, um unerwünschte Abweichungen in einem Produktionsprozess zu identifizieren. Das Ziel der statistischen Kontrolle ist es, Prozessschwankungen zu identifizieren und zu bestimmen, welche Variation außerhalb unserer Kontrolle liegt. Während einige Variationen dem Prozess inhärent sind, sind andere speziell oder zuweisbar. Diese Abweichungen liegen außerhalb der "normalen" Schwankung, die wir typischerweise in einem Prozess sehen. Es kann mit statistischen Werkzeugen identifiziert werden, um es zu reduzieren oder aus dem normalen Prozess zu eliminieren.
Um Regelkarten zu verstehen, lassen Sie uns zunächst die Variation besprechen. In einer perfekten Welt gäbe es keine Variation. Jedes Mal, wenn wir eine Maschine einschalten, produziert sie jedes Mal genau das gleiche Teil. Wir leben jedoch nicht in einer perfekten Welt - Maschinen fallen aus, Innenteile scheuern, Formwerkzeuge verschleißen, Temperaturen ändern sich und Materialien ändern sich subtil von einem Produktionsabzeichen zum anderen. Es gibt mehrere Inputs für einen bestimmten Produktionsprozess, die zusammenarbeiten müssen, um Teile herzustellen, die den Kundenanforderungen entsprechen. Durch die Messung der wichtigsten Merkmale des Fertigteils können wir den Herstellungsprozess bewerten. Anhand von Regelkarten können wir inhärente Abweichungen von speziellen Variationen (z. B. ein verschleißendes Spritzgusswerkzeug oder eine falsche Maschineneinstellung) identifizieren. Indem wir diese einzigartigen Diskrepanzen beseitigen, können wir den Prozess wieder "normalisieren".
Die beiden Arten von Regelkarten, die typischerweise im Spritzguss von Boyd verwendet werden, sind einzelne Diagramme und x-quer R-Karten. Wie im folgenden Beispiel zu sehen ist, weisen diese beiden Diagramme zwei Elemente auf: 1) eine Mittellinie, die den Mittelwert (Durchschnitt) für den untersuchten Datensatz darstellt, und 2) obere und untere Eingriffsgrenzen, die statistisch aus demselben Datensatz berechnet werden. Im Laufe der Zeit werden in regelmäßigen Abständen Messdaten zu wichtigen Merkmalen gesammelt und eingegeben.
Die statistisch berechneten Eingriffsgrenzen entsprechen plus/minus drei Standardabweichungen vom Mittelwert (Mittelwert). Diese Zeilen stellen den Schwellenwert dar, ab dem der Prozessoutput als statistisch "unwahrscheinlich" gilt. Mit anderen Worten, die Eingriffsgrenzen stellen die Unterscheidung der natürlichen Variation eines Prozesses von der "unwahrscheinlichen" Variation dar, die aufgrund besonderer oder zuordenbarer Ursachen auftritt und aus dem Prozess eliminiert werden kann. Datenpunkte, die außerhalb dieser Eingriffsgrenzen liegen, oder ungewöhnliche Datendurchläufe (Daten, die über sechs oder mehr aufeinanderfolgende Messungen zunehmen oder abnehmen) sollten untersucht werden, um die Quelle der zuweisbaren Streuung zu bestimmen und zu eliminieren.
Einer der größten Vorteile der frühzeitigen Identifizierung und Behebung von Abweichungen im Produktionszyklus besteht darin, Probleme zu vermeiden, bevor Teile außerhalb der Spezifikationen hergestellt werden. Es maximiert die Maschinen- und Materialeffizienz, was wiederum die Produktionskosten und -zeiten senkt. Die verschiedenen statistischen Werkzeuge, die von den Prozessingenieuren der Boyd eingesetzt werden, spielen nach wie vor eine entscheidende Rolle, um die Kundenanforderungen zu erfüllen und konstant qualitativ hochwertige Teile zu bauen. Learn more about Quality at Boyd or contact us.
