Почему 100-процентный тест FPC не действителен на 100 процентов?

Общепринятой практикой является проведение 100-процентной проверки, чтобы избежать отгрузки несоответствующей продукции. Каждый произведенный продукт проверяется и оценивается на соответствие или несоответствие требованиям. Товары будут отправлены, а несоответствующие товары оставлены для ремонта или утилизации. Все просто и понятно. Кажется, что 100-процентная проверка — очень эффективный метод, независимо от ошибок проверяющих.

Мы предполагаем, что характеристические значения продукта нормально распределены, обозначенные Y, как показано на рисунке ниже.

Квалификационный стандарт продукта известен, а также указаны технические значения верхнего и нижнего пределов, такие как LSL и USL на приведенном выше рисунке. Продукты между LSL и USL будут соответствовать требованиям. Но мы не знаем фактического значения Y, нам нужно использовать систему измерения для его измерения, измеренное значение Y называется X.

Измеренное значение X не равно Y, потому что существует ошибка измерения, которую мы называем E. Поскольку ошибка измерения также имеет нормальное распределение, мы получаем распределение значения измерения, как показано на рисунке ниже, что похоже на форма распределения Y, но дисперсия X больше, равная дисперсии Y плюс дисперсия ошибки измерения E.

Затем мы используем двумерное нормальное распределение, чтобы показать корреляцию между Y и X.

Вероятностная модель этого распределения может быть представлена ​​серией эллипсов в координатной плоскости XY. На рисунке ниже показаны контуры одного, двух и трех стандартных отклонений двух двумерных нормальных распределений, где коэффициенты внутриклассовой корреляции установлены как {{0}},95 и 0,80.

Как видно из приведенного выше рисунка, по мере увеличения ошибки измерения эллипс двумерного нормального распределения становится толще, а главная ось смещается. Нас интересует: какой диапазон измерений X соответствует квалифицированному Y.

Белый диапазон на рисунке ниже указывает на диапазон продуктов, отвечающих требованиям.

Значок ниже показывает ассортимент продукции, отгруженной после 100-процентной проверки.

На данный момент мы ясно увидели, что ассортимент продукции, отгруженной после 100-процентной проверки, отличается от ассортимента действительно квалифицированной продукции.

Ассортимент продуктов, прошедших 100-процентную проверку ≠ ассортимент сертифицированных продуктов

Мы классифицируем все продукты по четырем категориям в зависимости от качества продуктов и того, поставляются они или нет:

Квалифицированные инспекционные продукты (GS: Good and Shipped)

Продукт, отклоненный квалифицированной проверкой (GR: Good and Rejected)

Неквалифицированные продукты прошли проверку (BS: Bad and Shipped)

Продукт, забракованный неквалифицированной проверкой (BR: Bad and Rejected)

GS против BR — это результат, который мы хотим видеть, BS создаст проблемы для клиентов, а GR создаст проблемы для себя.

На следующем рисунке показано положение каждой категории в двумерном нормальном распределении.

Что касается производителя, то он надеется, что доля отгружаемой качественной продукции (PGS: доля отгружаемой качественной продукции) будет как можно выше:

PGS=GS / (GS плюс GR1 плюс GR2)

Что касается клиента, то он хочет, чтобы доля бракованных продуктов (PBR: доля бракованных продуктов) была как можно выше:

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

К сожалению, PGS и PBR не связаны линейно.

Ниже представлена ​​оценочная таблица, в которой представлены значения PGS и PBR для различных уровней погрешности измерения и доля несоответствующей продукции в целом.

Интерпретируйте набор данных в нижнем правом углу приведенной выше таблицы: когда общая частота отказов продукта составляет 1 процент, а ошибка измерения велика (ICC=0.8), вероятность отказа производителя составляет 98,6 процента. доставка квалифицированных продуктов, но доля бракованных продуктов составляет всего 70 процентов, и большое количество дефектных продуктов будет поступать к клиентам.

Как решить эту проблему? Кажется, есть только два пути.

Первый способ: придерживаться 100-процентного теста, затем улучшить систему измерения, чтобы эллипс в двумерном нормальном распределении был сглажен как прямая линия, тогда и PGS, и PBR будут очень высокими.

Цена такова: вам нужна почти идеальная измерительная система, которая часто требует огромных инвестиций, которые не решают проблему, а просто оставляют ее позади.

Второй метод: улучшите возможности процесса, чтобы результат процесса находился в пределах верхнего и нижнего пределов спецификации. В настоящее время 100-процентная проверка больше не требуется, что может не только сэкономить инвестиции в модернизацию системы тестирования, но и сэкономить затраты на проверку и многое другое. Суть в том, чтобы реально решить проблему.

Пока что наши выводы очень ясны:

Существование ошибки системы измерения делает 100-процентную проверку неспособной иметь 100-процентную достоверность;

100-процентная проверка не может решить проблемы с качеством, а также потребует ненужных инвестиций в оборудование и затрат на проверку персонала;

Система измерения должна использоваться для существенного улучшения качества и стабильности производственного процесса, а не для целей контроля.