Moving Average Spc

Was ist die statistische Prozesskontrolle (SPC) SPC oder die statistische Prozesskontrolle ist eine statistisch fundierte Familie von Werkzeugen zur Überwachung, Steuerung und Verbesserung von Prozessen. Statistische Prozesskontrolle (SPC) Training kann zeitaufwendig und frustrierend sein wegen der komplexen Natur der Statistiken, die den SPC-Kontrollkarten zugrunde liegen. Basic SPC ist eine umfassende Online-SPC-Schulung für Ingenieure, Betreiber und Techniker, die das Verständnis und die Anwendung statistischer Prozesskontrollkonzepte (SPC) einfach machen. Basic SPC Online Training Mit Basic SPC Online SPC Training, können Sie eliminieren oder erheblich reduzieren die Notwendigkeit für Klassenzimmer Ausbildung. Neben der Bereitstellung eines soliden Verständnisses der Variation und der Statistiken, auf denen die Kontrollkarten basieren, deckt dieser Kurs die Verwendung der gängigsten Variablen - und Attribut-Kontrollkarten einschließlich der X-Bar-Verstärker-R-Diagramme, gleitende durchschnittliche Diagramme, p-Charts, u - charts, np-Charts und c-Charts. Umfangreiche Schulungen beinhalten das Sammeln von Musteruntergruppen, das Plotten von Kontrollkarten und die Interpretation von SPC-Diagrammen. Diese Online-Basic-SPC-Schulung beinhaltet auch einen konzeptionellen Überblick über die Prozessfähigkeit einschließlich Cp, Cr und Cpk, um den Lernenden ein abgerundetes und gründliches Verständnis der Verwendung statistischer Prozesskontrolle in ihren Jobs zu bieten. Dieses Training ist ideal für Six Sigma Green Gürtel Training oder für Lean Manufacturing Training. Diese Ausbildung ermöglicht den Lernenden. Besser verstehende Variation in Fertigungsprozessen einschließlich Muster und Variationsmaße. Überwachung und Kontrolle der Variation mit Variablen - und Attribut-Kontrollkarten. Beschreiben Sie grundlegende Prozessfähigkeitskonzepte und die Bedeutung der Fähigkeit bei der Verwendung von Kontrollkarten. Empfohlene Voraussetzungen, die Sie auch interessieren können. Advanced SPC Training - Umfassende Schulung bei der Umsetzung der statistischen Prozesskontrolle inklusive der Einrichtung von Kontrollkarten und Durchführung von Prozessfähigkeitsstudien. Mistake-Proofing Training Umfassende Online-Schulungen in Poka Yokemistake-Proofing-Techniken für die Fertigung. 8D Problemlösungen - Schritt-für-Schritt-Schulung in der Arbeit an einem Problemlösungs-Team folgen der 8D-Methodik einschließlich Tools und Techniken, die in jedem Schritt verwendet werden. Statistical Process Control (SPC) Verwendung von SPC Vor der Implementierung von SPC oder Jedes neue Qualitätssystem, sollte das Herstellungsverfahren bewertet werden, um die Hauptbereiche der Abfälle zu bestimmen. Einige Beispiele für Herstellungsprozessabfälle sind Nacharbeit, Schrott und übermäßige Prüfzeit. Es wäre am vorteilhaftesten, die SPC-Werkzeuge zuerst auf diese Bereiche anzuwenden. Während des SPC werden nicht alle Dimensionen aufgrund der Kosten-, Zeit - und Produktionsverzögerungen überwacht, die entstehen würden. Vor der SPC-Implementierung sollten die Schlüssel - oder kritischen Merkmale des Entwurfs oder Prozesses durch ein Cross Functional Team (CFT) während einer Drucküberprüfung oder Design-Ausfall-Modus und Effekt-Analyse (DFMEA) Übung identifiziert werden. Die Daten werden dann gesammelt und auf diesen Schlüssel - oder kritischen Merkmalen überwacht. Sammeln und Aufzeichnen von Daten SPC-Daten werden in Form von Messungen eines Produktdimensionselements oder Prozessinstrumentierungsmesswerts gesammelt. Die Daten werden dann auf verschiedenen Arten von Kontrollkarten aufgezeichnet und verfolgt, basierend auf der Art der gesammelten Daten. Es ist wichtig, dass die richtige Art von Diagramm verwendet wird, um Wert zu gewinnen und nützliche Informationen zu erhalten. Die Daten können in Form von kontinuierlichen variablen Daten - oder Attributdaten vorliegen. Die Daten können auch gesammelt und als Einzelwerte oder im Durchschnitt einer Gruppe von Messwerten erfasst werden. Einige allgemeine Richtlinien und Beispiele sind unten aufgeführt. Diese Liste ist nicht all inclusive und nur als Referenz geliefert. Variable Daten Individuelles Bewegen Bereichsdiagramm: verwendet werden, wenn Ihre Daten einzelne Werte sind Xbar R Diagramm: verwendet werden, wenn Sie Daten in Untergruppen von 8 oder weniger Xbar S Diagramm aufzeichnen: verwendet werden, wenn Ihre Untergruppe Größe ist Größer als 8 Attributdaten P-Diagramm Zur Aufzeichnung der Anzahl defekter Teile in einer Gruppe von Teilen U-Diagramm Zur Aufzeichnung der Anzahl von Defekten in jedem Teil Control Charts Eine der am weitesten verbreiteten Kontrollkarten für variable Daten ist die X-Bar und R Diagramm. X-bar repräsentiert den Mittelwert oder Mittelwert der Variablen x. Das X-Balken-Diagramm zeigt die Variation der Sample-Mittel oder Mittelwerte an. Das Range-Diagramm zeigt die Variation innerhalb der Untergruppe. Der Bereich ist einfach der Unterschied zwischen dem höchsten und dem niedrigsten Wert. Die folgenden Schritte sind erforderlich, um ein X-Balken - und R-Diagramm zu erstellen: Bezeichnen Sie die Stichprobengröße n. In der Regel 4 oder 5 sind gemeinsame Stichprobengrößen in vielen Branchen verwendet. Denken Sie daran, die Stichprobengröße sollte 8 oder weniger sein. Bestimmen Sie auch die Häufigkeit, mit der die Probenmessungen gesammelt werden. Beginnen Sie mit dem Sammeln Ihrer ersten Sätze. Eine allgemeine Regel ist, 100 Messungen in Gruppen von 4 zu sammeln, die zu 25 Datenpunkten führen würden. Berechnen Sie den Mittelwert für jede der 25 Gruppen von 4 Samples. Berechnen Sie den Bereich jeder der 25 Proben von 4 Messungen. Der Bereich ist die Differenz zwischen dem höchsten und niedrigsten Wert in jedem Satz von 4 Probenmessungen. Berechnen Sie X-dbar (den Mittelwert der Mittelwerte), der auf dem X-Balkendiagramm durch eine feste Mittellinie dargestellt wird. Berechnen Sie den Mittelwert der Probenbereiche oder R-Werte. Dies ist die Mittellinie der Range Chart. Berechnen Sie die oberen und unteren Kontrollgrenzen (UCL, LCL) für jedes Diagramm. Um klar zu sein, sind die Kontrollgrenzen nicht die von dem Ingenieur auf der Zeichnung festgelegten Spezifikationsgrenzen. Die Steuergrenzen werden aus den Daten abgeleitet. Die meisten Ingenieure nutzen statistische Software, die die Berechnungen automatisch durchführt. Sobald das Diagramm eingerichtet ist, wird der Bediener oder Techniker mehrere Samples messen, die Werte zusammen addieren und dann den Durchschnitt berechnen. Dieser Wert wird dann auf einem Kontrolldiagramm oder einem X-Balkendiagramm aufgezeichnet. Der Bereich der Untergruppen wird ebenfalls aufgezeichnet. Die Probenmessungen sollten in regelmäßigen Abständen durchgeführt werden, einschließlich Datum und Uhrzeit, um die Stabilität des Prozesses zu verfolgen. Achten Sie auf spezielle oder abtretbare Ursachen und passen Sie den Prozess nach Bedarf an, um einen stabilen und kontrollierten Prozess zu gewährleisten. Das X-Balken - und R-Diagramm ist nur ein Beispiel für die verschiedenen Kontrollkarten zur Prozessüberwachung und - verbesserung. Für die Unterstützung bei der Bestimmung der Best Practices zur Verbesserung Ihrer Prozesse, wenden Sie sich an eine der vielen Profis bei Quality-One. Analysieren der Daten Die auf einem Kontrollplan aufgezeichneten Datenpunkte sollten zwischen den Kontrollgrenzen liegen, sofern nur gemeinsame Ursachen und keine besonderen Ursachen festgestellt wurden. Häufige Ursachen fallen zwischen den Kontrollgrenzen, während besondere Ursachen im Allgemeinen Ausreißer sind oder außerhalb der Kontrollgrenzen liegen. Für einen Prozess, der in der statistischen Kontrolle zu sehen ist, sollte es keine besonderen Ursachen in irgendeiner der Diagrammen geben. Ein Prozess in der Steuerung wird keine besonderen Ursachen in ihm identifiziert und die Daten sollten zwischen den Grenzwerten fallen. Einige Beispiele für häufige Ursachenvarianten sind wie folgt: Variation der Materialeigenschaften innerhalb der Spezifikation Saisonale Änderungen der Umgebungstemperatur oder der Feuchtigkeit Normale Maschinen - oder Werkzeugverschleiß Variabilität in bedienungsgesteuerten Einstellungen Normale Messvariante Umgekehrt fallen besondere Ursachen generell außerhalb der Kontrollgrenzen oder geben an Drastische Veränderung oder Verschiebung im Prozess. Einige Beispiele für spezielle Ursachenvarianten sind unten: Fehlerhafte Steuerungen Unsachgemäße Geräteanpassungen Eine Änderung des Messsystems Eine Prozessverschiebung Maschinenstörung Rohstoffeigenschaften außerhalb der Konstruktionsmerkmale Zerbrochenes Werkzeug, Stanze, Bit usw. Unerfahrener Bediener nicht vertraut mit Prozess Bei der Überwachung a Prozess durch SPC-Pläne Der Inspektor wird sicherstellen, dass alle Datenpunkte innerhalb der Kontrollgrenzen liegen und auf Trends oder plötzliche Änderungen im Prozess achten. Wenn irgendwelche besonderen Ursachen der Variation identifiziert werden, sollten geeignete Maßnahmen ergriffen werden, um die Ursache zu ermitteln und Korrekturmaßnahmen zur Rückführung des Prozesses in einen Zustand der statistischen Kontrolle durchzuführen. Es gibt andere Variationen oder Muster von Datenpunkten innerhalb der Kontrollgrenzen, die auch verfolgt und untersucht werden sollten. Dazu gehören unter anderem: Läufe, bei denen 7 oder mehr Datenpunkte in einer Reihe auf einer Seite der Prozeßmittellinie liegen. Änderungen in der normalen Ausbreitung von Daten, bei denen mehrere Datenpunkte entweder weiter auseinander oder näher zusammenfallen Trends, die durch dargestellt werden 7 oder mehr Datenpunkte konsequent anheben oder sinken Verschiebungen der Daten über oder unterhalb des normalen Mittels verteilen Durch die Bewältigung besonderer Ursachen, Trends oder Verschiebungen im Prozess können wir sicherstellen, dass wir Teile herstellen, die den Kundenanforderungen entsprechen. Denken Sie daran, dass die Kontrollgrenzen immer zwischen den vom Ingenieur und dem Kunden bestimmten Spezifikationsgrenzen liegen sollten. Für weitere Informationen über den SPC-Prozess und die verfügbaren Tools, Mentoring, Schulung oder Unterstützung bei der Implementierung von SPC, wenden Sie sich an einen der Sachverständigen-Experten (KMU) bei Quality-One. Wir sind immer bereit, Ihnen irgendwelche Hilfestellungen oder Informationen zur Verfügung zu stellen, die Sie benötigt haben. Statistische Prozesskontrolle Statistische Prozesskontrolle (SPC) kann Ihnen helfen, das Prozessverhalten zu überwachen. Das erfolgreichste SPC-Tool ist das Steuerungsdiagramm, das ursprünglich von Walter Shewhart in den frühen 1920er Jahren entwickelt wurde. Ein Kontrolldiagramm hilft Ihnen, Daten aufzuzeichnen und lässt Sie sehen, wenn ein ungewöhnliches Ereignis, z. B. Eine sehr hohe oder niedrige Beobachtung im Vergleich zu ldquotypischenrdquo Prozessleistung, tritt auf. Kontrolldiagramme versuchen, zwischen zwei Arten von Prozessvariation zu unterscheiden: Häufige Ursachenvariation, die dem Prozess innewohnt und immer vorhanden ist. Spezielle Ursachenvariationen, die aus externen Quellen stammen und darauf hinweisen, dass der Prozess nicht statistisch kontrolliert wird. Verschiedene Tests können helfen, festzustellen, wann ein Out-of-Control-Ereignis aufgetreten ist. Wenn jedoch mehr Tests angewendet werden, erhöht sich auch die Wahrscheinlichkeit eines Fehlalarms. Hintergrund Ein deutlicher Anstieg der Verwendung von Kontrollkarten während des Zweiten Weltkrieges in den Vereinigten Staaten, um die Qualität der Munition und andere strategisch wichtige Produkte zu gewährleisten. Die Verwendung von SPC verminderte sich nach dem Krieg etwas, wurde aber in Japan mit großer Wirkung aufgenommen und setzt sich bis heute fort. (Für mehr, siehe die Geschichte der Qualität) Viele SPC-Techniken wurden von amerikanischen Firmen in den letzten Jahren entdeckt worden, vor allem als Bestandteil von Qualitätsverbesserungsinitiativen wie Six Sigma. Der weit verbreitete Einsatz von Control-Charting-Prozeduren wurde durch statistische Softwarepakete und immer anspruchsvollere Datenerfassungssysteme unterstützt. Im Laufe der Zeit wurden andere Prozessüberwachungsinstrumente entwickelt, darunter: Kumulative Summe (CUSUM) Diagramme: Die Ordinate jedes aufgetragenen Punktes repräsentiert die algebraische Summe der vorherigen Ordinate und die jüngsten Abweichungen vom Ziel. Exponentiell gewichtete Moving Average (EWMA) Diagramme: Jeder Diagrammpunkt repräsentiert den gewichteten Mittelwert des aktuellen und aller vorherigen Untergruppenwerte, was dem letzten Prozessverlauf mehr Gewicht verleiht und Gewichte für ältere Daten verringert. In jüngster Zeit befürworteten andere die Integration von SPC mit Engineering Process Control (EPC) - Tools, die regelmäßig Prozesseingaben zur Leistungsverbesserung verändern. Beitrag von Keith M. Bower, einem Statistiker und Webmaster von KeithBower. Tutorial: Statistische Qualitätskontrolle gegen statistische Prozesskontrolle