aug 02, 2019
admin
0
36

cpk 예제

공정에서 중요하지만 종종 간과되는 단계는 측정 시스템을 검증하는 것입니다. 측정 오류가 없는 측정 시스템은 없습니다. 해당 오류가 허용 가능한 수준을 초과하는 경우 데이터를 안정적으로 실행할 수 없습니다. 예를 들어 중서부 건축 제품 제조업체는 가장 중요한 공정의 많은 중요한 측정에 공정 허용 오차가 200%를 초과하는 오류가 있음을 발견했습니다. 이 잘못된 데이터를 사용하여 프로세스는 종종 잘못된 방향으로 조정되어 가변성을 줄이는 대신 불안정성을 추가했습니다. 이 주제에 대한 추가 도움말은 도구 상자의 측정 시스템 분석 섹션을 참조하십시오. 각각 5개의 관측치가 있는 두 하위 그룹의 예를 고려합니다. 첫 번째 하위 그룹의 값은 3,4,5,4,4 – 하위 그룹 평균4(x∞1)입니다. 두 번째 하위 그룹에는 5,4,5,6,5 – 평균 5(x∞2)의 값이 있습니다. 두 하위 그룹 평균의 평균은 (4 + 5)/2 = 4.5이며, 이는 평균의 평균이기 때문에 X 더블 바 (θx)라고합니다. 아래 그림은 가상 데이터를 사용하여 Cp 및 Cpk 계산의 그래픽 예제를 제공합니다. 범주형 변수를 사용하는 경우 영업 기회당 결함, 결함이 있는 제품 또는 결함을 기반으로 시그마 수준을 계산하는 것이 좋습니다.

다음 예제는 다양한 형태의 계산 능력이 프로세스의 연구 결과에 미칠 수 있는 영향을 자세히 설명합니다. 한 회사는 고객이 이전에 지정한 허용 가능한 치수의 제품을 제조하며, 155mm에서 157mm범위까지 다양합니다. 제품을 제조하고 한 기간 동안 작동하는 기계에 의해 만들어진 처음 10 개의 부품은 28 일 동안 샘플로 수집되었습니다. 이러한 부분에서 가져온 평가 데이터는 Xbar-S 대조군 차트를 만드는 데 사용되었습니다(그림 1). 예. 첫 번째 질문은 다양한 크기의 여러 하위 그룹에 대해 d2를 결정하는 방법, 즉 예제에서 제공한 내용에 관한 것이었습니다. 반응 계획을 표현하는 한 가지 간단한 방법은 참조 번호로 플로우 차트를 만들고 SPC 차트의 흐름도를 참조하는 것입니다. 많은 반응 계획은 다양한 프로세스에 대해 유사하거나 동일합니다. 다음은 반응 계획 흐름도의 예입니다: 히스토그램 모듈에서 주파수 분포에 대한 토론을 검토한 경우, 아래와 같이 많은 히스토그램이 정규 분포를 근사화한다는 것을 기억할 것입니다(컨트롤에 유의하십시오. 차트는 일반적으로 분산 된 데이터를 필요로하지 않습니다 – 그들은 모든 프로세스 분포와 함께 작동합니다 – 우리는 표현의 용이성을 위해이 예에서 정규 분포를 사용 : 합리적인 하위 그룹은 그가 정의하는 동안 Shewart에 의해 개발 된 개념입니다 그래픽을 제어할 수 있습니다. 하위 그룹 내의 데이터의 차이를 최소화하고 그룹 간의 차이를 최대화하는 샘플로 구성됩니다. 이를 통해 시간 연속체에 따라 프로세스 매개 변수가 어떻게 변경되는지 명확하게 식별할 수 있습니다.

위의 예에서 샘플을 수집하는 데 사용되는 프로세스는 각 일일 컬렉션을 특정 합리적인 하위 그룹으로 고려할 수 있습니다. 당신은 나에게 mfg 프로세스에서 속성에 대한 CPK를 계산하는 방법에 대한 예를 제공 하시기 바랍니다 수 종종 우리는 평균 값에 초점을 맞추고 있지만, 분산을 이해하는 것은 산업 프로세스의 관리에 중요하다.

POST CATEGORIES

Okategoriserade