Varför är inte 100 procent giltigt för FPC 100 procent test

Det är en vanlig praxis att utföra 100-procentig inspektion för att undvika att produkter som inte uppfyller kraven skickas. Varje produkt som produceras inspekteras och bedöms godkänd eller underkänd. Varor kommer att skickas och föremål som inte uppfyller kraven kommer att lämnas för reparation eller skrotning. Det hela är enkelt och okomplicerat. Det verkar som att 100 procents besiktning är en mycket effektiv metod, oavsett inspektörernas fel.

Vi antar att produktens karakteristiska värden är normalfördelade, betecknade med Y, som visas i figuren nedan.

Produktens kvalifikationsstandard är känd, och specifikationsvärdena för de övre och nedre gränserna har också angetts, såsom LSL och USL i ovanstående figur. Produkter mellan LSL och USL kommer att vara kvalificerade produkter. Men vi vet inte det faktiska Y-värdet, vi måste använda ett mätsystem för att mäta det, det uppmätta värdet av Y kallas X.

Det uppmätta X-värdet är inte lika med Y, eftersom det finns ett mätfel, som vi kallar E. Eftersom även mätfelet är normalfördelat får vi fördelningen av mätvärdet som visas i figuren nedan, vilket liknar med fördelningsformen för Y, men variansen för X är större, lika med variansen för Y plus variansen för mätfelet E.

Därefter använder vi den bivariata normalfördelningen för att visa korrelationen mellan Y och X.

Den probabilistiska modellen för denna fördelning kan representeras av en serie ellipser i XY-koordinatplanet. Figuren nedan visar en, två och tre standardavvikelsekonturer av två bivariata normalfördelningar, där intraklasskorrelationskoefficienterna är satta till {{0}}.95 och 0,80.

Som framgår av ovanstående figur, när mätfelet ökar, blir ellipsen av den bivariata normalfördelningen fetare och huvudaxeln skev. Det vi är intresserade av är: vilket måttområde X motsvarar ett kvalificerat Y.

Det vita området i figuren nedan anger utbudet av kvalificerade produkter

Ikonen nedan visar utbudet av produkter som skickas efter 100 procents inspektion.

Vid det här laget har vi tydligt sett att utbudet av produkter som skickas efter 100 procents inspektion skiljer sig från utbudet av faktiska kvalificerade produkter.

Sortimentet av produkter som klarar 100 procents kontroll ≠ utbudet av kvalificerade produkter

Vi klassificerar alla produkter i fyra kategorier baserat på kvaliteten på produkterna och om de skickas eller inte:

Kvalificerade inspektionsprodukter (GS: Bra och skickat)

Kvalificerad inspektion avvisad produkt (GR: Bra och Rejected)

Okvalificerade produkter klarade inspektionen (BS: Dåliga och skickade)

Okvalificerad inspektion avvisad produkt (BR: dålig och avvisad)

GS vs BR är resultatet vi vill se, BS kommer att orsaka problem för kunder och GR kommer att orsaka problem för sig själv.

Följande figur visar positionen för varje kategori i den bivariata normalfördelningen.

För producenten hoppas han att andelen kvalificerade produkter som skickas (PGS: Andel bra produkt som skickas) är så hög som möjligt:

PGS=GS / (GS plus GR1 plus GR2)

För kunden vill han att andelen dåliga produkter som avvisas (PBR: Andel dålig produkt som avvisas) är så hög som möjligt:

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

Tyvärr är PGS och PBR inte linjärt relaterade.

Nedan finns en utvärderingstabell som presenterar värdena för PGS och PBR för olika nivåer av mätfel och andelen total avvikande produkt.

Tolka datauppsättningen i det nedre högra hörnet av tabellen ovan: när den totala produktfelfrekvensen är 1 procent och mätfelet är stort (ICC=0.8), kommer tillverkaren att ha en 98,6 procents sannolikhet för frakt av kvalificerade produkter, men andelen defekta produkter som avvisas är bara 70 procent, och ett stort antal defekta produkter kommer att flöda till kunderna.

Hur löser man detta problem? Det verkar bara finnas två sätt.

Den första metoden: håll dig till 100-procentstestet, förbättra sedan mätsystemet, så att ellipsen i den bivariata normalfördelningen plattas ut som en rak linje, då blir både PGS och PBR mycket höga.

Priset är: du behöver ett nästan perfekt mätsystem, som ofta kräver en enorm investering som inte löser problemet, det bara lämnar det bakom sig.

Den andra metoden: Förbättra processkapaciteten så att processens output ligger inom specifikationens övre och nedre gränser. För närvarande krävs inte längre 100 procents inspektion, vilket inte bara kan spara investeringen i att uppgradera testsystemet, utan också spara kostnaden för inspektion med mera. Poängen är att faktiskt lösa problemet.

Så här långt är våra slutsatser mycket tydliga:

Förekomsten av mätsystemfel gör att 100 procents inspektion inte kan ha 100 procents giltighet;

100 procents inspektion kan inte lösa kvalitetsproblem, och det kommer också att kräva onödiga utrustningsinvesteringar och personalinspektionskostnader;

Mätsystemet bör användas för att avsevärt förbättra kvaliteten och konsekvensen i produktionsprocessen, inte för inspektionsändamål