Усиление контроля качества: сила планов выборки для мелких металлических деталей
Экономия времени и затрат в инспекции мелких металлических деталей
Мы часто говорим о том, насколько важны инспекции для производства мелких металлических деталей, помогая обеспечить качество компонентов, составляющих тысячи, если не миллионы продуктов.
Тем не менее, 100% инспекция поглощает значительное время и стоимость — плюс она все равно не гарантирует 100% соответствия. Именно поэтому производители и их клиенты полагаются на план выборки в контроле качества (КК).
Хорошие причины использовать планы выборки для инспекции
Визуальные инспекции — будь то невооруженным глазом или с использованием сложных оптических инструментов — проводятся для обнаружения различных проблем с поверхностной отделкой в металлических деталях, от коррозии и загрязнения до трещин и поверхностных нерегулярностей.
Но учитывая большие объемы, с которыми работают большинство производителей, непрактично тратить количество времени и значительные деньги, необходимые для просмотра 100% деталей в каждой партии. Например, здесь в Metal Cutting Corporation мы регулярно производим партии, состоящие из 100 000 деталей.
Инспекция такой большой партии также легко допускает ошибку. Положить деталь в неправильный ящик, иметь микрометр, слегка смещенный при измерении, или просто моргнуть — любое из этого может означать пропуск дефекта, который бы повлиял на производительность конечного продукта.
Кроме того, даже с рядом очень точных инструментов для инспекции деталей, невозможно изучить каждый крошечный сегмент поверхности детали. Это означает, что даже если вы делаете 100% инспекцию, это не точно 100%.
По определению, план выборки — статистический метод определения того, принять или отклонить партию материала, которая производится. С планом выборки КК, относительно небольшое количество деталей из партии инспектируется для определения, будет ли вся партия принята или отклонена на основе количества дефектных деталей в выборке.
AQL в выборке контроля качества
В Metal Cutting опыт показал нам, что инспекция малой части деталей в партии не только быстрее и более стоимостно-эффективна — она также позволяет нам пристальнее следить за процессом инспекции. С каждой деталью в выборке, инспектируемой более тщательно, вероятность ошибок или просто пропуска чего-то снижается.
Лучше всего, план качественной выборки предоставляет статистически валидные результаты и высокую уверенность в том, что если выборка без дефектов, вся партия будет соответствовать требованиям заказчика к Приемлемому уровню качества (AQL).
Статистически, AQL — мера максимального количества дефектных изделий, которые считались бы приемлемыми в конкретном размере выборки. Она соответствует проценту производственной серии, который может быть отклонен перед тем, как должна быть принята какая-то корректирующая мера.
Чем выше AQL, тем меньше деталей будет инспектировано. Это означает, что с размером партии 100 000 деталей, например, 123 детали будут инспектированы при AQL 0,4, но только 29 деталей при AQL 4,0.
Стандарты для планов выборки
В планах выборки количество деталей для инспекции и допустимое количество дефектных деталей в выборке обычно основаны на AQL и индексных значениях, включенных в опубликованные стандарты, такие как ANSI/ASQ Z1.4-2008, от Американского национального института стандартов (ANSI)/Американского общества качества (ASQ).
Вы также можете найти значения размера партии и выборки и другую техническую информацию в книге Zero Acceptance Number Sampling Plans, пятое издание, Николаса Л. Скеглиа.
Здесь в Metal Cutting мы предпочитаем инспектировать металлические детали, используя стандарт AQL 1.0 c=0, который является планом выборки с нулевым приемом из книги Скеглиа. Этот план диктует, сколько случайно выбранных деталей мы инспектируем, в зависимости от размера партии, чтобы статистически гарантировать, что все детали приемлемого качества.
Использование плана выборки с нулевым приемом AQL 1.0 c=0
Статистически говоря, N — популяция всех деталей, n — размер выборки, и c — количество плохих деталей, которое будет допущено. Так что план выборки c=0 просто означает, что если один дефект найден среди размера выборки (n), вся партия (N) либо отклоняется, либо подлежит 100% инспекции.
Связанный AQL определяет, сколько случайно выбранных деталей будет инспектировано, основанное на общем размере партии. Например, используя значение индекса AQL 1.0 как наш стандарт, мы бы инспектировали:
- Случайную выборку 50 деталей в размере партии 5 000 мелких металлических деталей
- Случайную выборку 74 деталей в размере партии 100 000 деталей
Используя наш предпочтительный план выборки с нулевым приемом AQL 1.0 c=0, если всего лишь одна случайно выбранная деталь в выборке проваливает инспекцию, тогда вся партия отклоняется или должна быть проведена 100% инспекция для проваленной характеристики. Если вся выборка проходит инспекцию, тогда вся партия принимается.
Когда использовать план выборки в контроле качества
В Metal Cutting, где мы производим тысячи мелких металлических деталей каждый день, мы любим говорить, что инспекция деталей на качество — часть нашей ДНК. Поэтому мы обычно начинаем каждый проект с плана выборки, который прописывает специфику инспекции металлических деталей, включая связанные AQL и индексные значения.
Предоставляя этот уровень детализации с строгими руководящими принципами для инспекции деталей, мы находим, что планы выборки помогают нам обеспечить приемлемые уровни качества и стоимостную эффективность.
Из-за нашего коммита к качеству, мы не просто инспектируем финальные детали в конце производства, перед упаковкой и доставкой. Скорее, наш процесс включает КК выборку на различных этапах.
Это включает приемку, где мы принимаем и инспектируем не только наше сырье, но и любые клиентские материалы, которые мы будем использовать для изготовления детали. Мы также делаем КК выборку на обозначенном шаге (или шагах) во время производства — и конечно, в конце.
Это позволяет нам быть уверенными, что качество жестко контролируется на протяжении всего процесса.
Другие статистические инструменты для КК
Конечно, планы выборки тоже не идеальны, поэтому в партии из 100 000 может быть одна или две несовершенные детали. Там, где другие статистические инструменты могут быть введены в процесс.
Например, клиент может попросить значение Cpk 1,33 или лучше, чтобы гарантировать, что (статистически говоря) детали близки к номинальному значению, а не к верхним или нижним пределам спецификаций по допуску.
Если у клиента очень тесные допуски и он использует максимальные возможности станка, тогда Cpk не лучший вариант. Это потому, что весь диапазон допуска будет нужен для выполнения тесной спецификации.
Однако с более свободным диапазоном допуска статистика Cpk может использоваться для демонстрации соответствующих процессов и результатов.
Почему мы предпочитаем план выборки AQL 1.0 C=0
Иногда клиенты запрашивают другой уровень AQL, такой как 0,4 (против 1,0), который увеличит количество деталей выборки для инспекции и, в свою очередь, добавит к стоимости инспекции.
Кроме того, клиенты могут запрашивать разные типы планов выборки, такие как основанные на стандартах, созданных ANSI, которые требуют большие размеры выборки, но позволяют некоторым деталям быть вне спецификации. Например, диаграмма ANSI/AQL Z1.4–2008 специфицирует, что в нормальном плане выборки с размером партии 5 000 деталей, AQL 1,0 и уровнем инспекции II:
- Размер случайной выборки будет 200 деталей
- Партия может быть принята с до пяти выборочных деталей вне спецификации
- Партия будет отклонена и подлежит 100% инспекции только если шесть или более деталей вне спецификации
Однако мы находим, что наш предпочтительный стандарт, AQL 1.0 c=0, более эффективный и стоимостно-эффективный план выборки. Позволяя нам инспектировать меньше деталей без увеличения статистической вероятности отклоняемых деталей, AQL 1.0 c=0 помогает нам обеспечить высокий уровень гарантии качества, снижая затраты на инспекцию.
Кроме того, отгрузка партии, которую мы знаем, будет включать плохие детали, идет против нашей цели качества — иметь НОЛЬ инспектированных деталей вне спецификации. Это делает план выборки с нулевым приемом лучшим подходом для нашего бизнеса и потребностей наших клиентов.
Статистическая валидность побеждает день
В конце концов, со статистически валидным планом выборки мы можем инспектировать меньшее количество деталей более тщательно и дать клиентам высокий уровень уверенности в том, что если выборка приемлема, вся партия приемлема.
Снова, вы можете найти значения размера партии и выборки и другую техническую информацию о планах выборки КК — а также документацию о валидности AQL c = 0, плане выборки, который Metal Cutting настоятельно рекомендует — в книге Скеглиа (цитированной выше).
Но какие бы методы инспекции и планы выборки вы решили использовать, важно включать эту информацию в ваши спецификации и ваш запрос на оценку проекта. Таким образом, ваш производственный партнер может делать рекомендации и предоставлять точную и своевременную котировку — ту, которая включает инспекцию в общую стоимость ваших металлических деталей.
Вы можете узнать больше о спецификации ваших требований для инспекции деталей, а также для резки и финиша металлических деталей для вашего приложения мелких металлических деталей, скачав бесплатную копию нашего всеобъемлющего гайда Как тонко настроить ваш запрос котировки к вашему максимальному преимуществу: Часто задаваемые вопросы в закупке мелких деталей.
Промышленные технологии
- Контроль качества: краеугольный камень надежности двигателя
- Повышение производственного совершенства: автоматизированный контроль качества на базе передовых технолог…
- Повышение качества в ЧПУ-обработке: стратегии точности и удовлетворенности клиентов
- Топ производителей кранов для качественного оборудования и запчастей
- Внедрение стратегии качества для усиления конкурентоспособности промышленности
- Актуальность документации качества: почему регулярные обновления важны
- Операционное совершенство: как уполномочить команды для обеспечения высшего качества
- Основные методы контроля качества для обеспечения безупречного продукта
- Понимание контроля качества: обеспечение стабильного совершенства
- Всеобъемлющие методы контроля качества для компонентов песочного литья