Per què no és vàlid al 100% per a la prova del 100% FPC

És una pràctica habitual realitzar una inspecció del 100% per evitar que s'enviïn productes no conformes. Cada producte produït s'inspecciona i s'estima que passa o falla. La mercaderia s'enviarà i els articles no conformes es deixaran per reparar o ferralla. Tot és senzill i directe. Sembla que la inspecció al 100 per cent és un mètode molt eficaç, independentment dels errors dels inspectors.

Suposem que els valors característics del producte es distribueixen normalment, indicats per Y, tal com es mostra a la figura següent.

Es coneix l'estàndard de qualificació del producte i també s'han donat els valors d'especificació dels límits superior i inferior, com ara LSL i USL a la figura anterior. Els productes entre LSL i USL seran productes elegibles. Però no sabem el valor Y real, hem d'utilitzar un sistema de mesura per mesurar-lo, el valor mesurat de Y s'anomena X.

El valor X mesurat no és igual a Y, perquè hi ha un error de mesura, que anomenem E. Com que l'error de mesura també es distribueix normalment, obtenim la distribució del valor de mesura com es mostra a la figura següent, que és similar a la forma de distribució de Y, però la variància de X és més gran, igual a la variància de Y més la variància de l'error de mesura E.

A continuació, utilitzem la distribució normal bivariada per mostrar la correlació entre Y i X.

El model probabilístic d'aquesta distribució es pot representar mitjançant una sèrie d'el·lipses en el pla de coordenades XY. La figura següent mostra un, dos i tres contorns de desviació estàndard de dues distribucions normals bivariades, on els coeficients de correlació intraclasse s'estableixen com a {{0}},95 i 0,80.

Com es pot veure a la figura anterior, a mesura que augmenta l'error de mesura, l'el·lipse de la distribució normal bivariada s'engreixa i l'eix principal es desvia. El que ens interessa és: quin rang de mesures X correspon a una Y qualificada.

La gamma blanca de la figura següent indica la gamma de productes qualificats

La icona següent mostra la gamma de productes enviats després d'una inspecció del 100%.

En aquest punt, hem vist clarament que la gamma de productes enviats després d'una inspecció del 100 per cent és diferent de la gamma de productes qualificats reals.

La gamma de productes que superen el 100 per cent d'inspecció ≠ la gamma de productes qualificats

Classifiquem tots els productes en quatre categories en funció de la qualitat dels productes i de si s'envien o no:

Productes d'inspecció qualificats (GS: bons i enviats)

Producte rebutjat d'inspecció qualificada (GR: bo i rebutjat)

Els productes no qualificats van passar la inspecció (BS: malament i enviat)

Producte rebutjat per inspecció no qualificada (BR: dolent i rebutjat)

GS vs BR és el resultat que volem veure, BS causarà problemes als clients i GR causarà problemes per si mateix.

La figura següent mostra la posició de cada categoria en la distribució normal bivariada.

Per al productor, espera que la proporció de productes qualificats enviats (PGS: Proporció de bon producte que s'envia) sigui la més alta possible:

PGS=GS / (GS més GR1 més GR2)

Per al client, el que vol és que la proporció de productes dolents que es rebutgen (PBR: Proporció de producte dolent que es rebutja) sigui la més alta possible:

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

Malauradament, PGS i PBR no estan relacionats linealment.

A continuació es mostra una taula d'avaluació que presenta els valors de PGS i PBR per a diferents nivells d'error de mesura i la proporció de producte global no conforme.

Interpreteu el conjunt de dades a l'extrem inferior dret de la taula anterior: quan la taxa de fallada global del producte és de l'1 per cent i l'error de mesura és gran (ICC=0,8), el productor tindrà una probabilitat del 98,6 per cent de enviament de productes qualificats, però la proporció de productes defectuosos rebutjats és només del 70 per cent, i un gran nombre de productes defectuosos arribarà als clients.

Com resoldre aquest problema? Sembla que només hi ha dues maneres.

El primer mètode: adherir-se a la prova del 100 per cent i, a continuació, millorar el sistema de mesura, de manera que l'el·lipse de la distribució normal bivariada s'aplani com una línia recta, aleshores tant PGS com PBR seran molt alts.

El preu és: necessites un sistema de mesura gairebé perfecte, que sovint requereix una gran inversió que no resol el problema, només ho deixa enrere.

El segon mètode: Millorar la capacitat del procés perquè la sortida del procés estigui dins dels límits superior i inferior de l'especificació. En aquest moment, ja no es requereix una inspecció del 100%, cosa que no només pot estalviar la inversió en l'actualització del sistema de prova, sinó que també estalvia el cost de la inspecció i molt més. La qüestió és resoldre realment el problema.

Fins ara, les nostres conclusions són molt clares:

L'existència d'un error del sistema de mesura fa que la inspecció del 100 per cent no pugui tenir una validesa del 100 per cent;

La inspecció al 100 per cent no pot resoldre problemes de qualitat, i també requerirà inversió innecessària en equips i costos d'inspecció de personal;

El sistema de mesura s'ha d'utilitzar per millorar substancialment la qualitat i la consistència del procés de producció, no amb finalitats d'inspecció