Hoppa till innehållet

Kunskap

Vad är SPC? Styrdiagram, drift och körregler

Statistisk processtyrning i praktiken: normal variation kontra specialorsaker, hur ett I-MR-diagram byggs, körregler samt detektering av drift och medelvärdesförskjutning.

Publicerad · Uppdaterad · 6 min läsning

Slumpmässig variation och specialorsaker

Varje process varierar. Slumpmässig variation är processens stabila, inneboende spridning. Specialorsaker kommer från något specifikt som ändrats — ett nytt verktyg, en annan materialsats, ett ställfel. Styrdiagram finns för att skilja de två åt så att man reagerar på det senare och lämnar det förra ifred.

Att bygga ett diagram för enskilda värden

För enskilda mätvärden plottar ett diagram för enskilda värden (I) varje värde mot en centrumlinje, vanligen medelvärdet. Styrgränserna läggs vid ± 3σ, där σ skattas från den genomsnittliga glidande variationsvidden mellan på varandra följande punkter (MR̄) delad med konstanten 1,128: UCL = medelvärde + 3·MR̄/1,128, LCL = medelvärde − 3·MR̄/1,128. Denna skattning inom delgrupper är samma kortsiktiga σ som används för Cp och Cpk.

Körregler

En punkt utanför en styrgräns är en stark signal, men mönster spelar också roll. Körregler flaggar till exempel en lång följd av punkter på samma sida om centrumlinjen (vanligen åtta eller nio, beroende på regeluppsättning) eller en jämn stigande eller sjunkande trend. De fångar gradvis drift och små medelvärdesförskjutningar innan någon punkt lämnat gränserna.

Drift kontra medelvärdesförskjutning

Drift är en gradvis förflyttning, typisk för verktygsslitage eller värmeutvidgning. En medelvärdesförskjutning är ett stegbyte, typiskt efter verktygsbyte eller ställning. Ett diagram visar båda, och genom att koppla tidpunkten till händelser — verktygsbyten, programändringar, materialsatser — pekar man ut orsaken.

Justera inte för mycket

Att justera en stabil process för att den senaste punkten var lite hög eller låg ökar variationen i stället för att minska den. Korrigeringar ska svara på verkliga signaler, och automatiska korrigeringar bör använda gränser och filtrering så att de inte jagar brus.

Standarder och vidare läsning

  • Montgomery, D. C., Introduction to Statistical Quality Control
  • AIAG Statistical Process Control (SPC) Reference Manual
  • Western Electric Company, Statistical Quality Control Handbook

Bli bland de första som får veta

Qynetic byggs just nu. Gå med i väntelistan så meddelar vi när det finns tillgängligt.

Vi lagrar uppgifterna du lämnar enbart för att kontakta dig om Qynetic.

Kunskap