Превращение данных контроля в решения: четыре ступени обработки

Большинству предприятий не недостаёт данных. Приборы выдают результаты каждый день, отчёты копятся на общем диске, годы истории можно поднять. Чего недостаёт — так это процесса, который превращает эти числа в то, что нужно делать дальше. Результат предсказуем: данных всё больше, а решения по-прежнему принимаются по опыту.

В этой статье превращение разбито на четыре ступени, у каждой свой выход и свой критерий приёмки. Ступени нельзя перескакивать. Попытка перейти сразу от груды исходных показаний к вопросу «менять ли процесс» обычно застревает где-то посередине.

Ступень первая: полнота исходных показаний

Выход здесь — исходная запись, которую можно перепроверить. Она должна содержать фактические значения каждого измерения, а не только OK или NG.

Почему настаивать на значениях? Представьте зону, которая гипотетически показывает 0.048 mm при границе 0.05 mm — эта величина приведена исключительно для примера и не является показанием из обсуждаемого здесь набора данных контроля. Вердикт — OK. Но этот OK не означает того же, что OK, записанный при 0.005 mm: первое лежит близко к границе и в любой момент может сменить статус, второе несёт изрядный запас. Храните только OK/NG — и это различие исчезает навсегда, вместе со всякой возможностью предупреждения о тренде.

На этой ступени доминируют два отказа. Первый — хранить вердикты без значений. Второй, не менее разрушительный, — хранить значения без привязки к партии, времени, гнезду или оператору: числа без контекста не могут обеспечить анализ отнесения.

Ступень вторая: извлечение статистики

Когда исходные значения есть, сожмите их в управляемую статистику: среднее, размах, стандартное отклонение и число выборок по зоне. Ключевая работа здесь — стратификация. Усреднение всего подряд независимо от происхождения сглаживает ровно те различия между партиями и гнёздами, которые важны.

То, как вы стратифицируете, следует из вопроса. Качество во времени — стратификация по времени; согласованность гнёзд — по гнезду; различия смен — по смене. Одни и те же данные при разной стратификации часто показывают совершенно разные вещи.

Одну границу нужно обозначить. Среднее, размах и стандартное отклонение описывают центральную тенденцию и рассеяние. Они поддерживают поиск аномалий и наблюдение трендов, но не являются оценкой воспроизводимости процесса. Это различие мы подробно разбираем в другой статье: индекс воспроизводимости, вычисленный на малой выборке, можно прочитать только как статистику этой выборки.

Ступень третья: визуализация и обнаружение аномалий

Выход здесь — график, аномалию на котором видно с первого взгляда, построенный для ежедневного просмотра, а не для формальной отчётности. Место заслуживают три типа: графики тренда, показывающие дрейф среднего и изменение рассеяния во времени; стратифицированные диаграммы размаха, сравнивающие распределения по гнёздам или партиям; и диаграммы Парето по категориям отказов, чтобы найти доминирующее несоответствие.

Самое важное свойство визуализации — чтобы люди были готовы на неё смотреть. График, на понимание которого нужно пять минут, читать не будут. Держите их простыми, пусть каждый отвечает на один вопрос, а аномалии отмечайте заметно.

На этой ступени уместны и правила реагирования на аномалии. Какое изменение запускает отклик? Обычный подход — статистические контрольные границы с аварийными сигналами при выходе. Задавая их, различайте одну точку за границей и непрерывный однонаправленный ряд: последнее надёжнее указывает на реальный дрейф процесса.

Ступень четвёртая: замыкание контура на действие

Выход здесь — конкретное действие: кто что меняет и когда это будет проверено. Без этой ступени предыдущие три — документация.

В рабочем контуре четыре элемента: условие запуска анализа; владелец анализа; полномочия по решению о судьбе детали, то есть сколько отклонения можно обработать в цехе, а сколько уходит наверх; и сроки проверки, указывающие, через сколько и на скольких выборках подтверждается эффективность. Упустите любой — и контур разрывается в этом месте.

Распространённое заблуждение — считать целью хранение данных. Хранение существует для поддержки решений. Если прошёл год, а по этому архиву не принято ни одного решения, то, сколь бы полной ни была подшивка, это затраты.

Как начать с одной записи контроля

Если с текущими данными всё бедно, не перестраивайте всё сразу. Выберите одну линию и одну характеристику и пройдите по шагам: определите, как она оценивается, включая зону, выборку и правило аппроксимации; утвердите поля для записи и настройте их на приборе; постройте один график, обновляемый ежедневно; согласуйте правило реагирования на аномалию и назовите владельца; затем, после одного полного цикла, честно спросите, пользовался ли кто-нибудь этим графиком на самом деле.

Когда одна линия работает, тиражирование на другие характеристики стоит гораздо меньше, а опыт первого прохода делает каждое последующее внедрение более гладким.

Дополнительные материалы

Честное чтение показателей рассеяния разобрано в статье о повторяемости; интерпретация доли NG вынесена в отдельную статью.

Связанные продукты и примечания по конфигурации

• POMEAS IMAGE 3 Система мгновенного измерения машинным зрением - Формирует отчёты по деталям, статистические отчёты и таблицы для последующего анализа
• POMEAS MX Автоматическая измерительная машина машинного зрения - Программно управляемые пакетные рабочие процессы с согласованным выводом для мониторинга тренда

Читайте также

• Контроль плоскостности прозрачной пластиковой детали: что на самом деле показывают два набора данных
• Две зоны плоскостности — два противоположных вердикта на одной детали
• Плоскостность вне допуска: путь поиска причин, который действительно работает
• Что на самом деле означает плоскостность и с чем её чаще всего путают
• Методы измерения плоскостности в сравнении: плита, координатно-измерительная машина, машинное зрение, конфокальный датчик
• Повторяемость — это не точность: как честно читать размах, сигму и Cpk
• Как выбрать оборудование для контроля плоскостности: метод пяти шагов наоборот
• Точечно-спектральный конфокальный метод для прозрачных пластиков: преимущества, ограничения и четыре ошибки
• Многоточечная или одиночная плоскостность: выбираем способ сбора точек
• Откуда берётся коробление литых деталей

Часто задаваемые вопросы

Хранить значения или только вердикт?

И то, и другое, с приоритетом значений. Вердикты служат быстрому отклику в цехе; значения поддерживают анализ тренда, расследование и улучшение. Данные, несущие только OK и NG, не могут обеспечить количественный анализ и не могут быть использованы для проверки разумности самой границы вердикта.

Где должны лежать данные?

Это зависит от масштаба и существующих систем. Структурированные файлы с дисциплинированным именованием работают на малых объёмах; когда объём оправдывает это, переходите к базе данных или специализированной системе качества, связанной с производственными партиями. В любом случае определения полей должны быть стандартизованы, а именование стабильным, иначе ничего никогда не удастся свести.

Как часто просматривать графики тренда?

Это следует из стабильности процесса и темпа производства. Нестабильные процессы оправдывают ежедневный просмотр; стабильные можно перевести на еженедельный при условии, что автоматические аварийные сигналы по границам остаются, чтобы ничего не обнаруживалось поздно.

Как задаются контрольные границы?

Обычно по данным периода, исторически стабильного, с периодическим пересчётом по мере улучшения процесса. Разделяйте контрольные границы и границы поля допуска: контрольные границы говорят о том, что процесс реально даёт, границы поля допуска — о том, что требует заказчик. Они не взаимозаменяемы.

Как сохранить эффективность анализа при большом объёме данных?

Автоматизацией, а не ручным перебором. Храните структурированно уже при получении, формируйте отчёты автоматически, помечайте аномалии автоматически, а суждение и решение оставляйте людям. Ручная работа с данными всегда рассыпается, как только приходит объём.

Как понять, что контур действительно работает?

Два признака. Было ли когда-либо запущено улучшение по данным и сдвинулись ли после этого данные. Первое без второго указывает на неверное отнесение причины; ни первого, ни второго — значит контур так и не запустился.