งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

1 Control Chart for Variables. 2 Outline Concept of variation The Control Chart Techniques State of Introduction Control Specifications Process Capability.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "1 Control Chart for Variables. 2 Outline Concept of variation The Control Chart Techniques State of Introduction Control Specifications Process Capability."— ใบสำเนางานนำเสนอ:

1 1 Control Chart for Variables

2 2 Outline Concept of variation The Control Chart Techniques State of Introduction Control Specifications Process Capability

3 3 The variation concept is a law of nature in that no two natural items in any category are the same. variation

4 4 Production process Processes ( กระบวนการ ) Raw Materials Man, Machine, Method Products Hardware Service ε Assignable cause Chance cause variation Variation of products ในการผลิตชิ้นงาน จำนวนมากค่าข้อมูลที่ ได้จากผลิตภัณฑ์แต่ ละค่าเช่น น้ำหนัก ความยืดหยุ่น ความ แข็ง เป็นต้น จะมี รูปแบบการกระจาย ของค่าข้อมูลที่มีแน้ว โน้มลู่เข้าสู่ค่าที่ควรจะ เป็นค่าหนึ่ง (  ) โดย ธรรมชาตินั้นค่าข้อมูล ที่ได้จากผลิตภัณฑ์แต่ ละค่าอาจไม่เท่ากัน เป็นอิสระต่อกันและ เบี่ยงเบนไปจากค่า  การเบี่ยงเบนนี้มีผลมา จาก สาเหตุสำคัญ 2 ชนิดคือ สาเหตุจาก ธรรมชาติ (Chance cause หรือ Common cause) และ สาเหตุที่ระบุได้ หรือ สาเหตุที่เกิดจาก ความผิดผลาด (Assignable cause)

5 5  The variation may be quite large and easily noticeable  The variation may be very small. It may appear that items are identical; however, precision instruments will show difference  The ability to measure variation is necessary before it can be controlled variation

6 6 There are three categories of variation in piece part production: 1.Within-piece variation: e.g. Surface roughness 2.Piece-to-piece variation: e.g. Difference in diameters among pieces produced at the same time 3.Time-to-time variation (variation between groups/lots): e.g. Difference in product produced at different times of the day variation

7 7 Materials Tools OperatorsMethods Measurement Instruments Instruments HumanInspectionPerformance EnvironmentMachines INPUTS PROCESS OUTPUTS Sources of Variation in production processes: Men + Materials + Methods + Machines + Environment variation

8 8 Sources of variation are: 1.Equipment: 1.Toolwear 2.Machine vibration 3.Electrical fluctuations etc. 2.Material 1.Tensile strength 2.Ductility 3.Thickness 4.Porosity etc. From your opinion; what are the causes of variation due to equipment? From your opinion; what are the causes of variation due to Materials? Variation causes

9 9 Sources of variation are: 3. Environment 1. Temperature 2. Light 3. Radiation 4. Humidity etc. 4. Operator 1. Personal problem 2. Physical problem etc. From your opinion; what are the causes of variation due to environment? What do you think are the causes of variation due to operators? Variation causes

10 10 There is also a reported variation which is due to the inspection activity. Variation due to inspection should account for one tenth of the four other sources of variation. Variation cause

11 11 Variation may be due to chance causes (random/common causes) or assignable causes. When only chance causes are present, then the process is said to be in a state of statistical control. The process is stable and predictable. ( กระบวนการผลิตจะถือว่าอยู่ใน สภาวะคงที่หรือมีเสถียรภาพ และสามารถทำนายได้ ก็ต่อเมื่อ การเบี่ยงเบนหรือความแปรปรวนที่เกิดขึ้นในการผลิตมาจาก สาเหตุธรรมชาติ ( Chance cause) เท่านั้น หรืออาจกล่าวได้ว่าถ้ามี การเบี่ยงเบนของกระบวนการที่เกิดจากสาเหตุจากความผิด ผลาด (Assignable cause) เราถือว่ากระบวนการยังไม่อยู่ในสภาวะ คงที่ ในการควบคุมคุณภาพ (Control Chart) เราจะใช้แผนภูมิ ควบคุมเพื่อตรวจสอบสภาวะของกระบวนการผลิตว่าอยู่ภายใต้ การความคุม และมีเสถียรภาพหรือไม่ ) Variation causes

12 12  Variable data  x-bar and R-charts  x-bar and s-charts  Attribute data  For “defectives” (p-chart, np-chart)  For “defects” (c-chart, u-chart) Control Charts

13 13 Control Charts R Chart Variables Charts Attributes Charts X Chart P C Continuous Numerical Data Categorical or Discrete Numerical Data Control Charts

14 14 The control chart for variables is a means of visualizing the variations that occur in the central tendency and the mean of a set of observations. It shows whether or not a process is in a stable state. Control Charts for Variables

15 15 Run Chart

16 16 Control Charts for Variables

17 17 Example of a method of reporting inspection results Control Charts for Variables

18 18 The objectives of the variable control charts are: 1.For quality improvement 2.To determine the process capability 3.For decisions regarding product specifications 4.For current decisions on the production process 5.For current decisions on recently produced items Variable Control Charts

19 19 Procedure for establishing a pair of control charts for the average Xbar and the range R: 1.Select the quality characteristic ( เลือกข้อมูลที่ได้จากการวัดที่ใช้เป็น ตัวกำหนดคุณภาพของชิ้นงาน เช่น ความยาว ความกว้าง เส้นผ่าศูนย์กลาง ความแข็ง เป็นต้น ) 2.Choose the rational subgroup ( เลือกกลุ่มตัวอย่างที่เหมาะสม เช่น เลือกความถี่การเก็บข้อมูล และจำนวนข้อมูลของกลุ่มตัวอย่าง ที่ เหมาะสม ) 3.Collect the data 4.Determine the trial center line and control limits ( หาค่ากลางและค่า ขอบเขตครั้งแรก ) 5.Establish the revised central line and control limits ( ปรับค่า ค่า กลางและค่าขอบเขตที่ได้จากการคำนวนครั้งแรกให้เหมาะสม ซึ่งทำได้ โดยการกำจัดข้อมูลที่เกิดจาก assignable cause) 6.Achieve the objective Control Chart Techniques

20 20 There are two schemes for selecting the subgroup samples: 1.The instant-time method: Select subgroup samples from productor service produced at one instant of time or as close to that instant as possible 2.The period-of-time method: Select from product or service produced over a period of time that is representative of all the products or services Rational Subgroup 1 hr2 hr sampling 1 hr2 hr sampling

21 21 The first scheme will have a minimum variation within a subgroup. The second scheme will have a minimum variation among subgroups. The first scheme is the most commonly used since it provides a particular time reference for determining assignable causes. The second scheme provides better overall results and will provide a more accurate picture of the quality. Rational Subgroup

22 22  As the subgroup size increases, the control limits become closer to the central value, which make the control chart more sensitive to small variations in the process average  As the subgroup size increases, the inspection cost per subgroup increases  When destructive testing is used and the item is expensive, a small subgroup size is required Subgroup Size

23 23  From a statistical basis a distribution of subgroup averages are nearly normal for groups of 4 or more even when samples are taken from a non- normal distribution.  When a subgroup size of 10 or more is used, the s chart should be used instead of the R chart.  The guide for the amount of sampling (or sample size) is show in the next slide ( ไม่ใช่สิ่งเดียวกัน หมายถึงจำนวนตัวอย่างใน ส่วน หมายถึงจำนวนของของชิ้นงาน ทั้งหมดที่ถูกสุ่มเก็บข้อมูล ) ( subgroup size และ sample size ไม่ใช่สิ่งเดียวกัน subgroup size หมายถึงจำนวนตัวอย่างใน subgroup ส่วน sample size หมายถึงจำนวนของของชิ้นงาน ทั้งหมดที่ถูกสุ่มเก็บข้อมูล ) Subgroup Size

24 24 Subgroup Size Lot sizeSample size , ,201-3, ,201-10, ,001-35, , , Standard: ANSI/ASQ Z If a process produce 4000 pieces per day, then 75 total inspections (sample size) are suggested. Therefore, if a subgroup size is 4, the number of subgroup is 19 (75/4 ~ 19)

25 Determine the central line and control limit X-bar Chart –A chart that tracks the changes in the means of the samples by plotting the means that were taken from a process. Total number of samples Sample number The average of the means of the samples    g i X g X X g j i    1

26 R Chart –A chart that tracks the change in the variability by plotting the range within each sample. The range is the difference between the lowest and highest values in that sample. Total number of samples Difference between the highest and lowest values in sample i Average of the measurement differences R for all samples    g R i R Determine the central line and control limit g R R g i i    1

27 27 UCL R = D 4 R LCL R = D 3 R UCL x = x + A 2 R LCL x = x - A 2 R = = UCL x = x + 3  x LCL x = x - 3  x = = UCL R = x + 3  R LCL R = x - 3  R = = Determine the central line and control limit

28 28 Note: All factors are based on the normal distribution. Source: E. L. Grant, Statistical Quality Control, 6th ed. pp. 57–59 (Copyright © 1998 by The McGraw-Hill Companies, Inc. 1988). Reprinted by permission of McGraw-Hill, Inc.

29 Krajewaksi, operation management 7th, Control Charts for Variables West Allis Industries -Continuous process -Produce 400 pieces per day -Quality characteristic is the diameter of bolts

30 Krajewaksi, operation management 7th, Control Charts for Variables Example 5.1 Subgroup Sample Number1234R x Special Metal Screw _

31 Krajewaksi, operation management 7th, Range Chart - Special Metal Screw

32 Krajewaksi, operation management 7th, Example 5.1 Control Charts for Variables Control Charts—Special Metal Screw X -Charts UCL x = x + A 2 R LCL x = x - A 2 R = = R = x = = Table 5.1 Control Chart Factors Factor for UCLFactor forFactor Size ofand LCL forLCL forUCL for Samplex-ChartsR-ChartsR-Charts (n)(A 2 )(D 3 )(D 4 )

33 Krajewaksi, operation management 7th, Example 5.1 Control Charts for Variables Control Charts—Special Metal Screw x -Charts UCL x = x + A 2 R LCL x = x - A 2 R = = R = A 2 = x = =

34 34 Control chart (Ex 5-2)


ดาวน์โหลด ppt 1 Control Chart for Variables. 2 Outline Concept of variation The Control Chart Techniques State of Introduction Control Specifications Process Capability.

งานนำเสนอที่คล้ายกัน


Ads by Google