Types de cartes de contrôle (avec diagramme) | les industries
Cet article met en lumière les deux principaux types de cartes de contrôle. Les types sont les suivants: 1. Tableaux de contrôle pour les variables 2. Tableaux de contrôle pour les attributs.
Type # 1. Tableaux de contrôle pour les variables:
Ces diagrammes permettent d’atteindre et de maintenir un niveau de qualité acceptable pour un processus dont le produit final peut être soumis à une mesure quantitative ou à un contrôle dimensionnel tel que la taille d’un trou (diamètre ou profondeur, longueur d’une vis / boulon), l’épaisseur de paroi d’un pipe etc.
Ceux-ci sont utilisés pour des caractéristiques de qualité mesurables. Laisser les caractéristiques de qualité de tous les produits être mesurées en sous-groupes. Les sous-groupes sont les échantillons ayant un nombre fixe d'articles / produits / composants pris au hasard sur une période donnée.
La moyenne et les écarts types des caractéristiques de qualité sont calculés pour chaque échantillon et les situations suivantes concernant le processus peuvent être rencontrées pendant la pratique:
Avantages des graphiques de contrôle:
Les avantages des cartes de contrôle pour les variables sont les suivants:
(1) Les cartes de contrôle avertissent à temps, si la rectification requise est effectuée, bien à l’avance, le rebut et le pourcentage de rejet peuvent être réduits.
(2) Assure ainsi le niveau de qualité du produit.
(3) Une carte de contrôle indique si le processus est sous contrôle ou hors de contrôle. Des informations sur le choix du processus et les limites de tolérance sont fournies.
(4) Le travail d'inspection est réduit.
(5) Les cartes de contrôle séparent les causes aléatoires et attribuables des variations dans l'observation, permettant ainsi une amélioration substantielle de la qualité.
(6) Détermine la variabilité du processus et détecte les variations inhabituelles. Ainsi, la réputation de l'entreprise / préoccupation peut être construite à l'aide de ces graphiques.
Objectifs ou objectif des graphiques de contrôle pour les variables:
Les objectifs de la carte de contrôle pour les variables sont les suivants:
(1) Déterminer si le processus est sous contrôle statistique et dans quel cas la variabilité est imputable au hasard. La variabilité inhérente au processus ne peut être supprimée que si les conditions de base dans lesquelles le système / processus de production fonctionne sont modifiées.
(2) Il aide l’ingénieur de production à déterminer si la capacité du processus est compatible avec les spécifications de conception.
(3) Détecter la tendance des observations pour d’autres outils de planification, d’ajustement et de réinitialisation.
(4) Obtenir des informations préalables sur le processus, si cela risque de passer au contrôle.
Ces graphiques sont dessinés comme suit:
Étape 1:
Un certain nombre d'échantillons de composants issus du processus sont prélevés sur une période donnée, chaque échantillon étant constitué d'un nombre d'unités n (n est généralement égal à 4 ou 5 unités, voire quelques fois plus). Les mesures de qualité x 1, x 2, x 3 ……… ..x n sont prises.
Étape 2:
Pour chaque échantillon, la valeur moyenne x de toutes les mesures et la plage R (c'est-à-dire la différence entre les valeurs les plus élevées et les plus basses) sont calculées.
Étape 3:
Après avoir calculé x et R, les limites de contrôle des diagrammes X et R sont calculées comme suit avec UCL et LCL comme abréviation de limite de contrôle supérieure et inférieure.
où les facteurs A 1, D 2 et D 3 dépendent du nombre d'éléments par échantillon et plus ce nombre est grand, plus les limites sont proches. Le tableau 9.1 donne les valeurs de ces facteurs pour différentes tailles d'échantillon. Tant que les valeurs X et R de chaque échantillon se situent dans les limites du contrôle, le processus est dit sous contrôle statistique.
Type # 2. Tableaux de contrôle pour les attributs:
Ces graphiques sont utilisés pour atteindre et maintenir un niveau de qualité acceptable pour un processus dont les produits de sortie ne sont pas soumis à une mesure dimensionnelle ou quantitative, mais peuvent être classés comme bons ou mauvais ou acceptables et non acceptables, par exemple la finition de surface d'un produit d'une brillance de un article est acceptable ou non acceptable.
Dans l'inspection par variables, comme dans les graphiques x et R, il est nécessaire de mesurer les dimensions, ce qui est parfois difficile et peu économique.
Il existe une autre méthode d’inspection, c’est-à-dire une inspection par attributs. Dans cette méthode, les mesures réelles ne sont pas effectuées mais le nombre de défauts ou de défauts est compté. La taille du défaut et son emplacement ne sont pas si importants.
Nous pouvons également dire que les produits sont inspectés de la même manière que les jauges «Go» et «Not Go». Les produits sont soit acceptés, soit refusés et leurs dimensions réelles ne sont pas mesurées. Par exemple, 100 pales de ventilateur sont inspectées; 12 de celles-ci sont jugées défectueuses et les 12 pièces sont rejetées.
Les quatre cartes de contrôle les plus couramment utilisées pour les attributs sont les suivantes:
(1) Cartes de contrôle des fractions défectueuses (cartes p)
(2) Cartes de contrôle pour nombre défectueux (cartes np)
(3) Cartes de contrôle pour le graphique en pourcentage de défauts ou 100 graphiques en p.
(4) Cartes de contrôle pour le nombre de défauts par unité ou C-chart.
(1) Tableaux de contrôle de la fraction défectueuse (tableau p):
Laissez les échantillons de taille n pris au hasard dans le processus de production ou sortis à des intervalles de temps différents. Si d est le nombre de défauts dans un échantillon, alors la fraction défectueuse dans l'échantillon.
P = d / n = Nombre d'unités défectueuses dans un échantillon / Nombre total d'unités ou d'éléments dans un échantillon
Ou Nombre effectif de défectueux
d = np
Si p̅ est la proportion de défauts produits par l’ensemble du traitement ou la fraction moyenne de défauts et est donnée par
p̅ = Nombre total d'éléments défectueux dans tous les échantillons inspectés / Nombre total d'éléments dans tous les échantillons.
Le graphique p est basé sur la distribution binomiale. La distribution binomiale a l'écart type σ p qui est donné par la relation.
Étant donné que le nombre de produits défectueux ne peut pas être négatif si LCL s'avère parfois négatif, il est pris à zéro, le graphique p est utilisé pour tracer et contrôler les fractions défectueuses lorsque la taille de l'échantillon reste uniforme ou varie.
(2) Cartes de contrôle du nombre de défauts (np-chart):
En utilisant les mêmes notations que dans p-chart, l'écart type et les limites de contrôle de np-chart sont les suivants:
(3) Tableaux de contrôle du pourcentage de défectueux (100 p-chart):
En utilisant la même notation que dans les tableaux p, np, l'écart type et les limites de contrôle sont les suivants:
Applicabilité des graphiques P:
(i) np ou le nombre de cartes défectueuses est utilisé lorsque la taille du groupe ou la taille de l’échantillon, c’est-à-dire que n est constant.
(ii) Le graphique p du graphique avec fraction défectueuse et les graphiques 100 p ou pourcentage pouvant être défectueux peuvent être utilisés lorsque la taille de l'échantillon est variable ou constante.
Comparaison des diagrammes x̅ -R et P-charts :
x̅ - graphiques R:
1. Ce sont des tableaux de contrôle pour les variables.
2. Le coût de la collecte des données est davantage dû aux mesures dimensionnelles réelles.
3. La taille des échantillons est petite.
4. Les limites de contrôle sont affectées par la taille de l'échantillon.
5. Pour différentes caractéristiques de qualité mesurables, différents graphiques doivent être établis.
6. La méthode est bien supérieure pour diagnostiquer les causes de la variabilité.
P-Charts:
1. Ce sont des tableaux de contrôle pour les attributs.
2. La collecte de données est comparativement moins chère.
3. Des échantillons de plus grande taille doivent être prélevés.
4. La taille de l'échantillon a moins d'effet que les limites de contrôle.
5. Le même diagramme P peut être appliqué à un nombre quelconque de caractéristiques de qualité sur un article sous contrôle.
6. La méthode est relativement inférieure en ce qui concerne le diagnostic des causes de problèmes ou de rejets.
(4) Cartes de contrôle pour le nombre de défauts par unité (C-chart):
C'est une autre méthode de traçage des caractéristiques d'attribut. Dans nombre de cas, il est plus pratique de travailler avec un nombre de défauts par unité plutôt qu'avec une fraction défectueuse. Le graphique en courbes sert à contrôler le nombre de défauts observés par unité.
La différence entre p-chart et r-chart est que le premier prend en compte le nombre d'éléments trouvés défectueux dans une taille d'échantillon donnée (chaque élément défectueux peut avoir un ou plusieurs défauts) tandis que le second enregistre le nombre de défauts. trouvé dans une taille d'échantillon donnée.
Bien que l’application du c-chart soit quelque peu limitée comparée au p-chart, il existe des cas dans l’industrie où elle est très utile, par exemple pour contrôler le nombre de défauts d’un corps de bus, d’un avion, d’un téléviseur, d’un ordinateur, de la soudure défaut dans une ferme etc.
La structure de la carte de contrôle est similaire à celle de la carte p, à la différence qu'ici les limites de commande sont basées sur la distribution de Poisson qui a souvent été jugée appropriée pour décrire la distribution des défauts.
L’écart type dans ce cas est donné par
