Ein C-Diagramm verfolgt die Anzahl der Fehler in einer Prüfprobe mit konstanter Größe, während ein U-Diagramm die Fehler pro Einheit erfasst, wenn die untersuchte Menge von Stichprobe zu Stichprobe variiert. Beide sind Attribut-Kontrollkarten, die auf der Poisson-Verteilung beruhen, und beide beantworten dieselbe Frage: ist meine Fehlerquote stabil, oder hat sich etwas verändert? Wählt man das falsche Diagramm, werden die Kontrollgrenzen zu eng oder zu weit, sodass man entweder Phantomproblemen nachjagt oder echte Verschiebungen übersieht. Dieser Leitfaden behandelt die statistische Grundlage, die Formeln und ein durchgerechnetes Beispiel mit echten Zahlen.
Die Frage C-Diagramm vs. U-Diagramm stellt sich nur, wenn Sie Fehler zählen, also trennen Sie zuerst zwei im Betrieb häufig vermischte Begriffe. Ein Fehler ist eine einzelne Nichtkonformität: ein Kratzer, eine fehlende Lötstelle, ein Nadelstich in einer Beschichtung. Eine fehlerhafte Einheit ist eine ganze Einheit, die die Prüfung nicht besteht, unabhängig davon, wie viele einzelne Fehler sie enthält. C-Diagramme und U-Diagramme zählen Fehler; P- und NP-Diagramme klassifizieren fehlerhafte Einheiten. Ein lackiertes Teil kann fünf Fehler tragen, daher bewahrt das Zählen von Fehlern Informationen, die ein einfaches Bestanden/Nicht Bestanden wegwirft. Alle vier gehören zur Familie der Attributdiagramme innerhalb der statistischen Prozesslenkung, die angewendet wird, wenn Sie Ereignisse zählen statt eine kontinuierliche Größe messen.
Beide Diagrammtypen setzen voraus, dass Fehlerzählungen einer Poisson-Verteilung folgen, was passt, wenn vier Bedingungen erfüllt sind:
Die Poisson-Eigenschaft, die die Rechnung vereinfacht, ist, dass die Varianz dem Mittelwert entspricht. Die Standardabweichung einer Fehlerzählung ist einfach die Quadratwurzel des mittleren Zählwerts, so ergeben sich Drei-Sigma-Grenzen direkt aus der Mittellinie, ohne dass eine separate Spannungs-/Range-Karte nötig wäre.
Verwenden Sie ein C-Diagramm, wenn jede Stichprobe denselben Prüfbereich freilegt: ein Schaltschrank, eine Leiterplatte mit festem Design, zehn Quadratmeter Stoff, eine Kiste mit 24 Flaschen. Die Formeln:
Da der Prüfbereich nie wechselt, sind die Grenzen zwei gerade Linien, was C-Diagramme einfach auf einer Whiteboard-Tafel direkt an der Linie pflegbar macht.
Wenn die untersuchte Menge zwischen den Stichproben variiert (z. B. Sie prüfen alles, was eine Schicht produziert, und die Schichten erzeugen unterschiedliche Mengen), sind Rohzählungen nicht mehr vergleichbar. Zwölf Fehler auf 8 Platten und zwölf Fehler auf 30 Platten beschreiben sehr unterschiedliche Prozesse. Das U-Diagramm normiert auf Fehler pro Einheit:
Weil n in der Grenzformel steht, springen die Grenzen von Stichprobe zu Stichprobe: kleine Stichproben bekommen weite Grenzen, große Stichproben enge. Viele Praktiker verwenden das durchschnittliche n, sofern die einzelnen Stichprobengrößen etwa innerhalb von ±25 Prozent dieses Mittels liegen; das stellt wieder gerade Grenzen her bei geringem Genauigkeitsverlust.
Eine Beschichtungsanlage lackiert Stahlgehäuseplatten, und die Qualitätskontrolle prüft auf Nadelstiche (Pinholes), Läufer und Einschlüsse.
C-Diagramm-Szenario. Die Prüfer kontrollieren genau eine Referenzplatte pro Schicht. Über 25 Schichten protokollieren sie 150 Fehler, also c-bar = 150 / 25 = 6,0 Fehler pro Platte. Die Standardabweichung ist sqrt(6,0) = 2,45, damit UCL = 6,0 + 3 × 2,45 = 13,35, und da 6,0 - 7,35 negativ ist, wird LCL = 0 gesetzt. Eine Schicht, die 14 Fehler auf ihrer Referenzplatte meldet, überschreitet die obere Grenze und löst eine Untersuchung aus; 13 tut das nicht.
U-Diagramm-Szenario. Das Werk stellt auf 100‑Prozent-Prüfung um, aber die Produktion schwankt schichtabhängig. Über 20 Schichten prüfen die Inspektoren 400 Platten und erfassen 520 Fehler, also u-bar = 520 / 400 = 1,30 Fehler pro Platte. Für eine langsame Schicht mit 8 Platten sind die Grenzen 1,30 plus/minus 3 × sqrt(1,30 / 8) = 1,30 plus/minus 1,21, was UCL = 2,51 und LCL = 0,09 ergibt. Für eine volle Schicht mit 32 Platten ist 3 × sqrt(1,30 / 32) = 0,60, sodass UCL = 1,90 und LCL = 0,70. Beachten Sie den Einfluss der Stichprobengröße: eine Rate von 2,50 Fehlern pro Platte schlüpft bei der 8‑Platten‑Schicht unter die Grenze (2,50 < 2,51), signalisiert aber deutlich bei der 32‑Platten‑Schicht. Kleine Stichproben können moderate Ratenänderungen einfach nicht vom Rauschen unterscheiden.
Die Entscheidungsregel ist kurz: konstante Prüffläche → C-Diagramm; variable Fläche oder Menge → U-Diagramm. Dann vermeiden Sie die Fehler, die Attributdiagramme leise ungültig machen:
Kontrollkarten sind nur so gut wie die Daten, die sie speisen. Fabrico ist eine in der EU entwickelte Plattform mit EU-Datenresidenz, die Fabriken die Echtzeit-Datenbasis für Qualitätsarbeit liefert: Live-OEE und Produktionsüberwachung, mit Computer Vision, die Maschinenverhalten auch an Anlagen ohne SPS erkennt. Wenn ein C- oder U-Diagramm eine spezielle Ursache signalisiert, schließt sich der Kreis im CMMS von Fabrico: Arbeitsauftrag anlegen, die Behebung zuweisen, die Grundursache am Asset dokumentieren und die vorbeugende Aufgabe planen, damit dieselbe Fehlerquelle nicht wiederkehrt. Qualitätssignale gehen nicht mehr in Tabellen verloren, sondern steuern Instandhaltung und Prozessmaßnahmen innerhalb eines Systems.
Ja. Bei konstantem n enthält ein U‑Diagramm exakt dieselben Informationen wie ein C‑Diagramm; es teilt einfach jede Zählung durch n. Viele Teams standardisieren auf U‑Diagramme, damit die Methode künftige Änderungen der Prüfmenge übersteht, während das C‑Diagramm die einfachere Wahl bleibt, wenn die Prüfeinheit wirklich niemals wechselt.
So groß, dass die durchschnittliche Fehleranzahl pro Stichprobe mindestens etwa fünf beträgt. Darunter ist die Poisson-Verteilung so schief, dass die untere Grenze auf null zusammenfällt und das Diagramm an Aussagekraft verliert, Verbesserungen zu bestätigen. Wenn einzelne Platten im Schnitt 0,5 Fehler aufweisen, definieren Sie die Prüfeinheit stattdessen als zehn Platten.
Das ist Überdispersion, häufig wenn Fehler clustern oder wenn zwischen-tägliche Variationsquellen auf die Rate selbst wirken. Klassische C‑ und U‑Grenzen führen dann zu konstanten Fehlalarmen. Laneys u'‑Diagramm, das die Grenzen durch eine Schätzung der zusätzlichen Variation verbreitert, ist das übliche Gegenmittel.
Bereit, Ihre Fehlerdiagramme mit Live-Produktionsdaten statt mit Wochenend-Tabellen laufen zu lassen? Buchen Sie eine Fabrico-Demo und sehen Sie Echtzeit-Überwachung und CMMS-Workflows an Ihren eigenen Linien.
Anmeldung
Blog
