Menu
Die I-MR-Karte: Statistische Prozesskontrolle für Einzelmessungen

Die I-MR-Karte: Statistische Prozesskontrolle für Einzelmessungen

Erfahren Sie, wie die I‑MR‑Kontrollkarte (Einzelwerte und gleitende Spannweite) Prozesse mit einer Messung pro Charge steuert: Formeln, Konstanten und ein ausgearbeitetes pH‑Beispiel.
Die I-MR-Karte: Statistische Prozesskontrolle für Einzelmessungen

Das I‑MR‑Diagramm, auch Individuals‑ und Moving‑Range‑Diagramm genannt, besteht aus zwei statistischen Prozessregelkarten, die verwendet werden, wenn ein Prozess nur eine Messung pro Charge, Stunde oder Zeitraum liefert: Das I‑Diagramm trägt jeden Einzelwert ein, und das MR‑Diagramm trägt die absolute Differenz zwischen aufeinanderfolgenden Werten ein. Es beantwortet dieselbe Frage wie jede Regelkarte: Ist der Prozess stabil, oder hat sich etwas verändert? Da es keine Untergruppe zum Mittelwertbilden gibt, schätzt das I‑MR‑Diagramm die Variabilität stattdessen aus Punkt‑zu‑Punkt‑Differenzen. Dadurch ist es das Arbeitspferd für Batch‑Chemie, Kleinserienbearbeitung, Versorgungsdaten und jede zerstörende oder teure Prüfung.

Warum Einzelmessungen eigene Diagramme brauchen

Das klassische X‑quer‑und‑R‑Diagramm geht davon aus, dass man rationale Untergruppen von 3 bis 5 aufeinanderfolgenden Teilen bilden kann. Viele Prozesse können das nicht liefern. Ein Harzreaktor liefert einen pH‑Wert pro Charge. Ein Ofen protokolliert eine Temperatur pro Stunde. Ein zerstörender Zugversuch verbraucht bei jedem Durchlauf ein Bauteil. Solche Daten in künstliche Untergruppen zu zwingen vermischt Charge‑zu‑Charge‑Variation mit der Schätzung der Innerhalb‑Untergruppe‑Streuung und erzeugt Regelgrenzen, die entweder nutzlos weit oder irreführend eng sind.

Das I‑MR‑Diagramm umgeht das, indem es jede Messung als Untergruppe der Größe eins behandelt und die kurzfristige Variation aus dem gleitenden Bereich zwischen benachbarten Punkten schätzt. Wenn Regelkarten neu für Sie sind, behandelt unser Leitfaden zur statistischen Prozesskontrolle die gesamte Familie; das I‑MR‑Diagramm ist einfach das Mitglied für Einzelwert‑Daten.

Die beiden Diagramme und was jedes beobachtet

  • Das I‑Diagramm (Einzelwerte) verfolgt das Prozessniveau. Jeder Punkt ist eine Rohmessung, aufgetragen gegen eine Mittellinie beim Gesamtmittelwert mit Regelgrenzen, die drei geschätzte Standardabweichungen vom Zentrum entfernt sind.
  • Das MR‑Diagramm (Moving Range) überwacht die kurzfristige Variabilität. Jeder Punkt ist die absolute Differenz zwischen einer Messung und der vorherigen, sodass n Messwerte n minus 1 gleitende Bereiche ergeben.

Überprüfen Sie stets zuerst das MR‑Diagramm. Die I‑Diagramm‑Grenzen werden aus dem durchschnittlichen gleitenden Bereich berechnet; wenn also die Variabilität selbst instabil ist, stehen die I‑Diagramm‑Grenzen auf wackeligen Füßen und jede Schlussfolgerung über das Prozessniveau ist fragwürdig.

Wie man die Regelgrenzen berechnet

  1. Sammeln Sie mindestens 20 bis 25 Einzelmessungen unter normalen Betriebsbedingungen.
  2. Berechnen Sie den Mittelwert der Einzelwerte, X̄.
  3. Berechnen Sie jeden gleitenden Bereich, MR = |aktueller Wert − vorheriger Wert|, und bilden Sie deren Mittelwert, MR̄.
  4. Schätzen Sie die Prozess‑Standardabweichung als MR̄ geteilt durch 1,128 (die d2‑Konstante für ein Fenster von zwei).
  5. I‑Diagramm‑Grenzen: X̄ plus/minus 2,66 × MR̄. Die Konstante 2,66 ist einfach 3 geteilt durch 1,128.
  6. MR‑Diagramm‑Grenzen: Obere Regelgrenze (UCL) = 3,267 × MR̄; untere Regelgrenze (LCL) = 0.

Diese zwei Konstanten, 2,66 und 3,267, sind die einzigen, die Sie sich für das I‑MR‑Diagramm merken müssen.

Durchgerechnetes Beispiel: pH einer Harzcharge

Eine Beschichtungsanlage misst den pH‑Wert einmal pro Charge. Die letzten zehn Chargen ergaben: 6,2, 6,4, 6,1, 6,5, 6,3, 6,6, 6,2, 6,4, 6,3, 6,5. (Zehn Punkte halten die Rechenwege übersichtlich; bevor Sie Grenzen in der Produktion fixieren, sammeln Sie 20 bis 25 Messwerte.)

  • Mittelwert: X̄ = 63,5 / 10 = 6,35
  • Gleitende Bereiche: 0,2, 0,3, 0,4, 0,2, 0,3, 0,4, 0,2, 0,1, 0,2, also MR̄ = 2,3 / 9 = 0,256
  • I‑Diagramm‑Grenzen: 6,35 plus/minus 2,66 × 0,256 = 6,35 plus/minus 0,68, also UCL = 7,03 und LCL = 5,67
  • MR‑Diagramm‑Grenze: UCL = 3,267 × 0,256 = 0,84

Jeder Einzelwert liegt zwischen 5,67 und 7,03, und der größte gleitende Bereich (0,4) liegt deutlich unter 0,84: Der Prozess befindet sich unter statistischer Kontrolle. Aber statistische Beherrschung ist nicht dasselbe wie Prozessfähigkeit. Die geschätzte Standardabweichung ist 0,256 / 1,128 = 0,23, sodass sich die natürliche Prozessstreuung grob von 5,67 bis 7,03 erstreckt. Wenn die Spezifikation 6,0 bis 6,8 lautet, ist der Prozess zwar stabil, aber breiter als die Spezifikation — genau das würde eine anschließende Prozessfähigkeitsanalyse mit Cp und Cpk quantifizieren.

Signale lesen, ohne sich selbst zu täuschen

  • Wenden Sie Run‑Regeln sorgfältig an. Ein Punkt außerhalb einer Grenze ist das primäre Signal; Muster wie acht aufeinanderfolgende Punkte auf einer Seite der Mittellinie erhöhen die Sensitivität. Die Nelson‑Regeln katalogisieren diese Muster. Auf einem I‑MR‑Diagramm wenden Sie sie nur auf das I‑Diagramm an, da aufeinanderfolgende gleitende Bereiche Datenpunkte teilen.
  • Achten Sie auf Autokorrelation. Stündliche Messungen eines langsamen, driftenden Prozesses sind korreliert, was die gleitenden Bereiche verkleinert und künstlich enge Grenzen sowie Fehlalarme erzeugt. Erweitern Sie das Stichprobenintervall oder modellieren Sie den Drift zuerst.
  • Validieren Sie das Messgerät. Bei einer Messung pro Charge landet Messfehler direkt auf der Karte. Führen Sie eine Gauge R&R‑Studie durch, bevor Sie einem Signal vertrauen.
  • Berechnen Sie Grenzen niemals neu, um Punkte passend zu machen. Grenzen ändern sich nur nach einer deliberate, verifizierten Prozessänderung.
  • Definieren Sie die Reaktion. Ein Signal, auf das niemand reagiert, ist Dekoration. Ihr Kontrollplan sollte festlegen, wer auf einen außer Kontrolle befindlichen Punkt reagiert und wie schnell.

I‑MR vs. X‑quer und R: Wie wählen

Wenn Sie wirtschaftlich Untergruppen aus aufeinanderfolgenden Teilen bilden können, erkennen X̄‑und‑R‑Diagramme kleine Verschiebungen schneller, weil das Mittelbilden Rauschen unterdrückt. Wählen Sie I‑MR, wenn Messungen teuer, zerstörerisch oder naturgemäß einmal pro Periode sind, und akzeptieren Sie, dass es subtile Verschiebungen langsamer meldet. Das Individuals‑Diagramm ist außerdem empfindlicher gegenüber nicht‑normalverteilten Daten als ein Mittelwertsdiagramm; prüfen Sie daher ein Histogramm Ihrer Ausgangsdaten, bevor Sie den Grenzen vertrauen.

Wie Fabrico ins Bild passt

Ein I‑MR‑Diagramm ist nur so gut wie die Daten, die es speisen, und die Maßnahmen, die einem Signal folgen. Fabrico stellt die Echtzeit‑Datenbasis bereit: Es erfasst Maschinen‑ und Produktionsevents in dem Moment, in dem sie auftreten, nutzt dabei Computer‑Vision sogar an Maschinen ohne SPS und verwandelt sie in Live‑OEE‑ und Produktionsüberwachung. Wenn ein Diagramm oder ein Bediener ein Problem meldet, schließt Fabricos CMMS den Kreis: Arbeitsaufträge anlegen, Befunde anhängen, die vorbeugende Nachverfolgung planen und die Ersatzteilhistorie an einem Ort verwalten. In der EU entwickelt mit EU‑Datenresidenz bietet es Qualitäts‑ und Instandhaltungsteams ein gemeinsames, mit Zeitstempel versehenes Protokoll statt Papier‑Logbüchern — genau das, was SPC auf dem tatsächlichen Shopfloor braucht.

Häufig gestellte Fragen

Wie viele Datenpunkte brauche ich, bevor I‑MR‑Grenzen zuverlässig sind?

Zielen Sie auf 20 bis 25 Einzelmessungen, die unter stabilen, repräsentativen Bedingungen gesammelt wurden. Sie können mit weniger Punkten vorläufige Grenzen plotten, um zu lernen, behandeln Sie diese aber als Testgrenzen und berechnen Sie sie neu, sobald Sie eine vollständige Ausgangsbasis haben; auf zehn Punkten basierende Grenzen können sich merklich verschieben, wenn weitere Daten hinzukommen.

Was ist der Unterschied zwischen Regelgrenzen und Spezifikationsgrenzen?

Regelgrenzen werden aus Ihren eigenen Prozessdaten berechnet und beschreiben, was der Prozess tatsächlich tut; Spezifikationsgrenzen stammen vom Kunden oder aus der Zeichnung und beschreiben, was das Produkt erfüllen muss. Zeichnen Sie niemals Spezifikationsgrenzen in eine Regelkarte. Wie das durchgerechnete Beispiel zeigt, kann ein Prozess vollkommen in Kontrolle sein und dennoch Teile außerhalb der Spezifikation produzieren.

Kann ich ein I‑MR‑Diagramm bei nicht‑normalverteilten Daten verwenden?

Mit Vorsicht. Das Individuals‑Diagramm hat keine Mittelung, die Abweichungen von der Normalverteilung abmildert, daher führen stark schiefe Daten wie Durchlaufzeiten oder Spurenverunreinigungen zu Fehlalarmen auf einer Seite. Übliche Lösungen sind die Transformation der Daten, das Anpassen der Grenzen an eine geeignete nicht‑normale Verteilung oder das Charten einer verwandten Metrik, die näher an der Normalverteilung liegt.

Bereit, zuverlässige, mit Zeitstempel versehene Shopfloor‑Daten hinter Ihre Regelkarten zu stellen? Buchen Sie eine Fabrico‑Demo und sehen Sie, wie Echtzeit‑Produktionsüberwachung und Instandhaltung als ein System zusammenarbeiten.

Das Neueste aus unserem Blog

Definieren Sie Ihren Zuverlässigkeitsfahrplan
Überzeugen Sie sich selbst!
Definieren Sie Ihren Zuverlässigkeitsfahrplan
Indem Sie auf die Schaltfläche „Akzeptieren“ klicken, erklären Sie sich mit der Nutzung einverstanden.Cookies beim Zugriff auf diese Website und bei der Nutzung unserer Dienste. Erfahren Sie mehrWeitere Informationen zur Verwendung und Verwaltung von Cookies finden Sie in unserem Datenschutzrichtlinie und Cookie-Erklärung