Wykres I-MR: Statystyczna kontrola procesu dla indywidualnych pomiarów

Wykres I-MR, zwany także wykresem wartości indywidualnych i zakresu ruchomego, to para wykresów statystycznej kontroli procesu używana, gdy proces dostarcza tylko jednego pomiaru na partię, godzinę lub okres czasu: wykres I przedstawia każdą wartość indywidualną, a wykres MR pokazuje wartość bezwzględną różnicy między kolejnymi wartościami. Odpowiada on na to samo pytanie, które zadaje każdy wykres kontrolny: czy proces jest stabilny, czy coś się zmieniło? Ponieważ nie ma podgrupy do uśrednienia, wykres I-MR szacuje zmienność na podstawie różnic punkt–punkt. To czyni go podstawowym wykresem dla chemii wsadowej, niskonakładowej obróbki, danych z mediów pomocniczych oraz wszelkich testów niszczących lub kosztownych.

Dlaczego pojedyncze pomiary potrzebują własnego wykresu

Klasyczny wykres X‑bar i R zakłada, że można pobrać racjonalne podgrupy po 3–5 kolejnych części. Wiele procesów tego nie umożliwia. Reaktor z żywicą daje jedną wartość pH na partię. Piece rejestrują jedną temperaturę na godzinę. Niszczący test rozciągania zużywa cały element za każdym razem. Wymuszanie takich danych do sztucznych podgrup miesza zmienność między partiami z oszacowaniem wewnątrzpodgrupowym i powoduje granice kontrolne, które są albo bezużytecznie szerokie, albo myląco wąskie.

Wykres I‑MR omija to, traktując każdy pomiar jako podgrupę jednoelementową i szacując krótkookresową zmienność z zakresu ruchomego między sąsiednimi punktami. Jeśli wykresy kontrolne są dla Ciebie nowe, nasz przewodnik po statystycznej kontroli procesu omawia całą rodzinę wykresów; wykres I‑MR to po prostu członek tej rodziny dla danych indywidualnych.

Dwa wykresy i co każdy z nich obserwuje

• Wykres I (wartości indywidualne) śledzi poziom procesu. Każdy punkt to jeden surowy pomiar, naniesiony względem linii centralnej na poziomie średniej ogólnej, z limitami kontrolnymi ustawionymi trzy oszacowane odchylenia standardowe od niej.
• Wykres MR (zakres ruchomy) śledzi krótkookresową zmienność. Każdy punkt to wartość bezwzględna różnicy między pomiarem a poprzednim, więc n odczytów daje n−1 zakresów ruchomych.

Zawsze najpierw sprawdź wykres MR. Limity wykresu I są obliczane na podstawie średniego zakresu ruchomego, więc jeśli sama zmienność jest niestabilna, limity wykresu I stoją na chwiejnych podstawach i każda konkluzja dotycząca poziomu procesu jest podejrzana.

Jak obliczyć limity kontrolne

1. Zbierz co najmniej 20–25 pojedynczych odczytów w normalnych warunkach pracy.
2. Oblicz średnią wartości indywidualnych, X̄.
3. Oblicz każdy zakres ruchomy, MR = |wartość bieżąca − poprzednia|, i uśrednij je, aby otrzymać średni zakres ruchomy (MR̄).
4. Oszacuj odchylenie standardowe procesu jako MR̄ podzielone przez 1,128 (stała d2 dla okna długości 2).
5. Limity wykresu I: X̄ ± 2,66 × MR̄. Stała 2,66 to nic innego jak 3 podzielone przez 1,128.
6. Limity wykresu MR: UCL = 3,267 × MR̄, a LCL = 0.

Te dwie stałe, 2,66 i 3,267, to jedyne, które trzeba zapamiętać dla wykresu I‑MR.

Przykład: pH partii żywicy

Zakład powłok mierzy pH raz na partię. Ostatnie dziesięć partii miało wartości: 6,2; 6,4; 6,1; 6,5; 6,3; 6,6; 6,2; 6,4; 6,3; 6,5. (Dziesięć punktów utrzymuje obliczenia czytelnymi; przed zamknięciem limitów w produkcji zbierz 20–25 pomiarów.)

• Średnia: X̄ = 63,5 / 10 = 6,35
• Zakresy ruchome: 0,2; 0,3; 0,4; 0,2; 0,3; 0,4; 0,2; 0,1; 0,2, więc MR̄ = 2,3 / 9 = 0,256
• Limity wykresu I: 6,35 ± 2,66 × 0,256 = 6,35 ± 0,68, więc UCL = 7,03 i LCL = 5,67
• Limet wykresu MR: UCL = 3,267 × 0,256 = 0,84

Każda wartość indywidualna mieści się między 5,67 a 7,03, a największy zakres ruchomy (0,4) jest zdecydowanie poniżej 0,84: proces jest pod kontrolą statystyczną. Ale kontrola to nie to samo co zdolność procesu. Oszacowane odchylenie standardowe to 0,256 / 1,128 = 0,23, więc naturalny rozrzut procesu przebiega mniej więcej od 5,67 do 7,03. Jeśli specyfikacja wynosi 6,0–6,8, proces jest stabilny, lecz rozrzut szerszy niż specyfikacja — to właśnie badałoby dalej badanie zdolności procesu (Cp i Cpk).

Odczytywanie sygnałów bez wpadania w pułapki

• Stosuj reguły przebiegów ostrożnie. Punkt poza limitem to podstawowy sygnał; wzory takie jak osiem kolejnych punktów po jednej stronie linii centralnej zwiększają czułość. Reguły Nelsona katalogują te wzory. Na wykresie I‑MR stosuj je tylko do wykresu I, ponieważ kolejne zakresy ruchome współdzielą punkty danych.
• Uważaj na autokorelację. Odczyty godzinowe z powolnie dryfującego procesu są skorelowane, co zmniejsza zakresy ruchome i daje sztucznie wąskie limity oraz fałszywe alarmy. Zwiększ odstęp próbkowania lub najpierw zamodeluj dryf.
• Zwaliduj przyrząd pomiarowy. Przy jednym odczycie na partię błąd pomiarowy trafia bezpośrednio na wykres. Przeprowadź badanie powtarzalności i odtwarzalności (gauge R&R) przed zaufaniem któremukolwiek sygnałowi.
• Nigdy nie przeliczaj limitów, aby dopasować punkty. Limity zmieniają się tylko po celowej, zweryfikowanej zmianie procesu.
• Zdefiniuj reakcję. Sygnał, na który nikt nie reaguje, jest tylko ozdobą. Twój plan kontroli powinien określać, kto reaguje na punkt poza kontrolą i jak szybko.

I-MR kontra X‑bar i R: jak wybrać

Jeśli ekonomicznie możesz pobierać podgrupy kolejnych części, wykresy X‑bar i R wykrywają małe przesunięcia szybciej, bo uśrednianie tłumi szum. Wybierz I‑MR, gdy pomiary są drogie, niszczące lub naturalnie jeden na okres, i zaakceptuj, że wykres ten będzie wolniej sygnalizował subtelne przesunięcia. Wykres wartości indywidualnych jest też bardziej wrażliwy na dane nienormalne niż wykresy uśrednione, więc przejrzyj histogram swojej linii bazowej przed zaufaniem limitom.

Gdzie znajduje się Fabrico

Wykres I‑MR jest tyle wart, ile dane, które go zasila, i działania następujące po sygnale. Fabrico dostarcza dane w czasie rzeczywistym: rejestruje zdarzenia maszyn i produkcji na bieżąco, używając widzenia komputerowego nawet na maszynach bez PLC, i przekształca je w live monitoring OEE i produkcji. Gdy wykres lub operator sygnalizują problem, CMMS Fabrico zamyka pętlę: zgłoś zlecenie pracy, dołącz ustalenia, zaplanuj zapobiegawcze działania i trzymaj ślad części zapasowych w jednym miejscu. Zbudowane w UE z przechowywaniem danych w UE, daje zespołom jakości i utrzymania wspólny, opatrzony znacznikiem czasowym wpis zamiast papierowych kart, co jest dokładnie tym, czego SPC potrzebuje na rzeczywistej hali produkcyjnej.

Najczęściej zadawane pytania

Ile punktów danych potrzebuję, zanim limity I‑MR będą wiarygodne?

Celuj w 20–25 pojedynczych odczytów zebranych w stabilnych, reprezentatywnych warunkach. Możesz nanieść prowizoryczne limity przy mniejszej liczbie punktów, aby zacząć się uczyć, ale traktuj je jako próbne limity i przelicz je po zgromadzeniu pełnej bazy; limity oparte na dziesięciu punktach mogą się istotnie przesunąć wraz z napływem danych.

Jaka jest różnica między limitami kontrolnymi a limitami specyfikacji?

Limity kontrolne oblicza się na podstawie własnych danych procesu i opisują, co proces faktycznie robi; limity specyfikacji pochodzą od klienta lub z rysunku i opisują, co produkt musi spełniać. Nigdy nie nanoś limitów specyfikacji na wykres kontrolny. Jak pokazuje przykład, proces może być całkowicie pod kontrolą i jednocześnie produkować wyroby poza specyfikacją.

Czy mogę stosować wykres I‑MR do danych nienormalnych?

Z ostrożnością. Wykres wartości indywidualnych nie ma uśredniania, które złagodzi odchylenia od normalności, więc silnie skośne dane, takie jak czasy cykli czy poziomy śladowych zanieczyszczeń, będą wywoływać fałszywe alarmy po jednej stronie. Typowe rozwiązania to transformacja danych, dopasowanie limitów z użyciem odpowiedniego rozkładu nienormalnego albo wykreślanie pokrewnego wskaźnika bliższego normalnemu.

Gotowi, by mieć za swoimi wykresami kontrolnymi wiarygodne, opatrzone znacznikiem czasowym dane z hali? Zarezerwuj demo Fabrico i zobacz monitoring produkcji i utrzymanie działające jako jeden system.