Apprenez à calculer et à interpréter les limites de contrôle des cartes SPC et à les utiliser pour surveiller et améliorer la qualité et les performances de vos processus.

Further, to make sure the control limits are updated to accommodate expected changes in the system due to change in process or product aspects, use of dynamic change point detection methods is highly recommended. Ensuring SPC based process stability monitoring to be effective on an expected dynamic process is key to its mainstream adaptability.

Comment définir et ajuster les limites de contrôle pour les cartes SPC ?

Généré par l’IA et la communauté LinkedIn

Contrôle statistique des processus (SPC) est une méthode d’utilisation de données et de graphiques pour surveiller et améliorer la qualité et la cohérence d’un processus. L’un des outils clés de SPC est la carte de contrôle, qui trace les valeurs d’une variable de processus dans le temps et les compare à des limites de contrôle prédéfinies. Ces limites sont basées sur la variation naturelle du procédé et indiquent si le procédé est stable ou hors de contrôle. Dans cet article, vous apprendrez à définir et ajuster les limites de contrôle des diagrammes SPC et à les interpréter pour identifier les problèmes potentiels et les possibilités d’amélioration.

Des experts chevronnés contribuent à cet article

Sélectionnés par la communauté pour 6 contributions. En savoir plus

1 Limites de contrôle vs limites de spécification

Les limites de contrôle ne sont pas les mêmes que les limites de spécification, qui sont les valeurs souhaitées ou acceptables d’une variable de processus définie par le client ou la conception. Les limites de contrôle sont dérivées des données historiques du procédé et reflètent sa variation inhérente. Les limites de spécification sont externes au processus et reflètent ses performances. Un processus peut être stable et dans les limites de contrôle, mais ne pas respecter les limites de spécification. Cela signifie que le processus est capable de produire des résultats cohérents, mais qu’ils ne sont pas satisfaisants pour le client ou la conception. Inversement, un processus peut être instable et hors de contrôle, mais toujours respecter les limites de la spécification. Cela signifie que le processus est capable de produire des résultats satisfaisants, mais qu’ils ne sont ni cohérents ni prévisibles.

Ajoutez votre point de vue

Glaucia Rocon

Estatística | Master Black Belt | Especialista Melhoria Contínua | Cientista de dados | Análise de dados | PDCA | Power BI
Signaler la contribution
Limites de controle são a voz do processo, limites de especificação são a voz do cliente. O processo deve ser capaz de atender ao cliente.

Texte traduit

J’aime
Bob Matthew

Quality Engineering Management Consultant.
Signaler la contribution
SPC is a process "Blind Man's Blunt Tool". Manufacturing and process technology has changed drastically to define and control the process precisely. Use Industrial Statistics to plan and control the production and build quality into the production process. No need of SPC, Cp, Cpk, Six Sigma etc. You know, our antiquated quality policies and systems are killing the manufacturers by imposing unwanted practices that hinders the operational freedom of a manufacturer. Time to change and go for a game changer - Industrial statistics - only for manufacturing industries. There are many areas SPC will work successfully.

Texte traduit

J’aime
Wladimir Figueiredo

Quality Engineer | Professor at Centennial College | UNA AD SUCCESSUM
Signaler la contribution
This is very common in manufacturing. Especially if the customer can’t define the specifications in a clear quantitative fashion, or a too broad of specification. In this cases, we would define our “production” limits, considering maintenance, consumption and scrap rate. In services, customers rarely state their quantitative specifications, then the quality procedure will “arbitrarily” define the limits and put it to test, until it’s validated by customer feedback. After that, the Continuous Improvement processes will take care of refining until a polished and reasonable specification. Maybe, it enlights the way to an industry based specification.

Texte traduit

J’aime

2 Comment définir des limites de contrôle

La carte X-bar et R est le type de carte de contrôle le plus courant et utilise la moyenne de l’échantillon (Barre X) et la plage d’échantillonnage (R) pour surveiller la moyenne et la variation du processus. Pour définir les limites de contrôle, vous devez collecter au moins 20 à 25 sous-groupes de données du processus, chacun avec au moins quatre observations. Ensuite, calculez la moyenne de toutes les barres X (X-double barre) et la moyenne de tous les R (Barre R). Les limites de contrôle pour le graphique à barres X sont calculées en ajoutant A2 * R-bar à X-double bar pour la limite supérieure de contrôle (UCL) et soustraire A2 * Barre R à partir de X-double barre pour la limite de contrôle inférieure (LCL). A2 est une constante qui dépend de la taille du sous-groupe. Pour le graphique R, utilisez D4 * Barre R pour UCL et D3 * Barre R pour LCL; D4 et D3 sont des constantes qui dépendent de la taille du sous-groupe. Vous pouvez trouver ces constantes dans des tableaux SPC standard ou utiliser un outil logiciel pour les calculer.

Ajoutez votre point de vue

3 Comment ajuster les limites de contrôle

Une fois que vous avez défini les limites de contrôle initiales, vous devez surveiller le processus et tracer les nouvelles données sur la carte de contrôle. Si le processus est stable, la plupart des points doivent se situer dans les limites de contrôle et suivre un schéma aléatoire. Toutefois, si le processus est hors de contrôle, certains points peuvent sortir des limites de contrôle ou présenter un modèle non aléatoire, tel qu’une tendance, un cycle ou un décalage. Ceux-ci sont appelés signaux ou causes spéciales de variation, et ils indiquent que quelque chose a changé dans le processus qui doit être étudié et corrigé. Lorsque vous identifiez et éliminez une cause spéciale, vous devrez peut-être ajuster les limites de contrôle pour refléter le nouveau niveau de variation du processus. Pour ce faire, vous devez supprimer les données affectées par la cause spéciale des calculs et recalculer les limites de contrôle en utilisant les données restantes. Cela garantira que les limites de contrôle sont basées sur les causes communes de variation, qui sont inhérentes au processus et ne peuvent pas être facilement éliminées.

Ajoutez votre point de vue

P.S.R Patnaik Ph.D.

R&D in AI and ML | Solution Design and Technology Consulting | AWS, Microsoft and Google Certified
Signaler la contribution
Further, to make sure the control limits are updated to accommodate expected changes in the system due to change in process or product aspects, use of dynamic change point detection methods is highly recommended. Ensuring SPC based process stability monitoring to be effective on an expected dynamic process is key to its mainstream adaptability.

Texte traduit

J’aime

4 Comment interpréter les limites de contrôle

Les limites de contrôle sont utilisées pour évaluer la stabilité et la capacité d’un procédé, ainsi que pour détecter tout changement ou problème susceptible d’affecter sa qualité et son rendement. En comparant les limites de contrôle avec les limites de spécification, vous pouvez également évaluer dans quelle mesure votre processus répond aux exigences du client ou de la conception. Généralement, si la plupart des points sont dans les limites de contrôle et suivent un schéma aléatoire, le processus est stable et sous contrôle. Cependant, si certains points sont en dehors des limites de contrôle ou montrent un modèle non aléatoire, le processus est instable et hors de contrôle. De plus, si la plupart des points sont dans les limites de contrôle, mais que certains ou tous d’entre eux sont en dehors des limites de spécification, vous avez un problème de qualité et de performances médiocres. D’autre part, si la plupart des points sont dans les limites de contrôle et de spécification, alors vous avez atteint un haut niveau de qualité et de performance.

Ajoutez votre point de vue

Bob Szeimies

Operational Excellence Manager Retired
Signaler la contribution
Pretty good article overall, with the exception of the final section. NEVER EVER compare control limits and specification limits! This is because of a few reasons, the most important is as follows: If you are using an x-bar chart, you are plotting AVERAGES (x-bars) not individual readings. In the example above you take a sample of size 4. These x-bars will fall in a much narrower band (see central limit theorem; about 2x in this example) than the individual readings! So although your x-bar might be within the specification limits, that doesn’t mean the individual (parts)are. Ex: lower spec is 10. Sample of 4: 8,9, 11, 13. Xbar=10.25, yet 1/2 parts are out of spec. Always use the individual readings for your capability analysis.

Texte traduit

J’aime
Andrew Spears

Engineering Manager at Veolia North America
Signaler la contribution
Understanding process variability and stability is one of the first fundamental things you learn when generating your first control chart. Do not be surprised or disappointed if your process is a unstable and out of control. It is probably not a coincidence that you are looking at this process. For these processes, focus on understanding the outliers. Eliminating or reducing their impact will reduce the process variability. Significant gains in variability reduction can have big benefits to the bottom line on your journey to In Control and Capable.

Texte traduit

J’aime

Maîtrise statistique des procédés

+ Suivre

Notez cet article

Nous avons créé cet article à l’aide de l’intelligence artificielle. Qu’en pensez-vous ?

Il est très bien Ça pourrait être mieux

Signaler cet article

Tout voir

Comment définir et ajuster les limites de contrôle pour les cartes SPC ?

1

2

3

4

1 Limites de contrôle vs limites de spécification

2 Comment définir des limites de contrôle

3 Comment ajuster les limites de contrôle

4 Comment interpréter les limites de contrôle

Maîtrise statistique des procédés

Notez cet article

Nous vous remercions de votre feedback

Plus d’articles sur Maîtrise statistique des procédés

Lecture plus pertinente