我们先来看一个大家都可能会遇到的场景:
某公司在定期的(一年一次) 测量系统校准中,发现 测量系统不合格。
然而,从上一个校准时间点至今已经过去了一年,期间生产了大量的产品。经调查分析,这些产品都存在 质量风险,该如何处理?于是,启动《量具管理流程》:
为了防止类似的问题再次发生,我们应当采取什么措施呢?
缩短校准周期行不行?以前是一年校准一次,现在改为半年一次,甚至三个月一次。
不行! 增加校准频率解决不了根本问题,一旦校准不合格,还是需要重复上述的筛选、召回措施,客户也不会因为以前召回1000台产品,这次召回500台产品而满意,只会更不满意(再次发生类似问题,说明改善措施无效)。
还是不行! 看过之前《质量人都必须知道的经典 - 戴明漏斗实验》这篇文章的人都知道,过多的干预(每次测量结束后都调回零位),带来的结果是过程偏差的增大。因为测量系统的偏移是正常的波动,只有异常的波动出现时才需要介入调整。
前文回顾:
那到底该怎么办呢?刚才我们已经提到了解决思路:
只有异常的波动出现时才需要介入调整。
我们的问题解决思路便是及时识别出测量系统的异常波动。在测量系统不合格前就发现问题。那么,什么 工具能够完成这个 工作?我们标题中也已经提到 - 过程行为图。 过程行为图(Process Behavior Charts)也即大家很熟悉的I-MR(单值移动极差图)。过程行为图示例如下:
过程行为图用于过滤普通原因(Common Cause)导致的过程噪音,侦测特殊原因(Assignable Cause)导致的异常变差信号(Signals of exceptional variation)。
如何识别出过程控制图中的异常,有以下三个基本规则,其中又以第一条为最根本。 规则1:数据点超出了自然过程限 - 规则2:连续四个点中有三个点的值距离某个自然过程限比距离中线更近
- 规则3:连续八个点或更多个点在中线的同一侧
总结
在两次校准周期之间,我们可以使用过程行为图(I-mR)来做测量系统的运行检查,通过日常的运行检查,我们能够识别出测量系统是否处于良好的状态,当测量系统出现异常原因导致的偏移时,我们也能立即发现,避免文章开头提到的那种情况的发生。
最后一点请大家一起思考:
为什么我们量具或测量系统的校准要一年一次?这个周期是怎么确定的?大家是不是能利用过程行为图为自己使用的量具制定出更合理的校准周期?
关注“质量优势”,关注原创质量文章 |