Datalyzer grid icon variant 1

50+ ประเทศ

การใช้งานทั่วโลก ผลกระทบในท้องถิ่น

Datalyzer grid icon variant 3

47 ปีในธุรกิจ

ก่อตั้งขึ้นในปี 1979

Datalyzer grid icon variant 2

พนักงานมากกว่า 50 คน

ยุโรป, สหรัฐอเมริกา และเอเชีย

Datalyzer grid icon variant 4

2000+ ลูกค้า

มากกว่า 20,000 ผู้ใช้

การควบคุมก่อน: การทบทวนอย่างละเอียดและบทบาทในแอปพลิเคชัน SPC สมัยใหม่

อะไรคือ Pre-Control?

บทนำสู่แผนภูมิควบคุมก่อนการควบคุม

แผนภูมิควบคุมล่วงหน้า (Pre-Control Charts) ถูกพัฒนาขึ้นในปี 1954 โดย Frank Satterthwaite ขณะทำงานที่บริษัทที่ปรึกษา Rath and Strong เพื่อเป็นทางเลือกแทนแผนภูมิควบคุม Shewhart แบบดั้งเดิม หนึ่งในผู้สนับสนุนหลักของวิธีการนี้คือที่ปรึกษา Dorian Shainin และ Keki Bhote Pre-Control เป็นวิธีการที่เรียบง่ายแต่ทรงพลังสำหรับการติดตามและควบคุมกระบวนการผลิต โดยเฉพาะอย่างยิ่งในกรณีที่ต้องการการตัดสินใจอย่างรวดเร็วโดยไม่ต้องคำนวณทางสถิติอย่างละเอียด

ภาพรวมของก่อนการควบคุม

Pre-Control ใช้ชุดกฎพื้นฐานสี่ข้อเพื่อเป็นแนวทางในการตั้งค่าแผนภูมิและการตรวจสอบกระบวนการ โดยเน้นการตรวจจับความแปรปรวนเมื่อเทียบกับข้อกำหนดของผลิตภัณฑ์ แทนที่จะประมาณค่าพารามิเตอร์ของกระบวนการ เช่น ค่าเฉลี่ยหรือส่วนเบี่ยงเบนมาตรฐาน

ขั้นตอนที่ 1: กำหนดเขตควบคุม

  • แบ่งความกว้างของสเปคเป็นสี่ส่วนเท่า ๆ กัน
  • สองส่วนในสุดกำหนดเขตสีเขียว(ช่วงที่ยอมรับได้)
  • เส้นแบ่งระหว่างเขตในและเขตนอกเป็นเส้นที่เรียกว่าเส้นก่อนการควบคุม (PC Lines)
  • พื้นที่รอบนอก ระหว่างเส้น PC และขอบเขตข้อกำหนด กำหนดให้เป็นเขตสีเหลือง(ช่วงเตือน)
  • การวัดใดๆที่อยู่นอกขอบเขตข้อกำหนดจะอยู่ในโซนสีแดง(ช่วงที่ไม่ผ่านเกณฑ์)
กราฟก่อนการควบคุม

ขั้นตอนที่ 2: ประเมินความเสถียรของกระบวนการเริ่มต้น

เพื่อตรวจสอบว่ากระบวนการอยู่ในสภาพควบคุมก่อนเริ่มการผลิต:

  1. เก็บตัวอย่างห้าชิ้นติดต่อกันจากกระบวนการ
  2. หากตัวอย่างทั้งห้าอยู่ในโซนสีเขียว กระบวนการถือว่าเสถียร
  3. หากตัวอย่างใดตกนอกเขตสีเขียว กระบวนการจะถือว่าอยู่นอกการควบคุม
  4. ต้องดำเนินการแก้ไขก่อนดำเนินการผลิตต่อไป

ขั้นตอนที่ 3: การตรวจสอบกระบวนการอย่างต่อเนื่อง

เมื่อการผลิตเริ่มต้นขึ้น ให้ตรวจสอบกระบวนการโดยการเก็บตัวอย่างสองตัวอย่างติดต่อกันเป็นระยะ ๆ ในช่วงเวลาที่สม่ำเสมอ:

  1. ทั้งสองตัวอย่างในโซนสีเขียว → ดำเนินการผลิตต่อไป
  2. ตัวอย่างหนึ่งอยู่ในโซนสีเขียว, หนึ่งอยู่ในโซนสีเหลือง → ดำเนินการผลิตต่อไป, แต่ให้เฝ้าระวังอย่างใกล้ชิด.
  3. ทั้งสองตัวอย่างอยู่ในโซนสีเหลือง:
    • หากทั้งสองอยู่ในโซนสีเหลืองเดียวกัน ให้ปรับกระบวนการ
    • หากพวกเขาตกอยู่ใน โซนสีเหลืองตรงข้ามกัน กระบวนการจะถือว่า อยู่นอกเหนือการควบคุม ให้หยุดการผลิตทันที ตรวจสอบสาเหตุ และดำเนินการแก้ไข
  4. ตัวอย่างใดๆ ในโซนสีแดง → กระบวนการได้ผลิตชิ้นส่วนที่มีข้อบกพร่องกรุณาหยุดการผลิตทันที และดำเนินการแก้ไขตามขั้นตอนที่ถูกต้อง

หมายเหตุ: หลังจากการหยุดใดๆ ให้กลับไปที่ขั้นตอนที่ 2 และตรวจสอบการควบคุมกระบวนการโดยการได้ตัวอย่างในโซนสีเขียวติดต่อกัน 5 ตัวก่อนที่จะเริ่มการผลิตอีกครั้ง

ขั้นตอนที่ 4: กำหนดความถี่ในการสุ่มตัวอย่าง

เพื่อรักษาการควบคุมที่มีประสิทธิภาพ ให้คำนวณความถี่ในการสุ่มตัวอย่างโดยใช้แนวทางดังต่อไปนี้:

  • ช่วงเวลาการสุ่มตัวอย่าง = (เวลาเฉลี่ยระหว่างการหยุดกระบวนการ) ÷ 6

ตัวอย่างเช่น หากเวลาเฉลี่ยระหว่างการละเมิดกฎคือ 60 นาที ควรเก็บตัวอย่างสองตัวอย่างทุก 10 นาที

การประเมินก่อนการควบคุม:

ทำไมจึงไม่ควรใช้:

ในขณะที่มีการพัฒนา Pre-Control นั้นมีความเหมาะสมอย่างมาก ผู้คนใช้ SPC ด้วยการใช้กระดาษและปากกา และการคำนวณขีดจำกัดนั้นใช้เวลามาก นอกจากนี้ การสร้างแผนภูมิควบคุมยังทำได้ในลักษณะที่มีคุณลักษณะจำกัด

บางคนยังคงชอบใช้การควบคุมก่อน (Pre-Control) เพราะกฎในขั้นตอนที่ 3 นั้นค่อนข้างง่ายต่อการอธิบายให้กับผู้ปฏิบัติงาน แต่แม้ว่าสิ่งนี้จะจริงอยู่ บ่อยครั้งที่ขั้นตอนที่สองมักถูกลืมไป หากกระบวนการไม่สามารถนำแผนภูมิการควบคุมก่อนไปใช้ได้จริงในพื้นการผลิต จะส่งผลให้มีการปรับกระบวนการมากเกินไป และจะนำไปสู่ความแปรปรวนที่มากขึ้นเท่านั้น

บางคนสนับสนุนการใช้ Pre-Control มากกว่า Control Chart เพราะจะให้สัญญาณ Out of Control น้อยลง (และ “สัญญาณเตือนเท็จ” น้อยลง) สิ่งนี้เป็นจริงเฉพาะเมื่อความสามารถของกระบวนการสูงเท่านั้น แต่การลดสัญญาณนี้เกิดขึ้นเพียงเพราะขีดจำกัดของ Pre-Control ถูกตั้งให้กว้างกว่า 3 sigma ในกรณีนั้น หากกระบวนการมีความสามารถน้อยกว่า Pre-Control จะนำไปสู่สัญญาณเตือนเท็จเพิ่มเติมในกรณีที่ไม่สามารถระบุสาเหตุของความแปรปรวนได้

หากคุณมีความสามารถสูงและต้องการลดจำนวนการแจ้งเตือนผิดพลาด มีวิธีที่ง่ายกว่ามากในการทำเช่นนั้น นั่นคือการเพิกเฉยต่อการแจ้งเตือนในกรณีที่ค่า Ppk สูงกว่าเกณฑ์มาตรฐาน ข้อดีในกรณีนี้คือการแจ้งเตือนจะกลับมาทำงานโดยอัตโนมัติหากค่า Ppk ลดลงด้วยเหตุผลบางประการ ดูข้อมูลเพิ่มเติมได้ที่บล็อกนี้

ข้อเสียอีกประการหนึ่งของ Pre-Control คือไม่มีแผนภูมิช่วง (Range Chart) แผนภูมิช่วงเป็นแผนภูมิที่สำคัญที่สุดใน SPC เนื่องจากสามารถตรวจจับการเปลี่ยนแปลงในความแปรปรวนระยะสั้น ซึ่งเป็นสัญญาณแรกที่บ่งชี้ว่ากำลังมีสิ่งผิดปกติเกิดขึ้นในกระบวนการ

ในปัจจุบัน เราเห็นการวัดอัตโนมัติมากขึ้นในความถี่สูง ซึ่งคุณสามารถใช้การควบคุมล่วงหน้าได้เฉพาะเมื่อคุณพัฒนาซอฟต์แวร์เฉพาะทางเท่านั้น ในกรณีที่คุณมีซอฟต์แวร์เฉพาะทาง การใช้แผนภูมิควบคุมจะมีความเหมาะสมมากกว่า เพราะแผนภูมิควบคุมเหมาะสำหรับการปรับปรุงกระบวนการ ในขณะที่การควบคุมล่วงหน้าไม่ให้ความช่วยเหลือในการปรับปรุงกระบวนการแต่อย่างใด

กฎในการกำหนดความถี่ของการสุ่มตัวอย่างไม่ควรนำมาใช้เด็ดขาด ข้อผิดพลาดในการผลิตไม่ได้เกิดขึ้นตามรูปแบบที่มีเหตุผลหรืออิงจากข้อมูลในอดีต ข้อผิดพลาดสามารถเกิดขึ้นได้ทุกเมื่อโดยอิสระจากช่วงเวลาที่เกิดข้อผิดพลาดครั้งล่าสุด กฎเดียวที่มีเหตุผลสำหรับความถี่ในการสุ่มตัวอย่างควรมาจากกระบวนการ FMEA ของคุณเท่านั้น

ความเสี่ยง (ต้นทุน) ของข้อผิดพลาดคืออะไร และโอกาสที่คุณจะตรวจพบข้อผิดพลาดนั้นคืออะไร ซึ่งเป็นตัวกำหนดความถี่ขั้นต่ำ หากต้นทุนของการสุ่มตัวอย่างต่ำมาก เราอาจใช้ความถี่การสุ่มตัวอย่างที่สูงกว่ามากเพื่อให้ได้ข้อมูลเพิ่มเติมจากกระบวนการ ซึ่งสามารถนำไปใช้ในการปรับปรุงกระบวนการได้

การควบคุมล่วงหน้าไม่มีมูลค่าเพิ่มเลยหรือ?

ในบางกรณี การควบคุมก่อน (Pre-Control) อาจมีคุณค่า หากคุณมีการตั้งค่าจำนวนมากและจำเป็นต้องตรวจสอบอย่างรวดเร็วว่ากระบวนการทำงานอยู่ในระดับที่ยอมรับได้หรือไม่ คุณอาจต้องการใช้การควบคุมก่อนในไม่กี่การวัดแรก ด้วยจำนวนการวัด 5 ครั้ง ค่า Ppk และขีดจำกัดการควบคุมอาจไม่เหมาะสม ดังนั้นการใช้ขีดจำกัดการควบคุมก่อนอาจมีคุณค่าเพิ่มเติม

หากกระบวนการมีความสามารถอยู่ที่ 1.67 โอกาสที่เราจะพบการวัดค่าที่อยู่นอกเขตสีเขียวคือ 6% ดังนั้นความเสี่ยงของการดำเนินการจึงมีจำกัด หากกระบวนการทำงานด้วยความสามารถที่ 1.33 โอกาสที่จะพบการวัดค่าที่อยู่นอกเขตสีเขียวจะมากกว่า 20%

ใน Datalyzer Qualis SPC เราสามารถแสดงแผนภูมิควบคุมและฮิสโตแกรมในหน้าจอที่คล้ายกับในรูปที่ 1 และเราสามารถกรองมุมมองเพื่อแสดงข้อมูลในช่วงไม่กี่ชั่วโมงที่ผ่านมาได้ ดังนั้นหากเรามีการตั้งค่าใหม่ เราสามารถดูได้อย่างรวดเร็วว่ากระบวนการทำงานได้ดีเพียงใดภายในข้อกำหนดแม้ว่าขนาดของกลุ่มย่อยจะมากกว่า 1 แต่ฮิสโตแกรมจะแสดงการวัดแต่ละครั้ง และเราสามารถกำหนดขีดจำกัดก่อนควบคุมหรือขีดจำกัดก่อนควบคุมที่ปรับเปลี่ยนตามความสามารถที่ต้องการได้

ตัวอย่างหน้าจอ DataLyzer Qualis SPC

สรุป

ระบบ Pre-Control มีบทบาทสำคัญในช่วงเวลาของมันโดยการทำให้การตรวจสอบกระบวนการง่ายขึ้นเมื่อเครื่องมือทางสถิติและระบบอัตโนมัติยังมีจำกัด อย่างไรก็ตาม ด้วยการเก็บรวบรวมข้อมูลอัตโนมัติในปัจจุบันและการมีซอฟต์แวร์ SPC แบบเรียลไทม์เช่น Datalyzer Qualis 4.0 SPC รวมถึงการให้ความสำคัญกับการปรับปรุงกระบวนการมากขึ้นแทนการตรวจจับเพียงอย่างเดียว ทำให้ความสำคัญของระบบ Pre-Control ลดน้อยลง

อย่างไรก็ตาม ระบบ Pre-Control ยังสามารถให้คุณค่าในทางปฏิบัติได้ในสถานการณ์เฉพาะ เช่น ในระหว่างการตรวจสอบการตั้งค่าหรือการผลิตครั้งแรก ซึ่งต้องการการประเมินอย่างรวดเร็วและไม่สามารถทำการวิเคราะห์ทางสถิติได้ ในกรณีเช่นนี้ ระบบสามารถทำงานได้จนกว่าจะมีข้อมูลเพียงพอที่จะนำมาใช้กับแผนภูมิควบคุมแบบเต็มรูปแบบได้

Pre-Control ยังคงเป็นแนวคิดทางประวัติศาสตร์ที่มีประโยชน์ และเมื่อนำมาใช้โดยตระหนักถึงข้อจำกัดของมัน ก็สามารถมีบทบาทเล็ก ๆ แต่ชัดเจนในกลยุทธ์ SPC สมัยใหม่ได้

เก้าเปอร์เซ็นต์

การลดต้นทุนที่ลูกค้าบรรลุ

Datalyzer grid image go live

เหลืออีก 3 สัปดาห์ก่อนเปิดตัว

เรียนรู้เพิ่มเติมเกี่ยวกับการควบคุมกระบวนการทางสถิติ หัวข้อหลักและการประยุกต์ใช้

3 เท่า เร็วขึ้น

การดำเนินการอย่างรวดเร็วเกี่ยวกับปัญหาคุณภาพ

สิ่งที่ลูกค้าพูด

“Datalyzer ช่วยให้เราเชื่อมโยงข้อมูลคุณภาพจากทุกกระบวนการโดยอัตโนมัติเพื่อการวิเคราะห์ขั้นสูง”

เดฟ เบียร์เรน

วิศวกรผลผลิต, ฟิลิปส์

อุตสาหกรรมที่เราให้บริการ

เภสัชกรรม
อาหารและเครื่องดื่ม
อวกาศและอากาศยาน
เทคโนโลยีขั้นสูง
เครื่องมือแพทย์
ยานยนต์
การป้องกัน
บรรจุภัณฑ์
สารกึ่งตัวนำ
อวกาศและอากาศยาน
ยานยนต์
อิเล็กทรอนิกส์
เภสัชกรรม
เทคโนโลยีขั้นสูง
เครื่องมือแพทย์
การป้องกัน
บรรจุภัณฑ์
อาหารและเครื่องดื่ม
สารกึ่งตัวนำ
การวัดผลในกระบวนการผลิต

ได้รับการรับรองมาตรฐาน ISO

ISO 27001 & SOC2

พร้อมที่จะทำให้กระบวนการคุณภาพของคุณง่ายขึ้นหรือไม่

ในเวลาเพียง 60 นาที ผู้เชี่ยวชาญของเราจะพาคุณไปชมว่าแพลตฟอร์มแบบโมดูลาร์ของเราช่วยให้ทีมการผลิตปรับปรุงคุณภาพ ลดความแปรปรวน และทำให้การตรวจสอบง่ายขึ้นได้อย่างไร