SPC-datatrender i gulvproduksjon: oppdage kvalitetsproblemer før produktet sendes|YUPSENI

Jun 19, 2026

SPC-datatrender som signaliserer kvalitetsproblemer før en enkelt planke forlater linjen

 

6 min lest · 19. juni 2026 · Av YUPSENI Team

På denne siden

  1. I. Et punkt utenfor linjene og fristelsen til å fikse et problem som ikke er der
  2. II. Syv punkter som går i samme retning
  3. III. Sykluser, sagtenner og mønstrene som gjentar seg fordi noe annet gjentar seg
  4. IV. Når ingenting er utenfor grensene, men alt er for spredt
  5. V. Hvorfor mønsteret mellom linjene betyr mer enn punktet som krysset en

SPC-kontrolldiagrammer er ikke bestått-feilmålere. En nybegynner leser dem på den måten: punkter innenfor grensene er gode, punkter utenfor er dårlige, og den eneste hendelsen som utløser et svar er et brudd. En erfaren produksjonsingeniør leser diagrammet slik en kardiolog leser et elektrokardiogram. Mellomrommet mellom linjene inneholder informasjon som forutsier hva som vil skje videre, og spådommen er handlingsbar før krisen kommer. Et løp på syv punkter som går mot den øvre kontrollgrensen, alle fortsatt innenfor grensen, er mer bekymringsfullt enn et enkelt punkt utenfor den som umiddelbart går tilbake til normalen. Løpet sier at prosessen driver. Den eneste uteliggeren sier at noe forbigående skjedde og korrigerte seg selv. Et av disse signalene går foran en gruppe med ut-produkter uten-spesifikasjoner. Den andre gjør det ikke.

Denne artikkelen dekker mønstrene som vises på SPC-diagrammer før en prosess produserer defekte produkter-trendene, kjøringene, syklusene og spredningsendringene som statistiske regler oppdager raskere enn menneskelig dømmekraft kan. Det er følgesvennen til en diskusjon om hva fabrikker gjør når disse signalene utløser korrigerende tiltak. Her er det fokus på selve signalet: hvordan det ser ut, hva det betyr om prosessen, og hvorfor det å fange det tidlig endrer økonomien i kvalitetskontroll. For produktlinjer produsert under full SPC-overvåking med sporbare batchdatastiv kjerne vinylgulvkataloginkluderer prosessevnedokumentasjon per produktklasse.

 

I. Et punkt utenfor linjene og fristelsen til å fikse et problem som ikke er der

Et datapunkt utenfor den øvre eller nedre kontrollgrensen er det mest synlige signalet på et SPC-diagram og det som oftest mistolkes. Kontrollgrenser er satt til tre standardavvik fra prosessgjennomsnittet. I en stabil, normalfordelt prosess oppstår et punkt utenfor disse grensene ved en tilfeldighet omtrent tre ganger i hver tusende målinger. Når den dukker opp, krever den etterforskning. Det krever ikke en umiddelbar maskinjustering. Skillet er forskjellen mellom prosesskontroll og prosessaukling, og det står for en betydelig brøkdel av kvalitetsproblemer som fabrikkene skaper for seg selv.

Det første spørsmålet å svare på er om poenget er reelt. En feilkalibrert måler, en transkripsjonsfeil eller en prøve tatt på feil sted i prosessen kan alle produsere et-kontrollsignal på en prosess som er perfekt stabil. Før noen tar på maskinen, sjekker noen målingen. Hvis målingen bekreftes, er det andre spørsmålet om punktet representerer et plutselig skifte eller en isolert pigg. Et plutselig skifte-der punktet utenfor grensen følges av flere punkter på samme forhøyede nivå-indikerer en prosessendring som nå er den nye normalen. Årsaken er sannsynligvis en funksjonsfeil i utstyret, en endring av råvarepartiet eller en operatørfeil som endret en innstilling. Den korrigerende handlingen er å finne og reversere denne endringen. En isolert pigg som returnerer umiddelbart til senterlinjen antyder en forbigående hendelse: en kraftfluktuasjon, en kortvarig materialblokkering, en måleanomali. Den korrigerende handlingen kan være ingenting i det hele tatt, eller det kan være en undersøkelse av den forbigående årsaken for å bekrefte at den var virkelig midlertidig.

Feilfabrikkene gjør oftest som svar på at et ut-av-kontrollpunkt justerer prosessen som reaksjon på et enkelt datapunkt som enten var en målefeil eller en forbigående hendelse. Justeringen flytter prosessgjennomsnittet bort fra riktig innstilling for å kompensere for et problem som allerede har løst seg selv. Neste måling er nå av i motsatt retning, og operatøren justerer igjen. Dette er prosessaukling, og det øker variasjonen i stedet for å redusere den. Kontrollskjemaet viser et sagtannmønster av overkorreksjoner, hver av dem er en respons på forrige korreksjon. Prosessen var stabil før første justering. Den er ustabil etterpå, og ustabiliteten ble produsert av responsen på et signal som ikke krevde en prosessendring.

Plutselige hopp kontra sakte drift krever forskjellige reaksjoner.Et plutselig hopp av to eller flere datapunkter til et nytt nivå langt fra senterlinjen peker vanligvis på en diskret hendelse: en maskininnstilling ble endret, et annet råmaterialeparti kom inn i beholderen, eller en kalibrering drev brått. Undersøkelsen er rettet mot det som endret seg mellom den siste-kontrollmålingen og den første-av-kontrollmålingen. En langsom drift, derimot, peker på gradvis nedbrytning: verktøyslitasje, omgivelsestemperaturøkning over et skift, eller en råvareegenskap som varierer systematisk innenfor et enkelt parti. Mønsteret dikterer etterforskningsveien.

 

II. Syv punkter som går i samme retning

Et løp er en sekvens av påfølgende punkter som deler en karakteristikk: alle over senterlinjen, alle under den, eller alle trender i samme retning. Standard deteksjonsterskel er syv poeng. Sannsynligheten for at syv påfølgende punkter alle lander på samme side av senterlinjen i en stabil prosess er omtrent én av 128, eller mindre enn én prosent. Når det skjer, er den rimelige forklaringen ikke at en-på--tilfeldig sekvens nettopp har skjedd. Det er at prosessmiddelet har endret seg. Skiftet kan være lite nok til at hvert enkelt punkt fortsatt er innenfor kontrollgrensene. Løpet sier at sentrum av prosessen har flyttet seg, og bevegelsen er statistisk signifikant selv om intet enkelt punkt har krysset en grense.

På en SPC gulvekstruderingslinje betyr et løp over senterlinjen på tykkelsesdiagrammet at planken er systematisk tykkere enn målet, selv om hver måling fortsatt er innenfor kundens spesifikasjoner. Kalibreringsvalsene kan ha drevet fra hverandre med en brøkdel av en millimeter. Avtrekkerhastigheten kan ha redusert noe, slik at det varme arket kan slappe av og tykne før det avkjøles. Operatøren ser ikke dette med øyet. Forskjellen mellom en 4,0 millimeter planke og en 4,05 millimeter planke er usynlig uten mikrometer. Men diagrammet ser det på tvers av syv påfølgende målinger, og mønsteret tvinger en undersøkelse før avdriften når spesifikasjonsgrensen.

Et løp på syv punkter som trender konsekvent oppover eller nedover er mer presserende enn et løp på den ene siden av midtlinjen. Trendkjøringen sier at prosessen ikke bare er på et nytt nivå, men beveger seg aktivt bort fra målet for hver påfølgende måling. Årsaken er vanligvis noe med momentum: en varmetønne som fortsatt varmes opp, en kjøleseksjon som gradvis mister effektiviteten etter hvert som kjøleren sykluser, eller en råvareblanding som gradvis segregerer i beholderen. Den korrigerende handlingen for en trendkjøring er å stoppe bevegelsen før den når kontrollgrensen, ikke å vente på at den bryter og deretter reagere. Trenden forteller deg hvor prosessen vil være om tjue minutter. Punktet utenfor grensen forteller deg hvor det allerede var. Forebygging favoriserer trenden.

 

 

III. Sykluser, sagtenner og mønstrene som gjentar seg fordi noe annet gjentar seg

Et syklisk mønster på et SPC-diagram ser ikke ut som et problem ved første øyekast. Poengene holder seg innenfor kontrollgrensene. De svinger rundt midtlinjen. Kartet ser travelt ut, men innholdsrikt. Problemet er at oscillasjonen ikke er tilfeldig. Den har en periode. Dataene stiger og faller på en tidsplan, og den tidsplanen peker på noe utenfor prosessen som driver variasjonen.

Den vanligste syklusen på et produksjonsdiagram for SPC-gulv er skift-skiftesyklus. Én operatør kjører linjen litt annerledes enn operatøren på forrige skift: en kalibreringsvalse justert en kvart-omdreining strammere, en avtrekkerhastighet satt en brøkdel raskere, en dysetemperatur angitt på et litt annet settpunkt. Målingene stiger i løpet av ett skift og faller i løpet av det neste, og syklusen gjentas hver åttende eller tolvte time. Produktet kan holde seg innenfor spesifikasjonene hele tiden, men prosessen er ikke stabil. Det er to forskjellige prosesser som veksler på samme linje, og variasjonen mellom dem kan unngås. Den korrigerende handlingen er ikke en maskinjustering. Det er standardiserte arbeidsinstruksjoner som eliminerer operatør-til-forskjeller som skaper syklusen.

En annen vanlig syklus på ekstruderingslinjer sporer omgivelsestemperaturen på fabrikken. En fabrikk uten klimakontroll i en region med varme dager og kalde netter vil se ekstruderingsprosessen skifte subtilt når fabrikkens lufttemperatur stiger og synker. PVC-smelten går ut av dysen ved samme temperatur uansett, men kjøleseksjonen fjerner varme mindre effektivt når omgivelsesluften er varm, og plankedimensjonene skifter som et resultat. Syklusen har en 24-timers periode. Amplituden er liten, kanskje noen hundredeler av en millimeter på tykkelseskartet. Over uker er mønsteret umiskjennelig. Den korrigerende handlingen er enten klimakontroll for kjøleseksjonen eller en prosessparameterjusteringsplan som forutser den daglige temperatursvingningen og kompenserer for den før diagrammet oppdager skiftet.

Sykluser vises også fra vedlikeholdsplaner. En kalibreringsvalse som rengjøres og tilbakestilles i begynnelsen av hver uke vil produsere en ukentlig syklus: stramme toleranser på mandag, gradvis drift til fredag, en skarp korreksjon påfølgende mandag. Syklusen forteller produksjonslederen at valsen er slitt eller begroing i løpet av en produksjonsuke, og at vedlikeholdsintervallet kanskje må forkortes eller valsematerialet oppgraderes. Diagrammet gir ikke løsningen. Det gir bevis på at det eksisterer en syklisk årsak. Etterforskningen som følger bevisene finner årsaken. Syklusen er signalet. Den korrigerende handlingen tar for seg det som driver syklusen. For produktlinjer der prosessstabilitetsdata er tilgjengeligeSPC-gulvspesifikasjonerinkludere dokumentasjon av prosesskapasitet på tvers av produksjonsvinduer.

 

IV. Når ingenting er utenfor grensene, men alt er for spredt

Overdreven variasjon er det farligste kvalitetsproblemet i produksjon av SPC-gulv fordi det gjemmer seg i usynlig syn. Hvert datapunkt er innenfor kontrollgrensene. Hver måling passerer spesifikasjonen. Gjennomsnittet er sentrert på målet. Diagrammet ser akseptabelt ut for en utrent leser. Men området mellom påfølgende målinger øker, eller standardavviket til de siste tjue punktene er større enn det historiske standardavviket med nok til å være statistisk signifikant. Prosessen driver ikke. Det blir mindre konsekvent. Og inkonsekvens i stive kjernegulv betyr at en planke i en kartong installeres annerledes enn den neste.

Årsakene til økt spredning på en SPC-gulvlinje har en tendens til å være mekaniske. Et kalibreringsrullelager som begynner å slites, introduserer slark i rullegapet, og gapet varierer litt fra en rotasjon til den neste. En skrue i ekstruderrøret som har utviklet ujevn slitasje, leverer smelte med en lett pulserende hastighet i stedet for en jevn strøm. Et trekkbelte som mister spenningen sklir med jevne mellomrom, og skaper mikro-variasjoner i trekkhastigheten. Ingen av disse forholdene forskyver prosessgjennomsnittet. Alle av dem utvider spredningen. Den korrigerende handlingen i hvert enkelt tilfelle er mekanisk vedlikehold: skift ut lageret, forny overflaten eller skift ut skruen, stram eller skift remmen. Kontrollskjemaet leder vedlikeholdsmannskapet til riktig maskin før variasjonen vokser seg stor nok til å produsere individuelle planker som faller utenfor spesifikasjonsvinduet.

Forholdet mellom spredning og prosessevne fanges opp i Cpk-indeksen. En prosess med en Cpk på 1,33 har et gjennomsnitt som er fire standardavvik fra nærmeste spesifikasjonsgrense, noe som gir en komfortabel margin. Hvis spredningen øker-hvis standardavviket vokser uten at gjennomsnittet beveger seg-faller Cpk. Ved en Cpk på 1,0 vil omtrent tre planker per tusen være utenfor spesifikasjonen, selv om gjennomsnittet fortsatt er i mål. Ved en Cpk under 1,0 blir feilraten uakseptabel for enhver kjøper, og prosessen krever intervensjon. Utløseren for den intervensjonen er ikke et punkt utenfor kontrollgrensen. Det er et områdediagram eller et standardavviksdiagram som viser at spredningen utvides. Gjennomsnittsdiagrammet ser bra ut. Avstandsdiagrammet er den som slår alarm.

Mønstertype Hva diagrammet viser Vanligste årsak Risikonivå
Enkelt utligger Ett poeng utenfor kontrollgrensen, umiddelbar retur Målefeil eller forbigående hendelse Middels (hvis ekte)
Plutselig skifte Flere påfølgende poeng på et nytt nivå Maskinfeil, materialpartiendring, innstillingsendring Høy
Kjør på 7+ poeng Syv påfølgende punkter på samme side av midtlinjen Prosess betyr skifte fra gradvis degradering Middels-høy
Trend på 7+ poeng Syv påfølgende punkter beveger seg i én retning Verktøyslitasje, temperaturdrift, materialseparering Høy
Syklisk mønster Regelmessig oscillasjon med identifiserbar periode Skiftendringer, omgivelsestemperatur, vedlikeholdsplaner Lav-middels
Økt spredning Rekkevidde eller standardavvik utvides over tid Lagerslitasje, skrueslitasje, reimglidning Høy

Seks SPC-mønstertyper som ofte sees på ekstruderingslinjer med stiv kjerne. Risikonivået gjenspeiler sannsynligheten for at mønsteret, hvis det ignoreres, vil produsere-av-spesifikasjonsproduktet innen neste produksjonsskift.

 

V. Hvorfor mønsteret mellom linjene betyr mer enn punktet som krysset en

Western Electric-reglene og Nelson-reglene er systematiske deteksjonsrammeverk som deler kontrolldiagrammet inn i soner og flagger ikke-tilfeldige mønstre uavhengig av om et punkt har krysset en kontrollgrense. Sone A er den ytre tredjedelen av diagrammet, mellom to og tre standardavvik fra senterlinjen. Sone B er den midterste tredjedelen, mellom ett og to standardavvik. Sone C er den indre tredjedelen, innenfor ett standardavvik. I en normalfordelt prosess faller omtrent 68 prosent av poengene i sone C, 27 prosent i sone B og 4 prosent i sone A, med mindre enn 1 prosent utenfor kontrollgrensene helt. Når den observerte fordelingen av poeng på tvers av soner avviker betydelig fra disse forventede proporsjonene, er prosessen ute av kontroll selv om hvert punkt teknisk sett er innenfor grensene.

Sonereglene fanger opp mønstre som enklere deteksjonsmetoder savner. To av tre påfølgende punkter i sone A på samme side av midtlinjen er et signal. Fire av fem påfølgende punkter i sone B eller utover på samme side er et signal. Femten påfølgende punkter i sone C, som klemmer senterlinjen tettere enn normalfordelingen forutsier, er også et signal-det betyr vanligvis at kontrollgrensene ble beregnet feil eller at målesystemet ikke kan løse den faktiske prosessvariasjonen. Åtte påfølgende punkter på begge sider av senterlinjen med ingen i sone C indikerer en blandet prosess: to forskjellige prosessstrømmer blir målt som én, kanskje fra en dobbel-hulromsform hvor det ene hulrommet kjører annerledes enn det andre.

Den praktiske fordelen med sone-basert deteksjon på en SPC-gulvlinje er at den fanger opp problemer tidligere i utviklingen. En prosess som begynner å drive vil vise punkter som samler seg i sone B på den ene siden av senterlinjen før et punkt når kontrollgrensen. Soneanalysen flagger akkumuleringen etter fire eller fem punkter, som kan være en time eller to inn i driften. Innen et enkelt punkt krysser kontrollgrensen, kan det ha gått flere timer med produksjon. Sonereglene er et tidlig varslingssystem. De bytter ut en liten økning i falske alarmer-flaggingsmønstre som er tilfeldige, men usannsynlige-for en stor reduksjon i volumet av produkt produsert under en driftingsprosess før avdriften oppdages. Avveiningen- er tilsiktet, og fabrikkene som aksepterer den produserer færre kvalitetsrømme enn fabrikker som venter på brudd på kontrollgrensen.

Vanlige spørsmål om lesing av SPC-datatrender

Ofte stilte spørsmål om SPC-diagrammønsteranalyse i gulvproduksjon
 

Praktiske svar på hvordan SPC-mønstre oppdages, tolkes og reageres på i produksjon av stive kjernegulv.

Q1: Hvordan vet du om et mønster er en ekte trend eller bare tilfeldig støy?

Statistiske kjøretester svarer på dette spørsmålet med definerte terskler. Syv påfølgende punkter på den ene siden av senterlinjen, syv påfølgende punkter som trender i samme retning, eller noen av Western Electric-sonereglene som krysser deteksjonsterskelen deres, indikerer alle en sannsynlighet på mindre enn omtrent én prosent for at mønsteret er tilfeldig. Terskelen er vilkårlig i den forstand at et annet antall poeng vil gi en annen falsk-alarmrate, men den er ikke subjektiv. Reglene brukes på samme måte hver gang, noe som fjerner operatørens skjønn fra deteksjonsbeslutningen. En erfaren produksjonsingeniør kan legge merke til et utviklingsmønster før den statistiske terskelen er nådd, men den formelle utløseren for etterforskning er regelen, ikke følelsen.

Q2: Kan en prosess være i statistisk kontroll, men fortsatt produsere defekt produkt?

Ja. Dette skjer når prosessen er stabil, men spesifikasjonsgrensene er strammere enn prosesskapasiteten. En prosess som kjører med en Cpk på 0,8 har perfekt kontroll statistisk, men produserer omtrent én prosent defekt produkt fordi den naturlige prosessvariasjonen overskrider spesifikasjonsvinduet. Den korrigerende handlingen i dette tilfellet er ikke å justere prosessen for å bringe den tilbake i kontroll. Det er allerede i kontroll. Den korrigerende handlingen er å forbedre prosesskapasiteten ved å redusere den iboende variasjonen eller ved å skifte til en annen produksjonsmetode som kan holde de strengere spesifikasjonene. Å forveksle statistisk kontroll med produktkvalitet er en grunnleggende feil. En stabil prosess kan være stabilt dårlig. En dyktig prosess er både stabil og konsekvent innenfor spesifikasjonene.

Q3: Hva er forskjellen mellom en kontrollgrense og en spesifikasjonsgrense på et SPC-diagram?

Kontrollgrenser beregnes fra selve prosessdataene. De beskriver hva prosessen faktisk gjør. Spesifikasjonsgrenser er satt av produktdesignet eller kundens krav. De beskriver hva produktet skal oppnå. En prosess kan være i statistisk kontroll-alle punkter innenfor kontrollgrensene-mens hvert punkt er utenfor spesifikasjonsgrensene hvis prosessen er sentrert på feil mål. Motsatt kan en prosess være utenfor statistisk kontroll mens hvert punkt er innenfor spesifikasjonen hvis spesifikasjonsvinduet er bredt og prosessvariasjonen er liten. De to settene med grenser svarer på forskjellige spørsmål. Kontrollgrenser spør om prosessen er stabil. Spesifikasjonsgrenser spør om produktet er akseptabelt. En fabrikk som kun overvåker spesifikasjonsoverholdelse, vet ikke om prosessen er stabil. En fabrikk som overvåker SPC-kontrollgrenser kjenner begge deler.

Spørsmål 4: Hvor raskt bør en trend reageres når den er oppdaget?

Inneslutningsresponsen-karanteneproduktet produsert siden sist kjente i-kontrollmålingen-bør starte umiddelbart etter oppdagelse. Undersøkelsessvaret starter parallelt og følger sekvensen beskrevet i den tilhørende artikkelen om handlinger utenfor-kontroll: verifiser målingen, kontroller maskinen, kontroller materialet. Det korrigerende svaret-som faktisk endrer en prosessparameter-bør vente til rotårsaken er identifisert. Å justere prosessen før grunnårsaken er kjent, risikerer å tukle: å gjøre en endring som maskerer det virkelige problemet og samtidig introdusere ny variasjon. En trend som har bygget seg opp i to timer kan vente ytterligere tretti minutter på en riktig diagnose. Produktet er allerede i karantene. Prioriteten er å identifisere den riktige løsningen, ikke å bruke den raskeste.

Spørsmål 5: Oppdager moderne SPC-programvaresystemer disse mønstrene automatisk?

Det meste av produksjons-kvalitets SPC-programvare inkluderer automatisk mønstergjenkjenning basert på Western Electric- eller Nelson-reglene og vil flagge brudd i sanntid på operatørens skjerm. Programvaren reduserer risikoen for at et utviklingsmønster går glipp av fordi operatøren tok seg av en annen oppgave. Det programvaren ikke gjør er å diagnostisere rotårsaken. Den flagger mønsteret. Operatøren eller kvalitetsingeniøren tolker hva mønsteret betyr om den spesifikke prosessen, på den spesifikke maskinen, med det spesifikke materialet i gang. Programvaren erstatter deteksjonsarbeidet. Det erstatter ikke den diagnostiske ekspertisen. Fabrikker som investerer i SPC-programvare uten å investere i operatøropplæring på mønstertolkning får automatiserte alarmer de ikke vet hvordan de skal løse, noe som bare er marginalt bedre enn ingen alarmer i det hele tatt.

SPC-gulv der diagrammene forteller samme historie, batch etter batch

Vinylgulv med stiv kjerne produsert under sann-tids statistisk prosesskontroll med automatisert mønstergjenkjenning. Prosesskapasitetsdata, kontrolldiagramhistorikk og batch-sporbare kvalitetsposter tilgjengelig for hver produktlinje.

Diagrammet leser prosessen. Ingeniøren leser diagrammet.

SPC-datatrender er ikke bare alarmtilstander. De er et språk prosessen snakker gjennom diagrammet, og å lære å lese at språket er det som skiller statistisk prosesskontroll fra statistisk prosessovervåking. Overvåking forteller deg hva som skjedde. Kontroll forteller deg hva som skjer og hva som vil skje videre hvis ingenting endres. Et enkelt punkt utenfor kontrollgrensen sier at noe plutselig skjedde. Et løp på syv punkter over senterlinjen sier at prosessgjennomsnittet har endret seg. En trend på syv punkters klatring sier at prosessen driver aktivt og at avdriftsretningen er kjent. Et syklisk mønster sier at noe utenfor prosessen driver variasjon på en tidsplan. Utvidelse av spredningen sier at maskinen er slitt og prosessen mister presisjon. Brudd på soneregler sier at tilfeldigheten som forventes av en stabil prosess har blitt erstattet av et mønster som har en årsak, og årsaken vil ikke fikse seg selv.

For kjøper av SPC-gulv er ingen av disse mønstrene synlige i det ferdige produktet som kommer på en pall. Det som er synlig er konsistensen til det produktet: planker som låses sammen uten hull, tykkelser som passer fra kartong til kartong, slitasjelag som yter jevnt over det installerte gulvet. Denne konsistensen er resultatet av en fabrikk som leser kartene sine og handler på mønstrene før de produserer defekt materiale. Diagrammene er prosessens selvbevissthet-. Produktet er beviset på at selvbevisstheten-er ekte.

YT

YUPSENI Team

23 år i PVC- og SPC-gulvproduksjon og forsyningskjede. Vi driver produksjonslinjer under ISO 9001 og ISO 14001 sertifiserte kvalitetssystemer med full statistisk prosesskontroll, automatisert mønsterdeteksjon og batch-sporbar kvalitetsdokumentasjon på tvers av alle produktkategorier.Mer om YUPSENI

© 2026 YUPSENI. Alle rettigheter forbeholdt. Informasjonen i denne artikkelen er kun for generelle informasjonsformål og utgjør ikke profesjonell kvalitetsingeniør- eller anskaffelsesråd. Statistiske prosesskontrollmetoder, deteksjonsregler, inspeksjonsfrekvenser og krav til prosesskapasitet varierer etter produsent, produktlinje og region. Be alltid om gjeldende kvalitetsdokumentasjon, kontrolldiagramdata og tredjeparts testrapporter for det spesifikke produktet som evalueres.

Du kommer kanskje også til å like