使用产品报告执行连续积累

假设您希望使用产品报告执行连续积累以便确定复杂产品的整体性能度量。在此示例中,假设您具有包含下列装配件的产品:
  • 装配件 1 需要 2 个单位的子装配件 1-1 和 1 个单位的子装配件 1-2。
  • 装配件 2 需要 4 个单位的子装配件 2-1、2 个单位的子装配件 2-2 和 1 个单位的子装配件 2-3。
  • 装配件 3 需要 1 个单位的子装配件 3-1、1 个单位的子装配件 3-2 和 6 个单位的子装配件 3-3。

最终产品需要 4 个单位的装配件 1、2 个单位的装配件 2 和 1 个单位的装配件 3。

装配件 1,子装配件 1-1
装配件 1,子装配件 1-2

将子装配件 1-1 和子装配件 1-2 的数据组合在一起,生成装配件 1 的报表。

C1 C2 C3 C4 C5
子装配件 缺陷数 单位 机会数/单位 移位 Z 值
 1-1 61 140 26040 / 140 = 186 1.24
 1-2 26 162 6156 / 162 = 38 1.23
整个装配件 1

在制作 70 个单位的装配件 1 的过程中,存在 72 个缺陷。总的来说,装配件 1 的 Z = 4.044 且 YRT = 0.3558。因此,制作一个单位 0 缺陷的装配件 1 的概率是 ~ 36%。

装配件 2,子装配件 2-1
装配件 2,子装配件 2-2
装配件 2,子装配件 2-3

使用下列数据为装配件 2 制作报表。

C1 C2 C3 C4 C5
子装配件 缺陷数 单位 机会数/单位 移位 Z 值
 2-1 69 241 16147 / 241 = 67 1.42
 2-2 30 307 7675 / 307 = 25 1.26
 2-3 36 162 10692 / 162 = 66 1.36

整个装配件 2

在制作 60 个单位的装配件 2 的过程中,存在 94 个缺陷。总的来说,装配件 2 的 Z = 4.035 且 YRT = 0.2089。因此,制作一个单位 0 缺陷的装配件 2 的概率是 ~ 21%。

装配件 3,子装配件 3-1
装配件 3,子装配件 3-2
装配件 3,子装配件 3-3

使用下列数据为装配件 3 制作报表。

C1 C2 C3 C4 C5
子装配件 缺陷数 单位 机会数/单位 移位 Z 值
 3-1 26 203 7308 / 203 = 36 1.39
 3-2 47 210 13440 / 210 = 64 1.41
 3-3 45 160 7680 / 160 = 48 1.42

整个装配件 3

在制作 60 个单位的装配件 3 的过程中,存在 136 个缺陷。总的来说,装配件 3 的 Z = 3.984 且 YRT = 0.1034。因此,制作一个单位 0 缺陷的装配件 3 的概率是 ~ 10%。

整个产品

您预期看到 17 个产品存在 162 个缺陷。整个产品的 Z = 4.023 且 YRT = 0.000073。因此,生产缺陷为 0 的整个产品的概率基本为 0。考虑大的机会计数(48620 总机会数除以 17 个产品为每个产品 2860 个机会)及 Z 为 4,此结果是预期值。

三个装配件的能力几乎一致,它们的 Z 值都非常接近于 4。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策