STATISTIK-FORUM.de

[19Dreas70]

Hallo,

ich habe folgendes Thema. Dieses poppt bei uns immer wieder hoch. Gut möglich, dass meine Sicht falsch ist aber so ganz sicher bin ich nicht! Vielleicht habe ich einen Denkfehler.

Ich habe von einem Kunden keine klare Vorgabe zu einer Toleranz bekommen nur die Aussage, dass er mit dem Gelieferten einverstanden ist! Nun fordert man aber intern trotzdem eine Vorgabe, weil

„er ist zufrieden“

nix Greifbares ist.

Also werte ich Daten mit Qsstat aus und schiebe die Grenzen der Toleranz so, dass Fähigkeitsindizes sagen … Alles ist jetzt in Ordnung (z.B. cpk = 1,67)

Für diese Toleranzgenerierung sind aus meiner Sicht 3 Sachen herangezogen worden: die Verteilungsform (war Normalverteilung bei mehreren hundert Teilen), die Lage der Verteilung (mittig innerhalb der Toleranz) und die „Breite“ der Verteilung im Verhältnis zur Toleranz (cp = cpk = 1,67). So weit so gut.

Jetzt nimmt die Fertigung diese Toleranz für eine 100% Prüfung und lässt dann doch auch den fiktiven Fall zu, dass z.B. der Mittelwert der Verteilung auf der Toleranzgrenze liegen könnte oder sogar über diese Grenze hinausgeht.

50% oder mehr sind halt dann in der Theorie Ausschuss und werden verschrottet! 50% oder weniger der Teile sind in der Theorie gut. Allerdings sind die allermeisten Teile jetzt nicht mehr in der Mitte der Toleranz sondern an der Grenze. Theoretisch auch denkbar, dass 99Teile Ausschuß und nur 1 Teil gut ist und dieses liegt an der Toleranzgrenze. Für die Gutteile bedeutet das, dass 100% (also 1 Teil) dann an der Grenze liegen. Für eine statistische Toleranzrechnung wäre das doch fatal, da hier die worst case Toleranzrechnung greift. Bei der ist es wahrscheinlich, dass alle Teile an den Toleranzgrenzen liegen.

Würde ich jetzt die Gutteile auswerten, dann habe ich doch eine Verteilung, welche durch den Sortierprozess natürlich durch die Tomeranzgrenze begrenzt wird. Die Verteilung ist doch irgendwas Schiefes mit Berg an der Toleranzgrenze.

Hat denn dann meine ursprüngliche Toleranzfestlegung und Auffassung nach statistischen Gesichtspunkten dann bei einer 100% Prüfung überhaupt Relevanz?

Es werden doch mehrere Punkte, welche ursprünglich für die Festlegung der Toleranz herangezogen worden, außen vor gelassen.

Das sind die Verteilungsform, die Breite der Verteilung innerhalb der Toleranz und die zentrische Lage innerhalb der Toleranzzone, welche ich irgendwann mal zur Festlegung heranzog.

Wenn ich eine Toleranz also auf der Zeichnung habe und die aus Prozessen abgeleitet wurde, gilt die auch automatisch für eine 100% Prüfung? Das ist doch nix anderes als das der Mittelwert Richtung Grenze driftet und der Ausschuss zunimmt .Kann die Qualitätsabteilung meine Toleranz, welche anders entstanden ist, für dieses Verfahren überhaupt nutzen?

Wenn nein, wie wird das unterschieden? Gibt es da bei Euch firmeninterne Festlegungen, wie ist grundsätzlich eine Toleranz auf einer Zeichnung zu werten ist … statistisch oder nach worst case? Eine statistische Toleranz kann doch weiter gefasst werden als eine nach worst case Betrachtung?.

Ich bekomme oft zu hören! Wenn man keine Fähigkeit nachweisen möchte, prüft man halt 100%! Völlig egal … die Toleranz hat für Beides Relevanz. Selbst wenn 100% auf der Grenze kommen ist alles okay! Urprünglich habe ich aber die Toleranz z.B. unter der Bedingung, der Prozess liegt zentrisch, generiert.

Vielen Dank im Voraus und sorry für diese Grundsatzfrage. Ich bin kein Qualitäter! Das vielleicht zu meiner Ehrenrettung.

Liebe Grüße

Andreas

[bele]

Worum geht es?

[19Dreas70]

Hallo,

Danke vielmals. Es geht darum. Ich habe von einem Kunden keine Info, zu einer Spezifikation eines Reibwertes eines Produktes. Wir haben den Kunden etwas geliefert und er hat mitgeteilt, dass Alles so passt. Jetzt muss ich für die Fertigung trotzdem einen Wert vorgeben und habe 200 Teile ins QSstat gepackt und ausgewertet. Dazu habe ich die Toleranzgrenzen so verschoben, dass unser Prozess laut Programm fähig ist.

Dazu habe ich den Mittelwert der Gausskuve als Nennwert angenommen und von Rechts und Links die Toleranzen herangezogen. Jetzt kommt die Qualität und macht eine 100% Prüfung und das ist jetzt fiktiv ... winkt alles durch, was an der Maximalgrenze der Toleranz liegt.

Daraufhin besser auch vorher habe ich denen mittgeteilt, dass ich die Toleranz aber unter der Voraussetzung generiert habe, dass es eine Normalverteilung ist, welche mittig in der Toleranzzone liegt und dass die Toleranzgrenzen einenn bestimmten Ausschuß repräsentieren. Das heißt ich bin nicht von ausgegangen, dass sich der überwiegende Teil der Teile an der Toleranzgrenze tummeln sondern in der Mitte:

Beispiel:
- Toleranz laut QSstat bei cpk, cp = 1,33: 20N +/-10N
- der Kunde hat also Teile bekommen, welche in den allermeisten Fällen bei 20N liegen

- Jetzt kommt die 100% Prüfung und sagt 30N ist auch okay
- die Prüfung ergibt, dass der überwiegende Teil der Teile an der Grenze kommen
- die Teile, welche über 30N liegen schmeißt man weg
- der Kunde bekommt jetzt Teile, die in den allermeisten Fällen bei 30N liegen

Der Kunde fängt jetzt das Meckern an und sagt "die bisher gelieferten Teile waren deutlich besser! Waren sie ja auch, weil der Prozess, die Streuung dessen und die Lage ja besser waren.

Ich finde die 100% Kontrolle lässt doch da den Punkt weg, dass ich die Toleranz aufgrund der Verteilung, der Lage der Verteilung und dem zulässigen Ausschuss mal festgelegt hatte.

Das ist der Knackpunkt. Der Kunde hat halt nix vorgegeben. Hätte er gesagt 25N ist die Grenze, dann kann ich 100% prüfen oder mal schauen, ob das mein Prozess schafft. Schafft er es nicht , dann 100% Prüfung. Es ist bei einer harten Vorgabe dann ja auch Wurst, wie die Verteilung aussieht, Hauptache innerhalb der Toleranz.

Schwierig zu erklären. Meine Frage ist halt, hat die Qualität Recht auch massenhaft Teile an der Toleranzgrenze durchzuwinken oder ich der sagt, die Toleranz wurde so festgelegt, dass die Masse der Teile zentriert innerhalb der Toleranzzone liegen und nur ppm Bereiche an der Grenze liegen sollten. Ansonsten stimmt mein Ansatz nicht.

Vielen Dank nochmal.