मेडिकल इलेक्ट्रोड पैड निर्माण में कई नियंत्रित प्रक्रियाएं शामिल होती हैं।

सामग्रियों को परिवर्तित किया जाता है, परतें इकट्ठी की जाती हैं, हाइड्रोजेल लगाया जा सकता है, घटकों को काटा और जोड़ा जाता है, और तैयार उत्पादों को जारी करने से पहले निरीक्षण किया जाता है।

लेकिन निरीक्षण केवल निर्माताओं को बताता है कि किसी विशेष समय पर उत्पाद के साथ क्या हुआ।

अधिक सक्रिय दृष्टिकोण के लिए, निर्माता निगरानी भी कर सकते हैंउत्पादन प्रक्रिया स्वयं कैसे व्यवहार कर रही है.

यहीं पर सांख्यिकीय प्रक्रिया नियंत्रण, जिसे आमतौर पर जाना जाता हैछठे वेतन आयोग, महत्वपूर्ण भूमिका निभा सकता है।

किसी तैयार उत्पाद के विनिर्देशन से बाहर होने की प्रतीक्षा करने के बजाय, एसपीसी एक प्रक्रिया के चलने के दौरान परिवर्तनों, रुझानों और असामान्य भिन्नता की पहचान करने में मदद करने के लिए उत्पादन डेटा का उपयोग करता है।

मेडिकल इलेक्ट्रोड पैड निर्माण के लिए, यह प्रक्रिया दृश्यता की एक और परत प्रदान कर सकता है।

सांख्यिकीय प्रक्रिया नियंत्रण यह समझने के लिए उत्पादन के दौरान एकत्र किए गए मापों का उपयोग करता है कि कोई प्रक्रिया कैसे व्यवहार करती है।

अलग-अलग मापों को अलग-अलग देखने के बजाय, निर्माता समय के साथ डेटा की जांच कर सकते हैं।

उदाहरण के लिए, एक उत्पादन प्रक्रिया की कल्पना करें जहां एक मापने योग्य विशेषता को समय-समय पर दर्ज किया जाता है।

एक भी माप सामान्य लग सकता है.

लेकिन यदि कई लगातार माप धीरे-धीरे एक दिशा में आगे बढ़ते हैं, तो वह पैटर्न प्रक्रिया के बारे में उपयोगी जानकारी प्रदान कर सकता है।

एसपीसी निर्माताओं को इनके बीच अंतर करने में मदद करता है:

• अपेक्षित प्रक्रिया भिन्नता
• असामान्य भिन्नता
• प्रवृत्तियों
• परिवर्तन
• संभावित प्रक्रिया अस्थिरता

इसका उद्देश्य केवल अधिक संख्याएँ एकत्र करना नहीं है।

यह करना हैउत्पादन डेटा को प्रक्रिया व्यवहार के बारे में उपयोगी जानकारी में बदलें.

मेडिकल इलेक्ट्रोड पैड में कई विनिर्माण चरण होते हैं, और प्रत्येक प्रक्रिया भिन्नता ला सकती है।

उत्पाद और प्रक्रिया के आधार पर, निर्माता इससे संबंधित विशेषताओं की निगरानी कर सकते हैं:

• DIMENSIONS
• सामग्री की स्थिति
• परत संरेखण
• काटने का प्रदर्शन
• हाइड्रोजेल अनुप्रयोग
• कनेक्शन या संयोजन
• अन्य मापने योग्य प्रक्रिया विशेषताएँ

जिन विशिष्ट मापदंडों की निगरानी की जाती है, उन्हें उत्पाद डिजाइन और विनिर्माण प्रक्रिया द्वारा निर्धारित किया जाना चाहिए।

महत्वपूर्ण सिद्धांत यह हैप्रत्येक मापने योग्य पैरामीटर को SPC पैरामीटर बनने की आवश्यकता नहीं है.

अच्छी प्रक्रिया निगरानी उन विशेषताओं पर ध्यान केंद्रित करती है जो उत्पाद प्रदर्शन या प्रक्रिया स्थिरता के लिए सार्थक हैं।

पारंपरिक निरीक्षण और एसपीसी के बीच सबसे बड़ा अंतर डेटा की व्याख्या करने का तरीका है।

दो सरलीकृत उत्पादन परिदृश्यों पर विचार करें।

परिदृश्य ए

अपेक्षित प्रक्रिया केंद्र के आसपास माप अपेक्षाकृत स्थिर रहते हैं।

परिदृश्य बी

माप विनिर्देश के भीतर ही रहते हैं, लेकिन समय के साथ धीरे-धीरे एक दिशा में आगे बढ़ते हैं।

यदि केवल विशिष्टताओं की सीमाओं पर विचार किया जाए, तो दोनों स्थितियाँ स्वीकार्य प्रतीत हो सकती हैं।

लेकिन प्रक्रिया नियंत्रण के दृष्टिकोण से, परिदृश्य बी ध्यान देने योग्य है।

एक प्रक्रिया परिवर्तन के संकेत दिखा सकती हैइससे पहले कि कोई उत्पाद वास्तव में गैर-अनुरूप बन जाए.

यह एक कारण है कि एसपीसी उपयोगी हो सकता है।

यह निर्माताओं को परे देखने में मदद करता है:

"क्या यह उत्पाद स्वीकार्य है?"

और यह भी पूछें:

"क्या प्रक्रिया अपेक्षा के अनुरूप व्यवहार कर रही है?"

एसपीसी का प्रभावी ढंग से उपयोग करने से पहले, निर्माताओं को यह समझने की जरूरत है कि भिन्नता कहां से आ सकती है।

उत्पादन भिन्नता कई कारकों से प्रभावित हो सकती है, जिनमें शामिल हैं:

सामग्री

विभिन्न सामग्री लॉट में उनकी स्वीकृत आवश्यकताओं के भीतर मापने योग्य अंतर हो सकते हैं।

उपकरण

मशीन सेटिंग्स, यांत्रिक स्थिति, या परिचालन स्थितियाँ प्रक्रिया आउटपुट को प्रभावित कर सकती हैं।

टूलींग

उपकरण की स्थिति और संरेखण परिवर्तित करने या काटने की प्रक्रिया को प्रभावित कर सकते हैं।

पर्यावरण

कुछ विनिर्माण प्रक्रियाएँ पर्यावरणीय परिस्थितियों के प्रति संवेदनशील हो सकती हैं।

मानव परिबल

सेटअप प्रक्रियाएं, बदलाव और मैन्युअल संचालन भिन्नता ला सकते हैं।

प्रक्रिया सेटिंग्स

ऑपरेटिंग मापदंडों में परिवर्तन परिणामी उत्पाद या मध्यवर्ती सामग्री को प्रभावित कर सकता है।

इसे कभी-कभी की अवधारणा का उपयोग करके संक्षेपित किया जाता है5M1E ढांचा:

• आदमी
• मशीन
• सामग्री
• तरीका
• माप
• पर्यावरण

इसका उद्देश्य यह मान लेना नहीं है कि प्रत्येक भिन्नता का कारण एक ही है।

यह जांच करने के लिए एक संरचित तरीका प्रदान करना है कि प्रक्रिया परिवर्तन कहां से उत्पन्न हो सकते हैं।

एक व्यावहारिक एसपीसी प्रणाली को एक सतत चक्र के रूप में देखा जा सकता है:

उपाय → रिकॉर्ड → विश्लेषण → जांच → सुधार → फिर से निगरानी

चरण 1: मापें

एक प्रासंगिक विशेषता को एक स्थापित विधि के अनुसार मापा जाता है।

चरण 2: रिकॉर्ड करें

परिणाम उचित उत्पादन जानकारी के साथ दर्ज किया जाता है।

चरण 3: विश्लेषण करें

पैटर्न, भिन्नता, बदलाव या अन्य संकेतों के लिए डेटा की समीक्षा की जाती है।

चरण 4: जांच करें

यदि किसी असामान्य पैटर्न की पहचान की जाती है, तो निर्माण टीम संभावित कारणों की जांच करती है।

चरण 5: सुधार करें

जहां उचित हो, सुधारात्मक या निवारक कार्रवाइयां लागू की जाती हैं।

चरण 6: फिर से निगरानी करें

यह निर्धारित करने के लिए प्रक्रिया की निगरानी जारी रखी जाती है कि क्या परिवर्तन ने इच्छित परिणाम उत्पन्न किया है।

यह एसपीसी को एक बार की गुणवत्ता वाली गतिविधि के बजाय एक सतत प्रक्रिया बनाता है।

एसपीसी पर चर्चा करते समय यह अंतर महत्वपूर्ण है।

विशिष्टता सीमाएँवर्णन करें कि परिभाषित आवश्यकताओं के अनुसार उत्पाद या प्रक्रिया को क्या पूरा करना आवश्यक है।

नियंत्रण सीमाएकत्रित आंकड़ों के आधार पर किसी प्रक्रिया के प्राकृतिक व्यवहार को समझने के लिए सांख्यिकीय सीमाएं उपयोग की जाती हैं।

वे अलग-अलग सवालों के जवाब देते हैं.

विशिष्टता सीमाएँ पूछती हैं:

क्या परिणाम निर्धारित आवश्यकता को पूरा करता है?

नियंत्रण सीमाएँ सहायता पूछें:

क्या प्रक्रिया अपने स्थापित पैटर्न के अनुरूप व्यवहार कर रही है?

इसलिए एक प्रक्रिया असामान्य सांख्यिकीय संकेत दिखाते हुए विनिर्देश के भीतर रह सकती है।

इसके विपरीत, एक प्रक्रिया में अपेक्षाकृत स्थिर व्यवहार हो सकता है लेकिन फिर भी वह विनिर्देश के सापेक्ष अनुपयुक्त स्थान पर केंद्रित हो सकता है।

यही कारण है कि एसपीसी को किसी चार्ट पर विशिष्टता सीमाएं खींचने का एक और तरीका मात्र नहीं माना जाना चाहिए।

नियंत्रण चार्ट एसपीसी में उपयोग किए जाने वाले सामान्य उपकरणों में से एक है।

यह आम तौर पर एक प्रक्रिया केंद्र और सांख्यिकीय रूप से व्युत्पन्न नियंत्रण सीमाओं के साथ कालानुक्रमिक क्रम में माप प्रदर्शित करता है।

चार्ट विनिर्माण टीमों को यह देखने की अनुमति देता है कि प्रक्रिया समय के साथ कैसे व्यवहार करती है।

स्प्रेडशीट में सैकड़ों संख्याओं की समीक्षा करने के बजाय, इंजीनियर अधिक आसानी से पहचान सकते हैं:

• अचानक बदलाव
• क्रमिक रुझान
• असामान्य भिन्नता
• क्लस्टरिंग
• संभावित आउटलेर्स
• प्रक्रिया समायोजन के बाद परिवर्तन

सटीक नियंत्रण चार्ट विधि निगरानी किए जा रहे डेटा के प्रकार और माप कैसे एकत्र किए जाते हैं, इस पर निर्भर करती है।

इसलिए, प्रत्येक विनिर्माण विशेषता के लिए एक चार्ट प्रारूप लागू करने के बजाय प्रक्रिया के आसपास एक एसपीसी प्रणाली तैयार की जानी चाहिए।

एक विनिर्माण प्रक्रिया की कल्पना करें जहां एक महत्वपूर्ण माप ऐतिहासिक रूप से अपेक्षाकृत स्थिर रहा है।

समय के साथ, माप धीरे-धीरे बढ़ने लगते हैं।

कोई भी व्यक्तिगत माप अभी तक इसके विनिर्देश से अधिक नहीं हुआ है।

प्रवृत्ति की निगरानी के बिना, प्रक्रिया अपरिवर्तित जारी रह सकती है।

उचित एसपीसी निगरानी के साथ, प्रवृत्ति एक जांच को गति दे सकती है।

फिर टीम पूछ सकती है:

• क्या कोई भौतिक परिवर्तन हुआ?
• क्या उपकरण समायोजित किया गया था?
• क्या टूलींग को बदला गया?
• क्या सेटअप की स्थिति बदल गई?
• क्या कोई रखरखाव कार्यक्रम था?
• क्या पर्यावरण की स्थितियाँ बदल गईं?
• क्या माप संबंधी कोई सिस्टम समस्या थी?

जांच का उद्देश्य यह मानना ​​नहीं है कि एसपीसी ने मूल कारण की पहचान कर ली है।

की अपेक्षा,एसपीसी एक प्रारंभिक संकेत प्रदान करता है कि प्रक्रिया ध्यान देने योग्य हो सकती है।

एसपीसी डेटा पर निर्भर करता है।

इसका मतलब है कि माप प्रक्रिया स्वयं विश्वसनीय होनी चाहिए।

यदि कोई माप प्रणाली अत्यधिक भिन्नता लाती है, तो परिणामी एसपीसी डेटा विनिर्माण प्रक्रिया का सटीक प्रतिनिधित्व नहीं कर सकता है।

इस कारण से, निर्माताओं को इस पर विचार करने की आवश्यकता हो सकती है:

• माप उपकरण
• माप के तरीके
• कैलिब्रेशन
• ऑपरेटर प्रक्रियाएँ
• मापन दोहराव योग्यता
• मापन प्रतिलिपि प्रस्तुत करने योग्यता
• नमूना लेने के तरीके

इससे एक महत्वपूर्ण सिद्धांत सामने आता है:

बेहतर चार्ट अविश्वसनीय मापों की भरपाई नहीं कर सकते।

किसी प्रक्रिया प्रवृत्ति की व्याख्या करने से पहले, निर्माताओं को यह विश्वास होना चाहिए कि डेटा निगरानी की जा रही विशेषता का प्रतिनिधित्व करता है।

जितना संभव हो उतना उत्पादन डेटा एकत्र करना आकर्षक हो सकता है।

लेकिन अधिक डेटा का मतलब स्वचालित रूप से बेहतर प्रक्रिया नियंत्रण नहीं है।

यदि प्रत्येक माप एक निगरानी पैरामीटर बन जाता है, तो सिस्टम अनावश्यक रूप से जटिल हो सकता है।

एक उपयोगी एसपीसी कार्यक्रम को उन विशेषताओं पर ध्यान केंद्रित करना चाहिए जो सार्थक हों।

चयन पर विचार हो सकता है:

• उत्पाद आवश्यकताएँ
• प्रक्रिया जोखिम
• ऐतिहासिक भिन्नता
• ग्राहक आवश्यकताएँ
• विनिर्माण अनुभव
• उत्पाद प्रदर्शन से संबंध
• विशेषता को विश्वसनीय रूप से मापने की क्षमता

यह एक अधिक व्यावहारिक प्रणाली बनाता है.

उद्देश्य यह नहीं है:

"सब कुछ इकट्ठा करो।"

यह है:

"जो मायने रखता है उस पर नज़र रखें।"

एसपीसी को एक अलग गुणवत्ता प्रणाली के रूप में काम नहीं करना चाहिए।

यह अन्य विनिर्माण नियंत्रणों के साथ काम कर सकता है।

उदाहरण के लिए:

आने वाली सामग्री का निरीक्षण

यह सत्यापित करने में सहायता करता है कि सामग्री उत्पादन से पहले परिभाषित आवश्यकताओं को पूरा करती है।

-प्रक्रिया निरीक्षण में

विनिर्माण के दौरान प्रासंगिक विशेषताओं की जाँच करता है।

छठे वेतन आयोग

समय के साथ प्रक्रिया के व्यवहार और भिन्नता पर नज़र रखता है।

अंतिम निरीक्षण

रिलीज़ से पहले पूर्ण {{0}उत्पाद आवश्यकताओं की पुष्टि करता है।

प्रक्रिया की वैधता

प्रलेखित साक्ष्य प्रदान करता है कि एक परिभाषित प्रक्रिया स्थापित परिस्थितियों में लगातार अपने इच्छित परिणाम प्राप्त कर सकती है।

ये गतिविधियाँ विभिन्न प्रश्नों का उत्तर देती हैं।

साथ में, वे विनिर्माण नियंत्रण की अधिक संपूर्ण तस्वीर प्रदान करते हैं।

एसपीसी केवल असामान्य स्थितियों की पहचान करने के अलावा भी उपयोगी है।

दीर्घकालिक उत्पादन डेटा निर्माताओं को यह समझने में मदद कर सकता है कि कोई प्रक्रिया कैसे व्यवहार करती है:

• विभिन्न उत्पादन अवधि
• विभिन्न सामग्री बहुत सारे
• उपकरण रखरखाव चक्र
• टूलींग परिवर्तन
• प्रक्रिया में सुधार
• उत्पाद विन्यास

यह ऐतिहासिक परिप्रेक्ष्य निरंतर सुधार का समर्थन कर सकता है।

उदाहरण के लिए, प्रक्रिया में सुधार लागू होने के बाद, यह निर्धारित करने के लिए उत्पादन डेटा की समीक्षा की जा सकती है कि क्या भिन्नता वास्तव में कम हुई है या क्या देखा गया सुधार केवल अस्थायी था।

यह एक फीडबैक लूप बनाता है:

उत्पादन → डेटा → विश्लेषण → सुधार → उत्पादन

समय के साथ, इससे विनिर्माण टीमों को उनकी प्रक्रियाओं का गहरा ज्ञान बनाने में मदद मिल सकती है।

एक मेडिकल इलेक्ट्रोड पैड निर्माता के लिए, एसपीसी विनिर्माण को अनावश्यक रूप से सांख्यिकीय बनाने के बारे में नहीं है।

यह प्रक्रिया व्यवहार को अधिक दृश्यमान बनाने के बारे में है।

एक उत्पादन लाइन बाहर से स्थिर दिख सकती है।

लेकिन डेटा उन परिवर्तनों को प्रकट कर सकता है जिन्हें दृश्य रूप से देखना मुश्किल है।

यह लंबी उत्पादन अवधि में बार-बार निर्मित उत्पादों के लिए विशेष रूप से मूल्यवान है।

एक निर्माता जितना अधिक उत्पादन इतिहास जमा करता है, उसे समझने के उतने ही अधिक अवसर होते हैं:

• सामान्य प्रक्रिया भिन्नता
• आवर्ती पैटर्न
• प्रक्रिया में बदलाव
• उपकरण-संबंधित परिवर्तन
• टूलींग से संबंधित रुझान
• प्रक्रिया में सुधार के प्रभाव

वह ज्ञान निर्माता की प्रक्रिया विशेषज्ञता का हिस्सा बन जाता है।