
製造業のためのChat GPT活用Vol.6、管理図
製造業のためのChat GPT活用についての第6回目講座です。テーマは管理図。
解説の動画はこちらです。
まずは管理図とは何かということですが、連続生産をしていて、100個で1ロットの仕事をしているとき100個のうち5個を抜き取って品質(サイズや重量)を検査します。そのデータから平均を求める。ロットはどんどん生産されていきますから、ロットごとに繰り返し、この平均値をプロットします。

この折れ線グラフが青です。問題は平均品質がオレンジ色の領域に出ると工程に異常が発生していると検知します。
上の赤線をUCL,下の赤線をLCLといいます。算出式は図の右に示します。
前回述べた100万回に3回程度の不良の品質水準の場合。
UCL=平均値+4.5×標準偏差 となるわけです。

Chat GPTのお陰で、要はCSVファイルがあれば簡単に品質管理もできてしまう世の中となりました。