从一个小细节看数字化检测与质量控制

作者：admin 更新时间：2021-07-30 点击数：

质量检测中有一个虽小但十分重要的细节：对不合格数据的处理。

在质量检验计划和控制计划数字化之后，当从检测仪器自动采集的数据超过公差限或公差限的一定范围时，数字化检测系统会以特定的可视化手段提示检验员。

检测数据“被提示”的原因可能有很多种，总体而言，需要检查是检验本身造成的，还是产品本身存在质量问题或风险。大多数情况下，最直接的方式就是复测。虽然看似简单，但却涉及很多重要的细节：

复测次数

对于规范的质量管理而言，当检验数据“被提示”时应当允许检验员复测，但复测的次数应该是可控的，否则就可能存在“一致复测，直到检验数据合格为止”的情况，给后续的质量分析和质量控制带来风险。数字化检测系统会通过设置复测次数来实现这一目标。

检测跳转

由于设置了复测的次数，就会影响测量数据在数字化检测界面的跳转。当复测次数未达到时，数据采集的位置的跳转应停止，而当复测次数达到时，应继续正常顺序的跳转。这样才能无缝匹配检测仪器数据的自动采集以及检验员的检验习惯，最大限度地提升效率。对细节的考虑，是评判数字化检测系统优劣的重要因素之一。

数据修正

如果误将“被提示”的数据上传到了数字化检测与质量控制系统的数据库中，就会涉及数据修正的问题。就质量管理而言，对原始数据的修正是一个十分严肃且应严谨处理的事项，除了需要遵循严谨的流程外，需要进行完善的权限控制，防止数据被不合理地修改。

不良品处理

对于确系产品质量问题的检测数据，为切断不良品（成品或半成品）的流通，质量部一般会指定严格的不良品处理流程。对于重要的质量问题，还需要进行评审和跟进解决，形成8D报告。

对于细节的处理是数字化检测的重要考量方向，需要综合检验计划、控制计划、取样计划、质量管理流程、变更管理等多种环节进行考虑，这样才能真正为企业带来实效。随着信息化、智能化技术的进步，专业的数字化检测与质量大数据系统可以在这方面带给企业很大的帮助。

加入收藏

上一篇：83页精益生产单件流培训课件.PPT

返回列表

课程推荐