7.3 Kvalitetskontroll og kvalitetssystemer

Beviset på at delen er god

Du har laget en aksel som ser perfekt ut. Men 'ser bra ut' holder ikke i industrien -- du må kunne bevise at den oppfyller spesifikasjonen. Det er det kvalitetskontroll og måling handler om, og alt begynner med å forstå toleranser.

En toleranse er det tillatte avviket fra den nominelle verdien. Står det $\varnothing 50 \pm 0{,}05$ mm, betyr det at den nominelle verdien er $50{,}00$ mm, øvre grense er $50{,}05$ mm, nedre grense er $49{,}95$ mm, og den totale toleransen er $0{,}10$ mm. La oss kontrollere med en aksel på $\varnothing 30 \pm 0{,}03$ mm: grensene blir $29{,}97$ til $30{,}03$ mm, så et mål på $30{,}02$ mm er godkjent, mens $29{,}96$ er for lite og $30{,}04$ for stort.

For å slippe pluss og minus overalt har vi ISO-toleransesystemet, der en bokstav angir posisjonen og et tall angir størrelsen -- H7 for et hull med øvre grense ved nominell, h6 for en aksel med nedre grense ved nominell, og større tall gir større toleranse.

Kombinerer du hull og aksel, får du en pasning. En glidepasning (H7/g6) gir litt klaring, en overgangspasning (H7/k6) kan gi enten klaring eller press, og en presspasning (H7/p6) gir alltid press. Toleransene er altså ikke pirk -- de avgjør om to deler glir, sitter eller må presses sammen. Og for å sjekke at en del faktisk holder seg innenfor, trenger vi riktig måleverktøy.

Verktøyene og metodene for å kontrollere

For å måle riktig må du velge riktig verktøy. Skyvelæren er allrounderen -- den måler lengder, diametere og dybder med en nøyaktighet på $0{,}02$--$0{,}05$ mm, og finnes digital eller analog med nonius. Den er ditt førstevalg for de fleste oppgaver. Mikrometeret gir høyere presisjon på $0{,}01$ mm og brukes når toleransen er trang, i typene utvendig, innvendig og dybde. Måleklokken måler avvik fra en referanse med $0{,}01$ mm nøyaktighet og brukes til rundhet, planhet og parallellitet. Tommelregelen: start med skyvelæren, og gå til mikrometeret når toleransen krever det.

Et smart verktøy for rask kontroll er grensemålet (Go/NoGo). Det har to mål -- 'Go' tilsvarer den romsligste grensen og 'NoGo' den trangeste. For en aksel skal den passe gjennom Go-ringen (beviser at den ikke er for stor), men ikke gjennom NoGo-ringen (beviser at den ikke er for liten). Da vet du på et sekund at den er innenfor, uten å lese av et eneste tall -- fordelen er fart, ulempen er at du ikke får vite det faktiske målet.

Hvor mye skal du kontrollere? Det finnes tre metoder. 100 % kontroll måler hver eneste del -- nødvendig for sikkerhetskritiske deler som flydeler, men tidkrevende og dyrt. Stikkprøvekontroll måler et utvalg basert på statistiske prinsipper -- mer effektivt, men med en viss risiko for at en feil slipper gjennom. Og prosesskontroll kontrollerer selve prosessen i stedet for produktet, ved å måle parametere som temperatur, trykk og hastighet -- og dermed forhindre feil i stedet for å oppdage dem etterpå. For en aksel på $25{,}00 \pm 0{,}02$ mm betyr 100 % kontroll at hver måles og alt utenfor $24{,}98$--$25{,}02$ kasseres, mens en stikkprøve måler for eksempel 5 av 100.

Statistikk som vaktbikkje: SPC

Tenk deg at du måler diameteren på dreide aksler time etter time. Hver enkelt kan være innenfor toleransen -- men hva om du kunne se en feil komme, før den faktisk skjer? Det er nettopp det statistisk prosesskontroll (SPC) gjør: den bruker statistikk til å overvåke og styre produksjonsprosessen.

Kjernen er kontrolldiagrammet, der du plotter målinger over tid. Det har tre linjer: en midtlinje som er gjennomsnittet (ønsket verdi), en øvre kontrollgrense (UCL) ved pluss tre standardavvik, og en nedre kontrollgrense (LCL) ved minus tre standardavvik. Så lenge punktene spretter tilfeldig rundt midtlinjen innenfor grensene, er prosessen under kontroll.

Det interessante er mønstrene som avslører problemer. Et punkt utenfor grensene betyr at prosessen er ute av kontroll -- undersøk straks. En trend der 7 eller flere punkter stiger eller synker, betyr at noe endrer seg gradvis -- kanskje et verktøy som slites. Et skift der 7--8 punkter ligger på samme side av midtlinjen, betyr at prosessens gjennomsnitt har flyttet seg -- selv om alle punktene er innenfor grensene. Det er statistisk svært usannsynlig at det skjer tilfeldig, så noe har endret seg: nytt råmateriale, verktøyslitasje, ny operatør. Da undersøker du, justerer tilbake, og oppdaterer eventuelt grensene hvis endringen er permanent og ønsket.

La oss kontrollere en stikkprøve fra en CNC-maskin med mål $\varnothing 12{,}00 \pm 0{,}02$ mm (grenser $11{,}98$--$12{,}02$): målingene $11{,}99$, $12{,}01$, $12{,}02$, $12{,}00$ og $12{,}03$ gir fire godkjente, men $12{,}03$ er vrak. Mønsteret viser at prosessen ligger høyt i toleransen og er på vei ut -- så du justerer maskinoffset litt ned og sjekker verktøyet. SPC fanger altså problemet før hele partiet ryker, reduserer vrak og omarbeid, og gir data til forbedring.

Oppsummering

Vi har lært å bevise at en del er god nok. Toleranser angir tillatt avvik fra nominell verdi, og ISO-systemet med bokstav og tall lar oss kombinere hull og aksel til glide-, overgangs- eller presspasninger.

For å kontrollere bruker vi riktig måleverktøy: skyvelæren som allrounder ($0{,}02$--$0{,}05$ mm), mikrometeret for presisjon ($0{,}01$ mm), måleklokken for form, og Go/NoGo-grensemål for lynrask sjekk. Vi velger mellom 100 % kontroll, stikkprøve og prosesskontroll etter hvor kritisk egenskapen er.

Til slutt så vi at statistisk prosesskontroll (SPC) med kontrolldiagram fanger problemer før de blir vrak: punkter utenfor grensene, trender og skift forteller at noe har endret seg. Slik blir statistikken en vaktbikkje som reduserer vrak, sparer kostnader og gir data til kontinuerlig forbedring. God kvalitet er målbar -- og målingen er beviset.