บทนำ: เหตุใดการควบคุมคุณภาพการพิมพ์ 3 มิติจึงไม่ควรพึ่งพาเพียงการตรวจสอบชิ้นงานปลายทาง
ในระหว่างที่การผลิตแบบเพิ่มเนื้อวัสดุด้วยโลหะและพอลิเมอร์ก้าวสู่การผลิตล็อตเล็กและการส่งมอบจำนวนมาก หลายทีมยังคงใช้วิธีตรวจสอบคุณภาพที่คุ้นเคย คือ เมื่อพิมพ์และผ่านกระบวนการหลังการผลิตครบในแต่ละล็อตแล้ว จึงสุ่มตรวจมิติ ลักษณะภายนอก และสมบัติเชิงกลของชิ้นงานสำเร็จ หากผ่านเกณฑ์จึงปล่อยงาน หากไม่ผ่านก็แก้ไขงานหรือทิ้ง วิธีนี้ยังพอใช้ได้ในระดับการผลิตเพียงหลายสิบชิ้นต่อเดือน แต่เมื่อเข้าสู่ระดับหลายร้อยชิ้นต่อสัปดาห์ มีเครื่องจักรทำงานคู่ขนาน และมีการใช้ผงจากหลายล็อตร่วมกัน ก็จะเผยให้เห็นปัญหาเชิงโครงสร้าง 3 ประการ
ประการแรก ผลการตรวจสอบล่าช้า เมื่อพบความเบี่ยงเบนจากการตรวจชิ้นงานปลายทาง อาจมีผลิตภัณฑ์หลายสิบชิ้นอยู่ในสภาวะเบี่ยงเบนเดียวกันแล้ว ทำให้ต้นทุนการย้อนกลับและคัดแยกสูงกว่าการสกัดกั้นระหว่างกระบวนการมาก ประการที่สอง เกณฑ์ตัดสินหยาบเกินไป การตัดสินแบบสองทางว่า “ผ่าน” หรือ “ไม่ผ่าน” ปิดบังแนวโน้มการเลื่อนของกระบวนการ กระบวนการที่กำลังเสื่อมลงอย่างช้า ๆ มักมีหลายล็อตติดต่อกันที่ยังอยู่ภายในช่วงค่าคลาดเคลื่อน จนกระทั่งหลุดขอบเขตจึงถูกตรวจพบ ประการที่สาม การระบุสาเหตุความรับผิดชอบทำได้ยาก เมื่อเกิดข้อบกพร่อง หากไม่มีข้อมูลกระบวนการที่จัดเก็บตามล็อต เครื่องจักร และล็อตผง ก็ทำได้เพียงคาดเดาจากประสบการณ์ และไม่สามารถสร้างวงจรปรับปรุงกระบวนการที่นำกลับมาใช้ซ้ำได้
คุณค่าของการควบคุมกระบวนการเชิงสถิติ (SPC) คือการย้ายการควบคุมคุณภาพจากการตัดสินที่ปลายกระบวนการไปสู่การเฝ้าติดตามระหว่างกระบวนการ SPC ไม่ได้ทดแทนการรับรองชิ้นงานชิ้นแรกหรือการตรวจชิ้นงานปลายทาง แต่สร้างแนวเสถียรภาพของกระบวนการที่ต่อเนื่องและวัดเชิงปริมาณได้ระหว่างทั้งสองขั้นตอน เพื่อให้ตรวจพบความเบี่ยงเบนก่อนที่จะกลายเป็นชิ้นงานไม่เป็นไปตามข้อกำหนด
1. เงื่อนไขเบื้องต้นของ SPC: ต้องกำหนดก่อนว่าจะเฝ้าติดตามอะไร
สาเหตุที่พบบ่อยที่สุดของความล้มเหลวในการใช้ SPC คือการเลือกสิ่งที่จะเฝ้าติดตามผิดพลาด ชิ้นส่วนที่ผลิตแบบเพิ่มเนื้อวัสดุหนึ่งชิ้นอาจมีคุณลักษณะเชิงมิติหลายสิบรายการ หากนำทั้งหมดเข้าสู่แผนภูมิควบคุม ต้นทุนการดูแลข้อมูลจะสูงเกินประโยชน์ที่ได้รับ วิธีที่เหมาะสมคือเริ่มจากการคัดเลือกแบบแบ่งระดับโดยอิงคุณลักษณะสำคัญ (Key Characteristic: KC)
โดยทั่วไป การระบุคุณลักษณะสำคัญดำเนินไปตามเบาะแส 3 ด้าน ด้านแรกคือหน้าที่การใช้งาน ได้แก่ มิติที่เกี่ยวข้องกับการประกอบ การซีล การรับแรง หรือการเคลื่อนไหว เช่น เส้นผ่านศูนย์กลางของรูประกบ ความเรียบของพื้นผิวกำหนดตำแหน่ง และความลึกของร่องซีล ด้านที่สองคือกระบวนการ ได้แก่ คุณลักษณะที่มีความผันผวนในอดีตสูงที่สุดบนเครื่องจักรเดียวกัน เช่น ความหนาผนังของชิ้นงานผนังบาง ความเรียบของพื้นผิวขนาดใหญ่ และความคลาดเคลื่อนเชิงมุมของพื้นผิวเอียงยื่น ด้านที่สามคือความล้มเหลว ได้แก่ คุณลักษณะที่เกิดซ้ำในบันทึกข้อร้องเรียนจากลูกค้า การแก้ไขงาน และการทิ้งงานในอดีต
หลังการคัดกรองจากทั้งสามด้าน ชิ้นส่วนทั่วไปมักเหลือคุณลักษณะสำคัญเพียง 3 ถึง 8 รายการ สำหรับแต่ละคุณลักษณะสำคัญ ต้องระบุให้ชัดเจนบนแบบหรือบัตรตรวจสอบ พร้อมกำหนดวิธีวัด ความละเอียดของเครื่องมือวัด และความถี่การสุ่มตัวอย่าง มีข้อจำกัดหนึ่งที่มักถูกมองข้าม คือความละเอียดของแผนภูมิควบคุมขึ้นอยู่กับความละเอียดของเครื่องมือวัด หากเครื่องมือวัดมีความละเอียด 0.01 มม. แต่ส่วนเบี่ยงเบนมาตรฐานของความผันผวนกระบวนการของคุณลักษณะที่วัดมีเพียง 0.003 มม. แผนภูมิควบคุมจะแสดงลักษณะเป็นชั้นขั้นบันไดอย่างชัดเจน และความสามารถในการตรวจจับความผิดปกติจะลดลงมาก โดยทั่วไป ความละเอียดของเครื่องมือวัดควรไม่เกินหนึ่งในสิบของความผันผวนของกระบวนการ
2. การเลือกแผนภูมิควบคุมและกฎการตรวจจับความผิดปกติ
สำหรับคุณลักษณะสำคัญแบบข้อมูลเชิงการวัด แผนภูมิควบคุมที่ใช้บ่อยที่สุดคือแผนภูมิค่าเฉลี่ย–พิสัย (Xbar-R) ในแต่ละช่วงเวลาการสุ่ม ให้สุ่มชิ้นงาน 3 ถึง 5 ชิ้นเป็นกลุ่มย่อย คำนวณค่าเฉลี่ยและพิสัยของกลุ่มย่อย แล้วจัดทำเป็นแผนภูมิ 2 แผนภูมิ แผนภูมิค่าเฉลี่ยเฝ้าติดตามการเลื่อนของตำแหน่งศูนย์กลางกระบวนการ ส่วนแผนภูมิพิสัยเฝ้าติดตามการขยายตัวของความผันผวน ทั้งสองแผนภูมิควรอ่านผลร่วมกัน: หากแผนภูมิพิสัยอยู่ خارجการควบคุม แต่แผนภูมิค่าเฉลี่ยยังอยู่ในการควบคุม แสดงว่าความผันผวนเพิ่มขึ้นแต่ศูนย์กลางไม่เปลี่ยน สาเหตุที่พบบ่อยคือการสลับล็อตผง สภาวะเครื่องจักรผันผวน หรือความสม่ำเสมอในการปฏิบัติงานลดลง; หากแผนภูมิค่าเฉลี่ยอยู่ خارجการควบคุม แต่แผนภูมิพิสัยยังอยู่ในการควบคุม แสดงว่ามีการเลื่อนเชิงระบบ สาเหตุที่พบบ่อยคือใบปาดสึกหรอ ระบบออปติกปนเปื้อน หรือการปรับระดับแผ่นฐานเลื่อน
ขีดจำกัดควบคุมควรคำนวณจากข้อมูลจริงของกระบวนการ โดยปกติใช้ข้อมูลที่มีเสถียรภาพจากกลุ่มย่อยต่อเนื่องอย่างน้อย 25 กลุ่ม และกำหนดขีดจำกัดควบคุมบนและล่างจากค่าเฉลี่ยรวมบวกและลบค่าประมาณสามเท่าของส่วนเบี่ยงเบนมาตรฐานของแผนภูมิค่าเฉลี่ย ต้องเน้นว่าขีดจำกัดควบคุมและขีดจำกัดค่าคลาดเคลื่อนเป็นแนวคิดที่แตกต่างกันโดยสิ้นเชิง ขีดจำกัดควบคุมอธิบายว่ากระบวนการทำได้จริงเพียงใด ขณะที่ขีดจำกัดค่าคลาดเคลื่อนอธิบายข้อกำหนดของลูกค้า ดัชนีความสามารถของกระบวนการ Cpk คือสะพานเชื่อมระหว่างทั้งสอง โดยการคำนวณคำนึงถึงทั้งการเลื่อนของศูนย์กลางและระดับการกระจายตัว เกณฑ์ที่พบทั่วไปในอุตสาหกรรมคือ Cpk ต้องไม่น้อยกว่า 1.33 ซึ่งสอดคล้องกับสัดส่วนเชิงทฤษฎีที่อยู่ภายในช่วงค่าคลาดเคลื่อนประมาณ 99.99%; สำหรับคุณลักษณะที่เกี่ยวข้องกับความปลอดภัยหรือมีมูลค่าสูง อาจต้องเพิ่มเป็น 1.67 หรือสูงกว่า
สำหรับกฎการตรวจจับความผิดปกติ นอกเหนือจากจุดเดี่ยวที่เกินขีดจำกัดควบคุมแล้ว เกณฑ์ที่ใช้กันในระดับสากลยังรวมถึง 9 จุดติดต่อกันอยู่ด้านเดียวของเส้นกึ่งกลาง 6 จุดติดต่อกันเพิ่มขึ้นหรือลดลง 14 จุดติดต่อกันสลับขึ้นลง และใน 3 จุดมี 2 จุดอยู่เกินสองส่วนเบี่ยงเบนมาตรฐานจากเส้นกึ่งกลางในด้านเดียวกัน เป็นต้น กฎเหล่านี้ระบุรูปแบบที่มีโอกาสเกิดขึ้นต่ำมากในเชิงสถิติ โดยมีความสำคัญในการจับการเปลี่ยนแปลงของกระบวนการที่ยังไม่เกินขอบเขตแต่ไม่ใช่แบบสุ่มแล้ว ในการผลิตแบบเพิ่มเนื้อวัสดุ จุดที่เพิ่มขึ้นต่อเนื่อง 6 จุดมักสอดคล้องกับการเสื่อมสภาพอย่างค่อยเป็นค่อยไปของกระบวนการ เช่น ค่าการส่งผ่านแสงของเลนส์ป้องกันลดลงอย่างช้า ๆ; ส่วน 9 จุดติดต่อกันด้านเดียวมักสัมพันธ์กับการเปลี่ยนพารามิเตอร์กระบวนการหรือล็อตวัสดุ
3. การนำการออกแบบการสุ่มตัวอย่างและการเก็บข้อมูลไปใช้จริงทางวิศวกรรม
การออกแบบการสุ่มตัวอย่างเป็นตัวกำหนดความไวและต้นทุนการดูแลของแผนภูมิควบคุม ตัวอย่างภายในกลุ่มย่อยควรผลิตจากเครื่องจักรเดียวกัน ล็อตเดียวกัน และในช่วงเวลาที่ใกล้เคียงกันมากที่สุด เพื่อให้ความผันผวนภายในกลุ่มย่อยสะท้อนความแปรปรวนแบบสุ่มระยะสั้น ขณะที่ระหว่างกลุ่มย่อยควรครอบคลุมกะการทำงาน ล็อตผง และรอบการบำรุงรักษาเครื่องจักร ซึ่งเป็นแหล่งความแปรปรวนที่อาจเกิดขึ้น เพื่อให้ความผันผวนระหว่างกลุ่มสามารถเปิดเผยสาเหตุพิเศษได้ หลักการสุ่มตัวอย่างนี้สอดคล้องโดยตรงกับสมมติฐานทางทฤษฎีของ SPC: ความแปรปรวนภายในกลุ่มย่อยใช้ประมาณค่าความคลาดเคลื่อนแบบสุ่ม ส่วนความแตกต่างระหว่างกลุ่มย่อยใช้ประมาณค่าสาเหตุที่สามารถย้อนกลับได้
ขั้นตอนการเก็บข้อมูลมักเป็นส่วนที่ถูกประเมินความสำคัญต่ำเกินไป การจดบันทึกด้วยมือแล้วป้อนลงตารางคำนวณยังใช้ได้ในระยะการผลิตล็อตเล็ก แต่ความล่าช้าของข้อมูลและความผิดพลาดในการถ่ายโอนข้อมูลจะลดคุณค่าด้านความทันเวลาของแผนภูมิควบคุมอย่างมาก แนวทางที่รอบคอบกว่าคือเชื่อมต่อการวัดคุณลักษณะสำคัญเข้ากับระบบเก็บข้อมูลโดยตรง ให้ผลจากเครื่องวัดพิกัดสามมิติ เครื่องวัดภาพ การสแกนด้วยเลเซอร์ และ CT อุตสาหกรรมถูกจัดเก็บในฐานข้อมูลอย่างมีโครงสร้างโดยอัตโนมัติ พร้อมสร้างดัชนีตามหมายเลขชิ้นส่วน หมายเลขล็อต หมายเลขเครื่องจักร และหมายเลขล็อตผง เมื่อแผนภูมิควบคุมพบความผิดปกติ ระบบจะเรียกบันทึกพารามิเตอร์กระบวนการ บันทึกสภาพแวดล้อม และบันทึกสถานะเครื่องจักรภายในช่วงเวลานั้นได้โดยตรง เพื่อเชื่อมโยงสัญญาณความผิดปกติกับสาเหตุที่เป็นไปได้
สำหรับทีมที่ยังไม่มีเงื่อนไขสำหรับการเก็บข้อมูลอัตโนมัติ ทางเลือกประนีประนอมที่ใช้งานได้จริงคือเริ่มใช้ SPC กับสายการผลิตที่มีมูลค่าสูงสุดหนึ่งสายและคุณลักษณะสำคัญสามรายการ ใช้บัตรตรวจสอบรูปแบบคงที่และตารางสรุปรายวันดูแลข้อมูลด้วยมือ แล้วค่อยขยายผลหลังยืนยันประสิทธิผลของวิธี การมอง SPC เป็นโครงการที่ต้องนำไปใช้ทั่วทั้งองค์กรในคราวเดียว มักทำให้โครงการถูกละทิ้งภายในไม่กี่เดือนเนื่องจากภาระการดูแลข้อมูลสูงเกินไป
4. กระบวนการตอบสนองหลังการพบความผิดปกติ
สัญญาณความผิดปกติจากแผนภูมิควบคุมเป็นเพียงจุดเริ่มต้น สิ่งที่กำหนดประสิทธิผลของ SPC อย่างแท้จริงคือกระบวนการตอบสนอง วงจรตอบสนองที่สมบูรณ์โดยทั่วไปประกอบด้วย 4 ขั้นตอน ขั้นแรก ยืนยันความถูกต้องของสัญญาณ และตัดความเป็นไปได้ของความผิดปกติของเครื่องมือวัด ความผิดพลาดในการป้อนข้อมูล และความผิดพลาดในการระบุตัวอย่าง ขั้นที่สอง กำหนดขอบเขตผลกระทบ โดยระบุล็อต เครื่องจักร และช่วงเวลาที่ได้รับผลกระทบ และหากจำเป็นให้ย้อนกลับไปถึงจุดล่าสุดที่กระบวนการอยู่ในการควบคุม และล็อกขอบเขตไปข้างหน้าจนถึงจุดที่มาตรการแก้ไขมีผล ขั้นที่สาม ตรวจสอบสาเหตุตาม 6 มิติ ได้แก่ คน เครื่องจักร วัสดุ วิธีการ สภาพแวดล้อม และการวัด โดยให้ความสำคัญก่อนกับการเปลี่ยนแปลงที่เกิดขึ้นล่าสุดก่อนพบความผิดปกติ ขั้นที่สี่ ดำเนินมาตรการและตรวจสอบยืนยัน หลังใช้มาตรการแก้ไข ให้เก็บข้อมูลอย่างน้อย 5 กลุ่มย่อยเพื่อยืนยันว่ากระบวนการกลับสู่การควบคุม และปรับปรุงดัชนีความสามารถของกระบวนการ
เหตุการณ์ความผิดปกติทั้งหมด การวิเคราะห์สาเหตุ มาตรการแก้ไข และผลการตรวจสอบยืนยัน ควรจัดเก็บเป็นบันทึกที่ค้นหาได้ คุณค่าของบันทึกเหล่านี้คือการสร้างฐานข้อมูลรูปแบบความล้มเหลวภายในองค์กร เมื่อเกิดความผิดปกติประเภทเดียวกันอีกครั้ง เวลาการตรวจสอบสามารถลดจากหลายชั่วโมงเหลือเพียงหลายสิบนาที นี่คือจุดเชื่อมต่อระหว่าง SPC กับระบบการจัดการความรู้ ข้อมูลกระบวนการเพียงอย่างเดียวมีลักษณะเป็นกลาง และจะเปลี่ยนเป็นขีดความสามารถทางวิศวกรรมได้ก็ต่อเมื่อเชื่อมโยงกับกรณีศึกษาในอดีต
5. ความเข้าใจผิดที่พบบ่อยและข้อเสนอแนะในการนำไปใช้
ความเข้าใจผิดประการแรกคือการกำหนดขีดจำกัดควบคุมให้เท่ากับขีดจำกัดค่าคลาดเคลื่อน ซึ่งเท่ากับเลื่อนการตรวจจับความผิดปกติไปจนกระทั่งเกิดชิ้นงานไม่เป็นไปตามข้อกำหนดแล้ว ทำให้ SPC สูญเสียความหมายด้านการเตือนล่วงหน้า ความเข้าใจผิดประการที่สองคือไม่ปรับปรุงขีดจำกัดควบคุมเป็นเวลานาน เมื่อมีการปรับปรุงกระบวนการ เปลี่ยนเครื่องจักร หรือเปลี่ยนระบบวัสดุ ความสามารถของกระบวนการย่อมเปลี่ยนแปลง ขีดจำกัดควบคุมเดิมอาจกว้างเกินไปจนขาดความไว หรือเข้มงวดเกินไปจนเกิดสัญญาณเตือนผิดพลาดจำนวนมาก แนะนำให้คำนวณขีดจำกัดควบคุมใหม่อย่างน้อยทุก 6 เดือน หรือหลังการเปลี่ยนแปลงกระบวนการที่สำคัญทุกครั้ง ความเข้าใจผิดประการที่สามคือเฝ้าติดตามโดยไม่ปรับปรุง หากแผนภูมิควบคุมทำงานอย่างมีเสถียรภาพ แต่ Cpk คงอยู่ราว 1.0 เป็นเวลานาน แสดงว่ากระบวนการอยู่ในการควบคุมแต่มีความสามารถไม่เพียงพอ ณ จุดนี้ควรหันไปปรับปรุงกระบวนการอย่างเป็นระบบ แทนที่จะเพิ่มความเข้มงวดของการตรวจสอบต่อไป
สำหรับทีมที่เพิ่งเริ่มใช้ SPC ลำดับการดำเนินงานที่แนะนำคือ เลือกสายการผลิตหนึ่งสายและคุณลักษณะสำคัญสามรายการก่อน ดำเนินการตรวจสอบความละเอียดของเครื่องมือวัดและวิเคราะห์ระบบการวัด เก็บข้อมูลมากกว่า 25 กลุ่มย่อยเพื่อสร้างขีดจำกัดควบคุมเริ่มต้น เชื่อมต่อกฎการตรวจจับความผิดปกติและกระบวนการตอบสนอง ประเมินอัตราสัญญาณเตือนผิดพลาดและผลการสกัดกั้นหลังดำเนินการ 2 เดือน แล้วจึงตัดสินใจขยายผล โดยทั่วไป วงจรทั้งหมดใช้เวลา 3 ถึง 4 เดือน การลงทุนจะกระจุกตัวอยู่ที่ขั้นตอนการวัดและข้อมูล มากกว่าที่เครื่องมือซอฟต์แวร์เอง
บทสรุป
การควบคุมกระบวนการเชิงสถิติช่วยให้การส่งมอบงานพิมพ์ 3 มิติแบบผลิตจำนวนมากมีแนวทางวิศวกรรมครบถ้วน ตั้งแต่การระบุคุณลักษณะสำคัญ การตรวจจับความผิดปกติด้วยแผนภูมิควบคุม ไปจนถึงวงจรตอบสนองแบบปิด SPC ไม่ได้เปลี่ยนแปลงกระบวนการโดยตรง แต่ทำให้สถานะของกระบวนการสามารถสังเกต วัดเชิงปริมาณ และเตือนล่วงหน้าได้ สำหรับผู้ประกอบการด้านการผลิตแบบเพิ่มเนื้อวัสดุ อุปสรรคที่แท้จริงของ SPC ไม่ได้อยู่ที่ทฤษฎีสถิติ แต่อยู่ที่ความน่าเชื่อถือของระบบการวัด ความต่อเนื่องของการเก็บข้อมูล และการมีกระบวนการตอบสนองหลังพบความผิดปกติที่ได้รับการปฏิบัติอย่างเคร่งครัด เมื่อทำทั้งสามเรื่องนี้ให้มั่นคง จุดศูนย์กลางของการควบคุมคุณภาพจะย้ายจากการคัดแยกชิ้นงานไม่เป็นไปตามข้อกำหนดไปสู่การป้องกันไม่ให้เกิดชิ้นงานดังกล่าว ส่งผลให้ความสม่ำเสมอและโครงสร้างต้นทุนของการส่งมอบจำนวนมากดีขึ้นตามไปด้วย
ส่งโมเดล แบบแปลน รูปภาพ หรือบันทึกเป็นลายลักษณ์อักษร วิศวกรจะตรวจสอบวัสดุ กระบวนการ การตกแต่ง และการส่งมอบตามการใช้งานจริง