メインコンテンツへスキップ
見出し画像

Cpkは1.40。で、誰がどう測ったんでしたっけ?

    Hola!
    どうも、魔女です。

    Cpkが1.40になりました。目標は1.33。
    測定データを入力したExcelのセルも緑色です。

    おめでとうございます。では、このまま量産承認してよろしいでしょうか。

    ……あれっ?
    急に、セルの緑が自信なさげに薄くなった気がします…


    1.40の横に、何が書いてあるか


    わたしのエージェントに製造業に関連する論文を探してもらったら、こんなものを拾ってきてくれました。

    内容は、メキシコの小さな工場で旋盤で作られていた、ステンレス製の継手の話です。
    問題は、相手のねじとのかみ合いに関わる「有効径」でした。
    工具の材種を見直し、手仕上げを標準化し、測定器も点検したところ、工程能力の指標であるCpkは0.18から1.40になりました。

    パチパチ…

    と、ここまでなら綺麗な改善報告です。
    でも論文には、数字の横にもう少し事情が書いてあります。

    改善後に採ったのは、約1シフトの35個、7群。Cpkの95%信頼区間は1.05〜1.75。測定のばらつきを調べるGage R&Rでは、測定系のばらつきの幅(標準偏差の6倍)が、改善後も図面公差幅の約46%に達していました。加工と測定の両方に手を入れているので、観測値が揃ってきたうち、どれだけが加工そのものの改善なのかは、この比較だけでは切り分けきれません。

    「改善の手応えはある」と言うときと、「量産でも1.33を維持できる」と言うとき。どちらの会議にも、同じ1.40を持っていけます。ところが、次に欲しくなる証拠はまるで違うのです。

    夜勤の部品が大きいのか、夜勤の測り方で大きく出るのか


    たとえば、昼勤ではAさんが測り、夜勤ではBさんが測るとします。集計すると、夜勤の寸法が高めに出ている。

    夜勤の加工で本当に大きくなったのでしょうか。それとも、Bさんの測り方だと高く出るのでしょうか。
    測定者の名前を記録していても、昼勤とAさん、夜勤とBさんがいつもセットなら、通常の検査履歴から両者を切り分けるのは難しい。

    そこで、同じ部品を二人に測ってもらう。部品をそろえて比べると、人が変わったときに値がどれだけ動くかを見られます。測り直しも入れれば、一人の中でどれくらい散るかも見えてくる。特定のねじだけ二人の値が割れるなら、末端のバリや測定子を当てる位置を一緒に確かめたくなります。

    測定者の記録を判断に使えるようにしたのは、同じ部品を二人が測る機会を作ることです。
    値を記録するだけで答えが出るとは限らない。何をそろえて比べるかまで考えると、ようやく次に手を入れる場所が見えてきます。

    旋盤の波形を、どのワークに返すか


    測定の来歴が見えたら、今度は加工のほうです。どの旋盤で、何本目の刃具で、補正値を変える前か後か。できれば、主軸負荷も加工中の時系列で見たい。加工完了時の負荷を一つ保存するだけでは、仕上げ切削に入った瞬間の変化は拾えません。

    でも、設備の状態をワークごとに人が入力し始めると、旋盤の隣に帳票を作る仕事が一つ増えます。主軸負荷は設備から取り、刃具交換や補正変更は起きたときに記録する。補正は「何時に変えたか」に加えて、「どのワークから効いたか」が分かるようにする。検査の前に仕掛品がたまると、測った時刻に近い波形を開いても、別のワークを削っていたりするからです。

    MESやQMSの画面で、寸法が外れた一点を押す。その部品を作った設備と加工サイクルが開き、仕上げ区間の波形と刃具交換の位置が見える。さらに、測定プログラムの版も見える。
    ここまで出来ればいいのですが、なかなか難しいですよね。
    だけど、そこでやっと、刃具を見に行くか、測り直すかをデータを活用して考えられるようになると思うのです。

    Excelを開いたほうが早い日


    最近、何でもAIを使おうとする人も多いかと思います。
    実際、わたしもそれ自体には賛成ですが、こんな場合はどうでしょう?

    AIに夜勤と寸法の関係を学習させたとします。「夜勤では値が高め」という傾向は拾えるかもしれません。将来も同じ測定体制が続くなら、検査でどんな値が出そうかを予測する使い道もあります。しかし、旋盤の条件を変えるべきかという問いには、昼勤と夜勤で測定者が入れ替わるだけの履歴では答えが足りません。
    先に話したように、測定者に起因して夜勤だけ値が高くなっているかもしれないからです。

    そこへ同じ部品を二人が測ったデータが届いたらわたしはまずExcelを開きます。
    部品番号で横に並べれば、二人の値がどの部品で割れたかは、その場で見えますから。

    こうしたExcelでも何でもいいのですが、ここで得た知見を反映したデータを判断できる材料として、AIに与えなければ効果が思った通りには出てきません。
    意外とここのデータを収集することが、AIを導入するより大変だったりします。
    だって、ものによっては設備改造が必要になりますから。

    ラインが増え、治具や部品形状の組み合わせが人の目で追いきれなくなったら、どこで読みが割れやすいかを探す仕事は、Excelではなく是非ともAIさんに頼みたいところです。

    さて、冒頭の緑のセル。色はそのままでいいので、押したら何を根拠に緑にしたか、出てきてくれないでしょうか…

    たぶんわたしは、それを見てから、承認するか考えます。



    出典:Pedro Yáñez-Contreras ほか(2026年11月3日)、Metrology, 6(4), 81。旋削継手のねじ有効径を対象に、工程能力と測定系を評価した原論文

    https://www.mdpi.com/2673-8244/6/4/81

     
     
    どうも、魔女です。 世界を、少し違う角度から観察しています。 誰かにとっての役に立つ魔法になるかは分かりませんが、わたしの見てる景色が、誰かの新しい発想の種になれば幸いです。 Amazonのアソシエイトとして、認知の車窓からは適格販売により収入を得ています。

    あなたへのおすすめ