لودر سایت

ریسک تولید­ کننده و مصرف­ کننده

ریسک تولید­ کننده و مصرف­ کننده مفاهیمی هستند که از مدیریت فرآیند تولید ناشی می­شوند، اگر چه آن­ها به خوبی در بسیاری از شرایط انطباق اعمال و استفاده می­شوند، به عنوان مثال، در “نمونه ­برداری پذیرشی” ازمحصولات. در یک محیط تولید، “ریسک تولید­کننده” فقط احتمال رد غلط محصولات قابل پذیرش است زیرا این امر منجر به هزینه غیر ضروری برای تولید­کننده می­شود.

به همین ترتیب، “ریسک مصرف ­کننده” احتمال پذیرش غلط محصولات نامنطبق است; احتمال اینکه یک مصرف ­کننده کالای معیوبی را که از بازرسی عبور کرده، دریافت کند.

در شکل زیر گمانه زنی­ ها نشان داده شده است. منحنی بالا- “توزیع فرآیند”-  توزیع مقادیر مربوطه به محصولات تولید شده توسط یک فرآیند تولید است.

مقادیر مربوط به برخی از  ویژگی­ های مهم اندازه­ ده است; برای مثال، مقدار دوز دارویی یک دارو، وزن بسته ­بندی شده یک محصول غذایی، یا غلظت الکل در یک نوشیدنی، Ll و Lu حدود مجاز پایین و بالا برای یک مشخصه هستند.

برای سادگی، این شکل فرض می­کند که این حدود مجاز و حدود پذیرش را یکی در نظر می­گیرد- یعنی هیچ نوار محافظی وجود ندارد. یک محصول بین حدود Ll و Lu منطبق و خارج از آن نامنطبق است.

مقدار A در شکل نامنطبق است. توزیع همراه با مقدار نامنطبق A ، توزیع نتایج اندازه­ گیری است که ممکن است در آزمون محصولات با این مقدار مشخصه مشاهده شده باشد. قسمت سایه دار از توزیع در ناحیه  پذیرش است  ; این قسمت میزان پذیرش نادرست یک محصول در A است، که یک نمونه از ریسک مصرف­ کننده و احتمال پذیرش محصول نامنطبق است.

مقدار B در شکل زیر ریسک تولیدکننده را نشان می دهد. مقدار B در بازه حدود مجاز است. اما این احتمال وجود دارد که نتایج (بخش سایه دار توزیع برای نتایج در مقدار B) خارج از حدود مشخصات باشند، این قسمت ریسک تولیدکننده است.

یادآوری: توضیحات فوق بر اساس مدل سنتی برای ریسک­ های تولیدکننده و مصرف کننده است، که فرایندی را فرض می­کند که محصولی با مقادیر واقعی مانند A و B تولید می­کند، و متعاقباً توزیع خطای اندازه­ گیری که منجر به توزیع نتایج اندازه­ گیری می­شود برای تصمیم­ گیری استفاده می­شود.

این یک مدل نظری است. دیدگاه­ های اخیر با مقادیر اندازه ­ده، عدم­قطعیت­ ها و اطلاعات محدود درباره فرآیند و نتیجه­ گیری و احتمالاتی که به وسیله آن­ها می­توان در نظر گرفت، شروع می­شوند. این دیدگاه بعدی به طور خلاصه در زیر بررسی می­شود.

ریسک ­ویژه و جهانی

 انتشار نتایج اندازه ­گیری ظاهرا سازگار، در شکل زیر به صورت سایه دار نشان داده شده است، نسبت نتایج مرتبط با مقدار A با توجه به  محصولات و مشخصه آن مقدار، مشخص شده است.

این یک نمونه از “ریسک ویژه” است; در مورد مقدار A، احتمال تصمیم­ گیری انطباق غلط در ارتباط با محصول، در یک مقدار است، این یک ریسک ویژه مصرف کننده برای مقدار A است.

به همین ترتیب، ریسک تولید­کننده در بخش سایه دار توزیع برای مقدار B نشان داده شده است، و ریسک ویژه تولید­کننده برای مقدار B است.

یک ویژگی مهم ریسک ویژه این است که تقریباً فقط به توزیع نتایج اندازه­ گیری برای یک مقدار واقعی از مشخصه داده شده وابسته است و از منظر یک آزمایشگاه آزمون، نتیجه اندازه­ گیری است، برآورد آزمایشگاه از ریسک ویژه، وابسته به مقدار اندازه ­ده و عدم قطعیت اندازه­ گیری است. برای هر مقدار داده شده، برای آیتم آزمون (که محصول است)، وقتی عدم قطعیت کوچک­تر باشد ریسک ویژه کم­تر خواهد بود.

ریسک تولید­ کننده و مصرف­ کننده . شکل توزیع بالایی، مقدار اندازه ­ده مورد نظر تولید شده توسط تولید­کننده و یا فرآیند دیگری را با گستره مجاز بین حدود Ll و  Lu همراه با توزیع مقادیر اندازه­ ده اقلام  در حدود A و B را نشان می­دهد. برای جزییات بیشتر متن را ببینید.

با این حال، ریسک ویژه، احتمال کلی تصمیمات نادرست هر نوع را توصیف نمی­کند، زیرا اقلام آزمون -محصولات- با مقادیر مختلف، هر کدام ریسک ویژه خود را دارند. بنابراین یک احتمال مهم دوم وجود دارد که “ریسک جهانی” نامیده می­شود. ریسک جهانی احتمال تصمیمات نادرست گرفته شده در کل توزیع تولید است. در مورد ریسک مصرف­کننده، ریسک جهانی مصرف­کننده، تلفیق احتمال تصمیم­گیری نادرست در خصوص پذیرش است.

تلفیق ریسک­ های ویژه برای همه مقادیر ممکن  محصول نامنطبق با تناوب وقوع آن­ها وزن دهی می­شوند. به همین ترتیب، ریسک جهانی تولیدکننده از تلفیق همه موارد ناشی از ریسک ویژه تولید­کننده در مقادیر مختلف بین Ll و Lu است.

یادآوری: ریسک جهانی از مجموع کلیه ریسک­ های ویژه در هر مقدار ممکن و ضرب در احتمال وقوع آن­ها محاسبه می­گردد. برای توزیع مداوم مانند آنچه در شکل بالا نشان داده شده است، احتمال وقوع،  با ارتفاع منحنی توصیف توزیع فرآیند، جایگزین می­شود (چگالی احتمال)، و مجموع فرآیند و توزیع اندازه ­گیری ادغام می­گردد. اطلاعات ریاضی برای مثال در JCGM 106  آورده شده است..

با این حال، ریسک ویژه، احتمال کلی تصمیمات نادرست هر نوع را توصیف نمی­کند، زیرا اقلام آزمون -محصولات- با مقادیر مختلف، هر کدام ریسک ویژه خود را دارند. بنابراین یک احتمال مهم دوم وجود دارد که “ریسک جهانی” نامیده می­شود. ریسک جهانی احتمال تصمیمات نادرست گرفته شده در کل توزیع تولید است.

در مورد ریسک مصرف­ کننده، ریسک جهانی مصرف ­کننده، تلفیق احتمال تصمیم ­گیری نادرست در خصوص پذیرش است ; تلفیق ریسک ­های ویژه برای همه مقادیر ممکن  محصول نامنطبق با تناوب وقوع آن­ها وزن دهی می­شوند. به همین ترتیب، ریسک جهانی تولیدکننده از تلفیق همه موارد ناشی از ریسک ویژه تولید­کننده در مقادیر مختلف بین Ll و Lu است.

برای آزمایشگاه آزمون، توزیع مقادیر تولید شده توسط یک فرآیند، اغلب ناشناس است و به همین دلیل آزمایشگاه آزمون راحت­تر به ریسک ویژه، بیشتر از  ریسک جهانی اعتماد می­کند. علاوه بر این، اگر ریسک­ های ویژه کوچک نگه داشته شوند- به خصوص با کوچک نگه داشتن عدم قطعیت- ریسک­ های جهانی نیز کوچک نگه داشته خواهند شد. ILAC G8 ،  بر این اساس توصیه می­کند،  در جایی که هیچ مبنای دیگری برای تنظیم قواعد تصمیم­ گیری وجود ندارد، قاعده تصمیم­ گیری برای حفظ ریسک ویژه مصرف­ کننده در سطح کم باید تنظیم شود.

ریسک ویژه برای یک نتیجه اندازه­ گیری

در بالا ذکر شد که توضیحات کلی در شکل بر اساس توزیع نظری برای  مقادیر ناشی از یک فرآیند تولید و نتایج اندازه­ گیری است. اولی “مقادیر واقعی”  برای محصولات خارج شده از یک فرآیند هستند; مورد بعدی توزیع مقادیر مشاهده شده داده شده (واقعی)، مقادیر اقلام آزمون است.

در عمل، یک آزمایشگاه آزمون، فقط نتایج اندازه­ گیری با عدم قطعیت دارد، و ممکن است گاهی اطلاعاتی در مورد مقادیر مورد انتظار از یک فرآیند را خواه طبیعی یا تجاری داشته باشد. بنابراین آزمایشگاه آزمون  فقط می­تواند ریسک­های ویژه و جهانی را از اطلاعاتی که آن­ها دارند، تخمین بزند.

وقتی در مورد فرآیند تولید، تنها اطلاعات ضعیفی وجود دارد، یا وقتی که عدم قطعیت در مقایسه با عرض توزیع فرآیند کم است، ریسک ویژه را می­توان از عدم قطعیت اندازه گیری و توزیع مربوط به آن به اندازه کافی تخمین زد.

ریسک مربوط، تنها به نسبت توزیع عدم قطعیت فراتر از مقدار مجاز مربوطه است. این حالت برای مقادیر A  و B در نواحی سایه دار شکل بالا یکسان است.

هنگامی که اطلاعات قابل توجهی در مورد توزیع فرآیند وجود دارد، ریسک ویژه برای یک قلم ویژه آزمون می­تواند برای در نظر گرفتن احتمال قبلی که قلم آزمون شده منطبق است،  بر اساس توزیع فرآیند محاسبه شود، که می­تواند ریسک­های ویژه برآورد شده را تغییر دهد -گاهی قابل ملاحظه- یک راه چاره کامل در دامنه راهنمای حاضر نیست; جزییات کامل در JCGM106   آورده شده است.

نویسنده پست: ghaemi mohammad

این سایت جهت ارائه اطلاعات بروز و تخصصی در حوزه سیستم های مدیریت کیفیت و اشتراک گزاردن تجربیات اینجانب در حوزه ارزیابی انطباق و ترویج و ارتقای این علم تشکیل شده است

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *