통계적 기법 활용을 통한 현장 용접 불량률 관리방안

기본적인 맥락은 이렇다.

현장에 목표로 하는 용접불량률을 정한다. 현재는 기준은 없지만 3% 정도되는 것으로 알고 있음
공정에서 목표로 하는 용접불량률이 정해지면 그것을 통제하기 위하여 몇 % reject ratio를 보이는
welder 들에 대하여 즉각적인 조치를 취하여야 하는지 보일 수가 있다.
혹은 지금 현장에서 적용하고 있는 보일러 내부 RT에 대하여 Random sampling 기법을 적용하면
10% rull 이 아니라, 몇 %를 적용하여 RT를 하는 것이 전체 100% RT하는 것과 같은 효과를 낼
수 있는지 알 수 있다.
 이 수치를 구하고자 하면, 지금 현재 수압을 끝마친 현장의 Repair rate을 전체 RT 소요량
과 비교하여 불량률이 나오면, 그 불량률 보다 낮은 값을 Target 값으로 하여, 해당 값을
알면, 해당 Target보다 적은 값을 적용하면 된다. 다만, 문제가 최종적인 repair rate가 아
주 낮을 수가 있음. 10,000 포인트로 가정하여 repair가 있어난 것이 3개 프로젝트를 M으
로 하여 구한 평균이 30 포인트 정도하고 가정하면, 0.3% repair rate를 보임, 이 값은 최
종적인 소비자가 느끼는 defectives가 0.3% 라고 알 수 있으며,
Pf(Outgoing quality level)는 = Pa(현장 수압 전 용접불량률) Ⅹ Pb(Sampling시 불량률)
의 식으로 나타낼 수 있으며,
현장 수압 전 용접 불량률은 welder들의 불량률을 산출하여서, AOQL을 구할 수 있고 이
렇게 구한 값이 얼마간의 불량률 즉, 3% 미만이냐 아니야 아니면 그 이하로 구하여야
AOQL 을 3% 대로 유지할 수 있는가에서, 먼저 1차 적인 효과를 구할 수가 있다.
여러 가지 표본으로 Graph를 그려보면 어떨 때, 3% 미만으로 관리가 가능한가 하는 적절
한 Point를 구할 수 있을 것으로 사료됨.
 그 후, 지금 현장에서 일어나고 있는 repair point보다 낮은 값으로 최종 불량률을 정하면,
이건 적당히 정한다. Cost를 고려하여 절감을 moderate 수준에서 거둘 수 있는 것으로
정함. 이때 각 현장 repair 단가 또한 적용하는 것으로 검토할 것(실제 현장, 이스라엘 앙
가모스, 칠카우노)
 그렇게 되면 당사가 해당 불량률은 내기 위하여 정하여야 하는 Sampling ratio를 정할 수
가 있다. 아니면 현재 적용하고 있는 10% Rull만 적용하였을 때 어떤 최종 불량률이 나올
지 예측할 수 있으며, 이 경우 이 값이 맞다면 그냥 진행하여 추가 프로젝트에서 그만큼
의 원가절감을 할 수가 있다. 그렇지 않다면 sampling을 통하여 repair 비용과 RT비용을
절감할 수가 있다.

개수로 떨어지므로 ANSI Z1.9 기법을 적용하여 전체 개소 중에서 당사가 sampling을 하여 전수 검사 한 것과 같은 효과

를 즉, 100% RT를 적용한 것과 같은 효과를 누릴 수가 있다.
해당 RT를 하여 reject된 확률과 비교하면 값이 나올 것도 같은데. 이를 또한 해당 용접불량률과 연계시키면 해당 repair
rate, 즉 최종소비자 값을 몇 이하로 관리하기 위하여 용접할 때 몇 %의 불량률로 관리하여야 하는지 역산할 수 있다.
이때의 분포와 관련 값은 B(베타) 값을 구하는 즉, 잘못한 게 넘어가지 않게 하는 다찌로닝 테이블을 적용한다. 그러면 최
대한 불량은 통과 못하는 다만, 잘된 것도 탈락할 수 있는 확률로 관리할 수 있다. 다만 A(알파)와 비교하여 가격적으로
좀더 경쟁력 있는 방향으로 Approach하는 것이 좋아 보인다.
이때, 해당 RT Ratio는 welder 불량률에 따라서 variable하게 운영하는 것이 좋다.
상황이 안 좋다 하더라도, 그럼 최종적으로 목표 불량률을 달성하게 된다.
이때의 sampling은 Multi-sampling 혹은 Double sampling 기법을 사용하여 전일 불량률에 따른
RT Ratio를 조절한다.