{"id":3129,"date":"2026-06-30T14:07:10","date_gmt":"2026-06-30T11:07:10","guid":{"rendered":"https:\/\/marshallai.com\/?p=3129"},"modified":"2026-08-11T12:48:14","modified_gmt":"2026-08-11T09:48:14","slug":"vaarat-hylkaykset-valmistuksen-laadunvarmistuksessa","status":"publish","type":"post","link":"https:\/\/marshallai.com\/fi\/false-rejects-manufacturing-qa\/","title":{"rendered":"V\u00e4\u00e4r\u00e4t hylk\u00e4ykset valmistuksen laadunvarmistuksessa: Piilokustannus, jota perinteinen konen\u00e4k\u00f6 ei raportoi"},"content":{"rendered":"<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">Keskeiset huomiot<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Virheellinen hylk\u00e4ys<\/strong> hyv\u00e4, vaatimustenmukainen kappale, jonka tarkastusj\u00e4rjestelm\u00e4 virheellisesti luokittelee vialliseksi ja poistaa linjalta.<\/li>\n\n\n\n<li><strong>Kuinka yleist\u00e4 se on?<\/strong> Perinteiset s\u00e4\u00e4nt\u00f6ihin perustuvat AOI-j\u00e4rjestelm\u00e4t tuottavat todellisissa tuotanto-olosuhteissa yleisesti yli 20%:n hylk\u00e4ysasteen, mik\u00e4 on selv\u00e4sti enemm\u00e4n kuin useimmat laadunvalvontatiimit ymm\u00e4rt\u00e4v\u00e4t, sill\u00e4 v\u00e4\u00e4ri\u00e4 hylk\u00e4yksi\u00e4 seurataan harvoin erillisen\u00e4 er\u00e4n\u00e4.<\/li>\n\n\n\n<li><strong>Mit\u00e4 se maksaa?<\/strong> American Society for Quality arvioi, ett\u00e4 huonon laadun aiheuttamat kustannukset ovat tyypillisille valmistajille 10\u201320% vuotuisesta liikevaihdosta. V\u00e4\u00e4r\u00e4t hylk\u00e4ykset vaikuttavat suoraan, vaikkakin usein huomaamattomasti, t\u00e4h\u00e4n lukuun: jokainen hyl\u00e4tty hyv\u00e4 osa merkitsee jo siihen investoidun materiaalin, energian ja ty\u00f6voiman hukkaa.<\/li>\n\n\n\n<li><strong>Mik\u00e4 sen aiheuttaa?<\/strong> Valaistuksen ja heijastusten muutokset, erien v\u00e4liset tuotevaihtelut, antureiden ry\u00f6mint\u00e4 ja j\u00e4ykk\u00e4 s\u00e4\u00e4nt\u00f6pohjainen logiikka, joka ei pysty sopeutumaan aitojen osien sallittuun vaihteluun.<\/li>\n\n\n\n<li><strong>Miten se korjataan?<\/strong> Teko\u00e4lypohjainen tarkastus, joka on koulutettu todellisella tuotantodatalla, erottaa todelliset viat luonnollisesta vaihtelusta paljon luotettavammin kuin kiinte\u00e4t s\u00e4\u00e4nt\u00f6pohjaiset kynnysarvot, ja se voidaan uudelleenkouluttaa tunneissa, kun tuotteet tai olosuhteet muuttuvat.<\/li>\n<\/ul>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">Mit\u00e4 ovat virheelliset hylk\u00e4ykset?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">V\u00e4\u00e4r\u00e4 hylk\u00e4ys tapahtuu, kun laaduntarkastusj\u00e4rjestelm\u00e4 hylk\u00e4\u00e4 osan, joka itse asiassa t\u00e4ytt\u00e4\u00e4 vaatimukset. Osa on hyv\u00e4. J\u00e4rjestelm\u00e4 v\u00e4itt\u00e4\u00e4, ettei ole.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">T\u00e4m\u00e4 poikkeaa <strong>v\u00e4\u00e4r\u00e4 hyv\u00e4ksynt\u00e4<\/strong> (jota kutsutaan my\u00f6s livahdukseksi), jossa aito viallinen osa l\u00e4p\u00e4isee tarkastuksen ja p\u00e4\u00e4tyy asiakkaalle. Laatuosastot keskittyv\u00e4t usein voimakkaasti n\u00e4ihin tapauksiin, koska asiakkaalle asti p\u00e4\u00e4tyv\u00e4 vika on n\u00e4kyv\u00e4, kallis ja yrityksen mainetta vahingoittava. <strong>V\u00e4\u00e4r\u00e4t hylk\u00e4ykset saavat paljon v\u00e4hemm\u00e4n huomiota huolimatta siit\u00e4, ett\u00e4 ne ovat yleisempi virhemuoto useimmissa automatisoiduissa tarkastusj\u00e4rjestelmiss\u00e4.<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Teollisuus k\u00e4ytt\u00e4\u00e4 samaan ongelmaan useita p\u00e4\u00e4llekk\u00e4isi\u00e4 termej\u00e4:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>V\u00e4\u00e4r\u00e4 hylky \/ v\u00e4\u00e4r\u00e4 positiivinen<\/strong> \u2014 yleinen suunnittelualan termi<\/li>\n\n\n\n<li><strong>Liioittelu<\/strong> \u2014 yleinen puolijohde- ja elektoniikkateollisuudessa<\/li>\n\n\n\n<li><strong>N\u00e4enn\u00e4ishylk\u00e4ys<\/strong> \u2014 Yleist\u00e4 eurooppalaisessa teollisessa laadunvarmistuskirjallisuudessa<\/li>\n\n\n\n<li><strong>V\u00e4\u00e4r\u00e4n hylk\u00e4yksen prosenttiosuus<\/strong> \u2014 mitattavissa oleva mittari: virheellisesti hyl\u00e4ttyjen hyv\u00e4laatuisten osien osuus<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Mik\u00e4 sen nimi onkin, perusongelma on sama: tuotantokapasiteettia, materiaalia ja ty\u00f6voimaa tuhlataan hyv\u00e4n osan valmistamiseen, ja sitten se osa heitet\u00e4\u00e4n pois tai otetaan manuaaliseen uudelleenty\u00f6st\u00f6\u00f6n, koska tarkastusj\u00e4rjestelm\u00e4 teki virheen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Mik\u00e4 aiheuttaa v\u00e4\u00e4ri\u00e4 hylk\u00e4yksi\u00e4?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">V\u00e4\u00e4r\u00e4t hylk\u00e4ykset johtuvat harvoin yhdest\u00e4 ainoasta viasta. Ne johtuvat tyypillisesti optisten, mekaanisten ja logiikkatason ongelmien kasautumisesta tuotantolinjalla, jota ei ole koskaan suunniteltu konen\u00e4\u00f6n toleranssit mieless\u00e4 pit\u00e4en.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Valaistus ja pinnan heijastus.<\/strong> Kiilt\u00e4v\u00e4t, heijastavat tai l\u00e4pin\u00e4kyv\u00e4t pinnat muuttavat ulkon\u00e4k\u00f6\u00e4\u00e4n jo pienten ymp\u00e4rist\u00f6- tai kiinteist\u00f6valaistuksen muutosten my\u00f6t\u00e4. Perinteinen, tietylle valaistusolosuhteelle viritetty n\u00e4k\u00f6j\u00e4rjestelm\u00e4 tulkitsee samaa hyv\u00e4\u00e4 osaa eri tavalla jo tunnin kuluttua.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Luonnontuotevaihtelu.<\/strong> Todelliset tuotantoer\u00e4t vaihtelevat: pintakuvio, v\u00e4ri, t\u00e4ytt\u00f6aste ja etiketin sijoittelu. S\u00e4\u00e4nt\u00f6pohjaiset j\u00e4rjestelm\u00e4t k\u00e4sittelev\u00e4t kaikkia poikkeamia kiinte\u00e4st\u00e4 mallista virheen\u00e4, vaikka poikkeama olisi hyvinkin hyv\u00e4ksytt\u00e4v\u00e4n toleranssin rajoissa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Anturi- ja mekaaninen ry\u00f6mint\u00e4.<\/strong> Kameran asennon, t\u00e4rin\u00e4n sek\u00e4 laukaisun tai valotuksen ajoituksen ep\u00e4johdonmukaisuudet heikent\u00e4v\u00e4t kaikki kuvattujen kuvien toistettavuutta, mik\u00e4 puolestaan suoraan lis\u00e4\u00e4 virheluokittelujen m\u00e4\u00e4r\u00e4\u00e4 ajan my\u00f6t\u00e4.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>J\u00e4ykk\u00e4 s\u00e4\u00e4nt\u00f6pohjainen logiikka.<\/strong> T\u00e4m\u00e4 on rakenteellinen syy useimpien muiden taustalla. Perinteinen konen\u00e4k\u00f6 ohjelmoidaan kiinteill\u00e4 raja-arvoilla: mittaa t\u00e4m\u00e4 et\u00e4isyys, tarkista t\u00e4m\u00e4 pikseliarvo, vertaa t\u00e4h\u00e4n malliin. S\u00e4\u00e4nt\u00f6pohjaiset j\u00e4rjestelm\u00e4t ovat erityisen alttiita korkeille virheellisten hylk\u00e4ysten m\u00e4\u00e4rille osissa, joissa on luonnollista pinnan vaihtelua, koska tietyn virheen havaitsemiseen viritetyt s\u00e4\u00e4nn\u00f6t merkitsev\u00e4t usein my\u00f6s hyv\u00e4ksytt\u00e4v\u00e4n vaihtelun virheh\u00e4lytyksen\u00e4. J\u00e4rjestelm\u00e4 ei osaa erottaa \u201ct\u00e4m\u00e4 on virhe\u201d ja \u201ct\u00e4m\u00e4 on vain sit\u00e4, milt\u00e4 hyv\u00e4t osat joskus n\u00e4ytt\u00e4v\u00e4t\u201d, koska sille ei ole koskaan n\u00e4ytetty tarpeeksi todellisia esimerkkej\u00e4 tuon eron oppimiseksi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Tuotteen vaihdot.<\/strong> Joka kerta, kun tuotevariantti muuttuu, s\u00e4\u00e4nt\u00f6pohjainen j\u00e4rjestelm\u00e4 t\u00e4ytyy tyypillisesti ohjelmoida uudelleen ja hienos\u00e4\u00e4t\u00e4\u00e4 asiantuntijan toimesta. Ennen kuin kyseinen uudelleenkalibrointi saadaan kohdilleen, virheellisten hylk\u00e4ysten m\u00e4\u00e4r\u00e4 nousee jyrk\u00e4sti.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Mik\u00e4 on v\u00e4\u00e4rien hylk\u00e4ysten hinta?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Rehellinen vastaus on, ett\u00e4 useimmat valmistajat eiv\u00e4t tied\u00e4, koska virheellisi\u00e4 hylk\u00e4yksi\u00e4 seurataan harvoin omana mittarinaan. Ne hautautuvat romun, uudelleenty\u00f6st\u00f6n tai \u201claatukustannusten\u201d yhteissummiin ilman, ett\u00e4 niit\u00e4 eritell\u00e4\u00e4n, mik\u00e4 tarkoittaa, ett\u00e4 liiallisen laadun (overkill) todellinen taloudellinen vaikutus aliraportoidaan melkein aina.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se, mit\u00e4 k\u00e4ytett\u00e4viss\u00e4 oleva data kertoo meille:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Teollisuus- ja j\u00e4rjestelm\u00e4insin\u00f6\u00f6rien instituutin (IISE) kokoaman tutkimuksen mukaan huonon laadun aiheuttamat kustannukset valmistusyrityksiss\u00e4 vaihtelevat 5%:sta 35%:hen liikevaihdosta, ja keskim\u00e4\u00e4rin ne ovat noin 15%, tuotteen monimutkaisuudesta riippuen.<\/li>\n\n\n\n<li>American Society for Quality (ASQ) arvioi, ett\u00e4 huonon laadun aiheuttamat kustannukset voivat nousta 10\u201320%:iin yrityksen liikevaihdosta, ja jokainen prosenttiyksik\u00f6n v\u00e4hennys parantaa suoraan tulosta.<\/li>\n\n\n\n<li>APQC:n vertailutietojen mukaan pelk\u00e4st\u00e4\u00e4n h\u00e4vikki ja uudelleenvalmistus aiheuttavat keskim\u00e4\u00e4r\u00e4iselle valmistajalle jopa 2,2%:n menetyksen vuotuisista tuloista. Parhaiten suoriutuvien valmistajien kohdalla t\u00e4m\u00e4 luku pysyy alle 0,6%:n, kun taas keskitasoisesti suoriutuvien valmistajien kohdalla se on l\u00e4hemp\u00e4n\u00e4 1,4%:t\u00e4.<\/li>\n\n\n\n<li>Puolijohteiden ja elektroniikan valmistuksessa, jossa ylimitoitusta tutkitaan perusteellisemmin kuin useimmilla muilla aloilla, on todettu, ett\u00e4 monimutkaisissa todellisissa olosuhteissa toimivat AOI-j\u00e4rjestelm\u00e4t tuottavat yli 20%:n ylimitoitusasteita, mik\u00e4 johtaa laadukkaiden tuotteiden h\u00e4vikkiin ja pakottaa tekem\u00e4\u00e4n kalliita manuaalisia uusintatarkastuksia.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Virheelliset hylk\u00e4ykset aiheuttavat kustannuksia useaa reitti\u00e4 samanaikaisesti:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Suorien materiaalien hukka.<\/strong> Jokainen virheellisesti hyl\u00e4tty osa edustaa jo k\u00e4ytetty\u00e4 materiaalia, energiaa ja ty\u00f6t\u00e4, joiden arvoa ei saada takaisin.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Menetetty suorituskyky.<\/strong> Linja, joka pys\u00e4ytt\u00e4\u00e4 tai ohjaa muualle hyv\u00e4\u00e4 tuotetta, ei toimi todellisella kapasiteetillaan, vaikka tuotantoraportti n\u00e4ytt\u00e4isi linjan olevan \u201caktiivinen\u201d.\u201d<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Manuaalinen uudelleenty\u00f6skentely- ja uudelleentarkastusty\u00f6.<\/strong> Hyl\u00e4tyt osat eiv\u00e4t katoa. Joku, tai jokin jatkoprosessi, joutuu tarkastamaan, lajittelemaan tai ty\u00f6st\u00e4m\u00e4\u00e4n ne uudelleen, mik\u00e4 tuo mukanaan ty\u00f6voimakustannuksia, joita oikein toimiva tarkastusj\u00e4rjestelm\u00e4 ei olisi koskaan aiheuttanut.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Operaattorin luottamuksen kuluminen.<\/strong> T\u00e4m\u00e4 kustannus on vaikeammin mitattavissa, mutta aivan yht\u00e4 todellinen. Kun aiheettomien hylk\u00e4ysten m\u00e4\u00e4r\u00e4 on korkea, k\u00e4ytt\u00e4j\u00e4t alkavat ohittaa tai kiert\u00e4\u00e4 tarkastusj\u00e4rjestelm\u00e4n kokonaan, mik\u00e4 tekee automatisoidusta laadunvarmistuksesta turhan. J\u00e4rjestelm\u00e4, jonka paperilla hyv\u00e4 tarkkuusluku ei nauti kenenk\u00e4\u00e4n luottamusta tuotantolattialla, ei itse asiassa toteuta laadunvarmistusta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Seurantavaikutukset korkean tuotevaihtelun linjoille.<\/strong> Valmistajat, joilla on k\u00e4yt\u00f6ss\u00e4\u00e4n useita tuotenumeroita tai tiheit\u00e4 tuotteen vaihtoja, ovat erityisen alttiina, sill\u00e4 jokainen vaihto on uusi tilaisuus s\u00e4\u00e4nt\u00f6pohjaisen j\u00e4rjestelm\u00e4n kynnysarvojen joutumiselle ep\u00e4kalibrointiin, kunnes niit\u00e4 s\u00e4\u00e4det\u00e4\u00e4n uudelleen manuaalisesti.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Miten v\u00e4hent\u00e4\u00e4 v\u00e4\u00e4ri\u00e4 hylk\u00e4yksi\u00e4<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">V\u00e4\u00e4rien hylk\u00e4ysten m\u00e4\u00e4r\u00e4n v\u00e4hent\u00e4minen perustuu sen kuilun umpeen kuromiseen, mit\u00e4 tarkastusj\u00e4rjestelm\u00e4 on s\u00e4\u00e4detty odottamaan ja milt\u00e4 todellinen tuotanto n\u00e4ytt\u00e4\u00e4. On kolme vipua, joilla on merkityst\u00e4.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">1. Korjaa se, mink\u00e4 kamera n\u00e4kee, \u00e4l\u00e4 vain sit\u00e4, mink\u00e4 ohjelmisto p\u00e4\u00e4tt\u00e4\u00e4<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Merkitt\u00e4v\u00e4 osa virheellisist\u00e4 hylk\u00e4yksist\u00e4 syntyy kuvantamisvaiheessa ennen mit\u00e4\u00e4n p\u00e4\u00e4t\u00f6ksenteon logiikkaa. Valaistuksen vakiointi (haja- tai kupuvalon k\u00e4ytt\u00f6 heijastusten v\u00e4hent\u00e4miseksi), hajavalon hallinta sek\u00e4 kameran sijoittelun ja liipaisun ajoituksen pit\u00e4minen yhdenmukaisina v\u00e4hent\u00e4v\u00e4t kaikki sit\u00e4 raakadataan liittyv\u00e4\u00e4 vaihtelua, jota tarkastusj\u00e4rjestelm\u00e4n on ylip\u00e4\u00e4t\u00e4\u00e4n tulkittava. T\u00e4ll\u00e4 on v\u00e4li\u00e4 riippumatta siit\u00e4, mik\u00e4 tarkastusteknologia ketjussa on my\u00f6hemmin k\u00e4yt\u00f6ss\u00e4.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">2. Korvaa kiinte\u00e4t kynnysarvot todellisella datalla koulutetuilla malleilla<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">T\u00e4m\u00e4 on rakenteellinen korjaus. Kiinte\u00e4 s\u00e4\u00e4nt\u00f6pohjainen logiikka ei pysty erottamaan todellista vikaa hyv\u00e4ksytt\u00e4v\u00e4st\u00e4 luonnollisesta vaihtelusta, koska sille ei koskaan n\u00e4ytetty kyseist\u00e4 vaihtelua suoraan, vaan se ohjelmoitiin vain staattisella kynnysarvolla.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Teko\u00e4lypohjainen tarkastus toimii eri tavalla: se oppii hyv\u00e4n ja huonon v\u00e4lisen rajan todellisista esimerkeist\u00e4, joissa on tunnisteet, mukaan lukien todella vaikeat rajatapaukset, jotka sotkevat j\u00e4yk\u00e4t s\u00e4\u00e4nn\u00f6t. T\u00e4m\u00e4 on sama periaate taustalla <a href=\"https:\/\/marshallai.com\/fi\/alusta\/\" data-type=\"page\" data-id=\"988\">MarshallAI:n AFSA-alusta<\/a>, joka voidaan opettaa tunnistamaan uusi tuote, virhetyyppi tai muunnos suoraan tuotantokuvista, ja t\u00e4ydelliset mallit voidaan rakentaa ja ottaa k\u00e4ytt\u00f6\u00f6n vain 10 referenssikuvan pohjalta alle 100 minuutissa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tuo nopeus merkitsee erityisesti virheellisiss\u00e4 hylk\u00e4yksiss\u00e4: kun tuote muuttuu, j\u00e4rjestelm\u00e4, jonka uudelleenohjelmointiin kuluu viikkoja, toimii kohonneella ylilaadulla viikkoja. Alle kahdessa tunnissa uudelleenkoulutettu j\u00e4rjestelm\u00e4 sulkee kyseisen altistusikkunan l\u00e4hes v\u00e4litt\u00f6m\u00e4sti.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">3. Hallitse korkean sekoituksen tuotantoa ilman uudelleens\u00e4\u00e4t\u00f6\u00e4 jokaisen vaihdon yhteydess\u00e4<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Valmistajille, jotka tuottavat useita tuotevariaatioita samalla tuotantolinjalla, mahdollisuus erottaa SKU:t toisistaan ilman manuaalista uudelleenkalibrointia est&auml;&auml; suoraan edell&auml; kuvatut tuotantovaihdoksista johtuvat v&auml;&auml;rien hylk&auml;ysten piikit. T&auml;m&auml; oli keskeinen haaste, jonka MarshallAI ratkaisi &lt;a href=&quot;\/fi\/%e2%80%9dhttps%3a\/\/marshallai.com\/taerosol-automatisoitu-laadunvarmistus-korkean-sekoituksen-valmistuksessa\/%e2%80%9d\/&quot;&gt;Taerosol&lt;\/a&gt;, joka valmistaa kosmeettisia aerosoleja suurella tuotevalikoimalla ja tiheill&auml; tuotteen vaihdoilla, ja jossa s&auml;&auml;nt&ouml;perusteiset raja-arvot vaatisivat muuten uudelleens&auml;&auml;t&ouml;&auml; joka kerta, kun linjalla vaihdetaan tuoteversiota.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">4. K\u00e4sittele linjanopeudella, \u00e4l\u00e4 v\u00e4\u00e4rin hyl\u00e4ttyjen jonon nopeudella<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">J\u00e4rjestelm\u00e4, joka ei pysty k\u00e4sittelem\u00e4\u00e4n tuotantolinjan todellista nopeutta, aiheuttaa omanlaisen laatuongelman: osat kertyv\u00e4t jonossa nopeammin kuin niit\u00e4 ehdit\u00e4\u00e4n tarkastaa, mik\u00e4 lis\u00e4\u00e4 painetta joko hidastaa linjaa tai lievent\u00e4\u00e4 tarkastusrajoja \u2013 ja molemmat vaihtoehdot aiheuttavat suoria kustannuksia. MarshallAI:n ratkaisu, joka on otettu k\u00e4ytt\u00f6\u00f6n er\u00e4\u00e4lle suurelle suomalaiselle juomavalmistajalle, suorittaa automatisoitua laadunvarmistusta 2 000 t\u00f6lkki\u00e4 minuutissa 99,9995%:n tarkkuudella, joka kattaa viallisten t\u00f6lkkien tunnistuksen, p\u00e4iv\u00e4m\u00e4\u00e4r\u00e4merkint\u00f6jen tarkistuksessa sek\u00e4 kolhujen ja naarmujen tunnistuksessa. T\u00e4m\u00e4 osoittaa, ett\u00e4 korkea linjanopeus ja alhainen v\u00e4\u00e4rien hylk\u00e4ysten osuus eiv\u00e4t sulje toisiaan pois, kunhan tarkastuslogiikka on koulutettu asianmukaisesti.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Valvo tuotannossa, \u00e4l\u00e4 vain k\u00e4ytt\u00f6\u00f6noton yhteydess\u00e4<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Tarkastustarkkuus ei ole pysyv\u00e4. Prosessiolosuhteet muuttuvat, materiaalien toimittajat vaihtuvat ja valaisimet vanhenevat. V\u00e4\u00e4rien hylk\u00e4ysten ja l\u00e4pip\u00e4\u00e4syjen jatkuva seuranta k\u00e4ytt\u00f6\u00f6noton j\u00e4lkeen \u2013 ei pelk\u00e4st\u00e4\u00e4n alkuper\u00e4isen validoinnin aikana \u2013 on se, mik\u00e4 havaitsee poikkeamat ennen kuin niist\u00e4 tulee kallis ongelma.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Yhteenveto<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Perusteettomat hylk\u00e4ykset ovat kallis, huonosti mitattu ongelma, joka piilee useimpien valmistajien laadun kokonaiskustannuslukujen sis\u00e4ll\u00e4. Ne johtuvat optisen ep\u00e4johdonmukaisuuden, tuotteiden todellisen vaihtelun ja liian j\u00e4yk\u00e4n tarkastuslogiikan yhdistelm\u00e4st\u00e4, joka ei pysty erottamaan virhett\u00e4 t\u00e4ysin hyv\u00e4ksytt\u00e4v\u00e4st\u00e4 osasta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Korjaus ei ole yhden asetuksen muutos. Se on kuilun umpeen kuromista sen v\u00e4lill\u00e4, mit\u00e4 tarkastusj\u00e4rjestelm\u00e4 on suunniteltu odottamaan ja milt\u00e4 tuotanto todellisuudessa n\u00e4ytt\u00e4\u00e4, mik\u00e4 on t\u00e4sm\u00e4lleen se, mit\u00e4 kiinte\u00e4, s\u00e4\u00e4nt\u00f6pohjainen konen\u00e4ko ei rakenteellisesti pysty tekem\u00e4\u00e4n, ja mihin todelliseen dataan koulutettu teko\u00e4lypohjainen tarkastus on suunniteltu.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Jos aiheettomat hylk\u00e4ykset n\u00e4kyv\u00e4t selitt\u00e4m\u00e4tt\u00f6m\u00e4n\u00e4 j\u00e4tteen\u00e4, hitaampana l\u00e4pimenona tai siin\u00e4, ett\u00e4 k\u00e4ytt\u00e4j\u00e4t ohittavat tarkastusaseman hiljaisesti, se on yleens\u00e4 merkki siit\u00e4, ett\u00e4 taustalla oleva tarkastuslogiikka eik\u00e4 tuotantolinja on todellinen ongelma.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/marshallai.com\/fi\/ratkaisun\/automaattinen-optinen-tarkastus-aoi\/\" data-type=\"solution\" data-id=\"3042\">Katso, kuinka MarshallAI:n AOI-alusta v\u00e4hent\u00e4\u00e4 virheellisi\u00e4 hylk\u00e4yksi\u00e4<\/a> tai <a href=\"https:\/\/marshallai.com\/fi\/ota-yhteytta\/\" data-type=\"page\" data-id=\"27\">Pyyd\u00e4 demo<\/a> arvioidaksesi sit\u00e4 omalla tuotantodatallasi.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\">Usein kysytyt kysymykset<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Valmistuksen laadunvarmistuksessa virheellinen hylk\u00e4ys tarkoittaa sit\u00e4, ett\u00e4 hyv\u00e4laatuiset tuotteet hyl\u00e4t\u00e4\u00e4n virheellisin\u00e4.<\/strong> V\u00e4\u00e4r\u00e4 hylky tarkoittaa sit\u00e4, kun tarkastusj\u00e4rjestelm\u00e4 luokittelee virheett\u00f6m\u00e4n ja vaatimustenmukaisen tuotteen virheelliseksi ja poistaa sen tuotannosta. Sit\u00e4 kutsutaan my\u00f6s ylilaaduksi, v\u00e4\u00e4r\u00e4ksi positiiviseksi tai n\u00e4enn\u00e4isromuksi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Mit\u00e4 eroa on v\u00e4h\u00e4r\u00f6innill\u00e4 (v\u00e4\u00e4r\u00e4ll\u00e4 hylk\u00e4yksell\u00e4) ja v\u00e4\u00e4r\u00e4ll\u00e4 hyv\u00e4ksynn\u00e4ll\u00e4?<\/strong> Aiheeton hylk\u00e4ys hylk\u00e4si virheett\u00f6m\u00e4n kappaleen virheellisesti. Aiheellinen hyv\u00e4ksynt\u00e4 eli l\u00e4pip\u00e4\u00e4sy puolestaan p\u00e4\u00e4st\u00e4\u00e4 viallisen kappaleen l\u00e4pi virheellisesti. Molemmista aiheutuu todellisia kustannuksia, mutta l\u00e4pip\u00e4\u00e4syt ovat paljon n\u00e4kyv\u00e4mpi\u00e4, koska ne tavoittavat asiakkaan, kun taas aiheettomat hylk\u00e4ykset nielaistaan yleens\u00e4 hiljaisesti romuna tai uudelleenty\u00f6st\u00f6n\u00e4.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Miten virheellinen hylk\u00e4ysprosentti (FRR) lasketaan?<\/strong> Virheellinen hylk\u00e4ysaste on niiden aidosti hyv\u00e4laatuisten osien prosenttiosuus, jotka tarkastusj\u00e4rjestelm\u00e4 hylk\u00e4ri virheellisesti. Se lasketaan jakamalla hyl\u00e4ttyjen hyv\u00e4laatuisten osien m\u00e4\u00e4r\u00e4 tarkastettujen hyv\u00e4laatuisten osien kokonaism\u00e4\u00e4r\u00e4ll\u00e4.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Voiko teko\u00e4ly v\u00e4hent\u00e4\u00e4 virheellisten hylk\u00e4ysten m\u00e4\u00e4r\u00e4\u00e4 perinteiseen konen\u00e4k\u00f6\u00f6n verrattuna?<\/strong> Kyll\u00e4. Teko\u00e4lypohjainen tarkastus oppii p\u00e4\u00e4t\u00f6srajat todellisista, merkityist\u00e4 tuotantotiedoista, mukaan lukien rajatapaukset, sen sijaan ett\u00e4 se luottaisi kiinteisiin s\u00e4\u00e4nt\u00f6ihin, jotka eiv\u00e4t pysty erottamaan aitoja vikoja hyv\u00e4ksytt\u00e4v\u00e4st\u00e4 luonnollisesta vaihtelusta. T\u00e4m\u00e4 tuottaa yleens\u00e4 olennaisesti alhaisempia virheellisen hylk\u00e4yksen M\u00e4\u00e4ri\u00e4 kuin s\u00e4\u00e4nt\u00f6pohjaiset j\u00e4rjestelm\u00e4t, erityisesti tuotteissa, joissa on pintavaihtelua, tekstuuria tai usein vaihtuvia tuoteversioita.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Mitk\u00e4 teollisuudenalat k\u00e4rsiv\u00e4t eniten aiheettomista hylk\u00e4yksist\u00e4?<\/strong> Mik\u00e4 tahansa nopea tai suurta tuotevaihtelua sis\u00e4lt\u00e4v\u00e4 tuotantoymp\u00e4rist\u00f6 on alttiina, mutta kustannukset n\u00e4kyv\u00e4t selvimmin elintarvike-, kosmetiikka-, l\u00e4\u00e4ke- ja elektroniikkateollisuudessa, joissa linjanopeudet ovat suuria ja tuotteiden tai pakkausten vaihtelu on yleist\u00e4.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"wp-block-paragraph\"><em>L\u00e4hteet: American Society for Quality (ASQ), Institute of Industrial and Systems Engineers (IISE), APQC Open Standards Benchmarking, MDPI Journal of Manufacturing and Materials Processing.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>V\u00e4\u00e4ri\u00e4 hylk\u00e4yksi\u00e4 (ylimitoitusta) voi aiheuttaa valmistajille 2\u20135%:n arvosta tuotantotappiota. Tutustu siihen, mik\u00e4 aiheuttaa korkeita v\u00e4\u00e4rien hylk\u00e4ysten m\u00e4\u00e4ri\u00e4 konen\u00e4k\u00f6j\u00e4rjestelmill\u00e4 toteutettavassa laadunvalvonnassa ja miten teko\u00e4ly auttaa v\u00e4hent\u00e4m\u00e4\u00e4n niit\u00e4.<\/p>","protected":false},"author":1,"featured_media":1385,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[4],"tags":[82,80,81],"class_list":["post-3129","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-article","tag-false-reject-rate","tag-false-rejects","tag-overkill"],"_links":{"self":[{"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/posts\/3129","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/comments?post=3129"}],"version-history":[{"count":1,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/posts\/3129\/revisions"}],"predecessor-version":[{"id":3130,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/posts\/3129\/revisions\/3130"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/media\/1385"}],"wp:attachment":[{"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/media?parent=3129"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/categories?post=3129"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/marshallai.com\/fi\/wp-json\/wp\/v2\/tags?post=3129"}],"curies":[{"name":"Hyvin pelattu","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}