SAP从入门到放弃系列之QM样本确定-采样过程的采样方案

2023-10-23 13:21

本文主要是介绍SAP从入门到放弃系列之QM样本确定-采样过程的采样方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 一、概述
  • 二、AQL概念
  • 三、系统操作

一、概述

样本确定过程中可以有百分比、固定样本、参考采样方案(Sample Schema)三种方式。其中百分比、固定样本的采样方案是比较号理解的,但是参考采样方案中相对逻辑更复杂,再参考采样方案中可以使用采样计划定义不同的采样表,在单个取样表中,可以为每个批量间隔定义相应的取样计划,例如 n 或 n-c/d、n-k。在采样过程中如果选择,参考采样方案,需要我们填写对应的采样方案,这篇文章就来对采样方案做一个概述。
在这里插入图片描述

二、AQL概念

在写系统操作之前,我们需要先理解一下AQL的基本概念,AQL 即合格质量水平 (AQL,Acceptable Quuality Limit或Level) ,首先AQL一般会有行业标准,但是值也确定具灵活确定,根据企业自身产品特点进行调整。基本概念请查阅:AQL,比如同样的材料,不同的供应商,我们可以采用不同的AQL标准,针对优质供应商,AQL标准低一些,不稳定的供应商AQL标准高一些。这样就可以实现相同的采用方案,不同的评估方式。

以下根据我查阅资料的课程视频截图做一个解释,假设有到货灯泡960个,参考企业的检验标准如下,计算检验样本的数量只能在红框的范围内:
在这里插入图片描述
假设我们与供应商签订的采样计算的规则是General Inspection Levels,检验等级G Ⅱ,根据G Ⅱ的规则得到的为样本数量计算规则为J。查询样本计算的J,看到数量为80。
在这里插入图片描述
根据取样数量,在到货产品中取样
在这里插入图片描述
例如与供应商签定合同定义的AQL为2.5,这里就是我们系统的设置数据内容,根据J2.5,可接收的最大缺陷数量为5,拒绝的缺陷数量为16。
在这里插入图片描述
检验完成后,得到检验报告如下:
在这里插入图片描述

三、系统操作

事务代码:QDP1,输入采样方案的代码后回车,填写采样方案描述。这里有两类数据需要维护:评估参数和取样表,分别针对样品检测的评估设置和取样数量规则。使用标识就不讲了,比较简单。
在这里插入图片描述
评估参数:
按照S方法的变量检验

无评估参数
就是可以理解为,这个采样方案只设置取样数量的计算,评估的规则不设置。如下图:0-5的取样大小为3,5-100取样大小为4,100以上也是4个。
在这里插入图片描述
属性检验:既有数量,也有评估规则。如下图,0-100个检验数量,样本数量为3,第一个样本接受的数量为最多1个不合格,拒绝接受的最多有2个不合格。C2和D2,是如果有多个样本的情况下进行维护。
在这里插入图片描述
取样表:
1.检验严格性,简单理解就是大家一碗水端平,采样的规则一样,判定的规则一样,都是单一标准。
2.严格性/AQL,就是第二小节,解释AQL的含义,可以用不同标准进行检验。

如下图所示,选择不同的选项后,则有AQL维度的差异。
在这里插入图片描述
PS:取样表是可以维护多个,因为在实际业务中,考虑供应商的稳定性,结合送货质量情况,可以减量检验或者提升检验标准。关于如何应用,我们在动态检验规则中,详细解释。详见文章:SAP QM Dynamic Modification Rule (动态修改规则)
在这里插入图片描述
关于创建采样方案的取样表,复制已有的取样批量规则的,这里我就不做过多演示,比较简单,大家自己尝试一下吧。
在这里插入图片描述

这篇关于SAP从入门到放弃系列之QM样本确定-采样过程的采样方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/268127

相关文章

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

Android平台播放RTSP流的几种方案探究(VLC VS ExoPlayer VS SmartPlayer)

技术背景 好多开发者需要遴选Android平台RTSP直播播放器的时候,不知道如何选的好,本文针对常用的方案,做个大概的说明: 1. 使用VLC for Android VLC Media Player(VLC多媒体播放器),最初命名为VideoLAN客户端,是VideoLAN品牌产品,是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式,并支持DVD影音光盘,VCD影

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

数论入门整理(updating)

一、gcd lcm 基础中的基础,一般用来处理计算第一步什么的,分数化简之类。 LL gcd(LL a, LL b) { return b ? gcd(b, a % b) : a; } <pre name="code" class="cpp">LL lcm(LL a, LL b){LL c = gcd(a, b);return a / c * b;} 例题:

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言