ものづくり・製造
公差——避けられないばらつきを許される幅に収める
「良品をどれだけ作れるか」——歩留まりは製造業の心臓だ。 では、何が良品と不良を分けるのか。その正体は、「ばらつき」だ。
意外に聞こえるかもしれない。工場は「全く同じ製品」を大量に作っているように見える。だが本当は、2つとして同じものはない。 ネジ一本の長さも、配合した薬品の濃度も、必ずほんの少しずつ違う。材料の質、温度、機械の摩耗、湿度——あらゆる揺らぎが、製品に乗ってしまうからだ。
だから「公差」を決める
「全く同じ」が無理なら、どうするか。「どこまでの違いなら許すか」を決める。これが公差(こうさ)だ。
たとえば「この軸の直径は 10.00mm ± 0.05mm」。9.95〜10.05mmなら良品、外れたら不良。 ものづくりの現場の戦いは、ここに尽きる——避けられないばらつきの“山”を、公差という“枠”の中に、どれだけ確実に収め続けるか。
山が広いと、裾が公差の枠からはみ出す。はみ出した分が、そのまま不良だ。 山を狭く——つまりばらつきを小さくできれば、裾が枠の内側に収まり、不良は減る。だから現場は、ばらつきを生む原因(温度の揺れ、機械の癖、材料の差)を一つずつ潰して、山を細くすることに執念を燃やす。
「シックスシグマ」とは、山がどれだけ細いか
この「山の細さ」を測る言葉が、有名なシックスシグマだ。 ばらつきの山が、公差の枠に対して十分に細い(統計的に言えば、片側に標準偏差6個ぶんの余裕がある)状態を指す。ここまで来ると、不良は百万個あたり数個——という世界になる1。この「百万個あたり3.4個」は、長期的には平均がずれることを見込んだ補正(1.5σシフト)を組み込んだ値である——管理図の検出力から導かれ、製造工程については経験的にも裏づけられてきた。臨床検査の側からは、この補正をそのまま持ち込むことへの批判がある。対象は、工程が正規分布でも管理図の管理下でもない領域だ。同じ論文は製造業については 1.5σシフトを妥当と明言している——「シックスシグマがもともと生まれた産業分野では、長期的なドリフトが通常起きる製造工程について、1.5σのシフトが妥当だと観察されてきた」2。分野を移すときに検算が要る数字だ、というのが留保の中身である。逆に、山が枠ぎりぎりだと、ちょっとした揺れですぐ不良が出る。
そしてここに、コストとの綱引きがある。公差を厳しくする(枠を狭める)ほど、作るのは難しく・高くなる——ばらつきへの影響が大きい要素ほど公差を狭める必要があり、それを満たすにはより高精度な部品・工程が要るため、そのまま生産・運用コストを押し上げると品質工学でも指摘されている3。だから優れた設計は、必要以上に厳しい公差をつけない。「本当に必要な精度」を見極めて、枠を決める——これも立派なものづくりの技だ(必要のない精度を求めるのは、お金をドブに捨てるのと同じだから)。
結局、すべては「測れているか」に戻る
ばらつきと戦うには、まずばらつきを“測れて”いなければならない。どれだけ散らばっているか、何が原因で散らばるか。測れないものは、狭められない。工程のばらつきを管理図で継続的に測り、避けられない偶然の揺れと、突き止めて潰せる特定の異常とを区別する——これが統計的工程管理の出発点であり、今日の品質管理の土台になっている4。
そしてシューハート自身が、測定と公差を機構としてつないでいる。同書の第3章には「公差の縮小」という節があり、こう書かれている——「与えられた確率のもとで、測定の誤差を小さくすれば公差限界を狭められるのは明らかである」4。彼が念頭に置くのは、品質を直接には測れず代理量で測る場合だ(引張強さを硬さや密度から推す、といった状況)。そこでは測定の精度がそのまま、許せる幅の広さを決める。
評価でも、AIの検証でも、製造の公差でも——構図は同じだ。“測定”が、すべての土台にある。世界一の品質は、ばらつきを測り、枠に収め続ける執念から生まれる。
出典4件
-
シックスシグマ:工程のばらつき(標準偏差σ)に対し、規格までに片側6σの余裕がある状態。一般に語られる「百万個あたり3.4個の不良(3.4 DPMO)」は、長期的な平均の1.5σのずれを見込んだ定義による(ずれを見込まない理想の6σなら 0.002 DPMO=百万個あたり0.002個で、3.4個とは約3桁違う——この確定値は Coskun & Ialongo 2020 による。2 を参照)。ばらつき=正規分布で近似する標準的な品質工学の考え方。 https://en.wikipedia.org/wiki/Six_Sigma ↩
-
A. Coskun & C. Ialongo, “Six Sigma revisited: We need evidence to include a 1.5 SD shift in the extraanalytical phase of the total testing process,” Biochemia Medica 30(1), 010901 (2020)。1.5σシフトは元々、管理図で監視される正規分布に近い工程を前提にした統計的な議論であり、分野を問わず無条件に当てはめてよい普遍定数として扱うべきではないと指摘——本稿の「百万個あたり3.4個」という数字も、万能の物差しでなく前提つきの経験的補正であることを示す。 https://doi.org/10.11613/BM.2020.010901 ↩ ↩2
-
R. Unal & E. B. Dean, “Taguchi Approach to Design Optimization for Quality and Cost: An Overview,” Presented at the 1991 Annual Conference of the International Society of Parametric Analysts (NASA)。出力のばらつきへの影響が大きい設計要素ほど公差を狭める必要があり、それを満たすには、より高精度で高価な部品・工程が要るため生産・運用コストが増えると指摘(タグチのトレランス設計)——本稿の「公差を厳しくするほど作るのは難しく・高くなる」という主張の裏づけ。 https://ntrs.nasa.gov/citations/20040121019 ↩
-
W. A. Shewhart, “Economic Control of Quality of Manufactured Product,” D. Van Nostrand Company, New York (1931)。工程のばらつきを管理図で継続的に測定し、偶然原因(避けられない雑音)と異常原因(突き止めて対処できる特定要因)を区別する統計的工程管理を確立した、この分野の起点となる著作——本稿の「すべては測れているかに戻る」という主張の裏づけ。第2章の逐語「Postulate 3 — Assignable causes of variation may be found and eliminated」、および第3章§5「Reduction in Tolerance Limits」の逐語「It is obvious that, corresponding to a given probability, the tolerance limits may be reduced as we reduce the error of measurement」(同節は品質を直接測れず代理量で測る場合を対象としている)。全文は下記 Internet Archive のスキャンで読める(出版社ページは書誌のみで本文を含まない)。 https://archive.org/details/in.ernet.dli.2015.150272 / https://www.spcpress.com/book_economic_control_qmp.php ↩ ↩2
この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。