 ПОЗНАВАТЕЛЬНОЕ Сила воли ведет к действию, а позитивные действия формируют позитивное отношение Как определить диапазон голоса - ваш вокал Игровые автоматы с быстрым выводом Как самому избавиться от обидчивости Противоречивые взгляды на качества, присущие мужчинам Вкуснейший "Салат из свеклы с чесноком" Натюрморт и его изобразительные возможности Применение, как принимать мумие? Мумие для волос, лица, при переломах, при кровотечении и т.д. Как научиться брать на себя ответственность Зачем нужны границы в отношениях с детьми? Световозвращающие элементы на детской одежде Как победить свой возраст? Восемь уникальных способов, которые помогут достичь долголетия Классификация ожирения по ИМТ (ВОЗ) Глава 3. Завет мужчины с женщиной
Оси и плоскости тела человека - Тело человека состоит из определенных топографических частей и участков, в которых расположены органы, мышцы, сосуды, нервы и т.д.
| Часть 1. Основы управления качеством. 11 страница
15. Что такое коэффициент конкордации, и в каких пределах он изменяется? 16. В чем заключается метод попарного сравнения объектов? 17. Раскрыть суть метода структурирования функции качества. 18. Для чего применяется FMEA – анализ?
7. Статистические методы контроля качества Основные положения. Технологические процессы, в т.ч. и автоматизированные, подвергаются действию различных возмущающих факторов, влияющих на качество продукции. При многообразии возмущений (износ оборудования, разброс характеристик сырья и материалов, организационно – технологические отклонения и др.) технологический процесс по показателям качества имеет характер случайного а, следовательно, требует управления. Как тогда строить систему контроля качества продукции? Имеется две возможности: сплошной контроль и выборочный контроль. Сплошной контроль включает значительные затраты на его проведение, к тому же зачастую связан с ликвидацией продукции во время контроля, но нужно же и выпускать продукцию. При статистических методах контроля (СМК) на основании анализа по специальным правилам результатов проверки определенной части (выборки) продукции делается вероятностно – достоверный вывод о соответствии (или не соответствии) контролируемых показателей (параметров) установленным требованиям по всей изготовленной продукции. Общая программа работ в целях применения СМК в производстве продукции включает следующие этапы: организационный, исследовательско– экспериментальный, разработки методик и нормативно–технической документации на основании результатов исследований, разработки технических средств измерений параметров и расчета статистических характеристик, разработки и согласования между субъектами (поставщиками и потребителями) правил и процедур, регламентирующих применение СМК в производстве продукции и ее реализации. Применение СМК базируется на показателе допускаемого уровня качества, в то же время необходимость реализации продукции на рынке, в пространстве конкуренции требует наивысшего качества этой продукции. При СМК реализуются три функции: - статистический анализ – для выявления причин и факторов, воздействующих на показатели качества; - статистическое регулирование - наблюдение за ходом технологического процесса с целью предупреждения появления брака; - статистический приемочный контроль - оценка качества изготовленной продукции с целью ее реализации на рынке.
7.1. Статистический анализ в диагностике и управлении качеством. Центральная проблема статистического анализа заключается в том, чтобы исследовать и предоставить в суммарном виде данные о значении параметров качества. После анализа на разном вероятностном уровне выделяется та совокупность значений, которая согласуется с данными. Такие совокупности значений параметров задаются интервалами, областями, доверительными границами, допусками. Статистические методы управления качеством, начало применения которым положил Шухарт, значительно способствуют улучшению качества выпускаемой продукции. Статистические методы принято делить на 3 категории по степени сложности их реализации: 1. Элементарные статистические методы включают семь простых методов: • контрольный листок; • причинно-следственная диаграмма; • гистограмма; • диаграмма разброса; • анализ Парето; • стратификация; • контрольная карта. 2. Промежуточные статистические методы включают: • теорию выборочных исследований; • статистический выборочный контроль; • различные методы проведения статистических оценок и определения критериев; • метод применения сенсорных проверок; • метод планирования экспериментов. 3. Методы, рассчитанные на инженеров и специалистов в области управления качеством, включают: • передовые методы расчета экспериментов; • многофакторный анализ; • различные методы исследования операций. Семь простых методов статистического контроля качества Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования как производственных, так и управленческих процессов, инструментами математической статистики. Однако современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. В 1979 г. Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости — совершенствовать их. 1.Контрольные листы предназначены для регистрации источника данных, времени сбора, объекта, по которому данные собраны. Кроме того, они предназначены для того, чтобы их было удобно использовать, легче производить статистические вычисления, отражающие факты, регистрировать данные в простой и доступной для использования форме. Контрольный лист – это бланк, на котором предварительно отмечены контролируемые параметры, с тем, чтобы можно было быстро и точно записать данные измерений, при этом автоматически упорядочить данные для облегчения их дальнейшего использования.
Рис. 7.1. Примеры форм контрольных листов 2. Причинно – следственная диаграмма (диаграмма Исикавы) Причинно-следственная диаграмма (Cause and effect diagram) применяется, как правило, при анализе дефектов, приводящих к наибольшим потерям. Считается, что этот экспертный метод появился в Японии для выявления причин сбоя технологических процессов, когда очевидные его нарушения обнаружить трудно. Она позволяет выявить причины таких дефектов и сосредоточиться на устранении этих причин. При этом анализируются четыре основных причинных фактора: человек, машина (оборудование), материал и метод работ. При анализе факторов выявляются вторичные, а может быть, и третичные причины, приводящие к дефектам и подлежащие устранению. Поэтому для анализа дефектов и построения диаграммы необходимо определить максимальное число причин, которые могут иметь отношение к допущенным дефектам. Такую диаграмму в виде рыбьего скелета предложил японский ученый Каори Исикава. Существуют определенные правила построения таких диаграмм, которые определяют структуру показателей качества и значимость каждого фактора: 1. Используется группа работников, из которой руководство устраняется. 2. Сохраняется анонимность высказываний. 3. Младшие высказываются первыми. 4. Время проведения экспертизы ограниченно. 5. За найденное решение автор должен получить вознаграждение. Диаграмма описывает такие компоненты качества, как «человек», «машина», «материал», «метод», «контроль», «среда». Применительно к решаемой задаче для компонента «человек» необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компонента «машина» — взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компонента «метод» — факторы, связанные с производительностью и точностью выполняемой операции; для компонента «материал» — факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компонента «контроль» — факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компонента «среда» — факторы, связанные с воздействием среды на изделие и изделия на среду.
Рис. 7.2. Пример диаграммы Исикавы
Применение диаграммы Исикавы можно проиллюстрировать на следующем примере (Рис. 7.3.)
Рис. 7.3. Диаграмма Ишикавы, построенная для определения наиболее влияющих факторов на качество выпекания хлеба. Допустим, нужно определить, от каких факторов и в какой мере зависит качество выпекания хлеба. Вначале выделим общепринятые факторы, а именно: качество труда, качество документации, качество средств труда и качество предметов труда. Далее каждую составляющую разделим на причины и для каждой из них определим экспертным путем весовой показатель. 3. Гистограммы.Это один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений. Гистограмма строится следующим образом: • определяется наибольшее и наименьшее значения показателя качества; • устанавливается диапазон гистограммы как разность наибольшего и наименьшего значений; • определяется число интервалов гистограммы; • рассчитывается длина интервала гистограммы (как частное диапазона гистограммы) / (число интервалов); • разбивается диапазон гистограммы на интервалы; • подсчитывается число попаданий результатов в каждый интервал; • строится столбчатая диаграмма.
Рис. 7.4. Пример гистограммы. 4. Диаграммы разброса. Диаграмма разброса (корреляционная диаграмма)применяется для исследования зависимости между двумя видами данных, например для анализа зависимости суммы выручки от числа обращений к продавцу; сопротивления удару от давления, при котором производилась обработка, и т. д. Диаграмма разброса, используется для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе причинно-следственной диаграммы. Диаграмма разброса строится как график зависимости между двумя параметрами. Если на этом графике провести линию медианы, он позволяет легко определить, имеется ли между этими двумя параметрами корреляционная зависимость. Диаграмма разброса (рассеяния) строится в таком порядке: по горизонтальной оси откладываются измерения величин одной переменной, а по вертикальной оси — другой переменной. При этом возможны положительная или отрицательная взаимосвязь, а также отсутствие какой – либо взаимосвязи.
Рис. 7.5. Пример диаграммы разброса 5. Анализ Парето Анализ Парето получил название от имени итальянского экономиста Вилфредо Парето, который показал, что большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик Лоренц представил графические иллюстрации. Правило Парето — «универсальный» принцип, который применим во множестве ситуаций и, без сомнения, в решении проблем качества. Джозеф Джуран отметил «универсальное» применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).
На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь предупредительные мероприятия должны быть направлены на решение именно этих проблем. Рассмотрим использование диаграмм Парето. В повседневной деятельности предприятия постоянно возникают различные проблемы, такие, как трудности с оборотом кредитных сумм, освоением новых правил принятия заказов, появлением брака. Возможен рост трудоемкости, наличие на складах нереализованной продукции, поступление рекламаций, количество которых не уменьшается, несмотря на старания повысить качество. Поиски решения этих проблем начинают с их классификации по отдельным факторам (операциям) с целью выяснения основных, т.е. тех, которые связаны, например, с наибольшими затратами. Чтобы выявить основные факторы строят диаграммы Парето и затем производят их анализ. При использовании диаграмм Парето составляющие, по которым производится анализ, объединяются в три группы: А, В, С. В первую группу объединяют три фактора, которые по своей величине превосходят все остальные и располагают их в порядке убывания. Во вторую группу заносят три последующих фактора, каждый из которых в убывающем порядке непосредственно примыкает к группе В. В третью группу заносят все остальные факторы, выделяя в качестве последнего фактора группу «прочие факторы», т.е. те, которые не удалось разделить на составляющие. Если производить стоимостный анализ, то считается, что на группу А приходится 70—80% всех затрат, а на группу С— 5—10%. Промежуточная группа В характеризуется 10—25% затрат, связанных с ошибками и дефектами в работе. Неравноценная стоимость групп А, В, С наводит на мысль различного подхода к рациональным затратам на производство деталей, входящих в эти группы. Например, контроль деталей в группе А должен быть наиболее жестким, а в группе С наиболее упрощенным. Пример.Допустим, что предприятие выпускает кровельное железо. В течение месяца было произведено 8020 бракованных листов и, естественно, была поставлена задача на уменьшение брака. Для анализа было решено построить диаграмму Парето. С этой целью: • собирают месячные данные, которые могут иметь отношение к браку, выявляют количество видов брака и подсчитывают сумму потерь, соответствующую каждому из видов; • располагают виды брака в порядке убывания суммы потерь так, чтобы в конце стояли виды, соответствующие меньшим потерям, и виды, входящие в рубрику «Прочие»; • строится столбчатый график, где каждому виду брака соответствует свой прямоугольник (столбик), вертикальная сторона которого соответствует величине потери от этого вида брака (основания всех прямоугольников равны) и вычерчивают кривую кумулятивной суммы, так называемую кривую Лоренца: на правой стороне графика откладывают значение кумулятивного процента; полученный график называется диаграммой Парето; • по оси абсцисс откладывают виды брака, а по оси ординат — сумму потерь; • подсчитывают накопленную сумму, ее принимают за 100 %; • на диаграмме Парето указывают ее название, период полученных данных, число данных, процент брака, итоговую сумму потерь. Служба качества предприятия собрала месячные данные по браку кровельных листов, приведенные в табл. 7.1. По данным табл. 7.1. построена диаграмма Парето на рис. 7.7. Произведем ее анализ. Три вида брака: коробление, боковой изгиб, отклонение от перпендикулярности составляют соответственно 40,181%, 19,442%, 12,961% потерь, а в общей сумме так называемая группа А составляет 72,584%. На эту группу на первом этапе и нужно обратить особое внимание. На втором этапе нужно проанализировать каждую из операций группы А, затем составить график мероприятий, которые позволят снизить процент брака. Рассуждения повседневной жизни при анализе различных ситуаций практически ничем не отличаются от принципов построения диаграммы Парето, но она является производственным документом и отвечает логике систем качества в стандартах ИСО — действия по улучшению качества должны документироваться. Если диаграмма Парето строится в течение каждого месяца, то служба качества немедленно определяет причину брака и намечает мероприятия по ее устранению. В качестве исходных данных для построения диаграммы Парето можно использовать любой маршрутный технологический процесс, если имеются данные по величине потерь от брака по каждой из операций.
Таблица 7.1. Данные о браке в производстве кровельных листов
Рис. 7.7. Диаграмма Парето для анализа брака кровельных листов: 1 — боковые трещины; 2 — шелушение краски; 3 — коробление; 4 — отклонение от перпендикулярности; 5 — грязь на поверхности; 6 — винтообразность; 7 — трещины на поверхности; 8 — боковой изгиб; 9 — прочие причины.
6. Стратификация. Это процесс сортировки данных согласно некоторым критериям или переменным. Результаты стратификации часто изображают в виде диаграмм и графиков. Итак, можно классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменными стратификации. Важно установить, какие переменные будут использоваться для сортировки. Стратификация является методической основой для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.
Рис. 7.8. Стратификация данных На рис. 7.8. приведен пример анализа источника возникновения дефектов. Все дефекты (100%) классифицированы на четыре категории — по поставщикам, операторам, смене и оборудованию. 7. Контрольные карты. Это специальный вид диаграммы (рис. 7.9.), впервые предложенный У. Шухартом. Они отображают характер изменения показателя качества во времени. Контрольные карты — самый важный метод статистического контроля качества. Не будет преувеличением сказать, что управление качеством началось именно с контрольных карт Шухарта.
Рис. 7.9. Общий вид контрольной карты. В основе метода построения контрольных карт лежит представление о вариабельности рассматриваемого процесса. Любой процесс, даже великолепно отлаженный, подвержен вариабельности. Вариабельность может иметь разную природу. Если вариабельность проявляется только вследствие присущего системе разброса, то можно ожидать, что результаты будут относительно стабильны и предсказуемы. В таких случаях отклонения каких-то показателей от эталонов можно рассматривать как случайные. В процесс не стоит вмешиваться. Другое дело, когда на естественный разброс накладывается особая вариабельность, обусловленная деятельностью людей, участвующих в процессе. Здесь вмешательство в процесс не только уместно, но и желательно. Более того, такое вмешательство приведет к требуемым результатам наиболее дешевым и быстрым способом. Такой механизм, основанный на диагностическом анализе с помощью контрольных карт Шухарта, существенно снижает риски принятия неэффективных управленческих решений. Контрольная карта состоит из центральной линии, пары контрольных пределов, по одному над и под центральной линией, и значений параметров (показателей качества), нанесенных на карту для представления состояния технологического процесса. Если все значения параметров оказываются внутри контрольных пределов, не проявляя каких-то особенностей в расположении, то процесс считается контролируемым (рис. 7.10, а). Если же, напротив, они попадут за контрольные пределы или проявят какие-то особенности в расположении, то процесс считается вышедшим из-под контроля (рис. 7.10, б).
Рис. 7.10 Примеры контрольных карт: а) – управляемое состояние процесса; б) – неуправляемое состояние процесса. Под вариациями (отклонениями), вызванными определенными причинами, понимаются вариации в пределах требования стандарта или в пределах обоснованных отклонений. Например, мы ожидаем от каждой заготовки, выполненной из стали 20, значений механических свойств в определенном диапазоне, регламентированном стандартом или гарантированном в сертификате на материал. Если измеренные механические свойства оказываются за пределами ожиданий (перепутали марку стали, брак отливки, погрешности измерений), то мы считаем такое отклонение случайным. Оно бывает достаточно редко, но от него нельзя избавиться, и оно приводит к несоответствию требуемого качества изделия. В зависимости от вида показателя качества и от цели проверки существуют различные типы контрольных карт. Существует два вида контрольных карт — по качественным и количественным признакам. Контрольные карты по количественным признакам — это, как правило, сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а другая — разброс процесса. Разброс может вычисляться на основе размаха процесса R (разницы между наибольшим и наименьшим значением) или на основе среднеквадратического отклонения процесса s. В настоящее время обычно используются Контрольные карты по качественным признакам включают следующие виды: • карта для доли дефектных изделий (р-карта). В р-карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки переменный; • карта для числа дефектных изделий (пр-карта). В nр-карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки постоянный; • карта для числа дефектов в выборке (с-карта). В с-карте подсчитывается число дефектов в выборке; • карта для числа дефектов на одно изделие (и-карта). В u-карте подсчитывается число дефектов на одно изделие в выборке. Построение ( Этап 1 - собрать данные. Общее количество данных об исследуемом показателе качества не должно быть меньше 100. Данные необходимо разделить на 20-25 подгрупп объемом 4-5 каждая. Заполнить приготовленную таблицу (рис. 7.11).
Рис. 7.11. Массив данных для ( Этап 2 - вычислить в каждой подгруппе среднее значение параметра х и размах R. Записать в таблицу. Этап 3 - вычислить среднее значение всей группы данных Этап 4 - вычислить среднее значение размаха R группы как среднее арифметическое размахов R подгрупп. Записать в таблицу. Этап 5 - вычислить значение контрольных линий по нижеприведенным формулам, отдельно для
Верхний контрольный предел: UCL = Нижний контрольный предел: LCL = R - карта. Центральная линия: CL = Верхний контрольный предел: UCL = β1 Нижний контрольный предел: LCL = β2 Нижний предел не рассчитывается, когда объем подгруппы меньше 6. Для нашего примера (объем подгруппы равен 5) имеем следующие коэффициенты для расчета контрольных линий α = 0,577; β1= 2,115; β2= 0. Эти коэффициенты зависят от объема выборки (подгруппы) и находятся по таблице 7.2. Таблица 7.2 |
Анализ Парето иллюстрируется диаграммой Парето (рис. 7.6), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат — в количественном выражении сами проблемы, причем как в чисРис. 7.6. Пример диаграммы Парето ленном, так и в накопленном (кумулятивном) процентном выражении.
-s карты; 
) карты.