Статистические методы контроля качества пример. Статистический контроль качества продукции

Вопросы: [лекции – 2 ч.]

Значение и область применения статистических методов контроля качества

Различаются следующие области применения статистических методов в произ­водстве:

· со сплошным контролем, с одной стороны, и в исключении случайных изменений качества продукции – с другой.

· при регулировании хода технологического процесса с целью удержания его в заданных рамках (левая часть схемы);

· при приемке изготовленной продукции (правая часть схемы).

Рисунок 5 – Область применения статистических методов УКП

Для контроля технологических процессов решаются задачи статисти­ческого анализа точности и стабильности технологических процессов и их статистического регулирования. При этом за эталон принимаются допуски на контролируемые параметры, заданные в технологической документации, и задача заключается в жёстком удержании этих параметров в установленных преде­лах. Может быть поставлена также задача поиска новых режимов выполнения операций с целью повышения качества конечного производства.

Прежде чем браться за применение статистических методов в производ­ственном процессе, необходимо четко представлять цель применения этих методов и выгоду производства от их применения. Очень редко данные используются для заключения о качестве в том виде, в каком они были получены.

Инструментов контроля качества»

Статистические методы признаются важным условием рентабельного управления качеством. Мето­ды, основанные на статистическом подходе, используются на всех этапах жизненного цикла изделий. Наиболее часто приме­няются следующие методы :

o гистограммы;

o временные ряды;

o диаграммы Парето;

o причинно-следственные диаграммы;

o контрольные листки;

o контрольные карты;

o диаграммы рассеяния.

Эти методы получили название «7 инструментов контроля качества».

Гистограммы используются при необходимости предста­вить распределение данных о параметрах изделий с помощью столбикового графика. Аналогом гистограммы в теории веро­ятностей и математической статистике служит функция плот­ности вероятности, которая показывает частоту появления то­го или иного события. С помощью гистограммы можно полу­чить информацию о категоризации измеряемых параметров изделия, оценить степень симметрии разброса данных относи­тельно среднего значения, подобрать аппроксимирующее тео­ретическое распределение. Возможный вид гистограммы пока­зан на рис. 6.

Рисунок 6 - Гистограмма

Временные ряды применяются для оценки изменения хода наблюдаемого события за определенный период. Такие ряды обладают большой наглядностью и очень просты при построе­нии и использовании. Точки наносятся на график в том поряд­ке, в котором они были получены. Построенная кривая в виде линейного графика иллюстрирует временной ход процесса и позволяет выявить существенные отклонения данного процес­са, к примеру, от среднего значения или границ допусков. Ти­пичный вид временного графика показан на рис. 7.

Рисунок 7 – Временной ряд

Диаграммы Парето используются в ситуациях, когда требу­ется представить относительную важность всех проблем или ус­ловий с целью выбора отправной точки для решения пробле­мы. Диаграмма Парето представляет собой вертикальный столбиковый график, с помощью которого определяются рассмат­риваемые проблемы и порядок их решения. Построение таких диаграмм помогает привлечь внимание к действительно важ­ным проблемам. Порядок построения диаграммы состоит из следующих этапов:

o выбор сравниваемых проблем;

o определение критериев для сравнения единиц измерения;

o выбор периода для изучения;

Рисунок 8 – Диаграмма Парето

Причинно-следственные диаграммы применяются для иссле­дования и анализа всех возможных причин или условий.

Такая диаграмма была разработана с целью представления соотношений между следствием, результатом и всеми возмож­ными причинами, влияющими на них.

Следствие, результат или проблема обычно обозначаются на правой стороне схемы, а главные воздействия (причины) - на левой (рис. 9).

Рисунок 9 – Причинно-следственная диаграмма

Исходя из аналогии со скелетом рыбы, такая диаграмма но­сит еще название «рыбий скелет» или диаграмма К. Исикавы - в честь японского ученого, разработавшего ее.

Порядок построения причинно-следственной диаграммы представляет следующую последовательность шагов:

o описание выбранной проблемы (ее особенности, причи­ны возникновения, проявление);

o выявление причин, необходимых для построения диа­граммы;

o построение диаграммы;

o толкование полученных взаимосвязей в диаграмме.

Контрольные листки (таблицы проверок) используются для сбора данных с целью изучения выборки наблюдений.

Контрольный листок позволяет ответить на вопрос «Как часто происходит определенное событие (например, появле­ние того или иного дефекта)?»

Построение контрольного листка включает следующие шаги :

o установление наблюдаемого события;

o выбор периода, в течение которого будут собираться дан­ные. Этот период может варьироваться от часов до недель;

o построение таблицы, в которую должны вноситься на­блюдаемые данные о дефектах.

Контрольные карты представляют собой нанесенные на график временные ряды с указанными верхними и нижними границами (рис. 10).

Рисунок 10 – Контрольная карта

На графике нанесены три линии, позволяющие понять про­исходящий процесс. Горизонтальные линии называются верх­ним контрольным пределом (ВКП), центральной линией (ЦЛ) и нижним контрольным пределом (НКП).

С помощью этих линий можно проследить следующие зависимости :

o если слишком большое количество экспериментальных точек находится выше ВКП (ниже НКП), это означает, что про­цесс несколько нарушается;

o если ряд экспериментальных точек находится между ЦЛ и ВКП (или между ЦЛ и НКП), это также означает, что процесс требует вмешательства;

o если ряд экспериментальных точек имеет тенденцию по­вышения к ВКП, следует сделать вывод о том, что протекание процесса затруднено.

Контрольные карты бывают двух видов : одни отображают средние показатели процесса (х -диаграммы), а другие - стан­дартное отклонение (s-диаграммы). С помощью диаграмм мож­но определить причину возникшей проблемы: возможно, изме­нение параметров процесса происходит всякий раз при измене­нии штата работников (например, при пересменке). Причиной также может служить переход на зимнее время (или обратно), при котором служащие в течение нескольких дней привыкают к новому режиму работы.

Параметр ЦЛ является двойным средним значением. В x -диаграммах каждая точка представляет конкретный день, а среднее значение этой точки определяется па основе всех данных наблюдений, зафиксированных в этот день. Средние зна­чения всех дней затем применяются для вычисления общего среднего - это и есть ЦЛ х- диаграммы. ЦЛ для s -диаграммы строится таким же образом, за исключением того, что вычис­ления начинаются со стандартного отклонения на каждый день, а затем определяется среднее значение всех этих показа­телей.

Диаграмма рассеяния применяется для оценки возможной связи между двумя переменными величинами. По диаграмме рассеяния можно установить корреляционную и регрессион­ную формы связи между параметрами процесса. Корреляция показывает, как в среднем изменяется поведение одной из пе­ременных при возрастании (убывании) другой. Наиболее рас­пространенной оценкой этого вида связи является выбороч­ный коэффициент корреляции с пределами изменений от -1до +1. При высокой положительной связи (величина коэффи­циента корреляции составляв 0,8-1,0) можно считать, что уве­личение одной из переменных приводит к возрастанию другой. В противном случае следует предположить, что возрастание од­ной из переменных дает уменьшение другой. При значениях коэффициента корреляции, близком к нулю, изменение одно­го из параметров не оказывает влияния на другой. При постро­ении диаграмм рассеяния по одной из осей откладывают чис­ловые значения первого параметра, по второй оси - значения другого параметра. Полученное «облако» рассеяния числовых данных позволяет визуально установить характер взаимосвязи между двумя переменными. В качестве примера на рис. 11 по­казаны диаграммы рассеяния, соответствующие положитель­ной, нулевой и отрицательной корреляции.

Рисунок 11 – Диаграмма рассеяния

Регрессионный анализ, примененный к тем же самым дан­ным, позволяет подобрать аппроксимирующую кривую, которая лучше всего описывает экспериментальные точки. В основе та кого подбора лежит метод наименьших квадратов, минимизиру­ющий сумму квадратов отклонений между опытными данными и значениями теоретической кривой. Построенная теоретиче­ская зависимость дает возможность экстраполировать поведе­ние оцениваемой зависимости за пределы наблюдений.

Перечисленные методы, относящиеся к статистическим, в настоящее время стандартизированы и рекомендуется для ис­пользования в работе по повышению качества. Кроме того, на начальной стадии работы часто применяются еще два метода: мозговая атака и схема процесса.

Мозговая атака - один из наиболее распространенных ме­тодов раскрепощения и активизации творческого мышления. Впервые этот метод был использован еще в 1934 г. в США как способ получения новых идей в условиях запрещения критики.

Основная цель применения этого метода - отделение про­цедуры генерирования идей в замкнутой группе специалистов от процесса анализа и оценки высказанных идей.

Как правило, атака длится недолго (около 40 мин). Участни­кам предлагается высказывать любые идеи на заданную тему при регламенте до двух минут на выступление. Самый интерес­ный момент атаки - это наступление пика, когда идеи начина­ют «фонтанировать», т.е. происходит непроизвольная генера­ция гипотез участниками.

При последующем анализе всего лишь 10-15% идей оказы­ваются значимыми, но среди них бывают весьма оригиналь­ные. Оценивает результаты группа экспертов, не участвовав­шая в генерации идей.

Схема процесса представляет собой графическое изображе­ние последовательных стадий какого-либо процесса (рис. 6). Этот метод применяется в ситуациях, когда требуется просле­дить действительные или мысленные стадии процесса, через которые проходят изделие или услуга.

При изучении схем различных процессов можно обнару­жить те места, где на практике наиболее вероятно возникнове­ние помех и сбоев.

Рисунок 12 – Схема процесса

Группа специалистов, обладающих наибольшими знаниями о протекающем процессе, например технологи, должны выпол­нить следующие действия:

o построить последовательную схему действующего про­цесса;

o построить такую же схему процесса, который должен протекать, если все будет работать нормально;

o сравнить две схемы, чтобы найти места различий, кото­рые определяют точку с возможными отклонениями процесса.

Статистическое управление процессами - это основанный на статистиче­ском мышлении процесс анализа и решения проблем, использующий как ста­тистические (вероятностные), так и нестатистических методы с целью осуще­ствления действий, необходимых для достижения и поддержания состояния статистической управляемости процессов, и постоянного улучшения их ста­бильности и воспроизводимости

Статистическое мышление - это способ диагностики состояния процессов и/или систем, основанный на теории вариабельности, и имеющий своей целью принятие оптимальных управленческих решений.

Под качеством объекта (продукции, процесса, услуги) понима­ют совокупность его характеристик, обеспечивающих необхо­димую степень удовлетворения предполагаемых потребностей пользователя этого объекта. Например, качество автомобиля характеризуется количеством пассажиров, скоростью (это показатели назначения), сроком службы (один из показателей надежности), расходом бензина (показатель экономичности), вне­шним видом (показатель эстетичности) и др.

На результат выполнения каждого из этих этапов влияет множество различных факторов, и это приводит к вариабельнос­ти (изменчивости) свойств объекта. Например, для этапа про­изводства изделия характерны вариации (колебания) свойств материала, нестабильность работы оборудования, различная ква­лификация и индивидуальные особенности работника, измене­ния окружающей среды (температура, влажность, вибрации и т.п.) и другие факторы.

Вариабельность свойств объекта на различных этапах оказывает существенное влияние на его качество. Статистические методы позволяют проводить измерение и анализ вариаций с целью их сокраще­ния, и таким путем обеспечивают снижение дефектности про­дукции до приемлемого уровня.

Причины вариаций любых процессов могут быть разделены на две группы. Первая - это общие причины, связанные с произ­водственной системой (оборудование, здания, сырье, персонал); соответствующую вариабельность нельзя изменить без измене­ния системы. Любые действия рядовых сотрудников - испол­нителей в этой ситуации скорее всего только ухудшат положе­ние. Вмешательство в систему почти всегда требует действий со стороны руководства - высшего менеджмента.

Вторая группа - специальные причины, связанные с ошибка­ми оператора, сбоями настройки, нарушением режима. Лик­видацией этих причин занимается персонал, непосредственно участвующий в процессе. Это неслучайные причины - износ инструмента, ослабление креплений, изменение температуры ох­лаждающей жидкости, нарушение технологического режима. Такие причины должны быть изучены и могут быть устранены при настройке процесса, что и обеспечит его стабильность.

Впервые системный подход к вопросам контроля качества промыш­ленной продукции предложен в 1905 г. Ф. Тейлором (1856-1915), которого иногда называют «отцом научного менеджмента».

Система Тейлора устанавливает требования к качеству изде­лий в виде полей допусков (верхняя и нижняя границы контро­лируемого показателя), вводит измерительные инструменты -шаблоны, два типа калибров (проходной и непроходной).

Статистический контроль качества (Statistical Quality Control - SQC) - концепция, базирующаяся на систематичес­ком применении методов математической статистики. Ее осно­вы были заложены в 1924 г. в американской фирме Bell Telephone Laboratories.

Одним направлением использования статистических мето­дов стал выборочный контроль готовой продукции (первые пла­ны контроля были разработаны Г. Доджем и Г. Ромигом). Дру­гое направление - обеспечение стабильности процессов на основе контрольных карт (и практически реализующее теорию вариа­бельности) - предложено У. Шухартом (1891-1967).

Г. Тагути предложил учитывать потери качества, связанные не только с выходом значения контролируемого показателя за пределы до­пуска, но и с отклонением этого показателя от номинального значения, даже если это отклонение оказывается в пределах до­пуска.

Современные тенденции менеджмента качества нашли от­ражение в последней версии стандартов ИСО серии 9000, один из восьми принципов управления качеством: «Принятие решений, основанных на фактах. Эф­фективные решения основываются на анализе данных и инфор­мации». Сбор необходимой информации, ее обработка и анализ с целью принятия эффективных решений возможны только с использованием статистических методов.

Особое место в группе методов контроля качества занимают стати­стические методы. Их применение основано на результатах измере­ний, анализа, испытаний, данных эксплуатации, экспертных оценок. Эти инструменты пред­назначены для анализа и контроля качества непосредственно на рабочем месте и ориентированы в первую очередь на работни­ков, не имеющих специального образования: все эти средства оформляются вручную, часто на специальных бланках.

Задачами, решаемыми при этом, являются планиро­вание, получение, обработка и унификация информации, ее исполь­зование при анализе и управлении, принятие решения по результатам анализа, прогнозирование и др.

Совокупность современных статистических методов контроля ка­чества подразделяется по степени сложности на три категории.

1. Элементарные статистические методы, включающие диаграмму Парето, диаграмму причин и результатов, контрольный листок, гисто­грамму, диаграмму разброса, метод стратификации, контрольную кар­ту. Эта категория методов используется на японских предприятиях все­ми, начиная от выпускников школ и заканчивая управляющими высшего звена.

2. Промежуточные статистические методы, в состав которых вхо­дят: теория выборочных исследований; статистический выборочный контроль; различные методы проведения статистических оценок и оп­ределения критериев; метод расчета экспериментов. Эта группа мето­дов используется инженерами и специалистами в области управления качеством.

3. Передовые статистические методы, включающие методы расчета экспериментов, многофакторный анализ, различные методы исследо­вания операций. Их применению обучается ограниченное число ин­женеров и специалистов.

Элементарные статистические методы:

Контрольный листок представляет собой бланк, на который нане­сены контролируемые параметры детали или изделия, с тем чтобы в него можно было легко и точно занести данные измерений. Форма листка зависит от его назначения.

На рис. 2.1 показан контрольный листок для регистрации рас­пределения контролируемого параметра.

Контрольный листок для регистрации видов дефектов - на­пример, для приемочного контроля штампованных деталей, приведенна рис. 2.2. При обнаружении дефекта ставится метка в строке, соответствующей обнаруженному дефекту.

Контрольный листок для анализа стабильности технологичес­кого процесса (контролируется отклонение диаметра вала от но­минального значения в мкм) показан на рис. 2.3. Каждые тридцать минут берется выборка по 5 деталей. Кроме результатов измерений, на листке подсчитываются среднее арифметическое значение отклонения и его размах R (как разность максималь­ного и минимального значений) в каждой выборке.

Рис. 2.1. Контрольный листок для регистрации распределения параметра

Рис. 2.2. Контрольный листок для регистрации видов дефектов

Рис. 2.3. Контрольный листок для анализа стабильности процесса

Часто контрольный листок является источником информа­ции для применения других инструментов качества: гистограм­мы качества, диаграммы Парето, контрольной карты и др.

ВВЕДЕНИЕ

Важнейшим источником роста эффективности производства является постоянное повышение технического уровня и качества выпускаемой продукции. Для технических систем характерна жесткая функциональная интеграция всех элементов, поэтому в них нет второстепенных элементов, которые могут быть некачественно спроектированы и изготовлены. Таким образом, современный уровень развития НТП значительно ужесточил требования к техническому уровню и качеству изделий в целом и их отдельных элементов. Системный подход позволяет объективно выбирать масштабы и направления управления качеством, виды продукции, формы и методы производства, обеспечивающие наибольший эффект усилий и средств, затраченных на повышение качества продукции. Системный подход к улучшению качества выпускаемой продукции позволяет заложить научные основы промышленных предприятий, объединений, планирующих органов.

В отраслях промышленности статистические методы применяются для проведения анализа качества продукции и процесса. Анализом качества является анализ, посредством которого с помощью данных и статистических методов определяется отношение между точными и замененными качественными характеристиками. Анализом процесса является анализ, позволяющий уяснить связь между причинными факторами и такими результатами, как качество, стоимость, производительность и т.д. Контроль процесса предусматривает выявление причинных факторов, влияющих на бесперебойное функционирование производственного процесса. Качество, стоимость и производительность являются результатами процесса контроля.

Статистические методы контроля качества продукции сегодня приобретают все большее признание и распространение в промышленности. Научные методы статистического контроля качества продукции используются в следующих отраслях: в машиностроении, в легкой промышленности, в области коммунальных услуг.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами.

Статистические методы контроля качества продукции дают значительные результаты по следующим показателям:

повышение качества закупаемого сырья;

экономия сырья и рабочей силы;

повышение качества производимой продукции;

снижение затрат на проведение контроля;

снижение количества брака;

улучшение взаимосвязи между производством и потребителем;

облегчение перехода производства с одного вида продукции на другой.

Главная задача - не просто увеличить качество продукции, а увеличить количество такой продукции, которая была бы пригодной к употреблению.

Два основных понятия в контроле качества - это измерение контролируемых параметров и их распределение. Для того чтобы можно было судить о качестве продукции необязательно измерить такие параметры, как прочность материала, бумаги, масса предмета, качество окраски и т.д.

Второе понятие - распределение значений контролируемого параметра - основано на том, что нет двух совершенно одинаковых по величине параметров у одних и тех же изделий; по мере того, как измерения становятся все более точными, в результатах измерений параметра обнаруживаются небольшие расхождения.

Изменчивость «поведения» контролируемого параметра бывает 2 видов. Первый случай - когда значения его составляют совокупность случайных величин, образующихся в нормальных условиях; второй - когда совокупность его случайных величин образуется в условиях, отличных от нормальных под действием определенных причин.

1. Статистический приемочный контроль по альтернативному признаку

Потребитель, как правило, не имеет возможности контролировать качество продукции в процессе ее изготовления. Тем не менее, он должен быть уверен, что получаемая им от изготовителя продукция соответствует установленным требованиям, и, если это не подтвердится, он вправе потребовать от изготовителя замены брака или устранения дефектов.

Основным методом контроля поступающих потребителю сырья, материалов и готовых изделий является статистический приемочный контроль качества продукции.

Статистический приемочный контроль качества продукции - выборочный контроль качества продукции, основанный на применении методов математической статистики для проверки качества продукции установленным требованиям.

Если при всём этом объем выборки становится равным объему всей контролируемой совокупности, то такой контроль называют сплошным. Сплошной контроль возможен только в тех случаях, когда в процессе контроля качество продукции не ухудшается, в противном случае выборочный контроль, т.е. контроль определенной небольшой части совокупности продукции, становится вынужденным.

Сплошной контроль проводится, если к тому нет особых препятствий, в случая возможности наличия критического дефекта, т.е. дефекта, наличие которого полностью исключает использование продукции по назначению.

Можно проверить все изделия также и при следующих условиях:

партия изделий или материала невелика;

качество входного материала плохое или о нем ничего не известно.

Можно ограничиться проверкой части материала или изделий, если:

дефект не вызовет серьезной неисправности оборудования и не создает угрозу жизни;

изделия используются группами;

бракованные изделия можно обнаружить на более поздней стадии сборки.

В практике статистического контроля генеральная доля q неизвестна и ее следует оценить по результатам контроля случайной выборки объемом n изделий, из которых m дефектных.

Под планом статистического контроля понимают систему правил, указывающих методы отбора изделий для проверки, и условия, при которых партию следует примять, забраковать или продолжить контроль.

Различают следующие виды планов статистического контроля партии продукции по альтернативному признаку:

одноступенчатые планы, согласно которым, если среди n случайно отобранных изделий число дефектных m окажется не больше приемочного числа С (mC), то партия принимается; в противном случае партия бракуется;

двухступенчатые планы, согласно которым, если среди n1 случайно отобранных изделий число дефектных m1 окажется не больше приемочного числа C1 (m1C1), то партия принимается; если m11, где d1 - браковочное число, то партия бракуется. Если же C1 m1 d1, то принимается решение о взятии второй выборки объемом n2. Тогда, если суммарное число изделий в двух выборках (m1 + m2) C2, то партия принимается, в противном случае партия бракуется по данным двух выборок;

многоступенчатые планы являются логическим продолжением двухступенчатых. Первоначально берется партия объемом n1 и определяется число дефектных изделий m1. Если m1?C1, то партия принимается. Если C1p m1 d1 (D1C1+1), то партия бракуется. Если C1m1d1, то принимается решение о взятии второй выборки объемом n2. Пусть среди n1 + n2 имеется m2 дефектных. Тогда, если m2c2, где c2 - второе приемочное число, партия принимается; если m2d2 (d2 c2 + 1), то партия бракуется. При c2 m2 d2 принимается решение о взятии третьей выборки. Дальнейший контроль проводится по аналогичной схеме, за исключением последнего k-того шага. На k-м шаге, если среди проконтролированных изделий выборки оказалось mk дефектных и mkck, то партия принимается; если же m k ck, то партия бракуется. В многоступенчатых планах число шагов k принимается, что n1 =n2=…= nk;

последовательный контроль, при котором решение о контролируемой партии принимается после оценки качества выборок, общее число которых заранее не установлено и определяется в процессе которая по результатам предыдущих выборок.

Одноступенчатые планы проще в смысле организации контроля на производстве. Двухступенчатые, многоступенчатые и последовательные планы контроля обеспечивают при том же объеме выборки большую точность принимаемых решений, но они более сложны в организационном плане.

Задача выборочного приемочного контроля фактически сводится к статистической проверке гипотезы о том, что доля дефектных изделий q в партии равна допустимой величине qo, т.е. H0:q = q0.

Задача правильного выбора плана статистического контроля состоит в том, чтобы сделать ошибки первого и второго рода маловероятными. Напомним, что ошибки первого рода связаны с возможностью ошибочно забраковать партию изделий; ошибки второго рода связаны с возможностью ошибочно пропустить бракованную партию.

2. Стандарты статистического приемочного контроля

Для успешного применения статистических методов контроля качества продукции большое значение имеет наличие соответствующих руководств и стандартов, которые должны быть доступны широкому кругу инженерно-технических работников. Стандарты на статистический приемочный контроль обеспечивают возможность объективно сравнивать уровни качества партий однотипной продукции как во времени, так и по различным предприятиям.

Остановимся на основных требованиях к стандартам по статистическому приемочному контролю.

Прежде всего, стандарт должен содержать достаточно большое число планов, имеющих различные оперативные характеристики. Это важно, так как позволит выбирать планы контроля с учетом особенностей производства и требований потребителя к качеству продукции. Желательно, чтобы в стандарте были указаны различные типы планов: одноступенчатые, двухступенчатые, многоступенчатые, планы последовательного контроля и т.д.

Основными элементами стандартов по приемочному контролю являются:

1. Таблицы планов выборочного контроля, применяемые в условиях нормального хода производства, а также планов для усиленного контроля в условиях разладок и для облегчения контроля при достижении высокого качества.

2. Правила выбора планов с учетом особенностей контроля.

3. Правила перехода с нормального контроля на усиленный или облегченный и обратного перехода при нормальном ходе производства.

4. Методы вычисления последующих оценок показателей качества контролируемого процесса.

В зависимости от гарантий, обеспечиваемых планами приемочного контроля, различают следующие методы построения планов:

устанавливают значения риска поставщика и риска потребителя и выдвигают требование, чтобы оперативная характеристика P(q) прошла приблизительно через две точки: q0, ? и qm, где q0 и qm - соответственно приемлемый и браковочный уровни качества, Этот план называют компромиссным, так как он обеспечивает защиту интересов как потребителя, так и поставщика. При малых значениях? и? объем выборки должен быть большим;

выбирают одну точку на кривой оперативной характеристики и принимают одно или несколько дополнительных независимых условий.

Первая система планов статистического приемочного контроля, нашедшая широкое применение в промышленности, была разработана Доджем и Ролигом. Планы этой системы предусматривают сплошной контроль изделий из забракованных партий и замену дефектных изделий годными.

Во многих странах получил распространение американский стандарт МИЛ-СТД-ЛО5Д. Отечественный стандарт ГОСТ-18242-72 по построению близок к американскому и содержит планы одноступенчатого и двухступенчатого приемочного контроля. В основу стандарта положено понятие приемлемого уровня качества (ПРУК) q0, которое рассматривается как максимально допустимая потребителем доля дефектных изделий в партии, изготовленной при нормальном ходе производства. Вероятность забраковать партию с долей дефектных изделий, равной q0, для планов стандарта мала и уменьшается по мере возрастания объема выборки. Для большинства планов не превышает 0,05.

При контроле изделий по нескольким признакам стандарт рекомендует классифицировать дефекты на три класса: критические, значительные и малозначительные.

3. Контрольные карты

Одним из основных инструментов в обширном арсенале статистических методов контроля качества являются контрольные карты. Принято считать, что идея контрольной карты принадлежит известному американскому статистику Уолтеру Л. Шухарту. Она была высказана в 1924 г. и обстоятельно описана в 1931 г. Первоначально они использовались для регистрации результатов измерений требуемых свойств продукции. Выход параметра за границы поля допуска свидетельствовал о необходимости остановки производства и проведении корректировки процесса в соответствии со знаниями специалиста, управляющего производством.

Это давало информацию о том, когда кто, на каком оборудовании получал брак в прошлом.

При этом, в этом случае решение о корректировке принималось тогда, когда брак уже был получен. Поэтому важно было найти процедуру, которая бы накапливала информацию не только для ретроспективного исследования, но и для использования при принятии решений. Это предложение опубликовал американский статистик И. Пейдж в 1954 г. Карты, которые используются при принятии решений называются кумулятивными.

Контрольная карта состоит из центральной линии, двух контрольных пределов (над и под центральной линией) и значений характеристики (показателя качества), нанесенных на карту для представления состояния процесса.

В определенные периоды времени отбирают (все подряд; выборочно; периодически из непрерывного потока и т.д.) n изготовленных изделий и измеряют контролируемый параметр.

Результаты измерений наносят на контрольную карту, и в зависимости от этого значения принимают решение о корректировке процесса или о продолжении процесса без корректировок.

Сигналом о возможной разналадке технологического процесса могут служить:

выход точки за контрольные пределы (точка 6); (процесс вышел из-под контроля);

расположение группы последовательных точек около одной контрольной границы, но не выход за нее (11, 12, 13, 14), что свидетельствует о нарушении уровня настройки оборудования;

сильное рассеяние точек (15, 16, 17, 18, 19, 20) на контрольной карте относительно средней линии, что свидетельствует о снижении точности технологического процесса.

Верхний предел

Центральная линия

Нижний предел

6 11 12 13 14 15 16 17 18 19 20 Номер выборки

Заключение

Все большее освоение новой для нашей страны экономической среды воспроизводства, т.е. рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства.

Наиболее полное и всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: при изготовлении, транспортировке, хранении, применении, ремонте, тех. обслуживании.

Таким образом, производитель должен контролировать качество продукции и по результатам выборочного контроля судить о состоянии соответствующего технологического процесса. Благодаря этому он своевременно обнаруживает разладку процесса и корректирует его.

Список используемой литературы

1. ГембрисС. Геррманн Й., «Управление качеством», Омега-Л СмартБук, 2008 г.

2. Шевчук Д.А., «Контроль качества», Гросс-Медиа., М., 2009 г.

3. Электронный учебник «Контроль качества»

Министерство общего и профессионального образования Российской Федерации

Нижегородский государственный университет

им. Н.И. Лобачевского

Экономический факультет

КОНТРОЛЬНАЯ РАБОТА

по дисциплине «Управление качеством»

на тему «Статистические методы контроля качества»

Руководитель А.Ю. Ефимычев

Студент 5 курса 52 группы А.Ю. Тютин

Нижний Новгород, 1999

1 Введение.................................................................................................. 3

2 Статистические методы контроля качества продукции.................................................................................................. 4

2.1 Контрольные карты. Контроль по количественному признаку. 5

2.1.1 Среднее значение и размах........................................................................................ 5

2.1.2 Контрольные карты среднего арифметического значения и размаха......... 8

2.2 Контрольные карты. Контроль по альтернативному признаку.. 8

2.2.1 Теоретическое распределение доли дефектных единиц продукции при постоянных n и p............................................................................................................................. 9

2.2.2 Контрольная р-карта для выборки постоянного объема................................. 11

2.3 Статистический приемочный контроль по альтернативному признаку 13

2.4 Статистический приемочный контроль по количественному признаку 13

3 Вывод.......................................................................................................

4 Список использованной литературы.......................... 15

1 Введение

Важнейшим источником роста эффективности производства является постоянное повышение технического уровня и качества выпускаемой продукции. Для технических систем характерна жесткая функциональная интеграция всех элементов, поэтому в них нет второстепенных элементов, которые могут быть некачественно спроектированы и изготовлены. Таким образом, современный уровень развития НТП значительно ужесточил требования к техническому уровню и качеству изделий в целом и их отдельных элементов. Системный подход позволяет объективно выбирать масштабы и направления управления качеством, виды продукции, формы и методы производства, обеспечивающие наибольший эффект усилий и средств, затраченных на повышение качества продукции. Системный подход к улучшению качества выпускаемой продукции позволяет заложить научные основы промышленных предприятий, объединений, планирующих органов.

Статистические методы по степени трудности можно подразделить на 3 категории:

1) Элементарный статистический метод включает так называемые 7 «принципов»:

· Карта Парето;

· Причинно-следственный анализ;

· Группировка данных по общим признакам;

· Контрольный лист;

· Гистограмма. Метод гистограмм является эффективным инструментов обработки данных и предназначен для текущего контроля качества в процессе производства, изучения возможностей технологических процессов, анализа работы отдельных исполнителей и агрегатов. Гистограмма- это графический метод представления данных, сгруппированных на частоте попадания в определенный интервал;

· Диаграмма разброса (анализ корреляции через определение медианы);

· График и контрольная карта. Контрольные карты графически отражают динамику процесса, т.е. изменение показателей во времени. На карте отмечен диапазон неизбежного рассеивания, который лежит в пределах верхней и нижней границ. С помощью этого метода можно оперативно проследить начало дрейфа параметров по какому либо показателю качества в ходе технологического процесса для того чтобы проводить предупредительные меры и не допускать брака готовой продукции.

Эти принципы должны применяться всеми без исключения – от главы фирмы до простого рабочего. Ими пользуются не только в производственном отделе, но и в таких отделах, как отделы планирования, маркетинга, материально-технического снабжения.

2) Промежуточный статистический метод включает:

· Теорию выборочных исследований;

· Статистический выборочный контроль;

· Различные методы проведения статистических оценок и определения критериев;

· Метод применения сенсорных проверок;

· Метод расчета экспериментов.

Эти методы рассчитаны на инженеров и специалистов в области управления качеством.

3) Передовой (с использованием ЭВМ) статистический метод включает:

· Передовые методы расчета экспериментов;

· Многофакторный анализ;

· Различные методы исследования операций.

Этому методу обучается ограниченное количество инженеров и техников, поскольку он применяется при проведении очень сложных анализов процесса и качества.

Основная проблема, связанная с применением статистических методов в промышленности, это ложные данные и данные, не соответствующие фактам. Различные данные и факты предоставляются в двух случаях. Первый случай касается искусно созданных или неверно подготовленных данных, а второй касается неверных данных, подготовленных без применения статистических методов.

Применение статистических методов, включая наиболее сложные, должно стать распространенным явлением. Также не следует забывать об эффективности простых методов, без овладения которыми применение более сложных методов не представляется возможным.

Технический прогресс нельзя отделить от применения статистических методов, обеспечивающих повышение качества выпускаемой продукции, повышение надежности и снижение расходов на качество.

В отраслях промышленности статистические методы применяются для проведения анализа качества продукции и процесса. Анализом качества является анализ, посредством которого с помощью данных и статистических методов определяется отношение между точными и замененными качественными характеристиками. Анализом процесса является анализ, позволяющий уяснить связь между причинными факторами и такими результатами, как качество, стоимость, производительность и т.д. Контроль процесса предусматривает выявление причинных факторов, влияющих на бесперебойное функционирование производственного процесса. Качество, стоимость и производительность являются результатами процесса контроля.

Статистические методы контроля качества продукции в настоящее время приобретают все большее признание и распространение в промышленности. Научные методы статистического контроля качества продукции используются в следующих отраслях: в машиностроении, в легкой промышленности, в области коммунальных услуг.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами.

Статистические методы контроля качества продукции дают значительные результаты по следующим показателям:

· повышение качества закупаемого сырья;

· экономия сырья и рабочей силы;

· повышение качества производимой продукции;

· снижение затрат на проведение контроля;

· снижение количества брака;

· улучшение взаимосвязи между производством и потребителем;

· облегчение перехода производства с одного вида продукции на другой.

Главная задача – не просто увеличить качество продукции, а увеличить количество такой продукции, которая была бы пригодной к употреблению.

Два основных понятия в контроле качества – это измерение контролируемых параметров и их распределение. Для того чтобы можно было судить о качестве продукции необязательно измерить такие параметры, как прочность материала, бумаги, масса предмета, качество окраски и т.д.

Второе понятие – распределение значений контролируемого параметра – основано на том, что нет двух совершенно одинаковых по величине параметров у одних и тех же изделий; по мере того, как измерения становятся все более точными, в результатах измерений параметра обнаруживаются небольшие расхождения.

Изменчивость «поведения» контролируемого параметра бывает 2 видов. Первый случай – когда значения его составляют совокупность случайных величин, образующихся в нормальных условиях; второй – когда совокупность его случайных величин образуется в условиях, отличных от нормальных под действием определенных причин.

Персонал, осуществляющий управление процессом, в котором формируется контролируемый параметр, должен по его значениям установить: во-первых, в каких условиях они получены (нормальных или отличных от них); и если они получены в условиях, отличных от нормальных, то каковы причины нарушения нормальных условий процесса. Затем принимается управляющее воздействие по устранению этих причин.

Одним из способов достижения удовлетворительного качества и поддержания его на этом уровне является применение контрольных карт.

Наибольшее распространение получили контрольные карты среднего значения и контрольные карты размаха R, которые используются совместно или раздельно.

Приведем пример. В сосудах 1,2,3,… находятся деревянные палочки, на которых нанесены числа –10,-9,…,-2,-1,0,1,2,…,9,10. Палочки имитируют изделия, а нанесенные на них числа означают отклонения контролируемого размера от номинального в сотых долях процента. В каждом сосуде находится N палочек, которые можно рассматривать как изделия, изготовленные за заданный интервал времени, называемый периодом отбора выборок или проб. Значения N предполагается большим, так что на нескольких палочках может быть нанесено одно и тоже число, некоторые палочки могут быть единственными носителями определенных чисел, более того, возможно, что в каком-нибудь сосуде не окажется вообще палочки с определенным числом. После тщательного перемешивания палочек в сосудах извлекается из каждого сосуда выборка объемом n палочек, например n=5. При этом тщательное перемешивание обеспечивает случайность выбора палочек. Записав числа, нанесенные на оказавшихся в очередных выборках палочках, подсчитывают их средние арифметические значения и наносят как ординату точки с абсциссой, соответствующей номеру сосуда. Если точка окажется внутри начерченных на контрольной карте границ, то имитируемый описанной моделью процесс считается налаженным, в противном случае – требующим корректировки.

Статистикой принято называть функцию случайных величин, полученных из одной совокупности, которая используется для оценки определенного параметра этой совокупности.

Пусть - результаты наблюдений, образующие одну выборку объемом n. Выборочное среднее арифметическое значение определяется как (i=1,2,…,n)

Размах этой выборки , где

Максимальный результат наблюдений в выборке,

Минимальный результат наблюдений в выборке.

Пусть взято двадцать пять выборок, состоящих из пяти образцов каждая. Среднее арифметическое значение и размах определяются для каждой выборки отдельно. Они наносятся на контрольные карты средних арифметических значений и размахов.

Таблица 2‑1. Учет результатов наблюдений

Далее находим среднее значение всех измерений, или общее среднее. Это можно выполнить при помощи сложения суммарной колонки и деления суммы на количество выборок (следует учесть, что некоторые из этих величин – отрицательные). Если обозначим количество выборок через (в данном случае равное 25), то общее среднее можно определить по следующей формуле .

Затем определяем средний размах, разделив сумму разных значений размаха на количество выборок: . После этого значения и наносятся на контрольные карты в качестве контрольных линий.

· верхняя граница регулирования для контрольной карты средних арифметических значений ;

· нижняя граница регулирования контрольной карты средних арифметических значений ;

· верхняя граница регулирования контрольной карты размаха ;

· нижняя граница регулирования контрольной карты размаха , где – коэффициенты, зависящие от объема выборки. Если выборка содержит 5 образцов (n =5), то

Рис. 2‑1. Контрольная карта, для данных, приведенных в таблице 2-1. Среднее значение

Рис. 2‑2. Контрольная карта, для данных, приведенных в таблице 2-1. Размах

Указанные выше границы наносятся на контрольные карты. Если мы берем выборку из сосуда с палочками, то, как правило, все точки на контрольной карте находятся в установленных границах. И если точки на контрольной карте находятся в установленных границах, то соответствующий процесс считается налаженным.

Следует отметить, что этот факт еще не говорит о том, удовлетворительно ли качество всех изделий.

Если все точки на контрольной карте находятся внутри границ регулирования, то процесс считается налаженным до тех пор, пока условия производства не изменятся. Это значит, что все изменения являются естественными или случайными, т.е. хаотичными, и не происходят в силу определенных причин.

Эти карты используются при контроле по альтернативному признаку. Это значит, что после проверки изделие считается либо годным, либо дефектным и решение о качестве контролируемой совокупности принимают в зависимости от числа обнаруженных в выборке или пробе дефектных изделий или от числа дефектов, приходящихся на определенное число изделий (единиц продукции).

Дефект – это каждое отдельное несоответствие продукции установленным требованиям.

Брак – это продукция, передача которой потребителю не допускается из-за наличия дефектов.

Наиболее распространенными для метода учета дефектов являются контроль качества доли дефектных единиц продукции, называемые р -картами и количества дефектов на единицу продукции, называемые с -картами.

Понятие доли дефектных единиц продукции употребляется в том случае, когда имеется в виду доля дефектных единиц продукции в совокупности дефектных и годных единиц.

Тогда р определяется следующим образом: р (доля дефектных единиц продукции) равно общему количеству обнаруженных дефектных изделий, деленному на общее количество проверенных изделий.

Понятие количества дефектов на единицу продукции используется тогда, когда изделие не считается ни браком, ни годным, а определяется только количеством дефектов в изделии.

Таким образом, с (количество дефектов на единицу продукции) равно общему количеству обнаруженных дефектов, деленному на общее количество проверенных изделий.

Характеристики р и с являются статистическими оценками совокупности р ’ и с’ .

Таблица 2‑3. Данные для р - карты

Рис. 2‑4. р - карта для данных, указанных в таблице 2-3

Данные приведенные в таблице, показывают результат 20 выборок (50 образцов каждая) из сосуда, в котором имеется 4% красных шариков (дефектных единиц продукции). Эти выборки имитируют ежедневную выборку из процесса, продолжающегося в течение месяца. Значения р последовательно заносятся на р -карту.

Центральная линия на р -карте определяет значения или среднюю долю дефектных единиц продукции. Величина равна общему количеству дефектных изделий, деленному на общее количество проверенных р изделий: . Это значение р можно получить, рассчитав среднее значение всех р ; однако если объем выборки не постоянный, то таким способом его вычислить нельзя. А указанная выше формула всегда справедлива.

Границы регулирования определяются по формуле

Если на р -карте по результатам статистического контроля ни одна точка не находится вне границ регулирования, то процесс считается налаженным; при этом все отклонения точек от центральной линии являются случайными.

Если впоследствии какая-либо точка оказывается вне границ регулирования, то это значит, что появилась определенная причина разладки процесса.

Потребитель, как правило, не имеет возможности контролировать качество продукции в процессе ее изготовления. Тем не менее, он должен быть уверен, что получаемая им от изготовителя продукция соответствует установленным требованиям, и, если это не подтвердится, он вправе потребовать от изготовителя замены брака или устранения дефектов.

Основным методом контроля поступающих потребителю сырья, материалов и готовых изделий является статистический приемочный контроль качества продукции.

Статистический приемочный контроль качества продукции – выборочный контроль качества продукции, основанный на применении методов математической статистики для проверки качества продукции установленным требованиям.

Если при этом объем выборки становится равным объему всей контролируемой совокупности, то такой контроль называют сплошным. Сплошной контроль возможен только в тех случаях, когда в процессе контроля качество продукции не ухудшается, в противном случае выборочный контроль, т.е. контроль определенной небольшой части совокупности продукции, становится вынужденным.

Сплошной контроль проводится, если к тому нет особых препятствий, в случая возможности наличия критического дефекта, т.е. дефекта, наличие которого полностью исключает использование продукции по назначению.

Можно проверить все изделия также и при следующих условиях:

· партия изделий или материала невелика;

· качество входного материала плохое или о нем ничего не известно.

Можно ограничиться проверкой части материала или изделий, если:

· дефект не вызовет серьезной неисправности оборудования и не создает угрозу жизни;

· изделия используются группами;

· бракованные изделия можно обнаружить на более поздней стадии сборки.

Установлено, что статистический приемочный контроль при одном и том же объеме выборки предоставляет больше информации, чем приемочный контроль по альтернативному признаку. Отсюда следует, что результаты статистического приемочного контроля содержа при меньшем объеме выборки одинаковую информацию со статистическим приемочным контролем по альтернативному признаку.

Однако это не означает, что статистический приемочный контроль по количественному признаку всегда лучше статистического приемочного контроля по альтернативному признаку. Ему свойственны следующие недостатки:

· наличие дополнительных ограничений, сужающих область применения;

· для контроля часто требуется более сложное оборудование.

Если осуществляется разрушающий контроль, то планы контроля по количественному признаку экономичнее планов контроля по альтернативному признаку.

3 Вывод

Все большее освоение новой для нашей страны экономической среды воспроизводства, т.е. рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства.

Наиболее полное и всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: при изготовлении, транспортировке, хранении, применении, ремонте, тех. обслуживании.

Таким образом, производитель должен контролировать качество продукции и по результатам выборочного контроля судить о состоянии соответствующего технологического процесса. Благодаря этому он своевременно обнаруживает разладку процесса и корректирует его.

Исикава К. Японские методы управления качеством: Сокр. пер. с англ. М.: Экономика, 1998

Ноулер Л. и др. Статистические методы контроля качества продукции. Пер. с англ. – 2-е русск. Изд. М.: Издательство стандартов, 1989

Окрепилов В.В. Швец В.Е. Рубцов Ю.Н. Служба управления качеством продукции. Л.: Лениздат, 1990

Среди статистических методов контроля качества наиболее распространены так называемые семь инструментов контроля качества:

• 1) диаграмма Парето (Pareto Diagram);
• 2) причинно-следственная диаграмма Исикавы (Cause and Effect Diagram);
• 3) контрольная карта (Contrat Chait);
• 4) гистограмма (Histogram);
• 5) диаграмма разброса (Scatter Diagram);
• 6) метод расслоения (Stratification);
• 7) контрольные листки.

В своей совокупности эти методы образуют эффективную систему методов контроля и анализа качества. Семь простых методов могут применяться в любой последовательности, в любом сочетании, в различных аналитических ситуациях, их можно рассматривать и как целостную систему, и как отдельные инструменты анализа. В каждом конкретном случае предлагается определить состав и структуру рабочего набора методов.

Семь инструментов контроля качества активно используются японскими фирмами.

1. Диаграмма Парето позволяет наглядно представить величину потерь в зависимости от различных объектов; представляет собой разновидность столбиковой диаграммы, применяемой для наглядного отображения рассматриваемых факторов в порядке уменьшения их значимости.

В 1897 г. итальянский экономист В. Парето предложил формулу, описывающую неравномерность распределения благ. Эта же идея в 1907 г. была графически проиллюстрирована на диаграмме американским экономистом М. Лоренцом. Оба ученых показали, что чаще всего наибольшая доля доходов или благ принадлежит небольшому числу людей. Известный американский специалист по управлению качеством Дж. Джуран применил этот подход в области контроля качества. Это дало возможность разделить факторы, влияющие на качество, на немногочисленные существенно важные и многочисленные несущественные. Оказалось, что, как правило, подавляющее число дефектов и связанных с ними потерь возникает из-за относительно небольшого числа причин. Дж. Джуран назвал этот подход анализом Парето.

Для построения диаграммы Парето исходные данные представляют в виде таблицы, в первой графе которой указывают анализируемые факторы, во второй - абсолютные данные, характеризующие число случаев обнаружения анализируемых факторов в рассматриваемый период, в третьей - суммарное число факторов по видам, в четвертой - их процентное соотношение, в пятой - кумулятивный (накопленный) процент случаев обнаружения факторов.

Начинают построение диаграммы Парето с того, что на оси абсцисс откладывают данные графы 1, а на оси ординат - данные графы 2, располагаемые в порядке убывания частоты встречаемости. "Прочие факторы" всегда располагают на оси ординат последними; если доля этих факторов сравнительно велика, то необходимо сделать их расшифровку, выделив при этом наиболее значительные. По этим исходным данным строят столбиковую диаграмму (см. рис. 8.9), а затем, используя данные графы 5 и дополнительную ординату, обозначающую кумулятивный процент, вычерчивают кривую Лоренца. Возможно построение диаграммы Парето, когда на основной ординате откладывают данные графы 4; в этом случае для вычерчивания кривой Лоренца нет необходимости включать в диаграмму дополнительную ординату (именно этот вариант диаграммы наиболее распространен на практике).

Рис. 8.9.

Определяющим достоинством диаграммы Парето является то, что она дает возможность разделить факторы на значительные (встречающиеся наиболее часто) и незначительные (встречающиеся относительно редко). Например, анализ диаграммы, представленной на рис. 8.9 (а также кривой Лоренца), показывает, что усадочные раковины, газовая пористость и прочие трещины в литых деталях составляют 89,5% всех несоответствий. Следовательно, с устранения именно этих несоответствий следует начинать работу по обеспечению качества деталей.

Диаграмма Парето часто обнаруживает закономерность, получившую название "Правило 80/20", основанную на принципе Парето, согласно которому большая часть следствий вызывается относительно немногочисленными причинами. Применительно к анализу несоответствий данная закономерность может быть сформулирована следующим образом: обычно 80% обнаруженных несоответствий связано лишь с 20% всех возможных причин.

Кроме выявления и ранжирования факторов по их значимости диаграмма Парето с успехом применяется для наглядной демонстрации эффективности тех или иных мероприятий в области обеспечения качества: достаточно построить и сравнить две диаграммы Парето - до и после реализации каких-либо мероприятий.

2. Причинно-следственная диаграмма предложена в 1953 г. К. Исикавой ("диаграмма Исикавы"). Диаграмма представляет собой графическое упорядочение факторов, влияющих на объект анализа (рис. 8.10). Главным достоинством диаграммы Исикавы является то, что она дает наглядное представление не только о тех факторах, которые влияют на изучаемый объект, но и о причинно-следственных связях этих факторов.

Рис. 8.10.

При построении диаграммы Исикавы к центральной горизонтальной стрелке, изображающей объект анализа, подводят большие первичные стрелки, обозначающие главные факторы (группы факторов), влияющие на объект анализа. Далее к каждой первичной стрелке подводят стрелки второго порядка, к которым, в свою очередь, подводят стрелки третьего порядка и т.д. до тех пор, пока на диаграмму не будут нанесены все стрелки, обозначающие факторы, оказывающие заметное влияние на объект анализа в конкретной ситуации. Каждая из стрелок, нанесенная на схему, в зависимости от ее положения представляет собой либо причину, либо следствие: предыдущая стрелка по отношению к последующей всегда выступает как причина, а последующая - как следствие.

Главная задача при построении диаграммы - обеспечение правильной соподчиненности во взаимозависимости факторов, а также четкое ее оформление.

При структурировании диаграммы на уровне первичных стрелок факторов во многих реальных ситуациях можно воспользоваться предложенным самим Исикавой правилом "пяти М" (materials, machines, methods, measuring, men - материалы, машины, методы, измерения, люди). Это правило состоит в том, что в общем случае существуют пять возможных причин тех или иных результатов, связанных с причинными факторами.

Детализированная диаграмма Исикавы может служить основой для составления плана взаимоувязанных мероприятий, обеспечивающих комплексное решение поставленной при анализе задачи.

3. Контрольная карта была предложена в 1924 г. У. Шухартом. Она строится на бланке (формуляре), на который нанесена сетка из тонких вертикальных и горизонтальных линий. По вертикали на карте отмечают выбранную статистическую характеристику наблюдаемого параметра (например, индивидуальное или среднее арифметическое значение, медиану, размах и др.), а по горизонтали - время или номер контрольной выборки. Так, на карту средних арифметических значений предварительно наносят: горизонтальную центральную линию, соответствующую значению центра допуска (ЦД) (при этом значении технологическая операция считается оптимально налаженной); две горизонтальные линии пределов установленного нормативной документацией технологического допуска (верхнего - Тв и нижнего - Ти); две горизонтальные линии, являющиеся границами регулирования значений контролируемого параметра (верхняя - Рви нижняя - Рн). Границы регулирования ограничивают область значений регулируемой выборочной характеристики, соответствующей удовлетворительной наладке технологической операции (если контролируемый параметр задан односторонней нормой, то на контрольную карту наносится только одна граница регулирования) (рис. 8.11). Для лучшего восприятия контрольной карты ее центральную линию и границы целесообразно обозначать разными цветами, например, центральную линию - зеленым, допусковые границы - красным, границы регулирования - черным.

Рис. 8.11.

Границы регулирования рассчитываются с учетом принятого распределения значений контролируемого параметра и дополнительной вероятности получения ложного предупредительного сигнала о разладке операции. Доверительный интервал указывает, внутри каких границ ожидается истинное значение статистической характеристики.

Работа с контрольной картой сводится к тому, что по данным наблюдения за значениями контролируемого параметра устанавливается, находится ли этот параметр в границах регулирования, и на основании этого принимается решение о том, налажена ли технологическая операция или разлажена.

Решение о разладке операции принимается при выходе хотя бы одного наблюдения, фиксируемого на карте в виде точки, за границы регулирования. Однако еще до выхода точек за границы регулирования контрольная карта даст возможность судить о наметившихся нарушениях технологической операции по следующим признакам:

• o вблизи границ регулирования появляется несколько последовательных значений контролируемого параметра;
• o значения распределяются по одну сторону от центральной линии, т.е. среднее значение смещается относительно центра настройки (о наличии систематического отклонения свидетельствует, например, расположение подряд семи значений выше или ниже средней линии, а также расположение 10 из 11, 12 из 14, 14 из 17 и 16 из 20 значений по одну сторону от средней линии);
• o значения контролируемого параметра сильно разбросаны;
• o намечается тенденция приближения значений контролируемого параметра к одной из границ регулирования.
• 4. Гистограмма (см. рис. 8.12) представляет собой столбчатый график и применяется для наглядного изображения распределения конкретных значений параметра по частоте повторения за определенный период времени (неделя, месяц, год).

При нанесении на график допустимых значений параметра определяется, как часто этот параметр попадает в допустимый диапазон или выходит за его пределы.

Построение гистограммы ведется в следующей последовательности:

• а) составляется таблица исходных данных;
• б) оценивается размах анализируемого параметра;

Рис. 8.12.

• в) определяется ширина размаха;
• г) устанавливается точка отсчета первого интервала;
• д) выбирается окончательное количество интервалов.

Вид гистограммы зависит от объема выборки, количества интервалов, начала отсчета первого интервала. Чем больше объем выборки и меньше ширина интервала, тем ближе гистограмма к непрерывной кривой.

5. Диаграмма разброса (диаграмма рассеивания) (рис. 8.13) применяется для выявления зависимости одной переменной величины (показателя качества продукции, параметра технологического процесса, величины затрат-па качество и т.п.) от другой. Диаграмма не дает ответа на вопрос о том, служит ли одна переменная величина причиной другой, но она способна прояснить, существует ли в данном случае причинно-следственная связь вообще и какова ее сила.

Наиболее распространенным статистическим методом выявления подобной зависимости является корреляционный анализ, основанный на оценке коэффициента корреляции (от лат. - соотношение). Взаимосвязь изучаемых величин может быть полной, т.е. функциональной, когда коэффициент корреляции равен единице (+1), если переменные одновременно возрастают или убывают, и (-1), если при возрастании одной переменной другая убывает. Примером функциональной связи может служить твердость материала заготовки: чем выше твердость, тем больше износ.

Рис. 8.13.

В том случае, когда взаимосвязь совсем отсутствует, коэффициент корреляции равен нулю. Возможен и промежуточный случай, когда зависимость связанных величин неполная, так как она искажена влиянием посторонних дополнительных факторов. Иллюстрацией подобного рода корреляционной связи может служить зависимость производительности труда рабочих от их стажа при воздействии таких дополнительных факторов, как образование, здоровье и т.д. Чем больше влияние этих дополнительных факторов, тем менее тесна связь между стажем и производительностью труда.

Корреляционные связи описываются соответствующими уравнениями. В тех случаях, когда требуется выяснить зависимость одного параметра от нескольких других, применяется регрессивный анализ. Для выявления влияния отдельных факторов на исследуемый параметр применяется дисперсионный анализ, при котором исходят из того, что существенность каждого фактора в отдельных условиях характеризуется его вкладом в дисперсию результата эксперимента.

6. Метод расслоения (стратификации) применяется для выявления причин разброса характеристик изделия. Метод заключается в разделении (расслоении) полученных характеристик в зависимости от различных факторов: качества исходных материалов, методов работ и т.д. При этом определяется влияние того или иного фактора на характеристики изделия, что позволяет принять необходимые меры для устранения их недопустимого разброса.

На рис. 8.14 приведен пример расслоения диаграммы Парето по факторам А и Б при простейшем детальном анализе ("распутывание связей") диаграммы. В данном случае расслоение позволяет получить представление о скрытых причинах дефектов.

Рис. 8.14.

• 7. Контрольные листки применяются при контроле по качественным и количественным признакам. Контрольный листок представляет собой бумажный бланк, на котором приводятся названия контролируемых показателей и фиксируются их значения, полученные в процессе контроля (рис. 8.15). Применяются следующие виды контрольных листков:
  • o контрольный листок для регистрации распределения измеряемого параметра в ходе производственного процесса;
  • o контрольный листок для регистрации видов несоответствий;
  • o контрольный листок для оценки воспроизводимости и работоспособности технологического процесса.