Статистические методы контроля. Статистические методы контроля качества. Элементарные статистические методы

Смысл статистических методов контроля качества заключается в значительном снижении затрат на его проведение по сравнению со сплошным контролем, с одной стороны, и в исключении случайных изменений качества продукции - с другой.
Различаются две области применения статистических методов в производстве (рис. 4.8):
- при регулировании хода технологического процесса с целью удержания
- его в заданных рамках (левая часть схемы);
- при приемке изготовленной продукции (правая часть схемы).

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. Обычно для анализа данных используются семь, так называемых, статистических методов или инструментов контроля качества: расслаивание (стратификация) данных; графики; диаграмма Парето; причинно-следственная диаграмма (диаграмма Исикавы или «рыбий скелет); контрольный листок и гистограмма; диаграмма разброса; контрольные карты.
1. Расслаивание (стратефикация).
При разделении данных на группы в соответствии с их особенностями группы именуют слоями (стратами}, а сам процесс разделения - расслаиванием (стратификацией). Желательно, чтобы различия внутри слоя были как можно меньше, а между слоями - как можно больше.
В результатах измерений всегда есть больший или меньший разброс параметров. Если осуществлять стратификацию по факторам, порождающим этот разброс, легко выявить главную причину его появления, уменьшить его и добиться повышения качества продукции.
Применение различных способов расслаивания зависит от конкретных задач. В производстве часто используется способ, называемый 4М, учитывающий факторы, зависящие от: человека (man); машины (machine); материала (material); метода (method).
То есть расслаивание можно осуществить так:
- по исполнителям (по полу, стажу работы, квалификации и т.д.);
- по машинам и оборудованию (по новому или старому, марке, типу и т.д.);
- по материалу (по месту производства, партии, виду, качеству сырья и т.д.);
- по способу производства (по температуре, технологическому приему и т.д.).
В торговле может быть расслаивание по районам, фирмам, продавцам, видам товара, сезонам.
Метод расслаивания в чистом виде применяется при расчете стоимости изделия, когда требуется оценка прямых и косвенных расходов отдельно по изделиям и партиям, при оценке прибыли от продажи изделий отдельно по клиентам и по изделиям и т. д. Расслаивание также используется в случае применения других статистических методов: при построении причинно- следственных диаграмм, диаграмм Парето, гистограмм и контрольных карт.
2. Графическое представление данных широко применяется в производственной практике для наглядности и облегчения понимания смысла данных. Различают следующие виды графиков:
А). График, представляющий собой ломанную линию (рис. 4.9), применяется, например, для выражения изменения каких-либо данных с течением времени.

Б) Круговой и ленточный графики (рис. 4.10 и 4.11) применяются для выражения процентного соотношения рассматриваемых данных.

Соотношение составляющих себестоимости производства:
1 - себестоимость производства продукции в целом;
2 - косвенные расходы;
3 - прямые расходы и т.д.

На рисунке 4.11 показано соотношение сумм выручки от продажи по отдельным видам изделий (A,B,C), видна тенденция: изделие B перспективно, а A и C - нет.
В). Z-образный график (рис. 4.12) применяется для выражения условий достижений данных значений. Например, для оценки общей тенденции при регистрации по месяцам фактических данных (объём сбыта, объём производства и т.д.)
График строится следующим образом:
1) откладываются значения параметра (например, объём сбыта) по месяцам (за период одного года) с января по декабрь и соединяются отрезками прямой (ломаная линия 1 на рис. 4.12);
2) вычисляется кумулятивная сумма за каждый месяц и строится соответствующий график (ломаная линия 2 на рис. 4.12);
3) вычисляются итоговые значения (меняющийся итог) и строится соответствующий график. За меняющийся итог в данном случае принимается итог за год, предшествующий данному месяцу (ломаная линия 3 на рис. 4.12).

По меняющемуся итогу можно определить тенденцию изменения за длительный период. Вместо меняющегося итога можно наносить на график планируемые значения и проверять условия их достижения.
Г). Столбчатый график (рис. 4.13) представляет количественную зависимость, выражаемую высотой столбика, таких факторов, как себестоимость изделия от его вида, сумма потерь в результате брака от процесса и т.д. Разновидности столбчатого графика - гистограмма и диаграмма Парето. При построении графика по оси ординат откладывают количество факторов, влияющих на изучаемый процесс (в данном случае изучение стимулов к покупке изделий). По оси абсцисс - факторы, каждому из которых соответствует высота столбика, зависящая от числа (частоты) проявления данного фактора.

Рис. 4.13. Пример столбчатого графика: 1 - число стимулов к покупке; 2 - стимулы к покупке; 3 - качество; 4 - снижение цены; 5 - гарантийные сроки; 6 - дизайн; 7 -доставка; 8 - прочие

Если упорядочить стимулы к покупке по частоте их проявления и построить кумулятивную сумму, то получим диаграмму Парето.
3. Диаграмма Парето.
Схема, построенная на основе группирования по дискретным признакам, ранжированная в порядке убывания (например, по частоте появления) и показывающая кумулятивную (накопленную) частоту, называется диаграммой Парето (рис. 4.10). Парето - итальянский экономист и социолог, использовавший свою диаграмму для анализа богатств Италии.

Рис. 4.14. Пример диаграммы Парето: 1 - ошибки в процессе производства; 2 - некачественное сырье; 3 - некачественные орудия труда; 4 - некачественные шаблоны; 5 - некачественные чертежи; 6 - прочее; А - относительная кумулятивная (накопленная) частота, %; n - число бракованных единиц продукции.

Приведенная диаграмма построена на основе группирования бракованной продукции по видам брака и расположения в порядке убывания числа единиц бракованной продукции каждого вида. Диаграмму Парето можно использовать очень широко. С ее помощью можно оценить эффективность принятых мер по улучшению качества продукции, построив ее до и после внесения изменений.
4. Причинно-следственная диаграмма (рис. 4.15).

Причинно-следственная диаграмма используется, когда требуется исследовать и изобразить возможные причины определенной проблемы. Ее применение позволяет выявить и сгруппировать условия и факторы, влияющие на данную проблему.
Рассмотрим форму причинно-следственной диаграммы на рис. 4.15 (она называется еще «рыбий скелет» или диаграмма Исикавы).
Порядок составления диаграммы:
1. Выбирается проблема для решения - «хребет».
2. Выявляются наиболее существенные факторы и условия, влияющие на проблему - причины первого порядка.
3. Выявляется совокупность причин, влияющих на существенные факторы и условия (причины 2-, 3- и последующих порядков).
4. Анализируется диаграмма: факторы и условия расставляются по значимости, устанавливаются те причины, которые в данный момент поддаются корректировке.
5. Составляется план дальнейших действий.
5. Контрольный листок (таблица накопленных частот) составляется для построения гистограммы распределения, включает в себя следующие графы: (табл. 4.4).

На основании контрольного листка строится гистограмма (рис. 4.16), или, при большом количестве измерений, кривая распределения плотности вероятностей (рис. 4.17).

Гистограмма представляет собой столбчатый график и применяется для наглядного изображения распределения конкретных значений параметра по частоте появления за определенный период времени. При нанесении на график допустимых значений параметра можно определить, как часто этот параметр попадает в допустимый диапазон или выходит за его предел.
При исследовании гистограммы можно выяснить, в удовлетворительном ли состоянии находятся партия изделий и технологический процесс. Рассматривают следующие вопросы: какова ширина распределения по отношению к ширине допуска; каков центр распределения по отношению к центру поля допуска; какова форма распределения.
В случае, если
а) форма распределения симметрична, то имеется запас по полю допуска, центр распределения и центр поля допуска совпадают - качество партии в удовлетворительном состоянии;
б) центр распределения смещен вправо, то есть опасение, что среди изделий (в остальной части партии) могут находиться дефектные изделия, выходящие за верхний предел допуска. Проверяют, нет ли систематической ошибки в измерительных приборах. Если нет, то продолжают выпускать продукцию, отрегулировав операцию и сместив размеры так, чтобы центр распределения и центр поля допуска совпадали;
в) центр распределения расположен правильно, однако ширина распределения совпадает с шириной поля допуска. Есть опасения, что прирассмотрении всей партии появятся дефектные изделия. Необходимо исследовать точность оборудования, условия обработки и т.д. либо расширить поле допуска;
г) центр распределения смещен, что свидетельствует о присутствии дефектных изделий. Необходимо путем регулировки переместить центр распределения в центр поля допуска и либо сузить ширину распределения, либо пересмотреть допуск;
д) ситуация аналогична предыдущей, аналогичны и меры воздействия;
е) в распределении 2 пика, хотя образцы взяты из одной партии. Объясняется это либо тем, что сырьё было 2-х разных сортов, либо в процессе работы была изменена настройка станка, либо в 1 партию соединили изделия, обработанные на 2-х разных станках. В этом случае следует производить обследование послойно;
ж) и ширина, и центр распределения - в норме, однако незначительная часть изделий выходит за верхний предел допуска и, отделяясь, образует обособленный островок. Возможно, эти изделия - часть дефектных, которые вследствие небрежности были перемешаны с доброкачественными в общем потоке технологического процесса. Необходимо выяснить причину и устранить её.
6. Диаграмма разброса (рассеяния) применяется для выявления зависимости (корреляции) одних показателей от других или для определения степени корреляции между n парами данных для переменных x и у:

(Х1, Y1), (Х2, Y2), ..., (Xn, Yn).

Эти данные наносятся на график (диаграмму разброса), и для них вычисляется коэффициент корреляции по формуле

где δxy - ковариация;
δx,δy - стандартные отклонения случайных переменных x и y;
n - размер выборки (количество пар данных xi и уi);
x и y - среднеарифметические значения xi и уi соответственно.
Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 4.18:

В случае:
а) можно говорить о положительной корреляции (с ростом x увеличивается у);
б) проявляется отрицательная корреляция (с ростом x уменьшается у);
в) при росте x у может как расти, так и уменьшаться, говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная (экспоненциальная) зависимость представлена и на диаграмме разброса r).
Коэффициент корреляции всегда принимает значения в интервале -1 ≤ r ≤ 1, т.е. при r >0 - положительная корреляция, при r=0 - нет корреляции, при r<0 - отрицательная корреляция.
Для тех же n пар данных (x1, y1), (x2, y2), ..., (xn, yn) можно установить зависимость между x и у. Формула, выражающая эту зависимость, называется уравнением регрессии (или линией регрессии), и ее представляют в общем виде функцией

Для определения линии регрессии (рис.4.19) необходимо статистически оценить коэффициент регрессии Ь и постоянную а. Для этого должны быть выполнены следующие условия:
1) линия регрессии должна проходить через точки (x,y) средних значений x и у.
2) сумма квадратов отклонений от линии регрессии значений у по всем точкам должна быть наименьшей.
3) для расчета коэффициентов а и b используются формулы

Т.е. уравнением регрессии можно аппроксимировать реальные данные.

7. Контрольная карта.
Одним из способов достижения удовлетворительного качества и поддержания его на этом уровне является применение контрольных карт. Для управления качеством технологического процесса необходимо иметь возможность контролировать те моменты, когда выпускаемая продукция отклоняется от заданных техническими условиями допусков. Рассмотрим простой пример. Проследим за работой токарного станка в течение определённого времени и будем измерять диаметр детали, изготавливаемой на нем (за смену, час). По полученным результатам построим график и получим простейшую контрольную карту (рис. 4.20):

В точке 6 произошла разладка технологического процесса, необходимо его регулирование. Положение ВКГ и НКГ определяется аналитически либо по специальным таблицам и зависит от объёма выборки. При достаточно большом объеме выборки пределы ВКГ и НКГ определяют по формулам

ВКГ и НКГ служат для предупреждения разладки процесса, когда изделия еще соответствуют техническим требованиям.
Контрольные карты применяются, когда требуется установить характер неисправностей и дать оценку стабильности процесса; когда необходимо установить, нуждается ли процесс в регулировании или его необходимо оставить таким, каков он есть.
Контрольной картой можно также подтвердить улучшение процесса.
Контрольная карта является средством распознания отклонений из-за неслучайных или особых причин от вероятных изменений, присущих процессу. Вероятные изменения редко повторяются в прогнозируемых пределах. Отклонения из-за неслучайных или особых причин сигнализируют о том, что некоторые факторы, влияющие на процесс, необходимо идентифицировать, расследовать и поставить под контроль.
Контрольные карты основываются на математической статистике. Они используют рабочие данные для установления пределов, в рамках которых будут ожидаться предстоящие исследования, если процесс останется неэффективным из-за неслучайных или особых причин.
Информация о контрольных картах содержится и в международных стандартах ИСО 7870, ИСО 8258.
Наибольшее распространение получили контрольные карты среднего значения X и контрольные карты размаха R, которые используются совместно или раздельно. Контролироваться должны естественные колебания между пределами контроля. Нужно убедиться, что выбран правильный тип контрольной карты для определенного типа данных. Данные должны быть взяты точно в той последовательности, в какой собраны, иначе они теряют смысл. Не следует вносить изменения в процесс в период сбора данных. Данные должны отражать, как процесс идет естественным образом.
Контрольная карта может указать на наличие потенциальных проблем до того, как начнется выпуск дефектной продукции.
Принято говорить, что процесс вышел из-под контроля, если одна или более точек вышли за пределы контроля.
Существуют два основных типа контрольных карт: для качественных (годен - негоден) и для количественных признаков. Для качественных признаков возможны четыре вида контрольных карт: число дефектов на единицу продукции; число дефектов в выборке; доля дефектных изделий в выборке; число дефектных изделий в выборке. При этом в первом и третьем случаях объем выборки будет переменным, а во втором и четвертом - постоянным.
Таким образом, целями применения контрольных карт могут быть: выявление неуправляемого процесса; контроль за управляемым процессом; оценивание возможностей процесса.
Обычно подлежит изучению следующая переменная величина (параметр процесса) или характеристика: известная важная или важнейшая; предположительная ненадежная; по которой нужно получить информацию о возможностях процесса; эксплуатационная, имеющая значение при маркетинге.
При этом не следует контролировать все величины одновременно. Контрольные карты стоят денег, поэтому нужно использовать их разумно: тщательно выбирать характеристики; прекращать работу с картами при достижении цели: продолжать вести карты только тогда, когда процессы и технические требования сдерживают друг друга.
Необходимо иметь в виду, что процесс может быть в состоянии статистического регулирования и давать 100% брака. И наоборот, может быть неуправляемым и давать продукцию, на 100% отвечающую техническим требованиям.
Контрольные карты позволяют проводить анализ возможностей процесса. Возможности процесса - это способность функционировать должным образом. Как правило, под возможностями процесса понимают способность удовлетворять техническим требованиям
Существуют следующие виды контрольных карт:
1. Контрольные карты для регулирования по количественным признакам (измеренные величины выражаются количественными значениями):
а) контрольная карта x - R состоит из контрольной карты x, отражающей контроль за изменением среднего арифметического, и контрольной карты R, служащей для контроля изменений рассеивания значений показателей качества. Применяется при измерении таких показателей, как длина, масса, диаметр, время, предел прочности при растяжении, шероховатость, прибыль и т.д.;
б) Контрольная карта x - R состоит из контрольной карты X, осуществляющей контроль за изменением значения медианы, и контрольной карты R. Применяется в тех же случаях, что и предыдущая карта. Однако она более проста, поэтому более пригодна для заполнения на рабочем месте.
2. Контрольные карты для регулирования по качественным признакам:
а) контрольная карта p (для доли дефектных изделий) или процента брака, применяется для контроля и регулирования технологического процесса после проверки небольшой партии изделий и разделения их на доброкачественные и дефектные, т.е. определения их по качественным признакам. Доля дефектных изделий получена путём деления числа обнаруженных дефектных изделий на число проверенных изделий. Может применяться также для определения интенсивности выпуска продукции, процента неявки на работу и т.д.;
б) контрольная карта pn (количество брака), применяется в случаях, когда контролируемым параметром является число дефектных изделий при постоянном объеме выборки n. Практически совпадает с картой p;
в) контрольная карта c (число дефектов на одно изделие), используется, когда контролируется число дефектов, обнаруживаемых среди постоянных объемов продукции (автомобили - одна или 5 транспортных единиц, листовая сталь - один или 10 листов);
г) контрольная карта n (число дефектов на единицу площади), используется, когда площадь, длина, масса, объём, сорт непостоянны и обращаться с выборкой как с постоянным объемом невозможно.
При обнаружении дефектных изделий целесообразно прикреплять к ним разные ярлыки: для дефектных изделий, обнаруженных оператором (тип A), и для дефектных изделий, обнаруженных контролером (тип B). Например, в случае A - красные буквы по белому полю, в случае B - чёрные буквы по белому полю.
На ярлыке указывают номер детали, наименование изделия, технологический процесс, место работы, год, месяц и число, сущность дефекта, число отказов, причину возникновения дефектности, принятые меры воздействия.
В зависимости от целей и задач анализа качества продукции, а также возможностей получения необходимых для его осуществления данных аналитические методы его проведения существенно различаются. Влияет на это и этап жизненного цикла продукции, охватываемый деятельностью предприятия.
На этапах проектирования, технологического планирования, подготовки и освоения производства целесообразно применение функционально-стоимостного анализа (ФСА): это метод системного исследования функций отдельного изделия или технологического, производственного, хозяйственного процесса, структуры, ориентированный на повышение эффективности использования ресурсов путем оптимизации соотношения между потребительскими свойствами объекта и затратами на его разработку, производство и эксплуатацию.
Основными принципами применения ФСА являются: функциональный подход к объекту исследования; системный подход к анализу объекта и выполняемых им функций; исследование функций объекта и их материальных носителей на всех стадиях жизненного цикла изделия; соответствие качества и полезности функций продукции затратам на них; коллективное творчество.
Выполняемые изделием и его составляющими функции можно сгруппировать по ряду признаков. По области проявления функции подразделяются на внешние и внутренние. Внешние - это функции, выполняемые объектом при его взаимодействии с внешней средой. Внутренние - функции, которые выполняют какие-либо элементы объекта, и их связи в границах объекта.
По роли в удовлетворении потребностей среди внешних функций различают главные и второстепенные. Главная функция отражает главную цель создания объекта, а второстепенная - побочную.
По роли в рабочем процессе внутренние функции можно подразделить на основные и вспомогательные. Основная функция подчинена главной и обусловливает работоспособность объекта. С помощью вспомогательных реализуются главные, второстепенные и основные функции.
По характеру проявления все перечисленные функции делятся на номинальные, потенциальные и действительные. Номинальные задаются при формировании, создании объекта и обязательны для выполнения. Потенциальные отражают возможность выполнения объектом каких-либо функций при изменении условий его эксплуатации. Действительные - это фактически выполняемые объектом функции.
Все функции объекта могут быть полезными и бесполезными, а последние нейтральными и вредными.
Цель функционально-стоимостного анализа заключается в развитии полезных функций объекта при оптимальном соотношении между их значимостью для потребителя и затратами на их осуществление, т.е. в выборе наиболее благоприятного для потребителя и производителя, если речь идет о производстве продукции, варианта решения задачи о качестве продукции и ее стоимости. Математически цель ФСА можно записать следующим образом:

где ПС - потребительная стоимость анализируемого объекта, выраженная совокупностью его потребительных свойств (ПС=Σnci);
3 - издержки на достижение необходимых потребительных свойств.

Вопросы по теме

1. Что вы понимаете под планированием качества?
2. Каковы задачи и предмет планирования качества?
3. Какова специфика планирования качества?
4. Каковы направления планирования повышения качества продукции на предприятии?
5. В чем заключается новая стратегия в управлении качеством и как она влияет на плановую деятельность предприятия?
6. Какова особенность плановой работы в подразделениях предприятия?
7. Какие межнациональные и национальные органы управления качеством вы знаете?
8. Каков состав служб управления качеством на предприятии?
9. Что означают термины «мотив» и «мотивация персонала»?
10. Какие параметры, определяющие действия исполнителя, может контролировать менеджер?
11. Какие способы вознаграждения вы знаете?
12. Каково содержание теорий X,Y, Z?
13. В чем суть мотивационнй модели А. Маслоу?
14. Какие виды вознаграждений применяют в менеджменте?
15. Каковы особенности мотивации деятельности людей в России?
16. Какие виды премий по качеству вы знаете?
17. В чем сущность процессов контроля качества?
18. Перечислите стадии процесса контроля.
19. По каким признакам различают виды контроля?
20. Что такое испытание? Какие виды испытаний вы знаете?
21. Каковы критерии решения о контроле?
22. Что такое система контроля качества продукции?
23. Какова структура ОТК и какие задачи на него возлагают?
24. Определите основные элементы системы профилактики брака на предприятии.
25. Что такое технический контроль и каковы его задачи?
26. Какие виды технического контроля вы знаете?
27. В чем цель и какова область применения статистических методов контроля качества?
28. Какие статистические методы контроля качества вы знаете и в чем их смысл?
29. Что такое ФСА и в чем его содержание?

Статистический контроль качества (понятие из японского стандарта) – это применение статистических принципов, методов и приемов на всех стадиях производства, направленное на экономичное изготовление продукции, максимально полезной и имеющей сбыт. Так как на основе информации о контроле качества в реальном масштабе времени принимаются решения по корректированию и регулированию производственных процессов, то в России получило развитие такое понятие как статистическое управление качеством

Статистическое управление качеством – совокупность методов обнаружения неслучайных факторов, позволяющих диагностировать состояние процесса, провести его корректировку и, в конечном счете, способствующих улучшению качества продукции.

Применению статистических методов управления качеством и контроля качества посвящены международный стандарт ISO 10017– 1994 и множество отечественных стандартов, например, вводный ГОСТ 15895–77. Статистические методы управления качеством продукции. Термины и определения (100 терм. и опр.)

Статистические методы полезны для использования при проектировании продукции, услуг и процессов, при контроле производственных процессов, при анализе проблем, определении степени риска, определении коренных причин появления несоответствий, установлении предельных характеристик продукции и процессов, при прогнозировании, проверках, при измерении или оценке показателей качества.

В зависимости от уровня развития управления качеством выделяются три группы или категории методов или инструментов: семь элементарных инструментов статистического контроля (1962 г.), семь новых инструментов управления качеством (1977 г.), методы Тагути (1969 –1988 гг.).

4.4.2. Элементарные методы или инструменты контроля качества

График – инструмент, позволяющий отслеживать изменения значений показателей качества, полученных в результате измерения и испытаний, в виде линейного графика (наблюдения временного ряда, точечного графика, когда наблюдается изменение измеряемого параметра или число дефектов и дефектной продукции в партии), круговой, столбчатой и «радиационной» диаграмм.

Радиационная диаграмма представляет комбинацию кругового и линейного графиков и строится следующим образом. Из центра круга к окружности проводятся по числу факторов прямые линии (радиусы), На эти радиусы наносятся деления градуировки и откладываются значения данных. Полученные при этом точки соединяют отрезками прямой линии. График отличается высокой наглядностью и широко используется для анализа управления предприятием.

Контрольная карта (Control chart ) – инструмент, позволяющий отслеживать ход протекания процесса посредством измерения показателей качества и воздействовать на него (с помощью соответствующей обратной связи), предупреждая отклонения от предъявляемых к продукции и процессу требований. Контрольная карта является одним из основных инструментов в обширном арсенале статистических методов контроля качества.

Графическое её представление – это усложненный линейный график путем введения центральной линии, и линий, определяющих нижнюю (Lower Control Level) и верхнюю (Upper Control Level) контрольные границы (границы, соответственно минимальное и максимальное допустимое значение параметра процесса или продукции). Иначе, можно сказать, что границами устанавливается допустимый диапазон разброса показателей качества в обычных условиях хода производственных процессов. Выход показателей качества за пределы контрольных границ означает нарушение стабильности процесса и требует проведения анализа причин, и принятия соответствующих мер. Координаты контрольной карты: по оси ординат – значение показателя качества, по оси абсцисс – номер выборки.

Основными признаками классификации контрольных карт являются,

характер измеряемой случайной величины; здесь выделяют контрольные карты для непрерывной, случайной величины и контрольные карты для целочисленной, дискретной случайной величины, т.е. определяется «есть дефект или нет дефекта» и называют их контрольные карты, построенные по альтернативному признаку;

вероятность появления неблагоприятных событий (например, выход дефектной продукции больше 5% или меньше 5%).

В рамках семи простых методов наибольшее распространение получили девять типов контрольных карт: Х– карта, R– карта, (X-R)– карта, S – карта, С – карта, U– карта, Np – карта, Р–карта и регрессионная карта.

Рассмотрим ряд примеров.

Х– карта . На эту контрольную карту наносятся значения средних величин i-ой выборки. Ордината центральной линии () определяется как средняя средних значений ()i-ых выборок и используются в качестве стандарта. Для определения нижней (НПГ) и верхней (ВПГ) контрольных границ изменения средней выборок i принимается гипотеза о нормальном законе распределения измеряемой случайной величины. Тогда будем иметь

, (6.1)

, (6.2)

где – среднеквадратичное отклонение средней величины выборки

R– карта строится для контроля за степенью размаха выборок относительно допустимого, приемлемого размаха. Центральная линия R–карты будет соответствовать приемлемому размаху параметра в выборке. Таким образом, эта карта представляет собой карту изменчивости процесса.

С – карта . В таких картах строится график числа дефектов в партии, в день, на один станок, в расчет на 100 единиц оборудования и т.д, т.е. выборки равны (n = n i). В основе использования С - карты лежит распределение Пуассона и постоянство объема проверяемых изделий. При использовании карты этого типа делается предположение, что дефекты контролируемой характеристик продукции встречаются сравнительно редко. На карту наносится число дефектов по каждой выборке С i . Контрольные пределы для данного типа карт рассчитываются на основе свойств распределения Пуассона. В этом случае среднеквадратичное отклонение случайной величины будет равно
. (4.4)

Тогда, верхняя контрольная граница будет равна

, (4.5)

нижняя предельная граница

, (4.6)

где – среднее арифметическое количество дефектов по контролируемым выборкам изделий; – коэффициент жесткости допустимого разброса количества дефектов по выборкам.

U– карта. В карте данного типа строится график относительной частоты дефектов, т.е. отношения числа обнаруженных дефектов m i к n i числу проверенных единиц продукции выборки iN. В отличие от С – карты для построения карты данного типа не требуется постоянство числа единиц проверяемых изделий, поэтому ее можно использовать при анализе партий различного объема. Ординаты нижней и верхней предельных границ Ui определяются с использованием формул (6.3) и (6.4). В качестве средней величины применяется

, где
,i = 1,2,… ,N. (4.7)

Гистограмма – инструмент представления данных, сгруппированных по частоте попадания в определенный, заранее заданный интервал и предназначенный для выявления характера разброса значений контролируемого параметра. Гистограмма представляет собой столбчатый график, на котором по оси У дается частота (частость) попадания, по оси Х интервалы изменения параметра. Она применяется для наглядного отображения распределения частоты значений показателей качества, дефектов, потерь, отказов и др. за определенный период времени. Гистограмма используется для иллюстрации изменчивости; визуального сообщения о ходе процесса; для определения закона распределения случайной величины.

Будем считать, что процесс является контролируемым, если систематические составляющие его погрешности регулярно выявляются и устраняются, а остаются только случайные составляющие погрешностей, которые, как правило, распределяются в соответствии с нормальным (закон Гаусса) законом распределения.

Метод расслоения (стратификация ) – инструмент, позволяющий произвести селекцию, расслоение данных в соответствии с различными факторами. Сущность метода заключается в том, что данные группируют в зависимости от условий их получения и производят обработку каждой группы отдельно. При исследовании производственных проблем расслоение осуществляется по следующим факторам, так называемым 5 М:

исполнителям – по квалификации, полу, стажу работы и т.д.;

оборудованию и машинам– по новому и старому оборудованию, марке, конструкции и сроку службы;

исходному материалу – по качеству сырья, партии, месту производству, сроку выпуска и т.д.;

способу производству – технологическому процессу, месту производства, условиям производства;

измерению – по методу измерения, типу измерительных средств или их точности и т.д..

Факторы разделяются как факторы первой, второй и третьей категории.

Метод расслоения применяется и при построении причинно-следственных диаграмм, диаграмм Парето, гистограммы и контрольных карт. В чистом виде он применяется и при расчете стоимости изделия, когда требуется оценка прямых и косвенных расходов по изделиям и по партиям, при оценке качества хранения отдельно по изделиям, по партиям и т.д.

Диаграмма Парето (Pareto diagram) – инструмент, позволяющий выявить наиболее значимые факторы или условия в обеспечении качества продукции. Диаграмма Парето, названная именем ееавтора, итальянского ученого–экономиста Парето (1845– 1923), представляет собой столбчатый график, построенный по определенному правилу. На диаграмме дается наглядное отображение распределения дефектов (потерь) путем последовательного выстраивания количества дефектов (или потерь), полученных в связи с воздействием определенных факторов или в единицу времени. При этом, график начинает строиться от наибольшего количества дефектов к наименьшему количеству дефектов, т.е. по порядку их количественной значимости. Распределение дефектов дается как в натуральном измерении, так и относительном в процентах. Элементом диаграммы Парето является кумулятивная кривая, показывающая относительный суммарный вес по нарастанию дефектов.

Причинно-следственная диаграмма (диаграмма Ишикавы) – инструмент, позволяющий выявить отношение между показателями качества и воздействующими на него факторами путем упорядочения и демонстрации связи между отдельными факторами (причинами) и конечным результатом. Потенциальные причины классифицируются по категориям и подкатегория, так что их представление напоминает рыбий скелет (рис. 4.3.).

Рис. 4 3 . Причинно-следственная диаграмма связей факторов

При построении диаграммы причинно-следственной связи следует соблюдать некоторые правила: а) указанные в основании стрелки факторы являются причиной или приводят к результату, находящемуся на острие стрелки; б) изображаемую причинно-следственную связь следует всегда проверять таким тестом: « действительно ли А приводит (или является причиной) к В». Если удается по всем связям ответить «да», то схема составлена правильно.

Автор причинно–следственной диаграммы – японский ученый в области качества, профессор Токийского Университета Каору Исикава. Особенности построения диаграммы состоят в следующем: проблема –центральная горизонтальная линия, главные факторы (категории) – наклонные линии, горизонтальные линии к наклонным – основные факторы (подкатегории), определяющие состояние каждого основного фактора; наклонные линии к горизонтальным, основным факторам – частные факторы. Количество главных факторов, как правило, ограничено числом 4 – 6. Например, Исикава исследуют в основном пять фактора – 5М: люди (men) и условия их труда, оборудование (machine), предметы труда (material), методы (metod) – технологии и организация работ, измерение (measuring). Схема выстраивается в виде «рыбьего скелета», где «хребет» - следствие, «большие кости» – основные причины, которые являются следствием действия менее значимых факторов–причин.

Диаграмма разброса (рассеивания )– инструмент, позволяющий определить вид и тесноту связей между параметрами соответствующих переменных. Диаграмма рассеивания дает возможность выдвинуть гипотезу о характере связи между двумя случайными величинами. При наличии корреляционной зависимости между двумя переменными удается значительно облегчить контроль процесса с технологической, временной и экономической точки зрения.

Сбор информации для построения диаграммы ведется следующим образом. Выделяется объект анализа (У) и фактор (Х), влияющий на него. Составляется выборка парных данных (X,Y). Желательно иметь не менее 30 пар. Оценка зависимости между исследуемыми параметрами Х и У проводится по характеру скопления точек, каждая из которых определяет количественную связь между Х и У. Различают четыре наиболее характерных форм скопления точек: прямая корреляция (прямая зависимость), отрицательная корреляция (обратная зависимость), криволинейная корреляция (нелинейная функция), корреляция отсутствует. Пример форм зависимости между Х и У дается на рис. 4.4.

Рис. 4.4. Корреляционные поля: а) положительная корреляция; б) отрицательная корреляция; в) корреляция отсутствует.

Литература

4.1. Федюкин В.К., Дурнев В.Д., Лебедев В.Г. Методы оценки и управления качеством промышленной продукции: Учебник. – М.: Филинъ–Рилант, 2000.

4.2. Фомин В.Н. Квалиметрия. Управление качеством. Сертификация: Курс лекций.– М.: ТАНДЕМ, 2000.

4.3. Фейгенбаум А. Контроль качества продукции /Пер. с англ. – М.: Экономика, 1986.

4.4. ГОСТ 16504–81.Испытания и контроль качества продукции. Основные термины и определения. – М.: Изд-во стандартов, 1991.

Большую роль в обеспечении качества продукции играют статистические методы.

Целью методов статистического контроля является исключение случайных изменений качества продукции. Такие изменения вызываются конкретными причинами, которые нужно установить и устранить. Статистические методы контроля качества подразделяются на:

статистический приемочный контроль по альтернативному признаку;

выборочный приемочный контроль по варьирующим характеристикам качества;

стандарты статистического приемочного контроля;

система экономических планов;

планы непрерывного выборочного контроля;

методы статистического регулирования технологических процессов.

Следует отметить, что статистический контроль и регулирование качества продукции хорошо известны в нашей стране. В этой области наши ученые имеют несомненный приоритет. Достаточно вспомнить работы А.Н. Колмогорова по несмещенным оценкам качества принятой продукции на основании результатов выборочного контроля, разработку стандарта приемочного контроля с использованием экономических критериев.

Существуют различные методы контроля качества продукции, среди которых особое место занимают статистические методы. Статистические методы контроля качества в настоящее время применяются не только в производстве, но и в планировании, проектировании маркетинге, материально-техническом снабжении и т.д. Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно так же применяемая система контроля качества не обязательно должна включать все семь методов. Их может быть меньше, а может быть и больше, так как существуют и другие статистические методы. Однако можно с полной уверенностью сказать, что семь инструментов контроля качества являются необходимыми и достаточными статистическими методами, применение которых помогает решить 95 % всех проблем, возникающих на производстве.Многие из современных методов математической статистики довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса управления качеством. Поэтому японские ученые отобрали из всего множества семь методов, которые наиболее применимы в процессах контроля качества. Заслуга японцев состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их в инструменты контроля качества, которые можно понять и эффективно использовать без специальной математической подготовки. В то же время, при всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам при необходимости совершенствовать их. Итак, к семи основным методам или инструментам контроля качества относятся следующие статистические методы:

· контрольный листок

· гистограмма

· диаграмма разброса

· диаграмма Парето

· стратификация (расслоение)

· диаграмма Исикавы (причинно-следственная диаграмма)

· контрольная карта

Рис. 2.

Перечисленные инструменты контроля качества можно рассматривать и как отдельные методы, и как систему методов, обеспечивающую комплексный контроль показателей качества. Они -- наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством. Внедрение семи инструментов контроля качества должно нaчинaться с обучения этим методам всех участников процесса. Например, успешному внедрению инструментов контроля качества в Японии способствовало обучение руководства и сотрудников компаний методикам контроля качества. Говоря о семи простых статистических методах контроля качества, следует подчеркнуть, что основное их назначение -- контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса. Знание и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований TQM -- постоянного самоконтроля. 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. При применении статистических методов контроля важно установить, какой закономерности подчиняется распределение контролируемых параметров изделий (кривой нормального распределения Гаусса, распределению, характерному кривой распределения Максвелла и т.д.). Изменение величины конкретного контролируемого параметра изделия или технологического режима проявляется в изменении функции распределения. Сравнение фактической функции распределения с нормальной позволяет контролировать технологический процесс или качество изделия. Общая схема статистического контроля качества состоит из следующих этапов:1) отбираются небольшие выборки изделий периодически или по специальному алгоритму;2) изделия выборки проверяются, чтобы для каждого изделия определить значение конкретного признака X;3) выбранные значения X (X 1 , X 2 , ..., X n) заносятся в контрольную карту, в которой указываются допустимые конкретные границы изменения признака X;4) по распределению точек X на контрольной карте относительно нейтральных границ принимается решение о годности изделий или браке при приемочном статистическом контроле или о необходимости вмешательства в технологический процесс при статистическом контроле технологического процесса. Карта статистического контроля качества приведена на рис. 3.

Рис. 3.

На горизонтальной оси указываются номера выборок (за смену, сутки, неделю, месяц); на вертикальной оси откладываются размер выбранной характеристики X, контролируемого параметра, нижняя и верхняя границы допуска (НГД, ВГД); нижняя и верхняя предупредительные границы (НПКГ, ВПКГ).

Контрольная работа №2

Вторая контрольная работа ставит целью практическое решение задач, связанных различными вопросами управления качеством.

Задача №1

Изготавливаемое изделие подвергается выборочному контролю качества. Вычислить в выборке число 1<А<9 (7) дефектных изделий, если вероятность появления годного изделия равна В= 0,93, а выборка равна N=21. Построить графики плотности вероятности и кумулятивной вероятности. Дано:

В = 0,93 - вероятность появления годного изделия.

N = 21 - число выборки.

1. А = ? - количество дефектных изделий, если

Построить:

1. График плотности вероятности.

2. График кумулятивной вероятности.

Для решения этой задачи я применю формулу Бернулли:

1. Согласно нашим данным рассчитываем вероятность:

N = 21 - число выборки;

В = p = 0,93 - вероятность появления годного изделия;

q = 1 - 0,93 = 0,07 - вероятность появления брака.

1,47*0,234=0,344;

210 * 0,0049 * 0,252 = 0,2593;

1330 * 0,000343 * 0,2708 = 0,1235;

5985 * 0,00002401 * 0,2912 = 0,04185

20349 * 0,00000011764 * 0,3131 = 0,00075;

2. Рассчитываем кумулятивную вероятность, т.е. накопление вероятности по формуле:

А - число дефектных изделий, для которых выполняется расчет, тогда зная значения, можем найти

3. Занесем все полученные данные в таблицу:

4. Построим график плотности вероятности и график кумулятивной вероятности:

Задача №2

При метрологической аттестации вольтметра с заявленным классом точности А=1, выполнено 10 измерений образцового значения U=1,5, при конечном пределе измерения N=2. Определить соответствие заявленному при производстве классу точности, пользуясь наибольшими значениями относительной и приведенной погрешности. Оценить качество многократных измерений, обработав результат измерения. Изменения считать прямыми, равноточными, свободными от поправки.

Дано: А = 1 - заявленный класс точности.

N = 2 - конечный предел измерения.

Определить:

1. Соответствие заявленному при производстве классу точности, пользуясь наибольшими значениями относительной и приведенной погрешностей.

2. Оценить качество многократных измерений, обработав результат измерения.

1. Определим относительную погрешность и выберем max значение:

2. Определим приведенную погрешность и определим max

значение:

max 5,7 = 0,015.

3. max 5,7 = 0,02 и max 5,7 = 0,015 < A (A = 1)

4. Определим среднеквадратичное единичное отклонение.

Среднее значение х.

5. Определим многократное отклонение:

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

Потребитель получил возможность выбирать из большого числа поставщиков и диктовать свои требования к качеству товаров, которые он готов приобрести. И если раньше потребитель довольствовался подтверждением качества самих товаров и услуг, то теперь он хочет иметь подтверждение того, что производство товаров, за которые он собирается платить деньги, организовано таким образом, что оно действительно обеспечивает декларируемое качество.

Качество стало одним из наиболее популярных лозунгов конца двадцатого - начала двадцать первого века. Стандартом, позволяющим подтвердить качество различных аспектов работы предприятия, является группа стандартов ISO 9000 - серия международных стандартов управления качеством и подтверждения качества, которые приняты более чем 90 странами мира. При создании организации и выборе ее названия учитывалась необходимость того, чтобы аббревиатура наименования звучала одинаково на всех языках. Для этого было решено использовать греческое слово isos - равный, вот почему на всех языках мира Международная организация по стандартизации имеет краткое название ISO (ИСО). Стандарты ISO 9000 применимы к любым предприятиям независимо от их размера и сферы деятельности.

В соответствии с положением стандартов ИСО серии 9000 статистические методы рассматриваются как одно из высокоэффективных средств обеспечения качества и являются основой для эффективного распознавания проблем и их анализа. Внедрение статистических методов должно быть направлено на создание гарантий непрерывности процесса обеспечения качества в соответствии с требованиями потребителя. Применение этих методов, не требуя больших затрат, позволяет с заданной степенью точности и достоверности судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения. Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов.

статистический управление качество контроль

Часть I . Статистические методы в управлении качеством. Ста тистический приёмочный контроль

Статистические методы играют важную роль в объективной оценке количественных и качественных характеристик процесса и являются одним из важнейших элементов системы обеспечения качества продукции и всего процесса управления качеством. Неслучайно основоположник современной теории менеджмента качества Э. Деминг много лет работал в Бюро по переписи населения и занимался именно вопросами статистической обработки данных. Он придавал огромное значение статистическим методам.

Для получения качественной продукции необходимо знать реальную точность имеющегося оборудования, определять соответствие точности выбранного технологического процесса заданной точности изделия, оценивать стабильность технологического процесса. Решение задач указанного типа производится в основном путем математической обработки эмпирических данных, полученных многократными измерениями либо действительных размеров изделий, либо погрешностей обработки или погрешностей измерения.

Существуют две категории погрешностей: систематические и случайные. В результате непосредственных наблюдений, измерений или регистрации фактов получается множество данных, которые образуют статистическую совокупность и нуждаются в обработке, включающей систематизацию и классификацию, расчет параметров, характеризующих эту совокупность, составление таблиц, графиков, иллюстрирующих процесс.

Наиболее популярное направление в управлении качеством - Всеобщее управление качеством Total Quality Management (TQM).

Основные концепции TQM можно выразить рядом следующих тезисов:

1. Роль руководства, в мероприятиях по управлению качеством на основе принципов TQM огромная роль отводится руководству. Руководство должно возглавить деятельность по управлению качеством. Оно должно искренне привержено системе, верить в ее ценности. Руководство должно интегрировать систему управления качеством в общую модель управления проектом. Свое воздействие следует осуществлять не столько в виде организационно-распорядительной документации, сколько в виде конкретных слов и поступков, однозначно и выразительно передающих позицию руководства. Стиль руководства должен быть сменен с авторитарного, административного на кооперативный, либеральный.

2. Основное внимание к клиентам. Внимание к клиентам должно проявляется не в лозунгах, а в практической деятельности. И, прежде всего, следует определить круг клиентов, с которыми работает предприятие, а также сделать все для привлечения новых клиентов. Сотрудники, и в первую очередь руководители должны знать, кто является потребителем продукции, и определить потребности своих клиентов. Большую роль в повышении эффективности взаимодействия с клиентом играет информационная система, которая должна быть, безусловно, совместимой с информационными системами осиновых клиентов.

3. Стратегическое планирование. Большое внимание TQM уделяется процессам стратегического планирования, при этом планируется не только традиционно хозяйственные цели, но и те, которые рассматриваются как неосязаемые и не измеримые, как уровень удовлетворенности потребителей, положительно деловой образ компании, престиж торговых марок и прочие.

4. Вовлечение всех сотрудников. В TQM предполагается делегировать больше ответственности на нижние этажи уровня управления. При этом не следует забывать, что сотрудники должны быть специально подготовлены для принятия этой новой для них ответственности

5. Подготовка персонала. При расширении полномочий и обогащение функциональных обязанностей возникает необходимость постоянной подготовке персонала, причем не только узко профессиональной. Другой новой характеристикой подготовки в TQM является обязательная оценка эффективности обучения.

Изложенные выше принципы TQM легли в основу разработанных концепций менеджмента качества, таких как ИСО 9000, многих национальных государственных моделей управления качеством, а также явились базой для выработки системы менеджмента качества.

Настоящий стандарт устанавливает общие требования к организации и нормативно-методическому обеспечению статистического приемочного контроля качества (СПК) совокупностей любой продукции, контролируемых и поставляемых в виде партий, потоков, масс и объемов. Документ распространяется на контроль качества продукции, проводимый поставщиком, изготовителем, потребителем и третьей стороной, в том числе при окончательном контроле, приемке, входном контроле, сертификации, инспекции и надзоре за соблюдением требований стандартов, а также при контроле и случае арбитражного или судебного рассмотрения дел. Стандарт может быть применен и в тех случаях, когда поставщики и потребители не являются юридическими лицами, например, представляют подразделения предприятия.

Стандарт рассматривает процедуры контроля поставщика, потребителя, третьей стороны как единую систему согласованных планов и схем контроля. Она практически исключает спорные решения по результатам контроля, возможные из-за статистического характера процедур контроля и различных интересов сторон. Согласованность планов и схем контроля обеспечивается правилами и порядком назначения и согласования определенных исходных данных, необходимых для выбора конкретных планов и схем. Система устанавливает максимально широкие права каждой из сторон по выбору планов и схем контроля, защищая, при этом другие стороны от ошибочных решений.

Требования настоящего стандарта следует учитывать в общетехнических стандартах, содержащих схемы, планы и правила статистического приемочного контроля, в стандартах для групп однородной и конкретных видов продукции, в технических условиях, в стандартах предприятии и других документах, определяющих процедуры статистического приемочного контроля. Стандарт исходит из того, что в соответствии с Законом о защите прав потребителя поставщики (изготовители) обязаны полно и достоверно информировать потребителей, общественность о качестве изготовляемой продукции, в связи с чем процедуры контроля рассматриваются как средства подтверждения или проверки (в зависимости от того, кто их проводит) верности информации о качестве продукции, предоставляемой поставщиком. На изготовителей (поставщиков) возлагается бремя доказывать методами контроля достоверность сообщаемой информации о качестве. Потребители и третьи стороны имеют право проверки верности этой информации, в том числе и верности результатов контроля изготовителя. Но при этом, в случаях возможности предъявления претензий к изготовителю (поставщику) или придания гласности результатам своего контроля, они должны доказывать неверность информации изготовителя (поставщика) о качестве продукции.

Учитывая, что в силу статистической природы контроля всегда возможны с некоторой вероятностью ошибочные решения, каждая сторона, проводящая контроль, должна защитить другие стороны от ошибочных решений, затрагивающих их интересы. Настоящий стандарт устанавливает требования к достоверности соответствующих решений, принимаемых по результатам контроля, позволяющие количественно реализовать сформулированные выше положения.

При оптовых поставках (закупках) продукции партии или другие совокупности продукции являются предметом правовых отношений между поставщиками, потребителями и третьими сторонами, определенных контрактами и законодательством. Недоброкачественные партии не должны быть поставлены потребителям, а при нарушении этого условия и обнаружении таких партий потребителем они могут быть, в частности, возвращены поставщику целиком. При этом необходимы четкие представления о том, какие партии являются недоброкачественными.

В стандарте используются групповые показатели качества, такие как, например, уровни несоответствий, являющиеся количественными показателями качества совокупностей продукции.

Требования к таким показателям становятся критериями качества партий и других совокупностей продукции, позволяющими построить четкие отношения между сторонами при оптовых поставках (закупках), в том числе и в части организации, и методологии статистического приемочного контроля.

В отличие от статистических методов регулирования технологических процессов, где по результатам контроля выборки принимается решение о состоянии технологического процесса, при статистическом приёмочном контроле по результатам контроля выборки принимается решение принять или отклонять партию продукции.

В данном случае под риском поставщика понимается вероятность забраковывания партии продукции, обладающей приемочным уровнем дефектности. Под риском потребителя понимается вероятность приемки партии продукции, обладающей браковочным уровнем дефектности.

Основной задачей статистических методов приемочного контроля является обеспечение с большой достоверностью оценки качества продукции, предъявляемой на контроль, и однозначности взаимного признания результатов оценки качества продукции между поставщиком и потребителем, осуществляемой по одним и тем же планам выборочного контроля.

Статистические методы приемочного контроля могут осуществляться по количественному, качественному и альтернативному признакам.

Под статистическим контролем по количественному признаку понимается контроль качества продукции, в ходе которого определяют значения контролируемого параметра, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от сравнения их с контрольным нормативом. Характерная особенность контроля качества по количественному признаку состоит в том, что он требует меньшего объема выборки по сравнению с другими видами контроля при одних и тех же рисках принятия ошибочных решений и при этом дает больше информации о качестве продукции. Поэтому при высокой стоимости контроля или испытаний единиц продукции целесообразно выбирать именно контроль по количественному признаку.

Под статистическим приемочным контролем по качественному признаку понимают контроль качества продукции, в ходе которого каждую проверенную единицу продукции относят к определенной группе, а последующее решение о контролируемой совокупности принимают в зависимости от соотношения количества её единиц, оказавшихся в разных группах. Основным преимуществом является то, что данный метод позволяет не только разделить единицы продукции на годные и дефектные, но и разнести их по категориям, сортам, классам, группам качества и др.

Под статистическим приемочным контролем по альтернативному признаку понимается контроль качества продукции по качественному признаку, в ходе которого каждую проверенную единицу продукции относят к категории годных или дефектных, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от результатов сравнения обнаруженных в выборке дефектных единиц продукции или числа дефектов, приходящихся на определённое число единиц продукции, с контролируемым нормативом.

Под приёмочным числом понимается контрольный норматив, равный максимальному числу дефектных единиц продукции в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для приемки партии продукции.

Под браковочным числом понимается контрольный норматив, равный максимальному числу дефектных единиц в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для забракования партии продукции.

Данный вид контроля нашёл широкое применение в промышленности.

Под годной продукцией понимается продукция, удовлетворяющая всем установленным требованиям. Под дефектной единицей продукции (дефектным изделием) понимается единица продукции, имеющая хотя бы один дефект - это каждое несоответствие продукции установленным требованиям.

В зависимости от значимости принята следующая классификация дефектов: малозначительные, значительные и критические.

Малозначительный дефект - дефект, который существенно не влияет на использование продукции по назначению и её долговечность. Значительный дефект - дефект, который существенно влияет на использование продукции по назначению и (или) на её долговечность, но не является критическим. Критический дефект - дефект, при наличии которого использование продукции по назначению практически невозможно или недопустимо.

1.1 Место статистических методов в управлении ка чеством

Успех каждого предприятия в значительной степени зависит от его инновационного потенциала, эффективности и качества производимых им товаров и услуг. К неценовым мерам, с помощью которых предприятие может укрепить свое положение на рынке и уменьшить давление конкуренции, можно отнести - наряду с промышленной инновацией, т.е. способностью поставлять на рынок новые продукты или новую технологию и утверждать их на рынке, также и обеспечение качества. Не обладая достаточно высоким уровнем качества, изделия не смогут утверждаться на рынке. Обеспечение качества продукции является важнейшим инструментом в поддержании и укреплении конкурентоспособности. Кроме того, эффективное обеспечение качества ведет к повышению эффективности производства, так как за счет повышения качества снижаются расходы, связанные с браком, переделкой, а значит, снижается стоимость изделий. С другой стороны, высокое качество продукции может улучшить имидж фирмы, что повлечет за собой увеличение спроса на ее продукцию и позволит расширить объем производства, это в свою очередь, приведет к снижению стоимости отдельного изделия.

В основе решения проблем обеспечения качества предприятий лежит повышение технических и организационных уровней процесса производства, внедрение современных технологий, форм организационного производства, широкого использования международных стандартов ISO серии 9000, в которых сделан упор на процессный подход в управлении качеством. То есть, вся деятельность организации рассматривается как совокупность взаимосвязанных процессов.

Под управлением качеством продукции понимают постоянный, планомерный, целеустремленный процесс воздействия на всех уровнях на факторы и условия, обеспечивающий создание продукции оптимального качества и полноценное ее использование.

Контроль качества независимо от совершенства применяемых для этого методик предполагает, прежде всего, отделение хороших изделий от плохих.

Управление качеством продукции может обеспечиваться двумя методами:

Посредством разбраковки изделий;

Путем повышения технологической точности.

Издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изделий на выходе. Поэтому от сплошного контроля переходят к выборочному с применением статистических методов обработки результатов.

Обеспечение качества охватывает все меры, направленные на его достижение.

К таким мерам относятся:

Планирование качества;

Контроль качества;

Управление качеством.

Функциями управления качеством являются планирование, контроль и коррекция изделий или услуг. Управление качеством тесно связано с планированием и строится на результатах контроля.

Большую роль в управлении качеством продукции играют статистические методы. Стандарты серии ISO 9000 побуждают производителей использовать статистические методы, поскольку это обусловлено тем, что зарубежный опыт, накопленный на протяжении многих десятилетий, показал высокую эффективность статистических методов при решении проблем в сфере промышленного производства, обслуживания и в других областях.

Успех и востребованность статистических методов, прежде всего, объясняется экономическими причинами, т. е. при использовании статистических методов снижаются уровень брака и денежные потери.

Статистические методы управления качеством продукции основываются на теории вероятностей и математической статистике. Идея применения теории вероятностей и математической статистики для управления качеством продукции была впервые высказана академиком М.В. Остроградским в 1846 году. Сущность предлагавшихся им методов заключалась в том, чтобы по результатам контроля некоторой выборки из партии продукции обоснованно судить о качестве продукции этой партии, не прибегая к сплошному контролю. То есть, целью статистических методов управления качеством является заключение о качестве изготовления изделий путем применения математико-статистических методов на основе выборочного контроля.

Таким образом, статистические методы управления качеством продукции являются выборочными методами и отличаются от сплошного контроля большей производительностью, меньшими затратами на контроль и часто более высокой точностью контроля.

1.2 Статистиче ские методы в системах качества

В наше время интенсивного развития разнообразных подходов к обеспечению качества продукции (работ, услуг) как непременного условия успешной деятельности любого предприятия огромное внимание уделяется использованию статистических методов. Актуальность и необходимость их применения очевидна, особенно если специфика выпускаемой продукции такова, что ее показатели качества в полном объеме можно оценить уже после отгрузки потребителю или использования по назначению (монолитный пенобетон, портландцемент, строительные растворы и т.д.). Неслучайно статистические методы считают неотъемлемой составляющей «японского чуда». Однако, несмотря на достижения науки и прикладной деятельности в нашей стране, направленных на разрешение проблем в области качества, во многих вопросах мы все еще отстаем от зарубежных стран, где уже довольно продолжительное время успешно применяются системный и процессный подходы, положенные в основу международных стандартов систем качества ИСО серии 9000, и современные статистические методы управления качеством продукции и регулирования технологических процессов.

Анализу трудностей освоения статистических методов на отечественных предприятиях, а также разработки и внедрения систем менеджмента качества (СМК) уделяется большое внимание, хотя по сути это одна единая проблема. В стандартах ИСО серии 9000:2000 и их российских аналогах в качестве одного из 8 принципов менеджмента качества учитывается «принятие решений, основанных на достоверной и объективной информации». Реализация этого принципа требует проведения необходимых измерений, сбора и регистрации исходных данных с последующей их обработкой и анализом. В частности, в стандарте ГОСТ Р ИСО 9001-2001 содержится требование использования организацией статистических методов для анализа данных, в том числе для проверки характеристик продукции, а ГОСТ Р ИСО 9004-2001 рекомендует, чтобы организация с помощью соответствующих статистических методов анализировала данные различных источников и обеспечивала принятие решений, основанных на фактах.

Как нам кажется, непосредственное практическое внедрение систем менеджмента качества на отечественных предприятиях лучше начинать именно с применения статистических методов. Их эффективность в управлении качеством общепризнана, и на первый взгляд может даже показаться, что для обеспечения стабильного уровня качества (обычно это положение трактуется как одна из основных потребностей потребителей) достаточно лишь применять эти методы, минуя трудоемкий и дорогостоящий процесс разработки и внедрения СМК по соответствующим стандартам. Однако статистические методы, все же не могут заменить отлажено функционирующую на предприятии постоянно развивающуюся и совершенствующуюся систему гарантированного обеспечения качества выпускаемой продукции, учитывающую также интересы заинтересованных сторон. Они делают СМК более емкой, наглядно иллюстрируют процессный подход, зачастую не совсем понятный рядовым производственникам, и помогают лучше осмыслить на своем примере функционирование СМК.

На сегодняшний день у разработчиков нет единого мнения по поводу необходимого и достаточного количества элементов СМК. Стремление к детальному описанию процессов системы часто выливается в наличие большого количества элементов и излишней «документированности» СМК. Не удивительно, что такой подход скорее «отпугнет» своей сложностью и уровнем затрат на реализацию предприятия малого и среднего бизнеса, которые сейчас интенсивно развиваются, получая соответствующую поддержку правительства, от разработки СМК. Поэтому каждому конкретному предприятию необходимо определить свой минимально необходимый перечень элементов (по крайней мере, для начальных этапов функционирования СМК), среди которых непременно должен присутствовать элемент, описывающий процедуры выбора и применения соответствующих статистических методов контроля качества выпускаемой продукции и регулирования технологического процесса ее производства. Тем более, что в настоящее время имеется огромный выбор разработанных статистических методов для самых разных областей применения, в том числе реализованных в программных статистических комплексах.

1.3 оль 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 - это 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 случае 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.

Статистический приемочный контроль ориентирован на обследование уже готовой продукции и обеспечивает принятие решения о возможности приемки такой продукции в качестве годной или же о необходимости ее забраковки и отправки на доработку.

Как и статистическая регулировка технологических процессов, статистический приемочный контроль продукции может осуществляться по альтернативному и количественному признакам.

Статистический приемочный контроль по альтернативному признаку отличается той основной особенностью, что здесь решение относительно принятия или забраковки продукции принимается сразу же в процессе контроля по результатам разделения контролируемых единиц на две группы: годные и негодные. Разнесение этих единиц по сортам, классам, категориям, а также количественное измерение их основных качественных характеристик при данном способе контроля не осуществляются.

Статистический приемочный контроль по альтернативному признаку требует, по сравнению с контролем по количественному признаку, большего объема выборки при одних и тех же рисках принятия ошибочных решений и менее информативен. Вместе с тем данный метод приемочного контроля получил достаточно широкое распространение, что связано со следующими его основными положительными качествами:

1) достаточно простой, не требует высококвалифицированных специалистов, сложных измерительных приборов и длительного времени;

2) не требует большого числа записей и вычислений для принятия решения о приемке партий продукции;

3) позволяет сразу разделять единицы продукции в выборке на годные и дефектные.

Статистический контроль по альтернативному признаку основывается на методах выборок. В этой связи при его использовании необходимо учитывать следующих два условия.

1. Выборочный контроль не может гарантировать, что все изделия принятой партии по своим характеристикам будут удовлетворять установленным требованиям. Если же необходимость полного соответствия существует, то следует осуществлять сплошной контроль единиц продукции.

2. Для того чтобы по результатам анализа выборки можно было сделать обоснованный вывод о параметрах всей партии, такая выборка должна включать в себя репрезентативное число единиц генеральной совокупности и отбираться случайным образом.

1.4 Статистический приёмочный контр оль по количественному признаку

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.

Статистический приемочный контроль по количественному признаку представлен ГОСТ 20736-75. Стандарт учитывает требования международного стандарта ISO 3951. Данный стандарт может быть использован для контроля всех видов штучной продукции, поступающей на контроль в виде одиночных партий при нормальном законе распределения одного или двух контролируемых параметров.

Контроль по количественному признаку заключается в том, что у единиц продукции измеряют численное значение контролируемого параметра, затем вычисляют выборочное среднеарифметическое значение X и оценивают его отклонение г от значения верхней Тв или нижней Тн границ допуска.

Для выбора плана выборочного контроля необходимо установить следующие показатели:

Объем партии продукции,

Уровень контроля,

Приемочный уровень контроля AQL,

Вид контроля,

Среднеквадратическое отклонение или метод его оценки,

Способ контроля.

Часть II . Контролируется содержание хрома в стальных отливках. Проводят замеры в четырёх плавках. В соответствии с данными, приведёнными в таблице, постройте x-R контрольную карту Шухарта

Таблица 1. Контрольный листок с данными о содержании хрома в стальных отливках.

В последних двух столбцах контрольного листка приведены рассчитанные средние значения и стандартные отклонения в каждой подгруппе:

Оценку среднего уровня процесса определяем по формуле:

Среднее стандартное отклонение определяем по формуле:

Таблица 2. Контрольный листок с данными о содержании хрома в стальных отливках.

Положение контрольных границ карты средних значений найдём по формуле, в которой находится по таблице коэффициентов и равно 0,729.

UCL = 0, 7896+0,729*0,193=0, 9306

LCL = 0, 7896-0,729*0,193=0, 6487

Для расчёта положения контрольных границ карты стандартных отклонений учтём, что для неё UCL=*R и LCL=*R, где находится по таблице коэффициентов, тогда

UCL = 2,282*0,193=0, 4411

Построим контрольные карты для средних значений и размахов данной выборки, при помощи Excel:

Рисунок 1. Контрольная карта средних значений.

Рисунок 2. Контрольная карта средних размахов.

Вывод: видим, что ни одна из построенных карт не указывает на наличие нарушений процесса (ни на одной карте нет точек, выходящих за контрольные границы) - процесс статически управляем.

Заключение

Вопросы качества приобрели в последнее время такое большое значение, что статистические процедуры обеспечения качества, как правило, являются неотъемлемой частью деятельности любой преуспевающей фирмы. Сегодня схемы выборочного контроля и статистический контроль процесса рассматриваются руководством компаний как нечто само собой разумеющееся, и внимание уделяется более широкому спектру аспектов (например, отказ от входного выборочного статистического контроля вследствие надежного качества продукции поставщиков; расширение полномочий служащих, что заменило многие аспекты контроля производственного процесса). Все современные производственные компании мирового класса требуют от своих работников понимания основных концепций. Именно это понимание является залогом высокого качественного уровня работы различных предприятий.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество продукции, осуществляя контроль на различных этапах производственного процесса.

Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Все статистические методы базируются на понятии разброса. Применение на рабочем месте статистических методов для контроля за разбросом параметров изготавливаемого изделия является представлением в графическом виде простых для понимания статистических величин, характеризующих разброс.

Статистические методы являются основой для эффективного распознавания проблем и их анализа. Таким образом, можно добиться полной картины о возможных причинах проблем. Устанавливаются приоритеты и на основе фактов принимаются решения. «Семь инструментов контроля качества» (методы административного управления) позволяют простыми методами решить до 95 % проблем, возникающих при контроле качества в самых разных областях. Оставшиеся 5% проблем требуют дополнительных методов решения.

«Семь новых инструментов контроля качества» относятся к методам обработки главным образом словесных (описательных) данных. Применение этих инструментов особенно эффективно, когда их используют как методы наиболее полной реализации планов на основе системного подхода в условиях сотрудничества всего коллектива предприятия.

В соответствии с положением стандартов ИСО серии 9000 статистические методы рассматриваются как одно из высокоэффективных средств обеспечения качества и являются основой для эффективного распознавания проблем и их анализа.

Они ориентированы на разработку сквозного механизма на всех этапах жизненного цикла продукции, начиная с исследования требований рынка к качеству продукции и кончая ее утилизацией после использования. Внедрение статистических методов должно быть направлено на создание гарантий непрерывности процесса обеспечения качества в соответствии с требованиями потребителя. Применение этих методов, не требуя больших затрат, позволяет с заданной степенью точности и достоверности судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения

Библиографический список

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

2. Ноулер Л. и др. «Статистические методы контроля качества продукции» Пер. сангл. - 2-е русск. Изд. М.: Издательство стандартов, 1989;

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

4. Коуден Д. «Статистические методы контроля качества» пер. с англ., М:1961;

5. Беляев Ю. К. «Приемочный контроль по альтернативному признаку» М: 1973;

6. Шор Я. Б. «Таблицы для анализа и контроля надёжности» М:1986;

7. Логанина В. И., Федосеев А.А. «Статистические методы контроля и управления качеством продукции» Ростов н/Д: Феникс, 2007;

8. Ноулер Л., Хауэлл Дж., Толд Д., Коулмэт Э., Моун О., Ноулер В. «Статистические методы контроля качества продукции» М: Изд-во стандартов, 1989;

9. Гмурман В. Е. «Теория вероятностей и математическая статистика» М: Высшая школа, 1977;

10. Шиндовский Э., Шюрц О. «Статистические методы управления качеством» М: Мир, 1976.

Размещено на Allbest.ru

Подобные документы

Качество как объект управления. Контроль качества продукции. Статистический приемочный контроль по альтернативному признаку. Стандарты статистического приемочного контроля. Контрольные карты качества. Выборочный контроль при исследовании надежности.

курсовая работа , добавлен 16.07.2011


Сущность элементарного, промежуточного и передового статистических методов управления качеством. Понятие, типы и назначение контрольных карт. Достоинства и недостатки статистического приемочного контроля по альтернативному и количественному признакам.

дипломная работа , добавлен 26.05.2014


Качество как объект управления, обеспечение качества функционирования систем управления. Основная характеристика партии изделий по альтернативному признаку. Требования к стандартам по статистическому приемочному контролю. Идея контрольной карты.

курсовая работа , добавлен 09.05.2015


Особенности осуществления статистического приемочного контроля качества по альтернативному и коллективному признакам. Рассмотрение понятия, назначения, основных задач и принципов организации входного контроля качества продукции, оценка его эффективности.

контрольная работа , добавлен 08.04.2011


Понятие системы управления качеством на предприятии. Значение статистических методов в управлении качеством. Контрольные карты Шухарта как метод статистического контроля и управления качеством. Основные принципы построения контрольных карт Шухарта.

курсовая работа , добавлен 19.05.2011


Проведение корреляционного анализа данных и оценка полученных результатов. Особенности и условия, возможности применения статистического приемочного контроля поставщиком и потребителем, а также продукции по количественному и альтернативному признаку.

курсовая работа , добавлен 16.12.2014


Экономические проблемы, сущность качества и управление им. Эволюция теории и практики управления качеством. Принципы и функции менеджмента качества. Статистические методы контроля, стандартизация. Разработка и внедрение системы управления качеством.

курс лекций , добавлен 14.11.2013


Сущность и назначение статистического контроля, его классификация и характеристика основных типов: процесса и приемочного. Этапы реализации данных форм контроля, анализ полученных результатов. Проведение выборки по качественным признакам. Метод Тагуши.

курсовая работа , добавлен 27.03.2013


Сущность управления качеством на предприятии. Особенности работы зарубежных фирм в этой области. Статистические методы контроля качества. Деятельность кружков качества. Японский и американский опыт повышения качества. Характеристика стандартов ИСО.

презентация , добавлен 03.06.2015


Понятие, проблема, менеджмент и повышение качества. Конкурентная борьба в странах с развитой рыночной экономикой. Статистические методы контроля качества продукции. Качество планирования, разработка стратегии. Международные стандарты 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