Смысл статистических методов контроля качества заключается в. Статистический контроль процессов. Смотреть что такое "статистический контроль качества" в других словарях

Смысл статистических методов контроля качества заключается в значительном снижении затрат на его проведение по сравнению c органолептическими (визуальными, слуховыми и т.п.) 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).

Рис. 4.8. Области применения статистических методов управления качеством продукции

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.

Рис. 4.9. Пример «ломанного» графика и его аппроксимации

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

Рис. 4.10. Пример кругового графика

Соотношение составляющих себестоимости производства:

1 – себестоимость производства продукции в целом;

2 – косвенные расходы;

3 – прямые расходы и т.д.

Рис. 4.11. Пример ленточного графика

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).

Рис. 4.12. Пример Z-образного графика.

Ось ординат – выручка по месяцам, ось абсцисс – месяцы года.

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).

а) пример условной диаграммы, где:

1 – факторы (причины); 2 – большая «кость»;

3 – малая «кость»; 4 – средняя «кость»;

5 – «хребет»; 6 – характеристика (результат).

б) пример причинно-следственной диаграммы факторов, влияющих на качество продукции.

Рис. 4.15 Примеры причинно-следственной диаграммы.

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 формупричинно-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).

Таблица 4.4

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

Рис. 4.16. Пример представления данных в виде гистограммы

Рис. 4.17. Виды кривых распределения плотности вероятностей.

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 при рассмотрении 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 y:

(x 1 ,y 1), (x 2 ,y 2), ..., (x n , y n).

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

Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 4.18:

Рис. 4.18. Варианты диаграмм разброса

В случае:

а ) можно говорить о положительной корреляции (с ростом x увеличивается y );

б ) проявляется отрицательная корреляция (с ростом x уменьшается y );

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):

Рис. 4.20. Пример контрольной карты

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

НКГ = –3 ,

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.

Для решения проблемы качества продукции необходимо использовать методы, направленные не на устранение дефектов готовых изделий, а на предупреждение причин их возникновения в процессе производства. Известные методы контроля сводились, как правило, к анализу брака путем сплошной проверки изделий. При массовом производстве такой контроль очень дорог и не дает 100% гарантии в силу объективных и субъективных факторов. При статистическом контроле качества продукции результаты измерений, обработанные методами математической статистики, позволяют с высокой степенью точности и достоверности оценить истинное состояние технологического процесса.Статистические методы управления качеством – это выборочные методы, основанные на применении теории вероятностей и математической статистики (23).

Для эффективного управления, регулирования технологическим процессом и контроля качества продукции широкое применение нашли следующие методы: диаграмма Парето, контрольные листки, диаграмма «причина – результат», гистограммы, контрольные карты, диаграммы рассеивания и расслоение (стратификация) (24). Указанные методы позволяют решать следующие задачи:

– анализ стабильности, настроенности, воспроизводимости и управляемости процессов;

– организация целенаправленных работ по выявлению причин появления несоответствий (дефектов, брака).

Основу любого статистического исследования составляет множество данных, полученных по результатам измерений одного или нескольких параметров изделия (линейные размеры, температура, масса, плотность и т.д.).

Контрольные листки. Контрольный листок – бланк, на котором заранее нанесены значения контролируемого параметра (допуски, равные по протяженности, интервалы значений, номинальная величина и др.) со свободным полем для последовательной регистрации результатов измерений. Их используют при проведении текущего контроля сырья, заготовок, полуфабрикатов, комплектующих и готовой продукции; при анализе состояния оборудования, технологических операций или процесса в целом; при анализе брака и т.д. Форма и содержание контрольных листков – самые разнообразные. Наиболее часто используют следующие формы контрольных листков:

1. Контрольный листок для регистрации распределения измеряемого параметра в ходе производственного процесса.

2. Контрольный листок для регистрации видов дефектов.

3. Контрольный листок локализации дефектов (для диагноза процесса).

4. Контрольный листок причин дефектов.

Диаграмма Парето используется при анализе причин, от которых зависит решение исследуемых проблем, и позволяет наглядно показать важность этих причин в порядке уменьшения их значимости.

Расслоение – это метод определения источников вариации в собираемых данных и классифицирующий результаты измерений в соответствии с различными факторами. Метод расслоения (стратификации) заключается в разделении общей совокупности данных на две или более подсовокупности в соответствии с теми условиями, которые существовали во время сбора данных. Такие подсовокупности называются слоями (стратами), а процесс разделения данных по слоям называется расслоением (стратификацией).

Метод расслоения применяется с целью выявления отдельных причин, действующих на какую-либо причину или явление.

Таким методом эффективно пользуются для повышения качества продукции за счет уменьшения разброса и улучшения оценки среднего значения процесса. Расслоение обычно проводят по материалам, оборудованию, условиям производства, рабочим и др.

Диаграммы рассеивания – используются для изучения зависимостей между двумя переменными и их анализа.

Диаграмма «причина – результат» («рыбий скелет») позволяет установить и сгруппировать причины по мере их значимости, влияющие на качество продукции. Цель составления причинно-следственной диаграммы заключается в отыскании наиболее правильного и эффективного способа решения проблемы качества продукции.

Гистограмма – это метод представления результатов измерений, сгруппированных по частоте попадания в определенный, заранее установленный, интервал (границы допуска). Гистограмма показывает разброс качественных показателей, средние значения, дает представление о точности, стабильности и воспроизводимости технологического процесса и о работе технологического оборудования.

Контрольные карты. Контрольные карты – это линейные графики зависимостей величин статистических характеристик (среднее арифметическое, медиана, среднее квадратичное, размах) от порядкового номера выборки (подгрупп выборки). Среднее арифметическое – это мера центра распределения, медиана – это срединное значение данных, упорядоченных по возрастанию или убыванию, размах – это разница между наибольшим и наименьшим выборочным значением, генеральная совокупность – это вся совокупность рассматриваемых объектов (партия, операция, процесс), нормальное распределение – распределение, подчиняющееся закону Гаусса.

Контрольные карты являются наиболее эффективным техническим средством управления качеством продукции.

4.1.Гистограммы как метод управления качеством

На предприятиях промышленности широко применяют два метода статистического контроля качества продукции: текущий контроль технологического процесса и выборочный метод контроля.

Методы статистического контроля (регулирования) позволяют своевременно предупреждать брак в производстве и, таким образом, непосредственно вмешиваться в технологический процесс. Выборочный метод контроля не оказывает непосредственного влияния на производство (техпроцесс), т.к. он служит для контроля готовой продукции, позволяет выявить объем брака, причины его возникновения в техпроцессе или же качественные недостатки исходного сырья, материала.

Анализ точности и стабильности технологических процессов позволяет выявить и исключить факторы, отрицательно влияющие на качество изделия.

В общем случае контроль стабильности технологического процесса можно проводить:

– графоаналитическим методом с нанесением на диаграмму значений измеряемых параметров;

– расчетно-статистическим методом для количественной характеристики точности и стабильности технологического процесса, а также прогнозирования их надежности на основе количественных характеристик приведенных отклонений.

Упорядочение и анализ результатов измерений с использованием гистограмм является одним из наиболее широко используемых статистических методов управления качеством (25). Метод позволяет решать следующие задачи:

– анализ стабильности, настроенности и воспроизводимости процессов;

– оценка уровня дефектности используемых технологий;

– организация целенаправленных работ по выявлению причин появления несоответствий в технологическом процессе.

Методику используют при разработке нормативной документации на технологические процессы, планировании и осуществлении контроля качества конкретных видов продукции, оценке стабильности производств до и после корректирующих воздействий и др.

Методика раскрывает подход к внедрению в практическую деятельность столбчатых диаграмм (гистограмм), построенных на основе любой информации (результатов измерений, экспертных оценок, контроля и др.), сгруппированных по частоте попадания в определенные, заранее установленные интервалы (границы допуска).

Применение гистограмм в качестве отдельного инструмента позволяет принять достоверные, обоснованные, управленческие решения и воздействовать на исследуемые процессы. Этот инструмент включают в состав и структуру любого набора технических средств управления качеством продукции.

Для обработки статистической информации и построения гистограмм используют компьютерное обеспечение, например, программу EXCEL.

Суждение о качестве продукции базируется на оценке определенных геометрических, химических, механических и других характеристиках (признаках).

С течением времени числовые показатели, характеризующие качество продукции, изготовленной на одном оборудовании при неизменных технологических режимах, изменяются, варьируются в некоторых пределах, т.е. наблюдается определенное рассеивание значений измеряемых величин. Это рассеяние можно подразделить на две категории:

а) неизбежное рассеивание показателей качества;

б) устранимое рассеивание показателей качества.

Первая категория – это случайные погрешности производства, которые возникают из-за изменений (в пределах допустимых отклонений) в качестве сырья, в условиях производства, наличия погрешностей у средств измерения и др. Устранить эту категорию рассеивания, обусловленную случайными (обычными) причинами, неэкономично. Уменьшение их влияния возможно при изменении производственной системы в целом, что требует существенных капитальных затрат. В связи с этим, их влияние (присутствие) учитывают при назначении допусков на контролируемые параметры.

Вторая категория представляет собой систематические погрешности производства (возникают из-за использования нестандартного сырья, нарушений технологического режима, неожиданной разладки оборудования и др.). Как правило, это происходит при наличии определенных (неслучайных или особых) причин, не присущих процессу и которые непременно следует устранять.

Распределение погрешностей обычно соответствует какому-либо теоретическому закону распределения (Гаусса, Максвелла, Лапласа и др. законам). Сопоставляя их теоретические кривые распределения с эмпирически полученными (кривыми или гистограммами) данными можно отнести эти реально наблюдаемые распределения значений параметров (см. рис. 4.1) к тому или иному закону распределения.

Такой вид распределения наиболее типичный и распространенный, когда разброс значений характеристики качества обусловлен воздействием суммы большого числа независимых ошибок, вызванных различными факторами.

Нормальное распределение распознают по следующим признакам:

– колоколообразная или вершиноподобная форма;

– большинство точек (данных) располагается вблизи центральной линии или в середине интервала и их количество (частота) плавно уменьшается к его концам;

– центральная линия делит кривую на две симметричные половины;

– лишь небольшое число точек разбросано далеко и относится к минимальным или максимальным значениям;

– нет точек, лежащих за колоколообразной кривой.

Кривая нормального распределения вероятностей Р(х i) характеризуется двумя статистическими характеристиками, определяющими форму и положение кривой:

– центр распределения (среднее арифметическое);

S – стандартное отклонение.

Центр распределения – это центр, у которого группируются отдельные значения случайных величин распределения х i .

Стандартное отклонение S характеризует рассеяние исследуемого параметра, т.е. разброс относительно средней величины.

Рисунок 4.1. Типичные формы гистограмм

а) – обычный тип; б) – гребенка; в) – положительно скошенное распределение;
г) – распределение с обрывом слева; д) – плато; е) – двухпиковый тип;
ж) – распределение с изолированным пиком.

Данные параметры вычисляются в соответствии с выражениями:

где х i – i -тое значение измеряемого параметра;

N – количество измерений (объем выборки).

(4.2)

Для упрощения расчетов величину стандартного отклонения определяют по следующей формуле:

где d 2 – коэффициент, зависящий от объема выборки (таблица 1);

R – размах определяется по формуле.

, (4.4)

где х max , х min – максимальное и минимальное значение контролируемого параметра, соответственно.

В соответствии с нормальным законом распределения в интервал ± 3S (или 6S) должны попадать 99,7% всех измерений. Это и является признаком того, что разброс данных вызван случайной, естественной вариабельностью влияющих факторов.

Таблица 4.1 – Расчетные коэффициенты

Коэффициенты	Объем выборки, n

D 2	1,69	2,06	2,33	2,70	2,83	2,85	2,97	3,08
C 2	0,89	0,92	0,94	0,95	0,96	0,97	0,97	0,97

Любой нестабильный процесс имеет гистограмму, которая не похожа на колоколообразную кривую (см. рис. 4.1 б–ж).

У воспроизводимого технологического процесса разброс значений контролируемого (-мых) параметра (-ов) имеет колоколообразную форму (стабильный процесс) и укладывается в диапазон допуска.

Анализ воспроизводимости процесса позволяет оценить пригодность действующего производства при ужесточении технических допусков (по требованию потребителя) или выявить возможность выхода контролируемого процесса за границы допуска.

В случае, если параметры техпроцесса не укладываются в границы поля допуска или нет запаса по регулированию, необходимо:

а) сократить разброс контролируемого параметра до меньшего значения;

б) добиться смещения среднего значения ближе к номиналу;

в) перестроить процесс;

г) выяснить причины избыточного разброса и осуществить соответствующие воздействия на процесс, направленные в сторону снижения вариации значений регулируемого параметра.

Количественную оценку воспроизводимости процесса осуществляют с помощью коэффициентов рассеивания (К Р ) и смещения процесса (К СМ ), вычисляемых по следующим выражениям:

где – поле допуска оцениваемого параметра.

По величине коэффициента К Р , судят о точности технологического процесса

Если К Р 0,85 – воспроизводимый технологический процесс;

Если 0,85 < К Р 1,00 – технологический процесс воспроизводим, но при жестком контроле;

Если К Р > 1,00 – процесс не воспроизводим.

Коэффициент смещения процесса (К СМ ):

, (4.6)

где С – середина поля допуска (или номинальное значение контролируемого параметра, указанное в технической документации).

Если К СМ 0,05 – настройка процесса вполне удовлетворительная (правильная);

при К СМ > 0,05 – процесс требует подналадки.

По данным показателям воспроизводимости процесса оценку ожидаемой доли бракованных изделий проводят по таблице 4.2 на основе вычисленных величин К Р и К СМ .

Таблица 4.2 – Определение объема выборки при статистическом анализе

Объект исследования (продукция независимо от назначения и вида, технологические процессы или отдельные операции, оборудование, режимы и др.) тщательно изучают. Получают многогранную информацию о качестве исходного сырья и материалов, особенностях технологического процесса, выявления критических операций, влияющих на качество и характеристики продукции (определяющих эксплуатационную надежность, безопасность и др.), точности используемого оборудования, изношенности оснастки, квалификации персонала и др.

Сбор информации необходим для рационального применения выбранного статистического метода и последующей интерпретации полученных результатов (в виде гистограмм), являющихся основой для принятия управленческих решений по воздействию на изучаемый объект.

Выбор единственного показателя качества для построения гистограммы индивидуален для каждого конкретного объекта изучения. Наиболее общими правилами выбора являются:

– параметр (характеристика) должен отражать какое-либо свойство объекта (эксплуатационную надежность, безопасность, эффективность) или быть чувствительным к изменениям в технологическом процессе;

– предпочтение отдается количественным, а не качественным признакам (например, показатели качества техпроцесса по операциям, показатели качества сырья, полуфабрикатов, комплектующих и т.д.);

– возможность применения для определения характеристик, которые легко поддаются измерению, стандартных средств измерения и аттестованных методик;

– при невозможности измерения выбранного параметра подбираются обоснованные показатели-заменители, на которые можно воздействовать;

– учет реальной стоимости проведения анализа и оценка тех показателей, которые коррелированы (т.е. тесно взаимосвязаны) с данными показателями качества и др.

Выбор средств измерения должен предусматривать возможность применения для определения значений характеристик стандартных средств измерения и аттестованных методик, обеспечивающих измерение контролируемых величин с необходимой степенью точности. Точность измерения показаний обеспечивается использованием исправных, поверенных или калиброванных средств измерения, а выбранные средства измерения должны иметь измерительную шкалу с ценой деления не более 1/6÷1/10 поля допуска измеряемой величины.

Для статистических наблюдений проводят подготовку средств контроля, выбор вида контроля (сплошной или выборочный), подготовку форм регистрации результатов измерений и закрепление контролеров по контролируемым операциям.

Для анализа точности и стабильности процесса применяются следующие виды выборок:

– мгновенные выборки объемом 5-20 деталей, получаемые в последовательности их обработки на единице оборудования. Эти выборки берутся через равные промежутки времени (0,5 – 2 часа). По данной выборке определяют уровень настройки оборудования;

– общие выборки, состоящие не менее чем из 10 мгновенных выборок, взятых последовательно с одного оборудования за межнастроечный период или в период с момента установки нового инструмента до его замены. По этим выборкам определяют раздельно влияние случайных и систематических факторов без учета погрешностей настройки;

– случайные выборки, объемом от 50 до 200 деталей, изготовленных при одной или нескольких настройках на единице оборудования. По данным выборки определяют совместное влияние случайных и систематических факторов (в том числе и погрешность настройки) (см. табл. 4.2).

Для обеспечения единообразия, удобства сбора данных, облегчения последующей их обработки и идентификации подготавливают типовые формы (бланки) для регистрации результатов измерений: протоколы наблюдений, таблицы результатов или контрольные листки.

Профессиональный уровень и опыт контролеров должны обеспечивать грамотное обращение с выбранными средствами измерения, получение достоверных результатов, однозначное понимание процедуры измерений, записи и идентификации данных.

При сборе данных необходимо указать, день недели, дату, время, когда собраны результаты, оборудование, станок, на котором изготавливалась продукция, вид и номер операции и т.д. Порядок проведения измерений выбранного для контроля параметра, количество замеров, их последовательность, учет поднастройки процесса и др., сбор и группировка данных, а также их запись в регистрационные документы (протоколы, таблицы, контрольные листки) должны быть четко определены.

Для построения гистограммы р ассчитывают следующие параметры:

вычисляют выборочный размах R по выражению (4.7):

и определяют протяженность интервала гистограммы (J ).

Существуют различные варианты оценки величины J . Наиболее простой способ состоит в произвольном (исходя из опыта построения гистограмм) назначении количества интервалов, например, К =9 (обычно берется значение от 5 до 20) и рассчитывают ширину интервала:

Можно воспользоваться и расчетным вариантом оценивания величины К :

Затем по формуле (6.1), рассчитываем J:

Результат округляем до удобного в работе числа.

Подготовка таблицы частот (таблица 4.3). Готовится бланк, куда заносятся границы интервалов (графа 1), отметки результатов измерений, попадающих в тот или иной интервал (графа 2) и частоты (графа частот), где приводится количество результатов измерений в каждом интервале.

Таблица 4.3 – Таблица частот

За начало первого интервала (х о ) принимают величину х min или рассчитывают по следующему выражению:

(4.10)

Последовательно прибавляя к х о вычисленную величину интервала получают границы интервалов:

первый интервал;

второй интервал;

К – интервал [х о +(К -1)J х о + К·J ].

Границы интервалов заносят в таблицу 4.3.

Получение частот.

Делаются отметки результатов измерений (в виде наклонных линий), попадающих в тот или иной интервал и подсчитывается количество результатов в соответствующем интервале.

Введение

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

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

Статистические методы контроля качества продукции 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.

1. Статистический приемочный контроль по альтернативному признаку

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

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

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

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

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

Можно проверить все изделия также и при следующих условиях:

· партия изделий или материала невелика;

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

Можно ограничиться проверкой части материала или изделий, если:

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

· изделия используются группами;

· бракованные изделия можно обнаружить на более поздней стадии сборки.

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

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

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

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

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

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

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

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

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

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

2. Стандарты статистического приемочного контроля

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

Остановимся на основных требованиях к стандартам по статистическому приемочному контролю.

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

Основными элементами стандартов по приемочному контролю являются:

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

2. Правила выбора планов с учетом особенностей контроля.

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

4. Методы вычисления последующих оценок показателей качества контролируемого процесса.

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

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

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

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

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

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

3. Контрольные карты

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

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

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

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

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

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

Сигналом о возможной разналадке технологического процесса могут служить:

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

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

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

Верхний предел

Центральная линия

Нижний предел

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

Заключение

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

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

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

Список используемой литературы

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

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

3. Электронный учебник «Контроль качества»

Министерство общего и профессионального образования Российской Федерации

Нижегородский государственный университет

им. Н.И. Лобачевского

Экономический факультет

КОНТРОЛЬНАЯ РАБОТА

по дисциплине «Управление качеством»

на тему «Статистические методы контроля качества»

Руководитель А.Ю. Ефимычев

Студент 5 курса 52 группы А.Ю. Тютин

Нижний Новгород, 1999

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

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

2.1 Контрольные карты. Контроль по количественному признаку. 5

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

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

2.2 Контрольные карты. Контроль по альтернативному признаку.. 8

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

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

2.3 Статистический приемочный контроль по альтернативному признаку 13

2.4 Статистический приемочный контроль по количественному признаку 13

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

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

1 Введение

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.

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.

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.

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

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

Особое место в группе методов контроля качества занимают статистические методы. Их применение основано на результатах измерений, анализа, испытаний, данных эксплуатации, экспертных оценок. Главное в статистических методах - методология работы с фактическими

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

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

1. Элементарные статистические методы, включающие диаграмму

Парето, диаграмму причин и результатов, контрольный листок, гистограмму, диаграмму разброса, метод стратификации, контрольную карту.

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

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

Элементарные статистические методы лежат в основе других категорий статистических методов.

Контрольный листок представляет собой бланк, на который нанесены контролируемые параметры детали или изделия, с тем чтобы в него можно было легко и точно занести данные измерений. Его назначение двояко: во-первых, облегчить процесс сбора данных о контролируемых параметрах, а во-вторых, автоматически упорядочить данные для облегчения их дальнейшего использования.

Существуют четыре типа контрольных листков:

1)контрольный листок для регистрации распределения измеряемого параметра в ходе производственного процесса.

2)контрольный листок для регистрации видов дефектов.

3) контрольный листок мест локализации дефектов. В некоторых видах продукции обнаруживаются внешние дефекты, такие как царапины или грязь, и на предприятии предпринимаются различные меры для сокращения их числа. Большую роль в решении этой проблемы играют контрольные листки локализации дефектов, в которых содержатся эскизы или схемы, где делаются пометки, так что можно пронаблюдать расположение дефектов. Такие листки необходимы для диагноза процесса изготовления детали, поскольку причины дефектов часто можно найти, исследуя места их возникновения и наблюдая процесс в поисках объяснений, почему дефекты концентрируются именно в этих зонах;

4)контрольный листок причин дефектов. Здесь регистрируются обнаруженные дефекты по типам с учетом того, что причинами их возникновения могут служить оборудование, время изготовления, непосредственный изготовитель. Контрольный листок позволяет выявить основные причины, с тем чтобы разработать меры по их устранению.

Диаграмма Парето названа именем итальянского экономиста В. Парето, который в 1897 г. вывел формулу, показывающую, что блага в обществе распределяются неравномерно.

Сущность принципа Парето, положенного в основу построения диаграммы, заключается в том, что все множество возможных причин дефектов делится на две группы. Первая группа - небольшое число причин, которые существенно воздействуют на появление дефектов (немногочисленные существенно важные). Вторая группа - большое число причин, оказывающих незначительное воздействие (многочисленные несущественные). Построение диаграммы Парето - метод определения немногочисленных существенно важных факторов, влияющих на качество детали или изделия.

Различают такие виды диаграммы Парето, как диаграмма по результатам деятельности и диаграмма по причинам. Первая предназначена для выявления главной проблемы в исследуемом процессе и может отражать нежелательные результаты деятельности (в области качества таковыми могут быть: дефекты, поломки, ошибки, отказы, рекламации, ремонты, возвраты продукции). Вторая отражает причины проблем, возникающих в процессе производства, и используется для выявления главной из них.

Диаграмма и кривая Парето наглядно отражают результаты контроля качества конкретного изделия. На основании этих данных выявляются основные причины, которые приводят к возникновению наиболее значимых дефектов, и разрабатываются меры по их устранению.

Через определенное время после реализации данных мер процедура построения диаграммы Парето повторяется, причем желательно сделать это на том же бланке, чтобы наглядно убедиться, насколько результативны были предпринятые усилия по устранению причин появления дефекта того или иного типа.

Диаграмма причин и результатов(ИСИКАВЫ) отражает отношение между определенным показателем качества и воздействующими на него факторами.

Ее иначе называют диаграммой «рыбий скелет» из-за внешнего сходства формы

Для того чтобы построить диаграмму причин и результатов, необходимо:

1) определить показатель качества, который будет исследоваться;

2) найти главные причины, которые оказывают воздействие на данный показатель;

3) выявить вторичные причины, влияющие на главные, затем определить причины третьего порядка, которые влияют на вторичные, и так далее до их полного исчерпания;

4) проанализировать все обнаруженные причины и выделить те из них, которые предположительно оказывают наибольшее влияние на исследуемый показатель качества. Этим причинам и уделяется особое внимание при решении возникших проблем с исследуемым показателем качества.

Диаграмма разброса - один из видов элементарных статистических методов - используется для выявления зависимости одних показателей от других. Данные, воспроизводимые диаграммой разброса, образуют поле корреляции. Зависимость между показателями определяется на основе формы этого поля. С помощью диаграммы разброса можно технически грамотно решать многие вопросы, например установить зависимость точности обработки детали от параметров станка, инструментов, соблюдения технологической дисциплины и др.

Гистограмма является разновидностью столбиковых диаграмм, используемых для иллюстрации распределения любого контролируемого параметра. Гистограмма используется для получения визуальной информации о процессе изготовления изделия и помогает принять решение о том, на

какой проблеме необходимо сосредоточить усилия. Эта информация отображается серией столбиков одинаковой ширины, но разной высоты. Ширина столбика - интервал в диапазоне контроля, высота - количество исследований в рамках одного интервала.

Метод стратификации (расслаивание данных ) - инструмент, позволяющий произвести выбор данных, отражающих требуемую информацию. В соответствии с этим методом расслаивают статистические данные, т.е. группируют их в зависимости от условий получения, и обрабатывают каждую группу данных в отдельности. Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения - расслаиванием (стратификацией). Существуют различные методы расслаивания, применение которых зависит от конкретных задач. Например, данные относящиеся к изделиям, производимым в одном цехе, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций и т.д. Все эти отличия могут

быть факторами расслаивания. Для стратификации часто используется метод «5М », учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement).

Расслаивание может осуществляться следующим образом:

По исполнителям - квалификации, полу, стажу работы и т.д.;

По машинам и оборудованию - новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.;

По материалу - месту производства, фирме-производителю и др.

Контрольные карты были разработаны в 1930х гг. в США У.А. Шухартом. Такие карты применяются для обнаружения негативных тенденций с целью предупреждения развития серьезных проблем, приводящих к выходу процесса из-под контроля.

Например, на протяжении какого-либо периода (смены, часа) осуществлялось наблюдение за работой станка или процессом и измерялся диаметр изготовленных деталей. По полученным результатам строится график. По вертикальной оси откладывается значение измеряемого диаметра, а на горизонтальной последовательно отмечаются номера деталей. Проводятся две горизонтальные линии, соответствующие допускам чертежа или технических условий, и еще две, устанавливающие верхнюю и нижнюю контрольную границу (их положение определяется по специальным формулам). Небольшой размах вариаций замеров, лежащих между ними, указывает на то, что продукция выпускается в пределах допуска. Таким образом получается простейшая

контрольная карта, которая отображает изменение уровня настройки и точность процесса

Если точки линии замеров, изображающей процесс, находятся в промежутке между контрольными границами, то считают, что процесс находится под контролем. Если ряд точек выходит за границу, то это сигнализирует о разладке процесса и необходимости его регулирования. Контрольные карты позволяют контролировать текущие рабочие характеристики процесса. Они показывают возникающие отклонения от стандарта, цели или среднего значения и отражают уровень статистического контроля процесса в течение определенного времени. Применение статистических методов является важным условием повышения эффективности контроля качества продукции и процессов.

Главная » Кредиты » Смысл статистических методов контроля качества заключается в. Статистический контроль процессов. Смотреть что такое "статистический контроль качества" в других словарях