<<
>>

4.4.3. Статистические методы контроля качества

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 жестком 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.

2001 2002 2003

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.

О 100%

2001 г

2002 г.

2003 г.

А ВС

Рис. 4.11. Пример ленточного графика

На рисунке 4.11 показано соотношение сумм выручки от про­дажи по отдельным видам изделий (А,В,С), видна тенденция: из­делие В перспективно, а А и С - 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 (объем сбыта, объем производства и т.д.).

График строится следующим образом:

1) откладываются значения параметра (например, объем 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 7-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

Где:

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.

И
50 40 30 20 10

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

Где:

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, %;

п - 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).

1 2 2
5
6

а) пример условной диаграммы, где:

1 - факторы (причины);

2 - большая «кость»;

3 - малая «кость»;

4 - средняя «кость»;

5 - «хребет»;

6 - характеристика (результат).

Качество Качество

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 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).

Таблица 4.4
№ интервала Измеренные значения Частота Накопленная частота Накопленная относительная частота

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

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;

Попе допуска

Ж

Рис. 4.17. Виды кривых распределения плотности вероятностей

4------------------------- »

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 сырье 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 ее.

6. Диаграмма разброса (рассеяния) применяется для выяв­ления зависимости (корреляции) одних показателей от других или для определения степени корреляции между п парами дан­ных для переменных х и у:

127

(Х1,У1), (Х2,У2), ..., (Хп, Уп).

;-1
128

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

ky

r = -

8 х8у

£ X; X y / n - х х y

r = -

X x / n - X \ X y;/ n - y

8X =JX X / n - X2'

i-1

8y =^1 y / n - y2,

где

8ky - ковариация;

8х, 8y - стандартные отклонения случайных переменных х и у; n - размер выборки (количество пар данных - х; и у;); х и y - среднеарифметические значения х; и у; соответственно. 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 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 г).

Коэффициент корреляции всегда принимает значения в интер­вале -1 < г 0 - положительная корреляция, при г = 0 - нет корреляции, при г < 0 - отрицательная корреляция.

Для тех же п пар данных (хг, уг), (Х2, у2), ..., (Хп, Уп) можно ус­тановить зависимость между х и у. Формула, выражающая эту зависимость, называется уравнением регрессии (или линией рег­рессии), и ее представляют в общем виде функцией

у = а + Ьх.

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 (х,у) сред­них значений х и у;

2) сумма квадратов отклонений от линии регрессии значе­ний у по всем точкам должна быть наименьшей;

3) для расчета коэффициентов а и Ь используются формулы

п п п п

г-1 г-1 г-1 г-1

2

X У1X х-Х Хг X ХУг

__________ п

пХ Хг2 - (Х Хг)2

г-1 г-1

Ь =

а = -

п п п

пХ ХгУг-Х Хг X Уг

г-1__________ г-1 г-1

п п

пХ Хг2 - (Х Хг)2

г-1 г-1

129

то есть уравнением регрессии можно аппроксимировать ре­альные данные.

Рис. 4.19. Пример линии регрессии

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 определенного 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 объема выборки. При достаточно большом объеме выборки преде­лы ВКГ и НКГ определяют по формулам

ВКГ = + 35, НКГ = - 35,

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 И, которые ис­пользуются совместно или раздельно. Контролироваться должны естественные колебания между пределами контроля. Нужно убе-

диться, 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 х - И состоит из контрольной карты х, отражающей контроль за изменением среднего арифметического, и контрольной карты И, 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 х - И состоит из контрольной карты х, осуществляющей контроль за изменением значения медианы, и контрольной карты И. 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, то есть определения их по качественным признакам. Доля дефектных изделий получена путем 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 п. 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 п (число дефектов на единицу площа­ди), используется, когда площадь, длина, масса, объем, 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 А), и для дефектных изделий, обнаруженных контролером (тип В). Например, в случае А - красные буквы по бе­лому полю, в случае В - черные 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:

1) функциональный подход к объекту исследования;

2) системный подход к анализу объекта и выполняемых им функций;

3) исследование функций объекта и их материальных носи­телей на всех стадиях жизненного цикла изделия;

4) соответствие качества и полезности функций продукции затратам на них;

5) 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, то есть 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:

ПС

-------- = max, где

З

ПС - потребительная стоимость анализируемого объекта, вы­раженная совокупностью его потребительных свойств (ПС = Xnci);

З - издержки на достижение необходимых потребительных свойств.

<< | >>
Источник: Шевчук Денис Александрович. Управление качеством : учебник / Д.А. Шевчук.- М. : ГроссМедиа, РОСБУХ, - 216 с.. 2008

Еще по теме 4.4.3. Статистические методы контроля качества:

  1. 6.3.2. Семь простых методов статистического контроля качества
  2. Статистические методы контроля и управления качеством продукции
  3. Внешний контроль качества. Требования к контролю качества со стороны федерального органа государственного регулирования аудиторской деятельности
  4. Контроль качества работы аудиторов и аудиторских организаций. Внешний контроль качества
  5. Виды и инструменты контроля качества аудита. Субъекты контроля качества
  6. Организация управления качеством и внутренний контроль качества работы в аудиторской фирме
  7. Графический (статистический) метод
  8. С. В. Пономарев, С. В. Мищенко, В.Я. Белобрагин, В. А. Самородов, Б. И. Герасимов, А. В. Трофимов, А. Пахомова, О. С. Пономарева. Управление качеством продукции. Инструменты и методы менедж­мента качества: учебное пособие. — М.: РИА «Стандарты и каче­ство». - 248 с., 2005
  9. 6.3. Статистические методы 6.3.1.
  10. Формирование выборки при использовании статистических методов
  11. 3.1.3.Контроль качества
  12. 2.1.4.Фаза контроля качества
  13. Система финансового контроля и аудита в Российской Федерации. Виды и методы контроля
  14. Инструменты контроля качества аудита
  15. § 1. Организация контроля за качеством строительных работ
  16. Общие положения. Политика и процедуры контроля качества
  17. Утраченный контроль качества