Семь простых методов управления качеством. Семь простейших инструментов контроля качества продукции

Статистические методы исследования являются важнейшим элементом управления качеством на промышленном предприятии.

Применение этих методов позволяет реализовать на предприятии важный принцип функционирования систем менеджмента качества в соответствии с МС ИСО серии 9000 - «принятие решений, основанное на свидетельствах».

Чтобы получить четкую и объективную картину производственной деятельности, необходимо создать надежную систему сбора данных, для анализа которых используются семь так называемых статистических методов или инструментов контроля качества . Рассмотрим подробно эти методы.

Расслаивание (стратификация) применяется для выяснения причин разброса характеристик изделий. Сущность метода заключается в разделении (расслоении) полученных данных на группы в зависимости от различных факторов. При этом определяется влияние того или иного фактора на характеристики изделия, что позволяет принять необходимые меры для устранения их недопустимого разброса и повышения качества продукции.

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.

Применяют различные способы расслаивания. В производстве часто используется способ, называемый «4М... 6М».

Прием «4М... 6М» - определяет основные группы факторов, которые оказывают влияние практически на любой процесс.

1. Man (человек) - квалификация, стаж работы, возраст, пол и т.д.
2. Machine (машина, оборудование) - вид, марка, конструкция и т.д.
3. Material (материал) - сорт, партия, фирма-поставщик и т.д.
4. Method (метод, технология) - температурный режим, смена, цех и т.д.
5. Measurement (измерения, контроль) - тип измерительных приборов, метод измерения, класс точности прибора и т.д.
6. Media (окружающая среда) - температура, влажность воздуха, электрические и магнитные поля и т.д.

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.

В качестве примера на рис. 8.9 показан анализ источников возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории - по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных данных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 2», «оператор 1», «смена 1» и «оборудование 2».

Рис. 8.9.

Графики используются для визуального (наглядного) представления табличных данных, что упрощает их восприятие и анализ.

Обычно графики применяются на начальном этапе количественного анализа данных. Также они широко используются для анализа результатов исследований, проверки зависимостей между переменными, прогнозирования тенденции изменения состояния анализируемого объекта.

Различают следующие виды графиков.

График в виде ломаной линии. Применяется для отображения изменения состояния показателя с течением времени, рис. 8.10.

Методика построения:

горизонтальную ось разделите на интервалы времени, в течение которых производилось измерение показателя;
выберите масштаб и отображаемый диапазон значений показателя так, чтобы все значения исследуемого показателя за рассматриваемый период времени входили в выбранный диапазон.

На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном;

нанесите точки фактических данных на график. Положение точки соответствует: по горизонтали - интервалу времени, в которое получено значение исследуемого показателя, по вертикали - значению полученного показателя;
соедините полученные точки отрезками прямых.

Рис. 8.10.

Столбчатый график. Представляет собой последовательность значений в виде столбиков, рис. 8.11.

Рис. 8.11.

Методика построения:

постройте горизонтальную и вертикальную оси;
горизонтальную ось разделите на интервалы в соответствии с числом контролируемых факторов (признаков);
выберите масштаб и отображаемый диапазон значений показателя так, чтобы все значения исследуемого показателя за рассматриваемый период времени входили в выбранный диапазон. На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном;
для каждого фактора постройте столбик, высота которого равна полученной величине исследуемого показателя для этого фактора. Ширина столбиков должна быть одинаковой.

Круговой (кольцевой) график. Применяется для отображения соотношения между составляющими показателя и самим показателем, а также составляющих показателя между собой, рис. 8.12.

Рис. 8.12.

пересчитайте составляющие показателя в процентные доли от самого показателя. Для этого величину каждой составляющей показателя разделите на величину самого показателя и умножьте на 100. Величина показателя может быть вычислена как сумма значений всех составляющих показателя;
рассчитайте угловой размер сектора для каждой составляющей показателя. Для этого умножьте процентную долю составляющей на 3,6 (100% - 360° окружности);
начертите круг. Он будет обозначать рассматриваемый показатель;
от центра круга до его края проводите прямую (другими словами - радиус). Используя эту прямую (с помощью транспортира) отложите угловой размер и начертите сектор для составляющей показателя. Вторая прямая, ограничивающая сектор служит основой для откладывания углового размера сектора следующей составляющей. Так продолжайте до тех пор, пока не начертите все составляющие показателя;
проставьте название составляющих показателя и их доли в процентах. Сектора необходимо обозначить различными цветами или штриховкой, чтобы они четко различались между собой.

Ленточный график. Ленточный график, как и круговой, используется для наглядного отображения соотношения между составляющими какого-либо показателя, но в отличие от кругового, он позволяет показать изменения между этими составляющими с течением времени (рис. 8.13).

Рис. 8.13.

постройте горизонтальную и вертикальную оси;
на горизонтальную ось нанесите шкалу с интервалами (делениями) от 0 до 100%;
вертикальную ось разделите на интервалы времени, в течение которых производилось измерение показателя. Рекомендуется откладывать интервалы времени сверху вниз, так как человеку легче воспринять изменение информации именно в этом направлении;
для каждого интервала времени постройте ленту (полоска, шириной от 0 до 100%), которая обозначает рассматриваемый показатель. При построении оставьте небольшое пространство между лентами;
составляющие показателя пересчитайте в процентные доли от самого показателя. Для этого величину каждой составляющей показателя разделите на величину самого показателя и умножьте на 100. Величина показателя может быть вычислена как сумма значений всех составляющих показателя;
разделите ленты графика на зоны таким образом, чтобы ширина зон соответствовала размеру процентной доли составляющих показателя;
соедините границы зон каждой составляющей показателя всех лент между собой отрезками прямых;
нанесите название каждой составляющей показателя и ее доли в процентах на график. Обозначьте зоны различными цветами или штриховкой, чтобы они четко различались между собой.

Z-образный график. Применяется для определения тенденции изменения фактических данных, регистрируемых за определенный период времени или для выражения условий достижения намеченных значений, рис. 8.14.

Рис. 8.14.

Методика построения:

постройте горизонтальную и вертикальную оси;
горизонтальную ось разделите на 12 месяцев исследуемого года;
выберете масштаб и отображаемый диапазон значений показателя так, чтобы все значения исследуемого показателя за рассматриваемый период времени входили в выбранный диапазон. В связи с тем, что Z-образный график состоит из трех графиков в виде ломаной линии, значения для которых еще нужно высчитывать, возьмите диапазон с запасом. На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном;
отложите значения исследуемого показателя (фактические данные) по месяцам за период одного года (с января по декабрь) и соедините их отрезками прямой. В результате получается график, образуемый ломаной линией;
постройте график рассматриваемого показателя с накоплением по месяцам (в январе точка графика соответствует значению рассматриваемого показателя за январь, в феврале точка графика соответствует сумме значений показателя за январь и февраль и т.д.; в декабре значение графика будет соответствовать сумме значений показателя за все 12 месяцев - с января по декабрь текущего года). Построенные точки графика соедините отрезками прямых;
постройте график меняющегося итога рассматриваемого показателя (в январе точка графика соответствует сумме значений показателя с февраля предыдущего года по январь текущего года, в феврале точка графика соответствует сумме значений показателя с марта предыдущего года по февраль текущего года и т.д.; в ноябре точка графика соответствует сумме значений показателя с декабря предыдущего года по ноябрь текущего года и в декабре точка графика соответствует сумме значений показателя с января текущего года по декабрь текущего года, т.е. меняющийся итог представляет собой сумму значений показателя за год, предшествующий рассматриваемому месяцу). Построенные точки графика также соедините отрезками прямых.

Свое название Z-образный график получил в связи с тем, что составляющие его три графика имеют вид буквы Z.

По меняющемуся итогу можно оценить тенденцию изменения исследуемого показателя за длительный период. Если вместо меняющегося итога нанести на график планируемые значения, то с помощью Z-графика можно определить условия для достижения заданных значений.

Диаграмма Парето - инструмент, позволяющий разделить факторы, влияющие на возникшую проблему, на важные и несущественные для распределения усилий по ее решению, рис. 8.15.

Рис. 8.15.

Сама диаграмма является разновидностью столбчатого графика с кумулятивной кривой, в которой факторы распределены в порядке уменьшения значимости (силы влияния на объект анализа). В основе диаграммы Парето лежит принцип 80/20, согласно которому 20% причин приводят к 80% проблем, поэтому целью построения диаграммы является выявление этих причин для концентрации усилий по их устранению.

Методика построения заключается в следующих действиях:

определите проблему для исследования, выполните сбор данных (влияющих факторов) для анализа;
распределите факторы в порядке убывания коэффициента значимости. Вычислите итоговую сумму значимости факторов путем арифметического сложения коэффициентов значимости всех рассматриваемых факторов;
начертите горизонтальную ось. Проведите две вертикальные оси: на левой и правой границе горизонтальной оси;
горизонтальную ось разделите на интервалы в соответствии с количеством контролируемых факторов (групп факторов);
левую вертикальную ось разбейте на интервалы от 0 до числа, соответствующего итоговой сумме значимости факторов;
правую вертикальную ось разбейте на интервалы от 0 до 100%. При этом отметка 100% должна лежать на такой же высоте, что и итоговая сумма значимости факторов;
для каждого фактора (группы факторов) постройте столбик, высота которого равна коэффициенту значимости для этого фактора. При этом факторы (группы факторов) располагаются в порядке уменьшения их значимости, а группа «прочие» помещается последней, независимо от ее коэффициента значимости;
постройте кумулятивную кривую. Для этого нанесите на диаграмму точки накопленных сумм для каждого интервала. Положение точки соответствует: по горизонтали - правой границе интервала, по вертикали - величине суммы коэффициентов значений факторов (групп факторов), лежащих левее рассматриваемой границы интервала. Соедините полученные точки отрезками прямых;
на уровне 80% итоговой суммы проведите горизонтальную линию от правой оси диаграммы до кумулятивной кривой. Из точки пересечения опустите перпендикуляр на горизонтальную ось. Этот перпендикуляр разделяет факторы (группы факторов) на значимые (располагаются слева) и незначительные (располагаются справа);
определение (выписка) значимых факторов для принятия первоочередных мер.

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, рис. 8.16 (она называется еще «рыбий скелет» или диаграмма Исикавы).

На рисунке 8.17 приведен пример причинно-следственной диаграммы факторов, влияющих на качество токарной обработки.

Рис. 8.16.

1 - факторы (причины); 2 - большая «кость»;
3 - малая «кость»; 4 - средняя «кость»; 5 - «хребет»; 6 - характеристика (результат)

Рис. 8.17.

Методика построения:

выберите показатель качества для улучшения (анализа). Запишите его в середине правого края чистого листа бумаги;
через центр листа проведите прямую горизонтальную линию («хребет» диаграммы);
равномерно распределите по верхнему и нижнему краю листа и запишите главные факторы;
проведите стрелки («большие кости») от названий главных факторов к «хребту» диаграммы. На диаграмме для выделения показателя качества и главных факторов рекомендуется заключить их в рамку;
определите и запишите факторы второго порядка рядом с «большими костями» факторов первого порядка, на которые они влияют;
соедините стрелками («средние кости») названия факторов второго порядка с «большими костями»;
определите и запишите факторы третьего порядка рядом со «средними костями» факторов второго порядка, на которые они оказывают влияние;
соедините стрелками («малые кости») названия факторов третьего порядка со «средними костями»;
для определения факторов второго, третьего и т.д. порядков используйте метод «мозгового штурма»;
составьте план дальнейших действий.

(таблица накопленных частот) - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации, рис. 8.18.

На основании контрольного листка строится гистограмма (рис. 8.19) или при большом количестве измерений кривая распределения плотности вероятностей (рис. 8.20).

Гистограмма представляет собой столбчатый график и применяется для наглядного изображения распределения конкретных значений параметра по частоте появления за определенный период времени.

При исследовании гистограммы или кривых распределения 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.

Рис. 8.18.

Рис. 8.19.

Рис. 8.20. Виды кривых распределения плотности вероятностей (LSL, USL - нижняя и верхняя границы поля допуска)

В случае (рис. 8.20), если:

а) форма распределения симметрична, имеется запас по полю допуска, центр распределения и центр поля допуска совпадают - качество партии в удовлетворительном состоянии;
б) центр распределения смещен вправо, 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 смешен, 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) центр распределения расположен правильно, однако ширина распределения значительно превышает ширину поля допуска. В этом случае необходимо либо рассмотреть возможность изменения технологического процесса с целью уменьшения ширины гистограммы (например, увеличение точности оборудования, использование более качественных материалов, изменение условий обработки изделий и т.д.) либо расширить поле допуска, так как требования к качеству деталей в данном случае трудновыполнимы;
е) в распределении два пика, хотя образцы взяты из одной партии. Объясняется это либо тем, что сырье было двух разных сортов, либо в процессе работы была изменена настройка станка, либо в одну партию соединили изделия, обработанные на двух разных станках. В этом случае следует производить обследование послойно, разбить распределение на две гистограммы и проанализировать их;
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;
з) необходимо понять причины такого распределения; «обрывистый» левый край, говорит о каких-то действиях в отношении партий деталей;
и) аналогично предыдущему.

Диаграмма разброса (рассеяния). Применяется в производстве и на различных стадиях жизненного цикла продукции для выяснения зависимости между показателями качества и основными факторами производства.

Диаграмма разброса - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных. Эти две переменные могут относиться:

к характеристике качества и влияющему на нее фактору;
двум различным характеристикам качества;
двум факторам, влияющим на одну характеристику качества.

Сама диаграмма представляет собой множество (совокупность) точек, координаты которых равны значениям параметров хну.

Эти данные наносятся на график (диаграмму разброса) (рис. 8.21), и для них вычисляется коэффициент корреляции.

Рис. 8.21.

Вычисление коэффициента корреляции (он позволяет количественно определить силу линейной связи между хиу) производят по формуле

п - количество пар данных,

Зс - среднее арифметическое значение параметра х, у - среднее арифметическое значение параметра у.

Вид связи между х и у определяют, проведя анализ формы построенного графика и вычисленного коэффициента корреляции.

В случае (рис. 8.21):

а) можно говорить о положительной корреляции (с ростом X увеличивается У);
б) проявляется отрицательная корреляция (с ростом X уменьшается Y);
в) при росте X величина Y может как расти, так и уменьшаться. В этом случае говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная зависимость представлена и на диаграмме разброса (рис. 8.21г).

Тип связи междух и у по значению коэффициента корреляции оценивается следующим образом: Значение г > 0 соответствует положительной корреляции, г 0 - отрицательной корреляции. Чем больше абсолютное значение /*, тем сильнее корреляция, a |r| = 1 соответствует точной линейной зависимости между парами значений наблюдаемых переменных. Чем меньше абсолютное значение г , тем слабее корреляция, а |г| = 0 свидетельствует об отсутствии корреляции. Абсолютное значение г близкое к 0 может быть также получено при определенном виде криволинейной корреляции.

Контрольная карта. Контрольные карты (контрольные карты Шу- харта) - инструмент, позволяющий отслеживать изменение показателя качества во времени для определения стабильности технологического процесса, а также корректировки процесса для предотвращения выхода показателя качества за допустимые пределы. Пример построения контрольных карт был рассмотрен в параграфе 8.1.

ВАРИАНТ 1:

Теория: Семь инструментов качества (графические методы оценки качества продукции)

Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

Семь простых инструментов качества. . . . . . . . . . . . . . . . . . . . . . . . . . .3

Причинно-следственная диаграмма (диаграмма Ишикавы). . . . 5

Контрольные листки. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Гистограммы. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Диаграммы разброса. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Анализ Парето. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Стратификация. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Контрольные карты. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Заключение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Задача. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Литература. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Введение

В современном мире чрезвычайно важное значение приобретает проблема качества продукции. От ее успешного решения в значительной степени зависит благополучие любой фирмы, любого поставщика. Продукция более высокого качества существенно повышает шансы поставщика в конкурентной борьбе за рынки сбыта и, самое важное, лучше удовлетворяет потребности потребителей. Качество продукции - это важнейший показатель конкурентоспособности предприятия.

Качество продукции закладывается в процессе научных исследований, конструкторских и технологических разработок, обеспечивается хорошей организацией производства и, наконец, оно поддерживается в процессе эксплуатации или потребления. На всех этих этапах важно осуществлять своевременный контроль и получать достоверную оценку качества продукции.

Для уменьшения затрат и достижения уровня качества, удовлетворяющего потребителя нужны методы, направленные не на устранение дефектов (несоответствий) готовой продукции, а на предупреждение причин их появления в процессе производства.

Цель работы – изучение семи инструментов в области управления качеством продукции на предприятии. Задачи исследования: 1) Изучение этапов формирования методов контроля качества; 2) Изучение сущности семи инструментов качества. Объект исследования – методы исследования затрат на качество продукции.

Семь простых инструментов качества

Существовавшие издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изготовленных изделий. При массовом производстве такой контроль очень дорог. Расчеты показывают, что для обеспечения качества продукции посредством ее разбраковки контрольный аппарат предприятий должен в пять-шесть раз превышать количество производственных рабочих.

С другой стороны, сплошной контроль в массовом производстве не гарантирует отсутствия дефектных изделий в принятой продукции. Опыт показывает, что контролер быстро устает, в результате чего часть годной продукции принимает за дефектную и наоборот. Практика также показывает - там, где увлекаются сплошным контролем, резко возрастают убытки от брака.

Указанные причины поставили производство перед необходимостью перехода к выборочному контролю.

Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.

Годами упорного труда специалисты выделяли из мирового опыта по крупицам такие приемы и подходы, которые можно понять и эффективно использовать без специальной подготовки, причем делалось это так, чтобы обеспечить реальные достижения при решении подавляющего большинства проблем, возникающих в реальном производстве.

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих инструментами математической статистики. Однако, современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. К 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их.

Это так называемые семь простых методов:

1) диаграмма Парето;

2) схема Исикавы;

3) расслаивание (стратификация);

4) контрольные листки;

5) гистограммы;

6) графики (на плоскости)

7) контрольные карты (Шухарта).

Иногда эти методы перечисляют в ином порядке, что не принципиально, поскольку предполагается их рассмотрение и как отдельных инструментов, и как системы методов, в которой в каждом конкретном случае предполагается специально определить состав и структуру рабочего набора инструментов.

Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы стремятся к их активному использованию, и некоторые из них тратят более ста часов ежегодно на обучение этим методам, осуществляемое в рамках самой фирмы. Хотя знание статистических методов - часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов. Кроме того, надо уметь честно признавать недостатки и возникшие изменения и собирать объективную информацию.

Причинно-следственная диаграмма (диаграмма Ишикавы)

Диаграмма типа 5М рассматривает такие компоненты качества, как “человек”, “машина”, “материал”, “метод”, “контроль”, а в диаграмме типа 6М к ним добавляется компонент “среда”. Применительно к решаемой задаче квалиметрического анализа, для компоненты “человек” необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компоненты “машина” - взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компоненты “метод” - факторы, связанные с производительностью и точностью выполняемой операции; для компоненты “материал” - факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компоненты “контроль” - факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компоненты “среда” - факторы, связанные с воздействием среды на изделие и изделия на среду.

Рис. 1 Пример диаграммы Ишикавы

Контрольные листки

Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам.

Рис. 2 Контрольные листки

Гистограммы

Гистограммы – один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом:

Определяем наибольшее значение показателя качества.

Определяем наименьшее значение показателя качества.

Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:

(число интервалов) = Ц (число значений показателей качества) Например, если число показателей = 50, число интервалов гистограммы = 7.

Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).

Разбиваем диапазон гистограммы на интервалы.

Подсчитываем число попаданий результатов в каждый интервал.

Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)

Строим столбчатую диаграмму

Диаграммы разброса

Диаграммы разброса представляют из себя графики вида, изображенного ниже, которые позволяют выявить корреляцию между двумя различными факторами.

Рис. 3 Диаграмма разброса: Взаимосвязи показателей качества практически нет.

Рис. 4 Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Рис. 5 Диаграмма разброса: Имеется обратная взаимосвязь между показателями качества

Анализ Парето

Анализ Парето получил свое название по имени итальянского экономиста Вилфредо Парето, который показал, большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.Оа. Лоренц представил графические иллюстрации.

Правило Парето - “универсальный” принцип, который применим во множестве ситуаций, и без сомнения - в решении проблем качества. Джозеф Джуран отметил “универсальное” применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето (рис. ниже), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат – в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Рис. 6 Диаграмма Парето

Стратификация

В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков

Мы можем классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки.

Стратификация - основа для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.

На рисунке приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории – по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных донных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 1».

Рис. 7 Стратификация данных.

Контрольные карты

Контрольные карты – специальный вид диаграммы, впервые предложенный В. Шухартом в 1925 г. Контрольные карты имеют вид, представленный на рис. 4.12. Они отображают характер изменения показателя качества во времени.

Рис. 8 Общий вид контрольной карты

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам - это как правило сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я - разброса процесса. Разброс может вычисляться или на основе размаха процесса R (разницы между наибольшим и наименьшим значением), или на основе среднеквадратического отклонения процесса S.

В настоящее время обычно используются x- S карты, x - R карты используются реже.

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p - карта)

В p - карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки - переменный.

Карта для числа дефектных изделий (np - карта)

В np - карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки - постоянный.

Карта для числа дефектов в выборке (с - карта)

В с - карте подсчитывается число дефектов в выборке.

Карта для числа дефектов на одно изделие (u - карта )

В u - карте подсчитывается число дефектов на одно изделие в выборке.

Рис. 9 Бланк контрольной карты

Заключение

Политика предприятия должна быть нацелена на высокое качество. Брак, являющийся его противоположностью, может возникнуть на любом предприятии. Его надо учитывать.

Анализ расходов на качество проводится в основном с целью определения важнейших и первоочередных задач по повышению качества. В зависимости от целей, задач анализа на качество и возможностей получения необходимой информации методы анализа качества могут быть различны. На это влияет и прохождение продукцией определенного этапа деятельности предприятия.

Умело организованный анализ качества может стать источником значительной экономии для предприятия, а также может повысить имидж предприятия в глазах потенциальных клиентов.

Задание № 2:

Основываясь на методике построения графического изображения оценки качества, постройте для завода по изготовлению кровельных листов диаграмму парето по следующим данным о браке в производстве кровельных листов (табл.1):

Табл.1 - Данные о браке в производстве кровельных листов

Вид брака	Количество бракованных изделий	Потери от брака (тыс. руб.)
1. Боковые трещины
2. Шелушение краски
3. Коробление
4. Отклонение от перпендикулярности
5. Грязная поверхность
6. Шероховатость поверхности
7. Винтообразность
8. Трещины по поверхности
9. Боковой изгиб
10. Прочие причины

Используемая литература:

Ильенкова С.Д. Управление качеством: учебник для студентов вузов – М.: ЮНИТИ-ДАНА,2007.- 352с.

Исикава К. Японские методы управления качеством. М.: Экономика, 1998. – 250с.

Лапидус В. А. Всеобщее качество в российских компаниях; Нац. Фонд подготовки кадров. – М.: Новости, 2000.- 435с.

Леонов И. Т. Управление качеством продукции. М.: Изд-во стандартов, 1990.- 375с.

Мазур И. И., Шапиро В. Д. Управление качеством: Учеб пособие для студентов вузов / И. И. Мазур, В. Д. Шапиро; Под общ. Ред. И. И. Мазура. М.: Омега-Л, 2005. – 256с.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Кафедра «Управление качеством»

КОНТРОЛЬНАЯ РАБОТА

На тему «Семь инструментов контроля качества»

г. Донецк

Введение

В итоге была выработана система практических методов, рассчитанных на массовое применение. Это так называемые семь простых методов (инструментов), которые и будут рассмотрены в данном реферативном обзоре.

1. Метод "Семь основных инструментов контроля качества”

Качество продукции - совокупность свойств продукции, обусловливающих ее пригодность удовлетворять определенные потребности в соответствии с назначением. Качество продукции или услуг является одним из важнейших факторов успешной деятельности любой организации или предприятия.

Цель метода “Семь основных инструментов контроля качества” заключается в выявлении проблем, подлежащих первоочередному решению, на основе контроля действующего процесса, сбора, обработки и анализа полученных фактов (статистического материала) для последующего улучшения качества процесса.

Суть метода - контроль качества (сравнение запланированного показателя качества с действительным его значением) - это одна из основных функций в процессе управления качеством, а сбор, обработка и анализ фактов - важнейший этап этого процесса.

Из множества статистических методов для широкого применения выбраны только семь, которые понятны и могут легко применяться специалистами различного профиля. Они позволяют вовремя выявить и отобразить проблемы, установить основные факторы, с которых нужно начинать действовать, и распределить усилия с целью эффективного разрешения этих проблем.

Ожидаемый результат - решение до 95% всех проблем, возникающих на производстве.

Семь основных инструментов контроля качества

Семь основных инструментов контроля качества - набор инструментов, позволяющих облегчить задачу контроля протекающих процессов и предоставить различного рода факты для анализа, корректировки и улучшения качества процессов.

1. Контрольный листок - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

2. Гистограмма - инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.

3. Диаграмма Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему, и распределить усилия для ее эффективного разрешения.

4. Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести разделение данных на подгруппы по определенному признаку.

5. Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

6. Диаграмма Исикавы (причинно-следственная диаграмма) - инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

7. Контрольная карта - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.

Рассмотрим содержание этих методов и возможности их применения.

2. Семь основных инструментов контроля качества

2.1 Контрольный лист

Контрольные листы (или сбор данных) – специальные бланки для сбора данных. Они облегчают процесс сбора, способствуют точности сбора данных и автоматически приводят к некоторым выводам, что очень удобно для быстрого анализа. Результаты легко преобразуются в гистограмму или диаграмму Парето. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам. Форма контрольного листа может быть разной, в зависимости от его назначения (рис. 1).

Рис. 1 - Примеры контрольного листка

2.2 Гистограмма

Гистограмма – вид столбцовой диаграммы. Служит для обобщения цифровых данных. Может быть использована как средство графического отображения данных контрольного листа. Характер распределения полученных данных может обнаружить суть проблемы. Предназначена для коммуникации непосредственно с людьми, управляющими процессом. Гистограмма отображает зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом (рис. 2):

1. Определяем наибольшее значение показателя качества.

2. Определяем наименьшее значение показателя качества.

3. Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

4. Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:(число интервалов) = Ц (число значений показателей качества)Например, если число показателей = 50, число интервалов гистограммы = 7.

5. Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6. Разбиваем диапазон гистограммы на интервалы.

7. Подсчитываем число попаданий результатов в каждый интервал.

8. Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)

9. Строим столбчатую диаграмму.

Рис. 2 - Гистограмма потребления топлива для 100 автомобилей

2.3 Диаграмма Парето

Правило Парето - "универсальный" принцип, который применим во множестве ситуаций, и без сомнения - в решении проблем качества. Джозеф Джуран отметил "универсальное" применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето , на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат - в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

Рис. 3 - Диаграмма Парето

2.4 Метод стратификации

В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков

Анализируя большие массивы данных, мы привычно используем среднее значение, реже среднеквадратичное отклонение, еще реже иные методы обработки. Чем вызвано такое «самоограничение»? 🙂 Скорее всего, недостаточными знаниями и опытом в этих вопросах. Откуда современный менеджер может узнать о методах статистической обработки данных? Вряд ли он вспомнит вузовский курс статистики. Да и был ли он включен в учебную программу!?

У меня знакомство со статистикой, точнее с ее использованием в бизнесе, началось около 15 лет тому назад, когда я впервые прочитал о методах менеджмента качества. К сожалению, с первого раза семь основных инструментов мне «не показались»… Я не воспринял их, как «руководство к действию». Скорее, я отнесся к ним, как к чему-то заоблачно заумному. И лишь постепенно в течение нескольких лет, повторно наталкиваясь в литературе на применение того или иного метода, а также в связи с возникновением практических задач, шаг за шагом, я стал понимать смысл этих инструментов и области их применения. Постепенно эти методы я стал использовать в своей практике, даже иногда не вспоминая, что они – часть стройной системы.

Настало время, отдать дань первоисточнику – японскому менеджменту, а также показать, как, казалось бы, книжные знания, становятся мощным инструментом управления реальным бизнесом.

Скачать заметку в формате , примеры в формате

Семь основных инструментов контроля качества используют для аналитического решения проблем, то есть, в ситуации, когда данные доступны, и чтобы решить проблему, нужно их проанализировать.

1. Диаграмма причин и результатов. Эта диаграмма используется для выявления факторов процесса, влияющих на результат. Встречаются также названия: «диаграмма Исикавы» или «диаграмма рыбий скелет». В классическом варианте факторы (причины) группируются по категориям по принципу «5М»:

Man (человек) − причины, связанные с человеческим фактором; Machines (машины, оборудование) − причины, связанные с оборудованием; Materials (материалы) − причины, связанные с материалами; Methods (методы, технология) − причины, связанные с организацией бизнес-процессов; Measurements (измерения) − причины, связанные с методами измерения.

Рис. 1. Диаграмма Исикавы. Шаблон.

Понятно, что можно использовать и иную релевантную группировку. Вот, например, какой «скелет» мы нарисовали, анализируя возможности сокращения времени обслуживания клиентов на складе:

Рис. 2. Диаграмма Исикавы. Время обслуживания клиентов на складе.

– инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

Рис. 3. Контрольный листок. Пример.

Преимущество контрольных листков – возможность их использования сотрудниками, не работающими с компьютером. Если данные для последующую анализа получаются путем измерения непосредственно на рабочих местах, контрольные листки очень эффективны. Понятно, что если данные для анализа извлекаются из баз данных, контрольные листки не нужны, а данные сразу преобразуются в гистограмму, диаграмму Парето или рассеивания (см. ниже).

В моей практике контрольные листки не нашли применения, поскольку процессы, с которыми я имею дело, либо полностью связаны с использованием компьютера, либо стартуют по команде из компьютера, а финиш фиксируется оператором ПК.

Эти диаграммы ранжируют проблемы по степени (частоте) влияния на результат. Свое название они получили по имени экономиста Вильфредо Парето , который в одной из своих научных работ на рубеже XIX и XX веков показал, что в Италии 20% домохозяйств получают 80% доходов. Термин «принцип Парето» в 40-х годах XX века ввел в обращение американский специалист в области менеджмента качества Джозеф Джуран. Анализ Парето, как правило, иллюстрируется диаграммой Парето, на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания их влияния на число несоответствий (объем брака), а по двум осям ординат: а) число несоответствий в штуках; б) накопленная доля (проценты) вклада в итоговое число несоответствий. Например:

Рис. 4. Диаграмма Парето. Причины возникновения просроченной дебиторской задолженности.

В первую очередь следует работать с причинами, вызывающими наибольшее количество проблем. В нашем примере с первыми тремя.

4. Гистограмма – инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания в определенный (заранее заданный) интервал. В классическом варианте гистограмма используется для определения проблем при помощи анализа формы разброса значений, центрального значения, его близости к номиналу, характера рассеивания:

Рис. 5. Варианты расположения гистограммы по отношению к технологическому допуску

Краткие комментарии: а) всё хорошо: среднее совпадает с номиналом, вариабельность в пределах допусков; б) следует сместить среднее для совпадения с номиналом; в) следует уменьшить рассеивание; г) следует сместить среднее и уменьшить рассеивание; д) следует значительно уменьшить рассеивание; е) смешаны две партии; следует разбить на две гистограммы, и проанализировать их; ж) аналогично предыдущему пункту, только ситуация более критичная; з) необходимо понять причины такого распределения; «обрывистый» левый край, говорит о каких-то действиях в отношении партий деталей; и) аналогично предыдущему.

Вот какие гистограммы мы строили в течение нескольких лет для изучения времени обслуживания клиентов на складе:

Рис. 6. Гистограмма. Время обслуживания клиентов на складе.

По оси абсцисс – 15-минутные диапазоны времени обслуживания клиентов на складе; по оси ординат – доля заявок обслуженных в выделенном диапазоне времени от общего числа заявок за год. Красная пунктирная линия показывает среднее время обслуживания в течение года.

5. Диаграмма разброса (рассеивания) – инструмент, позволяющий определить вид и тесноту связи (корреляцию) между парами соответствующих переменных. Такие диаграммы содержат две совокупности данных, нанесенных на график в виде точек. Взаимосвязь между этими точками показывает зависимость между соответствующими данными. В Excel такая диаграмма имеет тип – «точечная». Вот, например, как я ранее полезность точечных диаграмм:

Рис. 7. Выявление корреляционной зависимости на основе точечной диаграммы.

Вот любопытный пример использования корреляционного анализа для управления размещением товаров на складе:

Современный склад имеет весьма внушительные размеры. В глубину он может достигать 100-150 метров (расстояние от погрузочных ворот до задней стенки). Понятно, что располагая товары с высокой оборачиваемостью ближе к воротам, можно сэкономить время на перемещения по складу. На рисунках выше показана частота обращений к отдельным ячейкам; слева – для случайного размещения товаров; справа – для товаров, разбитых на АВС-группы. Чем интенсивнее цвет, тем чаще обращение к ячейке. Видно, что без АВС-распределения обращение к ячейкам практически случайное, при АВС-разбиении номенклатуры можно наблюдать границы зон. Левый фронт каждого рисунка обращен к зоне приемки. Таким образом, в ситуации, изображенной на рис. б, суммарный путь кладовщиков / техники будет меньше, чем на рис. а

6. Графики – инструмент, позволяющий провести анализ данных по различным срезам. Формы и цели анализа могут диктовать использование различных видов графиков. Подробнее об этом можно прочитать в книге Джина Желязны « ». Покомпонентное сравнение данных лучше всего демонстрируется при помощи круговой диаграммы. Для иллюстрации позиционного сравнения лучше всего подходит линейчатая диаграмма. Если покомпонентное и позиционное сравнение показывают взаимосвязи в определенный момент времени, то временнóе сравнение отражает динамику изменений; временнóе сравнение лучше всего иллюстрировать гистограммой или графиком.

Например, вот какими диаграммами мы анализируем сразу три параметра по каждому клиенту: динамику дебиторской задолженности, просроченной дебиторской задолженности, лимитов по кредитной линии:

Рис. 8. Пример использования графика для анализа данных.

7. Контрольная карта – инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая отклонения от предъявленных к процессу требований (или реагируя на отклонения). Существует два типа вариаций: естественные , связанные с разбросом значений вокруг номинала, присущие процессу; и специальные , появление которых можно объяснить конкретными причинами. Подробнее об этом можно прочитать в книге Д. Уилера и Д. Чамберса « . Оптимизация бизнеса с использованием контрольных карт Шухарта». Контрольные карты служат для выявления специальных вариаций. На график наносятся точки, соответствующие отдельным данным, линия средних значений (μ), верхняя и нижняя контрольные границы (µ ± 3σ). Если точки лежат в пределах контрольных границ, реагировать на отклонения от средней линии не нужно. Если хотя бы одна точка вышла за контрольные границы, требуется провести анализ возможных причин отклонения. См., например, « », « ».

Использование контрольных карт для анализа объема дебиторской задолженности:

Рис. 9. Контрольная карта. Естественные причины вариаций.

На 27-й неделе задолженность выросла с $ 1,4 млн. до $ 2,6 млн. Тем не менее, управленческое воздействие не требуется, так как точки разместились в пределах контрольных границ.

На следующей диаграмме показано среднее (по неделе) время выхода в рейс машин:

Рис. 10. Контрольная карта. Специальные причины вариаций.

Видно, что, начиная с 19-й недели, точки выходят за контрольные границы. Требуется вмешательство в процесс для выявления специальных причин вариаций.

Я надеюсь, что мои примеры помогут вам осознать, что семь основных инструментов контроля качества могут служить реальным подспорьем для анализа бизнес-процессов.

Излагаются по варианту, приведенному в книге М.Имаи « ». Я расположил эти методы в том порядке, который мне представляется наиболее логически последовательным.

Семь простейших инструментов контроля качества продукции

На рисунке 8 представлены семь простейших статистических методов контроля качества.

Рисунок 8 – Семь простейших статистических методов

2.1.1 Контрольный листок

Какая бы задача не стояла перед системой, всегда начинают со сбора исходных количественных данных, на базе которых затем применяют тот или иной инструмент.

Контрольный листок – инструмент для сбора данных, средство регистрации и автоматического их упорядочивания для облегчения дальнейшего использования информации.

Контрольный листок – бумажный бланк, на котором заранее напечатаны контролируемые параметры, соответственно которым можно заносить данные с помощью пометок или простых символов, предназначен для регистрации возникающих событий, т.е. для сбора данных для последующего анализа. Внешне контрольный листок представляет собой таблицу, заполнение которой сводится к простому добавлению в соответствующую ячейку вертикального штриха при наступлении того или иного события. Первые четыре события отмечаются вертикальными штрихами, а каждое пятое – горизонтальной чертой, пересекающей первые четыре штриха. Таким образом, каждая черточка обозначает 5 событий.

Заполнение контрольного листка – это наиболее простой из инструментов качества – нет ничего проще, чем поставить штрих в нужной ячейке. Подсчет результатов также осуществляется довольно легко.

Ниже приведен пример листа сбора данных, в котором регистрировались жалобы покупателей продукции на отдельные виды несоответствий в разные дни недели (рисунок 9).

Рисунок 9 – Лист сбора данных

Карта статистического управления процессом, или контрольная карта, является графическим представлением данных из выборки, которые периодически берутся из процесса и наносятся на график в соответствии со временем. Кроме того, на контрольных картах отмечаются «контрольные границы», которые описывают присущую изменчивость устойчивого процесса. Целью контрольной карты является помощь в оценке стабильности процесса на основе изучения и нанесения на график данных с учетом контрольных границ. Любая переменная (измеренные данные) или признак (расчетные данные), представляющие изучаемую характеристику продукции или процесса, могут быть нанесены на график.

В качестве примера можно привести контрольный листок, применяемый для фиксирования брака в деталях (рисунок 10).

Рисунок 10 – Контрольный листок

При составлении контрольных листков следует обратить внимание на то, чтобы было указано, на каком этапе процесса и в течение какого времени собирались данные, а также чтобы форма листка была простой и понятной без дополнительных пояснений.

2.1.2 Гистограмма

Для наглядного представления тенденции изменения качества деталей применяют графическое изображение статистического материала. Наиболее распространённым графиком, к которым прибегают при анализе распределения случайной величины, является гистограмма.

Гистограмма – инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограммы – один из вариантов столбчатой диаграммы, отображающей зависимость частоты попадания параметров качества изделия или процесса в определенный интервал этих значений. На рисунке 11 интервалы попадания отложены на оси «х», а частота попадания на оси «у».

Рисунок 11 – Гистограмма частот интервального ряда расположения

Гистограмма строится следующим образом.

1) Определяется наибольшее значение показателя качества.

2) Определяется наименьшее значение показателя качества.

3) Определяется диапазон гистограммы как разница между наибольшим и наименьшим значением.

4) Определяется число интервалов гистограммы (число интервалов) = Ц (число значений показателей качества).

5) Определяется длина интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6) Разбивается диапазон гистограммы на интервалы.

7) Подсчитывается число попаданий результатов в каждый интервал.

8) Определяется частота попаданий в интервал = (число попаданий) / (общее число показателей качества).

9) Строится столбчатая диаграмма.

По мере роста числа измерений уменьшается ширина столбцов и полигон превращается в кривую плотности вероятностей, представляющую собой кривую теоретического распределения.

Чтобы оценить адекватность процесса требованиям потребителя, мы должны сравнить качество процесса с полем допуска, установленным пользователем. Если имеется допуск, то на гистограмму наносят верхнюю (S u ) и нижнюю (S L ) его границы, перпендикулярные оси абсцисс (рисунок 12). Тогда можно увидеть, хорошо ли располагается гистограмма внутри этих границ.

Рисунок 12 – К понятию годности при выборке
трёхсигмовых пределов

Если гистограмма имеет симметричный (колокообразный) вид, когда среднее значение приходится на середину размаха данных, то это нормальный (гауссовский) закон распределения случайной величины. Для нормального закона распределения становится возможным исследовать воспроизводимость процесса, неизменность основных параметров процесса: среднего значения x или математического ожидания М(x ) и стандартного отклонения во времени. При этом можно определить выход распределения генеральной совокупности при заданных значениях М(x ), исходя из сравнения соответствующих трёхсигмовых пределов и пределов поля допуска.

Из рисунка 12 видно, что если брать в качестве границ допуска трёхсигмовые пределы (σ – среднеквадратическое отклонение), то годными будут считаться 99,73 % всех данных генеральной совокупности и только 0,27 % данных будут считаться несоответствующими (non-conformity – NC) требованиям потребителя (пользователя), так как они расположены за границами заданного поля допуска.

2.1.3 Диаграммы разброса

Диаграммы разброса представляют собой графики, которые позволяют выявить корреляцию между двумя различными факторами (рисунок 13).

Рисунок 13 – Диаграмма разброса

Диаграмма разброса, которую также называют полем корреляции, – это инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

Эти две переменные могут относиться:

к характеристике качества и влияющему на нее фактору;

к двум различным характеристикам качества;

к двум факторам, влияющим на одну характеристику качества. Например, температура и давление в печи.

Для выявления связи между ними и служит диаграмма разброса.

Построение диаграммы разброса выполняется в следующей последовательности.

1) Собираются парные данные (x , y ), между которыми хотят исследовать зависимость, и располагаются в таблицу. Если одна переменная – фактор, а вторая – характеристика качества, то выбирается для фактора горизонтальная ось x , а для характеристики качества – вертикальная ось y . Желательно не менее 25–30 пар данных.

2) Находится максимальное и минимальное значение для x и y .

3) На отдельном листке бумаги чертится график и наносятся данные. Если в разных наблюдениях получаются одинаковые значения, то их обозначают концентрическими кружками.

4) Обозначается:

название диаграммы;

интервал времени;

число пар данных;

названия и единицы измерения для каждой оси.

Использование диаграммы разбросане ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе
причинно-следственной диаграммы, которая будет рассмотрена ниже.

Диаграмма разброса позволяет наглядно показать характер изменения параметра качества во времени. Для этого проведём из начала координат биссектрису. Если все точки легли на биссектрису, то это означает, что значение данного параметра не изменилось в процессе эксперимента. Следовательно, рассматриваемый фактор (или факторы) не влияет на параметр качества. Если основная масса точек лежит под биссектрисой, то это значит, что значения параметра качества за прошедшее время уменьшилось. Если же точки ложатся выше биссектрисы, то значения параметра за рассматриваемое время возросли.

Проведя лучи из начала координат, соответствующие уменьшению и увеличению параметра на 10, 14, 30, 50 %, можно путём подсчёта точек между прямыми выяснить частоту значений параметра в интервалах 0...10 %, 10…20 %.

Наибольшее распространение получило применение диаграмм разброса для определения вида связей, общее распределение пар. Для этого сначала следует выяснить, есть ли на диаграмме какие-нибудь далеко отстоящие точки (выбросы), которые обусловлены некоторыми изменениями в условиях работы. следует обратить внимание на причины таких нерегулярностей, поскольку, отыскивая их причину, мы часто получаем информацию о качестве.

2.1.4 Метод стратификации (расслаивание данных)

В соответствии с методом стратификации данных (рисунок 14) производят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности.

Данные, разделённые на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) – расслаиванием (стратификацией).

Существуют различные методы расслаивания, применение ко-торых зависит от конкретных задач. Например, данные, относящиеся
к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого обо-рудования, методов проведения рабочих операций, температурных
условий и т.д. Все эти отличия могут быть факторами расслаивания. В производственных процессах часто используется метод 5М, учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement).

Рисунок 14 – Стратификация данных

Расслаивание осуществляется следующим образом:

расслаивание по исполнителям – по квалификации, полу, стажу работы;

расслаивание по материалу – по месту производства, фирме – производителю, партии, качеству сырья и т.д.;

расслаивание по машинам и оборудованию – по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.;

расслаивание по способу производства – по температуре, технологическому приёму, месту производства и т.д.;

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

В результате расслаивания обязательно должны соблюдатьсяследующие два условия.

1) Различия между значениями случайной величины внутри слоя (дисперсия) должны быть как можно меньше по сравнению с различием её значений в нерасслоённой исходной совокупности.

2) Различие между слоями (различия между средними значениями случайных величин слоёв) должно быть как можно больше.

При контроле качества изготовления продукции часто на практике возникает задача выявления предполагаемого источника ухудшения качества выпускаемой продукции; такую информацию возможно получить путём расслаивания дисперсии с помощью дисперсионного ана-лиза.

2.1.5 Диаграмма Исикавы

Диаграмма Исикавы (причинно-следственная диаграмма) позволяет формализовать и структурировать причины возникновения того или иного события, например, – появления несоответствия, а также устанавливать причинно-следственные связи.

Все возможные причины классифицируются по принципу 5М:

1. Man (Человек) – причины, связанные с человеческим фактором;

2. Machines (Машины, оборудование) – причины, связанные с оборудованием;

3. Materials (Материалы) – причины, связанные с материалами;

4. Methods (Методы) – причины, связанные с технологией работы, с организацией процессов;

5. Measurements (Измерения) – причины, связанные с методами измерения.

Исследуемое событие изображается в правой части схемы, символизируя корень древовидной диаграммы, которая строится справа от обозначения события. Горизонтально, от корня диаграммы до левого края листа, наносится центральная ось диаграммы, похожая на ствол дерева.

К центральной оси диаграммы Исикавы примыкают пять ветвей, каждая из которых соответствует своему классу причин, или своему М.

Далее, на каждой ветви отдельно, как на оси, строятся дополнительные веточки, каждая из которых представляет отдельную причину в своем классе. К каждой такой веточке, в свою очередь, подводятся побеги-причины более высокого уровня, детализирующие ее. Продолжая таким образом, мы получаем разветвленное дерево, связывающее причины наступления того или иного события, находящиеся на разном уровне детализации. Таким образом, мы можем установить причинно-следственную связь между частными отклонениями от нормы (первичными причинами) и их влиянием на вероятность наступления конкретного события.

Для эффективности применения данного метода и достоверности полученных результатов построение диаграммы Исикава должны выполнять профессионалы.

Из-за своей структуры диаграмма Исикавы также носит название «рыбья кость» (рисунок 15).

Рисунок 15 – Диаграммы Исикавы

2.1.6 Диаграмма Парето

Диаграмма Парето, или ABC-анализ, позволяет выявить основные причины, оказывающие наибольшее влияние на возникновение той
или иной ситуации. Принцип Парето гласит, что 20 % причин порождает 80 % следствий. Другими словами, из всех возможных причин всего лишь 20% являются особенно значимыми, так как они влияют на результаты, которые составляют 80 % от всего количества.

Принцип Парето еще носит название Правило 20-80. Этот принцип назван так в честь итальянского экономиста Вильфредо Парето, который в конце XIX века обратил внимание на тот факт, что 80 % итальянского капитала сосредоточено в руках 20 % населения Италии. Позднее справедливость этого правила была подтверждена наблюдениями и последующими подсчетами результатов в различных отраслях жизни. Так, устранение 20 % из общего числа возникающих несоответствий отвлекает на себя 80 % от общей суммы затрат на устранение всех возможных несоответствий; для компании-поставщика 20 % из общего числа заказчиков формируют 80 % прибыли и т.д. Таким образом, сосредоточив свое воздействие на 20 % причин, мы оказываем влияние на 80 % последствий. Следующие 30 % причин порождают, как ни странно, только 15 % следствий и, наконец, оставшиеся 50 % влияют всего лишь на 5 % следствий. Таким образом, мы можем
распределять свое внимание и воздействие, исходя из значимости и эффективности результатов.

Например, если взять произвольный текст и посчитать, сколько раз в нем встречается каждая буква, то с большой долей вероятности окажется, что буквы, составляющие 20 % алфавита, образуют около
80 % всего текста.

Пример диаграммы Парето приведён на рисунке 16.

Рисунок 16 – Диаграмма Парето

2.1.7 Диаграмма корреляции

Диаграмма корреляции (диаграмма рассеивания) – графическое отображение отношения между переменными величинами, связанными между собой. Эта диаграмма призвана обнаружить принцип, по которому изменяется условно зависимая переменная величина при изменении значения независимой переменной.

Например, на рисунке 17 показано, как изменяется объем продажи газированных напитков при изменении погодных условий. Налицо сильная положительная корреляция.

ных напит-ков, шт.

Рисунок 17 – Диаграмма рассеивания

2.1.8 Контрольные карты

Применение контрольных карт используется в планировании, конструировании, определении изменений процесса, а также измерении эффекта определенного внешнего вмешательства или действия (рисунок 18).

Кроме того, анализ временных рядов по контрольным картам полезен для сравнения получаемых результатов в случае проведения улучшений и изменений.

Рисунок 18 – Контрольные карты

Контрольная карта – это график с ограничительными линиями, показывающими приемлемый предел качественного производства. Он очень помогает для обнаружения ненормальных ситуаций в стандартных производственных процессах.

Контрольные карты – специальный вид диаграммы, впервые предложенный Шухартом в 1925 г. Они имеют вид, представленный на рисунке 18. Контрольные карты используются для отображения во времени (слева направо) наблюдаемого результата или состояния процесса относительно среднего уровня или между верхним и нижним пределами.

Типы контрольных карт

Существует два типа контрольных карт: один предназначен для контроля параметров качества, значения которых являются количественными данными параметра качества (значения размеров, масса, электрические и механические параметры и т.п.), а второй – для контроля параметров качества, представляющих собой дискретные случайные величины и значения, которые являются качественными данными (годен – не годен, соответствует – не соответствует, дефектное – бездефектное изделие и т. п.) (рисунок 19).

Рисунок 19 – Порядок выбора типа контрольной карты

(n – объём выборки)

Контрольные карты по качественным признакам

В карте для доли дефектных изделий (p -карта) подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки переменный.

В карте для числа дефектных изделий (np -карта) подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки постоянный.

В карте для числа дефектов в выборке (с -карта) подсчитывается число дефектов в выборке.

В карте для числа дефектов на одно изделие (u -карта) подсчитывается число дефектов на одно изделие в выборке.

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам – это, как правило, сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я – разброса процесса. Разброс может вычисляться на основе размаха процесса R (разницы между наибольшим и наименьшим значением), контрольных карт, а именно, контрольные карты:

– средних арифметических и размахов (х – R );

– медиан и размахов (Ме – R );

– индивидуальных значений (х );

– доли дефектной продукции (р );

– числа дефективных единиц продукции (рn );

– числа дефектов (c );

– числа дефектов на единицу продукции (u ).

В любом производственном процессе всегда имеют место изменения, или вариации, проявляющиеся в отклонении от номинальных значений каких-то параметров, характеризующих этот процесс. Под стабильностью в статистическом смысле понимают процесс, когда среднее значение наблюдаемого параметра со временем не отклоняется от номинального значения, а величина разброса параметра укладывается в заданный интервал. Однако вариации могут вызываться и причинами неслучайного характера. К подобным причинам можно отнести, например, неправильную настройку станка, его износ, неправильное выполнение оператора рабочих инструкций из-за усталости или недомогания, ошибки компьютера и т.п. При наличии таких причин производственный процесс выходит из-под статистического контроля.

Основная цель контрольных карт – быстро обнаружить неслучайные изменения производственного процесса, с тем чтобы выявить причину изменения и внести необходимые корректировки в процесс, прежде чем будет выпущено большое количество некачественной продукции. Кроме того, контрольные карты позволяют оценить параметры, характеризующие качество и потенциальные возможности процесса.

Таким образом, если процесс статистически контролируем, то почти все значения наблюдаемого параметра (П) укладываются в ограниченную зону. При этом никаких корректирующих действий не требуется. Попадание значений наблюдаемого параметра за пределы допустимой зоны свидетельствует о том, что процесс стал статистически неконтролируемым. Следует отметить, что возможны ситуации, когда значения контролируемого параметра укладываются в допустимую зону, но все десять последних точек попали в область ниже центральной линии (рисунок 20). В этом случае нарушился фактор «случайности» и появился фактор «закономерности», т.е. процесс стал статистически не контролируемым.

Рисунок 20 – Примеры появления фактора закономерности
на контрольной карте

В процессе изготовления изделие подвержено комплексному влиянию названных причин.

Для оценки качества изделия, т.е. степени соответствия его параметров (характеристик) требуемым значениям, назначаются допустимые области изменения этих характеристик, при этом с учетом перечисленных выше причин возможные отклонения объединяются в две группы: случайные и систематические.

Случайные отклонения обусловливаются самим процессом производства и в основном неустранимы. Возникают они вследствие комплексного взаимодействия разных причин, таких как вибрация, биение подшипников и влияют, как правило, на разбросы контролируемых
характеристик.

На рисунке 21а изображены два графика плотности распределения признака качества х для двух способов изготовления одного и того же изделия. Распределение является нормальным и имеет при обоих способах изготовления одно и то же математическое ожидание m х , то есть значения признака качества в обоих случаях совпадают в среднем. Оба способа различаются только степенью рассеяния. Если требуется, чтобы значения признаков качества лежали внутри допустимой области со средним значением m х в диапазоне [a , b ], то при втором способе изготовления возможен больший процент брака (на рисунке вероятность его появления показана штриховкой).

Систематические отклонения обусловливаются такими причинами, как износ инструмента, смена партии исходного сырья, новая рабочая смена. Систематические причины приводят к смещению центра рассеяния контролируемой характеристики, как это показано на
рисунке 21б. Появление систематических отклонений также приводит к увеличению брака, однако причины таких отклонений могут быть выявлены и устранены.

а – случайные; б – систематические

Рисунок 21 – Виды отклонений

Функциональным назначением производственного контроля качества является оценка соответствия изготавливаемой продукции требуемым характеристикам путем сравнения характеристик изготовленной продукции с допусками на эти характеристики, заданными в документации на изготовление этой продукции, и выявление причин отклоне-ний.

Различают три вида производственного контроля качества: входной контроль материалов, сырья и комплектующих, контроль производственного процесса и контроль изготовленной продукции.

Входной контроль обеспечивает качество исходного сырья и материалов.

Контроль производственного процесса – это совокупность всех контрольных операций, проводимых во время процесса изготовления и позволяющих на основании информации о состоянии процесса управлять им так, чтобы признак качества производимых изделий оставался в рамках заданных допусков.

Контроль готовой продукции является приемочным контролем, который должен обеспечить долю годных изделий в поставляемой продукции не ниже уровня, заданного заказчиком.

Таким образом, контроль производства обеспечивает качество изготавливаемых изделий, а приемочный контроль – качество поставляемых заказчику изделий.

Поскольку любой контроль требует определенных стоимостных затрат, то изготовитель при разработке системы управления качеством должен правильно соотнести объемы этих двух видов контроля, оптимизируя функцию суммарных затрат на контроль с учетом стоимости рисков как поставщика, так и заказчика.

Контроль качества может проводиться как по количественным, так и по качественным признакам.

Количественные признаки

Многие характеристики, определяющие качество изделия, можно измерить. К таким характеристикам относятся, например, диаметр снаряда, прочность на разрыв нити, химический состав стали и др. Обычно количественные признаки изделия являются непрерывными случайными величинами. Часто это распределение является нормальным или логарифмически нормальным. Иногда количественные признаки бывают дискретными случайными величинами. Примерами могут служить число ниток в куске материи или число дефектов на поверхности метал-лического диска. Если производственный процесс контролируется,
то распределение дефектных дисков может подчиняться закону
Пуассона.

Качественные признаки

Обычно изделие классифицируется либо как годное (хорошее), либо как негодное (дефектное, брак). Например зажигалка, которая не загорается, является дефектной. Иногда дефекты распределяются на значительные и незначительные. Так отсутствие винта в лодочном моторе является значительным дефектом и приводит к забраковке мотора, тогда как царапины на окраске мотора будут отнесены к незначительным дефектам.

Контроль изделий по количественным признакам позволяет также классифицировать изделия и качественно: «годен – не годен». В случае приемочного контроля изделий по результатам выборочной оценки для описания распределения качественных признаков используются часто такие виды распределений, как биномиальное, геометрическое, гипергеометрическое.