Статистические методы в процессах контроля качества. Статистические методы контроля качества продукции и услуг. Смотреть что такое "статистический контроль качества" в других словарях

Вопросы: [лекции – 2 ч.]

Значение и область применения статистических методов контроля качества

Различаются следующие области применения статистических методов в произ­водстве:

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

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

· при приемке изготовленной продукции (правая часть схемы).

Рисунок 5 – Область применения статистических методов УКП

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

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

Инструментов контроля качества»

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

o гистограммы;

o временные ряды;

o диаграммы Парето;

o причинно-следственные диаграммы;

o контрольные листки;

o контрольные карты;

o диаграммы рассеяния.

Эти методы получили название «7 инструментов контроля качества».

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

Рисунок 6 - Гистограмма

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

Рисунок 7 – Временной ряд

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

o выбор сравниваемых проблем;

o определение критериев для сравнения единиц измерения;

o выбор периода для изучения;

Рисунок 8 – Диаграмма Парето

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

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

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

Рисунок 9 – Причинно-следственная диаграмма

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

Порядок построения причинно-следственной диаграммы представляет следующую последовательность шагов:

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

o выявление причин, необходимых для построения диа­граммы;

o построение диаграммы;

o толкование полученных взаимосвязей в диаграмме.

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

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

Построение контрольного листка включает следующие шаги :

o установление наблюдаемого события;

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

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

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

Рисунок 10 – Контрольная карта

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

С помощью этих линий можно проследить следующие зависимости :

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

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

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

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

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

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

Рисунок 11 – Диаграмма рассеяния

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

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

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

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

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

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

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

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

Рисунок 12 – Схема процесса

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

o построить последовательную схему действующего про­цесса;

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

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

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

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

Размещено на http://www.allbest.ru/

Введение

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

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

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

статистический управление качество контроль

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

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

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

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

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

Основные концепции TQM можно выразить рядом следующих тезисов:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Данный вид контроля нашёл широкое применение в промышленности.

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

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

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

1.1 Место статистических методов в управлении ка чеством

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

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

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

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

Управление качеством продукции может обеспечиваться двумя методами:

Посредством разбраковки изделий;

Путем повышения технологической точности.

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

Обеспечение качества охватывает все меры, направленные на его достижение.

К таким мерам относятся:

Планирование качества;

Контроль качества;

Управление качеством.

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

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

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

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

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

1.2 Статистиче ские методы в системах качества

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

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

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

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

1.3 оль по альтернативному признаку

Потребитель, как правило, не имеет возможности контролировать качество продукции в процессе ее изготовления. Тем не менее, он должен быть уверен, что получаемая им от изготовителя продукция соответствует установленным требованиям, и, если это не подтвердится, он вправе потребовать от изготовителя замены брака или устранения дефектов. Основным методом контроля поступающих потребителю сырья, материалов и готовых изделий является статистический приемочный контроль качества продукции.

Статистический приемочный контроль качества продукции - это выборочный контроль качества продукции, основанный на применении методов математической статистики для проверки качества продукции установленным требованиям. Если при этом объем выборки становится равным объему всей контролируемой совокупности, то такой контроль называют сплошным. Сплошной контроль возможен только в тех случаях, когда в процессе контроля качество продукции не ухудшается, в противном случае выборочный контроль, т.е. контроль определенной небольшой части совокупности продукции, становится вынужденным.

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

Можно проверить все изделия также и при следующих условиях:

партия изделий или материала невелика;

качество входного материала плохое или о нем ничего не известно.

Можно ограничиться проверкой части материала или изделий, если:

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

изделия используются группами;

бракованные изделия можно обнаружить на более поздней стадии сборки.

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

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

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

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

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

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

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

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

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

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

1.4 Статистический приёмочный контр оль по количественному признаку

Установлено, что статистический приемочный контроль при одном и том же объеме выборки предоставляет больше информации, чем приемочный контроль по альтернативному признаку. Отсюда следует, что результаты статистического приемочного контроля содержа при меньшем объеме выборки одинаковую информацию со статистическим приемочным контролем по альтернативному признаку. Однако это не означает, что статистический приемочный контроль по количественному признаку всегда лучше статистического приемочного контроля по альтернативному признаку. Ему свойственны следующие недостатки:

наличие дополнительных ограничений, сужающих область применения;

для контроля часто требуется более сложное оборудование.

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

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

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

Для выбора плана выборочного контроля необходимо установить следующие показатели:

Объем партии продукции,

Уровень контроля,

Приемочный уровень контроля AQL,

Вид контроля,

Среднеквадратическое отклонение или метод его оценки,

Способ контроля.

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

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

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

Оценку среднего уровня процесса определяем по формуле:

Среднее стандартное отклонение определяем по формуле:

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

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

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

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

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

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

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

Рисунок 1. Контрольная карта средних значений.

Рисунок 2. Контрольная карта средних размахов.

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

Заключение

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

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

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

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

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

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

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

Библиографический список

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

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

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

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

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

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

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

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

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

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

Размещено на Allbest.ru

...

Подобные документы

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

курсовая работа , добавлен 16.07.2011


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

дипломная работа , добавлен 26.05.2014


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

курсовая работа , добавлен 09.05.2015


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

контрольная работа , добавлен 08.04.2011


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

курсовая работа , добавлен 19.05.2011


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

курсовая работа , добавлен 16.12.2014


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

курс лекций , добавлен 14.11.2013


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

курсовая работа , добавлен 27.03.2013


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

презентация , добавлен 03.06.2015


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

Министерство общего и профессионального образования Российской Федерации

Нижегородский государственный университет

им. Н.И. Лобачевского

Экономический факультет

КОНТРОЛЬНАЯ РАБОТА

по дисциплине «Управление качеством»

на тему «Статистические методы контроля качества»

Руководитель А.Ю. Ефимычев

Студент 5 курса 52 группы А.Ю. Тютин

Нижний Новгород, 1999

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

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

2.1 Контрольные карты. Контроль по количественному признаку. 5

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

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

2.2 Контрольные карты. Контроль по альтернативному признаку.. 8

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

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

2.3 Статистический приемочный контроль по альтернативному признаку 13

2.4 Статистический приемочный контроль по количественному признаку 13

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

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

1 Введение

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

Статистические методы по степени трудности можно подразделить на 3 категории:

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

· Карта Парето;

· Причинно-следственный анализ;

· Группировка данных по общим признакам;

· Контрольный лист;

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

· Диаграмма разброса (анализ корреляции через определение медианы);

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

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

2) Промежуточный статистический метод включает:

· Теорию выборочных исследований;

· Статистический выборочный контроль;

· Различные методы проведения статистических оценок и определения критериев;

· Метод применения сенсорных проверок;

· Метод расчета экспериментов.

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

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

· Передовые методы расчета экспериментов;

· Многофакторный анализ;

· Различные методы исследования операций.

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

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

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

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

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

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

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

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

· повышение качества закупаемого сырья;

· экономия сырья и рабочей силы;

· повышение качества производимой продукции;

· снижение затрат на проведение контроля;

· снижение количества брака;

· улучшение взаимосвязи между производством и потребителем;

· облегчение перехода производства с одного вида продукции на другой.

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

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

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

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

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

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

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

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

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

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

Размах этой выборки , где

Максимальный результат наблюдений в выборке,

Минимальный результат наблюдений в выборке.

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

Таблица 2‑1. Учет результатов наблюдений

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

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

· верхняя граница регулирования для контрольной карты средних арифметических значений ;

· нижняя граница регулирования контрольной карты средних арифметических значений ;

· верхняя граница регулирования контрольной карты размаха ;

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

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

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

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

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

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

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

Дефект – это каждое отдельное несоответствие продукции установленным требованиям.

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

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

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

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

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

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

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

Таблица 2‑3. Данные для р - карты

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

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

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

Границы регулирования определяются по формуле

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

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

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

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

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

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

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

Можно проверить все изделия также и при следующих условиях:

· партия изделий или материала невелика;

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

Можно ограничиться проверкой части материала или изделий, если:

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

· изделия используются группами;

· бракованные изделия можно обнаружить на более поздней стадии сборки.

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

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

· наличие дополнительных ограничений, сужающих область применения;

· для контроля часто требуется более сложное оборудование.

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

3 Вывод

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

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

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

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

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

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

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

1) диаграмма Парето;

2) причинно-следственная диаграмма Исикавы;

3) контрольная карта;

4) гистограмма;

5) диаграмма разброса;

6) метод расслоения;

7) контрольные листки.

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

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

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

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

.

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

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

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

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

2. Причинно-следственная диаграмма предложена в 1953 г. К. Исикавой («диаграмма Исикавы»). Диаграмма представляет собой графическое упорядочение факторов, влияющих на объект анализа.

Главным достоинством диаграммы Исикавы является то, что она дает наглядное представление не только о тех факторах, которые влияют на изучаемый объект, но и о причинно-следственных связях этих факторов.

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

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

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

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

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

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

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

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

♦ вблизи границ регулирования появляются несколько последовательных значений контролируемого параметра;

♦ значения распределяются по одну сторону от центральной линии, т. е. среднее значение смещается относительно центра настройки (о наличии систематического отклонения свидетельствуют, например, расположение подряд семи значений выше или ниже средней линии, а также расположение 10 из 11, 12 из 14, 14 из 17 и 16 из 20 значений по одну сторону от средней линии);

♦ значения контролируемого параметра сильно разбросаны;

♦ намечается тенденция приближения значений контролируемого параметра к одной из границ регулирования.

4. Гистограмма представляет собой столбчатый график и применяется для наглядного изображения распределения конкретных значений параметра по частоте повторения за некий период времени (неделя, месяц, год).

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

Построение гистограммы ведется в следующей последовательности:

а) составляется таблица исходных данных;

б) оценивается размах анализируемого параметра;

в) определяется ширина размаха;

г) устанавливается точка отсчета первого интервала;

д) выбирается окончательное количество интервалов.

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

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

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

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

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

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

На рис. 8.7.6 приведен пример расслоения диаграммы Парето по факторам А и Б при простейшем детальном анализе («распутывание связей») диаграммы. В данном случае расслоение позволяет получить представление о скрытых причинах дефектов.

7. Контрольные листки применяются при контроле по качественным и количественным признакам. Контрольный листок представляет собой бумажный бланк, на котором приводятся названия контролируемых показателей и фиксируются их значения, полученные в процессе контроля.

Применяются следующие виды контрольных листков:

♦ контрольный листок для регистрации распределения измеряемого параметра в ходе производственного процесса;

♦ контрольный листок для регистрации видов несоответствий;

♦ контрольный листок для оценки воспроизводимости и работоспособности технологического процесса.

Статистический контроль процессов возник в 1931 г. Он был предложен ученым Вальтером Шухартом в книге “Экономический контроль качества производимой продукции”. В то время Шухарт работал статистиком в компании Bell Laboratories. Он заметил, что в производственных процессах существуют такие данные, которые, после статистической обработки, могут сигнализировать, находится ли процесс под контролем или в нем возникли какие-либо отклонения (вызванные причинами, не являющимися неотъемлемой характеристикой процесса). Контрольные листки и контрольные карты, которые используются в настоящее время, основаны на работах Шухарта. В статистическом контроле процессов может потребоваться использование любого из статистических методов, о которых рассказывалось в пункте 3.4 “Методы анализа качества”.

Хотя статистический контроль процессов первоначально использовался только для производственных процессов, он может применяться практически к любым процессам. Все, что делается сотрудниками может рассматриваться как процессы. На каждый процесс влияет множество факторов (используемое оборудование, материалы, методы и рабочие инструкции, измерения и сотрудники, занятые в процессе). Если кроме этого на процесс ничего не влияет, а все указанные факторы работают безупречно и как должны, то процесс статистически контролируем. Это означает, что никакие побочные причины не воздействуют на процесс. Все сбои устранены. Согласно положению Шухарта, это не означает, что все 100% выпускаемой продукции будут безупречными, что в процессе нет вариаций. Каждому процессу присущи естественные вариации и отклонения, влияющие на выход Они составляют 3 единицы дефектной продукции на 1000 (под дефектной здесь понимается продукция, выходящая за допустимые пределы ‑ ±3s).

То, что каждому процессу присущи естественные вариации, можно проиллюстрировать следующим образом: например, диаметры вытачиваемых на станке цилиндров редко будут равны ровно 17 мм. Их значение будет варьироваться вокруг 17 мм хотя бы в пределах точности измерительного прибора и контрольного оборудования. На самом деле, будет еще много неотъемлемых от процесса причин, вызывающих это варьирование.

В статистическом контроле процессов с помощью статистических методов (и только!) определяется, какие отклонения от идеала являются нормальными для данного процесса (не следует путать эти “нормальные” отклонения с техническими характеристиками оборудования, естественно, технические характеристики влияют на процесс, но эти “нормальные” отклонения определяются статистически).

Статистический контроль процессов не исключает полностью вариации и отклонения продукции от идеальной в процессах. Но он позволяет контролировать процесс и отличать естественные вариации, присутствующие во всех процессах, от сбоев, вызванных какими-то дополнительными причинами. Он является основой для улучшения процесса и бездефектного производства. После того, как все причины сбоев выявлены и устранены и осталась только естественная вариация, считается, что процесс находится в состоянии статистического контроля. Когда это состояние достигнуто, процесс является стабильным и 99.73% продукции не выходят за статистические пределы контроля (верхний и нижний контрольные пределы, они уже упоминались в пункте 3.4.8. “Контрольная карта”). Только после этого можно заниматься улучшением процесса. Итак:

Статистический контроль процессов ‑ это статистический метод разделения вариаций, вызванных сбоями в процессе от “естественных” вариаций, являющихся неотъемлемой частью процесса. Целью статистического контроля процессов является выявить и устранить сбои и установить и поддерживать стабильность процесса, сделав возможным дальнейшие улучшения.

Статистический контроль процессов, являясь частью всеобщего управления качеством, позволяет повысить качество продукции и сократить издержки. Статистический контроль процессов делает значительно более эффективными следующие процессы:

· Контроль вариаций.

· Непрерывное улучшение.

· Предсказуемость процессов.

· Устранение потерь.

· Выборочный контроль продукции.

Рассмотрим, что дает статистический контроль процессов в этих процессах.

Контроль вариаций

Как уже говорилось, на процесс влияют два типа факторов ‑ сбои и естественные причины. Статистический контроль процессов позволяет отличить одно от другого. Улучшением процесса является только устранение или минимизация естественных причин. Оно возможно после того, как устранены сбои, иначе сбои не позволяют оценить эффект улучшения.

В отсутствии сбоев распределение количества продукции по значению какой-либо характеристики относительно ее требуемого значения представляет собой колоколообразную кривую. Как строится такое распределение, подробно описано в пункте 3.4.9. “Гистограмма”. Значения этой характеристики у 99.73% единиц продукции не выходят за границу ±3s (рис. 3.9 а). Если в процессе произошел сбой, то большее количество продукции выходит за границу ±3s (рис. 3.9 б). В общем случае в процессе со сбоем не обязательно распределение имеет вид колоколообразной кривой.

Непрерывное улучшение

Для улучшения качества продукции необходимо улучшения процессов ее создания. Улучшение процесса заключается в улучшении его естественных характеристик. Оно может проводиться только после того, как все сбои устранены. При этом само улучшение будет контролируемым и будет возможно создание контрольных листков и контрольных карт для оценки эффектов улучшения. Результаты улучшения процесса можно графически представить как на рис. 3.9 в.

Рис. 3.9 Распределение значений диаметра вытачиваемых цилиндров относительно требуемого значения

Предсказуемость процессов

Статистический контроль процессов позволяет сделать процессы стабильными, повторяемыми и предсказуемыми. Когда процесс находится под контролем, предприятие точно знает его характеристики. Это позволяет точно оценить возможность выполнения того или иного заказа и брать минимально-возможные оценки рисков (что, соответственно, уменьшает стоимость контракта и повышает конкурентоспособность). Если процесс неконтролируем, то есть риск либо не выполнить условия контракта, либо не получить контракт из-за высокой цены (если брать максимально-возможные риски). В любом случае менеджер потратит массу нервов на получение контракта и на выполнение его условий.

Устранение потерь

Если процесс находится под статистическим контролем, то это позволяет выявлять сбои сразу после их возникновения, что сокращает производство некачественной продукции. Было посчитано, что дешевле организовать статистический контроль процессов, чем исправлять производимый брак.

Контроль продукции

Статистический контроль процессов позволяет оптимальным образом организовать контроль готовой продукции (так, что затраты на него минимальны при приемлемой достоверности). Контроль продукции требует дорогостоящего оборудования и высококвалифицированного (и высокооплачиваемого персонала), так что снижение издержек на контроль весьма существенно. Кроме того, даже стопроцентный контроль готовой продукции выявляет только 80% брака. Если процесс находится под статистическим контролем, то можно определить необходимый объем выборочного контроля и разработать наиболее удобные бланки контрольных листков и контрольных карт. Как уже говорилось, все это делается на основе статистики и детально было разработано Шухартом.

Полномочия операторов

Операторы, осуществляющие статистический контроль процесса и следящие за процессом, должны быть специально обучены. Им должны быть предоставлены соответствующие полномочия по воздействиям на процесс. В мире нет единого мнения об уровне полномочий. Существуют два варианта:

· Оператор при появлении сбоя должен остановить производственный процесс для выявления сбоя.

· Оператор не имеет права останавливать процесс. Он должен сообщить о сбое начальству. Если сбой все же требует остановки, то надо как можно быстрее запустить процесс вновь, возможно, с помощью временных мер. Причины сбоя и способы его устранения, а также само его устранение будет проводиться потом, не задерживая процесс.

Какой из способов лучше, зависит от многих причин и можно сказать только в каждом конкретном случае. Тем не менее, большинство предприятий придерживается мнения, что надо сразу же останавливать процесс и устранять сбой. По их мнению, экономически это более выгодно, т.к. не производится дефектная продукция. Кроме того, если сразу не остановить процесс, то симптомы сбоя могут исчезнуть, его не удастся выявить при техническом обслуживании оборудования и он может проявиться в дальнейшем, нанося больший ущерб.