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

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

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

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

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

4.4.2. Элементарные методы или инструменты контроля качества

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

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

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

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

Основными признаками классификации контрольных карт являются,

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

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

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

Рассмотрим ряд примеров.

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

, (6.1)

, (6.2)

где – среднеквадратичное отклонение средней величины выборки

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

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

Тогда, верхняя контрольная граница будет равна

, (4.5)

нижняя предельная граница

, (4.6)

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

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

, где
,i = 1,2,… ,N. (4.7)

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

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

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

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

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

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

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

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

Факторы разделяются как факторы первой, второй и третьей категории.

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

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

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

Рис. 4 3 . Причинно-следственная диаграмма связей факторов

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

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

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

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

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

Литература

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

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

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

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

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

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

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

1. Элементарные статистические методы, включающие диаграмму

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

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

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

Элементарные статистические методы лежат в основе других категорий статистических методов.

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

Существуют четыре типа контрольных листков:

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

2)контрольный листок для регистрации видов дефектов.

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

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

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

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

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

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

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

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

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

Для того чтобы построить диаграмму причин и результатов, необходимо:

1) определить показатель качества, который будет исследоваться;

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

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

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

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

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

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

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

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

Расслаивание может осуществляться следующим образом:

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

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

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

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

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

контрольная карта, которая отображает изменение уровня настройки и точность процесса

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

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.

ПРИМЕНЕНИЕ СОВРЕМЕННЫХ СТАТИСТИЧЕСКИХ МЕТОДОВ

КОНТРОЛЯ КАЧЕСТВА Л.А. Титова, канд. экон. наук, ассистент

Воронежский государственный технический университет, г. Воронеж

Рассматривается проблема применения статистических методов контроля качества. Обосновывается необходимость применения статистического контроля качества, как одного из методов контроля посторонних факторов, предполагающего измерение их влияния с последующей корректировкой статистическими методами.

Наличие большого числа статистических данных и трудоемкость их обработки и интерпретации обусловила необходимость применения современных компьютерных диалоговых систем, позволяющих проводить анализ и синтез планов контроля

Качество изделия обычно характеризуется несколькими показателями, эти показатели могут быть коррелированны между собой. В последнем случае независимый контроль по отдельным показателям может привести к значительным погрешностям. Результат контроля часто оказывается неадекватным реальной ситуации: возможны как пропуски фактической разладки процесса, так и необоснованные остановки при выходе используемых статистик за контрольные пределы .

Вмешательство в технологический процесс для настройки требуется тогда, когда выпускаемая продукция еще удовлетворяет техническим требованиям, но статистические показатели процесса свидетельствуют о наличии неслучайных воздействий.

Статистический контроль (statistical control) -один из методов контроля посторонних факторов, предполагающий измерение их влияния

с последующей корректировкой статистическими методами.

Статистический контроль - это выборочный контроль на научной основе. Контролем качества продукции обычно занимается отдел технического контроля (ОТК) предприятия. Есть различные виды контроля - входной контроль, приемочный контроль (готовой продукции), и контроль при передаче полуфабрикатов и комплектующих из цеха в цех. Кроме сплошного контроля всех изделий подряд применяют выборочный, когда о качестве партии продукции судят по результатам контроля некоторой части - выборки.

Зачем нужен выборочный контроль? Чтобы проверить качество спички - надо чиркнуть ею. Загорится - должное качество, не загорится - брак. Но повторно однажды зажженную спичку использовать уже нельзя. Поэтому партию спичек можно контролировать только выборочно. Партии консервов, лампочек, патронов - тоже. То есть при разрушающем контроле необходимо пользоваться выборочными методами и судить о качестве партии продукции по результатам контроля её части - выборки.

Выборочные методы контроля могут применяться и из экономических соображений, когда стоимость контроля высока по сравнению со стоимостью

изделия. Например, вряд ли целесообразно визуально проверять качество каждой скрепки в каждой коробке.

Для проведения выборочного контроля необходимо сформировать выборку, выбрать план контроля. А если план имеется - полезно знать его свойства. Анализ и синтез планов проводят с помощью математического моделирования на основе теории вероятностей и математической статистики, применяя компьютерные диалоговые системы (пакеты программ).

Зачем нужны диалоговые системы по статистическому контролю? Раньше, действительно, ОТК формально применяли планы контроля из ГОСТов на конкретную продукцию, а реальное качество выпускаемых изделий никого не интересовало. Сейчас -ситуация начинает меняться. С декабря 1990 г. обязательность большинства ГОСТов отменена (в части основных показателей качества, кроме показателей безопасности). У промышленности «сняты кандалы». Но - со становлением рыночной экономики появляются конкуренты, в том числе зарубежные. Руководителям производства приходится отлаживать систему контроля качества не для «галочки», не по приказу, а для повышения доходов предприятий.

Компьютерные диалоговые системы позволяют прежде всего проводить анализ и синтез планов контроля. Пусть перед Вами - прежний ГОСТ на продукцию, в нем есть раздел "Правила приемки" с планами контроля. Хороша эта система планов или плоха? С помощью диалоговых систем можно определить характеристики конкретного плана, приемочный и браковочный уровни дефектности и т.д. Можно провести и синтез планов, то есть компьютер поможет принять решение в новых условиях - подберет план, удовлетворяющий Вашим условиям.

Российской ассоциацией статистических методов были проанализированы сотни стандартов на конкретную продукцию (разделы "Правила приемки") и ГОСТы по статистическим методам. Обнаружено, что более половины и тех и других стандартов содержат грубые ошибки, пользоваться ими нельзя. В отличие от ГОСТов, диалоговым системам по статистическому контролю верить можно и нужно. И экономически выгодно. По оценкам, некоторых специали-

стов применение современных статистических методов позволяет в среднем вдвое сократить трудозатраты на контрольные операции (как известно, на них расходуют примерно 10% от стоимости машиностроительной продукции).

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

Контролируемой партией продукции называется предназначенная для контроля совокупность единиц продукции одного наименования, типономинала или типоразмера и использования, произведенная в течение определенного интервала времени в одних и тех же условиях.

Контролируемую партию продукции не следует отождествлять с партией поставки или партией закупки, которые могут отличаться от партии для контроля.

Статистический приемочный контроль может осуществляться по количественному, качественному и альтернативному признакам.

Статистический приемочный контроль может быть одноступенчатым, двухступенчатым, многоступенчатым и последовательным.

При одноступенчатом контроле решение о контролируемой партии продукции принимается на основании проверки только одной выборки или пробы. Это наиболее простой вид контроля.

При двухступенчатом контроле решение о контролируемой партии продукции принимается по результатам проверки не более двух выборок или проб, причем отбор второй выборки или пробы зависит от результатов контроля первой выборки или пробы.

То есть, первоначально для проверки отбирается небольшое число образцов, и если дефектов при их проверке окажется очень много, партия отклоняется, если мало - принимается. Когда число обнаруженных дефектов оказывается недостаточно убедительным, проверяются образцы второй выборки и соответствующее решение принимается по сумме результатов обеих проверок.

Преимущество двухступенчатого контроля заключается в том, что в среднем он требует при прочих одинаковых условиях на 20-30 % меньше изделий для проверки, чем при одноступенчатом контроле. Однако, двухступенчатый контроль требует более высокой квалификации контролеров и организационно более сложен.

При многоступенчатом и последовательном контроле решение о контролируемой партии продукции принимается по результатам проверки ряда последовательных выборок, причем при многоступенчатом контроле максимальное число выборок ограничено, а при последовательном - нет. В обоих случаях отбор

последующей выборки или пробы зависит от результатов проверки предыдущей выборки или пробы.

При последовательном контроле в среднем требуется при прочих равных условиях минимальное количество изделий для проверки. Следует отметить, что среднее число проверяемых изделий с ростом числа ступеней убывает, однако, организационные трудности внедрения многоступенчатого контроля, как правило, не компенсируются экономией от сокращения среднего числа проверяемых изделий. По этой причине многоступенчатый контроль в практике применяется редко. Последовательный контроль получил распространение в практике ресурсных испытаний на надежность, где по условиям их проведения очень важно сокращение объема выборок.

В стандартах на готовую продукцию, технических условиях, технической документации, договорах на поставку и других нормативно-технических документах в случае применения статистического приемочного контроля должны указываться планы контроля с обязательной ссылкой на соответствующий государственный стандарт на методы статистического приемочного контроля. При этом должны быть установлены риск потребителя и риск поставщика, приемочное и браковочное значения уровня дефектности.

Риском потребителя называется вероятность приемки партии продукции, обладающей браковочным уровнем дефектности.

Риском поставщика называется вероятность за-браковки партии продукции, обладающей приемочным уровнем дефектности.

Приемочным уровнем дефектности называется максимальный уровень дефектности (для одиночных партий) или средний уровень дефектности (для последовательности партий), который для целей приемки продукции рассматривается как удовлетворительный.

Браковочный уровень дефектности - это минимальный уровень дефектности в одиночной партии, который для целей приемки продукции рассматривается как неудовлетворительный. Браковочный уровень дефектности для последовательности партий не устанавливается.

Для качественно составленного плана контроля приемочному уровню дефектности соответствует высокая вероятность приемки партии продукции, а браковочному уровню дефектности - высокая вероятность браковки.

Риски потребителя и поставщика устанавливаются соглашением сторон на основании экономических соображений: на основе сопоставления затрат на контроль и возмещения убытков от брака. Они могут быть приняты на основании практического опыта.

Для разных значений указанных выше данных в стандартах на методы статистического приемочного

контроля разработаны таблицы, в которых находятся требуемые значения объема выборки, приемочного и браковочного нормативов.

Не следует отождествлять приемочный и браковочный нормативы с приемочными и браковочными значениями уровня дефектности (уровень дефектности - относительная характеристика, показывающая долю дефектных изделий в выборке, а приемочный и браковочный нормативы - предельные значения контролируемой характеристики).

Вместе с планами контроля в стандартах на готовую продукцию, технических условиях, договорах на поставку и других нормативно-технических документах должен быть указан порядок работы с забракованными партиями продукции: производится ли сплошная разбраковка, реализуется по сниженной цене, возвращается поставщику и т.п.

Правила осуществления статистического приемочного контроля по альтернативному и количественному признакам, а также таблицы планов контроля для разных условий содержатся в ГОСТ-ах Р (18242-72, 20736-75, 16493-70), МС ИСО 2859 и многих национальных стандартах .

В настоящее время применение статистических методов регламентируется ГОСТ Р ИСО/ТО 100172005 - Статистические методы. Руководство по применению в соответствии с ГОСТ Р ИСО 9001 (Statistical methods. Guidance on application for according to GOST R ISO 9001) .

ГОСТ Р ИСО/ТО 10017-2005 представляет собой руководство по выбору статистических методов при разработке, внедрении, поддержке и улучшении системы менеджмента качества в соответствии с ИСО 9001.

Статистические методы, приведенные в стандарте , не ограничивают организации в использовании иных подходящих для них методов. Стандарт не предназначен для контактных, регламентных или сертификационных целей, он также не устанавливает перечень обязательных для применения статистических методов, контролируемый при проверке выполнения требований ИСО 9001.

В ГОСТ Р ИСО/ТО 10017-2005 определены потребности в количественных данных, связанные с выполнением требований ИСО 9001. Для каждой потребности приведены один или несколько статистических методов. Статистические методы могут применяться и для качественных данных, если их можно преобразовать в количественные. Статистические методы не указаны, если нет потребности в количественных данных в соответствии с выполнением требований ИСО 9001.

В ГОСТ Р ИСО/ТО 10017-2005 приведены только хорошо известные и широко используемые методы, каждый из которых кратко описан в в разделе

4, что помогает оценить пригодность и значение методов, а также принять решение об их использовании в конкретном случае.

В ГОСТ Р ИСО/ТО 10017-2005 указаны следующие статистические методы или семейства методов:

Описательная статистика;

Планирование экспериментов;

Проверка гипотез;

Измерительный анализ;

Анализ возможностей процесса;

Регрессионный анализ;

Анализ надежности;

Выборочный контроль;

Моделирование;

Карты статистического контроля процесса (карты СКП);

Статистическое назначение допуска;

Анализ временных рядов.

Следует иметь в виду, что для многих методов описательная статистика (в том числе графические методы) составляет важную часть.

Выбор метода и способ его применения зависят от конкретных обстоятельств и поставленной цели.

Краткое описание каждого метода или семейства методов, перечисленных выше, дано в 4.2. - 4.13 . Описания предназначены для оценки применимости и преимуществ использования методов при выполнении требований системы менеджмента качества. Однако практическое применение указанных методов потребует более детального описания, которое в настоящем стандарте не приводится.

Имеется большое количество общедоступной информации по статистическим методам, а именно: учебников, журналов, отчетов, отраслевых справочников и других источников информации, - которая может помочь организациям в эффективном использовании статистических методов.

До сравнительно недавнего времени статистические методы на производстве были ориентированы на расчеты вручную, и о применении методов многомерного статистического анализа вопрос не стоял. Использование компьютерной техники и современного программного обеспечения позволяет обеспечить надежный контроль технологического процесса с учетом множества коррелированных показателей качества непосредственно в производственных условиях, а при наличии электронных контрольно-измерительных устройств с соответствующим интерфейсом - в режиме реального времени. Вмешательство в технологический процесс для настройки требуется тогда, когда выпускаемая продукция еще удовлетворяет техническим требованиям, но статистические показатели процесса свидетельствуют о наличии неслучайных воздействий. Анализ и синтез планов проводят с помощью математического моделирования на

основе теории вероятностей и математической статистики, применяя компьютерные диалоговые системы (пакеты программ).

Все программы статистической обработки данных можно разделить на профессиональные, полупрофессиональные (популярные) и специализированные. Статистические программы относятся к наукоемкому программному обеспечению, цена их часто недоступна индивидуальному пользователю. Профессиональные пакеты имеют большое количество методов анализа, популярные пакеты - количество функций, достаточное для универсального применения.

Специализированные же пакеты ориентированы на какую-либо узкую область анализа данных. Создатели программных статистических пакетов заявляют, что их продукт превосходит аналоги. Отсутствие у большинства исследователей времени для освоения нескольких программ, делает непростым ее выбор. В приведена базовая информация о присутствующих на рынке основных полупрофессиональных программных пакетах пригодных для статистической обработки данных, представленная ниже в виде сводной таблицы.

Перечень основных полупрофессиональных программных пакетов пригодных для статистической обработки

данных, представленных на российском рынке

Наименование программного пакета Характеристика программного пакета

MS Excel. Самой часто упоминаемой (и используемой) в отечественной практике является приложение MS Excel из пакета офисных программ компании Microsoft MS Office. Причины этого кроются в широком распространении этого программного обеспечения, наличии русскоязычной версии, тесной интеграцией с MS Word и PowerPoint. Однако, MS Excel - это электронная таблица с достаточно мощными математическими возможностями, где некоторые статистические функции являются просто дополнительными встроенными формулами. Расчеты сделанные при ее помощи не всегда признаются авторитетными специалистами в области качества. Также в MS Excel невозможно построить качественные научные графики. Безусловно, MS Excel хорошо подходит для накопления данных, промежуточного преобразования, предварительных статистических прикидок, для построения некоторых видов диаграмм. Однако окончательный статистический анализ необходимо делать в программах, которые специально созданы для этих целей. Существует макрос-дополнение XLSTAT-Pro для MS Excel который, включает в себя более 50 статистических функций.

STADIA Программа отечественной разработки с 16-и летней историей. Включает в себя все необходимые статистические функции. Она прекрасно справляется со своей задачей - статистическим анализом, но программа внешне фактически не изменяется с 1996 года. Графики и диаграммы, построенные при помощи STADIA, выглядят в современных презентациях архаично. Цветовая гамма программы (красный шрифт на зеленом) очень утомляет в работе. К положительным качествам программы можно отнести русскоязычный интерфейс и наличие книг описывающих работу.

SPSS (Statistical Package for Social Science) Самый часто используемый пакет статистической обработки данных с более чем 30-и летней историей. Отличается гибкостью, мощностью применим для всех видов статистических расчетов. Недавно вышла 13-я англоязычная версия. Существует русскоязычное представительство компании которое предлагает полностью русифицированную версию SPSS 12.0.2 для Windows. Появился учебник на русском языке, позволяющий шаг за шагом освоить возможности SPSS, репетитор по статистике на русском языке, помогающий в выборе нужной статистической или графической процедуры для конкретных данных и задач, а также справка по SPSS Base и SPSS Tables.

STATA Профессиональный статистический программный пакет с data-management system. Один из самых популярных в образовательных и научных учреждениях США наряду с SPSS. Программа хорошо документирована, издается специальный журнал для пользователей системы. Однако возможности предварительного ознакомления с демо-версией нет.

STATISTICA Производителем программы является фирма StatSoft Inc. (США) которая выпускает статистические приложения, начиная с 1985 года. STATISTICA включает большое количество методов статистического анализа (более 250 встроенных функций) объединенных специализированными статистическими. Несложный в освоении этот статистический пакет может быть рекомендован для производственно-технологический исследований любой сложности. В настоящее время выпущена версия 7. Российское представительство компании предлагает полностью русифицированную 6-ю версию программы. Сайт компании содержит много информации по статистической обработке данных, учебник по статистике на русском языке.

SYSTAT Статистическая система для персональных компьютеров 11 версия обладает неплохим интуитивно понятным интерфейсом. Компания Systat Software также разрабатывает популярные у отечественных исследователей SigmaStat и SigmaPlot, которые являются соответственно, программой статистической обработки и программой построения диаграмм. При совместной работе становятся единым пакетом для статистической обработки и визуализации данных

NCSS Программа развивается с 1981 года и рассчитана на непрофессионалов в области статистической обработки. Интерфейс системы многооконный и как следствие этого явления -немного непривычный в использовании. Все действия пользователя сопровождаются подсказками

MINITAB 14 Статистический пакет MINITAB в настоящее время выпускается в версии 14. С сайта производителя можно взять полнофункциональный пробный вариант программы, которая работает 30 дней. Это достаточно удобный в работе программный пакет, имеющий хороший интерфейс пользователя, хорошие возможности по визуализации результатов работы. Имеет подробную справку.

STATGRAPHICS PLUS Довольно мощная статистическая программа. Содержит более 250 статистических функций, генерирует понятные, настраиваемые отчеты. Последняя доступная версия - 5.1. Ее можно получить на сайте. Есть возможность скачать демо-версию. Следует отметить, что ранние версии этой программы были весьма популярны у отечественных исследователей

PRISM Эта программа создавалась специально для биомедицинских целей. Интуитивно понятный интерфейс позволяет в считанные минуты проанализировать данные и построить качественные графики. Программа содержит основные часто применяемые статистические функции, которых в большинстве исследований будет достаточно. Однако, как отмечают сами разработчики, программа не может полностью заменить серьезных статистических пакетов.

На какой программе остановить свой выбор? Безусловно, дороговизна программ не позволяет их менять. Поэтому имеет смысл посмотреть демо-версии, разобраться с работой и потом делать окончательный выбор .

Обобщая вышеизложенное, можно сделать следующие выводы: внедрение статистических методов для анализа данных по качеству позволяет проанализировать данные по качеству, найти причины брака посредством изучения и управления процессами, обнаруживать случайные и закономерные влияния; оценивать возможности процессов (технологическую точность); самообучаться персоналу; управлять персоналом; проверять эффективность мероприятий, постоянно улучшать качество продукции.

Статистические методы применяют для сравнения и анализа больших множеств данных, представляя их в какой-либо наглядной форме (диаграмма Па-

рето, столбиковые диаграммы, контрольные карты, причинно-следственные диаграммы).

Литература

1. Статистический приемочный контроль http://de.ifmo.ru/bk netra/page.php?tutindex=18&index= 30.

2. ГОСТ Р ИСО/ТО 10017-2005.

3. Современное программное обеспечение для статистической обработки биомедицинских исследований

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.