Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
ТЕМА 5. СТАТИСТИЧЕСКИЕ МЕТОДЫ УПРАВЛЕНИЯ КАЧЕСТВОМ
Особое место среди организационно-технологических методов занимают статистические методы управления качеством. Кратко рассмотрим концепцию статистического управления качеством и некоторые наиболее распространенные методы статистического анализа и управления качеством. Статистическое регулирование качества результата процесса обеспечивается путем воздействия непосредственно на процесс (рис. 4.15).
Для нормального распределения, представленного на рис. 4.16, связь между заданным диапазоном отклонения, параметром и частотой попадания и непопадания в данный диапазон приведена в табл. 4.2.
Рис. 4.15. Упрощенная схема статистического регулирования качества
Таблица 4.2
Связь между заданным диапазоном отклонения параметра и частотой попадания и непопадания параметра в данный диапазон
|
Заданный диапазон отклонения параметра П |
Частота попадания параметра П в диапазон, в % |
Частота попадания параметра П за пределы диапазона , в % |
|
По ± По ±2 По ±3 По ±4 |
68,26 95,44 99,73 99,994 |
31,74 4,56 0,27 0,0006 |
В ней величина м = По — номинальное значение параметра процесса, а ст — среднее квадратическое отклонение, определяемое для нормального распределения по формуле
(4-1)
где:
Хi — текущее значение случайного параметра процесса;
D — дисперсия случайного параметра процесса.
Как следует из приведенной таблицы, в диапазоне значений параметра процесса, равном По ±4, находятся 99,994% возможных значений данного параметра.
Следовательно, если определить требования к процессу такими, чтобы разброс результирующих параметров не превышал По ±4, то выход любого, взятого наугад данного параметра за пределы диапазона По ±4 возможен с незначительной вероятностью, равной 0,06, т.е. маловероятен. Указанные требования могут быть отражены в технической документации на процесс.
Рис. 4.16. Нормальное распределение параметра П
Требования к диапазону допустимых значений разброса результирующего параметра процесса назовем «требованием к процессу» и обозначим данный диапазон Т.
Таким образом, для обеспечения качества стабильность процесса должна быть такой, чтобы возможные отклонения параметра от своего номинального значения не превышали требуемых технической документацией значений. Проанализируем возможности процесса. На рис. 4.17 представлена базовая концепция.
Рис. 4.17. Базовая концепция
Введем характеристику, определяющую возможности процесса и еготатистического регулирования. Назовем ее «индексом возможностей процесса», который определяется по формуле:
Iв=Т/В (4-2)
где: Iв — индекс возможностей процесса;
Т — требование к процессу;
В — возможности процесса.
Как следует из рис. 4.17, В = Вв = По ±4. Далее, на рис. 4.18, представлена ситуация, когда процесс невозможен (не может быть
обеспечено требуемое качество), т.е. когда Iв < 1.
Рис. 4.18. Процесс невозможен
На рис. 4.19 представлена ситуация, когда процесс на грани возможного, т.е. когда Iв =1. При этом, несмотря на то, что процесс при благоприятных условиях может обеспечить заданное качество, его статистическое регулирование невозможно.
На рис. 4.20 представлена ситуация, когда процесс возможен и может быть реализовано статистическое регулирование его качества, т.е. Iв >1.
Очевидно, чем больше величина индекса возможности процесса, тем выше его уровень качества и более эффективно статистическое регулирование такого процесса.
На рис. 4.21 приведена схема статистического управления качеством процесса. Нижняя плоскость фактически представляет собой карту статистического регулирования качества процесса. На рис. 4.22 приведена широко применяемая на практике контрольная карта статистического управления качеством процесса.
Значения нижнего и верхнего технического допуска определяются требованиями к процессу.
Рис. 4.19. Процесс на грани возможного
Рис. 4.20. Процесс возможен
Рис. 4.21. Статистическое управление качеством процесса
Нижняя и верхняя границы регулирования (нижний и верхний контрольный предел допуска) располагаются на расстоянии величины В/2 соответственно от нижнего и верхнего технического допуска. Как только хотя бы один из результирующих параметров процесса (П) попадет в зоны между нижними границами регулирования и допуска или в зону между верхними границами
регулирования и допуска (как в случае 8-й партии на рис. 4.22), процесс должен быть остановлен для настройки.
Таким образом, обеспечивается соблюдение требований к качеству процесса, несмотря на возможные факторы, которые могут отрицательно влиять на его качество. Так, например, с течением времени изнашивается резец токарного станка, и диаметр обрабатываемого вала будет увеличиваться по сравнению с требуемым. В этом случае статистическое регулирование качества процесса обработки валов на станке не позволит произвести на нем ни одного вала с диаметром, превышающим зону допустимых значений.
Рис. 4.22. Контрольная карта статистического управления качеством процесса
Для анализа и улучшения качества широко используются такие методы, как диаграммы Парето и Исикавы. Анализ качества методами Парето и Исикавы находит применение в производственных подразделениях предприятий, а также в делопроизводстве, финансовой и хозяйственной сферах, в области материально-технического снабжения, а также при управлении, проектировании, разработке и освоении технологий, контроле качества на различных стадиях цикла жизни продуктов труда и т.п. Как правило, подобный контроль качества заключается в том, чтобы, проверяя специальным образом подобранные данные, обнаружить отклонение параметров от контролируемых значений в момент их возникновения, найти причину их появления и после устранения причины проверить соответствие данных стандарту или норме.
Диаграмму Парето часто используют для решения таких проблем, как появление брака и неполадок оборудования, удлинение времени от выпуска партии изделий до ее сбыта, наличие на складах продукции, лежащей «мертвым грузом», поступление рекламаций, количество которых не уменьшается, не взирая на старания повысить качество, задержка сроков поставок исходного сырья и материалов и т.д.
Вместе с тем диаграмма Парето используется и тогда, когда положительный опыт отдельных цехов или подразделений намереваются внедрить на всем предприятии. В этом случае выявляют основные причины успеха и широко пропагандируют эффективные методы работы.
При использовании диаграммы Парето для контроля важнейших факторов наиболее распространенным методом анализа является так называемый ABC-анализ. Допустим, что на складе имеется большое число деталей — 1000, 3000 или более. Подвергать их одинаковому контролю без всякого различия, очевидно, неэффективно. Однако если эти детали разделить на группы, допустим, по стоимости, то на долю наиболее дорогих из них, составляющих 20—30% от числа хранившихся на складе деталей, придется 70—80% от общей стоимости всех деталей, а на группу самых дешевых деталей, составляющих 40—50% всего количества деталей, придется всего 5—10% их обшей стоимости. Назовем первую группу группой А, вторую — группой С, а промежуточную группу, стоимость которой составляет 20—30% от общей стоимости, назовем группой В. Теперь ясно, что контроль деталей на складе будет эффективным в том случае, если контроль деталей группы А будет самым жестким, а контроль деталей группы С — упрощенным.
Диаграмма Парето строится в виде столбчатого графика согласно отдельным факторам, являющимся причинами возникновения проблемы. Столбики разделяются на группы А, В, С по числу случаев или по сумме потерь. На графике строится ломаная кривая кумулятивной суммы, по соотношению отрезков которой, относящихся к группам А, В, С, можно оценить фактическое положение дел.
Диаграмму Парето целесообразно применять вместе с причинно-следственной диаграммой Исикавы. Особенно эффективно их применение в сочетании с корреляционным анализом.
Рассмотрим пример. Пусть на фирме, выпускающей магнитофоны, стоит задача: с помощью решения проблем качества указанными методами снизить финансовые потери фирмы и уменьшить себестоимость продукта.
Этапы решения данной задачи.
1. Проанализируем потери фирмы, связанные с отклонениями качества на стадии эксплуатации от возврата магнитофонов, брака на стадии производства из-за отклонений качества. Указанные данные берутся в службе сервиса (потери от бесплатного гарантийного ремонта и замены продукции), в службе технического контроля качества (потери от брака в производстве), в службе управления качеством (потери от рекламаций, судебных исков и претензий потребителей) и т.д. Итоговые результаты приведены в табл.
Статистические данные о финансовых потерях фирмы, связанных с качеством
|
№ отклонений |
Виды дефектов |
Потери, тыс. у. е. |
% от общих потерь |
|
1 |
Нелинейные искажения (хрипы) |
800 |
19,04 |
|
2 |
Плавание звуков (детонация) |
700 |
16,6 |
|
3 |
Отсутствие высоких частот |
100 |
2,38 |
|
4 |
Коробление(жевание)ленты |
1800 |
42,86 |
|
5 |
Трещины в корпусе |
100 |
2,38 |
|
6 |
Поломка кассетоприемников |
300 |
7,14 |
|
7 |
Дефекты окраски |
100 |
2,38 |
|
8 |
Отсутствие записи |
200 |
4,76 |
|
9 |
Прочие |
100 |
2,38 |
|
Всего |
4200 |
100 |
2. Далее строим столбчатый график (рис. 4.23). Откладываем по оси абсцисс виды брака, а по оси ординат финансовые потери. При этом слева направо откладываем виды отклонений от качества соответственно уменьшению финансовых потерь от них.
Рис. 4.23. Столбчатый график
3. Строим кумулятивную сумму потерь, как показано на рис. 4.24.
Рис. 4.24. Диаграмма Парето
4. Определяем группу дефектов А, приводящих примерно к 80% потерь от общих потерь, и группу С — группу самых малозначительных потерь, приводящих примерно к 10% потерь от общих потерь.
Таким образом, примерно 80% потерь фирмы обусловлено дефектами 4 (коробление ленты), 1 (нелинейные искажения), 2 (плавание звуков). Очевидно, анализу группы дефектов А и следует уделить особое внимание.
5. Проведем анализ причин, приводящих к главному виду брака — дефекту 4 (коробление ленты). Для этого построим причинно-следственную диаграмму Исикавы (рис. 4.25).
На диаграмме Исикавы необходимо представить все возможные причинные факторы, которые могут привести к дефекту 4. На рис. 4.25 коренные причинные факторы обведены прямоугольными рамками:
1 — качество конструкции лентопротяжного механизма;
2 — качество комплектующих магнитофонов;
3 — качество технологического оборудования;
4 — методы операций;
5 — персонал.
Остальные причинные факторы обведены кружками и включают:
1 — конструкцию подающего узла;
2 — конструкцию ведущего узла;
3 — конструкцию приемного узла;
4 — качество подшипников;
5 — качество направляющих;
6 — качество пластмассовых шестеренок;
7 — качество пружин;
8 — качество валов;
9 — качество фрикционных материалов (резина);
10 —станок № 1;
11 — станок № 2;
12 — станок № 3;
13 —станок № 4 ;
14 — станок № 5;
15 —станок № 6 ;
16 — измерительные приборы;
17 — методы регулирования;
18 — методы сборки;
19 — методы смазки трущихся деталей магнитофона;
20 — методы контроля;
21 — подготовку рабочего места;
22 — стаж работника;
23 — освещение рабочего места;
24 — квалификацию рабочего.
Дефект 4
Рис. 4.25. Диаграмма Исикавы
6. Далее проводим корреляционный анализ связи между случайными величинами — каждым выявленным причинным фактором и анализируемым следствием (дефектом 4). Пусть данные исследования диаграммы Исикавы показали, что среди всех причин корреляционные связи установлены между: причинным фактором 7 (качество пружины) и следствием 4; причинным фактором 9 (качество фрикционных материалов) и следствием 4, причинным фактором 18 (методы сборки) и следствием 4.
7. Для выявления основного фактора из трех установленных построим специальную диаграмму Парето (рис. 4.26). Как следует из диаграммы, 78,1 % дефектов, связанных с короблением ленты, происходят по причине 7 — качество пружины. Следовательно, эту причину необходимо тщательно исследовать.
Рис. 4.26. Специальная диаграмма Парето
8. Определяем конкретную причину рассматриваемого дефекта.
Пусть в лентопротяжном механизме используются 4 пружины:
1— пружина приемного узла;
2— пружина подающего узла;
3— пружина прижимного ролика;
4— пружина промежуточного рычага
Построим диаграмму Парето для этих четырех причин (рис. 4.27). Из диаграммы видно, что главная причина финансовых потерь фирмы, связанных с качеством, — качество пружины приемного узла.
Далее для решения данной проблемы была разработана и реализована специальная программа качества, включающая следующие основные элементы:
• пересмотр контракта с поставщиком данного комплектующего;
• ужесточение требований к разбросу упругости в стандарте на данную пружину;
• внедрение автоматической установки контроля качества данной пружины у поставщика.
Рис. 4.27. Диаграмма Парето для четырех конкретных причин
Таблица 4.4
Новые статистические данные о финансовых потерях фирмы, связанных с качеством
После проведения в жизнь данной программы качества вновь за тот же период, как и при исходном анализе, были собраны по указанным выше каналам новые статистические данные о финансовых потерях фирмы, связанных с качеством (табл. 4.4).
Рис. 4. 28. Кумулятивные диаграммы потерь до и после реализации
программы улучшения качества
Оценим экономический эффект (Э) от реализации разработанной программы качества. Для этого вновь построим диаграмму Парето, аналогичную рис. 4.24. Нанесем на один график диаграммы потерь до, и после реализации программы улучшения качества (рис. 4.28). Очевидно, итоговая разница между данными диаграммами позволяет наглядно видеть полученный эффект. Подсчитаем, насколько проведенные меры позволили сократить потери, связанные с браком, на основании известной зависимости:
Э = П1 - П2 = 4,2 млн у.е. - 2,59 млн. у.е. = 1.6 млн у.е.
Таким образом, проведенные меры позволили сократить потери, связанные с браком, на 38%.
В практике управления качеством процессов и продуктов труда получили распространение и многие другие специфические методы. Из них наиболее широко распространены такие, как метод построения и анализа диаграммы сродства, метод развертывания функций качества (QFD), называемый также политикой развертывания качества, метод анализа «дерева ошибок» (FTА), метод статистически планируемых экспериментов Тагути, метод анализа отклонений качества и их последствий (FMEA).