Седемте основни инструмента за контрол на качеството са: Основни инструменти за контрол на качеството на продуктите. Метод "Контролни карти"

автономна федерална държава

образователна институция

висше професионално образование

"СИБИРСКИ ФЕДЕРАЛЕН УНИВЕРСИТЕТ"

Институт по управление на бизнес процеси и икономика

Катедра Икономика и управление на бизнес процеси

ЕСЕ

Според методите за оценка на техническото ниво на машините

Седем инструмента за контрол и управление на качеството

Преподавател ______________ Старши преподавател V.V. Костина

Студент UB 11-01 ____________________ V.A. Ивкин

Красноярск 2014 г

Методът се използва както директно в производството, така и на различни етапи от жизнения цикъл на продукта. четири

Целта на метода е да идентифицира проблемите, които трябва да бъдат решени първо, въз основа на контрола на текущия процес, събирането, обработката и анализа на получения статистически материал за последващо подобряване на качеството на процеса. четири

Същността на метода се състои в това, че контролът на качеството е една от основните функции в процеса на управление на качеството, а събирането, обработката и анализът на фактите е най-важният етап от този процес. четири

Седем основни инструмента за контрол на качеството (фиг. 1) - набор от инструменти, които улесняват контрола на протичащите процеси и предоставят различни видове факти за анализ, коригиране и подобряване на качеството на процесите. четири

Фигура 1 - 7 инструменти за контрол на качеството 5

СПИСЪК НА ИЗПОЛЗВАНИ ИЗТОЧНИЦИ 19

ВЪВЕДЕНИЕ

В съвременната икономика важно място заема такова понятие като качеството на произвежданите стоки и услуги. От него зависи дали производителят ще устои на конкуренцията или не. Висококачествените продукти значително увеличават шансовете на производителя за значителни печалби и лоялни клиенти.

Качеството на продуктите се определя в процеса на научни изследвания, дизайн и технологично развитие, осигурява се от добра организация на производството и накрая се поддържа по време на експлоатация или потребление. На всички тези етапи е важно да се извърши своевременен контрол и да се получи надеждна оценка на качеството на продукта.

Съвременните производители се опитват да предотвратят появата на дефекти, вместо да ги елиминират от крайния продукт.

За да вземете правилното решение, тоест решение, основано на факти, е необходимо да се обърнете към статистически инструменти, които позволяват организиране на процеса на намиране на факти, а именно статистически материали.

Последователността на прилагане на седемте метода може да бъде различна в зависимост от целта, която е поставена пред системата. По същия начин не е необходимо приложената система да включва всичките седем метода.

1 Седем инструмента за контрол на качеството

Методът се използва както директно в производството, така и на различни етапи от жизнения цикъл на продукта.

Целта на метода е да идентифицира проблемите, които трябва да бъдат решени първо, въз основа на контрола на текущия процес, събирането, обработката и анализа на получения статистически материал за последващо подобряване на качеството на процеса.

Същността на метода се състои в това, че контролът на качеството е една от основните функции в процеса на управление на качеството, а събирането, обработката и анализът на фактите е най-важният етап от този процес.

Научната основа на съвременния технически контрол са математическите и статистическите методи.

От множеството статистически методи за широко приложение са избрани само седем, които са разбираеми и могат лесно да се прилагат от специалисти в различни области. Те ви позволяват да идентифицирате и покажете проблемите навреме, да установите основните фактори, от които трябва да започнете да действате, и да разпределите усилията, за да разрешите ефективно тези проблеми.

Въвеждането на седемте метода трябва да започне с преподаването на тези методи на всички участници в процеса.

Седем основни инструмента за контрол на качеството (фиг. 1) - набор от инструменти, които улесняват контрола на протичащите процеси и предоставят различни видове факти за анализ, коригиране и подобряване на качеството на процесите.

Фигура 1 - 7 инструмента за контрол на качеството

Контролен списък (фиг. 2) - инструмент за събиране на данни и автоматичното им организиране, за да се улесни по-нататъшното използване на събраната информация. Контролен лист - хартиен формуляр, върху който предварително са отпечатани контролираните параметри, според които данните могат да се въвеждат с бележки или прости символи. Целта на използването на контролни списъци е да се улесни процеса на събиране на данни и автоматично да се организират данните за по-нататъшна употреба. Независимо от броя на целите, които има една компания, можете да създадете контролен списък за всяка от тях.

Фигура 2 - Пример за контролен списък

Хистограмата (фиг. 3) е инструмент, който ви позволява визуално да оцените разпределението на статистически данни, групирани по честота на данните, попадащи в определен, предварително определен интервал. Хистограмите са полезни, когато описвате процес или система. Трябва да се помни, че хистограмата ще бъде ефективна, ако данните за нейното изграждане са получени въз основа на стабилен процес. Този статистически инструмент може да бъде добра помощ за изграждане на контролни диаграми.

Фигура 3 - Пример за хистограма

Диаграмата на Парето (фиг. 4) е инструмент, който ви позволява обективно да представите и идентифицирате основните фактори, влияещи върху изследвания проблем, и да разпределите усилията за неговото ефективно разрешаване. Диаграмата на Парето се основава на принципа, че 80% от дефектите са 20% зависими от причините, които са ги причинили. д-р Д.М. Джуран използва този постулат, за да класифицира проблемите с качеството на няколко, но съществени и много несъществени, и нарече този метод анализ на Парето. Методът на Парето ви позволява да идентифицирате основните фактори на проблема и да приоритизирате тяхното решение.

Фигура 4 - Пример за диаграма на Парето

Методът на стратификация (стратификация на данни) (фиг. 5) е инструмент, който ви позволява да разделяте данните на подгрупи според определен атрибут.

Фигура 5 - Пример за стратификация на данни

Диаграмата на разсейване (разсейване) (фиг. 6) е инструмент, който ви позволява да определите вида и близостта на връзката между двойките на съответните променливи.

Фигура 6 - Пример за диаграма на разсейване

Диаграмата на Ишикава (причинна диаграма) (фиг. 7) е инструмент, който ви позволява да идентифицирате най-значимите фактори (причини), които влияят на крайния резултат (ефект). Систематичното използване на диаграма причина-следствие ви позволява да идентифицирате всички възможни причини, които причиняват определен проблем, и да отделите причините от симптомите.

Фигура 7 - Пример за диаграма причина-следствие

Контролната диаграма (фиг. 8) е инструмент, който ви позволява да проследявате напредъка на процеса и да го влияете (използвайки подходяща обратна връзка), предотвратявайки отклонението му от изискванията за процеса.

Фигура 8 - Пример за контролна диаграма

Предимствата на метода са видимост, лекота на разработка и приложение. Недостатъците на метода включват ниска ефективност при анализа на сложни процеси. Но когато се използва в производството, до 95% от всички проблеми се решават.

2 Седем инструмента за управление на качеството

Най-често тези инструменти се използват при решаване на проблеми, които възникват на етапа на проектиране.

Целта на метода е да решава проблеми, които възникват в процеса на организиране, планиране и управление на бизнес въз основа на анализ на различни видове факти.

Седемте инструмента за управление на качеството предоставят представа за сложни ситуации и улесняват управлението на качеството чрез подобряване на процеса на проектиране на продукт или услуга.

Инструментите за управление на качеството подобряват процеса на планиране чрез способността си да:

разбират задачите;

премахване на недостатъците;

улесняване на разпространението и обмена на информация между заинтересованите страни;

използвайте ежедневен речник.

В резултат на това инструментите за управление на качеството ви позволяват да разработите оптимални решения в най-кратки срокове. Диаграмата на афинитета и диаграмата на връзката осигуряват цялостно планиране. Дървовидната диаграма, матричната диаграма и матрицата на приоритетите осигуряват междинно планиране. Диаграмата на процеса на вземане на решения и диаграмата със стрелки осигуряват подробно планиране.

Последователността на прилагане на методите може да бъде различна в зависимост от целта.

Тези методи могат да се разглеждат както като отделни инструменти, така и като система от методи. Всеки метод може да намери своето самостоятелно приложение в зависимост от това към кой клас принадлежи задачата.

Седем инструмента за управление на качеството - набор от инструменти за улесняване на задачата за управление на качеството в процеса на организиране, планиране и управление на бизнес чрез анализиране на различни видове факти.

Диаграмата на афинитета (фиг. 9) е инструмент, който ви позволява да идентифицирате основните нарушения на процеса чрез обобщаване и анализиране на близки устни данни.

Фигура 9 - пример за афинитетна диаграма

Диаграмата на връзката (фиг. 10) е инструмент, който ви позволява да идентифицирате логически връзки между основната идея, проблем и различни фактори на влияние.

Фигура 10 - пример за диаграма на връзката

Дървовидната диаграма (фиг. 11) е инструмент за стимулиране на процеса на творческо мислене, допринасящ за систематичното търсене на най-подходящите и ефективни средства за решаване на проблеми.

Фигура 11 - пример за дървовидна диаграма

Матричната диаграма (фиг. 12) е инструмент, който ви позволява да идентифицирате важността на различни неочевидни (скрити) връзки. Обикновено се използват двумерни матрици под формата на таблици с редове и колони a1, a2,., b1, b2. - компоненти на изследваните обекти.

Фигура 12 - пример за матрична диаграма

Приоритетната матрица (фиг. 13) е инструмент за обработка на голямо количество числени данни, получени при изграждането на матрични диаграми, за да се идентифицират приоритетни данни. Този анализ често се счита за незадължителен.

Фигура 13 - пример за приоритетна матрица

Блок-схемата на процеса на вземане на решения (Фигура 14) е инструмент, който помага да се стартира механизмът за непрекъснато планиране. Използването му допринася за намаляване на риска в почти всеки бизнес. Планове за всяко възможно събитие, което може да се случи, преминавайки от формулиране на проблема към възможни решения.

Фигура 14 е примерна блок-схема на процеса на вземане на решение

Диаграма със стрелки (фиг. 15) е инструмент, който ви позволява да планирате оптималното време за изпълнение на цялата необходима работа, за да постигнете целта си и ефективно да ги контролирате.

Фигура 15 - пример за диаграма със стрелки

Седемте инструмента за управление на качеството осигуряват средства за разбиране на сложни ситуации и планиране по съответния начин, изграждане на консенсус и водят до успех в колективното решаване на проблеми.

Събирането на първоначални данни обикновено се извършва по време на "мозъчна атака".

Предимствата на метода са видимост, лекота на разработка и приложение.

Недостатъкът на метода е ниската ефективност при анализ на сложни процеси.

Използването на инструменти за управление на качеството спестява ресурси и по този начин подобрява крайния резултат на компанията.

ЗАКЛЮЧЕНИЕ

Седем прости статистически метода са инструменти на знанието, а не на управлението. Способността да се разглеждат събитията от гледна точка на статистика е по-важна от познаването на самите методи. В напредналите чуждестранни фирми абсолютно всички служители са длъжни да владеят седем прости статистически метода. Данните трябва да се събират по начин, който улеснява последващата им обработка. Трябва да разберете целите, за които данните се събират и обработват.

Обикновено целите на събирането на данни в процеса на контрол на качеството са следните:

контрол и регулиране на процеси;

анализ на отклонения от установените изисквания;

контрол на изхода на процеса.

Използването на седем инструмента за управление на качеството ви позволява да:

идентифицирайте основните нарушения в процеса чрез комбиниране на свързани вербални данни;

идентифициране, анализиране и категоризиране на причините и резултатите от онези взаимодействия, които съществуват между основните проблеми и основаване на по-ефективно решение въз основа на идентифицираните движещи сили и вероятни резултати;

показват връзките между темата и нейните съставни елементи;

нагледно показват взаимозависимостта на процеси и събития;

идентифициране на възможни решения на проблеми и потенциални възможности за подобряване на качеството;

описват съществуващ технологичен процес или проектират нов.

СПИСЪК НА ИЗПОЛЗВАНИТЕ ИЗТОЧНИЦИ

7 прости инструмента за контрол на качеството // относно управлението на качеството.- Режим на достъп: http://quality.eup.ru/DOCUM4/7_instrum.htm

7 инструмента за управление на качеството // относно управлението на качеството.- Режим на достъп: http://www.inventech.ru/pub/methods/metod-0005/

Използването на статистически методи за контрол и управление на качеството е инициирано от американския физик У. Шухарт, когато през 1924 г. той предлага използването на диаграма (сега наричана контролна диаграма) и метод за нейната статистическа оценка за анализ на качеството на продукта. Тогава в различни страни са разработени много статистически методи за анализ и контрол на качеството. В средата на 60-те години кръговете по качество стават широко разпространени в Япония. За да ги оборудват с ефективен инструмент за анализ и управление на качеството, японските учени избраха 7 метода от целия набор от познати инструменти.

Заслугата на учените и преди всичко на професор Ишикава е, че те осигуриха простота, яснота, визуализация на тези методи, превръщайки ги в ефективни инструменти за анализ и управление на качеството. Те могат да бъдат разбрани и използвани ефективно без специално математическо обучение.

Тези методи са посочени в научната и техническа литература като "Седемте инструмента за контрол на качеството" и "Седемте основни инструмента за контрол". Оттогава техният брой се е увеличил и тъй като те имат обща характеристика да бъдат достъпни за целия персонал на компанията, са започнали да се наричат ​​"прости инструменти за контрол на качеството".

Въпреки своята простота, тези методи поддържат връзка със статистиката и позволяват на специалистите да използват резултатите от тези методи и, ако е необходимо, да ги подобрят. Простите инструменти за контрол на качеството включват следните статистически методи: контролен лист, хистограма, точкова диаграма, диаграма на Парето, стратификация (стратификация), графики, диаграма на Ишикава (причинно-следствена диаграма), контролна диаграма. Тези методи могат да се разглеждат както като отделни инструменти, така и като система от методи (различни при различни обстоятелства).

Използването на тези инструменти в производствена среда ви позволява да приложите важен принцип на функциониране на QMS в съответствие с MS ISO 9000 серия версия 2000 - „вземане на решения, базирани на факти“. Инструментите за контрол на качеството позволяват да се получат тези факти, надеждна информация за състоянието на процесите, които се изследват. Изброените инструменти за контрол на качеството се използват главно от изпълнители на първа линия (мениджъри) за контрол и подобряване на конкретни процеси. Освен това, това могат да бъдат както производствени, така и бизнес процеси (офис работа, финансови процеси, управление на производството, доставка, маркетинг и др.). Интегрираният характер на управлението на качеството на всички етапи от жизнения цикъл на продуктите и производството е, както знаете, незаменимо условие за цялостно управление на качеството (вижте точка 1.8).

Контролът на качеството се състои в проверка на правилно избраните данни, откриване на отклонението на параметрите от планираните стойности, когато това се случи, намиране на причината за възникването му и след отстраняване на причината, проверка на съответствието на данните с планираните (стандартни) или норма). Ето как се реализира добре известният цикъл на PDCA или цикъл на Деминг (вижте раздел 1.8).

Следните дейности служат като източник на данни при осъществяването на контрол на качеството.

1. Инспекционен контрол: регистриране на данни за входящ контрол на суровини и суровини; регистрация на контролни данни на готови продукти; регистриране на контролни данни за проверка на процеса (междинен контрол) и др.

2. Производство и технология: регистрация на данни за контрол на процеса; ежедневна информация за прилаганите операции, записване на данни за контрол на оборудването (неизправности, ремонти, поддръжка); патенти и статии от периодичния печат и др.

3. Доставка на материали и продажба на продуктите: регистриране на движение през складове (входящ и изходящ товар); регистрация на продажбите на продукти (данни за получаване и плащане на парични суми, контрол на времето за доставка) и др.

4. Управление и документация: регистрация на печалбата; регистрация на върнати продукти; редовно регистриране на обслужване на клиенти; регистър на продажбите; регистрация на обработка на рекламации; материали за анализ на пазара и др.

5. Финансови транзакции: таблица за сравнение на дебит и кредит; регистрация на броя на загубите; икономически изчисления и др.

Много рядко получените данни се използват за оценка на качеството. Това се случва само в случаите, когато е възможно директно сравнение на измерените данни със стандарт. По-често при анализиране на данни се извършват различни операции: те намират средната стойност и стандартното отклонение, оценяват разпространението на данните и т.н.

Решаването на конкретен проблем с помощта на разглежданите методи обикновено се извършва съгласно следната схема.

1. Оценка на отклоненията на параметрите от установената норма. Често се извършва с помощта на контролни диаграми и хистограми.

2. Оценка на факторите, предизвикали проблема. Стратификацията (стратификацията) се извършва според зависимостите между видовете брак (дефекти) и влияещите фактори и с помощта на диаграма на разпръскване се изследва тяснотата на връзките, а също така се използва диаграма на причината и следствието.

3. Определяне на най-важните фактори, предизвикали отклоненията на параметрите. Използвайте диаграмата на Парето.

4. Разработване на мерки за отстраняване на проблема.

5. След прилагане на мерките - оценка на тяхната ефективност с помощта на контролни карти, хистограми, диаграми на Парето.

Ако е необходимо, цикълът се повтаря до отстраняване на проблема.

Регистрирането на резултатите от наблюденията често се извършва с помощта на графики, контролни списъци и контролни диаграми.

Помислете за същността и методологията на прилагане на тези прости методи за контрол на качеството.

Контролен лист

Контролният лист се използва както за регистриране на експериментални данни, така и за тяхното предварително систематизиране. Има стотици различни видове контролни списъци. Най-често те се изготвят под формата на таблица или графика. На фиг. 4.16 показва контролен списък, разработен, за да открие причините за ниската надеждност на три модела телевизори от една и съща компания. Листовете са попълнени от ремонтните техници на гаранционния сервиз, които са участвали пряко в ремонта на тези телевизори. Всеки лист беше попълнен от един майстор през седмицата. Контролният лист съдържа кратки, но ясни инструкции за попълването му. Изборът на обекти и условия на измерване гарантира тяхната надеждност. Визуалният анализ на тези контролни списъци показва, че основната причина за ниската надеждност и на трите модела е лошото качество на кондензаторите. Модел 1017 също има проблеми с работата на превключвателите.

На фиг. 4.17 е показана удобна форма за попълване и анализ на контролен лист за отчитане на промени в параметър на процеса. Получената графика позволява не само да се записва информация за процеса, но и да се идентифицира тенденцията в промяната на изследвания параметър във времето.

Ориз. 4.16. Контролен списък за повреда на телевизионен компонент

Контролният лист може да записва както количествени, така и качествени характеристики на процеса (място на откритите дефекти на продукта, видове повреди и др.).

Събирането на данни трябва да бъде внимателно планирано, за да се избегнат грешки, които могат да изкривят разбирането на процеса, който се изучава. Възможни са следните

Ориз. 4.17. Контролен списък за отчитане на промени в едно от условията на процеса

грешки: недостатъчна точност на измерване поради несъвършенство на измервателните уреди или методи, поради лоша информираност на събирачите на данни, тяхната ниска квалификация или интерес от изкривяване на резултатите; комбиниране на измервания, свързани с различни условия на процеса; влиянието на процеса на измерване върху изследвания процес. За да избегнете тези грешки, трябва да следвате следните правила.

1. Необходимо е да се установи същността на изследвания проблем и да се повдигнат въпроси, които трябва да бъдат разрешени.

2. Трябва да се разработи форма на контролен лист, който позволява получаване на надеждна информация за процеса с минимално време и пари.

3. Необходимо е да се разработи техника за измерване, която изключва получаването на данни, които не отчитат важните условия на процеса. Например, измерванията трябва да се извършват на един тип оборудване, като се използва определено оборудване, като се посочват режимите на процеса, изпълнителят, времето и мястото на процеса. Това ще ни позволи допълнително да отчетем влиянието на тези фактори върху процеса.

4. Необходимо е да се избере събирач на данни, който директно има информация за процеса като оператор, регулатор или администратор, който не се интересува от изкривяването й, който е квалифициран да получи надеждни данни.

5. Събирачите на данни трябва да бъдат инструктирани или обучени за измервателната техника.

6. Средствата и методите за измерване трябва да осигуряват необходимата точност на измерванията.

7. Трябва да одитирате процеса на събиране на данни, да оцените неговите резултати и, ако е необходимо, да коригирате методологията за събиране на данни.

стълбовидна диаграма

Този общ инструмент за контрол на качеството се използва за предварителна оценка на диференциалния закон на разпределение на изследваната случайна променлива, хомогенността на експерименталните данни, сравнение на разпространението на данните с допустимото, естеството и точността на изследвания процес.

Хистограмата е стълбовидна диаграма 1 (Фиг. 4.18), което ви позволява да визуализирате естеството на разпределението на случайните променливи в извадката. За същата цел се използва и сметище. 2 (виж фиг. 4.18) - прекъсната линия, свързваща средните точки на колоните на хистограмата.

Ориз. 4.18. стълбовидна диаграма (1), многоъгълник (емпирична крива на разпределение) (2) и теоретична крива на разпределение (3) стойности на размера на частите

Хистограмата като метод за представяне на статистически данни е предложена от френския математик А. Гари през 1833 г. Той предложи да се използва лентова графика за анализиране на данните за престъпността. Работата на А. Гари му носи медал от Френската академия, а неговите хистограми се превръщат в стандартен инструмент за анализиране и представяне на данни.

Хистограмата се изгражда по следния начин.

Съставя се план за изследване, правят се измервания и резултатите се нанасят в таблица. Резултатите могат да бъдат представени като реално измерени стойности или като отклонения от номиналната стойност. В получената проба се намират максималните X max и минималните X min стойности и тяхната разлика Р= хмакс – X min се разделя на z равни интервали. Обикновено

, където не размерът на извадката. За представителна извадка се счита н= 35 - 200. Често н= 100. Като правило, z= 7-11. Дължината на интервала l = R/z трябва да бъде по-голяма от делението на скалата на измервателния уред, извършил измерванията.

Преброяване на честотите фи(абсолютен брой наблюдения) и честоти

(относителен брой наблюдения) за всеки интервал. Съставя се таблица на разпределението и нейното графично изображение се изгражда с помощта на хистограма или многоъгълник в координати фи– x i или ω аз – x i ,където x i– средата или границата на i-тия интервал. Всеки интервал включва наблюдения, които се намират в диапазона от долната граница на интервала до горната. Честотите на стойностите, които попадат на границите между интервалите, са равномерно разпределени между съседните интервали. За това стойностите, които попадат на долната граница, се отнасят към предишния интервал, стойностите, които попадат на горната граница, се отнасят към следващия интервал. Мащабът на графиките по абсцисната ос се избира произволно, а по ординатната ос се препоръчва височината на максималната ордината да се съотнася към ширината на основата на кривата като 5:8.

Наличие на разпределителна маса, селективна хи S2за общата проба може да се изчисли по формулите:

Тук Х iе средната стойност на i-тия интервал.

Изчисленията са значително опростени, ако се използва началото x 0.

С помощта на хистограма (многоъгълник) може да се установи теоретичен закон на разпределение, който най-добре съответства на емпиричното разпределение на даден фактор, и да се намерят параметрите на това теоретично разпределение.

знаейки X, S,закон за разпределение на характеристиките на технологичния процес, е възможно да се оцени точността на технологичния процес за този параметър (виж клауза 3.1.3). Методология за анализ на процесите по показатели Cp(индекс на възпроизводимост) също се разглежда в.

Основното предимство на хистограмата е, че анализът на нейната форма и местоположение спрямо границите на допустимото поле дава много информация за изследвания процес, без да се извършват изчисления. За да се получи такава информация от първоначалните данни, е необходимо да се извършат доста сложни изчисления. Хистограмата позволява на изпълнителя на първа линия (оператор, контролер и др.) бързо да извърши предварителен анализ на процеса (вземане на проби) без математическа обработка на резултатите от измерването.

Например, както може да се види на фигурата по-горе (вижте Фиг. 4.18), хистограмата се измества спрямо номиналния размер до долната граница на толерантност, в областта на която бракът е вероятен. За да предотврати брак, операторът трябва първо да регулира настройката на машината за подравняване хи средата на зоната на толерантност. Възможно е това да не е достатъчно, за да се изключи бракът. Тогава ще е необходимо да се увеличи твърдостта на технологичната система, живота на инструмента и да се намали разпространението на размерите.

Помислете за най-често срещаните форми на хистограми (фиг. 4.19) и се опитайте да ги свържете с характеристиките на процеса (пробата, върху която е изградена хистограмата).

Ориз. 4.19. Основни видове хистограми

Звънчевидно разпределение(вижте фиг. 4.19, а)– симетрична форма с максимум приблизително в средата на интервала на изменение на изследвания параметър. Характерно е разпределението на параметъра по нормалния закон, с еднакво влияние на различни фактори върху него. Отклоненията от формата на камбаната могат да показват наличието на доминиращи фактори или нарушения на методологията за събиране на данни (например включване в извадката на данни, получени при други условия).

Разпределение с два пика (бимодално)(вижте фиг. 4.19, б)характеристика на проба, която комбинира резултатите от два процеса или работни среди. Например, ако се анализират резултатите от измерването на размерите на частите след обработката, такава хистограма ще се получи, ако измерванията на частите при различни настройки на инструмента или при използване на различни инструменти или машини се комбинират в една проба. Използването на различни стратификационни схеми за подчертаване на различни процеси или условия е един от методите за по-нататъшен анализ на такива данни.

Разпределение тип плато(вижте фиг. 4.19, в)важи за същите условия като предишната хистограма. Характеристика на тази извадка е, че тя комбинира няколко разпределения, в които средните стойности се различават леко една от друга. Препоръчително е да се изгради диаграма на потока, да се анализират последователно изпълняваните операции, да се прилагат стандартни процедури за изпълнение на операциите. Това ще намали променливостта на условията и резултатите на процеса. Също така е полезно да се използва методът за стратификация на данните (стратификация).

Гребен тип разпределение(вижте фиг. 4.19, G)– редовно редуване на високи и ниски стойности. Този тип обикновено показва грешки в измерването, грешки в начина, по който данните са групирани, когато се начертава хистограма, или системна грешка в начина, по който данните са закръглени. По-малко вероятно е алтернативата това да е едно от разпределенията от тип плато.

Прегледайте процедурите за събиране на данни и начертаване на хистограма, преди да разгледате възможни характеристики на процеса, които биха могли да причинят такава структура.

Изкривено разпределение(вижте фиг. 4.19, д)има асиметрична форма с пик, който не е разположен в центъра на данните, и с „опашки“ на разпределението, които падат рязко от едната страна и леко от другата. Илюстрацията на фигурата се нарича положително изкривено разпределение, тъй като дългата "опашка" се простира надясно към намаляващи стойности. Отрицателно изкривеното разпределение би имало дълга опашка, простираща се наляво към намаляващи стойности.

Тази форма на хистограмата показва разликата в разпределението на изследвания параметър от нормалното. Може да се нарече:

Преобладаващото влияние на всеки фактор върху разпространението на стойностите на параметрите. Например, по време на механична обработка, това може да е ефектът от точността на детайлите или инструменталната екипировка върху точността на обработените части;

Невъзможността за получаване на стойности, по-големи или по-малки от определена стойност. Това се случва за параметри с едностранен толеранс (например за индикатори за точността на относителното положение на повърхностите - удари, неперпендикулярност и т.н.), за параметри, които имат практически ограничения на техните стойности (например , стойностите на времето или броя на измерванията не могат да бъдат по-малки от нула).

Такива разпределения са възможни, защото се определят от естеството на извадката. Трябва да се обърне внимание на възможността за намаляване на дължината на "опашката", тъй като увеличава вариативността на процеса.

Скъсено разпределение(виж фиг. 4.19, д) има асиметрична форма, при която пикът е на или близо до ръба на данните, а разпределението завършва много рязко от едната страна и има гладка "опашка" от другата страна. Илюстрацията на фигурата показва отрязване от лявата страна с положително наклонена "опашка". Разбира се, може да се срещне и дясно отрязване с отрицателно наклонена "опашка". Скъсените разпределения често са плавни разпределения с форма на камбана, при които чрез някаква външна сила (отхвърляне, 100% контрол или повторна проверка) част от разпределението е премахнато или съкратено. Имайте предвид, че усилията за съкращаване добавят разходи и следователно са добри кандидати за елиминиране.

Изолирано пиково разпределение(вижте Фигура 4.19g) има малък, отделен набор от данни в допълнение към основното разпространение. Подобно на разпределението с двоен пик, тази структура е комбинация и предполага, че работят два различни процеса. Малкият размер на втория пик обаче показва аномалия, нещо, което не се случва често или редовно.

Погледнете внимателно условията, които придружават данните в малкия пик: възможно ли е да се изолира конкретно време, оборудване, източник на входящи материали, процедура, оператор и т.н. Такива малки изолирани пикове, комбинирани с пресечено разпределение, може да се дължат до липсата на достатъчна ефективност при отхвърляне на дефектни продукти. Възможно е малкият пик да представлява грешки в измерванията или пренаписването на данни. Проверете отново измерванията и изчисленията.

Разпределение с пик по ръба(виж Фигура 4.19h) има голям пик, свързан с иначе гладко разпределение. Тази форма съществува, когато дългата „опашка“ на плавно разпределение е съкратена и събрана в една категория на ръба на диапазона от данни. Това също показва небрежно записване на данни (например стойности извън "приемливия" диапазон се записват като просто извън диапазона).

Точкова диаграма

Диаграмата на разсейване позволява без математическа обработка на експериментални данни за стойностите на две променливи, въз основа на графично представяне на тези данни, да се оцени естеството и близостта на връзката между тях. Това дава възможност на линейния персонал да контролира хода на процеса, а на технолозите и мениджърите да го управляват.

Тези две променливи могат да бъдат:

Характеристика на качеството на процеса и фактора, влияещ върху протичането на процеса;

Две различни качествени характеристики;

Два фактора, които влияят на една и съща качествена характеристика.

Нека разгледаме примери за използване на диаграми на разсейване в посочените случаи.

Примери за използване на диаграма на разсейване за анализ на връзката между причинен фактор и характеристика (ефект) включват диаграми за анализиране на зависимостта на сумата, за която са сключени договорите, от броя на пътуванията, които бизнесменът прави, за да сключи договори (планиране на ефективни пътувания) ; процент дефекти от процента отсъствия от работа на операторите (контрол на персонала); броят на подадените предложения от броя на циклите (от време на време) на обучение на персонала (планиране на обучението); разход на суровини за единица готов продукт в зависимост от степента на чистота на суровините (стандарти за суровини); реакционен добив спрямо реакционна температура; дебелина на покритието върху плътността на тока; степента на деформация върху скоростта на формоване (контрол на процеса); размера на приетата поръчка от броя на дните, за които се обработват рекламации (инструкции за извършване на търговски операции, инструкции за обработка на рекламации) и др.

Ако има корелационна зависимост, причинният фактор има много голямо влияние върху характеристиката, следователно, като държите този фактор под контрол, е възможно да се постигне стабилност на характеристиката. Можете също така да определите нивото на контрол, необходимо за необходимата мярка за качество.

Примери за използване на диаграма на разсейване за анализ на връзката между два причинно-следствени фактора са диаграми за анализ на връзката между съдържанието на оплакванията и ръководството за продукта (движение за липса на оплаквания); между циклите на закаляване на отгрята стомана и газовия състав на атмосферата (контрол на процеса); между броя на курсовете за обучение на оператори и степента на неговите умения (обучение и планиране на обучението) и др.

Ако има връзка между отделните фактори, управлението на процеса се улеснява значително от технологична, времева и икономическа гледна точка.

Използването на диаграма на разсейване за анализ на връзката между две характеристики (резултати) може да се види в примери като анализ на връзката между обема на производството и себестойността на продукта; между якостта на опън на стоманената плоча и нейната якост на огъване; между размерите на съставните части и размерите на продуктите, сглобени от тези части; между преките и косвените разходи, които съставляват себестойността на продукта; между дебелината на стоманения лист и устойчивостта на огъване и др.

При наличие на корелационна зависимост е възможно да се контролира само една (която и да е) от двете характеристики.

Изграждането на диаграма на разсейване (корелационно поле) се извършва по следния начин.

1. Планирайте и изпълнете експеримент, в който връзката се реализира г= f(x), или събират данни за работата на организацията, за промените в обществото и др., в които се разкрива връзката г= f(x). Първият начин за получаване на данни е типичен за технически (конструкторски или технологични) задачи, вторият начин е за организационни и социални проблеми. Желателно е да получите поне 25-30 двойки данни, които се въвеждат в таблицата. Таблицата има три колони: брой опит (или части), стойности притях.

2. Оценете хомогенността на експерименталните данни, като използвате критериите на Grubbs или Irwin. Изключителните резултати, които не принадлежат към тази извадка, се изключват по двойки.

3. Намерете максималната и минималната стойност хи ти. Изберете мащаба по оста y (y)и абсцисата (х)така че изменението на коефициентите по тези оси да става на участъци с приблизително еднаква дължина. Тогава диаграмата ще бъде по-лесна за четене. На всяка ос трябва да имате 3-10 степени. Препоръчително е да използвате цели числа.

4. За всяка двойка стойности y i – x iна графиката се получава точка като пресечна точка на съответните ордината и абциса. Ако едни и същи стойности около точка са получени при различни наблюдения, нарисувайте толкова концентрични кръгове, колкото са тези стойности минус една, или поставете всички точки една до друга, или посочете общия брой идентични стойности до точката.

5. На диаграмата или до нея посочете времето и условията за построяването й (общ брой наблюдения, пълно име на оператора, събрал данните, измервателни уреди, стойност на делението на всяко от тях и др.).

6. Да се ​​изгради емпирична регресионна линия, обхватът на промяната х(или y)разглобени на 3-5 равни части. Вътре във всяка зона, за точките, които попадат в нея, се намира x iи y i (j– номер на зона). Поставете тези точки на диаграмата (на фиг. 4.20 те са обозначени с триъгълници) и ги свържете заедно. Получената прекъсната линия по-ясно илюстрира вида на зависимостта г= f(х).

Емпирична регресионна линия обикновено се изгражда на етапа на обработка на експериментални данни, но дори самото местоположение на точките на диаграмата на разсейване във факторното пространство (y-x)без да рисувате тази линия ви позволява предварително да оцените вида и стегнатостта на връзката г= f(x).

Ориз. 4.20. Диаграма на разсейване F pr = f(E T) при зъбофрезоване на цилиндрични зъбни колела; F pr - грешка в посоката на зъбите, E T - изтичане на референтния край на детайла

Връзката между двата фактора може да бъде линейна (фиг. 4.21-4.24) или нелинейна (фиг. 4.26, 4.27), пряка (виж фиг. 4.21, 4.22) или обратна (виж фиг. 4.23, 4.24), тясна ( вижте Фиг. 4.23, 4.24).

Ориз. 4.22. Лесна директна корелация

Ориз. 4.23. Обратна (отрицателна) корелация

Ориз. 4.24. Лесна обратна корелация

Ориз. 4.25. Липса на корелация

Ориз. 4.26. Лесна криволинейна корелация

Ориз. 4.27. Криволинейна корелация

Известно е, че линейната зависимост се характеризира с правопропорционална промяна гкогато се промени х,което може да се опише с уравнението на права линия:

при= a + bx. (4.3)

Линейната връзка е пряка, ако има увеличение на стойностите гтъй като стойностите на x се увеличават. Ако с растеж хстойности гнамаление - връзката между тях е обратна.

Ако има регулярна промяна в позицията на точките на точковата диаграма, когато с промяна хима линейна или нелинейна промяна в y, което означава, че има връзка между ги х. Ако няма такава промяна в позицията на точките (виж фиг. 4.25), тогава връзката между ги хлипсва. При наличие на връзка, малкото разпръскване на точките спрямо тяхната въображаема средна линия показва тясна връзка гс x, голямо разсейване на точки - за слаба (лека) връзка гс х.

След качествен анализ на зависимостта г= f(x) според формата и местоположението на диаграмата на разсейване се извършва количествен анализ на тази зависимост. В този случай често се използват методи като медианния метод, методът за сравняване на графики на промените в стойностите. ги хвъв времето или контролни диаграми за тези стойности, оценка на времевия лаг на връзката на променливите, методи за корелационно-регресионен анализ.

Първите два от тези методи са предназначени да оценят наличието и характера на връзката (корелацията) между ги х. Предимството на тези методи е липсата на сложни изчисления. Препоръчва се при обработка на резултатите директно на работното място, където са направени измерванията. Методите се реализират чрез преброяване на точки в определени области на точечна диаграма или контролна диаграма, сумирането им и сравняване на получените стойности с табличните. Методите не определят количествено степента на близост на връзката ги х.

Третият метод се използва за определяне на периодите от време, когато има най-тясна връзка между две качествени характеристики. За целта се конструират и анализират диаграми на разсейване между стойностите y i – x iс изместване на времето. Първо се изграждат диаграми между стойностите y i – x i, тогава г.– x i , тогава г. + 2 – х.и т.н. Тук аз– период от време, в който са измерени стойностите ги х.Може да бъде час, ден, месец и т.н.

Най-обективна, количествена оценка на степента на плътност и естеството на връзката между стойностите на изследваните параметри ги хмогат да бъдат получени с помощта на методите на корелационно-регресионния анализ (CRA). Предимството на тези методи е също, че може да се оцени надеждността на техните резултати.

Степента на плътност на линейната връзка между два фактора се оценява с помощта на коефициента на корелация на двойката:

където y, x– средноаритметични стойности г.и Х.в тази проба, аз- брой опит S y, S xса техните средни квадратни (стандартни) отклонения, н– размер на извадката (често н= 30 – 100).

Надеждност r yxобикновено се оценява чрез t-тест на Стюдънт. Стойности r yxса в диапазона от -1 до +1. Ако те са надеждни, т.е. се различават значително от 0, тогава има линейна корелация между изследваните фактори. В противен случай тази зависимост липсва или по същество е нелинейна. Ако r yxе +1 или -1, което е изключително рядко, съществува функционална връзка между изследваните фактори. Знак r yxпоказва директния (+) или обратния (-) характер на връзката между изследваните фактори.

Степента на плътност на нелинейната връзка се оценява с помощта на корелационното съотношение n.

Ако има значима връзка гс хтрябва да се намери неговото математическо описание (модел). В този случай често се използват полиноми от различни степени. Линейна зависимост се описва от полином от първа степен (4.3), нелинейна връзка се описва от полиноми от по-високи степени. Адекватността на регресионното уравнение спрямо експерименталните данни обикновено се оценява с помощта на F-теста на Фишер.

Зависимостта (4.3) може да бъде записана като

Пристрастяване г= f(x)може да се използва за решаване на проблем с оптимизация или интерполация. В първия случай, според допустимата (оптималната) стойност гзадайте валидна стойност х.Във втория случай се определят стойностите гпри промяна на стойностите х.Трябва да се отбележи, че зависимостта г= f(x),установено въз основа на експериментални данни е валидно само за условията, при които тези данни са получени, включително за интервалите на промяна, които са настъпили ги х.

Седем прости инструмента за контрол на качеството на продукта

Фигура 8 показва седем от най-простите статистически методи за контрол на качеството.

Фигура 8 - Седем прости статистически метода

2.1.1 Контролен лист

Каквато и да е задачата пред системата, те винаги започват със събирането на първоначални количествени данни, въз основа на които след това се използва този или онзи инструмент.

Контролният списък е инструмент за събиране на данни, средство за записване и автоматичното им организиране, за да се улесни по-нататъшното използване на информацията.

Контролен лист - хартиен формуляр, върху който предварително са отпечатани контролираните параметри, според които данните могат да се въвеждат с бележки или прости символи, предназначени да регистрират възникващи събития, т.е. за събиране на данни за допълнителен анализ. Външно контролният лист е таблица, чието попълване се свежда до просто добавяне на вертикален удар към съответната клетка, когато възникне събитие. Първите четири събития са отбелязани с вертикални черти, а всяко пето събитие е отбелязано с хоризонтална черта, пресичаща първите четири черти. Така всяко тире представлява 5 събития.

Попълването на контролен лист е най-простият инструмент за качество - няма нищо по-лесно от поставянето на черта в правилната клетка. Изчисляването на резултатите също е доста лесно.

По-долу е даден пример за лист за събиране на данни, който записва оплаквания от купувачи на продукти относно определени видове несъответствия в различни дни от седмицата (Фигура 9).

Фигура 9 - Лист за събиране на данни

Статистическата контролна диаграма на процес или контролна диаграма е графично представяне на извадкови данни, които периодично се вземат от процес и се нанасят във времето. Освен това на контролните диаграми са отбелязани "контролни граници", които описват присъщата променливост на устойчив процес. Целта на контролната диаграма е да помогне да се оцени стабилността на процеса чрез изследване и начертаване на данни спрямо контролните граници. Всяка променлива (измерени данни) или атрибут (изчислени данни), представящи характеристиките на продукта или процеса, които се изследват, могат да бъдат начертани.

Пример е контролният лист, използван за детайлно фиксиране на брака (Фигура 10).

Фигура 10 - Контролен списък

При съставянето на контролни списъци трябва да се внимава да се посочи на какъв етап от процеса и за колко време са били събрани данните, както и че формата на листа е проста и разбираема без допълнителни обяснения.

2.1.2 стълбовидна диаграма

За визуално представяне на тенденцията в качеството на частите се използва графично представяне на статистическия материал. Най-често срещаната графика, използвана при анализиране на разпределението на случайна променлива, е хистограма.

стълбовидна диаграма– инструмент, който ви позволява визуално да оцените закона за разпределение на статистическите данни.

Хистограмите са една от възможностите за стълбовидна диаграма, която показва зависимостта на честотата на постигане на качествените параметри на продукт или процес в определен диапазон от тези стойности. На фигура 11 интервалите на попадения са нанесени на оста x и честотата на попаденията по оста y.

Фигура 11 - Хистограма на честотите на интервалната поредица от местоположение

Хистограмата се изгражда по следния начин.

1) Определя се най-високата стойност на показателя за качество.

2) Определя се най-ниската стойност на показателя за качество.

3) Диапазонът на хистограмата се определя като разликата между най-голямата и най-малката стойност.

4) Определя се броят на интервалите на хистограмата (броят на интервалите) = C (броят на стойностите на показателите за качество).

5) Определя се дължината на интервала на хистограмата = (обхват на хистограмата) / (брой интервали).

6) Диапазонът на хистограмата е разделен на интервали.

7) Отчита се броят на попаденията на резултатите във всеки интервал.

8) Определя се честотата на попаденията в интервала = (брой попадения) / (общ брой показатели за качество).

9) Изгражда се стълбовидна диаграма.

С увеличаването на броя на измерванията ширината на колоните намалява и многоъгълникът се превръща в крива на плътност на вероятността, която е теоретична крива на разпределение.

За да оценим адекватността на процеса спрямо изискванията на потребителя, трябва да сравним качеството на процеса с допустимото поле, зададено от потребителя. Ако има толеранс, тогава горната ( С u) и по-ниско ( С Л) неговите граници са перпендикулярни на абсцисната ос (Фигура 12). След това можете да видите дали хистограмата е добре разположена в тези граници.

Фигура 12 - Към концепцията за годност за вземане на проби
три сигма граници

Ако хистограмата има симетрична (камбанообразна) форма, когато средната стойност попада в средата на обхвата на данните, тогава това е нормален (Гаус) закон на разпределение на случайна променлива. За нормалния закон за разпределение става възможно да се изследва възпроизводимостта на процеса, инвариантността на основните параметри на процеса: средната стойност хили математическо очакване M( х) и стандартно отклонение във времето. В този случай е възможно да се определи резултатът от разпределението на генералната съвкупност за дадени стойности на M( х), въз основа на сравнение на съответните граници на три сигма и граници на толеранс.

Фигура 12 показва, че ако приемем границите на три сигма като допустими граници (σ - стандартно отклонение), тогава 99,73% от всички данни в общата популация ще се считат за валидни и само 0,27% от данните ще се считат за неподходящи (несъответствие - NC) изискванията на потребителя (потребителя), тъй като са разположени извън определеното поле на толеранс.

2.1.3 Точкови диаграми

Точковите диаграми са графики, които показват корелацията между два различни фактора.(снимка 13) .

Фигура 13 - Точкова диаграма

Диаграмата на разсейване, наричана още корелационно поле, е инструмент, който ви позволява да определите вида и силата на връзката между двойки релевантни променливи.

Тези две променливи може да се отнасят до:

към качествената характеристика и фактора, влияещ върху нея;

към две различни качествени характеристики;

на два фактора, които влияят на една качествена характеристика. Например температурата и налягането в пещта.

За идентифициране на връзката между тях се използва точкова диаграма.

Изграждането на точкова диаграма се извършва в следната последователност.

1) Събират се сдвоени данни ( х, г), между които искат да изследват зависимостта, и са подредени в таблица. Ако една променлива е фактор, а втората е качествена характеристика, тогава хоризонталната ос се избира за фактора х, а за качествената характеристика - вертикалната ос г. Желателни са поне 25–30 двойки данни.

2) Намерете максималните и минималните стойности за хи г.

3) На отделен лист хартия се начертава графика и се прилагат данни. Ако едни и същи стойности са получени при различни наблюдения, те се обозначават с концентрични кръгове.

4) Определени:

заглавие на диаграмата;

времеви интервал;

брой двойки данни;

имена и единици за всяка ос.

Използването на точкова диаграма не се ограничава до идентифициране на типа и близостта на връзката между двойки променливи. Диаграмата на разсейване се използва и за идентифициране на причинно-следствените връзки на индикаторите за качество и влияещите фактори в анализа.
причинно-следствена диаграма, която ще бъде разгледана по-долу.

Диаграмата на разсейване ви позволява визуално да покажете естеството на промяната в параметъра за качество във времето. За да направим това, начертаваме ъглополовяща от началото на координатите. Ако всички точки лежат на ъглополовящата, това означава, че стойността на този параметър не се е променила по време на експеримента. Следователно разглежданият фактор (или фактори) не оказва влияние върху параметъра за качество. Ако по-голямата част от точките лежи под ъглополовящата, това означава, че стойностите на параметъра за качество са намалели през миналото време. Ако точките лежат над ъглополовящата, тогава стойностите на параметъра са се увеличили през разглежданото време.

След като изчертаете лъчи от началото на координатите, съответстващи на намаляване и увеличаване на параметъра с 10, 14, 30, 50%, е възможно, като преброите точките между правите линии, да разберете честотата на стойностите на параметъра ​​в интервали от 0...10%, 10...20%.

Най-широко разпространеното използване на точкови диаграми за определяне на вида на връзките, общото разпределение на двойките. За да направите това, първо трябва да разберете дали на диаграмата има далечни точки (отклонения), които се дължат на някои промени в работните условия. трябва да се обърне внимание на причините за такива нередности, тъй като търсейки причината, често получаваме информация за качеството.

2.1.4 Метод на стратификация (стратификация на данни)

В съответствие с метода за стратификация на данните (Фигура 14), статистическите данни са стратифицирани, т.е. групират данни в зависимост от условията на тяхното получаване и обработват всяка група данни поотделно.

Данните, разделени на групи според техните характеристики, се наричат ​​слоеве (strata), а процесът на разделяне на слоеве (strata) се нарича стратификация (stratification).

Съществуват различни методи за разслояване, чието приложение зависи от конкретни задачи. Например свързани с данни
за продукт, произведен в цех на работното място, може да варира до известна степен в зависимост от изпълнителя, използваното оборудване, методите на работните операции, температурата
условия и др. Всички тези разлики могат да бъдат фактори на разслояване. В производствените процеси често се използва методът 5M, като се вземат предвид фактори в зависимост от човек (човек), машина (машина), материал (материал), метод (метод), измерване (измерване).

Фигура 14 - Стратификация на данните

Разслояването се извършва, както следва:

стратификация по изпълнители - по квалификация, пол, трудов стаж;

стратификация по материал - по място на производство, фирма производител, партида, качество на суровините и др.;

стратификация по машини и оборудване - по ново и старо оборудване, марка, дизайн, фирма производител и др.;

стратификация по начин на производство - по температура, технологичен метод, място на производство и др.;

стратификация по измерване - по мястото на измерване, вида на измервателните уреди или тяхната точност и др.

В резултат на разслояването трябва да се спазват следните две условия.

1) Разликите между стойностите на случайна променлива в рамките на слой (дисперсия) трябва да бъдат възможно най-малки в сравнение с разликата в нейните стойности в нестратифицирана първоначална популация.

2) Разликата между слоевете (разликите между средните стойности на случайните променливи на слоевете) трябва да бъде възможно най-голяма.

Когато се контролира качеството на производствените продукти, на практика често възниква задачата да се идентифицира предполагаемият източник на влошаване на качеството на продуктите; такава информация може да бъде получена чрез стратифициране на дисперсията чрез анализ на дисперсията.

2.1.5 Диаграма на Ишикава

Диаграмата на Ишикава (диаграма на причината и следствието) ви позволява да формализирате и структурирате причините за възникването на дадено събитие, например появата на несъответствие, както и да установите причинно-следствени връзки.

Всички възможни причини са класифицирани според принципа 5M:

1.човек(Човек) - причини, свързани с човешкия фактор;

2.Машини(Машини, оборудване) - причини, свързани с оборудването;

3.материали(Материали) - причини, свързани с материали;

4.методи(Методи) - причини, свързани с технологията на работа, с организацията на процесите;

5.Измервания(Измервания) - Причини, свързани с методите за измерване.

Проучваното събитие се показва от дясната страна на диаграмата, символизирайки корена на дървовидната диаграма, която е построена вдясно от обозначението на събитието. Хоризонтално, от основата на диаграмата до левия край на листа, централната ос на диаграмата е изчертана, подобно на ствол на дърво.

Пет клона граничат с централната ос на диаграмата на Ишикава, всеки от които съответства на свой собствен клас причини или собствен М.

Освен това, на всеки клон поотделно, като на ос, се изграждат допълнителни клонове, всеки от които представлява отделна причина в своя клас. Към всеки такъв клон на свой ред се довеждат издънки-каузи от по-високо ниво, които го детайлизират. Продължавайки по този начин, получаваме разклонено дърво, което свързва причините за възникването на определено събитие, които са на различни нива на детайлност. По този начин можем да установим причинно-следствена връзка между конкретни отклонения от нормата (първични причини) и тяхното влияние върху вероятността от конкретно събитие.

За ефективността на прилагането на този метод и надеждността на получените резултати изграждането на диаграмата на Ишикава трябва да се извършва от професионалисти.

Поради своята структура диаграмата на Ишикава се нарича още диаграма на рибена кост (Фигура 15).

Фигура 15 - Диаграми на Ишикава

2.1.6 Диаграма на Парето

Диаграмата на Парето или ABC анализът ви позволява да идентифицирате основните причини, които имат най-голямо влияние върху появата на това
или друга ситуация. Принципът на Парето гласи, че 20% от причините произвеждат 80% от последиците. С други думи, от всички възможни причини само 20% са особено значими, тъй като влияят на резултатите, които са 80% от общия брой.

Принципът на Парето е известен също като правилото 20-80. Този принцип е кръстен на италианския икономист Вилфредо Парето, който в края на 19 век обръща внимание на факта, че 80% от италианския капитал е концентриран в ръцете на 20% от италианското население. По-късно валидността на това правило беше потвърдена от наблюдения и последващи изчисления на резултатите в различни отрасли на живота. Така елиминирането на 20% от общия брой възникващи несъответствия отклонява 80% от общите разходи за елиминиране на всички възможни несъответствия; за фирма доставчик 20% от общия брой клиенти формират 80% от печалбата и др. Така, съсредоточавайки влиянието си върху 20% от причините, ние влияем на 80% от последствията. Следващите 30% от причините генерират, колкото и да е странно, само 15% от ефектите и накрая, останалите 50% засягат само 5% от ефектите. Значи ние можем
разпределят вниманието и въздействието си въз основа на значимостта и ефективността на резултатите.

Например, ако вземете произволен текст и преброите колко пъти се среща всяка буква в него, тогава с голяма степен на вероятност се оказва, че буквите, които съставляват 20% от азбуката, образуват около
80% от целия текст.

Пример за диаграма на Парето е показан на фигура 16.

Фигура 16 - Диаграма на Парето

2.1.7 Корелационна диаграма

Корелационна диаграма (точкова диаграма) - графично показване на връзката между променливи, свързани една с друга. Тази диаграма е предназначена да разкрие принципа, по който условно зависимата променлива се променя, когато се променя стойността на независимата променлива.

Например Фигура 17 показва как продажбите на газирани напитки се променят с променящите се метеорологични условия. Има силна положителна корелация.

напитки, бр.

Фигура 17 - Точкова диаграма

2.1.8 Контролни карти

Използването на контролни карти се използва при планиране, проектиране, определяне на промени в процеса, както и при измерване на ефекта от определена външна намеса или действие (Фигура 18).

В допълнение, анализът на времеви редове спрямо контролни диаграми е полезен за сравняване на резултатите, получени в случай на подобрения и промени.

Фигура 18 - Контролни карти

Контролната диаграма е графика с гранични линии, показваща допустимата граница на качествена продукция.Той е много полезен за откриване на необичайни ситуации в стандартните производствени процеси.

Контролните диаграми са специален вид диаграми, предложени за първи път от Шухарт през 1925 г. Те имат формата, показана на фигура 18. Контролните диаграми се използват за показване във времето (отляво надясно) на наблюдаван резултат или състояние на процес спрямо средно ниво или между горна и долна граница.

Видове контролни карти

Има два вида контролни диаграми: едната е предназначена да контролира параметрите на качеството, чиито стойности са количественданни за параметрите на качеството (стойности на размери, маса, електрически и механични параметри и др.), а вторият - за контрол на параметрите на качеството, които са дискретни случайни променливи и стойности, които са качестводанни (добро - не е добро, отговаря - не отговаря, дефектен - бездефектен продукт и т.н.) (Фигура 19).

Фигура 19 - Процедурата за избор на типа контролна диаграма

(н– размер на извадката)

Качествени контролни диаграми

В картата за дела на дефектните продукти ( стр-карта), се изчислява делът на дефектните продукти в извадката. Използва се, когато размерът на извадката е променлив.

В картата за броя на дефектните продукти ( np-map) отчита броя на дефектните продукти в извадката. Използва се, когато размерът на извадката е постоянен.

В картата за броя на дефектите в пробата ( с-карта), броят на дефектите в пробата се брои.

В картата за броя на дефектите на продукт ( u-map) отчита броя на дефектите на артикул в извадката.

Контролни карти по количествени характеристики

Количествените контролни диаграми по правило са двойни диаграми, едната от които изобразява промяната в средната стойност на процеса, а втората изобразява разсейването на процеса. Разсейването може да се изчисли въз основа на диапазона на процеса Р(разлика между най-голямата и най-малката стойност), контролни диаграми, а именно контролни диаграми:

– средно аритметично и диапазони ( х – Р);

– медиани и диапазони (Аз – Р);

– индивидуални стойности ( х);

– дял на дефектните продукти ( Р);

– броят на дефектните производствени единици ( пн);

– брой дефекти ( ° С);

– броя на дефектите на единица продукция ( u).

Във всеки производствен процес винаги има промени или вариации, изразяващи се в отклонение от номиналните стойности на някои параметри, които характеризират този процес. Стабилността в статистически смисъл се разбира като процес, при който средната стойност на наблюдавания параметър не се отклонява от номиналната стойност във времето и стойността на разсейването на параметъра попада в даден интервал. Вариациите обаче могат да бъдат причинени и от неслучайни причини. Такива причини включват например неправилна настройка на машината, износване, неправилно изпълнение на работни инструкции от оператора поради умора или заболяване, компютърни грешки и др. При наличие на такива причини производственият процес излиза извън статистически контрол.

Основната цел на контролните карти е бързо откриване на неслучайни промени в производствения процес, за да се установи причината за промяната и да се направят необходимите корекции на процеса, преди да бъдат пуснати голям брой продукти с лошо качество. В допълнение, контролните диаграми ви позволяват да оцените параметрите, които характеризират качеството и потенциала на процеса.

По този начин, ако процесът е статистически контролиран, тогава почти всички стойности на наблюдавания параметър (P) се вписват в ограничена зона. Въпреки това не са необходими коригиращи действия. Ако стойностите на наблюдавания параметър попадат извън допустимата зона, това показва, че процесът е станал статистически неконтролируем. Трябва да се отбележи, че са възможни ситуации, когато стойностите на контролирания параметър се вписват в допустимата зона, но всичките десет последни точки попадат в областта под централната линия (Фигура 20). В този случай факторът „случайност“ е нарушен и се появява факторът „закономерност“, т.е. процесът стана статистически неконтролируем.

Фигура 20 - Примери за появата на коефициента на редовност
на контролната карта

В процеса на производство продуктът е подложен на комплексното влияние на тези причини.

За оценка на качеството на продукта, т.е. степента на съответствие на неговите параметри (характеристики) с изискваните стойности, допустимите области на промяна на тези характеристики са определени, като се вземат предвид изброените по-горе причини, възможните отклонения се комбинират в две групи: случайни и систематични.

Случайни отклоненияса причинени от самия производствен процес и до голяма степен са неизбежни. Те възникват поради сложното взаимодействие на различни причини, като вибрации, биене на лагери и като правило засягат разпространението на контролирани
характеристики.

Фигура 21а показва две графики на плътността на разпределение на качествения атрибут хза два метода за производство на един и същи продукт. Разпределението е нормално и има едно и също математическо очакване и за двата метода на производство м х, тоест стойностите на атрибута за качество и в двата случая съвпадат средно. И двата метода се различават само по степента на разпръскване. Ако се изисква стойностите на качествените характеристики да са в рамките на допустимата зона със средна стойност м х в диапазона [ а, b], тогава при втория метод на производство е възможен по-голям процент дефекти (на фигурата вероятността за възникването му е показана чрез щриховка).

Системни отклоненияпоради такива причини като износване на инструменти, промяна в партидата суровини, нова работна смяна. Систематичните причини водят до изместване на центъра на дисперсията на контролираната характеристика, както е показано в
фигура 21b. Появата на систематични отклонения също води до увеличаване на брака, но причините за такива отклонения могат да бъдат идентифицирани и отстранени.

а- случаен; b– систематичен

Фигура 21 - Видове отклонения

Функционалната цел на контрола на качеството на производството е да се оцени съответствието на произведените продукти с изискваните характеристики чрез сравняване на характеристиките на произведените продукти с допустимите отклонения за тези характеристики, посочени в документацията за производство на тези продукти, и идентифициране на причините за отклоненията.

Има три вида контрол на качеството на производството: входящ контрол на материали, суровини и компоненти, контрол на производствения процес и контрол на произвежданите продукти.

Контрол на входагарантира качеството на суровините и материалите.

Контрол на производствения процес- това е набор от всички контролни операции, извършвани по време на производствения процес и позволяващи въз основа на информация за състоянието на процеса да се контролира, така че знакът за качество на произведените продукти да остане в рамките на определените допустими отклонения.

Контрол на готовата продукцияе приемен контрол, който трябва да гарантира, че делът на добрите продукти в доставените продукти не е по-нисък от нивото, определено от клиента.

По този начин производственият контрол гарантира качеството на произведените продукти, а приемният контрол - качеството на продуктите, доставени на клиента.

Тъй като всеки контрол изисква определени разходи, производителят, когато разработва система за управление на качеството, трябва правилно да съпостави обемите на тези два вида контрол, като оптимизира функцията на общите разходи за контрол, като вземе предвид цената на рисковете както на доставчика, и клиента.

Контролът на качеството може да се извършва както количествено, така и качествено.

Количествени характеристики

Много характеристики, които определят качеството на продукта, могат да бъдат измерени. Такива характеристики включват например диаметър на снаряда, якост на опън на нишката, химичен състав на стоманата и др. Обикновено количествените характеристики на продукта са непрекъснати случайни променливи. Често това разпределение е нормално или лог-нормално. Понякога количествените знаци са дискретни случайни променливи. Примери за това са броят на нишките в парче плат или броят на дефектите по повърхността на метален диск. Ако производственият процес е контролиран,
тогава разпространението на дефектни дискове може да се подчини на закона
Поасон.

Качествени характеристики

Обикновено даден продукт се класифицира като добър (добър) или лош (дефектен, дефектен). Например, запалка, която не се запалва, е дефектна. Понякога дефектите се разделят на основни и незначителни. Така че липсата на витло в двигателя на лодката е значителен дефект и води до отхвърляне на двигателя, докато драскотините по боята на двигателя ще бъдат приписани на незначителни дефекти.

Контролът на продуктите по количествени характеристики също ви позволява да класифицирате продуктите и качествено: "добри - не добри". В случай на контрол на приемане на продукти въз основа на резултатите от оценка на извадка, за да се опише разпределението на качествените характеристики, често се използват такива видове разпределения като биномно, геометрично, хипергеометрично.

Документ

системи управлениекачествопродуктиИнформационна поддръжка на системата управлениекачествопродуктиПринципи управлениекачествопродуктиединство на количеството и качествопродуктиЕфективност качествоКачване на ниво качество ...

Полховская Т., Адлер Ю., Шпер В.

В съвременния свят проблемът с качеството на продуктите е изключително важен. Благосъстоянието на всяка компания, всеки доставчик до голяма степен зависи от успешното му решение. Продуктите с по-високо качество значително увеличават шансовете на доставчика да се конкурира за пазари и, най-важното, по-добре да отговарят на нуждите на потребителите. Качеството на продукта е най-важният показател за конкурентоспособността на компанията.

Качеството на продуктите се определя в процеса на научни изследвания, дизайн и технологично развитие, осигурява се от добра организация на производството и накрая се поддържа по време на експлоатация или потребление. На всички тези етапи е важно да се извърши своевременен контрол и да се получи надеждна оценка на качеството на продукта.

За да се намалят разходите и да се постигне ниво на качество, което удовлетворява потребителя, са необходими методи, които не са насочени към отстраняване на дефекти (несъответствия) в крайния продукт, а към предотвратяване на причините за тяхното възникване в производствения процес.

Какви са причините за появата на различни дефекти в продуктите и какви са възможностите за намаляване на броя им?

Много хора вярват, че дефектните продукти са неизбежни, тъй като продуктите трябва да отговарят на строги стандарти за качество и факторите, които водят до дефекти, са многобройни. Но въпреки различията във видовете продукти и видовете технологични процеси, причините за дефектните продукти са универсални. Отчасти дефектите са причинени от физичните и химичните процеси на създаване на продукти и отчасти те са свързани с променливостта (променливостта) на материалите, процесите, методите на работа, методите за контрол и др. Ако нямаше променливост, тогава всички продукти биха били идентични, т.е. качеството им ще бъде абсолютно еднакво за всички тях.

Какво ще се случи, например, ако произвеждате продукти от материали с еднакво качество на едни и същи машини, използвайки едни и същи методи и проверявате тези продукти по абсолютно същия начин? Без значение колко артикула са произведени, всички те трябва да са идентични, стига четирите споменати условия да са идентични, т.е. или всички продукти ще отговарят на изискванията, или няма да ги отговарят. Всички продукти ще бъдат открити като дефектни, ако материалите, машинните инструменти, методите за производство или проверка се отклоняват от определените изисквания. В този случай появата на идентични дефектни продукти е неизбежна. Ако няма отклонения в изброените четири производствени условия, то всички продукти трябва да са "идентични" - без дефекти.

Но е почти невъзможно всички продукти да са дефектни. От общата продукция само някои ще бъдат дефектни, докато останалите ще бъдат без дефекти.

Помислете например за процеса на огъване на стоманени листове. На пръв поглед изглежда, че всички листове имат еднаква дебелина, но ако се измери точно, дебелината им ще бъде различна и дори в различни части на един и същи лист. Ако разгледаме кристалната структура на различни части на листа, се оказва, че има леки вариации във формата на кристали, състоящи се от желязо, въглерод и други атоми. Тези разлики естествено влияят върху качествените резултати. Дори ако се използва същия метод на огъване, листовете няма да се огънат по същия начин и някои може да се напукат.

Друг пример е обработката на метали. С увеличаване на броя на обработените части ножът се затъпява. Консистенцията на срязващата течност също се променя с температурата. В резултат на това размерите на продуктите зависят от това дали фрезата е заточена и дали е инсталирана правилно. Въпреки че може да изглежда, че и двете операции се извършват при едни и същи условия, всъщност има много промени или вариации, които остават незабелязани, но те влияят на качеството на продукта.

Помислете за друг пример - термична обработка. Температурата в пещта постоянно се променя в зависимост от напрежението (ако процесът е в електрическа пещ) или налягането на газа (ако се използва газова пещ). В самата пещ зоните, разположени на амортисьора; близо до огнището, арката, при страничните стени, в централната част, са в различни условия. Когато продуктите се поставят в дневна пещ, количеството топлина, което получават, варира в зависимост от позицията им, което влияе върху качествения фактор, като например твърдостта на продукта.

Физическите способности и уменията на работниците също оказват влияние върху промяната в качеството на продуктите. Има високи и ниски, слаби и дебели, слаби и силни хора, левичари и хора с по-добре развита дясна ръка. Работниците може да мислят, че работят по един и същи начин, но има индивидуални различия. Дори един и същи човек работи по различен начин в зависимост от това как се чувства в дадения ден, състоянието и степента на умора. Понякога прави грешки поради невнимание.

Инспекторите могат да допуснат грешки при измерване на параметрите на продукта. Вариациите в измерването може да са резултат от използването на дефектен измервателен инструмент или несъвършен метод на измерване. По този начин, в случай на органолептичен (визуален) контрол, промените в критериите, използвани от контролера, могат да доведат до погрешна оценка на качеството на продукта и да повлияят на обективността на решението за годността на продукта.

Разглеждайки проблема по този начин, може да се види, че в процеса на производство на продукт има много фактори, които влияят върху неговите качествени показатели. Оценявайки производствения процес от гледна точка на промяната на качеството, можем да го разглеждаме като определен набор от причини за променливост. Тези причини обясняват промените в качествените показатели на продуктите, което води до разделянето им на дефектни и бездефектни. Един продукт се счита за бездефектен, ако показателите му за качество отговарят на определен стандарт, в противен случай продуктът се класифицира като дефектен. Освен това дори дефектните продукти се различават един от друг в сравнение със стандарта, т.е. Няма "абсолютно еднакви" продукти. Една от причините за освобождаването на дефектни продукти, както вече беше споменато, е променливостта. Ако се опитате да го намалите, техният брой несъмнено ще намалее. Това е прост и здрав принцип, еднакво верен независимо от видовете продукти или видовете технологични процеси.

Методите за контрол, които съществуват от дълго време, като правило се свеждат до анализ на дефектите чрез пълна проверка на произведените продукти. При масово производство такъв контрол е много скъп. Изчисленията показват, че за да се гарантира качеството на продуктите чрез сортирането им, контролният апарат на предприятията трябва да бъде пет до шест пъти по-голям от броя на производствените работници.

От друга страна, пълният контрол в масовото производство не гарантира липсата на дефектни продукти в приетите продукти. Опитът показва, че контрольорът бързо се уморява, в резултат на което част от добрия продукт се приема за дефектен и обратно. Практиката също така показва, че там, където са увлечени от пълен контрол, загубите от брак рязко нарастват.

Тези причини поставят производството пред необходимостта от преминаване към избирателен контрол. Разпространението на извадковия контрол беше улеснено от изследвания на специалисти в областта на теорията на вероятностите и математическата статистика, които показаха, че в повечето случаи за надеждна оценка на качеството не е необходимо да се проверяват всички произведени продукти. Тези изследвания (предимно от американските статистици Додж, Ромиг и Шухарт) позволиха да се подходи към организацията на техническия контрол на нова научна и методологична основа. Трябва обаче да се има предвид, че преходът към селективен контрол е ефективен само когато технологичните процеси, които са в установено състояние, имат такава точност и стабилност, която автоматично гарантира производството на продукти с минимален брой дефекти.

Защо извадката трябва да е статистическа? Нека разгледаме два типични примера.

Днес текущият контрол на състоянието на технологичния процес се извършва по следния начин. От текущите продукти в произволни моменти се избира една единица продукти за контрол, според която се преценява състоянието на технологичния процес: ако се окаже подходящ, процесът се счита за установен, в противен случай се взема решение относно необходимостта от спиране на производството на продукти и коригиране на процеса.

Каква е ефективността на подобни действия? Формулираната процедура за наблюдение на състоянието на технологичния процес изхожда от традиционната логика: процесът е установен - няма брак, процесът е нарушен - всички произведени продукти ще бъдат дефектни.

В производството има и други модели, които се наричат ​​стохастични или произволни. Когато процесът не работи, делът на произведения дефект се увеличава леко: до 1, 2, 10% и изключително рядко до 100% - това зависи от конкретната технология и конкретната причина за нарушението. Да си представим, че в резултат на нарушение на технологичния процес, делът на произведените дефекти се е увеличил до 5%. Това означава, че средно един на всеки двадесет произведени единици ще бъде дефектен. Каква е вероятността да се извлече тази конкретна, една от двайсет, дефектна единица и да се вземе правилното решение? Отговорът може да бъде такъв, че вероятността за откриване на нарушение на процеса е равна на вероятността за производство на дефектна единица продукт с нарушен процес, в нашия случай - 5%,

Съвременната практика за организиране на текущия контрол на състоянието на технологичния процес не може фундаментално да реши проблема с предотвратяването на дефекти. Не помага, когато избират не една, а две или три единици за проверка. При статистически контрол на качеството същите резултати, обработени с методи на математическата статистика, позволяват да се оцени истинското състояние на технологичния процес с висока степен на надеждност. Статистическите методи позволяват разумно да се открие нарушението на процеса, дори когато две или три единици продукти, избрани за контрол, се окажат подходящи, тъй като те са силно чувствителни към промените в състоянието на технологичните процеси.

През годините на упорита работа експертите извличат малко по малко от световния опит такива техники и подходи, които могат да бъдат разбрани и ефективно използвани без специално обучение, и това е направено по такъв начин, че да гарантира реални постижения при решаването на огромното мнозинство на проблемите, които възникват в реалното производство.

В резултат на това беше разработена система от практически методи, предназначени за масово приложение. Това са така наречените седем прости метода:

1) Диаграма на Парето;

2) схема на Ишикава;

3) разслояване (стратификация);

4) контролни листове;

5) хистограми;

6) графика (в самолета)

7) контролни карти (Shewhart).

Понякога тези методи са изброени в различен ред, което не е важно, тъй като те трябва да се разглеждат както като отделни средства, така и като система от методи, в която във всеки конкретен случай се предполага конкретно да се определи съставът и структура на работния набор от инструменти.

Статистическите методи за управление на качеството са философия, политика, система, методология, както и технически средства за управление на качеството въз основа на резултатите от измервания, анализи, изпитвания, контрол, данни от експлоатацията, експертни оценки и всяка друга информация, която ви позволява да направите надеждна , разумни, основани на доказателства решения.

Използването на статистически методи е много ефективен начин за разработване на нови технологии и контрол на качеството на производствените процеси. Много водещи фирми се стремят да ги използват активно и някои от тях прекарват повече от сто часа годишно във вътрешно обучение по тези методи. Въпреки че познаването на статистическите методи е част от нормалното образование на един инженер, знанието само по себе си не означава способност за прилагането му. Способността да се разглеждат събитията от гледна точка на статистика е по-важна от познаването на самите методи. Освен това трябва да можете честно да разпознавате настъпилите недостатъци и промени и да събирате обективна информация.

Тема: "Инструменти за контрол на качеството в предприятието."

Кратка теоретична информация

Инструменти за контрол на качеството.

Контролът на качеството е дейност, която включва измервания, изследвания, изпитвания или оценка на параметрите на даден обект и сравнение на получените стойности с установените изисквания за тези параметри (показатели за качество).

Съвременните инструменти за контрол на качеството са методи, които се използват за решаване на проблема с количественото определяне на параметрите на качеството. Такава оценка е необходима за обективен избор и вземане на управленски решения при стандартизиране и сертифициране на продукти, планиране на подобряване на качеството им и др.

Прилагането на статистически методи е много ефективен начин за разработване на нови технологии и контрол на качеството на процесите.

Каква е ролята на контрола в процеса на управление на качеството?

Съвременните подходи за управление на качеството включват въвеждането на система за мониторинг на показателите за качество на продукта на всички етапи от неговия жизнен цикъл, от проектирането до следпродажбеното обслужване. Основната задача на контрола на качеството е да се предотврати появата на брак. Поради това при контрола се извършва постоянен анализ на посочените отклонения на параметрите на продукта от установените изисквания. В случай, че параметрите на продукта не отговарят на зададените показатели за качество, системата за контрол на качеството ще ви помогне бързо да идентифицирате най-вероятните причини за несъответствието и да ги отстраните.

Трябва ли да контролирате всички продукти, които вашата компания произвежда?

Всичко зависи от спецификата на вашето производство. Ако е от единичен или малък мащаб, можете да подложите продукта на непрекъснато i. 100% контрол. Непрекъснатият контрол, като правило, е доста трудоемък и скъп, поради което в широкомащабно и масово производство обикновено се използва така нареченият селективен контрол, излагайки на теста само част от партида продукти (проба). Ако качеството на продуктите в пробата отговаря на установените изисквания, тогава цялата партида се счита за висококачествена, ако не, цялата партида се отхвърля. При този метод на контрол обаче остава вероятността от погрешно отхвърляне (риск на доставчика) или, обратно, признаване на партида от продукти като подходяща (риск на клиента). Затова при вземане на проби, сключване на договор за доставка на вашите продукти, ще трябва да посочите и двете възможни грешки, като ги изразите в проценти.

Какви методи се използват най-често в процеса на контрол на качеството?

Съществуват различни методи за контрол на качеството на продуктите, сред които специално място заемат статистическите методи.

Много от съвременните методи на математическата статистика са доста трудни за разбиране и още повече за широко използване от всички участници в процеса на управление на качеството. Затова японските учени избраха седем метода от целия набор, които са най-приложими в процесите на контрол на качеството. Заслугата на японците е, че те предоставиха простота, видимост, визуализация на тези методи, превръщайки ги в инструменти за контрол на качеството, които могат да бъдат разбрани и ефективно използвани без специално математическо обучение. В същото време, въпреки цялата си простота, тези методи ви позволяват да поддържате връзка със статистиката и да позволите на професионалистите да ги подобрят, ако е необходимо.

И така, седемте основни метода или инструмента за контрол на качеството включват следните статистически методи:

контролен списък;

· стълбовидна диаграма;

точкова диаграма;

Диаграма на Парето;

стратификация (стратификация);

Диаграма на Ишикава (диаграма на причината и следствието);

контролна карта.

Фигура 13.1. Инструменти за контрол на качеството.

Изброените инструменти за контрол на качеството могат да се разглеждат както като отделни методи, така и като система от методи, която осигурява цялостен контрол на показателите за качество. Те са най-важният компонент от цялостната система за контрол на Total Quality Management.

Какви са характеристиките на използването на инструменти за контрол на качеството на практика?

Въвеждането на седемте инструмента за контрол на качеството трябва да започне с преподаване на тези методи на всички участници в процеса. Например, успешното въвеждане на инструменти за контрол на качеството в Япония беше улеснено от обучението на ръководството на компанията и служителите в техники за контрол на качеството. Важна роля в преподаването на статистически методи в Япония изиграха кръговете за контрол на качеството, в които бяха обучени работниците и инженерите на повечето японски компании.

Говорейки за седем прости статистически метода за контрол на качеството, трябва да се подчертае, че тяхната основна цел е да контролират текущия процес и да предоставят на участника в процеса факти за коригиране и подобряване на процеса. Познаването и прилагането на практика на седем инструмента за контрол на качеството са в основата на едно от най-важните изисквания на TQM – постоянният самоконтрол.

Статистическите методи за контрол на качеството в момента се използват не само в производството, но и в планирането, проектирането, маркетинга, логистиката и др. Последователността на прилагане на седемте метода може да бъде различна в зависимост от целта, която е поставена пред системата. По подобен начин не е необходимо прилаганата система за контрол на качеството да включва всичките седем метода. Може да са по-малко или може да са повече, тъй като има други статистически методи.

Въпреки това можем да кажем с пълна увереност, че седемте инструмента за контрол на качеството са необходими и достатъчни статистически методи, чието използване помага да се решат 95% от всички проблеми, възникващи в производството.

Какво е контролен списък и как се използва?

Каквато и да е задачата пред системата, съчетавайки последователността на прилагане на статистически методи, те винаги започват със събирането на първоначални данни, въз основа на които след това се използва този или онзи инструмент.

Контролният списък (или лист) е инструмент за събиране на данни и автоматичното им организиране, за да се улесни по-нататъшното използване на събраната информация.

Обикновено контролният лист е хартиен формуляр, върху който предварително са отпечатани контролираните параметри, според които данните могат да бъдат въведени в листа с помощта на знаци или прости символи. Позволява ви автоматично да подреждате данните без последващото им пренаписване. Следователно контролният списък е добро средство за записване на данни.

Има стотици различни контролни списъци и по принцип може да се разработи различен контролен списък за всяка конкретна цел. Но принципът на тяхното проектиране остава непроменен. Например диаграмата на температурата на пациента е един възможен тип контролен списък. Друг пример е контролният списък, използван за записване на повредени части в телевизори (вижте Фигура 13.2).

Въз основа на данните, събрани с помощта на тези контролни списъци (Фигура 13.2), не е трудно да се състави таблица с общия брой грешки:

Фигура 13.2 Контролен списък.

При съставянето на контролни списъци трябва да се внимава да се посочи кой, на какъв етап от процеса и за колко време е събирал данните, както и че формата на листа е проста и разбираема без допълнителни обяснения. Също така е важно всички данни да бъдат записани добросъвестно, така че информацията, събрана в контролния списък, да може да се използва за анализ на процеса.

Каква е целта на хистограмата в практиката за контрол на качеството?

За визуално представяне на тенденцията в наблюдаваните стойности се използва графично представяне на статистическия материал. Най-честата диаграма, използвана при анализиране на разпределението на случайна променлива при контрола на качеството, е хистограмата.

Хистограмата е инструмент, който ви позволява визуално да оцените закона за разпределение на статистическите данни.

Хистограмата на разпределението обикновено се изгражда за интервалното изменение на стойността на параметъра. За целта върху интервалите, нанесени по оста х, се изграждат правоъгълници (колони), чиито височини са пропорционални на честотите на интервалите. Абсолютните стойности на честотите са нанесени по оста y (вижте фигурата). Подобна форма на хистограмата може да се получи, ако съответните стойности на относителните честоти са нанесени по оста y. В този случай сумата от площите на всички колони ще бъде равна на единица, което се оказва удобно. Хистограмата също е много полезна за визуална оценка къде статистическите данни са в допустимите граници. За да оценим адекватността на процеса спрямо изискванията на потребителя, трябва да сравним качеството на процеса с допустимото поле, зададено от потребителя. Ако има толеранс, тогава горната (S U) и долната (SL) граници се нанасят върху хистограмата под формата на линии, перпендикулярни на абсцисната ос, за да се сравни разпределението на параметъра за качество на процеса с тези граници. След това можете да видите дали хистограмата е добре разположена в тези граници.

Пример за построяване на хистограма.

Фигурата показва хистограма на стойностите на печалбата за 120 тествани усилвателя като пример. В спецификациите за тези усилватели е посочена номиналната стойност на коефициента S N за този тип усилвател, равна на 10dB. Спецификациите определят и допустимите стойности на усилване: долната граница на толеранс S L = 7,75 dB и горната S U = 12,25 dB. В този случай ширината на полето на толеранс T е равна на разликата между стойностите на горната и долната граница на толеранс T \u003d S U - S L.

Ако подредите всички стойности на печалбата в класирана серия, всички те ще бъдат в зоната на толерантност, което ще създаде илюзията, че няма проблеми. При конструирането на хистограма веднага става очевидно, че въпреки че разпределението на коефициентите на усилване е в рамките на допустимото отклонение, то е ясно изместено към долната граница и за повечето усилватели стойността на този параметър за качество е по-малка от номиналната стойност. Това от своя страна предоставя допълнителна информация за по-нататъшен анализ на проблема.

Фигура 13.3 Пример за изграждане на хистограма.

Какво е точкова диаграма и за какво се използва?

Точковата диаграма е инструмент, който ви позволява да определите вида и близостта на връзката между двойки релевантни променливи.

Тези две променливи може да се отнасят до:

качествени характеристики и фактора, който го влияе;

две различни качествени характеристики;

Два фактора, влияещи върху една качествена характеристика.

За да се идентифицира връзката между тях, се използва диаграма на разсейване, която също се нарича корелационно поле.

Използването на диаграма на разсейване в процеса на контрол на качеството не се ограничава до идентифициране на типа и близостта на връзката между двойки променливи. Диаграмата на разсейване се използва и за идентифициране на причинно-следствените връзки на показателите за качество и влияещите фактори.

Как да изградим точечна диаграма?

Изграждането на точкова диаграма се извършва в следната последователност:

Съберете сдвоени данни ( х, при), между които искате да изследвате връзката, и ги поставете в таблица. Желателни са поне 25-30 двойки данни.

Намерете максималните и минималните стойности за хи г. Изберете скалите по хоризонталната и вертикалната ос, така че и двете дължини на работните части да са приблизително еднакви, тогава диаграмата ще бъде по-лесна за четене. Вземете от 3 до 10 степени на всяка ос и използвайте кръгли числа за по-лесно четене. Ако една променлива е фактор, а втората е качествена характеристика, тогава изберете хоризонтална ос за фактора х, а за качествената характеристика - вертикалната ос при.

На отделен лист хартия начертайте графика и нанесете данни върху нея. Ако различни наблюдения дават едни и същи стойности, покажете тези точки или чрез начертаване на концентрични кръгове, или чрез нанасяне на втора точка до първата.

Направете всички необходими маркировки. Уверете се, че следните данни, отразени в диаграмата, са разбираеми за всеки, а не само за този, който е направил диаграмата:

името на диаграмата;

времеви интервал

брой двойки данни;

наименования и мерни единици за всяка ос;

· името (и други подробности) на лицето, направило тази диаграма.

Пример за конструиране на диаграма на разсейване.

Необходимо е да се установи ефектът от термичната обработка на интегрални схеми при T = 120 ° C за време t = 24 часа върху намаляването на обратния ток на p-n прехода (I обр.). За експеримента са взети 25 интегрални схеми (n = 25) и са измерени стойностите на I образец, които са дадени в таблицата.

1. Според таблицата намерете максималната и минималната стойност хи при: максимални стойности х = 92, при= 88; минимални стойности х= 60, y = 57.

2. На графиката стойностите са нанесени на оста x х, по оста у - стойности при. В този случай дължината на осите се прави почти равна на разликата между техните максимални и минимални стойности и се прилага към осите на разделението на скалата. На външен вид графиката се доближава до квадрат. Наистина, в разглеждания случай разликата между максималните и минималните стойности е 92 – 60 = 32 за хи 88 - 57 = 31 за при, така че интервалите между деленията на скалата могат да бъдат еднакви.

3. Данните се нанасят върху графиката в реда на измерванията и точките на диаграмата на разсейване.

4. Графиката показва броя на данните, целта, името на продукта, името на процеса, изпълнителя, датата на графика и т.н. Желателно е също така при записване на данни по време на измервания да се предостави и придружаващата информация, необходима за по-нататъшни изследвания и анализи: наименование на обекта на измерване, характеристики, метод на вземане на проби, дата, време на измерване, температура, влажност, метод на измерване, вид на измервателен уред, име на оператора, който е извършил измерванията (за тази проба) и др.

Фигура 13.4. Точкова диаграма.

Диаграмата на разсейване ви позволява визуално да покажете естеството на промяната в параметъра за качество във времето. За да направите това, начертайте ъглополовяща от началото на координатите. Ако всички точки лежат на ъглополовящата, това означава, че стойностите на този параметър не са се променили по време на експеримента. Следователно разглежданият фактор (или фактори) не оказва влияние върху параметъра за качество. Ако по-голямата част от точките лежи под ъглополовящата, това означава, че стойностите на параметрите на качеството са намалели през миналото време. Ако точките лежат над ъглополовящата, тогава стойностите на параметъра са се увеличили през разглежданото време. След като изчертаете лъчи от началото на координатите, съответстващи на намаляване на увеличението на параметъра с 10, 20, 30, 50%, е възможно, като преброите точките между правите линии, да разберете честотата на стойностите на параметъра ​​в интервали от 0 ... 10%, 10 ... 20% и т.н.

Ориз. 13.5. Пример за анализ на диаграмата на разсейване.

Какво е диаграма на Парето и как се използва за контрол на качеството?

През 1897 г. италианският икономист В. Парето предлага формула, която показва, че обществените блага са неравномерно разпределени. Същата теория е илюстрирана в диаграма от американския икономист М. Лоренц. И двамата учени показват, че в повечето случаи най-големият дял от доходите или богатството (80%) принадлежи на малък брой хора (20%).

Д-р Д. Юран приложи диаграмата на М. Лоренц в областта на контрола на качеството, за да класифицира проблемите с качеството на няколко, но съществени, както и много, но незначителни, и нарече този метод анализ на Парето. Той посочи, че в повечето случаи по-голямата част от дефектите и свързаните с тях загуби се дължат на сравнително малък брой причини. В същото време той илюстрира заключенията си с помощта на диаграма, наречена диаграма на Парето.

Диаграмата на Парето е инструмент, който ви позволява да разпределите усилията за разрешаване на възникващи проблеми и да идентифицирате основните причини, от които трябва да започнете да действате.

В ежедневните дейности по контрол и управление на качеството постоянно възникват различни проблеми, свързани например с появата на брак, неизправности в оборудването, увеличаване на времето от освобождаването на партида от продукти до продажбата им, наличие на непродадени продукти в склада и рекламации. Диаграмата на Парето ви позволява да разпределите усилията за разрешаване на възникващи проблеми и да установите основните фактори, от които трябва да започнете да действате, за да преодолеете възникващите проблеми.

Има два вида диаграми на Парето:

1. Диаграма на Парето въз основа на производителността. Тази диаграма има за цел да идентифицира основния проблем и отразява следните нежелани резултати от дейността:

качество: дефекти, повреди, грешки, повреди, рекламации, ремонти, връщане на продукти;

себестойност: обем на загубите, разходи;

· срокове за доставка: недостиг на склад, грешки при фактуриране, забавяне на доставката;

безопасност: инциденти, трагични грешки, злополуки.

2. Диаграма на Парето по причини. Тази диаграма отразява причините за проблемите, които възникват по време на производството, и се използва за идентифициране на основния:

Изпълнител на работа: смяна, екип, възраст, трудов стаж, квалификация, индивидуални характеристики;

оборудване: металорежещи машини, възли, инструменти, оборудване, организация на използване, модели, щампи;

суровини: производител, вид на суровините, завод доставчик, партида;

Метод на работа: производствени условия, работни поръчки, методи на работа, последователност на операциите;

измервания: точност (показания, показания, инструментални), прецизност и повторяемост (способността да се даде същата индикация при последващи измервания на същата стойност), стабилност (повторяемост за дълъг период от време), съвместна точност, т.е. заедно с точността на инструмента и калибрирането на инструмента, вида на инструмента (аналогов или цифров).

· Как да изградим диаграма на Парето?

Изграждането на диаграмата на Парето се състои от следните стъпки.

Стъпка 1: Решете какви проблеми да проучите и как да съберете данни.

1. Какъв тип проблем искате да проучите? Например дефектни продукти, загуба на пари, злополуки.

2. Какви данни трябва да се събират и как трябва да се класифицират? Например по видове дефекти, по място на възникването им, по процеси, по машини, по работници, по технологични причини, по оборудване, по методи на измерване и използвани средства за измерване.

Забележка. Обобщете останалите рядко срещани признаци под общото заглавие „други“.

3. Задайте метода и периода за събиране на данни.

Стъпка 2: Разработете контролен списък за запис на данни, в който са изброени видовете събрана информация. Той трябва да осигури място за графично записване на тези проверки.

Стъпка 3. Попълнете листа за въвеждане на данни и изчислете общите суми.

Стъпка 4. За да изградите диаграма на Парето, разработете празна таблица за проверки на данни, предоставяйки колони за общите суми за всяка проверена функция поотделно, натрупаната сума от броя на дефектите, проценти от общата сума и натрупани проценти.

Стъпка 5. Подредете получените данни за всяка тестова функция по важност и попълнете таблицата.

Забележка. Групата „други“ трябва да бъде поставена на последния ред, независимо колко голямо се е оказало числото, тъй като тя е съставена от набор от признаци, численият резултат за всеки от които е по-малък от най-малката стойност, получена за характеристиката, маркирана в отделен ред.

Стъпка 6. Начертайте една хоризонтална и две вертикални оси.

1. Вертикални оси. Мащабирайте лявата ос на интервали от 0 до числото, съответстващо на общата сума. На дясната ос се прилага скала на интервали от 0 до 100%.

2. Хоризонтална ос. Разделете тази ос на интервали според броя на функциите за управление.

Стъпка 7: Изградете стълбовидна диаграма

Стъпка 8. Начертайте крива на Парето. За да направите това, на вертикалите, съответстващи на десните краища на всеки интервал на хоризонталната ос, маркирайте точките на натрупаните суми (резултати или проценти) и ги свържете с прави сегменти.

Стъпка 9. Поставете всички символи и надписи върху диаграмата.

1. Надписи, свързани с диаграмата (заглавие, маркиране на цифрови стойности по осите, име на контролирания продукт, име на съставителя на диаграмата).

3. Надписи на данни (период на събиране на данни, обект на изследване и местоположение, общ брой контролни обекти).

Как проблемите с качеството, които възникват в предприятието, могат да бъдат анализирани с помощта на диаграмата на Парето?

Когато използвате диаграмата на Парето, най-често срещаният метод за анализ е така нареченият ABC анализ, чиято същност ще разгледаме с пример.

Пример за изграждане и анализ на диаграмата на Парето.

Да приемем, че в склада на вашето предприятие са се натрупали голям брой готови продукти от различни видове. В същото време всички продукти, независимо от техния вид и цена, подлежат на непрекъснат краен контрол. Поради дългото време на контрол, продажбата на продуктите се забавя, а вашата фирма търпи загуби поради забавяне на доставките.

Ние ще разделим всички готови продукти, съхранявани в склада, на групи в зависимост от себестойността на всеки продукт.

За да изградим диаграма на Парето и да проведем ABC анализ, ще изградим таблица с натрупване до 100%.

Кумулативната честотна таблица е изградена, както следва.

Първо, общата цена на продуктите се намира като сума от продуктите за стойностите на центровете на класовете и броя на пробите, умножавайки стойностите на колони 1 и 2, т.е. общата цена е

95 × 200 = 85 × 300 + 75 × 500 + …+ 15 × 5000 + 5 × 12500 = $465,0 хиляди

След това се събират данните за колона 3. Например стойността от първия ред от $19,0 хил. се определя, както следва: 95 × 200 = $19 хил. Стойността от втория ред, равна на $44,5 хил., се определя, както следва: 95 × 200 + 85 × 300 = 44,5 хиляди долара и т.н.

След това се намира стойността на колона 4, която показва какъв процент от общите разходи са данните на всеки ред.

Данните в колона 6 се формират по следния начин. Стойността 0,8 от първия ред представлява процента на натрупания продуктов запас (200) от общия брой проби (25 000). Стойността 2.0 от втория ред представлява процента на натрупаната наличност от продукти (200 + 300) от общата сума.

След извършване на тази подготвителна работа не е трудно да се изгради диаграма на Парето. В правоъгълна координатна система, по абсцисната ос, нанасяме относителната честота на продукта ni / N,% (колона 6 данни), а по ординатната ос - относителната цена на този продукт Сi / Ct,% (колона 4 данни). Свързвайки получените точки с прави линии, получаваме кривата на Парето (или диаграмата на Парето), както е показано на фигура 3.6.

Кривата на Парето се оказа сравнително гладка в резултат на голям брой класове. С намаляването на броя на класовете става по-разбит.

Фигура 3.6. Пример за диаграма на Парето.

От анализа на диаграмата на Парето се вижда, че делът на най-скъпите продукти (първите 7 реда на таблицата), който е 20% от общия брой проби, съхранявани в склада, е повече от 50 % от общата себестойност на всички готови продукти, а делът на най-евтините продукти, разположени в последния ред на таблицата и представляващи 50% от общия брой продукти на склад, възлиза само на 13,3% от общата стойност.

Да наречем групата на "скъпите" продукти група А, групата на евтините продукти (до $10) - група С, а междинната група - група В. Да изградим таблица ABC - анализ на резултатите.

Сега е ясно, че контролът на продуктите в склада ще бъде по-ефективен, ако контролът на пробите от група А е най-строг (твърд), а контролът на пробите от група С е селективен.

Какво е стратификация?

Един от най-ефективните статистически методи, широко използвани в системата за управление на качеството, е методът на стратификация или стратификация. В съответствие с този метод се извършва стратификация на статистически данни, т.е. групират данни в зависимост от условията на тяхното получаване и обработват всяка група данни поотделно. Данните, разделени на групи според техните характеристики, се наричат ​​слоеве (strata), а процесът на разделяне на слоеве (strata) се нарича стратификация (stratification).

Методът на стратификация на изследваните статистически данни е инструмент, който ви позволява да направите селекция от данни, които отразяват необходимата информация за процеса.

Съществуват различни методи за разслояване, чието приложение зависи от конкретни задачи. Например данните, свързани с продукт, произведен в цех на работно място, може да варират до известна степен в зависимост от изпълнителя, използваното оборудване, методите на работа, температурните условия и т.н. Всички тези разлики могат да бъдат фактори на разслояване. В производствените процеси често се използва методът 5M, като се вземат предвид фактори в зависимост от човек (човек), машина (машина), материал (материал), метод (метод), измерване (измерване).

Какви са критериите за разделяне?

Разслояването може да се извърши по следните критерии:

· стратификация по изпълнители – по квалификация, пол, трудов стаж и др.

· стратификация по машини и оборудване – по ново и старо оборудване, марка, дизайн, фирма производител и др.

· разслояване по материал - по място на производство, производител, партида, качество на суровините и др.

· разслояване според начина на производство - според температура, технологичен метод, място на производство и др.

· стратификация по измерване - по метод, измерване, вид на измервателните уреди или тяхната точност и др.

Този метод обаче не е толкова лесен за използване. Понякога разслояването по привидно очевиден параметър не дава очаквания резултат. В този случай трябва да продължите да анализирате данните за други възможни параметри в търсене на решение на проблема.

Какво е "диаграма на Ишикава"?

Резултатът от процеса зависи от множество фактори, между които съществуват връзки от типа причина – следствие (резултат). Диаграмата причина и следствие е средство за изразяване на тези връзки по прост и достъпен начин.

През 1953 г. професор в Токийския университет Каору Ишикава, докато обсъжда проблем с качеството във фабрика, обобщава мненията на инженерите под формата на причинно-следствена диаграма. Когато диаграмата беше приложена на практика, тя се оказа много полезна и скоро стана широко използвана в много компании в Япония, като стана известна като диаграмата на Ишикава. Включен е в японския индустриален стандарт (JIS) за терминология в областта на контрола на качеството и е дефиниран в него по следния начин: диаграма на причината и следствието - диаграма, която показва връзката между показател за качество и фактори, влияещи върху него.

Причинно-следствената диаграма е инструмент, който ви позволява да идентифицирате най-значимите фактори (причини), които влияят на крайния резултат (ефект).

Ако в резултат на процеса качеството на продукта се оказа незадоволително, тогава в системата на причините, т.е. в даден момент от процеса е имало отклонение от посочените условия. Ако тази причина може да бъде открита и отстранена, тогава ще се произвеждат само висококачествени продукти. Освен това, ако постоянно поддържате зададените условия на процеса, можете да осигурите образуването на висококачествени продукти.

Също така е важно полученият резултат - качествени показатели (точност на размерите, степен на чистота, стойност на електрическите величини и др.) - да се изразява с конкретни данни. Използвайки тези данни, се използват статистически методи за контрол на процеса, т.е. проверете системата от причинни фактори. По този начин процесът се контролира от качествения фактор.

Как изглежда диаграмата на Ишикава?

По-долу е дадена диаграма на причинно-следствена връзка:

1. Система от причинни фактори

2. Основни фактори на производството

3. Материали

4. Оператори

5. Оборудване

6. Методи на операции

7. Измервания

8. Процес

9. Последствие

10. Опции за качество

11. Показатели за качество

12. Контрол на процеса по качествен фактор

Как да съберем данните, необходими за изграждане на диаграма на Ишикава?

Информацията за оценка на качеството за диаграми се събира от всички налични източници; използват се оперативният дневник, дневникът на текущите контролни данни, съобщенията на работниците от производствената площадка и др. При изграждането на диаграма се избират най-важните фактори от техническа гледна точка. За тази цел партньорската проверка се използва широко. Много е важно да се проследи връзката между причинно-следствените фактори (параметрите на процеса) и показателите за качество. В този случай параметрите лесно се корелират. За да направите това, когато анализирате дефектите на продукта, те трябва да бъдат разделени на случайни и систематични, като се обръща специално внимание на възможността за идентифициране и след това отстраняване на първо място причините за системните дефекти.

Важно е да запомните, че показателите за качество, които са резултат от процеса, непременно подлежат на вариации. Търсенето на фактори, които имат особено голямо влияние върху разпространението на показателите за качество на продукта (т.е. върху резултата), се нарича изследване на причините.

Каква е последователността на изграждане на диаграма причина-следствие?

Понастоящем причинно-следствената диаграма, която е един от седемте инструмента за контрол на качеството, се използва по целия свят не само по отношение на показателите за качество на продукта, но и за други области на диаграмите. Можем да предложим процедура за неговото изграждане, състояща се от следните основни етапи.

Стъпка 1. Определете качествения рейтинг, т.е. резултата, който искате да постигнете.

Стъпка 2. Напишете избрания от вас качествен рейтинг в средата на десния край на празен лист хартия. Отляво надясно начертайте права линия („гребен“) и оградете записания индикатор в правоъгълник. След това запишете основните причини, които влияят на качествения рейтинг, оградете ги в правоъгълници и ги свържете към „гръбнака“ със стрелки под формата на „големи кости на билото“ (основни причини).

Стъпка 3. Напишете (вторичните) причини, влияещи върху основните причини (големи кости) и ги подредете под формата на "средни кости", съседни на "големите". Запишете третичните причини, които влияят на вторичните причини и ги подредете под формата на "малки кости", съседни на "средните".

Стъпка 4. Класирайте причините (факторите) според тяхната важност, като използвате диаграмата на Парето за това и маркирайте най-важните, за които се предполага, че имат най-голямо влияние върху показателя за качество.

Етап 5. Поставете цялата необходима информация върху диаграмата: нейното име; наименование на продукта, процеса или група процеси; имена на участници в процеса; дата и др.

Пример за диаграма на Ишикава.

Тази диаграма е изградена, за да идентифицира възможните причини за неудовлетвореност на потребителите.

Фигура 3.7. Диаграма на Ишикава.

След като завършите диаграмата, следващата стъпка е да подредите причините според тяхната важност. Не е задължително всички причини, включени в диаграмата, да окажат силно влияние върху качествения рейтинг. Избройте само тези, които смятате, че имат най-голямо въздействие.

Какво представляват "контролните карти" и в какви ситуации се използват?

Всички горепосочени статистически методи позволяват да се фиксира състоянието на процеса в определен момент от време. За разлика от това, методът на контролната диаграма ви позволява да проследите състоянието на процеса във времето и освен това да повлияете на процеса, преди да излезе извън контрол.

Контролните диаграми са инструмент, който ви позволява да проследявате напредъка на процеса и да му влияете (използвайки подходяща обратна връзка), предотвратявайки отклонението му от изискванията за процеса.

Използването на контролни карти има следните цели:

контролирайте стойността на дадена характеристика;

проверка на стабилността на процесите;

предприемете незабавни коригиращи действия;

Проверете ефективността на предприетите мерки.

Все пак трябва да се отбележи, че изброените цели са специфични за настоящия процес. По време на стартирането на процеса се използват контролни диаграми за проверка на възможностите на процеса, т.е. способността му последователно да поддържа установените толеранси.

Как изглежда контролната диаграма?

Типичен пример за контролна диаграма е показан на фигурата.

Ориз. 3.8. Контролна карта.

При конструирането на контролни диаграми стойностите на контролирания параметър се нанасят върху ординатната ос, а времето t на вземане на проби (или неговият номер) се нанася върху абсцисната ос.