Никуличева Н.Г. и др. Метрологическое обеспечение и контроль качества материалов и изделий

Подождите немного. Документ загружается.

141

В современном промышленном производстве повышение качества

изделий невозможно без организации правильного контроля на всех стадиях

жизненного цикла, основанного на сборе и обработке достоверной и

репрезентативной информации.

Источником такой информации может быть:

1) инструментальный контроль (регистрация данных входного и

выходного приемочного контроля, контроля технического процесса и.т.д.);

2) производство и технология (регистрация данных контроля

технологических операций, оборудование, патенты и статьи периодических

изданий и т.д.);

3) поставки материалов и сбыт готовой продукции;

4) финансово-экономическая деятельность предприятия.

Получаемые при сборе информации данные, обычно подвергают обработке с

помощью несложных статистических методов и находят среднее значение и

стандартные отклонения, оценивают разброс данных и т.д., для анализа

составляют различные таблицы и строят гистограммы, диаграммы и контрольные

карты.

4 .2 О с н о в н ы е з а к о н ы р а с п р е д е л е н и я

п р о и з в о д с т в е н н ы х п о г р е ш н о с т е й

Статистическое регулирование технологического процесса - это

регулирование качества продукции в процессе ее производства с

использованием выборочных статистических характеристик для

своевременного выявления наступающих разладок и осуществления настройки

технологических операций на заданный уровень.Статистическое регулирование

технологического процесса проводится относительно границ регулирования,

определяемых расчетным путем, исходя из приемлемых для каждого вида

продукции доверительных интервалов.

142

Расчет границ регулирования является главным теоретическим вопросом

статистических методов управления качеством продукции. Расчет границ

регулирования определяется на основе учета двух противоположных

тенденций:

1) обеспечение надежной защиты от появления брака или снижения

качества продукции, что, в частности, требует достаточного удаления границ

регулирования от границ поля допуска в сторону сужения рабочей зоны между

границами регулирования;

2) обеспечение наименьших затрат и потерь производительности от

добавочных переналадок и настроек оборудования, дополнительной сплошной

рассортировки продукции и т.п., что, в частности, требует достаточного

удаления границ регулирования от выбранного уровня или поля настройки, т.е.

в сторону расширения рабочей зоны между границами регулирования.

Наивыгоднейшее положение границ регулирования можно определить,

например, задавшись требованиями, выраженными четырьмя величинами

(рисунок 4.2):

- доля брака, при которой нет смысла останавливать оборудование

для настройки;

α - риск излишней настройки при доле брака q

(вероятность ошибки

первого рода);

- доля брака, при которой необходимо остановить оборудование для

настройки;

β - риск незамеченной разладки при доле брака q

(вероятность

ошибки второго рода).

143

а - при заниженном объеме выборки;

б - при увеличении объема выборки.

Рисунок 4.2 - Оперативная характеристика плана статистического

регулирования технологического процесса

Соотношения и зависимости указанных величин, выраженные в

графической или табличной форме, представляют оперативную

характеристику плана регулирования по конкретному статистическому

методу.

В зависимости от объема выборки оперативная характеристика резко

изменяет свою форму, а при изменении положения границ регулирования она

соответственно смещается по оси для долей брака; при расширении границ

доля брака возрастает, а при заданной доле брака возрастает вероятность (риск)

незамеченной разладки β.

При малых объемах выборок кривая оперативной характеристики

пологая, а при увеличении объема выборок кривая становится круче. Это

позволяет получать многочисленные варианты оперативных характеристик.

144

Перемещая оперативную характеристику вправо и влево путем

смещения границ регулирования и сжимая и растягивая ее путем изменения

объема выборки, можно добиться, чтобы две точки на оперативной

характеристике соответствовали заданным рискам α и β при заданных долях

брака. Но такая оптимизация плана и границ регулирования является неполной,

т.к. не учитываются экономические показатели.

Эффективность статистического управления качеством существенно

зависит от так называемых планов выборочной проверки параметров

мгновенного распределения показателя качества.

Наиболее важен план проверки центра группирования значений

наблюдаемого размера, т.к. именно этот параметр распределения характеризует

правильность настройки оборудования.

План выборочной проверки включает:

- объем выборки;

- порядок ее составления;

- способ измерения показателя качества;

- способ статистической обработки результатов измерения;

- решающее правило, когда следует принять и когда забраковать центр

группирования по результатам проверки.

Количественной характеристикой плана выборочной проверки,

связывающей его с суммой потерь из-за брака и с расходами на контроль и

подналадки, является особая функция, выражающая вероятность принять центр

группирования при различных отклонениях его от заданного уровня.

Последовательность значений этой функции, вычисленных для

практически возможных отклонений центра группирования, называется

оперативной характеристикой плана выборочной проверки.

В графическом представлении, при условном наложении ее на

контрольную карту, оперативная характеристика плана выборочной проверки

центра группирования (рисунок 4.3) разделяется на две ветви - верхнюю (для

верхней границы поля допуска) и нижнюю (для нижней границы поля допуска).

145

Рисунок 4.3 - Оперативная характеристика для оптимизированного плана

статистического регулирования процесса

Практически для всех известных планов выборочной проверки центра

группирования оперативную характеристику можно либо представить, либо

достаточно точно аппроксимировать с помощь.

Уравнения с тремя параметрами: λ, γ

, γ

.Из них λ - крутизна кривой -

обладает тем свойством, что ее увеличение приводит к удорожанию проверок

(

), но снижает потери из-за лишних настроек и брака.

Параметры γ

, γ

определяют соответственно положение верхней и

нижней ветвей оперативной характеристики относительно заданного уровня О

центра группирования. Они не влияют на стоимость проверок, но меняют как

общую сумму, так и соотношение потерь из-за лишних настроек, с одной

стороны, и потерь из-за брака - с другой.

При изменении комбинации значений параметров λ, γ

, γ

меняется

удельный вес различных видов затрат и потерь и их общая сумма,

обусловленные тем планом выборочной проверки, который характеризуется

этой комбинацией.

146

Особенно следует иметь в виду, что каждой операции (классу

одинаковых операций) соответствует своя наиболее выгодная комбинация

значений параметров оперативной характеристики λ, γ

, γ

. Определение этой

комбинации составляет наиболее важную часть расчетов для отыскания

оптимального варианта статистического управления качеством продукции для

данной операции или класса операций.

После того как определены значения параметров λ, γ

, γ

, уже не трудно

подобрать удовлетворяющий им план выборочной проверки.

Основное правило статистического регулирования технологического

процесса заключается в том, что в целях заблаговременного предупреждения

появления брака, раннего выявления и предупреждения возможностей разладки

или нарушений заданного хода процесса значения статистических

характеристик, например, средних арифметических значений и размахов (х, R) в

мгновенных выборках, не должны выходить за границы регулирования. Выход

значений этих характеристик за границы регулирования означает разладку или

нарушение заданного хода процесса и возможность появления брака.

При анализе технологических процессов и при расчете положения границ

регулирования следует исходить из приведенных ниже предпосылок:

- распределения значений параметров процесса и показателей качества не

всегда подчиняются закону нормального распределения. Так, распределения

существенно-положительных величин обязательно отличны от нормального, а

распределения нормально-варьирующих величин для процессов с быстрым

изменением уровня настройки и рассеивания значений регулируемого

параметра также отличаются от нормального распределения;

- технологическим процессам свойственно изменение уровня настройки и

рассеяния значений параметра во времени.

Для случаев регулирования показателей качества, относящихся к

нормально-варьирующим величинам, точность процесса на данной операции

характеризуется законом распределения, статистическими характеристиками

147

которого является генеральная средняя X и общее среднее квадратическое

отклонение σ.

Если этот закон остается постоянным во времени, т.е. сохраняет на

протяжении длительного промежутка времени свое распределение, то процесс

называется абсолютно стабильным.

Если же распределение изменяется во времени, то процесс не является

абсолютно стабильным. К факторам, систематически изменяющим во времени

положение или форму кривой распределения, можно отнести, например, износ

инструмента, температуру нагрева, изменение концентрации.

Распределения, характеризующие точность процесса в данный момент

времени, называются мгновенными. Наиболее важная характеристика

мгновенного распределения - средняя арифметическая Х

- характеризует

мгновенный уровень настройки, а мгновенное среднее квадратическое

отклонение <з

характеризует мгновенное рассеяние значений показателя

качества.

Для абсолютно стабильных процессов Х

и σ

практически не изменяются

во времени. Однако для большинства процессов они подвержены заметным

изменениям.

Исследованием различных вариантов статистического регулирования

(метод средних, метод медиан, метод крайних) было установлено следующее:

− при точном выполнении правил статистическое регулирование

технологических процессов может гарантировать пропуск незамеченных

отклонений в количестве 0,3 до 1 %, при этом трудоемкость контроля при

статистическом регулировании технологической операции будет составлять 40-

50 % трудоемкости сплошного контроля;

− эффективность статистического регулирования повышается с

увеличением массовости производства (сменного выпуска изделий);

− чрезмерное сужение границ регулирования, а также чрезмерная

частота ручного отбора выборок неэкономичны и по своей трудоемкости и по

своей трудоемкости приближаются к сплошной проверке изделий;

148

− наличие в изготовляемой продукции более 7 % отклонений,

дефектов и брака приводит к частым рассортировкам часовой или сменной

выработки продукции; в таких условиях статистическое регулирование требует

таких же или почти таких же затрат на контроль, что и при сплошной проверке

изделий;

− при прочих равных условиях метод медиан и метод средних

значений позволяют брать пробы в 2 раза реже, чем при методе крайних

значений.

Статистическое регулирование технологических процессов необходимо в

массово-поточном производстве: оно эффективно предупреждает

возникновение брака (или выявляет его вскоре после возникновения), не доводя

дефектных изделий до финишных операций, когда их стоимость значительно

возрастает, а исправить брак становится уже невозможным.

4 .3 А н а л и з п р о б л е м п р е д п р и я т и я с п о м о щ ь ю

д и а г р а м м ы П а р е т о

Изучение проблем, возникающих на любом предприятии, необходимо

начать с принципа, который сформулировал еще в 1897 г. Итальянский

экономист и социолог Вильфредо Парето: «В любом деле 20 %затраченных

усилий дают 80 результата, остальные же 80 % усилий – лишь 20 %

результата».

Этот принцип носит имя автора, однако, часто его называют «принципом

20/80».

Иными словами, причин, реально и значительно снижающих качество, не

так уж много, и они, как правило, не сосредоточены в одном процессе.

Подавляющее большинство (80 %) дефектов и связанных с ними потерь

(прежде всего материальных) возникает из-за небольшого числа причин (20 %).

Из этого следует, что не обязательно. Чтобы любая работа была выполнена

наилучшим образом. Часто бывает вполне достаточно удовлетворительного

149

результата, поскольку упорное стремление к совершенству не всегда оправдано

с точки зрения затрат материальных и трудовых ресурсов. Ведь не зря же

русская народная мудрость гласит: «Лучше – враг хорошего» и «Овчинка

выделки не стоит».

Однако на деле следовать этому привлекательному принципу непросто.

Для этого в любой проблеме, в том числе и производственной, необходимо из

огромного числа факторов, влияющих на нее, выделить те 20 %

«немногочисленных, существенно важных» факторов, которые в основном (на

80 %), и порождают проблему. Остальные относят к «многочисленным,

несущественным» факторам. Сделать такое разделение позволяет диаграмма

Парето.

Диаграмма Парето – специфический комбинированный график, на

котором совмещены столбчатая диаграмма и ломаная кривая. На оси абсцисс

указаны анализируемые факторы, на левой оси ординат – «весомость»

факторов (в рублях, количестве дефектов или других показателей), на правой –

шкала процентов от 0 до 100.

Это инструмент, позволяющий:

- наглядно представить относительную значимость («удельный вес»)

основных факторов, влияющих на решаемую проблему;

- выделить группу наиболее «весомых», на которых необходимо

сосредоточит усилия для достижения наибольшего положительного эффекта в

решении проблемы;

- оценить эффективность приложенных усилий.

Диаграмма Парето используется и в противоположном случае, когда

положительный опыт отдельных цехов хотят внедрить на своем предприятии. С

помощью диаграммы Парето выявляют основные причины успехов и широко

пропагандируют эффективные методы работы.

При использовании диаграммы Парето для контроля важнейших

факторов наиболее распространенным методом анализа является так

называемый АВС- анализ.

150

Допустим, на складе находится большое число деталей – 1000, 3000 и

более. Проводить контроль всех деталей одинаково, без всякого различия,

очевидно, неэффективно. Если же эти детали разделить на группы, допустим,

по их стоимости, то на долю наиболее дорогих деталей, составляющей всего

10-15 % от их общего количества придется 60-70 % от общей стоимости всех

деталей, а на долю группы самых дешевых деталей, составляющей 40-50 % от

всего количества деталей, придется всего 5-10 % от общей стоимости.

Назовем первую группу А, вторую – группой С. Промежуточную группу,

стоимость которой составляет 20-35 % от общей стоимости, назовем группой В.

Теперь ясно, что контроль деталей на складе будет эффективным в том случае,

если контроль деталей группы А будет самым жестким, а контроль деталей

группы С –упрощенным.

Диаграмма Парето для решения таких проблем, как появление брака,

неполадки оборудования, контроль деталей на складах и т.д., строится не в

одном варианте. Рекомендуется составлять несколько вспомогательных

диаграмм, входящих в состав группы А.

Виды диаграмм

Различают два вида диаграмм Парето:

- по результатам деятельности;

- по причинам.

Диаграмма Парето по результатам деятельности предназначена для

выявления главной проблемы и отражает следующие нежелательные

результаты деятельности:

• Качество (несоответствия, ошибки, рекламации, ремонт, возвраты

продукции);

• Себестоимость (объем потерь, непроизводительные затраты);

• Сроки поставок (нехватка запасов, ошибки в составлении счетов,

срыв сроков поставок);