Оценка степени статистической управляемости на производстве
Введение
1 Обзор литературных источников……………………………………………….5
1.1 Практическое применение контрольных карт Шухарта………………….5
1.2 Проблема многомерного
статистического контроля показателей
качества в технологическом процессе……………………………………………………….
1.3 Статистические методы выявления корреляционной связи……………..10
1.4 Статистический анализ точности и стабильности технологических процессов …………………………………………………………………………13
1.5 7 простых инструментов контроля качества……………………………14
1.6 Диаграмма Парето: новые возможности…………………………………..20
2 Материал и методика…………………………………………………………
3 Практическая часть……………………………………………………………..
3.1 Диаграмма Парето………..……………………………………………….
3.2 Контрольные карты по количественному признаку……………………..32
3.2.1 -R карта (солевой ожег)…………………………………………….32
3.2.2 -S карта (повышенное содержание триметиламина)……………..33
3.3 Контрольные карты по качественному признаку…………………………33
- Р- карта (ржавчина)…………………………………………….33
3.3.2 np-карта (рапа)…………………………………………………..33
- c-карта (наличие дефектов при посоле)………………………34
- u-карта (деформация упаковки)……………………………….34
3.4Гистограмма распределения (повышенная
концентрация соли в тузлуке)…………………………………………………………
- Корреляционно-регрессионный анализ (зависимость концентрации соли в мышечной ткани от времени просаливания)…………………………..35
- Диаграммы Исикава……………………………………………………….3
5
3.6.1Диаграмма 1 (окись)……………………………………………35
3.6.2Диаграмма 2 (омыление)……………………………………….35
ПРИЛОЖЕНИЕ А…………………………………………………………………36
ПРИЛОЖЕНИЕ Б…………………………………………………………………37
ПРИЛОЖЕНИЕ В………………………………………………………………..38
ПРИЛОЖЕНИЕ Г………………………………………………………………..39
ПРИЛОЖЕНИЕ Д………………………………………………………………..40
ПРИЛОЖЕНИЕ Е………………………………………………………………..41
ПРИЛОЖЕНИЕ Ж………………………………………………………………..42
ПРИЛОЖЕНИЕ З………………………………………………………………..43
ПРИЛОЖЕНИЕ И………………………………………………………………..44
ПРИЛОЖЕНИЕ К………………………………………………………………..45
ПРИЛОЖЕНИЕ Л………………………………………………………………..46
ПРИЛОЖЕНИЕ М………………………………………………………………..47
ПРИЛОЖЕНИЕ Н………………………………………………………………..48
ПРИЛОЖЕНИЕ П………………………………………………………………..49
Заключение……………………………………………………
Список использованной литературы…………………………………………….51
ВВЕДЕНИЕ
Эффективное управление процессом связывается с принятием оптимальных воздействий на процесс. Необходимо избегать как излишнего, так и недостаточного управления. Формирование воздействий на процесс существенно зависит от того, находится ли процесс в статистически управляемом состоянии (работает ли процесс под статистическим контролем) или вышел из под контроля.
При нахождении технологического процесса в статистически управляемом состоянии персонал регулярно должен проводить анализ данных. Разные случаи разладки фиксируются на контрольных картах, которые предназначены для оценки степени статистической управляемости процесса.
Важнейшим источником роста эффективности производства является постоянное повышение технического уровня и качества выпускаемой продукции. Для технических систем характерна жесткая функциональная интеграция всех элементов, поэтому в них нет второстепенных элементов, которые могут быть некачественно спроектированы и изготовлены. Системный подход позволяет объективно выбирать масштабы и направления управления качеством, виды продукции, формы и методы производства, обеспечивающие наибольший эффект усилий и средств, затраченных на повышение качества продукции . Системный подход к улучшению качества выпускаемой продукции позволяет заложить научные основы промышленных предприятий, объединений, планирующих органов [1] .
Целью данной курсовой работы является оценка степени статистической управляемости на производстве.
Для достижения поставленной цели определены следующие задачи:
1 Обзор литературы, касающейся статистических методов оценки качества;
2 Выбор статистических методов на производстве, с помощью которых будет проводиться оценка дефектов сельди соленой;
3 Оценка дефектов сельди соленой
1 ОБЗОР ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ
1.1 Практическое применение контрольных карт Шухарта
Контрольные карты
применяются для оценки
Карты контроля
являются инструментом
Система статистического управления процессами включает разработку процессов и определения их входов и выходов. Такая необходимость обусловлена проведением их оценки для эффективного использования ресурсов в процессе производства. Одним из методов оценки статистической управляемости процессов- применение контрольных карт Шухарта, позволяющих определять влияние обычных и особых причин изменчивости [1].
При организации любого производственного процесса возникает задача установки пределов характеристик изделия, в рамках которых произведенная продукция удовлетворяет своему предназначению. Вообще говоря, существует два "врага" качества продукции: отклонения от плановых спецификаций и слишком большой разброс реальных характеристик изделий (относительно плановых спецификаций).
Одним из эффективных методов анализа работоспособности, стабильности и эффективности разнообразных процессов являются карты контроля качества, представляющие собой графическое и наглядное представление изменений среднего значения, характеристик разброса показателей качества процессов. Наблюдая за динамикой этих показателей, можно выявить разнообразные, в том числе и потенциально возможные нарушения хода процесса. Применение контрольных карт сопряжено с неформальным заданием ряда их параметров. Данная программа позволяет исследовать влияние этих параметров на эффективность идентификации отклонений, сравнить различные виды контрольных карт и решить ряд других полезных задач с целью успешного применения карт в своей профессиональной деятельности.
Контрольные карты можно использовать:
- как сигнал о том, что в процессе произошло некоторое изменение, так и в качестве оценки величины изменения, для которого требуется коррекция;
- исключительно как сигнал о том, что в процессе произошло некоторое изменение, чтобы работник осознал, что процесс требует его внимания;
- для получения оценок числа случаев в прошлом, когда в процессе возникали изменения, и установления на их основе причин, вызывающих эти изменения;
- как меру качества продукции для классификации по периодам.
1.2 Проблема многомерного статистического контроля показателей качества в технологическом процессе
Статистические методы анализа точности, стабильности и управления технологическими процессами, регламентированные нормативными документами, предусматривают контроль процесса лишь по одному показателю качества выпускаемого изделия. Между тем качество изделия обычно характеризуется несколькими показателями; эти показатели могут быть коррелированны между собой. В последнем случае независимый контроль по отдельным показателям может привести к значительным погрешностям; результат контроля часто оказывается неадекватным реальной ситуации: возможны как пропуски фактической разладки процесса, так и необоснованные остановки при выходе используемых статистик за контрольные пределы [2].
До сравнительно недавнего времени статистические методы на производстве были ориентированы на расчеты вручную, и о применении методов многомерного статистического анализа вопрос не стоял. Использование компьютерной техники и современного программного обеспечения позволяет обеспечить надежный контроль технологического процесса с учетом множества коррелированных показателей качества непосредственно в производственных условиях, а при наличии электронных контрольно-измерительных устройств с соответствующим интерфейсом - в режиме реального времени.
Вмешательство в технологический процесс для настройки требуется тогда, когда выпускаемая продукция еще удовлетворяет техническим требованиям, но статистические показатели процесса свидетельствуют о наличии неслучайных воздействий. Практический инструмент для решения вопроса о необходимости такого вмешательства - контрольная карта - была предложена У. Шухартом: сигнал о разладке процесса подается при выходе контролируемого показателя за некоторую пороговую границу.
Задача последовательного обнаружения изменения среднего уровня технологического процесса для одномерной независимой гауссовской случайной последовательности рассмотрена в работах М. Гиршика, Г. Рубина, Е. Пейджа; на основе методов последовательного анализа была предложена контрольная карта кумулятивных сумм. С. Робертс предложил использование экспоненциального сглаживания для обнаружения нарушений в ходе процесса [2].
Существенное влияние на выбор метода решения задач вероятностной диагностики технологического процесса оказывает наличие или отсутствие информации о распределении момента появления нарушения. Задача о статистическом контроле процесса при известных вероятностях перехода из налаженного состояния в разлаженное всесторонне исследована А.Н. Ширяевым. Им получено строгое математическое решение задачи о разладке с синтезом оптимальных алгоритмов при известном распределении момента появления разладки. Однако при практическом проведении статистического контроля, как правило, априорное распределение этих вероятностей неизвестно. Дальнейшее развитие этих работ на базе теории случайных процессов проводилось И.В. Никифоровым, Л.А. Телькснисом, Б.Е Бродским, Б.С. Дарховским и другими.
Таким образом, используется три основных подхода к решению задачи статистического контроля процесса и различные их модификации. Первый, базирующийся на критерии Неймана-Пирсона, представляет собой контрольную карту Шухарта - исторически самый первый метод диагностики технологического процесса. Второй подход основан на многократном применении последовательного анализа Вальда и реализован на практике в виде контрольных карт кумулятивных сумм. Наконец, третий подход к обнаружению нарушения процесса базируется на экспоненциальном сглаживании.
Если контролируемые показатели качества оказываются зависимыми, использование независимого контроля отдельных показателей может привести к значительным погрешностям, связанным с двумя обстоятельствами. Во-первых, различны доверительные области: при независимом контроле это прямоугольный параллелепипед, стороны которого определяются границами регулирования карт Шухарта; с учетом корреляционных связей доверительная область представляет эллипсоид, главные оси которого повернуты относительно осей параллелепипеда: опытные точки, оказывающиеся внутри параллелепипеда, но вне эллипсоида, свидетельствуют о нормальном ходе процесса, хотя на самом деле процесс статистически неуправляем. Во-вторых, определение совместного уровня значимости (вероятности ложной тревоги) невозможно при контроле по отдельным показателям, коррелированным между собой.
Обобщение контрольных карт Шухарта для независимой последовательности многомерных случайных векторов предложено Г. Хотеллингом. Сравнительно недавно разработаны и различные варианты обобщений для многомерного контроля алгоритмов кумулятивных сумм и экспоненциально взвешенных скользящих средних. Однако практическому использованию этих средств препятствует ряд обстоятельств: их недостаточная чувствительность к нарушениям процесса (определяется по количеству наблюдений от момента нарушения процесса до момента обнаружения этого нарушения - средняя длина серий), необходимость проведения специальных статистических испытаний для оценивания параметров некоторых средств, отсутствие статистических инструментов для многомерного контроля технологического рассеивания, методов диагностики и принятия решения при многомерном контроле, соответствующего программного обеспечения.
Предлагаемая методика многомерного статистического контроля показателей качества технологического процесса включает четыре этапа:
-предварительный анализ обучающей выборки на стадии отлаженного процесса с целью определения статистических характеристик процесса, выбора средств контроля и определения их параметров; при необходимости на этом этапе строятся регрессионные зависимости между показателями качества и анализируются свойства регрессионных остатков;
-мониторинг технологического процесса по оперативным данным (результатам наблюдений) с использованием выбранных статистических инструментов;
-диагностика процесса на наличие нарушений: определение вида нарушения и показателей качества, с которыми связано нарушение; информация о состоянии процесса поступает из блока мониторинга; информация об опасных неслучайных структурах, характерных для данного процесса поступает из блока предварительного анализа; в свою очередь из блока диагностики информация об отсутствии нарушений поступает в блок предварительного анализа для периодической корректировки статистических характеристик;
-блок поддержки принятия решения: требуется остановка процесса или возможно продолжение работы; информация о наличии или отсутствии нарушений поступает из блока диагностики; из блока предварительного анализа вводятся данные о воспроизводимости процесса и степени опасности неслучайных структур различного вида; для поддержки принятия решения используется аппарат нечеткой логики.
Программный комплекс многомерного статистического анализа и контроля предназначен для контроля до десяти показателей качества технологического процесса, в общем случае коррелированных между собой. Результат работы программы - сообщение о наличии (или отсутствии) нарушений процесса на базе компьютерного статистического анализа данных по результатам мониторинга процесса и рекомендации по управляющему воздействию на технологический процесс [3].
Результаты измерений вводятся в виде текстового файла данных, интерактивно или в режиме реального времени непосредственно по мере проведения измерений. Принятие решения о статистической управляемости процесса производится на основе компьютерного анализа данных по всем рассмотренным выше типам контрольных карт с учетом наличия на них неслучайных структур и воспроизводимости процесса.
В качестве примеров рассмотрено одновременное шлифование двух поверхностей ступенчатого вала и контроль процесса очистки смазочно-охлаждающей жидкости. В первом случае контролировались диаметры первой и второй ступеней и конусность на первой ступени (три показателя), во втором - девять показателей качества очистки: содержание железа, посторонних масел, зольность, солесодержание, и др.; при этом обеспечивался как контроль всей совокупности показателей, так и подмножества из первых трех показателей по регрессионным остаткам.
1.3 Статистические методы выявления корреляционной связи
Корреляционная связь характеризуется согласованностью в вариации значений признаков. Однако согласованность эта не всегда свидетельствует о наличии причинно-следственной связи между рассматриваемыми признаками. Так например, согласованность в вариации значений признаков может быть следствием какой-либо одной, общей для них причины, или отражать случайное совпадение в изменениях признаков, не находящихся между собой в какой-либо связи. Неправильно возлагать полностью на статистику задачу установления наличия связи. Статистика только обнаруживает и характеризует фактическое проявление связи, указания на возможность которой дает теория изучаемого явления [4].
Именно теоретический анализ указывает на вытекающую из существа изучаемого явления возможность связи между признаками, процессами, сопровождающими это явление. Однако теория не может дать ответ на вопрос, проявляется ли в действительности и как проявляется теоретически возможная связь в данных конкретных условиях.
При статистическом изучении корреляционной связи между признаками исходным материалом являются данные об индивидуальных значениях этих признаков в изучаемой статистической совокупности.
Статистическая наука в настоящее время располагает большим набором приемов (методов) выявления корреляционной связи. Одни приемы можно отнести к элементарным (простейшим), другие предусматривают использование специального сложного математического аппарата.
К так называемым элементарным приемам (методам) выявления наличия корреляционной связи относятся: параллельное сопоставление рядов значений факторного и результативного признаков, графическое изображение фактических данных с помощью поля корреляции, построение групповой и корреляционной таблиц, факторные (аналитические) группировки и исчисление групповых средних.
К сложным методам изучения взаимосвязей относятся балансовые таблицы, дисперсионный анализ, методы теории корреляции и регрессии, методы многомерного анализа, методы распознавания образов, метод главных компонентов и др.
При отсутствии ярко выраженной причинной связи между факторным и результативным признаками наличие и характер связи можно установить при помощи метода параллельных рядов: в одной таблице приводятся упорядоченные значения факторного признака, который обычно обозначается символом х, и соответствующие им значения результативного признака, который обычно обозначается символом у.
Наличие и характер связи определяется по степени согласованности вариации данных рядов.
В тех случаях, когда возрастание величины факторного признака влечет за собой возрастание величины результативного признака, говорят о возможном наличии прямой корреляционной связи. Если же с увеличением факторного признака величина результативного признака имеет тенденцию к уменьшению, то можно предполагать обратную связь между этими признаками.
Параллельное сопоставление рядов индивидуальных значений в данном случае показывает на наличие прямой корреляционной связи по мере увеличения производственного стажа размер дневной заработной платы повышается.
Метод параллельных рядов обычно используется для установления характера связи при относительно небольшом объеме исходного материала. Однако при наличии большого числа значений признаков, когда одному и тому же значению признака-фактора, как правило, соответствует несколько различных значений результативного признака, восприятие параллельных рядов сильно затрудняется. В этих случаях целесообразно для установления наличия связи воспользоваться методом построения корреляционных таблиц.
Построение корреляционной таблицы начинают с группировки значений факторного и результативного признаков. В корреляционной таблице, как правило в подлежащем указывается факторный признак х, а в сказуемом – результативный признак у.
В корреляционной таблице указываются частоты: сколько раз данная величина одного признака повторяется в сочетании с соответствующей величиной другого признака. Итоговые графа и строка отражают распределение единиц совокупности по рассматриваемым признакам.
Если частоты в корреляционной таблице расположены на «главной» диагонали (из левого верхнего угла в правый нижний угол), но можно предположить наличие прямой корреляционной зависимости между признаками. Если же частоты расположены по «вспомогательной» диагонали (из левого нижнего угла в правый верхний угол), то предполагают наличие обратной связи между признаками [4].
Следует подчеркнуть, что при рассмотрении корреляционной таблицы важно установить расположение основной части частот. Возможны варианты, что все клетки корреляционной таблицы окажутся заполненными. Однако это обстоятельство еще не означает, что корреляционная связь между данными признаками отсутствует. Если основная масса частот расположена по той или иной диагонали, то корреляционная связь между признаками существует.
Корреляционная таблица позволяет сжато, компактно и достаточно наглядно изложить исходный материал. Поэтому даже расчеты по методам корреляции и регрессии можно вести по корреляционной таблице.
1.4 Статистический анализ точности и стабильности технологических процессов
Статистические методы управления качеством продукции обладают в сравнении со сплошным контролем продукции таким важным преимуществом, как возможность обнаружения отклонения от технологического процесса не тогда, когда вся партия деталей изготовлена, а в процессе (когда можно своевременно вмешаться в процесс и скорректировать его) [5].
Статистический анализ точности и стабильности технологического процесса - это установление статистическими методами значений показателей точности и стабильности технологического процесса и определение закономерностей его протекания во времени.
Статистическое регулирование технологического процесса - это корректирование значений параметров технологического процесса по результатам выборочного контроля контролируемых параметров, осуществляемое для технологического обеспечения требуемого уровня качества продукции.
Статистический приемочный контроль качества продукции - это контроль, основанный на применении методов математической статистики для проверки соответствия качества продукции установленным требованиям и принятия продукции.
Статистический метод оценки качества продукции - это метод, при котором значения качества показателей качества продукции определяют с использованием правил математической статистики.
Термин "статистический приемочный контроль" не следует обязательно связывать с контролем готовой продукции. Статистический приемочный контроль может применяться на операциях входного контроля, на операциях контроля закупок, при операционном контроле, при контроле готовой продукции и т.д., т.е. в тех случаях, когда надо решить - принять или отклонить партию продукции.
Область применения статистических методов в задачах управления качеством продукции чрезвычайно широка и охватывает весь жизненный цикл продукции (разработку, производство, эксплуатацию, потребление и т.д.).
Статистические методы анализа и оценки качества продукции, статистические методы регулирования технологических процессов и статистические методы приемочного контроля качества продукции являются составляющими управления качеством продукции.
1.5 7 простых инструментов контроля качества
В современном мире чрезвычайно важное значение приобретает проблема качества продукции. От ее успешного решения в значительной степени зависит благополучие любой фирмы, любого поставщика. Продукция более высокого качества существенно повышает шансы поставщика в конкурентной борьбе за рынки сбыта и, самое важное, лучше удовлетворяет потребности потребителей. Качество продукции - это важнейший показатель конкурентоспособности предприятия.
Качество продукции закладывается в процессе научных исследований, конструкторских и технологических разработок, обеспечивается хорошей организацией производства и, наконец, оно поддерживается в процессе эксплуатации или потребления. На всех этих этапах важно осуществлять своевременный контроль и получать достоверную оценку качества продукции [6].
Для уменьшения затрат и достижения уровня качества, удовлетворяющего потребителя нужны методы, направленные не на устранение дефектов (несоответствий) готовой продукции, а на предупреждение причин их появления в процессе производства.
Каковы же причины появления различных дефектов в изделиях и какие существуют возможности для уменьшения их числа?
Многие считают, что дефектные изделия неизбежны, поскольку продукция должна удовлетворять жестким требованиям стандартов качества, а факторы, ведущие к появлению дефектов, многочисленны. Однако, несмотря на различия в видах продукции и типах технологических процессов, причины появления дефектных изделий универсальны. Частично дефекты вызываются самими физико-химическими процессами создания изделий, а частично они связаны с вариабельностью (изменчивостью) материалов, процессов, приемов работы, методов контроля и т.д. Если бы не было вариабельности, то все изделия были бы идентичными, т.е. их качество было бы абсолютно одинаковым для всех них.
Что будет, например, если изготавливать изделия из материалов одинакового качества на одинаковых станках, с помощью одних и тех же методов и проверять эти изделия совершенно одинаковым образом? Вне зависимости от того, сколько изделий будет изготовлено, всё они должны быть идентичными, пока идентичны упомянутые четыре условия, т.е. либо все изделия будут соответствовать требованиям, либо не будут им соответствовать. Все изделия окажутся дефектными, если материалы, станки, методы изготовления или контроля будут отличаться от установленных требований. В этом случае неизбежно появление одинаковых дефектных изделий. Если же никаких отклонений в перечисленных четырех условиях производства не будет, то все изделия должны быть "идентичными" - бездефектными.
Но практически невозможно, чтобы все изделия оказались дефектными. Из всего объема выпуска только некоторые будут таковыми, в то время как остальные - бездефектными.
Рассмотрим, например, процесс гибки стальных листов. На первый взгляд кажется, что все листы имеют одинаковую толщину, но если точно измерить, их толщина будет различной, причем даже в разных частях одного и того же листа. Если исследовать кристаллическую структуру разных частей листа, то окажется, что в форме кристаллов, состоящих из атомов железа, углерода и других, есть незначительные вариации. Эти различия, естественно, влияют на показатели качества. Даже если используется один и тот же метод гибки, листы не будут изгибаться одинаковым образом, а в некоторых могут появиться и трещины.
