Понятие о статистических методах

Понятие "управление качеством" как наука возникло в конце 19-го столетия, с переходом промышленного производства на принципы разделения труда. Принцип разделения труда потребовал решения проблемы взаимозаменяемости и точности производства. До этого при ремесленном способе производстве продукции обеспечение точности готового продукта производилось по образцам или методами подгонки сопрягаемых деталей и узлов. Учитывая значительные вариации параметров процесса, становилось ясно, что нужен критерий качества производства продукции, позволяющий ограничить отклонения размеров при массовом изготовлении деталей.

В качестве такого критерия Ф.Тейлором были предложены интервалы, устанавливающие пределы отклонений параметров в виде нижних и верхних границ. Поле значений такого интервала стали называть допуском.

Установление допуска привело к противостоянию интересов конструкторов и производственников: одним ужесточение допуска обеспечивало повышение качества соединения элементов конструкции, другим – создавало сложности с созданием технологической системы, обеспечивающей требуемые значения вариаций процесса. Очевидно также, что при наличии разрешенных границ допуска у изготовителей не было мотивации "держать" показатели (параметры) изделия как можно ближе к номинальному значению параметра, это приводило к выходу значений параметра за пределы допуска.

В тоже время (начало 20-х годов прошлого столетия) некоторых специалистов в промышленности заинтересовало, можно ли предсказать выход параметра за пределы допуска. И они стали уделять основное внимание не самому факту брака продукции, а поведению технологического процесса, в результате которого возникает этот брак или отклонение параметра от установленного допуска. В результате исследования вариабельности технологических процессов появились статистические методы управления процессами. Родоначальником этих методов был В.Шухарт.

С момента зарождения статистических методов контроля качества специалисты понимали, что качество продукции формируется в результате сложных процессов, на результативность которых оказывают влияние множество материальных факторов и ошибки работников. Поэтому для обеспечения требуемого уровня качества нужно уметь управлять всеми влияющими факторами, определять возможные варианты реализации качества, научиться его прогнозировать и оценивать потребность объектов того или иного качества.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество продукции, осуществляя контроль на различных этапах производственного процесса.

Все статистические методы базируются на понятии разброса. Применение на рабочем месте статистических методов для контроля за разбросом параметров изготавливаемого изделия является представлением в графическом виде простых для понимания статистических величин, характеризующих разброс. Оценка разброса данных часто дает возможность понять характер процесса. Если разброс данных мал, можно ослабить контроль, если велик – это следует воспринимать как сигнал к необходимости регулирования процесса для повышения его стабильности, повышения качества исходных материалов, выявления и устранения неполадок оборудования и пр. Собранные данные могут быть использованы не только для принятия решений в момент их получения и анализа, но и для оценки различных проблем, рассматриваемых в течение более долгого срока, например, в течение месяца или года.

Статистические методы классифицируют по признаку общности на три основные группы:

1) Графические методы. Это так называемые «семь инструментов контроля качества». К ним относятся:

- контрольные листки, позволяющие усовершенствовать процесс сбора данных и упорядочить данные для облегчения их дальнейшего использования.

- диаграммы Парето, позволяющие выяснить причины появления немногочисленных, существенно важных дефектов и сосредоточить усилия на ликвидации именно этих причин. С помощью диаграмм Парето анализируют виды брака, суммы потерь от брака, затраты времени и материальных средств на его использование, содержание рекламаций и затраты, связанные с рекламациями, число случаев поломок. Диаграммы Парето используются также для анализа временных факторов, себестоимости, безопасности труда, спроса на разные виды продукции, для определения эффективности мероприятий по устранению причин возникновения дефектов.

- диаграммы причин и результатов (диаграмма Исикавы), показывающие отношение между показателем качества и воздействующими на него факторами. Использование диаграмм Исикавы эффективно при решении вопросов обеспечения качества продукции, повышения производительности труда, разработки рационализаторских предложений, повышения эффективности использования оборудования, совершенствования техники безопасности, разработки и внедрения стандартов на технологические операции и др.

- гистограммы, отражающие условия процесса за период, в течение которого были получены данные. Сравнение вида распределения гистограммы с контрольными нормативами дает важную информацию для управления процессом. Гистограммы удобны при составлении месячных отчетов о качестве выпускаемой продукции, о результатах технического контроля, при демонстрации изменения уровня качества по месяцам и т.д.

- диаграммы рассеяния, позволяющие выявить причинно-следственные связи показателей качества и влияющих факторов при анализе диаграммы Исикавы. Диаграмма рассеяния (разброса) строится как график зависимости между двумя переменными х и у.

- контрольные карты, позволяющие отделить вариации показателя качества, обусловленные определенными причинами, от вариаций, обусловленных случайными причинами. Контрольная карта представляет собой специальный бланк, на котором проводится центральная линия и две линии выше и ниже средней, называемые верхней и нижней контрольными границами. На карту точками наносятся данные измерений или контроля параметров и условий производства. Исследуя изменение данных с течение времени, следят, чтобы точки графика не вышли за контрольные границы. Если обнаруживается выброс одной или нескольких точек за контрольные границы это воспринимается как информация об отклонении параметров или условий процесса от установленной нормы. Для выявления причины отклонения исследуют влияние качества исходного материала или деталей, методов, операций, условий проведения технологических операций, оборудования.

- метод расслоения (стратификации), в соответствии с которым, данные группируются в зависимости от условий их получения. Обработка каждой группы данных проводится отдельно. Расслоение помогает выяснить причины появления дефектов, если обнаруживается разница в данных между «слоями».

2) методы анализа статистических совокупностей: сравнения средних; сравнения дисперсий; регрессивный вид анализа; дисперсионный вид анализа;

3) экономико-математические методы: математическое программирование; планирование эксперимента; имитационное моделирование; метод оценки риска и последствий отказов (FMEA); теория массового обслуживания; теория расписаний; функционально-стоимостный анализ; методы Тагути; структурирование функции качества (СФК) или «Голос клиента».

Важно именно совместное применение уже известных методов контроля качества и «семи новых инструментов контроля качества», которые должны дополнять другие статистические методы контроля качества. К «семи новым инструментам контроля качества» относятся диаграммы сродства, диаграммы зависимостей, системная (древовидная) диаграмма, матричная диаграмма, стрелочная диаграмма, диаграмма планирования оценки процесса (PDPC), анализ матричных данных.

Диаграмма сродства служит для определения нарушений установленного процесса по состоянию нарушений и для указания возможных мер, требуемых для их устранения. Диаграмма сродства представляет собой перечень основных нарушений, скомплектованных по принципу сродства различных данных.

Диаграмма зависимостей составляется для того, чтобы проблемам, требующим решения, зафиксированным в диаграмме сродства, поставить в соответствие основные причины, вызвавшие их появление. Классификация этих причин по важности осуществляется с учетом используемой технологии, а также числовых данных, характеризующих причины.

Системная (древовидная) диаграмма используется в качестве метода системного определения оптимальных средств решения возникших проблем и строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения.

Матричная диаграмма выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень зависимостей этих факторов, причин их возникновения и мер по их устранению.

Стрелочная диаграмма используется при составлении оптимальных планов тех или иных мероприятий после того, как определены проблемы, требующие решения, определены необходимые меры, сроки и этапы их осуществления, т.е. после составления первых четырех диаграмм

Диаграмма планирования оценки процесса применяется для оценки правильности осуществления, а также необходимости корректирования тех или иных мероприятий в ходе их выполнения в соответствии со стрелочной диаграммой в случае решения сложных проблем в области научных разработок, в области производства при регулярном появлении брака, при получении крупных заказов со стороны и т.д.

Анализ матричных данных – это обработка большого количества числовых данных, полученных при осуществлении каждого этапа матричной диаграммы. Этот анализ проводится с помощью графиков отдельно для каждой группы данных.

Статистические методы являются основой для эффективного распознавания проблем и их анализа. С их помощью можно добиться полной картины о возможных причинах проблем, установить приоритеты и принимать решения.

Date: 2015-06-08; view: 824; Нарушение авторских прав