Развитие статистических методов в управлении качеством

Реферат на тему:

Развитие статистических методов в управлении качеством

Казань 2009

Содержание

Введение

1. Понятие о статистических методах качества

2. История развития статистических методов качества

3. Применение и освоение статистических методов

4. Простые статистические методы

4.1 Мозговая атака

4.2 Схема процесса

4.3 Контрольный листок (таблица проверок)

4.4 Временной ряд (линейный график)

4.5 Диаграмма Парето

4.6 Причинно-следственная диаграмма (диаграмма Исикава)

4.7 Гистограмма

4.8 Диаграмма разброса(рассеяния)

4.9 Контрольная карта

4.10 Методы Тагучи

Заключение

Список литературы

Введение

Одним из важнейших положений тотального менеджмента качества (TQM) является принятие решений на основе фактов. Совершенствование качества продукции и процессов требует скрупулезной работы персонала предприятия по выявлению причин дефектов (отклонений от документации) и их устранению. Для этого необходимо организовать поиск фактов, характеризующих несоответствия, в подавляющем большинстве которыми являются статистические данные, разработать методы анализа и обработки данных, выявить коренные причины дефектов и разработать мероприятия по их устранению с наименьшими затратами.

Проблемами сбора, обработки и анализа результатов производственной деятельности занимается математическая статистика, которая включает в себя большое количество не только известных методов, но и современных инструментов (как модно в последние годы называть методы) анализа и выявления дефектов. К таким методам можно отнести корреляционный и регрессионный анализы, проверку статистических гипотез, факторный анализ, анализ временных рядов, анализ безотказности и т. д.

Большое распространение в управлении качеством (под влиянием японских специалистов) получили семь простых методов, применение которых не требует высокой квалификации персонала и позволяет охватить анализ причины большинства возникающих на производстве дефектов. В настоящем пособии эти методы включены в различные разделы, исходя из целесообразности их применения.

Большое внимание уделяется практическому приложению математической статистики для решения конкретных производственных задач, особенно при анализе качества процессов.

Следует отметить, что с развитием научных систем управления качеством роль статистических методов в управлении качеством непрерывно возрастает. Именно широкое применение в производстве продукции статистических методов на первых этапах борьбы за качество (50-е годы) позволило японским предприятиям очень быстро выйти в лидеры мировой экономики.

Конкурентоспособность российских предприятий будет так же во многом зависеть от масштаба обучения персонала методам статистического управления качеством и их систематического применения на практике.

1. Понятие о статистических методах качества

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.

Одновременно с этим большое внимание уделялось разработке теории выборочного контроля продукции. Первые работы в этой области появились в конце 20-х годов в США, автором их был Г.Додж, ставший впоследствии известным американским ученым.

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.

В послевоенное время и в США, и в Европе появились национальные стандарты по качеству. Центральная роль в разработке нормативных документов в области качества принадлежит Международной организации по стандартизации (ISO). Начиная с 90-х годов, идеи теории вариаций, статистического управления процессами (SPC) овладели не только специалистами-математиками, но и стали неотъемлемыми инструментами менеджеров и работников служб качества.

Большой толчок дальнейшему развитию принципов управления качеством дал японский ученый Г.Тагути. Он предложил учитывать вариации свойств продукции на разных этапах ее разработки, что для менеджмента качества явилось революционной идеей. По Тагути нужно было установить те сочетания параметров изделий и процессов, которые приводили к минимуму вариаций процессов. Эти процессы, которые стали называть робастными, были устойчивы к вариациям входных параметров процессов.

Используемые в сегодняшней практике предприятий статистические методы можно подразделить на следующие категории:

- методы высокого уровня сложности, которые используются разработчиками систем управления предприятием или процессами. К ним относятся методы кластерного анализа, адаптивные робастные статистики и др.;

- методы специальные, которые используются при разработке операций технического контроля, планировании промышленных экспериментов, расчетах на точность и надежность и т.д.;

- методы общего назначения, в разработку которых большой вклад внесли японские специалисты. К ним относятся "Семь простых методов" (или "Семь инструментов качества"), включающие в себя контрольные листки; метод расслоения; графики; диаграммы Парето; диаграммы Исикавы; гистограммы; контрольные карты.

В настоящее время по статистическим методам имеется обширная литература и пакеты прикладных компьютерных программ, по разработке которых отечественные научные школы по теории вероятностей занимают ведущее место в мире.

Из существующих статистических методов наиболее распространенными являются:

1) описательная статистика;

2) планирование экспериментов;

3) проверка гипотез;

4) регрессионный анализ;

5) корреляционный анализ;

6) выборочный контроль;

7) факторный анализ;

8) анализ временных рядов;

9) статистическое установление допуска;

10) анализ точности измерений;

11) статистический контроль процессов;

12) статистическое регулирование процессов;

13) анализ безотказности;

14) анализ причин несоответствий;

15) анализ возможностей процесса (гистограммы).

В таблице 1 приведены сферы использования статистических методов. Наименования граф соответствует номеру статистического метода из вышеперечисленных.

Таблица 1 Статистические методы, используемые при контроле качества

\

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

А

+

+

+

+

Б

+

+

+

+

В

+

+

+

+

+

+

+

+

+

Г

+

+

+

+

Д

+

Е

+

+

+

+

+

+

+

+

+

+

Ж

+

+

+

З

+

+

+

+

+

И

+

+

К

+

Л

+

+

+

+

+

М

+

+

+

+

+

+

+

Буквенная индексация строк соответствует следующим элементам системы качества по стандарту ISO 9001- 94:

А – ответственность руководства;

Б – анализ контракта;

В – проектирование;

Г – закупки;

Д – идентификация продукции и прослеживаемость;

Е – управление процессами;

Ж – контроль и испытания;

З – контрольное, измерительное и испытательное оборудование;

И – действия с несоответствующей продукцией;

К – регистрация данных;

Л – внутренние проверки качества;

М – подготовка кадров.

2. История развития статистических методов качества

Первое восприятие статистических методов качества в виде выборки имеет многовековую историю. Еще несколько столетий тому назад покупатели зерна и хлопка проверяли свойства товара, прокалывая мешки с зерном или хлопком, чтобы взять пробу. Можно допустить, что в те времена не было научного расчета взятия проб, и следует предположить, что это было делом опыта, как продавцов, так и покупателей товара.

До тех пор пока ремесленник совмещал в себе функции и производителя, и контролера (до середины 19-го века), не было проблем с оценкой качества изготовленной продукции. Все изменилось с появлением разделения труда. Рабочие первых фабричных мануфактур, способные выполнять простые операции процесса, не могли отвечать за качество своего труда, и тем более за качество готовой продукции. Введение должности контролера привело к необходимости нормирования функций контроля и со временем потребовало разработки научного подхода к оценке качества продукции. Стремление к производству высококачественной продукции привело к гипертрофированному раздуванию на промышленных предприятиях контрольного аппарата.

Применение статистических методов контроля качества труда произошло еще позже – в первой четверти 20-го века. Именно внедрение статистических методов позволило значительно сократить трудоемкость операций контроля и значительно снизить численность инспекторов (контролеров). Первое применение научных методов статистического контроля было зафиксировано в 1924 году, когда В.Шухарт использовал для определения доли брака продукции контрольные карты.

Вальтер Э. Шухарт с 1918 года работал инженером фирмы "Western Electric" (США). В 1925 году она была преобразована в фирму "Bell Telephone Laboratories". Шухарт проработал в ней до 1956 года (до выхода на пенсию). Основные его разработки в области статистического контроля внедрялись в первую очередь на этой фирме. В.Шухарт переключил внимание с допускового подхода к управлению качеством на подход, направленный на обеспечение стабильности процессов и уменьшение их вариаций. Его идеи до настоящего времени сохраняют актуальность. Кроме того, Шухарт высказал идею непрерывного улучшения качества, предложив цикл непрерывного улучшения процессов, носящий сегодня название "Цикла Шухарта – Деминга". В последние годы этот цикл получил дальнейшее развитие под воздействием Деминга и стал использоваться как инструмент командной работы по улучшению качества.

Одновременно с Шухартом, в той же фирме в середине 20-х годов инженером Г.Ф.Доджем была предложена теория приемочного контроля, получившая вскоре мировую известность. Основы этой теории были изложены в 1944 году в его совместной с Х.Г.Роллингом работе "Sampling Inspection Tables– Single and Double Sampling".

Большой вклад в систему обеспечения качества контроля в середине 20-го века внесли американские ученые Д.Нойман, Э.Пирсон, Е.Фишер. Среди их разработок наибольшую известность получила теория проверки статистических гипотез. Можно отметить, что сегодня без знания теории ошибок первого и второго рода невозможна рациональная оценка выбранного метода статистического контроля.

Во время второй мировой войны нехватка ресурсов заставила искать новые методы контроля с возможно малым числом проверяемых изделий, особенно при разрушающем контроле. В 40-х годах 20-го столетия А.Вальд (США) разработал теорию последовательного анализа и статистическую теорию принятия решений. Применение теории последовательного анализа было настолько эффективно (расходы на контроль при прежней вероятности ошибок снижаются до 60% по сравнению с традиционными методами), что в США она была объявлена секретным документом и опубликована только после окончания войны.

Большое влияние на становление статистических методов контроля, как философии качества, оказал Эдвард Деминг (США). В начале 50-х годов Деминг проводил широкомасштабное обучение японских специалистов новым методам обеспечения качества, особое внимание при этом обращая на статистические методы управления качеством. Его деятельность была настолько успешной, что уже в 60-х годах американцам пришлось уступить японским фирмам значительную часть рынков сбыта, в том числе и в самих США.

Американское научное влияние на совершенствование систем обеспечения качества привело к созданию японской научной школы в области качества, среди представителей которых следует, прежде всего, отметить К.Исикаву и Г. Тагути, внесших большой вклад в развитие статистических методов в управлении качеством. Так Каору Исикава впервые в мировой практике предложил оригинальный графический метод анализа причинно-следственных связей, получивший название "диаграммы Исикава". Сегодня практически невозможно найти такую область деятельности по решению проблем качества, где бы ни применялась диаграмма Исикавы.

Генити Тагути − известный во второй половине 20-го века японский специалист в области статистики. Он развивает идеи математической статистики, относящиеся, в частности, к статистическим методам планирования эксперимента и контроля качества. Тагути впервые соединил математической зависимостью экономические затраты и качество, введя понятие функции потерь качества. Он первым показал, что потери качества имеют место и в поле допуска – они появляются с момента несовпадения номинального, заданного технической документацией, значения параметра и значения исследуемой случайной величины. Заслуга Тагути также в том, что он сумел найти сравнительно простые аргументы и приемы, которые сделали робастное планирование эксперимента в области обеспечения качества реальностью. На наш взгляд, невнимание к методам Тагути − одна из причин серьезного отставания российских предприятий в области совершенствования качества процессов и продукции.

Внесли свой научный вклад в развитие статистических методов и советские ученые: В.И. Романовский, Е.Е.Слуцкий, Н.В.Смирнов, Ю.В.Линник и др. Так, например, Смирнов заложил основы теории непараметрических рядов, а Слуцкий опубликовал несколько важных работ по статистике связанных стационарных рядов. Особенно интенсивно в СССР разрабатывались статистические методы исследования и контроля качества в массовом производстве, методы планирования эксперимента (Ю.П.Адлер и др.).

В 50-70-х годах прошлого столетия на ряде предприятий оборонного комплекса СССР активно проводились (под влиянием японского опыта по повышению качества) работы по внедрению систем управления качеством (в Саратове – БИП, в Горьком – КАНАРСПИ, в Ярославле – НОРМ, во Львове – КСУКП и др.), в которых статистические методы в области приемочного контроля и регулирования технологических процессов занимали важное место в предупреждении дефектов продукции.

В последние годы можно отметить работы российского ученого к области качества В.А.Лапидуса. Им опубликован ряд трудов по теории и практике управления качеством с учетом вариаций и неопределенности, в которых изложен "принцип распределения приоритетов", позволяющий оптимально выстроить отношения поставщика и потребителя с позиции обеспечения качества. Ему же принадлежит новый подход к управлению качеством, названный "гибким методом статистического управления", который математически опирается на теорию нечетких множеств.

И все же можно отметить определенный застой российской научной школы математической статистики, связанный, вероятно, с отсутствием спроса экономики на научный заказ по применению новых статистических методов обеспечения качества продукции.

3. Применение и освоение статистических методов

Таблица 2 Применение статистических методов на этапах жизненного цикла продукции

Этапы жизненного цикла продукции

Задачи, решаемые в системе качества

Статистические методы

Маркетинг и изучение рынка

Изучение и оценка рыночного спроса и перспектива его изменений

Методы анализа статистических совокупностей, экономико-математические (динамическое программирование, имитационное моделирование и др.)

Анализ пожеланий потребителей в отношении качества и цены продукции

Экономико-математические методы (QFD) и др.

Прогнозирование цены, объема выпуска, потенциальной доли рынка, ожидаемой продолжительности жизни продукции на рынке

Экономико-математические методы (теория массного обслуживания, теория игр, линейное и нелинейное программирование и др.)

Проектирование и разработка продукции

Нормирование требований к качеству продукции.

Определение технических требований в области надежности.

Оптимизация значений показателя качества продукции.

Оценка технического уровня продукции

Графические методы (схема Исикавы, диаграмма Парето, гистограмма и др.): методы анализа статистических совокупностей; экономико-математические методы (методы Тагути, QFD)

Испытания опытных образцов или опытных партий новой (модернизированной) продукции

Графо-аналитические методы (гистограмма, расслоенная гистограмма и др.), методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних, сравнение дисперсий и др.): экономико-математические методы (планирование эксперимента)

Обеспечение безопасности продукции

Экономико-математические методы (имитационное моделирование, метод деревьев вероятности и др.)

Закупки

Формирование планов обеспечения предприятий материально-техническими ресурсами требуемого качества

Экономико-математические методы (теория массового обслуживания, линейное программирование и др.)

Оценка возможностей поставщиков

Экономико-математические методы (системный анализ, динамическое программирование и др.)

Своевременное обеспечение поставок материально-технических ресурсов

Экономико-математическое методы (теория массового обслуживания)

Снижение затрат на материально-техническое обеспечение качества продукции

Экономико-математические методы (методы Тагути, функционально-стоимостной анализ и др.)

Производство

Разработка технологических процессов

Экономико-математические методы (методы Тагути); графики разброса и др.); методы анализа статистических совокупностей (дисперсионный, регрессионный и корреляционный виды анализа и др.)

Обеспечение точности и стабильности технологических процессов

Методы статистической оценки точности и стабильности технологических процессов (гистограммы, точностные диаграммы, контрольные карты)

Обеспечение стабильности качества продукции при производстве

Методы статистического регулирования технологических процессов (точностные диаграммы, контрольные карты)

Контроль и испытания

Соблюдение метрологических правил и требований при подготовке, выполнении и обработке результатов испытаний

Графические методы (гистограмма, график разброса и др.); методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних, сравнение дисперсий и др.)

Выявление продукции, качество которой не соответствует установленным требованиям

Методы статистического приемочного контроля

Анализ качества продукции

Графические методы (схема Исикавы, диаграмма Парето, расслоение диаграммы Парето и др.), экономико-математические методы (функционально-стоимостной анализ, QFD)

Упаковка и хранение

Анализ соблюдения требований к упаковке и хранению продукции на предприятии

Методы статистического приемочного контроля; экономико-математические методы (теория массового обслуживания)

Реализация и распределение продукции

Обеспечение качества транспортировки продукции

Экономико-математические методы (линейное программирование, теория массового обслуживания)

Установка и ввод в эксплуатацию

Анализ качества продукции в процессе монтажа и ввода в эксплуатацию

Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.)

Анализ затрат потребителей при использовании продукции

Экономико-математическое методы (методы Тагути, функционально-стоимостной анализ, QFD)

Техническая помощь в обслуживании

Организация гарантийного ремонта продукции

Организация своевременной поставки запасных частей

Экономико-математическое методы (теория массового обслуживания, линейное программирование и др.)

Послепродажная деятельность

Анализ отказов и других несоответствий продукции

Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.)

Утилизация после использования

Изучение возможности использования продукции несоответствующего качества или по истечении срока службы

Экономико-математические методы (функционально-стоимостной анализ, QFD и др.)

Определение потребности и выбор конкретных статистических методов в системе качества являются достаточно сложной и длительной работой аналитического и организационного характера.

В связи с этим данную работу целесообразно вести на основе специальной программы, которая может содержать следующий комплекс организационных мероприятий (рис. 1). Начинать освоение статистических методов следует с применения простых и доступных и уже после этого переходить к более сложным методам. Учитывая трудности освоения статистических методов в производственной практике, эти методы целесообразно подразделять на два класса: простые и сложные методы.

При выборе статистических методов стремятся к тому, чтобы они соответствовали характеру производственного процесса, наличию средств измерений и обработки статистической информации. Поскольку для решения определенной производственной проблемы можно выбрать несколько разных статистических методов, выбирается такой из них, который обеспечит достижение наилучшего результата при минимальных затратах.

Рис. 1 Программа освоения статистических методов

Для выполнения необходимых статистических расчетов используются различного рода технические средства, в том числе электронно-вычислительная техника. Сравнительно простые технические средства, например, статистические индикаторы, обеспечивают ввод данных со шкал контрольно-измерительных приборов, журналов и таблиц, а также вычисление статистических характеристик при непосредственном измерении. Применение ЭВМ дает возможность обрабатывать исходную информацию, следить за параметрами процесса, непрерывно экспериментировать, меняя переменные до тех пор, пока не установятся оптимальные режимы. При этом можно воспользоваться стандартными программами статистического управления качеством.

4. Простые статистические методы

Среди простых статистических методов, названных так ввиду их сравнительной несложности, убедительности и доступности, наибольшее распространение получили семь методов, выделенных в начале 50-х годов японскими специалистами под руководством К. Исикавы. В своей совокупности эти методы образуют эффективную систему методов контроля и анализа качества. С их помощью, по свидетельству самого К. Исикавы, может решаться от 50 до 95% всех проблем, находящихся в поле зрения производственников. Для применения семи простых методов не требует специального образования (стандартная японская программа обучения этим методам рассчитана на 20 занятий и ориентирована на уровень старшеклассников). О популярности семи простых методов можно судить по тому, что сегодня в японских фирмах ими владеют все - от президента до рядового рабочего. В этом отношении данные методы являются средством демократизации технологии управления качеством.

Семь простых методов могут применяться в любой последовательности, в любом сочетании, в различных аналитических ситуациях, их можно рассматривать и как целостную систему, как отдельные инструменты анализа. В каждом конкретном случае предлагается определить состав и структуру рабочего набора методов. Хотя они являются простыми методами, но это отнюдь не значит, что при использовании многих из них нельзя воспользоваться компьютером, чтобы быстрее и без затруднений сделать подсчеты и наглядней представить статистические данные.

Согласно К. Исикаве в семь простых методов входят:

    гистограммы;

    временные ряды;

    диаграммы Парето;

    причинно-следственные диаграммы Исикавы;

    контрольные листки;

    контрольные карты;

    диаграммы рассеяния.

Области применения упомянутых "инструментов" качества показаны на рис. 2; там же приведены еще два приема, часто используемы на начальной стадии работы:

    мозговая атака;

    схема процесса.

Рассмотрим суть указанных методов.

4.1 МОЗГОВАЯ АТАКА

Мозговая атака используется, чтобы помочь группе выработать наибольшее число идей по какой-либо проблеме в возможно коротко время, и может осуществляться двумя путями:

    Упорядоченно - каждый член группы подает идеи в порядке очередности по кругу или пропускает свою очередь до следующего раза. Таким способом можно побудить к разговору даже самых молчаливых людей, однако, здесь присутствует некоторый элемент давления, что может помешать.

    Неупорядоченно - члены группы просто подают идеи по мере того, как они приходят на ум. Так создается более раскованная атмосфера, правда, есть опасность, что самые говорливые возьмут верх.

В обоих методах общие правила поведения одинаковы. Желательно придерживаться такой линии поведения:

      Никогда не критиковать идей. Записывать на лист или доску каждую идею. Если слова видны всем, это помогает избежать неверного понимания и рождает новые идеи.

      Каждый должен согласиться с вопросом или повесткой дня предстоящей мозговой атаки.

      Заносить на доску или на лист слова выступающего буквально, не редактируя их.

      Делать все быстро, лучше всего проводить мозговую атаку за 5 – 15 минут.

      Выявление проблем.

      Анализ проблем.

Рис 2 Область применения "инструментов" качества

4.2 СХЕМА ПРОЦЕССА

Схема процесса (последовательности операций, маршрутная карта) применяется, когда требуется проследить фактические или подразумеваемые стадии процесса, которые проходит изделие или услуга, чтобы можно было определить отклонения.

При изучении схем процессов часто можно обнаружить скрытые ловушки, которые служат потенциальными источниками помех и трудностей.

Необходимо собрать специалистов, располагающих наибольшими знаниями о данном процессе, для того, чтобы:

      построить последовательную схему стадий процесса, который действительно происходит;

      построить последовательную схему стадий процесса, который должен протекать, если все будет работать правильно;

      сравнить две схемы, чтобы найти, чем они отличаются, и таким образом найти точку, в которой возникают проблемы.

4.3 КОНТРОЛЬНЫЙ ЛИСТОК (ТАБЛИЦА ПРОВЕРОК)

Контрольный листок позволяет ответить на вопрос: "Как часто случается определенное событие?". С него начинается превращение мнений и предположений в факты. Построение контрольного листка включает в себя следующие шаги, предусматривающие необходимость:

      установить как можно точнее, какое событие будет наблюдаться. Каждый должен следить за одной и той же вещью;

      договориться о периоде, в течение которого будут собираться данные. Он может колебаться от часов до недель;

      построить форму, которая будет ясной и легкой для заполнения. В форме должны быть четко обозначены графы и колонки, должно быть достаточно места для внесения данных;

      собирать данные постоянно и честно, ничего не искажая. Еще раз убедитесь, что назначенное вами время достаточно для выполнения за дачи по сбору данных.

Собранные данные должны быть однородными. Если это не так, необходимо сначала сгруппировать данные, а затем рассматривать их по отдельности.

Рис 3 Контрольный листок

4.4 ВРЕМЕННОЙ РЯД (ЛИНЕЙНЫЙ ГРАФИК)

Временной ряд применяется, когда требуется самым простым способом представить ход изменения наблюдаемых данных за определенный период времени.

Временной ряд предназначен для наглядного представления данных, очень прост в построении и использовании. Точки наносятся на график в том порядке, в каком они были собраны. Поскольку они обозначают изменение характеристики во времени, очень существенна последовательность данных.

Опасность в использовании временного ряда заключается в тенденции считать важным любое изменение данных во времени.

Временной ряд, как и другие виды графической техники, следует использовать, чтобы сосредоточить внимание на действительно существенных изменениях в системе.

Одно из наиболее эффективных применений временного ряда заключается в выявлении существенных тенденций или изменений средней величины (рис.4)

Рис 4 Временной ряд

4.5 ДИАГРАММА ПАРЕТО

Применяется, когда требуется представить относительную важность всех проблем или условий с целью выбора отправной точки для решения проблем, проследить за результатом или определить основную причину проблемы.

Диаграмма Парето - это особая форма вертикального столбикового графика, которая помогает определить, какие имеются проблемы, и выбрать порядок их решения. Построение диаграммы Парето, основанное или на контрольных листках или на других формах сбора данных помогает привлечь внимание и усилия к действительно важным проблемам. Можно достичь большего, занимаясь самым высоким столбиком, не уделяя внимания меньшим столбикам (рис. 5).

Рис 5 Диаграмма Парето

Порядок построения диаграммы Парето:

    Выберите проблемы, которые необходимо сравнить и расположите их в порядке важности (путем мозговой атаки, используя существующие данные - отчеты).

    Определите критерий для сравнения единиц измерения (натуральные или стоимостные характеристики).

    Наметьте период времени для изучения.

    Сгруппируйте данные по категориям, сравните критерии каждой группы.

    Перечислите категории слева направо на горизонтальной оси 1 порядке уменьшения значения критерия. В последний столбик включите категории, имеющие наименьшее значение.

4.6 ПРИЧИННО-СЛЕДСТВЕННАЯ ДИАГРАММА (диаграмма Исикавы)

Диаграмма Исикавы ("рыбий скелет") применяется, когда требуется исследовать и изобразить все возможные причины определенных проблем или условий.

Позволяет представить соотношения между следствием, результатом и всеми возможными причинами, влияющими на них. Следствие, результат или проблема обычно обозначаются на правой стороне схемы, а главные воздействия или "причины" перечисляются на левой стороне (рис.6).

Рис 6 Причинно-следственная диаграмма

Порядок построения причинно-следственной диаграммы:

    Начинайте процесс с описания выбранной проблемы, а именно:

    ее особенности;

    где она возникает;

    когда проявляется;

    как далеко распространяется.

    Перечислите причины, необходимые для построения причинно следственной диаграммы одним из следующих способов:

    проведите мозговую атаку, на которой обсудите все возможные причины без предварительной подготовки;

    внимательно проследите все стадии производственного процесса и на контрольных листках укажите возможные причины возникающей проблемы.

    Постройте действительную причинно-следственную диаграмму.

    Попытайтесь дать толкование всем взаимосвязям.

Чтобы отыскать основные причины проблемы, ищите причины, которые повторяются. Основные причинные категории нужно записывать в самом общем виде. Используйте как можно меньше слов.

4.7 ГИСТОГРАММА

Применяется, когда требуется исследовать и представить распределение данных о числе единиц в каждой категории с помощью столбикового графика. Как мы уже видели на диаграмме Парето, очень полезно представить в форме столбикового графика частоту, с которой появляется определенное событие (так называемое частотное распределение). Однако, диаграмма Парето имеет дело только с характеристиками продукции или услуги: типами дефектов, проблемами, угрозой безопасности и т. п.

Гистограмма, напротив, имеет дело с измеряемыми данными (температура, толщина) и их распределением. Распределение может быть критическим, т.е. иметь максимум. Многие повторяющиеся события дают результаты, которые изменяются во времени.

Гистограмма обнаруживает количество вариаций, которые имеет процесс. Типичная гистограмма может выглядеть так, как показано на рис. 7.

Рис 7 Гистограмма

Количество классов (столбиков на графике) определяется тем, как много взято образцов или сделано наблюдений.

Некоторые процессы по своей природе искажены (несимметричны), поэтому не следует ожидать, что каждое распределение будет иметь форму колоколообразной кривой.

Не доверяйте точности данных, если классы внезапно остановились на какой-то точке, например, границе спецификации, хотя перед этим число не уменьшалось.

Если у кривой имеется два пика, это означает, что данные собраны из двух или более различных источников, т.е. смен, машин и т.п.

4.8 ДИАГРАММА РАЗБРОСА (РАССЕЯНИЯ)

Применяется, когда требуется представить, что происходит с одной из переменных величин, если другая переменная изменяется, и проверить предположение о взаимосвязи двух переменных величин.

Диаграмма рассеяния используется для изучения возможной связи между двумя переменными величинами. Глядя на диаграмму рассеяния нельзя утверждать, что одна переменная служит причиной для другой, однако диаграмма проясняет, существует ли связь между ними и какова сила этой связи. Диаграмма рассеяния строится в таком порядке: по горизонтальной оси откладываются измерения величин одной переменной, а по вертикалькой оси - другой переменной. Вид типичной диаграммы рассеяния представлен на рис. 8.

Рис 8 Диаграмма рассеяния

4.9 КОНТРОЛЬНАЯ КАРТА

Одним из основных инструментов в обширном арсенале статистических методов контроля качества являются контрольные карты. Принято считать, что идея контрольной карты принадлежит известному американскому статистику Уолтеру Л. Шухарту. Она была высказана в 1924 г. и обстоятельно описана в 1931 г.

Первоначально они использовались для регистрации результатов измерений требуемых свойств продукции. Выход параметра за границы поля допуска свидетельствовал о необходимости остановки производства и проведении корректировки процесса в соответствии со знаниями специалиста, управляющего производством.

Это давало информацию о том, когда, кто, на каком оборудовании получал брак в прошлом.

Однако в этом случае решение о корректировке принималось тогда, когда брак уже был получен. Поэтому важно было найти процедуру, которая бы накапливала информацию не только для ретроспективного исследования, но и для использования при принятии решений. Это предложение опубликовал американский статистик И. Пейдж в 1954 г.

Карты, которые используются при принятии решений, называются кумулятивными.

Контрольная карта (рис 9) состоит из центральной линии, двух контрольных пределов (над и под центральной линией) и значений характеристики (показателя качества), нанесенных на карту для представления состояния процесса.

Рис 9 Контрольная карта

В определенные периоды времени отбирают (все подряд; выборочно; периодически из непрерывного потока и т. д.) n изготовленных изделий и измеряют контролируемый параметр.

Результаты измерений наносят на контрольную карту, и в зависимости от этого значения принимают решение о корректировке процесса или о продолжении процесса без корректировок.

Сигналом о возможной разладке технологического процесса могут служить:

    выход точки за контрольные пределы (точка 6); (процесс вышел из-под контроля);

    расположение группы последовательных точек около одной контрольной границы, но не выход за нее (11, 12, 13, 14), что свидетельствует о нарушении уровня настройки оборудования;

    сильное рассеяние точек (15, 16, 17, 18, 19, 20) на контрольной карте относительно средней линии, что свидетельствует о снижении точности технологического процесса.

При наличии сигнала о нарушении производственного процесса должна быть выявлена и устранена причина нарушения.

Таким образом, контрольные карты используются для выявления определенной причины, но не случайной. Под определенной причиной следует понимать существование факторов, которые допускают изучение. Разумеется, что таких факторов следует избегать.

Вариация же, обусловленная случайными причинами необходима, она неизбежно встречается в любом процессе, даже если технологическая операция проводится с использованием стандартных методов и сырья. Исключение случайных причин вариации невозможно технически или экономически нецелесообразно.

Контролироваться должны естественные колебания между пределами контроля. Нужно убедиться, что выбран правильный тип контрольной карты для определенного типа данных. Данные должны быть взяты точно той последовательности, как они собраны, иначе они теряют смысл. Не следует вносить изменений в процесс в период сбора данных. Данные должны отражать, как процесс идет естественным образом. Контрольная карта может указать на наличие потенциальных проблем до того, как начнется выпуск дефектной продукции.

Существуют два основных типа контрольных карт: для качественных признаков (годен - негоден) и для количественных признаков. Для качественных признаков возможны четыре вида контрольных карт:

    V - карта (число дефектов на единицу продукции)

    С - карта (число дефектов в выборке)

    Р - карта (доля дефектных изделий в выборке)

    NP - карта (число дефектных изделий в выборке)

При этом в первом и третьем случаях объем выборки является переменным, а во втором и четвертом - постоянным.

Таким образом, целями применения контрольных карт могут быть:

    выявление неуправляемого процесса

    контроль за управляемым процессом

    оценивание возможностей процесса

Обычно подлежит изучению следующая переменная величина (параметр процесса) или характеристика:

    известная важная или важнейшая

    предположительная ненадежная

    по которой нужно получить информацию о возможностях процесса

    эксплуатационная, имеющая значение при маркетинге

При этом не следует контролировать все величины одновременно. Контрольные карты стоят денег, поэтому нужно использовать их разумно:

    тщательно выбирать характеристики

    прекращать работу с картами при достижении цели

    продолжать вести карты только тогда, когда процессы и технические требования сдерживают друг друга

Необходимо иметь в виду, что процесс может быть в состоянии статистического регулирования и давать 100% брака. И наоборот, может быть неуправляемым и давать продукцию, на 100% отвечающую техническим требованиям. Контрольные карты позволяют проводить анализ возможностей процесса.

Возможности процесса - это способность функционировать должным образом. Как правило, под возможностями процесса понимают способность удовлетворять техническим требованиям.

4.10 МЕТОДЫ ТАГУЧИ

В конце 60-х годов японский специалист по статистике Тагучи завершил разработку идей математической статистики применительно к задачам планирования эксперимента и контроля качества. Совокупность своих идей Тагучи назвал "методом надежного проектирования".

Тагучи предложил характеризовать производимые изделия устойчивостью технических характеристик. Он внес поправку в понятие случайного отклонения, утверждая, что существуют не случайности, а факторы, которые иногда трудно поддаются учету.

Важное отличие методов Тагучи заключается в отношении к основополагающим характеристикам произведенной продукции - качеству и стоимости. Отдавая приоритет экономическому фактору (стоимости), он тем не менее увязывает стоимость и качество в одной характеристике, названной функцией потерь.

При этом одновременно учитываются потери как со стороны потребителя, так и со стороны производителя. Задачей проектирования является удовлетворение обеих сторон.

Тагучи создал надежный метод расчета, использовав отношение сигнал - шум, применяемое в электросвязи, которое стало основным инструментом инжиниринга качества.

Тагучи ввел понятие идеальной функции изделия, определяемой идеальным отношением между сигналами на входе и выходе. Факторы, являющиеся причиной появления отличий реальных характеристик продукции от идеальных, Тагучи называет шумом.

Специалист, использующий методы Тагучи, должен владеть методами предсказания шума в любой области, будь то технологический процесс или маркетинг.

Внешние шумы - это вариации окружающей среды:

    влажность

    пыль

    индивидуальные особенности человека и т. д.

Шумы при хранении и эксплуатации - это старение, износ и т. п. Внутренние шумы - это производственные неполадки, приводящие к различиям между изделиями даже внутри одной партии продукции. При перенесении своего метода из лабораторных в реальные условия Г. Тагучи использует для характеристики отношения сигнал - шум показатель устойчивости, понимаемый как высокая повторяемость реагирования. Расчет устойчивости характеристик проводится в инжиниринге качества не сложными и трудоемкими методами, а на основе нового метода планирования эксперимента с использованием дисперсного анализа.

Заключение

Все большее освоение новой для нашей страны экономической среды воспроизводства, т.е. рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства.

Наиболее полное и всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: при изготовлении, транспортировке, хранении, применении, ремонте, тех. обслуживании.

Таким образом, производитель должен контролировать качество продукции и по результатам выборочного контроля судить о состоянии соответствующего технологического процесса. Благодаря этому он своевременно обнаруживает разладку процесса и корректирует его.

Статистические методы (методы, основанные на использовании математической статистики), являются эффективным инструментом сбора и анализа информации о качестве. Применение этих методов, не требует больших затрат и позволяет с заданной степенью точности и достоверностью судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения.

Список литературы

    Ефимов В.В. Статистические методы в управлении качеством. Ульяновск: УлГТУ, 2003 – 134 с.

    Статистические методы управления качеством // www.lenobl.ru, 2005.

    Климанов В. Статистические методы управления качеством// victor61058.narod.ru, 2004.

    Окрепилов В.В. Управление качеством. СПб.: Наука, 2000. - 911 с.