4. Príklady konštrukcie Shewhartových regulačných diagramov s použitím GOST R 50779.42–99

Shewhartove kontrolné diagramy existujú v dvoch hlavných typoch: pre kvantitatívne a alternatívne údaje. Pre každý regulačný diagram existujú dve situácie:

a) nie sú stanovené štandardné hodnoty;

b) sú stanovené štandardné hodnoty.

Štandardné hodnoty– hodnoty stanovené podľa nejakej konkrétnej požiadavky alebo účelu.

Účelom regulačných diagramov, pre ktoré nie sú stanovené štandardné hodnoty, je odhaliť odchýlky hodnôt charakteristík (napríklad alebo iných štatistík), ktoré sú spôsobené inými príčinami, ako sú tie, ktoré možno vysvetliť len náhodou. Tieto kontrolné diagramy sú založené výlučne na údajoch samotných vzoriek a používajú sa na detekciu variácií, ktoré nie sú spôsobené náhodnými príčinami.

Účelom regulačných diagramov, daných štandardnými hodnotami, je určiť, či sú pozorované hodnoty odlišné atď. pre niekoľko podskupín (každá s objemom pozorovaní) zo zodpovedajúcich štandardných hodnôt (alebo ) atď. viac, ako možno očakávať od pôsobenia len náhodných príčin. Vlastnosťou máp s vopred určenými štandardnými hodnotami je ďalšia požiadavka súvisiaca s polohou stredu a variáciou procesu. Nastavené hodnoty môžu byť založené na skúsenostiach získaných používaním regulačných diagramov na vopred určených štandardných hodnotách, ako aj na ekonomické ukazovatele, stanovené po zvážení potreby služby a výrobných nákladov, alebo špecifikované v technických požiadavkách na výrobky.

4.1 Kontrolné diagramy pre kvantitatívne údaje

Regulačné diagramy pre kvantitatívne dáta sú klasické regulačné diagramy používané na riadenie procesov, kde sú charakteristiky alebo výsledky procesu merateľné a merané s požadovanou presnosťou. skutočné hodnoty kontrolovaný parameter sa zaznamenáva.

Regulačné diagramy pre kvantitatívne údaje vám umožňujú kontrolovať umiestnenie stredu (úroveň, priemer, stred nastavenia) procesu a jeho rozšírenie (rozsah, štandardná odchýlka). Preto sa kontrolné diagramy pre kvantitatívne údaje takmer vždy používajú a analyzujú v pároch, jeden pre umiestnenie a jeden pre rozptyl.

Najčastejšie sa používajú dvojice a -karty, ako aj -karty. Vzorce na výpočet polohy kontrolných hraníc týchto máp sú uvedené v tabuľke. 1. Hodnoty koeficientov zahrnutých v týchto vzorcoch a v závislosti od veľkosti vzorky sú uvedené v tabuľke. 2.

Je potrebné zdôrazniť, že koeficienty uvedené v tejto tabuľke boli získané za predpokladu, že kvantitatívne hodnoty kontrolovaného parametra majú normálne alebo blízke normálnemu rozdeleniu.

stôl 1

Vzorce kontrolného limitu pre Shewhartove mapy využívajúce kvantitatívne údaje

tabuľka 2

Koeficienty pre výpočet čiar regulačného diagramu

Alternatívou k mapám sú mapy mediánovej kontroly (– mapy), ktoré sú menej výpočtovo náročné ako mapy. To môže uľahčiť ich zavedenie do výroby. Poloha stredovej čiary na mape je určená priemernou hodnotou mediánov () pre všetky kontrolované vzorky. Polohy hornej a dolnej hranice riadenia sú určené vzťahmi

(4.1)

Hodnoty koeficientu v závislosti od veľkosti vzorky sú uvedené v tabuľke. 3.

Tabuľka 3

Hodnoty koeficientov

Zvyčajne – mapa sa používa spolu s – mapa, veľkosť vzorky

V niektorých prípadoch sú náklady alebo trvanie merania kontrolovaného parametra také veľké, že je potrebné riadiť proces na základe merania jednotlivých hodnôt kontrolovaného parametra. V tomto prípade kĺzavý rozsah slúži ako miera variácie procesu, t.j. absolútna hodnota rozdielu medzi meraniami kontrolovaného parametra v po sebe idúcich pároch: rozdiel medzi prvým a druhým meraním, potom druhým a tretím atď. Na základe pohyblivých rozsahov sa vypočíta priemerný pohyblivý rozsah, ktorý sa používa na zostavenie kontrolných diagramov jednotlivých hodnôt a pohyblivých rozsahov (a -máp). Vzorce na výpočet polohy kontrolných hraníc týchto máp sú uvedené v tabuľke. 4.

Tabuľka 4

Vzorce kontrolných limitov pre individuálne hodnotové mapy

Hodnoty koeficientov a možno získať nepriamo z tabuľky 2 pri n=2.

4.1.1 a -karty. Štandardné hodnoty nie sú nastavené

V tabuľke. 6 sú znázornené výsledky meraní vonkajšieho polomeru objímky. Každú pol hodinu sa robili štyri merania, celkovo 20 vzoriek. Priemery a rozsahy podskupín sú tiež uvedené v tabuľke. 5. Vybavený na maximum povolené hodnoty vonkajší polomer: 0,219 a 0,125 dm. Cieľom je určiť výkon procesu a riadiť ho ladením a rozptylom tak, aby zodpovedal stanovené požiadavky.

Tabuľka 5

Výrobné údaje pre vonkajší polomer puzdier

kde je počet podskupín,

Prvý krok: zostavenie mapy a určenie stavu procesu z nej.

stredová čiara:

Hodnoty faktorov a sú prevzaté z tabuľky. 2 pre n=4. Vzhľadom na hodnoty v tabuľke. 5 sú v medziach kontroly, mapa ukazuje štatisticky kontrolovaný stav. Hodnotu možno teraz použiť na výpočet hraníc kontroly mapy.

stredová čiara: g

Hodnoty multiplikátora sú prevzaté z tabuľky. 2 pre n=4.

a -mapy sú znázornené na obr. 5. Analýza mapy ukazuje, že posledné tri body sú mimo. To naznačuje možnosť, že v práci môžu byť nejaké špeciálne príčiny variácií. Ak boli limity vypočítané z predchádzajúcich údajov, potom je potrebné prijať opatrenia v bode zodpovedajúcom 18. podskupine.

Obr.5. Medium a Span Cards

V tomto bode procesu by sa mali prijať vhodné nápravné opatrenia na odstránenie špeciálnych príčin a prevenciu recidívy. Práca s mapami pokračuje po stanovení revidovaných kontrolných hraníc bez vylúčených bodov, ktoré prekročili staré hranice, t.j. hodnoty pre vzorky č. 18, 19 a 20. Hodnoty a čiary regulačnej tabuľky sú prepočítané nasledovne:

upravená hodnota

upravená hodnota

revidovaná mapa má nasledujúce možnosti:

stredová čiara: g

upravená mapa:

stredová čiara:

(pretože centrálny riadok: , potom neexistuje LCL).

Pre stabilný proces s revidovanými kontrolnými limitmi je možné posúdiť možnosti. Vypočítame index príležitostí:

kde je horná medzná hodnota kontrolovaného parametra; – dolná medzná hodnota kontrolovaného parametra; - odhadnutá priemernou variabilitou v rámci podskupín a vyjadrená ako . Hodnota konštanty je prevzatá z tabuľky 2 pre n=4.

Ryža. 6. Revidované a -mapy

Od , možnosti procesu možno považovať za prijateľné. Pri podrobnom skúmaní však možno vidieť, že proces nie je nastavený správne vo vzťahu k tolerancii, a preto asi 11,8 % jednotiek bude mimo stanovenú hornú hranicu. Pred nastavením konštantných parametrov regulačných diagramov by sme sa preto mali pokúsiť správne nastaviť proces a zároveň ho udržiavať v štatisticky kontrolovanom stave.

Nástroj sa používa, keď sa spracovanie vykonáva nástrojom, ktorého dizajn a rozmery sú schválené GOST a OST alebo sú dostupné v priemyselných normách. Pri vývoji technologických procesov na výrobu dielov by sa mal použiť normalizovaný nástroj ako najlacnejší a najjednoduchší. Špeciálne rezací nástroj používa sa v prípadoch, keď je spracovanie normalizované ...

Takáto kontrola je veľmi drahá. Preto z priebežnej kontroly prechádzajú na selektívnu s využitím štatistických metód spracovania výsledkov. Takáto kontrola je však účinná len vtedy, keď technologické procesy, ktoré sú v etablovanom stave, majú presnosť a stabilitu dostatočnú na to, aby „automaticky“ zaručili výrobu produktov bez chýb. Preto potreba...

A organizácia kontrolného procesu. Stav kontroly V tomto projekt kurzu referenčné podmienky predpokladá sa vývoj etáp procesu preberacej kontroly časti prevodovky valcovej koaxiálnej dvojstupňovej dvojprúdovej prevodovky - ozubeného kolesa a aktívneho riadenia chodu brúsenia otvorov. Metódy aktívnej a akceptačnej kontroly sa navzájom dopĺňajú a kombinujú. Aktívne...

Plán:

10.1 Základy Shewhartových kontrolných diagramov

10.2 Typy Shewhartových regulačných diagramov

10.1 Základy Shewhartových kontrolných diagramov

Úlohou štatistického riadenia procesov je zabezpečiť a udržiavať procesy na prijateľnej a stabilnej úrovni a zabezpečiť, aby produkty a služby spĺňali špecifikované požiadavky. Hlavným štatistickým nástrojom, ktorý sa na to používa, je regulačný diagram. Metóda kontrolného diagramu pomáha určiť, či proces skutočne dosiahol alebo zostal v štatisticky riadenom stave na správnej úrovni, a potom udržiavať kontrolu a vysoký stupeň jednotnosti najdôležitejších charakteristík produktu alebo služby nepretržitým zaznamenávaním informácií. o kvalite produktu počas výrobného procesu. Používanie regulačných diagramov a ich starostlivá analýza vedú k lepšiemu pochopeniu a zlepšeniu procesov.

Shewhartove kontrolné diagramy (CCC) sú hlavným nástrojom štatistického riadenia kvality. CCF slúži na porovnanie informácií získaných zo vzoriek o aktuálnom stave procesu s kontrolnými limitmi, ktoré predstavujú limity vnútornej variability (rozptyl) procesu. KKH sa používa na posúdenie, či je alebo nie je výrobný proces, servisný proces alebo riadiaci proces v štatisticky kontrolovanom stave. Spočiatku boli KKSH vyvinuté na použitie v priemyselnej výrobe. V súčasnosti sú široko používané v priemysle služieb a iných oblastiach.

kontrolná karta je grafický spôsob prezentácie a porovnávania informácií na základe sekvencie vzoriek odrážajúcich aktuálny stav procesu s hranicami stanovenými na základe vnútornej variability procesu.

Teória regulačných diagramov rozlišuje dva druhy variability. Prvým typom je variabilita v dôsledku „náhodné (obyčajné premenné) v dôsledku nespočetného množstva rôznorodých príčin, ktoré sú neustále prítomné a ktoré nie je ľahké alebo nemožné odhaliť. Každá z týchto príčin predstavuje veľmi malý zlomok celkovej variability a žiadna z nich nie je sama osebe významná. Súčet všetkých týchto príčin je však merateľný a predpokladá sa, že je súčasťou procesu. Odstránenie alebo zníženie dopadu bežných príčin si vyžaduje manažérske rozhodnutia a pridelenie zdrojov na zlepšenie procesu a systému. Druhým druhom je skutočná zmena v procese. Môžu byť výsledkom niektorých identifikovateľných príčin, ktoré nie sú vnútorne súčasťou procesu a možno ich odstrániť. Tieto identifikovateľné príčiny sa považujú za „nenáhodné“ alebo „špeciálne“ príčiny zmeny. Môže ísť o zlomenie nástroja, nedostatočnú homogenitu materiálu, výrobného alebo kontrolného zariadenia, kvalifikáciu personálu, nedodržiavanie postupov a pod.

Účelom kontrolných diagramov je odhaliť neprirodzené zmeny v údajoch z opakujúcich sa procesov a poskytnúť kritériá na zistenie nedostatku štatistickej kontroly. Proces je v štatisticky riadenom stave, ak je variabilita spôsobená iba náhodnými príčinami. Pri určovaní tejto prijateľnej úrovne variability sa každá odchýlka od nej považuje za dôsledok špeciálnych príčin, ktoré by sa mali identifikovať, odstrániť alebo znížiť.

Shewhartova mapa vyžaduje, aby sa údaje z procesu odoberali v približne rovnakých intervaloch. Intervaly je možné nastaviť buď podľa času (napr. hodinové) alebo podľa množstva (každá šarža). Typicky každá podskupina pozostáva z rovnakého typu produktu alebo služby s rovnakými kontrolovanými ukazovateľmi a všetky podskupiny majú rovnaké objemy. Pre každú podskupinu sa určí jedna alebo viac charakteristík, ako je aritmetický priemer podskupiny a rozsah podskupiny R alebo vzorová smerodajná odchýlka S. Shewhartova mapa je graf hodnôt určitých charakteristík podskupín v závislosti od ich počtu. Má stredovú čiaru (CL) zodpovedajúcu charakteristickej referenčnej hodnote. Pri posudzovaní, či je proces v štatisticky kontrolovanom stave, je referenciou zvyčajne aritmetický priemer zvažovaných údajov. Pri riadení procesu je referenčnou hodnotou nastavená dlhodobá charakteristická hodnota technické údaje, alebo jeho nominálnej hodnoty na základe predchádzajúcich informácií o procese, alebo zamýšľanej cieľovej hodnoty vlastnosti produktu alebo služby. Shewhartova mapa má dva štatisticky definované kontrolné limity vzhľadom na stredovú čiaru, nazývané horný kontrolný limit (UCL) a dolný kontrolný limit (LCL) (obrázok 9).

Poradové číslo vzorky

Obrázok 9 - Pohľad na regulačný diagram

Kontrolné čiary na Shewhartovej mape sú vo vzdialenosti 3 od stredovej čiary, kde je všeobecná štandardná odchýlka použitej štatistiky. Variácia v rámci podskupín je mierou náhodnej variácie. Ak chcete získať odhad vypočítajte štandardnú odchýlku vzorky alebo vynásobte rozsah vzorky príslušným faktorom. Toto meranie nezahŕňa medziskupinové variácie, ale hodnotí len variácie v rámci podskupín.

Limity ±3 naznačujú, že asi 99,7 % hodnôt charakteristík podskupín bude spadať do týchto limitov za predpokladu, že proces je v štatisticky kontrolovanom stave. Inými slovami, existuje riziko rovnajúce sa 0,3 % (alebo v priemere tri z tisíc prípadov), že zakreslený bod bude mimo kontrolných limitov, keď je proces stabilný. Slovo „približne“ sa používa preto, lebo odchýlky od počiatočných predpokladov, ako je distribúcia údajov, ovplyvnia hodnoty pravdepodobnosti.

Niektorí konzultanti uprednostňujú 3,09 namiesto faktora 3, aby poskytli nominálnu pravdepodobnosť 0,2 % (v priemere dve zavádzajúce pozorovania na tisíc), ale Shewhart zvolil 3, aby sa vyhol zvažovaniu presných pravdepodobností. Podobne niektorí konzultanti používajú skutočné hodnoty pravdepodobnosti pre mapy založené na nenormálnom rozdelení, ako sú mapy rozsahu a proporcie, v takom prípade Shewhartova mapa tiež používa hranice vo vzdialenosti ± 3 namiesto pravdepodobnostných limitov, zjednodušenie empirického výkladu.

Pravdepodobnosť, že porušenie hranice je skutočne náhodná udalosť a nie skutočný signál, sa považuje za tak malú, že keď sa objaví bod mimo hraníc, mali by sa vykonať určité opatrenia. Vzhľadom k tomu, že opatrenie je prijaté v tomto bode, potom kontrolné hranice sa niekedy označujú ako "hranice akcie".

Na kontrolnej mape sú hranice často nakreslené aj vo vzdialenosti 2 Potom môže každá hodnota vzorky, ktorá spadá mimo hranice 2a, slúžiť ako varovanie pred hroziacou situáciou procesu opúšťajúceho stav štatistickej kontrolovateľnosti. Preto sú limity ±2 niekedy nazývané „varovanie“.

Pri použití regulačných diagramov sú možné dva typy chýb: prvý a druhý druh.

Chyba typu I nastane, keď je proces v štatisticky kontrolovanom stave a bod náhodou vyskočí z kontrolných hraníc. V dôsledku toho sa nesprávne určí, že proces je mimo štatistickej kontroly a pokúsi sa nájsť a odstrániť príčinu neexistujúceho problému.

Chyba typu II nastane, keď sa daný proces vymkne kontrole a body sú v rámci hraníc kontroly. V tomto prípade nesprávne dospeli k záveru, že proces je štatisticky kontrolovaný a premeškajú príležitosť zabrániť zvýšeniu výťažnosti nezhodných produktov. Riziko chyby typu II je funkciou troch faktorov: šírky kontrolných limitov, stupňa nekontrolovateľnosti a veľkosti vzorky. Ich povaha je taká, že je možné urobiť len všeobecné vyhlásenie o veľkosti chyby.

Systém Shewhartových grafov berie do úvahy iba chyby typu I 0,3 % v medziach 3 . Keďže je vo všeobecnosti nepraktické urobiť úplný odhad strát v dôsledku chyby typu II konkrétnu situáciu, zatiaľ čo je vhodné ľubovoľne odobrať malý objem podskupiny (4 alebo 5 jednotiek), je vhodné použiť hranice vo vzdialenosti ± 3 a zamerať sa najmä na riadenie a zvyšovanie kvality samotného procesu.

Ak je proces štatisticky kontrolovaný, regulačné diagramy implementujú metódu kontinuálneho štatistického testovania nulovej hypotézy, že proces sa nezmenil a zostáva stabilný. Ale keďže hodnotu konkrétnej odchýlky procesnej charakteristiky od cieľa, ktorá by mohla upútať pozornosť, zvyčajne nemožno vopred určiť, rovnako ako riziko chyby typu II, a veľkosť vzorky sa nevypočítava tak, aby vyhovovala zodpovedajúcej úrovni rizika, Shewhartova mapa by sa nemala brať do úvahy z hľadiska testovania hypotéz. Shewhart zdôraznil empirickú užitočnosť regulačných diagramov pri stanovovaní odchýlok od stavu štatistickej kontroly, a nie ich pravdepodobnostnú interpretáciu. Niektorí používatelia používajú krivky výkonnosti ako prostriedok na interpretáciu testov hypotéz.

Keď je vykreslená hodnota mimo ktoréhokoľvek z kontrolných limitov alebo séria hodnôt vykazuje nezvyčajné vzory, stav štatistickej kontroly je spochybnený. V tomto prípade je potrebné vyšetriť a odhaliť nenáhodné (špeciálne) príčiny a proces je možné zastaviť alebo opraviť. Po zistení a vylúčení špeciálnych príčin je proces opäť pripravený pokračovať. Keď sa vyskytne chyba typu I, nie je možné nájsť žiadnu konkrétnu príčinu. Potom sa verí, že bod presahujúci hranice je pomerne zriedkavým náhodným javom, keď je proces v štatisticky kontrolovanom stave.

Keď sa po prvýkrát zostavuje graf riadenia procesu, často sa ukáže, že proces je štatisticky nekontrolovateľný. Kontrolné limity vypočítané z údajov z takéhoto procesu niekedy povedú k chybným záverom, pretože môžu byť príliš široké. Pred nastavením konštantných parametrov regulačných diagramov je preto potrebné uviesť proces do štatisticky riadeného stavu.

ŠTÁTNA UNIVERZITA SAINT PETERSBURG

EKONOMICKÁ FAKULTA

Katedra ekonomiky a manažmentu podniku

Shewhartove kontrolné diagramy v systéme manažérstva kvality

Práca na kurze

Žiaci 2. ročníka skupiny EUP - 22

denné oddelenie

odbor 080502 - "Ekonomika a manažment v podniku"

vedúci:

Saint Petersburg

Úvod

Kapitola 1. Koncepcia systému manažérstva kvality

Kapitola 2. Význam štatistických metód v manažmente kvality

Kapitola 2.1. Shewhartove regulačné diagramy ako metóda štatistickej kontroly a riadenia kvality

Kapitola 3

Záver

Literatúra

Dodatok 1

Vrchol rozvoja manažérstva kvality nastal v rokoch 1980-1990, kedy bol systém manažérstva kvality široko zavedený. Na začiatku svojho vývoja tento koncept pomohol mnohým spoločnostiam prehodnotiť ich výrobný proces a vyhnúť sa mnohomiliónovým nákladom spojeným s výrobou chybných produktov.

Súbežne so znižovaním defektov a zlepšovaním kvality produktov začali firmy venovať väčšiu pozornosť spotrebiteľom a ich želaniam. Koniec koncov, ako viete, prilákanie nového klienta môže stáť 6-krát viac ako spoločnosť ako udržanie existujúceho.

Na skoré štádia Riadenie kvality sa od svojho počiatku príliš nelíšilo od starostlivej administratívy či dispečingu, no postupom času sa teória rozvíjala a prax uplatňovania konceptu sa rozširovala. V súčasnosti nielen priemyselné, ale aj servisné spoločnosti praktizujú kvalitatívny prístup a používanie moderné vybavenie kontrola kvality; zvyčajne je automatizované systémy(ERP, MRP, systémy riadenia procesov), ktoré majú vo svojom arzenáli aplikácie pre budovanie diagramov, máp, účtovanie počtu defektov alebo jednoducho pohodlnú organizáciu zákazníckych dát (CRM).

Účelom tejto práce je systematizovať poznatky v oblasti manažérstva kvality. Z toho vznikla štruktúra. ročníková práca, na zváženie historických aspektov vývoja koncepcie je pridelená prvá kapitola; popis významu štatistických metód - druhá kapitola; a konštrukcia regulačných diagramov, na príklade náhodnej vzorky nejakého procesu – v treťom. Úvaha o Shewhartových regulačných diagramoch, a nie o inom neskoršom vývoji, sa vysvetľuje predovšetkým tým, že Shewhartova práca dala impulz k rozvoju koncepcie v tomto smere. A pre hlbšie pochopenie celého manažérstva kvality je potrebné mať poznatky o vzniku významných objavov.

Manažérstvo kvality má mnoho definícií v závislosti od postoja, ktorý autor zaujal. Niektorí zdôrazňujú osobitnú úlohu ľudského faktora, iní zdôrazňujú dôležitosť systémový prístup a kvantitatívne merania, iné zdôrazňujú vývoj manažérskych škôl.

Manažment kvality je teda v širšom zmysle taký podnikový manažment, ktorý umožňuje maximálne uspokojiť potreby zákazníkov a predvídať ich očakávania. Prirodzene sa podľa mňa vynárajú otázky: po prvé, ako prebieha ich spokojnosť, a po druhé, ako sa v tomto smere líši prístup riadenia kvality od bežného procesu plánovania a výroby produktov?

Pri odpovedi na otázku spokojnosti zákazníkov môžeme povedať, že manažment kvality berie ako hlavnú podmienku postoj spotrebiteľa ku kvalite prijímaných produktov. Kvalita produktu sa v tomto prípade stáva pre spotrebiteľa najvýznamnejším ukazovateľom a v dôsledku toho aj hlavnou konkurenčnou výhodou.

Druhá otázka sa týka rozdielov medzi konvenčnou výrobou a tou, kde sa uplatňujú princípy kvality. Zaujímavý je postoj japonských autorov, ktorí spájajú proces riadenia kvality produktov so špeciálnou filozofiou podniku, novým pohľadom na výrobu a sú neoddeliteľne spojené s konceptom neustáleho zlepšovania. Okrem tohto mierne zidealizovaného postoja je možné ukázať ešte jeden rozdiel; bežný výrobný proces zahŕňa sériu činností zameraných na identifikáciu a uspokojovanie potrieb spotrebiteľov, na ktoré sa vzťahuje aj definícia manažérstva kvality. Prístup ku kvalite však zdôrazňuje prirodzenú dôležitosť výroby kvalitných produktov vo všetkých fázach výroby, od vývoja produktu až po včasnú dodávku spotrebiteľovi. Tento prístup určuje prioritnú úlohu, pred ktorou stojí podnik - výrobu vysokokvalitných produktov z cyklu do cyklu, čo nepochybne zaručuje stabilitu spotrebiteľa, ktorý dostáva dobré produkty. Pre podnik to v prvom rade znamená získať si rešpekt spotrebiteľov a rozvíjať ich lojalitu, ktorá v r. moderné podmienky, nie je v žiadnom prípade nedôležitou vlastnosťou.

Keď to zhrnieme, vidíme, že spotrebitelia dostávajú kvalitné produkty a výrobcovia stabilné zisky. Moderné trhy vykazujú rýchle tempo rozvoja, ktoré firmám stanovuje podmienku: „rozvíjať sa, aby prežili“. A v tomto prípade dobrý, kvalitný výrobok, ktorý však nespĺňa požiadavky trhu, tiež nebude schopný zabezpečiť výraznú konkurenciu, rovnako ako spoločnosť, ktorej 30 % výrobkov tvorí chybný tovar. Preto manažment kvality pripisuje významnú úlohu predvídaniu očakávaní a potrieb spotrebiteľa, vytváraniu nových potrieb pre neho a ich uspokojovaniu v súlade s prístupom zabezpečovania kvality produktov.

Ako je uvedené vyššie, riadenie kvality je rozsiahly proces a ovplyvňuje celú výrobu, všetky úrovne riadenia (od kontrolórov po manažérov). vrcholový manažment) a všetko výrobné procesy. Kde a za akých podmienok však vznikol? Čo prispelo k vzniku nového prístupu k riadeniu? Pozrime sa na manažment kvality spätne.

Manažment kvality produktov je červenou líniou, ktorá prechádza celou históriou rozvoja manažmentu. Počnúc slávnou Towneovou prácou z roku 1866 „The Engineer as Economist“ je zvykom hovoriť o zrode manažmentu.

Zakladateľom vedeckej školy manažmentu, inšpirovaný dielom Towna, bol F. Taylor. Jeho prístup spôsobil doslova revolúciu vo výrobe. Okrem zavedenia praxe merania času stráveného vykonávaním rôznych operácií Taylor stanovil požiadavky na kvalitu produktov vo forme tolerančných polí (priechodné a nepriechodné kalibre). Zaviedol tiež systém pokút za manželstvo (až po prepustenie), motiváciu a školenie zamestnancov. Taylorov revolučný prístup dal impulz pre ďalší rozvoj manažmentu.

Ďalším notoricky známym manažérom 20. storočia bol Henry Ford, ktorý založil automobilku, ktorá existuje dodnes. Vývojom Modelu T sa Ford odsúdil na zvečnenie. Vynašiel nielen ľahké, odolné (v tom čase) a nenáročné auto, ale zaviedol aj systém hromadnej výroby dopravníkov. Zjednotil a štandardizoval všetky prevádzky, do rozsahu výroby zahrnul aj popredajný servis. Zaoberá sa ochranou práce a vytváraním normálnych pracovných podmienok. „Podľa Henryho Forda je hlavným faktorom úspechu podniku kvalitný výrobok ktoré vyrába. Kým sa nepreukáže kvalita, nemôže byť zahájená výroba produktu.

Emerson výrazne prispel k rozvoju manažmentu knihou vydanou v roku 1912, 12 princípov produktivity. Emerson poukázal na dôležitosť stanovenia cieľov, plánovania, odmeňovania za výkon a ďalších princípov. Efektívnosť videl ako kľúčový aspekt organizácie výroby, jej zvyšovaním je možné dosahovať vysoké výsledky a vyhnúť sa preťaženiu.

Počas ďalší vývoj Vedenie podniku čelilo potrebe znížiť mzdové náklady na kontrolu kvality, pretože staré metódy kontroly kvality, ktoré zahŕňali kontrolu každej jednotky výstupu, viedli k nárastu počtu kontrolórov. Problém vyriešili metódy, ktoré ich nahradili – metódy štatistickej kontroly kvality. G. Dodge a G. Roming navrhli metódy odberu vzoriek, ktoré umožnili skontrolovať nie všetky produkty, ale určité množstvo z celej šarže. Štatistickú kontrolu vykonávali noví špecialisti - inžinieri kvality.

Veľký prínos pre aplikáciu štatistických metód má Walter Shewhart, ktorý v polovici 20. rokov 20. storočia pôsobil v Bellovej spoločnosti (Bell Telephone Laboratories, dnes AT & T) ako súčasť skupiny špecialistov na kvalitu. položil základ pre štatistickú kontrolu kvality. Shewhart je zaradený medzi patriarchov moderná filozofia kvalita . Shewhart venoval veľkú pozornosť zostavovaniu a analýze regulačných diagramov, o ktorých sa bude diskutovať v nasledujúcich kapitolách.

Veľký je prínos Edwarda Deminga, amerického špecialistu v oblasti kvality. Počas druhej svetovej vojny školil amerických inžinierov v oblasti kontroly kvality v rámci programu národnej obrany. Po vojne, v roku 1950, bol Deming pozvaný do okupovaného Japonska, aby predstavil spoločnú teóriu so Shewhartom. V rozhovore s majiteľmi a manažérmi väčšiny podnikov Deming nabádal, že ak sa budú dodržiavať štatistické metódy, japonskí výrobcovia budú môcť čoskoro vstúpiť na svetové trhy. Čo bolo pre povojnové Japonsko životne dôležité.

Demingovo učenie udávalo smer rozvoja japonských spoločností. Deming inšpiroval publikum svojimi myšlienkami, „žiadny národ nie je povinný byť chudobný“ bola jeho úvodná veta. Japonsko veľmi skoro vstúpilo na svetové trhy s tovarom kvalitnejším ako ich americké a európske náprotivky.

Ďalším vedcom, ktorý prišiel do Japonska z Ameriky, bol Juran. Juran zvažoval otázky kvality na úrovni celej spoločnosti a jednotlivých oddelení. Juranove prednášky mali praktický charakter, dôraz sa kládol na definovanie ukazovateľov kvality výrobkov, stanovenie noriem a metód merania, zhodu výrobkov so špecifikáciami.

Cieľom kvalitného prístupu je vytvoriť lepší produkt, ktorý dokáže lepšie uspokojiť potreby zákazníkov. A takých ťažký problém nie je možné vyriešiť iba vykonaním potrebných meraní a analýzou získaných údajov. Na dosiahnutie takéhoto cieľa je niekedy potrebné zmodernizovať existujúce zariadenia, zlepšiť technologický postup výroby, prípadne ho úplne zmeniť. Tiež to stojí za zváženie potrebná práca až ( marketingový výskum, dizajn, obstarávanie) a po (balenie, skladovanie, zásobovanie, predaj a popredajný servis) výrobe produktov. To všetko dokazuje potrebu zvážiť riadenie kvality v jednotný systém a riadiť ho pomocou jedinej celopodnikovej stratégie.

Paralelne s Demingom a Juranom Dr. Feigenbaum (USA) v 50. rokoch v monografii "Total Quality Management" načrtáva dôležitosť systematického (komplexného) prístupu k riadeniu kvality produktov.

V roku 1922 zaviedla expertná skupina zo Spojených štátov amerických koncept Total Quality: „Total quality (TQ) je systém riadenia zameraný na ľudí, ktorého cieľom je neustále zvyšovať mieru spokojnosti zákazníkov pri neustálom znižovaní reálnych nákladov. TQ je systémový prístup (a nie jednotlivé lokality alebo programy) a je neoddeliteľnou súčasťou stratégie špičková úroveň; funguje horizontálne, pokrýva funkcie a oddelenia, zapája všetkých zamestnancov zhora nadol a prekračuje tradičné hranice, aby zahŕňal celý dodávateľský reťazec a v konečnom dôsledku aj reťazec zákazníkov. V TQ veľký vplyv sa venuje osvojeniu si politiky neustálych zmien a jej prispôsobovaniu, keďže tieto komponenty sú považované za silné páky, ktoré výrazne ovplyvňujú úspech organizácie.

Ďalším krokom vo vývoji systému manažérstva kvality je rozvoj procesného prístupu a popularizácia reengineeringu. Reengineering navrhuje nahradiť princíp deľby práce v riadení procesným prístupom. Na čele organizácie stoja procesy, ktoré majú svojich interpretov. Podniky objala nová myšlienka, začala sa masívna revízia fungovania procesov, ich optimalizácia, zmena a implementácia nových. Až kým sa nezistilo, že reengineering nie je v žiadnom prípade univerzálnym liekom.

Teraz, v 21. storočí, sa vo vede udomácňuje adaptívny model organizácie a rozširuje sa pojem manažmentu znalostí.

Ale napriek rozsiahlym znalostiam metód a systémov manažérstva kvality si mnohé podniky neuvedomujú dôležitosť kontroly kvality. V snahe držať krok so svetovými štandardmi, zaviesť softvérové ​​produkty, zostavujú kontrolné diagramy a nechápu, ako im to môže pomôcť.

Bez ohľadu na to, aké jednoduché alebo zložité sú metódy riadenia kvality, samy osebe nebudú schopné poskytnúť podniku žiadny úžitok, pretože aj po vykonaní všetkého potrebného výskumu a získaní záverov je stále potrebné vyvíjať a implementovať zmeny. . Významná časť ruských podnikov, ktoré začínajú rozvíjať systém manažérstva kvality (QMS), si nekladie za úlohu dosiahnuť efektívnosť a ešte viac efektívnosť systému manažérstva kvality, ktorá je predpokladom manažment kvality. Implementácia rozšíreného systému ISO je skôr nákladná certifikácia ako manažment zameraný na uspokojenie spotrebiteľov.

Zavedenie totálneho manažérstva kvality v Rusku je spojené so značnými ťažkosťami a predovšetkým je to odmietanie konceptu kvality zo strany manažérov, neochota byť lídrami oddanými implementácii kvality a ísť za zvoleným cieľom. Špecifickosť Ruska, jeho ľudí, zvykov a praktík zrejme nebude čoskoro pripravená na zásadné zmeny v systéme názorov na riadenie organizácie.

Toto sú hlavné míľniky vo vývoji systémov manažérstva kvality produktov.

mapa ukazuje kontrolu kvality

Hodnotu štatistických metód možno len ťažko preceňovať, keďže bez takýchto metód kontroly by bolo ťažké, takmer nemožné identifikovať závislosť defektov od určitých faktorov. Zároveň by sa organizácie mali snažiť znižovať variabilitu faktorov a v dôsledku toho aj prejav väčšej stability v kvalite produktov. Napríklad počas obrábanie kovu sa používa fréza, ktorá sa po spracovaní novej jednotky kovu trochu otupí. Okrem toho zmeny teploty, zloženia chladiacej kvapaliny alebo iné vplyvy môžu viesť k chybám produktu.

Nie všetky faktory podieľajúce sa na výrobe sú stabilné a štatistické metódy kontroly a riadenia kvality sú zamerané na znižovanie ich variability. Existujú však aj iné spôsoby, ako znížiť úroveň defektov produktu, ako je použitie odbornej intuície alebo minulých skúseností na odstránenie takýchto problémov.

Navrhované metódy môžu byť buď veľmi účinné, alebo nedokážu správne diagnostikovať a vyriešiť problém. A tu je to na človeku, ktorý riadi kontrolu, súlad metód na dosiahnutie cieľov štúdie, objektivita zvolených ukazovateľov, spoľahlivosť meraní atď.

Zoberme si štatistické metódy kontroly kvality. Kaeru Ishikawa, emeritný profesor na univerzite v Tokiu, navrhol rozdelenie štatistických metód do troch skupín:

1. základné metódy, medzi ktoré patrí „sedem jednoduchých nástrojov kvality“

kontrolný list

æ umožňuje pohodlne zaznamenávať údaje o chybách, s ktorými sa kontrolór stretne. V budúcnosti sa stáva zdrojom štatistických informácií.

histogram kvality

æ Je zostavený na základe kontrolného listu a zobrazuje frekvenciu hodnôt kontrolovaného parametra spadajúcich do stanovených intervalov.

kauzálny diagram

æ sa tiež nazýva diagram rybej kosti. Diagram je založený na jednom indikátore kvality, ktorý má formu rovnej horizontálnej čiary („chrbtica“), ku ktorej sú hlavné príčiny ovplyvňujúce indikátor („veľké kosti hrebeňa“) spojené čiarami. Sekundárne a terciárne príčiny, ktoré ovplyvňujú staršie príčiny, sú tiež spojené priamkami („stredné a malé kosti“). Po výstavbe je potrebné zoradiť všetky dôvody podľa stupňa vplyvu na ukazovateľ.

Paretov graf

æ Hlavným predpokladom diagramu je, že vo väčšine prípadov veľká väčšina defektov vzniká z malého počtu dôležitých príčin. Dôsledkom zaostreného diagramu bude záver o tom, aké typy chýb majú veľký podiel medzi ostatnými a podľa toho čomu treba venovať osobitnú pozornosť.

· Stratifikácia

æ Stratifikácia alebo stratifikácia údajov sa vykonáva, keď je potrebné porovnať výsledky podobných procesov vykonávaných rôznymi pracovníkmi alebo na rôznych strojoch pomocou rôzne materiály a v iných prípadoch.

Rozptylový diagram

æ je postavená na základe párových údajov (napríklad počet defektov na teplote vzduchu v peci), ktorých závislosť je potrebné skúmať. Diagram môže poskytnúť informácie o tvare rozloženia párov. Na základe diagramu je možné vykonať korelačnú a regresnú analýzu.

kontrolná karta

æ princípom a metódam zostavovania regulačných diagramov sa budeme venovať v tretej kapitole práce.

2. prechodné metódy, sú to metódy kontroly akceptácie, distribučné teórie, štatistické odhady a kritériá.

3. pokročilé metódy, ide o metódy založené na využití výpočtovej techniky:

plánovanie experimentu,

multivariačná analýza

· metódy výskumu operácií.

Kvalita produktu je určená súborom veličín a znakov, ktoré možno vo všeobecnosti nazvať indikátormi kvality. Na ich základe sa vykonávajú štatistické štúdie. Ukazovatele charakterizujú spotrebiteľské vlastnosti produktov a môžu mať rôzne zmysluplné významy.

Kontrolné karty patria do „sedmičky jednoduché metódy» manažment kvality, podľa klasifikácie K. Ishikawu. Tak ako iné metódy, aj regulačné diagramy sú zamerané na identifikáciu faktorov, ktoré ovplyvňujú variabilitu procesov. Keďže variabilita môže byť ovplyvnená náhodnými alebo určitými (nenáhodnými) dôvodmi. Náhodné príčiny možno pripísať takým príčinám, ktorým sa nedá vyhnúť ani použitím rovnakých surovín, zariadení a pracovníkov slúžiacich procesu (napríklad kolísanie teploty životné prostredie, materiálové vlastnosti atď.). Určité (nenáhodné) dôvody naznačujú prítomnosť určitej závislosti medzi zmenou faktorov a variabilitou procesu. Takéto dôvody je možné identifikovať a odstrániť pri ladení procesu (napríklad uvoľnenie spojovacích prvkov, opotrebovanie nástroja, nedostatočné ostrenie stroja atď.). V ideálnom prípade by sa variabilita určitých faktorov mala znížiť na nulu a zlepšiť technologický postup znížiť vplyv a náhodné faktory.

Regulačné diagramy slúžia na úpravu už existujúcich procesov, v ktorých produkty spĺňajú technické požiadavky.

Konštrukcia regulačných diagramov je zameraná najmä na potvrdenie alebo zamietnutie hypotézy o stabilite a kontrolovateľnosti procesu. Vzhľadom na to, že mapy sú viacnásobného charakteru, umožňujú určiť, či je priebeh skúmaného procesu náhodný, ak áno, potom by mal proces smerovať k normálnemu, Gaussovmu rozdeleniu. V opačnom prípade možno na grafe sledovať trendy, série a iné abnormálne odchýlky.

Ďalšia kapitola sa bude zaoberať praktickou stránkou Shewhartových regulačných diagramov.

Predtým, ako pristúpime k priamej konštrukcii regulačných diagramov, zoznámime sa s hlavnými fázami úlohy. Takže vzhľadom na skutočnosť, že rôzni autori sledujú svoje vlastné ciele, popisujúce konštrukciu regulačných diagramov, pôvodná vízia etáp konštrukcie Shewhartových regulačných diagramov bude uvedená nižšie.

Algoritmus na zostavenie Shewhartových regulačných diagramov:

I. Procesná analýza.

V prvom rade je potrebné položiť si otázku o existujúcom probléme, pretože bez nich nebude mať analýza zmysel. Pre väčšiu prehľadnosť môžete použiť Ishikawov diagram príčin a následkov (spomenutý vyššie, kapitola 2). Na jej zostavenie sa odporúča zapojiť zamestnancov z rôznych oddelení a využiť brainstorming. Po dôkladnej analýze problému a zistení faktorov, ktoré ho ovplyvňujú, pristúpime k druhej fáze.

II. Výber procesu.

Po objasnení faktorov ovplyvňujúcich proces v predchádzajúcej fáze, po nakreslení podrobnej kostry „ryby“ je potrebné vybrať proces, ktorý bude predmetom ďalšieho výskumu. Tento krok je veľmi dôležitý, pretože výber nesprávnych ukazovateľov spôsobí, že celý regulačný diagram bude menej efektívny z dôvodu skúmania nevýznamných ukazovateľov. V tejto fáze je vhodné si uvedomiť, že výber vhodného procesu a ukazovateľa určuje výsledok celej štúdie a náklady s ňou spojené.

Tu je niekoľko príkladov možných indikátorov:

Tabuľka 1. Používanie kontrolných kariet v servisných organizáciách

Zdroj Evans J. Quality Management: učebnica. Príspevok/J. Evans.-M.: Unity-Dana, 2007.

Zároveň by sa mal zvoliť ukazovateľ, ktorý by sa mal riadiť hlavným cieľom spoločnosti, a to spokojnosťou zákazníkov. Po výbere procesu a indikátora, ktorý ho charakterizuje, môžete pristúpiť k zberu údajov.

III. Zber dát.

Účelom tejto fázy je zhromaždiť údaje o procese. K tomu je potrebné navrhnúť najvhodnejší spôsob zberu dát, zistiť, kto a v akom čase bude merania vykonávať. Ak proces nie je vybavený technické prostriedky, umožňujúci automatizáciu zadávania a spracovania údajov, je možné využiť jeden zo siedmich jednoduchými spôsobmi Ishikawa - kontrolné hárky. Kontrolné hárky sú v skutočnosti formulármi na registráciu skúmaného parametra. Ich výhoda spočíva v jednoduchosti používania a jednoduchosti zaškolenia zamestnancov. Ak je na pracovisku počítač, je možné zadávať údaje prostredníctvom príslušných softvérových produktov.

V závislosti od špecifík ukazovateľa sa určuje frekvencia, čas zberu a veľkosť vzorky, aby sa zabezpečila reprezentatívnosť údajov. Zozbierané údaje sú základom pre ďalšie operácie a výpočty.

Po zozbieraní informácií sa výskumník musí rozhodnúť o potrebe zoskupiť údaje. Zoskupenie často určuje výkonnosť regulačných diagramov. Tu je možné pomocou už vykonanej analýzy pomocou diagramu príčin a následkov stanoviť faktory, podľa ktorých bude možné zoskupiť údaje najracionálnejším spôsobom. Je potrebné poznamenať, že údaje v rámci jednej skupiny by mali mať malú variabilitu, inak môžu byť údaje nesprávne interpretované. Taktiež, ak je proces rozdelený na časti pomocou stratifikácie, každá časť by sa mala analyzovať samostatne (príklad: výroba rovnakých častí rôznymi pracovníkmi).

Zmena spôsobu zoskupovania zmení faktory, ktoré tvoria variácie v rámci skupiny. Preto je potrebné študovať faktory ovplyvňujúce zmenu ukazovateľa, aby bolo možné aplikovať správne zoskupenie.

IV. Výpočet hodnôt regulačného diagramu.

Shewhartove regulačné diagramy sú rozdelené na kvantitatívne a kvalitatívne (alternatívne) v závislosti od merateľnosti skúmaného ukazovateľa. Ak je hodnota ukazovateľa merateľná (teplota, hmotnosť, veľkosť a pod.), používajú sa mapy hodnoty ukazovateľa, rozsahy a dvojité Shewhartove mapy. Naopak, ak indikátor neumožňuje použitie numerických meraní, použite typy kariet pre alternatívnu funkciu. V skutočnosti sú ukazovatele študované na tomto základe definované ako spĺňajúce alebo nespĺňajúce požiadavky. Preto použitie máp pre podiel (počet) defektov a počet zhôd (nezrovnalostí) na jednotku výroby.

Pre akýkoľvek typ Shewhartových máp je definícia centrálnej a kontrolné čiary, kde stredná čiara (CL-controllimit) v skutočnosti predstavuje priemernú hodnotu ukazovateľa a kontrolné limity (UCL-uppercontrollimit; LCL-dolná kontrolná hranica) sú prípustné hodnoty tolerancie.

Hodnoty horných a dolných kontrolných limitov sú určené vzorcami pre odlišné typy diagramy, ako je vidieť z diagramu v prílohe 1. Na ich výpočet, aby sa nahradili ťažkopádne vzorce, sa na zostavenie regulačných diagramov používajú koeficienty zo špeciálnych tabuliek, kde hodnota koeficientu závisí od veľkosti vzorky (Príloha 2) . Ak je veľkosť vzorky veľká, potom sa použijú mapy, ktoré poskytujú najúplnejšie informácie.

V tejto fáze musí výskumník vypočítať hodnoty CL, UCL, LCL.

V. Konštrukcia regulačného diagramu.

Dostali sme sa teda k najzaujímavejšiemu procesu – ku grafickému znázorneniu získaných údajov. Takže ak boli údaje zadané do počítača, potom pomocou prostredia programu Statistica alebo Excel môžete údaje rýchlo graficky zobraziť. Je však možné zostaviť regulačný diagram a bez špeciálnych programov potom pozdĺž osi OY regulačných diagramov vykreslíme hodnoty indikátora kvality a pozdĺž osi OX časové body registrácie hodnoty v nasledujúcom poradí:

1. zakreslite stredovú čiaru (CL) do kontrolného diagramu

2. nakresliť okraje (UCL; LCL)

3. Údaje získané počas štúdie reflektujeme aplikáciou vhodného markera na priesečník hodnoty ukazovateľa a času jeho registrácie. Odporúča sa použiť rôzne typy značiek pre hodnoty, ktoré sú v rámci a mimo tolerančných limitov.

4. V prípade použitia dvojitých kariet zopakujte kroky 1-3 pre druhú kartu.

VI. Kontrola stability a kontrolovateľnosti procesu.

Táto fáza je navrhnutá tak, aby nám ukázala, na čo bol výskum vykonaný – či je proces stabilný. Stabilita (štatistická ovládateľnosť) je chápaná ako stav, v ktorom je zaručená opakovateľnosť parametrov. Proces bude teda stabilný iba vtedy, ak nenastanú nasledujúce prípady.

Zvážte hlavné kritériá nestability procesu:

1. Prekračovanie kontrolných limitov

2. Séria je určitý počet bodov, ktoré sú vždy na jednej strane stredovej čiary - (hore) dole.

Séria siedmich bodov sa považuje za abnormálnu. Okrem toho by sa situácia mala považovať za abnormálnu, ak:

a) aspoň 10 z 11 bodov je na rovnakej strane stredovej čiary;

b) aspoň 12 zo 14 bodov je na rovnakej strane stredovej čiary;

c) aspoň 16 z 20 bodov je na tej istej strane stredovej čiary.

3. trend - kontinuálne stúpajúca alebo klesajúca krivka.

4. približovanie sa ku kontrolným limitom. Ak sú 2 alebo 3 body veľmi blízko kontrolných limitov, znamená to abnormálne rozdelenie.

5. približovanie sa k stredovej čiare. Ak sú hodnoty sústredené blízko stredovej čiary, môže to znamenať nesprávny výber metódy zoskupovania, v dôsledku čoho je rozsah príliš široký a vedie k miešaniu údajov s rôznymi distribúciami.

6. periodicita. Keď po určitých rovnakých časových intervaloch krivka prejde k „klesaniu“, potom k „stúpaniu“.

VII. Analýza regulačných diagramov.

Ďalšie opatrenia vychádzajú zo záverov o stabilite alebo nestabilite procesu. Ak proces nespĺňa kritériá stability, mal by sa znížiť vplyv nenáhodných faktorov a pomocou zberu nových údajov by sa mal zostaviť regulačný diagram. Ak však proces spĺňa kritériá stability, je potrebné vyhodnotiť spôsobilosti procesu (Cp). Čím menší je rozptyl parametrov v rámci tolerančných limitov, tým vyššia je hodnota indexu spôsobilosti procesu. Indikátor odráža pomer šírky parametra a stupňa jeho rozptylu. Index príležitosti sa vypočíta ako , kde možno vypočítať ako .

Ak je vypočítaný index menší ako 1, potom výskumník potrebuje zlepšiť proces, buď zastaviť výrobu produktu, alebo zmeniť požiadavky na produkt. S hodnotou indexu:

St<1 возможности процесса неприемлемы,

Cр=1 proces je na hranici požadovaných schopností,

Cp>1 proces spĺňa kritérium možnosti.

Ak nedôjde k žiadnemu posunutiu vzhľadom na stredovú čiaru Cp=Cpk, kde . Tieto dva ukazovatele sa vždy používajú spolu na určenie stavu procesu, napríklad v strojárstve sa to považuje za normu , čo znamená, že pravdepodobnosť nedodržania nepresiahne 0,00006.

Teraz, keď sme zvážili algoritmus na zostavenie regulačných diagramov, analyzujeme konkrétny príklad.

Úloha: Kontroluje sa obsah chrómu v oceľových odliatkoch. Merania sa vykonávajú v štyroch plavkách. Tabuľka 2 ukazuje údaje pre 15 podskupín. Potrebujete zostaviť mapu.

Riešenie: Keďže je už vopred známe, aký typ mapy je potrebné postaviť, vypočítame hodnoty

Ďalším krokom je výpočet , kde podľa vyššie uvedenej schémy , a . Teraz, keď máme hodnoty stredovej čiary, priemernú hodnotu ukazovateľa a priemernú odchýlku, nájdeme hodnoty kontrolných hraníc máp.

, kde je podľa tabuľky koeficientov pre výpočet riadkov regulačných diagramov a rovná sa 0,729. Potom UCL=0,880, LCL=0,596.

Pre hodnoty sú dolné a horné kontrolné limity určené vzorcami:

kde a sa nachádzajú podľa tabuľky koeficientov na výpočet čiar regulačných diagramov a sú rovné 0,000 a 2,282. Potom UCL=0,19*2,282=0,444 a LCL=0,19*0,000=0.

Poďme vytvoriť kontrolné grafy pre priemery a rozsahy tejto vzorky pomocou Excelu:

Ako môžeme overiť, regulačné diagramy neodhalili nenáhodné hodnoty, nekontrolované limity, série alebo trendy. Graf priemerných hodnôt však smeruje do centrálnej polohy, čo môže naznačovať ako nesprávne zvolené tolerančné limity, tak abnormálnu distribúciu a nestabilitu procesu. Aby sme sa uistili, vypočítame index spôsobilosti procesu. , kde sa dá vypočítať ako , podľa tabuľky koeficientov nájdeme hodnotu rovnajúcu sa ;

Vzhľadom k tomu, vypočítaný index<1, что свидетельствует о неприемлемости возможностей процесса, его статистической неуправляемости и не стабильности. Необходимо провести усовершенствования процесса, установить контроль над его протеканием, с целью уменьшения влияния не случайных факторов.

Študovaním odbornej literatúry a ponorením sa do manažmentu kvality sa mi podarilo nazbierať veľké množstvo zaujímavých a užitočných informácií. Takže napríklad šírka využitia manažérstva kvality zasiahla všetky oblasti výroby od ťažkého priemyslu a obstarávania ropy až po malé organizácie poskytujúce služby (cateringové miesta, kníhkupectvá a pod.).

V posledných rokoch, pod zastrešujúcim vplyvom myslenia zameraného na zlepšenie kvality a spokojnosti zákazníkov, sa manažérstvu kvality pripisujú systémy ako CRM-zákaznícky orientovaný manažment; ERP systém riadenia podnikových zdrojov; TPM - systém všeobecnej starostlivosti o zariadenie a mnoho ďalších systémov. Na základe toho môžeme konštatovať, že došlo k posunu záujmov od riadenia kvality konkrétneho procesu k používaniu systémov kvality a softvérových balíkov, ktoré umožňujú tak či onak prispievať k spokojnosti zákazníkov tými najpohodlnejšími spôsobmi. Príspevok Waltera Shewharta k štatistickému manažmentu kvality je veľký a regulačné diagramy, ktoré navrhol, sa stále používajú, ale častejšie, v spojení s inými metódami, v dôsledku zabezpečenia systematického prístupu a zohľadnenia mnohých faktorov, ktoré neboli prijaté. do úvahy v 20. storočí.

Na záver by som chcel povedať, že hlavným problémom moderných systémov kvality je to, že pri všetkej zjavnej jednoduchosti použitia nemôžu zaručiť ich efektívne využitie v podniku. Dôvody sú v pôvode! Veď hlavnou výhodou používania „7 jednoduchých metód“ manažérstva kvality je, že bez prieniku filozofie kvality je len ťažko možné dosiahnuť nejaké výrazné výsledky. Firmy, ktoré ešte nie sú pripravené na zásadné zmeny, by sa tak mohli uchrániť pred zavádzaním drahých systémov a zbytočných výdavkov.

Riadenie kvality je filozofiou úspechu moderných spoločností!

1. GOST R 50779,42-99 " Štatistické metódy. Shewhartove kontrolné mapy"

2. Goldrat E.M., Cox J. Purpose. Proces neustáleho zlepšovania / E.M. Goldrat, J. Cox. - Vydavateľstvo Potpourri -2007.

3. Yosio Kondo. Manažment kvality v spoločnosti: vznik a štádiá rozvoja. / Per. z angličtiny. E.P. Marková, I.N. Rybakov. - Nižný Novgorod: SMC "priorita", 2002.

4. Prosvetov G.I. Prognózovanie a plánovanie: úlohy a riešenia: učebná pomôcka./G.I. Prosveov-M.: Vydavatestvo RDL, 2005.

5. Kane M.M., Ivanov B.V., Koreshkov V.N., Skhirtladze A.G. Systémy, metódy a nástroje manažérstva kvality / M.M. Canet, B.V. Ivanov, V.N. Koreškov, A.G. Skhirtladze. - Petrohrad: Peter, 2009

6. Kachalov V.A. Čo je to „neustále zlepšovanie efektívnosti SMK“?// Metódy manažérstva kvality.-2006.-№10.

7. Kľačkin V.N. Štatistické metódy v manažérstve kvality: výpočtová technika: učebnica. Príspevok / V.N. Klyachkin.-M.: Financie a štatistika, 2007.

8. Kruglov M.G., Shishkov G.M. Riadenie kvality ako také / M.G. Kruglov, G.M. Shishkov.-M.: Eksmo, 2006.

9. Kuznecov L.A. Kontrola a hodnotenie viacrozmernej kvality//Metódy manažérstva kvality.-2008.-№10.-s. 40-45.

10. Sazhin Yu.V., Pletneva N.P. K otázke efektívnosti QMS v Rusku// Metódy manažérstva kvality.-2008.-№10.-S.20-24.

11. Štatistické metódy zlepšovania kvality: monografia / prekl. z angličtiny. Yu.P.Adler, L.A. Konareva; vyd. Kume.-M.: Financie a štatistika, 1990.

12. Feigenbaum A. Kontrola kvality produktu / A. Feigenbaum. - M.: Ekonomika, 1986.

13. Evans J. Manažérstvo kvality: učebnica. Príspevok/J. Evans.-M.: Unity-Dana, 2007.

Shewhartov diagram regulačných diagramov

Koeficienty pre výpočet čiar regulačných diagramov.

Kane M.M., Ivanov B.V., Koreshkov V.N., Skhirtladze A.G. Systémy, metódy a nástroje manažérstva kvality / M.M. Canet, B.V. Ivanov, V.N. Koreškov, A.G. Skhirtladze. - Petrohrad: Peter, 2009

Kane M.M., Ivanov B.V., Koreshkov V.N., Skhirtladze A.G. Systémy, metódy a nástroje manažérstva kvality / M.M. Canet, B.V. Ivanov, V.N. Koreškov, A.G. Skhirtladze. - Petrohrad: Peter, 2009.

Federálna agentúra pre vzdelávanie

Štátna vzdelávacia inštitúcia

vyššie odborné vzdelanie

"Kuzbassova štátna technická univerzita"

Katedra technológie spracovania plastov

Katedra chemickej technológie anorganických látok

Shewhartove kontrolné diagramy

Metodické pokyny k praktickým cvičeniam z disciplíny

"Metrológia, štandardizácia, certifikácia"

pre študentov odborov

250100 (240401) "Chemická technológia organických látok"

250200 (240301) "Chemická technológia anorganických látok"

250400 (240403) „Chemická technológia prírodných nosičov energie

a uhlíkové materiály"

250600(240502) "Technológia na spracovanie plastov a elastomérov"

Zostavil N. M. Igolinskaya

E. B. Silinina

M. A. Igolinskaya

Schválené na porade odd

vzdelávacej a metodickej komisii

špeciality 250200

Zápisnica č. 8 zo dňa 30.03.2006

Elektronická kópia je

v knižnici hlavnej budovy

GU KuzGTU

Kemerovo 2006

CIELE PRAKTICKÝCH CVIČENÍ

Oboznámte sa s metódami vytvárania Shewhartových regulačných diagramov; podľa možnosti zadania vypočítajte hranice a zostavte mapu na riadenie procesu.

Urobte záver o procese a jeho štatistickej kontrolovateľnosti.

Vykonajte postupy na uvedenie mapy do podoby štatisticky kontrolovaného procesu.

1. HLAVNÉ NÁVRHY TEÓRIE

OVLÁDACIE TABUĽKY SHUKHART

Regulačné diagramy sú grafické nástroje, ktoré využívajú štatistické prístupy na riadenie výrobných procesov. Účelom takejto kontroly je zistiť, či bol dosiahnutý štatisticky kontrolovaný stav procesu a či v tomto stave zostáva s priebežnou informáciou o kvalite produktu.

Kontrola stability procesu umožňuje znížiť náklady na kontrolu kvality hotového výrobku, zvoliť správnu surovinovú základňu a cenu výrobkov ako komodity.

Teória regulačných diagramov rozlišuje medzi dvoma typmi variability:

- variabilita spôsobená náhodnými príčinami, ktoré sú neustále prítomné a nemožno ich identifikovať a odstrániť;

- variabilita, čo sú skutočné zmeny v procese z určitých dôvodov, ktoré možno identifikovať a eliminovať. Takáto variabilita sa považuje za „nenáhodnú“ (zlomenie nástroja, heterogenita suroviny, porušenie technologického režimu, kvalifikácia personálu a pod.).

Variabilita spôsobená náhodnými príčinami sa zvyčajne popisuje parametrami normálneho rozdelenia a Gaussovej krivky, ktoré musia byť v rámci tolerančného pásma procesu. Táto poloha je znázornená na obr. jeden.

Pomer hraníc znázornených na obrázku umožňuje stanoviť vo vzťahu k oblastiam rozsahov σ vzťah medzi frekvenciou zásahov X 0 do a mimo rozsahu. Tieto frekvencie sú uvedené v tabuľke. jeden.

Ryža. 1. Pomer distribučných hraníc (B) a technologickej tolerancie (T) pre stanovený štatisticky kontrolovaný proces

stôl 1

Vzťah medzi špecifikovaným rozsahom odchýlky parametra X

a frekvenciu zásahov a nezdarov X v tomto rozsahu

Ak sú teda požiadavky na proces stanovené tak, aby rozptyl kontrolných parametrov neprekročil
, potom výstup ľubovoľného, ​​náhodného, ​​daného kontrolného parametra X som mimo dosahu
možné s pravdepodobnosťou 0,06, t.j. nepravdepodobné.

Predstavujeme charakteristiku ja B - "index spôsobilosti procesu". Táto hodnota určuje možnosti procesu a jeho štatistickú reguláciu. Určuje sa podľa vzorca

, (1)

kde ja B je index spôsobilosti procesu;

T– požiadavka na proces;

AT– procesné schopnosti.

Ak ja B< 1, то процесс невозможен (не может быть обеспечено требуемое качество).

Ak ja B = 1, potom je proces na hranici možného. Zároveň, napriek tomu, že proces za priaznivých podmienok môže poskytnúť danú kvalitu, jeho štatistická regulácia je nemožná.

Ak ja B > 1, potom je proces možný a možno realizovať štatistickú reguláciu jeho kvality.

Celkový pohľad na jednu z možných regulačných schém je znázornený na obr. 2.

Ryža. 2. Regulačný diagram rozloženia aktuálnych hodnôt regulovaného parametra X podľa 18 meracích skupín

Štatistická kontrola kvality procesu je prehľadne znázornená na obr. 3.

Ryža. 3. Schematické znázornenie štatisticky riadeného procesu

Nedávno som tu zverejnil svoje, kde je toho dosť jednoduchý jazyk, miestami zneužívajúc vulgárne výrazy, za 20-minútového smiechu poslucháčov hovoril o tom, ako oddeliť systémové variácie od variácií spôsobených zvláštnymi dôvodmi.

Teraz chcem podrobne analyzovať príklad konštrukcie Shewhartovej regulačnej schémy založenej na skutočných údajoch. Ako reálne dáta som bral historické informácie o splnených osobných úlohách. Tieto informácie mám vďaka prispôsobeniu modelu osobnej efektivity Davida Allena Getting Things (mám o tom aj starý slidecast v troch častiach: 1. časť, 2. časť, 3. časť + tabuľka Excel s makrami na analýzu úloh z Outlooku).

Úloha vyzerá takto. Mám rozdelenie priemerného počtu dokončených úloh v závislosti od dňa v týždni (nižšie v grafe) a potrebujem odpovedať na otázku: "je niečo zvláštne na pondelkoch alebo je to len systémová chyba?"

Odpovedzme si na túto otázku pomocou Shewhartovho regulačného diagramu, hlavného nástroja štatistického riadenia procesov.

Shewhartove kritérium na prítomnosť špeciálnej príčiny variácie je teda celkom jednoduché: ak nejaký bod prekročí kontrolné limity, vypočítané špeciálnym spôsobom, potom to naznačuje špeciálnu príčinu. Ak bod leží v týchto medziach, potom je odchýlka spôsobená všeobecnými vlastnosťami samotného systému. Zhruba povedané, ide o chybu merania.
Vzorec na výpočet kontrolných limitov vyzerá takto:

Kde
- priemerná hodnota priemerných hodnôt pre podskupinu,
- priemerné rozpätie,
- nejaký inžiniersky koeficient v závislosti od veľkosti podskupiny.

Všetky vzorce a tabuľkové koeficienty nájdete napríklad v GOST 50779.42-99, kde je stručne a jasne uvedený prístup k štatistickému riadeniu (úprimne, sám som nečakal, že existuje taký GOST. Téma štatistického riadenia resp. jeho miesto v optimalizácii podnikania je podrobnejšie opísané v knihe D. Wheelera).

V našom prípade zoskupujeme počet dokončených úloh podľa dňa v týždni – to budú podskupiny našej vzorky. Zobral som údaje o počte dokončených úloh za 5 týždňov práce, to znamená, že veľkosť podskupiny je 5. Pomocou tabuľky 2 z GOST nájdeme hodnotu inžinierskeho koeficientu:

Výpočet priemernej hodnoty a rozsahu (rozdiel medzi minimálnou a maximálnou hodnotou) pre podskupinu (v našom prípade podľa dňa v týždni) je pomerne jednoduchá úloha, v mojom prípade sú výsledky nasledovné:

Stredová čiara regulačného diagramu bude stredom skupinových prostriedkov, t.j.

Vypočítame tiež priemerný rozsah:

Teraz vieme, že dolný kontrolný limit pre počet dokončených úloh sa bude rovnať:

To znamená, že tie dni, v ktorých v priemere dokončím menej úloh, sú z pohľadu systému špeciálne.

Podobne získame horný kontrolný limit:

Teraz nakreslite stredovú čiaru (červená), hornú kontrolnú hranicu (zelená) a spodnú kontrolnú hranicu (fialová) do grafu:

A, ó, zázrak! Vidíme tri jasne odlišné skupiny mimo kontrolných hraníc, v ktorých zjavne nie sú systémové príčiny variácie!

V sobotu a nedeľu nepracujem. Fakt. A pondelok bol naozaj výnimočný deň. A teraz môžete v pondelok premýšľať a hľadať, čo je naozaj výnimočné.

Ak by však priemerný počet úloh dokončených v pondelok bol v rámci kontrolných limitov a aj keby výrazne vyčnieval na pozadí iných bodov, potom by z pohľadu Shewharta a Deminga bolo zbytočné hľadať nejaké vlastnosti v pondelok, keďže takéto správanie je podmienené výlučne všeobecnými príčinami. Napríklad na konci minulého roka som zostavil regulačný diagram na ďalších 5 týždňov:

A zdá sa, že existuje nejaký pocit, že pondelok nejako vyčnieva, ale podľa Shewhartovho kritéria je to len výkyv alebo chyba v samotnom systéme. Podľa Shewharta, tento prípadšpeciálne príčiny pondelkov môžete skúmať ľubovoľne dlho – jednoducho neexistujú. Z pohľadu štatistického úradu sa na týchto údajoch pondelok nelíši od akéhokoľvek iného pracovného dňa (ani nedele).