Vlastnosti použitia jednoduchých nástrojov kontroly kvality. Vznik a úloha jednoduchých nástrojov kontroly kvality

(Abstrakt)

n1.Doc.

Účel metódy

Účel metódy

Podstatou metódy

Vedecký základ modernej technickej kontroly je matematické a štatistické metódy.

Iba sedem sú vybraní z rôznych štatistických metód pre rozšírené použitie, ktoré sú jasné a môžu byť ľahko aplikované špecialistami rôznych profilov. Umožňujú vám identifikovať a zobraziť problémy v čase, vytvoriť hlavné faktory, z ktorých musíte začať konať a distribuovať úsilie o efektívne riešenie týchto problémov.

Akčný plán

Sekvencia aplikácie metód sa môže líšiť v závislosti od cieľa.

Tieto metódy je možné zobraziť ako samostatné nástroje a ako systém metód. Každá metóda môže nájsť vlastné vlastné použitie v závislosti na tom, ktorá trieda je úlohou.

Funkcia Metóda

1. 
   Kontrolný zoznam - nástroj na zhromažďovanie údajov a ich automatické usporiadanie na uľahčenie ďalšieho používania zhromaždených informácií.
2. 
   stĺpcový graf - nástroj, ktorý vám umožní vizuálne vyhodnotiť distribúciu štatistických údajov zoskupených frekvenciou dát vstupu do určitého (vopred určeného) intervalu.
3. 
   Graf Pareto. - nástroj, ktorý vám umožní objektívne predstavovať a identifikovať hlavné faktory, ktoré ovplyvňujú tento problém, a distribuovať úsilie o efektívne vyriešenie.
4. 
   Metóda stratifikácie (Obrázkové údaje) - nástroj, ktorý vám umožní rozdeliť dáta na podskupiny na konkrétnej funkcii.
5. 
   Rozptyl diagramu (Disperzia) je nástroj, ktorý vám umožní určiť pohľad a tesnosť vzťahu medzi pármi zodpovedajúcich premenných.
6. 
   CHARON ISICA (Kauzálny diagram) - nástroj, ktorý vám umožní identifikovať najvýznamnejšie faktory (dôvody), ktoré majú vplyv na konečný výsledok (dôsledok).
7. 
   Riadiaca karta - nástroj, ktorý vám umožní sledovať priebeh procesu konania a ovplyvniť ho (pomocou príslušnej spätnej väzby), bráni jeho odchýlky od požiadaviek predložených procesu.

1. 
   Sedem jednoduchých štatistických metód - Nástroje vedomostí, Not Management.
2. 
   Schopnosť zvážiť udalosti z hľadiska štatistík je dôležitejšia ako znalosť samotných metód.
3. 
   Na pokročilých zahraničných firmách sú absolútne všetci zamestnanci povinní vlastniť sedem jednoduchých štatistických metód.
4. 
   Údaje sa musia zbierať, aby sa uľahčili ich následné spracovanie. Je potrebné pochopiť, prečo sa údaje zhromažďujú a spracúvajú údaje.

• 
  
• 
  
• 
  výstup riadiaceho procesu.

Výhody metódy

Nevýhody metódy

ocakavane vysledky

Metóda "riadiaci zoznam

Účel metódy

Účel metódy

Podstatou metódy

• 
  nástroj na zaznamenávanie údajov je zvyčajne ako papierový formulár s kontrolovanými parametrami vopred na ňu, ktorým môžete vykonať potrebné údaje pomocou značiek alebo ľubovoľných znakov;
• 
  nástroj, ktorý uľahčuje uľahčenie úlohy kontroly procesov a poskytovať rôzne druhy faktov na analýzu, úpravu a zlepšenie kvality procesov.

Akčný plán

Zvyčajne sú ciele zberu údajov v procese kontroly kvality nasledovné:

• 
  monitorovanie a regulácia procesu;
• 
  analýza odchýlok od zavedených požiadaviek;
• 
  výstup riadiaceho procesu.

• 
  zdroj údajov (čas, vybavenie atď.);
• 
  zaregistrujte sa údaje tak, aby sa ľahko používali.

Funkcia Metóda

Kontrolné listy (CL) sa používajú na zber zdrojových údajov.

Typy rôznych CL sú vypočítané stovkami, a v zásade, pre každý špecifický účel môže byť jej list vyvinúť. Napríklad Cl na registráciu distribúcie nameraného parametra počas výroby; Cl príčiny chýb; Cl na upevnenie odmietnutých detailov v zariadení; Hovory o registrácii hovorov; Hodiny defektov; CL Registrácia druhov vád; CL Registračný čas vzhľadu študentov na triedach; Teplotný plán pacienta atď. Ale zásada ich dizajnu zostáva nezmenený.

Pravidlá pre zostavovanie kontrolných zoznamov

1. 
   Rozhodnite, ktoré údaje budú zhromažďované, rozhodnúť o sekvencii zberu informácií.
2. 
   Určiť čas, počas ktorého sa informácie zhromažďujú.
3. 
   Formulovať názov, ktorý odráža typ zozbieraných informácií.
4. 
   Zadajte zdroj údajov.
5. 
   Urobte zoznam kontrolovaných charakteristík.
6. 
   Vypracovať formulár - štandardná forma zaznamenania údajov, čo najjednoduchšie vyplní v súlade s prijatými pravidlami.

Príklad riadiaceho zoznamu na registráciu odmietnutých častí v televízoroch

Ďalšie informácie:

1. 
   Pri vývoji CL sa odporúča prilákať priamych interpretov týchto listov. Každý, kto sa bude zaoberať konkrétnou triedou, musí cítiť jeho spoluautor.
2. 
   Pri vytváraní formulára používajte čo najviac grafických informácií (kresby).
3. 
   Skladujte v blízkosti umiestnenia údajov.

Výhody metódy

Nevýhody metódy

ocakavane vysledky

Metóda "Diagram rozptylu"

Iné metódy metódy: "Rozptylová schéma", "korelačné pole".

Účel metódy

Japonská zväzok vedcov a inžinierov v roku 1979 zahŕňala diagram rozptylu na siedmich metódach kontroly kvality.

Účel metódy

Podstatou metódy

• 
  kvalitatívna charakteristika a faktor, ktorý ho ovplyvňuje;
• 
  dve rôzne charakteristiky kvality;
• 
  dva faktory ovplyvňujúce jednu kvalitu charakteristiku.

Diagram rozptylu v procese kontroly kvality sa používa aj na identifikáciu kauzálnych vzťahov indikátorov kvality a ovplyvňujúcich faktory.

Akčný plán

Podľa získaných údajov vybudovať schému rozptylu a analyzovať graf. Niekedy je žiaduce získať kvantitatívne hodnotenie brúsenia alebo komunikačnej sily medzi náhodnými hodnotami.

Funkcia Metóda

Podľa získaných experimentálnych bodov sa môžu stanoviť numerické charakteristiky vzťahu medzi náhodnými hodnotami: korelačný koeficient a regresné koeficienty.

Diagramy rozptylu (rozptyl)

Pravidlá pre budovanie diagramu rozptylu

1. 
   Určite medzi tým, aké údaje o parametroch je potrebné stanoviť prítomnosť a povahu komunikácie. Je žiaduce aspoň 25-30 párov údajov.
2. 
   Ak chcete zhromažďovať údaje, pripravte formulár tabuľky (registračný list), ktorý poskytuje v jej grafoch pre poradové číslo pozorovania I; Nezávislé variabilné charakteristiky nazývané argumenty X; závislá premenná nazývaná funkcia (odpoveď) y.
3. 
   Podľa výsledkov pozorovania vyplňte list na registráciu údajov.
4. 
   Podľa získaných údajov vybudovať harmonogram v súradniciach X-Y a aplikujte jej údaje. Dĺžka osí, rovnaký rozdiel medzi maximálnymi a minimálnymi hodnotami pre X a Y, vertikálne a horizontálne by mali byť približne rovnaké, potom sa diagram bude ľahšie čítať.
5. 
   Aplikujte všetky potrebné označenia na diagram. Údaje, ktoré sa odrážajú v diagrame, musia byť chápané akoukoľvek osobou, a nie len na ten, kto urobil graf.

Ďalšie informácie:

• 
  Treba poznamenať, že ak sa zdajú byť spojené dve premenné, to neznamená, že sú.
• 
  Ak sa údaje nezdá, to neznamená, že nie sú prepojené: Jednoducho nie je daná nie je dostatok údajov alebo údajov, ktoré by mali byť rozdelené podľa tried a vybudovať svoj diagram pre každú triedu a pri meraní môže byť povolená veľká chyba, atď.

Výhody metódy

Nevýhody metódy

ocakavane vysledky

Metóda "afinitnej tabuľky"

Ďalšie metódy metódy: Metóda KJ, (metóda "kay ji")

Účel metódy

Účel metódy

Podstatou metódy

Akčný plán

1. 
   Vytvoriť tím od špecialistov, ktorí vlastnia otázky podľa témy podľa diskusie.
2. 
   Formulovať otázku alebo problém vo forme podrobnej vety.
3. 
   Vykonajte "útok mozgu", spojený s hlavnými dôvodmi existencie problému alebo odpovedí na otázky.
4. 
   Opravte všetky vyhlásenia na kartách, skupinové údaje o smeroch a prideľte titulky každej skupine. Snažte sa kombinovať ktorúkoľvek z nich v rámci všeobecného riadku, vytváraním hierarchie.

Funkcia Metóda

1. 
   Pri formulovaní témy na diskusiu použite "pravidlo 7 plus alebo mínus 2". Návrh musí mať najmenej 5 a nie viac ako 9 slov vrátane slovesa a podstatného mena.
2. 
   Pri vykonávaní "mozgového útoku" na použitie štandardnej techniky.
3. 
   Každá formulácia sa zaznamenáva na samostatnej karte.
4. 
   Ak je možné kartu pripísať viac ako jednému zoskupeniu, mali by sa vykonať kópie.

Ďalšie informácie:

Afinitná tabuľka sa používa v práci, ktorá nie je s konkrétnymi numerickými údajmi, ale s verbálnymi vyhláseniami.

Afinitná schéma by sa mala používať najmä vtedy, keď:

• 
  je potrebné systematizovať veľké množstvo informácií (rôzne nápady, rôzne názory atď.);
• 
  odpoveď alebo rozhodnutie nie je absolútne zrejmé;
• 
  rozhodnutia si vyžaduje súhlas medzi členmi tímu (a možné, a medzi ostatnými zainteresovanými stranami), aby fungovali efektívne.

Výhody metódy

Postup vytvárania afinity grafu umožňuje členom tímu presahujú obvyklé myslenie a prispieva k realizácii kreatívneho potenciálu tímu.

Nevýhody metódy

Afinitná schéma je prvým z nástrojov medzi siedmimi metódami riadenia kvality, ktoré prispieva k objasneniu presnejšieho chápania problému a umožňuje identifikovať hlavné porušovanie procesu zhromažďovaním, zovšeobecňovaním a analýzou veľkého počtu ústnejších údajov na základe súvisiacich (blízkych) vzťahov medzi každým prvkom.

ocakavane vysledky

Metóda "Graf Pareto"

Účel metódy

Účel metódy

Podstatou metódy

Existujú dva typy grafov Pareto rozlišovať:

1. 
   podľa výsledkov činnosti je určený na identifikáciu hlavného problému nežiaducich výsledkov;
2. 
   z dôvodov - používa sa na identifikáciu hlavnej príčiny problémov vznikajúcich počas výroby.

Akčný plán

• 
  Určiť problém, ktorý sa má vyriešiť.
• 
  Berúc do úvahy všetky faktory (značky) týkajúce sa problému štúdie.
• 
  Preskúmajte základné príčiny, ktoré vytvárajú najväčšie ťažkosti, zhromažďujú údaje o nich a spustite ich.
• 
  Zostavte si paneurópsky diagram, ktorý objektívne predstavuje skutočný stav v jasnej a vizuálnej forme.
• 
  

Funkcia Metóda

Všeobecné pravidlá pre výstavbu grafu Pareto

1. 
   Rozhodnite sa, ktoré problémy (príčiny problémov) by sa mali preskúmať, ktoré údaje zhromažďujú a ako ich klasifikovať.
2. 
   Vyvinúť formuláre na registráciu zdrojových údajov (napríklad kontrolný zoznam).
3. 
   Zhromažďovať údaje vyplnením formulárov a vypočítajte výsledky pre každú študovanú postupnosť (indikátor, znak).
4. 
   Na vytvorenie pareotového diagramu na prípravu formulára tabuľky, ktorý poskytuje v jej grafoch pre výsledky pre každý overiteľný faktor oddelene, akumulované množstvo počtu vystúpení zodpovedajúceho faktora, záujem o celkový výsledok a kumulovaný záujem.
5. 
   Vyplňte tabuľku umiestnením údajov získaných overovateľným faktorom v poradí klesajúcej významnosti.
6. 
   Pripravte os osi (jednu horizontálne a dve vertikálne čiary) na vytvorenie diagramu. Aplikujte na meradle ľavej osi v intervaloch od 0 do celkového množstva identifikovaných faktorov a na správnej osi ordinácie - stupnice od 0 do 100, čo odráža percentuálny podiel faktora. Rozdeľte os Abscissu v intervaloch v súlade s počtom faktorov pod štúdiom alebo relatívnou frekvenciou.
7. 
   Zostavte diagram stĺpca. Výška stĺpca (odložená v ľavej meradle) sa rovná počtu vystúpení zodpovedajúceho faktora. Stĺpce sú v zostupnom poradí (zníženie významu faktora). Posledný stĺpec charakterizuje "iné", t.j. nevýznamné faktory a môže byť vyššie ako susedné.
8. 
   Nakreslite kumulatívnu krivku (paraeto krivka) - rozbité, spájajúce body nahromadených množstiev (kvantitatívne meradlo faktorov alebo percent). Každý bod je uvedený na zodpovedajúci stĺpec grafu so zameraním na pravej strane.
9. 
   Aplikujte všetky označenia a nápisy v diagrame.
10. 
    Pareto analýza grafu.

Ďalšie informácie:

• 
  Snažím sa dosiahnuť vysoké výsledky len v niekoľkých smeroch a okamžite nezvýšiť indikátory vo všetkých smeroch.
• 
  Sústreďte sa len na zdroje, ktoré prinášajú najväčšie zárobky, sa nepokúšajte zlepšiť efektívnosť všetkých zdrojov naraz.
• 
  V každej oblasti dôležitá pre vás, pokúste sa určiť, ktoré 20% úsilia môže viesť k 80% výsledkov.
• 
  Použite najviac z mála úspešných momentov, keď ste schopní zobrazovať najvyššie výsledky.
• 
  Nedostatok času - mýtus. V skutočnosti máme dostatok času. Skutočne používame len 20% nášho dňa. A mnohí talentovaní ľudia robia hlavné "ťahy" v priebehu niekoľkých minút.

Výhody metódy

Porovnanie Pareto grafov, popisujúce situáciu pred a po vykonaní vylepšení, vám umožní získať kvantitatívne hodnotenie výhier z týchto udalostí.

Nevýhody metódy

ocakavane vysledky

Účel metódy

Účel metódy

Podstatou metódy

Vďaka grafickému znázorneniu dostupných kvantitatívnych informácií môžete vidieť vzory, čo je ťažké odlíšiť v jednoduchej tabuľke s množstvom čísel, vyhodnotiť problémy a nájsť spôsoby, ako ich vyriešiť.

Akčný plán

2. Zostavte histogram.

3. Analyzujte histogram:

• 
  určiť typ distribúcie dát (normálne, asymetrické, bimodálne atď.);
• 
  zistite variabilitu procesu;
• 
  v prípade potreby analyzujte normálnu distribúciu pomocou matematického prístroja.

Funkcia Metóda

Histogrant je jedným z variantov stĺpcovej tabuľky, ktorý vám umožní vizuálne posúdiť distribúciu štatistických údajov zoskupených frekvenciou hit v určitom (vopred určenom) intervale.

Postup výstavby histogramu

1. 
   Zbierajte údaje, odhaliť maximálnu a minimálnu hodnotu a definujete rozsah (rozsah) histogramu.
2. 
   Získaný rozsah je rozdelený intervalmi po určení ich čísla (zvyčajne 5-20, v závislosti od počtu indikátorov) a určiť šírku intervalu.
3. 
   Všetky údaje sú distribuované podľa intervalov vo vzostupnom poradí: ľavý limit prvého intervalu by mal byť menší ako najmenší z existujúcich hodnôt.
4. 
   Vypočítajte frekvenciu každého intervalu.
5. 
   Vypočítajte relatívnu frekvenciu údajov z každej z intervalov.
6. 
   Podľa získaných údajov na vytvorenie histogramu - stĺpcový graf, výška stĺpcov zodpovedá frekvencii alebo relatívnej frekvencii dát vstupujú do každého z intervalov:

• 
  používa sa horizontálna os, zvolená stupnica a zodpovedajúce intervaly sa odložia;
• 
  potom je zvislá os postavená, na ktorej je mierka zvolená aj v súlade s maximálnou hodnotou frekvencie.

Ďalšie informácie:

1. 
   Štruktúra variácií je ľahšie vidieť, kedy sú údaje prezentované graficky ako histogram.
2. 
   Pred uskutočnením záverov na základe analýzy histogramu sa uistite, že údaje sú reprezentatívne pre existujúce podmienky procesu.
3. 
   Nevyberajte závery na základe malých vzoriek. Čím väčšia je veľkosť vzorky, tým väčšia je dôvera v skutočnosť, že tri dôležité parametre histogramu sú jeho centrom, šírkou a formou - sú reprezentatívne pre celý proces alebo skupina výrobkov.
4. 
   Pre každú štruktúru variácií (druh distribúcie) existujú interpretácie.
5. 
   Interpretácia histogramu je len teóriou, ktorá musí byť potvrdená dodatočnou analýzou a priamymi pozorovaniami analyzovaného procesu.

Výhody metódy

• 
  Vizualita, jednoduchosť mastering a aplikácií.
• 
  Kontrola faktov, nie názorov.
• 
  Umožňuje vám lepšie pochopiť variabilitu v procese, vyzerať hlboko na problém a uľahčiť zistenie spôsobov, ako to vyriešiť.

Nevýhody metódy

ocakavane vysledky

Metóda "Isicava Chart"

Ďalšie metódy metódy: "Kauzálny diagram" ("Fish Skeleton")

Účel metódy

Účel metódy

Podstatou metódy

Diagram umožňuje jednoduchú a prístupnú formu na systematizáciu všetkých potenciálnych príčin problémov, ktoré boli posudzované, vyčleniť najvýznamnejšie a vykonávať koreňové vyhľadávanie koreňov.

Akčný plán

• 
  zber a systematizácia všetkých dôvodov, priamo alebo nepriamo ovplyvniť testovací problém;
• 
  zoskupenie týchto dôvodov pre sémantické a kauzálne bloky;
• 
  umiestnenie v každom bloku;
• 
  analýza výsledného obrazu.

Funkcia Metóda

Všeobecné pravidlá výstavby

1. 
   Predtým, ako sa pustia do výstavby grafu, musia všetci účastníci prísť k spoločnému stanovisku, pokiaľ ide o znení problému.
2. 
   Problém podľa štúdia sa zaznamenáva pravá strana V strede čistého listu papiera a leží v rámci, na ktoré hlavná horizontálna šípka prichádza doľava - "rozsah" (graf ISICA v dôsledku vzhľadu sa často nazýva "Rybísk Skeleton").
3. 
   Hlavné dôvody (príčiny úrovne 1), ktoré majú vplyv na problém - "Veľké kosti". Pozostávajú v rámci a sú spojené šikmými šípkami s "rozsahom".
4. 
   Ďalšie dôvody (Dôvody 2) sa uplatňujú, čo ovplyvňujú hlavné príčiny ("veľké kosti") a tie, ktoré zase, sú dôsledkom sekundárnych dôvodov. Sekundárne dôvody sú zaznamenané a usporiadané vo forme "stredných kostí" susediacich s "veľkými". Dôvody úrovne 3, ktoré ovplyvňujú dôvody úrovne 2, sa nachádzajú vo forme "malých kostí" susediacich s "stredným" atď. (Ak nie sú všetky príčiny na diagrame, potom jedna šípka je prázdna ).
5. 
   Pri analýze by sa mali nájsť všetky faktory a pevné, aj tie, ktoré sa zdajú byť bezvýznamné, pretože cieľom systému je nájsť najvhodnejší spôsob a účinná metóda riešenia problému.
6. 
   Dôvody (faktory) sa odhadujú a zaradili ich významom, prideľujúcim obzvlášť dôležité, čo pravdepodobne má najväčší vplyv na indikátor kvality.
7. 
   Diagram sa vykoná všetky potrebné informácie: jeho názov; Meno Produktu; mená účastníkov; dátum atď.

• 
  Proces identifikácie, analýzy a vysvetlenia dôvodov je kľúčom k štruktúru problému a prechodu na nápravné opatrenia.
• 
  Pri analýze každého rozumu je otázka "Prečo?", Je možné určiť príčinu problému (analogicky s identifikáciou hlavnej funkcie každého objektového prvku s funkčnou a nákladovou analýzou).
• 
  Spôsob, ako sa pozrieť na logiku v smere "Prečo?" Je potrebné zvážiť tento smer vo forme procesu postupného zverejnenia celého reťazca konzistentne prepojených kauzálnych faktorov ovplyvňujúcich problém kvality.

Výhody metódy

• 
  stimulovať kreatívne myslenie;
• 
  predložiť vzťah medzi dôvodmi a porovnajte ich relatívny význam.

Nevýhody metódy

• 
  Logická skúška reťazca dôvodov, ktoré vedú k príčine, nie je zvážená, t.j., neexistujú žiadne pravidlá validácie v opačnom smere z koreňových príčin výsledkov.
• 
  Komplex a nie vždy dobre štruktúrovaný diagram neumožňuje urobiť správne závery.

ocakavane vysledky

Metóda "Kontrolné karty"

Ďalšie metódy metódy: "Shukhart Skontrolujte mapy".

Účel metódy

Účel metódy

Počas obdobia spustenia procesu vyhodnotiť možnosti procesu, t.j. schopnosť splniť špecifikácie.

Podstatou metódy

Akčný plán

1. 
   Vyberte indikátor, plán odberu vzoriek, typ mapy.
2. 
   Zber dát.
3. 
   Výpočet selektívnych štatistík, centrálneho riadku, kontrolných limitov.
4. 
   Budovanie riadiacej karty.
5. 
   Rýchlosť kontroly procesov.
6. 
   Zlepšenie systému.
7. 
   Prepočítanie CC (v prípade potreby).

Funkcia Metóda

Pravidlá pre kontrolné karty

Pri výstavbe QC na osi Ordinácie sú hodnoty kontrolovaného parametra odložené, a na osi abscisského času t odber vzoriek (alebo jeho číslo).

QC je zvyčajne tri riadky. Centrálna čiara (CL) je požadovaná priemerná charakteristika parametra kontrolovaného kvality. Takže, v prípade (`x - r) -Carts, to bude menovité hodnoty" X a R, aplikované na zodpovedajúce mapy.

Dve ďalšie čiary, z ktorých jedna je umiestnená nad centrálnou - horný kontrolný limit (WCP) a druhý pod ňou je nižší kontrolný limit (NKP), predstavujú maximálne prípustné limity meniacich sa hodnôt kontrolovanej charakteristiky (Indikátor kvality).

Ďalšie informácie:

• 
  Akékoľvek, nechať pôvodne neefektívne QC, - potrebné prostriedky na usmernenie objednávky pri kontrole technologického procesu.
• 
  Na úspešnú implementáciu v praxi je QC dôležitý nielen zvládnuť techniku \u200b\u200bich kompilácie a údržby, ale čo je oveľa dôležitejšie, naučiť sa, ako "čítať" kartu.

Výhody metódy

• 
  Označuje potenciálne problémy pred začatím uvoľnenia chybných výrobkov.
• 
  Umožňuje zlepšiť indikátory kvality a znížiť náklady na jeho poskytnutie.

Nevýhody metódy

ocakavane vysledky

Téma: "Nástroje na kontrolu kvality v podniku."

Stručné teoretické informácie

Nástroje na kontrolu kvality.

Kontrola kvality je aktivita, ktorá zahŕňa merania, skúšky, testovanie alebo odhadu parametrov objektov a porovnajú získané hodnoty s požiadavkami stanovenými týmito parametrami (indikátory kvality).

Moderné nástroje na kontrolu kvality sú metódy, ktoré sa používajú na vyriešenie problému kvantifikácie parametrov kvality. Takéto posúdenie je nevyhnutné pre objektívnu voľbu a rozhodovanie o riadení v normalizácii a certifikácii výrobkov, plánuje zvýšiť kvalitu atď.

Využívanie štatistických metód je veľmi účinným spôsobom na rozvoj nových technológií a kontroly kvality procesov.

Aká je úloha kontroly v procese riadenia kvality?

Moderné prístupy k riadeniu kvality naznačujú implementáciu systému kontroly kvality výrobku vo všetkých fázach svojho životného cyklu, od dizajnu a končiacich po predaji. Hlavnou úlohou kontroly kvality je zabrániť vzniku manželstva. Preto počas kontroly existuje trvalá analýza špecifikovaných odchýlok parametrov výrobku zo zavedených požiadaviek. V prípade, že parametre výrobkov nezodpovedajú špecifikovaným ukazovateľom kvality, systém kontroly kvality vám pomôže rýchlo identifikovať najpravdepodobnejšie príčiny nezrovnalostí a odstrániť ich.

Musím ovládať všetky produkty, ktoré vaše podnikové vydania?

To všetko závisí od špecifikám vašej výroby. Ak je to jeden alebo malý znak, môžete vystavené výrobkom s pevným spôsobom. 100% kontrola. Solid Riadenie, spravidla, je pomerne pracné a drahé, teda vo veľkom meradle a hromadnej výrobe sa takzvaná selektívna kontrola zvyčajne používa, vystavuje len časť produktu výrobku (odber vzoriek). Ak kvalita výrobku vo vzorke spĺňa zavedené požiadavky, celá strana je považovaná za vysokú kvalitu, ak nie - celá strana je odvážna. Avšak, s touto metódou kontroly, pravdepodobnosť chybného chybného chybného (rizika dodávateľa) je zachovaná alebo naopak, uznanie tovaru výrobku vhodné (riziko zákazníka). Preto v selektívnej kontrole, uzavretím zmluvy o dodávke svojich výrobkov, budete musieť špecifikovať oboch možných chýb vyjadrením ako percento.

Aké metódy sú najčastejšie používané v procese kontroly kvality?

Existujú rôzne metódy kontroly kvality výrobkov, medzi ktorými štatistické metódy zaberajú osobitné miesto.

Veľa z moderné metódy Matematické štatistiky sú dosť zložité pre vnímanie, a ešte viac, aby sa rozšírili používanie všetkých účastníkov procesu riadenia kvality. Preto japonskí vedci vybraní z celého súboru sedem metód, ktoré sú najviac použiteľné v procesoch kontroly kvality. Zásluhou Japonca je, že poskytli jednoduchosť, vizualizáciu, vizualizáciu týchto metód, ktoré ich otočia na nástroje na kontrolu kvality, ktoré možno chápať a účinne používať bez špeciálneho matematického tréningu. Zároveň so všetkou jeho jednoduchosťou vám tieto metódy umožňujú udržiavať spojenie so štatistikou a umožniť profesionálom, ak je to potrebné na ich zlepšenie.

Takže na sedem základných metód alebo nástrojov kontroly kvality zahŕňajú nasledujúce štatistické metódy:

· Kontrolný zoznam;

· stĺpcový graf;

· Rozptylový diagram;

· Pareto diagram;

· Stratifikácia (zväzok);

· Diagram isicaw (kauzálny graf);

· Kontrolná mapa.

Obrázok 13.1. Nástroje na kontrolu kvality.

Uvedené nástroje na kontrolu kvality možno tiež považovať za samostatné metódy a ako systém metód, ktoré zabezpečia komplexnú kontrolu indikátorov kvality. Sú najdôležitejšou zložkou komplexného systému monitorovania univerzálnych riadení kvality.

Aké sú vlastnosti použitia nástrojov kontroly kvality v praxi?

Zavedenie siedmich nástrojov kontroly kvality by sa nemalo naučiť týmito metódami všetkých účastníkov procesu. Napríklad úspešná implementácia nástrojov kontroly kvality v Japonsku prispela k vzdelávaniu manažmentu a zamestnancov techník kontroly kvality. Veľká úloha v odbornej príprave štatistických metód v Japonsku zohrávala hrnčeky kontroly kvality, v ktorej boli vyškolení pracovníci a inžinieri väčšiny japonských spoločností.

Hovoriť o sedem jednoduchých metódach kontroly štatistických kvality, treba zdôrazniť, že ich hlavným cieľom je kontrolovať proces prúdenia a poskytovať účastníkovi v procese na prispôsobenie a zlepšenie procesu. Znalosť a aplikácia v praxi siedmich nástrojov na kontrolu kvality sú založené na jednej z najdôležitejších požiadaviek TQM - trvalé sebakontroly.

Štatistické metódy kontroly kvality v súčasnosti platia nielen vo výrobe, ale aj pri plánovaní, navrhovaní marketingu, logistiky atď. Sekvencia aplikácie sedem metód sa môže líšiť v závislosti od cieľa, ktorý je nastavený pred systémom. Podobne aplikovaný systém kontroly kvality nemusí obsahovať všetky sedem metód. Môžu byť menej, a možno viac, pretože existujú aj iné štatistické metódy.

Je však možné povedať však úplnú dôveru, že sedem nástrojov na kontrolu kvality sú nevyhnutné a dostatočné štatistické metódy, ktorých použitie pomáha riešiť 95% všetkých problémov vznikajúcich vo výrobe.

Čo je to kontrolný list a ako používajú?

Bez ohľadu na to, že úloha čelí systému, ktorá kombinuje sekvenciu aplikácie štatistických metód, sa vždy začína zberu zdrojových údajov, na základe ktorého sa používa jeden alebo iný nástroj.

Kontrolný list (alebo list) je nástroj na zber údajov a automatické usporiadanie na uľahčenie ďalšieho používania zozbieraných informácií.

Zvyčajne je riadeným listom je papierový formulár, na ktorom sú riadené parametre vopred vytlačené, podľa ktorých dáta môžu byť zadané do listu pomocou značiek alebo jednoduchých znakov. Umožňuje vám automaticky zjednotiť údaje bez ich následného prepísania. Kontrolný hárok je teda dobrý nástroj Registrácia údajov.

Počet rôznych kontrolných zoznamov je vypočítaný stovkami av zásade, pre každý špecifický účel, jeho plech možno vyvinúť. Zásada ich dizajnu však zostáva nezmenený. Napríklad, teplotný plán pacienta je jedným z možných typov riadiacich listov. Ako ďalší príklad môžete citovať kontrolovaný list používaný na opravu odmietnutých častí v televízoroch (pozri obrázok 13.2).

Na základe údajov zozbieraných s použitím týchto kontrolných zoznamov (obrázok 13.2) údajov nie je ťažké vypracovať tabuľku z celkových zlyhaní:

Obrázok 13.2 Kontrolný zoznam.

Pri vypracovaní ovládacích listov by ste mali venovať pozornosť tomu, že je uvedené, kto, v akom štádiu procesu a na aký čas sa zhromažďujú údaje, a tiež, že forma listu je jednoduchý a zrozumiteľný bez dodatočných vysvetlení. Je dôležité, aby boli všetky údaje svedomito fixované, a informácie zozbierané v kontrolnom liste by mohli byť použité na analýzu procesu.

Na aké účely v praxi kontroly kvality používa histogram?

Pre vizuálnu prezentáciu trendu zmeny pozorovaných hodnôt sa používa grafický obraz štatistického materiálu. Najbežnejší harmonogram, ktorý sa uchýlil pri analýze distribúcie náhodného rozptylu počas kontroly kvality, je histogram.

Histogram je nástroj, ktorý vám umožní vizuálne oceniť zákon rozdelenia štatistických údajov.

Distribučný histogram je zvyčajne postavený na interval hodnoty hodnoty parametra. Na to, v intervaloch, ktoré sa vzťahujú na osi osi, sú postavené obdĺžniky (stĺpce), ktorých výška sú úmerné frekvenciám intervalov. ALTO ADDINE AXIS Nastavenie absolútnych frekvenčných hodnôt (pozri obrázok). Podobná forma histogramu je možné získať, ak osi osi osí vložte zodpovedajúce hodnoty relatívnych frekvencií. V tomto prípade bude súčet oblastí všetkých stĺpcov rovná jednému, čo sa ukáže, že je pohodlné. Histogram je tiež veľmi výhodné pre vizuálne hodnotenie umiestnenia štatistických údajov v rámci prijatia. Ak chcete oceniť primeranosť procesu s požiadavkami spotrebiteľa, musíme porovnať kvalitu procesu s tolerančným poľom inštalovaným užívateľom. Ak je tolerancia, potom sa histogram aplikuje na vrchol (SU) a nižší (SL) jej hraníc vo forme vedení kolmých na os Abscissu na porovnanie distribúcie parametra kvality procesu s nimi Hranice. Potom môžete vidieť, či je histogram dobre umiestnený vo vnútri týchto hraniciach.

Príklad budovania histogramu.

Na obrázku, ako príklad, histogram hodnôt zisku zisku 120 osvedčených zosilňovačov. V tom, že tieto zosilňovače sú menovitá hodnota koeficientov s N na tomto type zosilňovačov rovných 10DB. Nainštaluje sa aj prípustné hodnoty zisku zisku: dolná hranica tolerancie S L \u003d 7,75 dB a Horné S U \u003d 12,25 dB. V tomto prípade sa šírka vstupného poľa t rovná rozdielu v hodnotách horných a dolných hraniciach T \u003d S U - S l.

Ak zariadite všetky hodnoty zisku v poradí, všetci budú v rámci prijímacieho poľa, čo vytvorí ilúziu absencie problémov. Pri výstavbe histogramu sa okamžite stáva zrejmým, že distribúcia koeficientov zisku, hoci je v rámci prijímania, ale je jasne posunutý smerom k nižšej hranici a vo väčšine zosilňovačov, hodnota tohto parametra kvality je nižšia ako nominálna. To zase poskytne ďalšie informácie na ďalšie analyzovať problémy.

Obrázok 13.3 Príklad budovania histogramu.

Aký je diagram rozptylu, pre ktorý sa používa?

Diagram rozptylu je nástroj, ktorý vám umožní určiť pohľad a tesnosť vzťahu medzi pármi zodpovedajúcich premenných.

Tieto dve premenné sa môžu týkať:

· Charakteristika kvality a faktor, ktorý ho ovplyvňuje;

· Dve rôzne charakteristiky kvality;

· Dva faktory ovplyvňujúce jednu kvalitu charakteristiku.

Ak chcete identifikovať spojenie medzi nimi a je tiež podávaný diagram rozptylu, ktorý sa nazýva aj korelačné pole.

Použitie diagramu rozptylu v procese kontroly kvality nie je obmedzený len na identifikáciu typu a tesnosti spojenia medzi variabilnými pármi. Diagram rozptylu sa používa aj na identifikáciu kauzálnych záväzkov kvality a ovplyvňujúcich faktory.

Ako vybudovať diagram rozptylu?

Budovanie diagramu rozptylu sa vykonáva v nasledujúcej sekvencii:

Zbierajte párové údaje ( h., w.), medzi ktorým chcete preskúmať závislosť a umiestnite ich do tabuľky. Je žiaduce aspoň 25-30 párov údajov.

Nájsť maximálne a minimálne hodnoty pre h. a y.. Vyberte váhy na horizontálnych a vertikálnych osiach, aby obe dĺžky pracovných častí boli približne rovnaké, potom sa diagram bude ľahšie čítať. Vezmite každú os od 3 do 10 stupňov a používajte okrúhle čísla, aby ste uľahčili čítanie. Ak je jedna premenná faktorom a druhá je charakteristika kvality, vyberte horizontálnu os pre faktor h.a kvalitatívna charakteristika - vertikálna os w..

Na samostatnom hárku papiera nakreslite harmonogram a aplikujte ich údaje. Ak sa rovnaké hodnoty získavajú v rôznych pozorovaní, zobrazujú tieto body alebo kreslenie sústredných kruhov, alebo uplatnením druhého bodu vedľa prvého.

Všetky potrebné označenia. Uistite sa, že nasledujúce údaje sa odrážajú v diagrame, sú pochopiteľné pre každú osobu, a nie len na ten, kto urobil graf:

· Názov diagramu;

· Časový interval;

· Počet párov údajov;

· Názvy a jednotky merania pre každú os;

· Meno (a iné údaje) osoby, ktorá urobila tento diagram.

Príklad konštrukcie diagramu rozptylu.

Vyžaduje sa zistiť účinok tepelného spracovania integrovaných obvodov pri T \u003d 120 ° C pre čas t \u003d 24 hodín, aby sa zmenšil zadný prúd prechodu P-N (I ARR.). Pre experiment sa užívalo 25 integrovaných obvodov (n \u003d 25) a hodnoty i arr., Ktoré sú uvedené v tabuľke.

1. Tabuľka nájde maximálne a minimálne hodnoty. h. a w.: Maximálne hodnoty h. = 92, w. \u003d 88; Minimálne hodnoty h. \u003d 60, y \u003d 57.

2. Na harmonograme osi osovín sa hodnoty odložia h., na osi súdsti - hodnoty w.. Dĺžka osí v rovnakom čase robí takmer rovnaký rozdiel medzi ich maximálnymi a minimálnymi hodnotami a aplikuje sa na osi rozdelenia rozsahu. Graf sa blíži k námestiu. V prípade posudzovaného prípadu je rozdiel medzi maximálnymi a minimálnymi hodnotami 92 - 60 \u003d 32 h. a 88 - 57 \u003d 31 pre w.Rozdiely medzi rozdelením stupnice preto možno dosiahnuť to isté.

3. Plán sa uplatňuje v procese merania a bod rozptylového diagramu.

4. Graf poukazuje na počet údajov, cieľ, názov výrobku, názov procesu, výkonného umelca, dátum vypracovania harmonogramu atď. Je tiež žiaduce, aby pri registrácii údajov počas meraní, sprievodné informácie požadované pre ďalší výskum a analýza: názov meracieho objektu, charakteristiky, metóda odberu vzoriek, dátum, čas merania, teplota, vlhkosť, metóda merania, typ meracieho prístroja, Názov operátora, meraný (pre túto vzorku) atď.

Obrázok 13.4. Rozptylový diagram.

Diagram rozptylu vám umožní vizuálne zobraziť znak zmeny parametra kvality v čase. Aby sme to urobili, strávime od začiatku súradníc bisecu. Ak všetky body padajú na bisector, znamená to, že hodnoty tohto parametra sa počas experimentu nezmenili. V dôsledku toho, príslušný faktor (alebo faktory) nemá vplyv na parameter kvality. Ak sa väčšina bodov leží pod bisector, znamená to, že hodnoty kvality parametrov v priebehu minulosti sa znížili. Ak body ležali nad bisector, potom sa zvýšili hodnoty parametrov pre posudzovaný čas. Po strávení lúčov od začiatku súradníc, čo zodpovedá zvýšeniu parametra na 10, 20, 30, 50% výpočtom bodov medzi rovným, aby ste zistili frekvenciu hodnôt parametrov v intervaloch 0. .. 10%, 10 ... 20% atď.

Obr. 13.5. Príklad analýzy diagramu rozptylu.

Čo je panea diagram a ako sa používa na kontrolu kvality?

V roku 1897 taliansky ekonóm V. Pareto navrhol vzorec, ktorý ukazuje, že verejné výhody sa rýchlo distribuujú. Rovnaká teória bola znázornená na diagrame americkým ekonómom M. Lorenzom. Obaja vedci ukázali, že vo väčšine prípadov najväčší podiel na príjmoch alebo dávkach (80%) patrí k malému počtu ľudí (20%).

Dr. D. Juran aplikoval M. Lorenz Graf v oblasti kontroly kvality, aby klasifikoval problémy s kvalitou na niekoľkých, ale základných, ako aj početných, ale bezvýznamných a nazývaných tejto metódy analýzou Pareto. Uviedol, že vo väčšine prípadov vznikne ohromujúci počet vád a strát spojených s nimi z dôvodu relatívne malého počtu dôvodov. Zároveň si ilustroval svoje vlastné závery pomocou grafu, ktorý dostal názov Pareto grafu.

Graf Pareto je nástroj, ktorý vám umožní distribuovať úsilie o vyriešenie vznikajúcich problémov a identifikovať hlavné dôvody, z ktorých musíte začať konať.

V každodenných činnostiach na kontrolu a riadenie kvality sú všetky druhy problémov neustále prepojené, napríklad s príchodom manželstva, poruchy vybavenia, zvýšením času od otázky šarže výrobkov na jeho predaj, prítomnosť v sklade nerealizovaných výrobkov, prijatie sťažností. Graf Pareto vám umožňuje distribuovať úsilie o vyriešenie vznikajúcich problémov a vytvoriť hlavné faktory, z ktorých musíte začať konať, aby ste mohli prekonať vznikajúce problémy.

Existujú dva typy grafov Pareto rozlišovať:

1. Pareto graf podľa výsledkov činností. Tento diagram je určený na identifikáciu hlavného problému a odráža nasledujúce nežiaduce výsledky činností:

· Kvalita: chyby, poruchy, chyby, zlyhania, sťažnosti, opravy, výnosy produktov;

· Náklady: objem straty, náklady;

· Dodacia lehota: nedostatok rezerv, chyby pri čerpaní účtov, narušenie zásielok;

· Bezpečnosť: Nehody, tragické chyby, nehody.

2. Pareto graf z dôvodov. Tento diagram odráža príčiny problémov, ktoré vznikajú počas výroby a používa sa na identifikáciu hlavného:

· Performer: posun, brigáda, vek, skúsenosti, kvalifikácia, individuálne vlastnosti;

· Vybavenie: obrábacie stroje, agregáty, nástroje, vybavenie, organizovanie používania, modely, známky;

· Suroviny: výrobca, typ surovín, výrobný dodávateľ, strana;

· Pracovná metóda: Podmienky výroby, objednávky, oblečenie, pracovné techniky, postupnosť operácií;

· Merania: presnosť (pokyny, čítanie, palubná doska), lojalita a opakovateľnosť (schopnosť poskytnúť rovnaký údaj v nasledujúcich meraniach rovnakej hodnoty), stability (opakovateľnosť po dlhú dobu), presnosť spoločností, t.j. Spolu s presnosťou prístrojov a zacielením na prístroj, typ meracieho prístroja (analógový alebo digitálny).

· Ako vybudovať pareot diagram?

Stavebný graf Pareto pozostáva z nasledujúcich krokov.

Etapa 1. Rozhodnite sa, ktoré problémy preskúmať a ako zbierať údaje.

1. Aký typ problému chcete preskúmať? Napríklad, chybné výrobky, peňažné straty, nehody.

2. Aké údaje by sa mali zbierať a ako ich klasifikovať? Napríklad podľa typov vád, na mieste ich vzhľadu, podľa procesov, na strojoch, pracovníkov, na technologické dôvody, zariadenia, podľa metód merania a použitých meracích prostriedkov.

Poznámka. Zhrňte zostávajúce zriedkavo sa vyskytujúce príznaky pod generálnou hlavičkou "INÉ".

3. Nastavte obdobie zberu metódy a údajov.

Fáza 2. Vypracovať kontrolovaný list na prihlásenie so zoznamom typov zhromaždených informácií. Malo by byť poskytnuté pre miesto, kde sa má podrobiť kontrolné kontroly údajov.

Fáza 3. Vyplňte listový list údajov a vypočítajte výsledky.

Fáza 4. Ak chcete vybudovať pareto graf, vypracovať formulár tabuľky pre kontroly údajov, za predpokladu, že sa počíta s výsledkami pre každý charakteristický prvok samostatne, kumulované množstvo čísel chýb, záujem o celkový výsledok a kumulovaný záujem.

Fáza 5. Umiestnite údaje získané pre každú pozorovanú znaku v poradí dôležitosti a vyplňte tabuľku.

Poznámka. "Ostatná" skupina musí byť umiestnená v poslednom riadku, bez ohľadu na to, koľko sa ukázalo, že sa číslo uvidí, pretože je to súbor funkcií, z ktorých každá je menšia ako najmenšia hodnota získaná pre pridelenú funkciu na samostatný reťazec.

Štádium 6. Povedzte jednu horizontálnu a dve vertikálne osi.

1. Vertikálna os. Mierku naneste na ľavú os v intervaloch od 0 na číslo zodpovedajúce celkovému výsledku. Na správnej osi sa mierka aplikuje v intervaloch od 0 do 100%.

2. Horizontálna os. Rozdeľte túto os v intervaloch v súlade s počtom kontrolovaných značiek.

Fáza 7. Zostavte diagram stĺpca

Fáza 8. Povedzte krivku Pareto. Na to, na zvislých, ktoré zodpovedajú pravom koncom každého intervalu na horizontálnej osi, aplikujte body nahromadených množstiev (výsledkov alebo percentá) a pripojte ich medzi úsekami rovných čiar.

Fáza 9. Použite všetky označenia a nápisy do grafu.

1. Nápisy súvisiace s diagramom (meno, označenie číselných hodnôt na osi, názov kontrolovaného produktu, názov kompilátora grafu).

3. Dátové nápisy (obdobie zberu informácií, výskum objektov a miesto jeho implementácie, celkový počet kontrolných objektov).

Ako môže byť Pareto graf analyzovať problémy s kvalitou v podniku?

Pri použití grafu Pareto je najbežnejšou metódou analýzy takzvaná analýza ABC, ktorej podstata sa pozrieme na príklad.

Príklad budovania a analýzy grafu Pareto.

Predpokladajme, že v sklade vášho podniku sa predpokladalo veľké množstvo hotových výrobkov rôznych typov. V rovnakej dobe, všetky výrobky, bez ohľadu na jeho typ a hodnotu, sa podrobia kontrolu pevného výstupu. Kvôli dlhej dobe kontroly, predaj sa oneskorí a vaša spoločnosť je straty z dôvodu dodávok.

Rozdelime všetky hotové výrobky uložené na sklade, podľa skupín, v závislosti od hodnoty každého výrobku.

Ak chcete vybudovať graf Pareto a ABC analýzy, vytvárame stôl s akumuláciou až 100%.

Konštrukcia akumulovanej frekvenčnej tabuľky je nasledovná.

Najprv nájdete celkové náklady na výrobky ako množstvo diel pre hodnoty tried centier a počet vzoriek, vynásobením hodnôt stĺpcov 1 a 2, t.j. Celková hodnota je rovnaká

95 × 200 \u003d 85 × 300 + 75 × 500 + ... + 15 × 5000 + 5 × 12500 \u003d 465,0 tisíc dolárov

Potom tvoria údaje stĺpcov 3. Napríklad hodnota z prvého riadka 19,0 tisíc dolárov je určená nasledovne: 95 × 200 \u003d 19 tisíc dolárov. Hodnota z druhého riadku, ktorá sa rovná 44,5 tisíc dolárov, je určená ako Nasleduje: 95 × 200 + 85 × 300 \u003d 44,5 tisíc dolárov atď.

Potom sa zistí hodnota stĺpca 4, ktorá ukazuje, koľko percent z celkových nákladov sú údaje z každého riadku.

Údaje stĺpca 6 sa vytvárajú nasledovne. Hodnota 0,8 z prvého riadku je počet úrokov percentuálny na akumulovaných zásob výrobkov (200) z celkového počtu vzoriek (25000). Hodnota 2,0 z druhého riadku je počet zaujímavostí zahrnutých na akumulovaných zásob výrobkov (200 + 300), z celkového počtu.

Po tomto prípravnej práci je ľahké postaviť panetový diagram. V obdĺžnikovom súradnicovom systéme pozdĺž osi osi, odložia relatívnu frekvenciu produktu NI / N,% (údaje 6 stĺpca) a pozdĺž osi Ordinácie - relatívna hodnota týchto produktov STI / CT,% (DATA 4 stĺpca 4) . Pripojením výsledných bodov priamo získame priechodnú krivku (alebo panetový diagram), ako je znázornené na obrázku 3.6.

Pareto krivka sa ukázala byť relatívne hladká v dôsledku veľkého počtu tried. S poklesom počtu tried sa stáva rozbitejším.

Obrázok 3.6. Príklad Graf Pareto.

Z analýzy grafu je Pareto ukazuje, že najdrahší produkt (prvých 7 riadkov tabuľky), ktorý je 20% z celkového počtu vzoriek uložených v sklade, predstavuje viac ako 50% celkovej hodnoty Všetky hotové výrobky a podiel lacných výrobkov umiestnených v poslednom riadku tabuľky a komponentom 50% z celkového množstva výrobkov v sklade sú len 13,3% z celkových nákladov.

Zavolajme skupine "Vážený" produkt skupinou A, skupina lacných výrobkov (až do výšky $ 10) - Skupina C a stredná skupina - skupina V. Zostavujeme tabuľku ABC - Analýza získaných výsledkov.

Teraz je zrejmé, že kontrolu výrobkov v sklade bude efektívnejšie, ak bude kontrola vzoriek skupiny A prísny (tuhý) a kontrolovať vzorky skupiny C - selektívne.

Čo je stratifikácia?

Jednou z najúčinnejších štatistických metód široko používaných v systéme riadenia kvality je spôsob stratifikácie alebo separácie. V súlade s touto metódou metódy stratifikácie štatistických údajov, t.j. Skupinové údaje v závislosti od podmienok ich výroby a spracovanie každej dátovej skupiny samostatne. Údaje rozdelené do skupín v súlade s ich vlastnosťami sa nazývajú vrstvy (Strata) a proces separácie na vrstvách (strata) - vyriešenie (stratifikácia).

Spôsob separácie študovaných štatistických údajov je nástroj, ktorý umožňuje výber údajov, ktorý odráža požadované informácie o procese.

Existujú rôzne metódy separácie, ktorých použitie závisí od konkrétnych úloh. Napríklad údaje týkajúce sa výrobku vyrobeného na pracovisku na pracovisku môžu v určitej miere meniť v závislosti od výkonu používaného zariadením, metódami pracovných operácií, teplotných podmienok atď. Všetky tieto rozdiely môžu byť faktory oddelenia. Výrobné procesy často používajú metódu 5M, berúc do úvahy faktory v závislosti od osoby (MAN), Stroj (stroj), materiál (materiál), spôsob, merania (meranie).

Aké kritériá môžeme vykonávať rally?

Vynález sa môže vykonať podľa nasledujúcich kritérií: \\ t

· Pokúšky vo výkonoch - na kvalifikáciu, sex, skúsenosti atď.

· Disekcia pre stroje a zariadenia - v novom a starej vybavení, značke, dizajne, ktoré vytvára firma atď.

· Disekcia na materiál - na mieste výroby, výrobca, strana, kvalita surovín atď.

· Delaminácia výrobnej metódy - pri teplote, technologický príjem, miesto výroby atď.

· Disekcia na meranie - podľa metódy, merania, typu meracích nástrojov alebo ich presnosti atď.

Táto metóda však nie je tak ľahko použiteľná. Niekedy oddelenie softvéru zdanlivo zrejmým parametrom nedáva očakávaný výsledok. V tomto prípade musíte pokračovať v analýze údajov o iných možných parametroch pri hľadaní problému.

Čo je "diagram Isica"?

Výsledok procesu závisí od mnohých faktorov, medzi ktorými existuje typ vzťahu, je dôsledkom (výsledkom). Schéma príčin a následkov je prostriedkom na vyjadrenie týchto vzťahov v jednoduchej a prístupnej forme.

V roku 1953, profesor v Tokijskej univerzite Kaoru Isikawa, diskutovať o probléme s kvalitou v jednej závode, zhrnuté stanovisko inžinierov vo forme diagramu príčin a výsledkov. Keď sa diagram začal aplikovať v praxi, ukázalo sa, že je veľmi užitočné a čoskoro sa začalo široko používané v mnohých spoločnostiach v Japonsku, pričom dostal názov grafu ISICA. Bola zahrnutá do japonskej priemyselnej normy (JIS) na terminológii kontroly kvality a je v ňom určená nasledovne: Diagram príčiny a výsledkov je diagram, ktorý ukazuje pomer medzi indikátorom kvality a faktormi, ktoré ho ovplyvňujú.

Kauzálny graf je nástrojom, ktorý vám umožní identifikovať najvýznamnejšie faktory (dôvody), ktoré majú vplyv na konečný výsledok (dôsledok).

Ak je kvalita výrobku neuspokojivá v dôsledku procesu, znamená to, že v systéme dôvodov, t.j. V určitom bode procesu došlo od odchýlky zo stanovených podmienok. Ak sa tento dôvod môže zistiť a odstrániť, budú vykonané vysoko kvalitné výrobky. Okrem toho, ak neustále udržujete špecifikované procesy podmienky, môžete zabezpečiť vytvorenie vysoko kvalitných výrobkov.

Je tiež dôležité, aby výsledok získaný je indikátory kvality (presnosť veľkosti, stupeň čistoty, hodnota elektrických hodnôt atď.) - je vyjadrená špecifickými údajmi. Použitie týchto údajov pomocou štatistických metód na kontrolu procesu, t.j. Skontrolujte systém kauzálnych faktorov. Spôsob je teda kontrolovaný faktorom kvality.

Ako vyzerá Ishika diagram?

Diagram príčinného diagramu je uvedený nižšie:

1. Systém kauzálnych faktorov

2. Základné výrobné faktory

3. materiály

4. Operátori

5. vybavenie

6. Metódy operácií

7. Merania

8. Proces

9. COROLLARY

10. Parametre kvality

11. Ukazovatele kvality

12. Monitorovanie faktora kvality

Ako zbierať údaje potrebné na vybudovanie grafu ISICA?

Informácie o indikátoroch kvality na vytvorenie diagramu sa zhromažďujú zo všetkých dostupných zdrojov; Operačný denník sa používa, protokolovanie denníkov pre aktuálne monitorovanie, správy pracovníkov výrobných miest atď. Pri budovaní diagramu sa z technického hľadiska zvolené faktory. Odborné hodnotenie je široko používané na tento účel. Je veľmi dôležité vysledovať korelačný vzťah medzi kauzálnymi faktormi (procesnými parametrami) a indikátormi kvality. V tomto prípade sú parametre ľahko korelované. Ak to chcete urobiť, pri analýze defektov výrobkov by sa mali rozdeliť na náhodné a systematické, venovať osobitnú pozornosť možnosť detekcie a následnej eliminácie predovšetkým príčiny systematických defektov.

Je dôležité si uvedomiť, že ukazovatele kvality, ktoré sú dôsledkom procesu, ktoré nevyhnutne zažijú rozptylu. Hľadať faktory, ktoré majú obzvlášť veľký vplyv na rozptyl indikátorov kvality výrobku (to znamená, výsledok) sa nazýva štúdium dôvodov.

Aká je sekvencia budovania kauzálnej tabuľky?

V súčasnosti sa kauzálny graf, ktorý je jedným zo siedmich nástrojov na kontrolu kvality, sa používa na celom svete, ako sa uplatňuje nielen na indikátory kvality výrobkov, ale aj na iné oblasti diagramov. Postup je možné ponúknuť jeho výstavbu pozostávajúcu z nasledujúcich hlavných etáp.

Statok 1. Určite indikátor kvality, t.j. Výsledok, ktorý by ste chceli dosiahnuť.

Stupeň 2. Zapíšte vybraný indikátor kvality uprostred pravej hrany papiera. Zľava doprava, potiahnite priamku ("Rad") a zadajte nahraný indikátor do obdĺžnika. Ďalej napíšte hlavné dôvody, ktoré ovplyvňujú indikátor kvality, zadajte ich do obdĺžnikov a pripojte sa k "Ridge" šípkami vo forme "veľkých kostí hrebeňa" (hlavné dôvody).

Fáza 3. Písanie (sekundárne) dôvody, ktoré ovplyvňujú hlavné dôvody ("veľké kosti") a umiestnite ich do formy "stredných kostí" susediacich s "BIG". Napíšte príčiny terciárneho poradia, ktoré ovplyvňujú sekundárne dôvody, a umiestnite ich do formy "malých kostí" v blízkosti "priemerného".

Stupeň 4. Skúste dôvody (faktory) podľa ich významu, pomocou panea diagramu pre to, a zdôrazniť mimoriadne dôležité, čo má údajne najväčší vplyv na indikátor kvality.

Fáza 5. Aplikujte všetky potrebné informácie o diagrame: jeho názov; Názov výrobku, proces alebo skupina procesov; mená účastníkov procesu; dátum atď.

Príkladom grafu ISICA.

Tento diagram je postavený na identifikáciu možné príčiny Spotrebiteľov.

Obrázok 3.7. Isica diagram.

Po dokončení konštrukcií grafu je ďalším krokom rozdelenie dôvodov pre stupeň dôležitosti. Nie nevyhnutne všetky dôvody zahrnuté v grafe budú mať silný vplyv na indikátor kvality. Uveďte len tie, ktoré podľa vášho názoru majú najväčší vplyv.

Čo je "riadiace karty" a v akých situáciách sa používajú?

Všetky vyššie uvedené štatistické metódy poskytujú schopnosť stanoviť stav procesu v určitom čase. Naproti tomu metóda riadiacich kariet umožňuje sledovať stav procesu v čase a viac - ovplyvniť proces predtým, ako vyjde z kontroly.

Kontrolné mapy - nástroj, ktorý vám umožní sledovať priebeh procesu konania a ovplyvniť ho (pomocou príslušnej spätnej väzby), bráni jeho odchýlky od požiadaviek na proces.

Použitie riadiacich kariet má tieto ciele:

· Udržať kontrolu nad hodnotou špecifickej charakteristiky;

· Skontrolujte stabilitu procesov;

· Okamžite prijať opatrenia na prispôsobenie;

· Skontrolujte účinnosť prijatých opatrení.

Treba však poznamenať, že uvedené ciele sú charakteristické pre súčasný proces. V období začatia procesu sa riadiace karty používajú na overenie možností procesu, t.j. Jeho možnosti, ktoré stabilne vydržia inštalované tolerancie.

Ako vyzerá kontrolná karta?

Typický príklad riadiacej karty je znázornený na obrázku.

Obr. 3.8. Kontrolná karta.

Pri konštrukcii riadiacich kariet na osi Ordinat sú hodnoty kontrolovaného parametra odložené a na osi osi osídlenia - čas tržby t odoberte vzorku (alebo jeho číslo).

Účelom metódy "Sedem základných nástrojov na kontrolu kvality" Identifikovať problémy s prioritným riešením na základe kontroly súčasného procesu, zhromažďovania, spracovania a analýzy získaných skutočností (štatistického materiálu) na následné zlepšenie kvality procesu.

Podstatou metódy - Kontrola kvality (porovnanie plánovaného indikátora kvality s platnou hodnotou) je jednou z hlavných funkcií v procese riadenia kvality a zber, spracovanie a analýza faktov je najdôležitejšou fázou tohto procesu.

Iba sedem sú vybraní z rôznych štatistických metód pre rozšírené použitie, ktoré sú jasné a môžu byť ľahko aplikované špecialistami rôznych profilov. Umožňujú vám identifikovať a zobraziť problémy v čase, vytvoriť hlavné faktory, z ktorých musíte začať konať a distribuovať úsilie o efektívne riešenie týchto problémov.

Očakávaným výsledkom je riešenie 95% všetkých problémov vznikajúcich vo výrobe.

Sedem základných nástrojov kontroly kvality - súbor nástrojov, ktoré uľahčujú kontrolu problému kontrolných procesov a poskytujú rôzne druhy faktov na analýzu, úpravu a zlepšenie kvality procesov.

1. Kontrolný zoznam - nástroj na zhromažďovanie údajov a ich automatické usporiadanie na uľahčenie ďalšieho používania zhromaždených informácií.

2. Histogram - nástroj, ktorý vám umožní vizuálne vyhodnotiť distribúciu štatistických údajov zoskupených frekvenciou dát vstupu do určitého (vopred určeného) intervalu.

3. Pareto graf - nástroj, ktorý vám umožní objektívne predstavovať a identifikovať hlavné faktory, ktoré ovplyvňujú tento problém, a distribuovať úsilie o efektívne vyriešenie.

4. Metóda stratifikácie (Obrázkové údaje) - nástroj, ktorý vám umožní rozdeliť dáta na podskupiny na konkrétnej funkcii.

5. Rozptýlená schéma (Disperzia) je nástroj, ktorý vám umožní určiť pohľad a tesnosť vzťahu medzi pármi zodpovedajúcich premenných.

6. isica graf (Kauzálny diagram) - nástroj, ktorý vám umožní identifikovať najvýznamnejšie faktory (dôvody), ktoré majú vplyv na konečný výsledok (dôsledok).

7. Riadiaca mapa - nástroj, ktorý vám umožní sledovať priebeh procesu konania a ovplyvniť ho (pomocou príslušnej spätnej väzby), bráni jeho odchýlky od požiadaviek predložených procesu.

Riadiace zoznamy (alebo zber údajov) - Špeciálne formuláre pre zber údajov. Uľahčujú proces zberu, prispievajú k presnosti zberu údajov a automaticky vedú k niektorým záverom, čo je veľmi vhodné na rýchlu analýzu. Výsledky sa ľahko konvertujú na histogram alebo paneurópsky diagram. Kontrolné listy môžu byť použité ako v kontrole kvality, ako aj pri kontrole kvantitatívnych funkcií. Forma kontrolného listu sa môže líšiť v závislosti od jej účelu.

Ak chcete nájsť správny spôsob, ako dosiahnuť cieľ alebo riešenie problému, prvá vec, ktorú treba urobiť, je zbierať potrebné informácie, ktoré budú slúžiť ako základ pre ďalšiu analýzu. Je žiaduce, aby boli zozbierané údaje prezentované v štruktúrovanom a pohodlnej forme. Pre tento, ako aj na zníženie pravdepodobnosti chýb pri zbere dát sa používa riadený hárok.

Riadiaci zoznam je formulár určený na zber údajov a ich automatické objednanie, čo uľahčuje ďalšie použitie zozbieraných informácií.

Kontrolovaným listom je v podstate papierový formulár, na ktorom sa vytlačia kontrolované parametre, podľa ktorého s pomocou označených alebo jednoduchých znakov sú potrebné a dostatočné údaje do listu. To znamená, že riadiaci zoznam je nástroj na zaznamenávanie údajov.

Forma kontrolného hárku závisí od nastavenej úlohy a môže byť veľmi rôznorodá, ale v každom prípade sa odporúča označiť:

Téma, objekt objektu (zvyčajne uvedený v hlavičke kontrolného listu);

Obdobie registrácie údajov;

Dátový zdroj;

A priezvisko zamestnancov registračných údajov;

Konvencie na registráciu získaných údajov;

Registrácia údajov.

Pri príprave kontrolných kontrol musíte zabezpečiť, aby sa použili najjednoduchšie metódy plnenia (čísla, podmienečné odznaky), počet kontrolovaných parametrov bol čo najďalej (ale dostatočný na analýzu a vyriešiť problém) a list Forma bola taká jasnejšie a pohodlnejšie na vyplnenie dokonca aj s nekvalifikovaným personálom.

1. Slovo cieľ a úlohy, pre ktoré sa zhromažďujú informácie.

2. Vyberte metódy kontroly kvality, ktorými sa vykoná ďalšia analýza a spracovanie zozbieraných údajov.

3. Určite časové obdobie, počas ktorého bude výskum vykonaný.

4. Vyvinúť opatrenia (Vytvoriť podmienky) pre svedomité a včasné údaje o riadiacom zozname.

5. Priraďte údaje zodpovedné za zber údajov.

6. Vytvorte formu formulára základného listu.

7. Pripravte pokyny na zber údajov.

8. Hovorte inštrukciou a školením pracovníkov, aby ste zhromaždili údaje a urobili ich v riadiacom zozname.

9. Usporiadajte pravidelné kontroly zberu údajov.

Najviac ostrou otázkou vyplývajúcou z riešenia problému je správnosť informácií zozbieraných personálom. Nájdite riešenie založené na skreslených údajoch je veľmi ťažké (ak je to možné). Užívanie opatrení (vytváranie podmienok) Na registráciu zamestnancami skutočných údajov je nevyhnutným predpokladom na dosiahnutie úlohy.

Obr. Príklady riadiaceho listu

Je možné používať elektronické prázdne miesta

Zároveň je možné pripísať nevýhody elektronickej formy kontrolného hárku v porovnaní s papierom:

- b.ozložitá zložitosť na použitie;

- potreba tráviť viac času na vykonanie údajov.

K profesionálom:

- jednoduchosť spracovania a analýzy dát;

- vysoká rýchlosť získavania potrebných informácií;

- schopnosť súčasne pristupovať k informáciám mnohých ľudí.

Väčšina zozbieraných údajov však musí duplikovať v papieri. Problém je, že to vedie k zníženiu produktivity: čas, ktorý šetrí analýzu, skladovanie a prijatie potrebných informácií je väčšinou vyrovnané z dôvodu duálnych údajov o registrácii údajov.

stĺpcový graf- nástroj, ktorý vám umožní vizuálne zobrazenie a ľahko identifikovať štruktúru a povahu zmeny získaných údajov (vyhodnotiť distribúciu), ktoré sú ťažké upozorniť, keď sú tabuľkový pohľad.

Po analýze formy získaného histogramu a jeho umiestnenia v porovnaní s intervalom tolerancie je možné ukončiť kvalitu posudzovaného výrobku alebo stav sledovaného procesu. Na základe záveru sa vyvíjajú opatrenia na odstránenie odchýlok kvality výrobkov alebo stavu procesu.

V závislosti od spôsobu reprezentácie (zberu) zdrojových údajov je spôsob konštrukcie histogramu rozdelený na 2 možnosti:

I možnosťNa zber štatistických údajov sa vyvíjajú kontrolné listy indikátorov alebo procesu výrobkov. Pri vývoji prázdneho kontrolného formulára je potrebné okamžite určiť množstvo a veľkosť intervalov, v súlade, s ktorými sa budú zhromažďovať údaje, na základe ktorých bude histogram zabudovaný. To je potrebné vzhľadom na to, že po vyplnení v kontrolnom zozname, prepočítavajú hodnoty indikátora pre iné intervaly budú takmer nemožné. Maximálne, ktoré sa dajú vykonať - neberie do úvahy intervaly, v ktorých žiadna hodnota padla a zjednotila 2, 3 atď. Interval, nebojte sa narušiť dáta. Ako rozumiete s takýmito obmedzeniami, napríklad z 11 intervalov, aby sa 7 takmer nemožné.

Metóda výstavby:

1. Určite číslo a šírku intervalov pre kontrolný list.

Presná suma a šírka intervalov by sa mala vybrať na základe jednoduchého používania alebo podľa pravidiel štatistiky. Ak existuje nameraný indikátor, potom stojí za to navigácia 6-12 intervalov vo vnútri tolerancie a 2-3 intervalov mimo tolerancie. Ak neexistujú žiadne tolerancie, odhadujeme možné variácie hodnôt indikátora a tiež rozdeľujeme do 6-12 intervalov. V tomto prípade musí byť šírka intervalov rovnaká.

2. Vyvinúť kontrolné listy a ich pomoc vykonať potrebné údaje.

3. Použite naplnené ovládacie listy na výpočet frekvencie hit (t.j. koľkokrát) získané hodnoty indikátora v každom intervale.

Zvyčajne sa na tento účel odlišuje samostatný stĺpec, ktorý sa nachádza na konci tabuľky registrácie údajov.

Ak hodnota indikátora presne zodpovedá hranici intervalu, potom pridajte polovicu intervalov na hranicu ktorej hodnota ukazovateľa klesla.

4. Ak chcete vybudovať histogram, použite iba tie intervaly, v ktorých aspoň jedna hodnota indikátora klesla.

Ak medzi intervalmi, v ktorých majú hodnoty indikátora, existujú prázdne intervaly, potom musia byť postavené na histograme.

5. Vypočítajte priemernú hodnotu výsledkov pozorovania.

Histogram sa musí aplikovať priemernú aritmetickú hodnotu získaného výberu.

Štandardný vzorec používaný na výpočet:

kde x I. - Získané hodnoty indikátora, \\ t

N -celkový počet údajov prijatých vo vzorke.

Ako to umožňuje, ak neexistujú žiadne presné hodnoty indikátora x 1, x 2 atď. Nikde nie je vysvetlené. V našom prípade, pre približný odhad priemerného aritmetika, môžem ponúknuť na používanie vlastnej metódy:

a) Určite priemer za každý interval podľa vzorca:

kde j -intervaly vybraných na vytvorenie histogramu,

x j max -hodnota hornej hranici intervalu,

x j min -hodnota nižšej hranicu intervalu.

b) Určite priemerný aritmetický odber vzoriek vzorcom:

kde n jepočet vybraných intervalov na výstavbu histogramu,

v j -frekvencia vzorkovania výsledkov v intervale.

6. Vytvorte horizontálnu a vertikálnu os.

7. Na horizontálnej osi aplikujte hranice vybraných intervalov.

Ak sa v budúcnosti plánuje porovnať histogramy opisujúce podobné faktory alebo vlastnosti, je potrebné pri aplikácii rozsahu na osi osice, nie sú viazané podľa intervalov, ale jednotiek merania údajov.

8. Na vertikálnej osi aplikujte rozsah hodnôt podľa zvolenej stupnice a rozsahu.

9. Pre každý zvolený interval vytvorte stĺpec, ktorej šírka je rovná intervalu a výška sa rovná frekvencii výsledkov pozorovania do zodpovedajúceho intervalu (frekvencia je už vypočítaná predtým).

Naneste riadok na grafe zodpovedajúcej priemernej aritmetickej hodnote študovaného indikátora. Ak existuje prijímacie pole, vytvorte riadok zodpovedajúci hraniciam a centrom Tolerance Interval.

Ii možnosťŠtatistiky už boli zozbierané (napríklad, že sú pripevnené v registračných denníkoch), alebo majú byť zostavené vo forme presne nameraných hodnôt. V tejto súvislosti nie sme obmedzené na žiadne počiatočné podmienky, takže si môžeme vybrať, ako aj zmeniť počet a šírku intervalov v súlade s aktuálnymi potrebami.

Metóda výstavby:

1. Prijaté údaje sú v jednom dokumente vo vhodnej forme na ďalšie spracovanie (napríklad vo forme tabuľky).

2. Vypočítajte rozsah hodnôt indikátora (selektívny rozsah) podľa vzorca:

kde x max - najväčšia hodnota

x min. - Získaná najmenšia hodnota.

3. Určite počet intervalov histogramu.

Ak to chcete urobiť, môžete použiť tabuľku vypočítanú na základe štiepenia vzorca:

Môžete tiež použiť tabuľku vypočítanú na základe vzorca:

4. Určite šírku (veľkosť) intervalov podľa vzorca:

5. Za následok výsledný výsledok vo väčšine na vhodnú hodnotu.

Upozorňujeme, že celá vzorka musí byť rozdelená do intervalov rovnakej veľkosti.

6. Určite hranice intervalov. Najprv určiť spodnú hranicu prvého intervalu, takže je to menej x min.. Pridajte k nemu šírku intervalu, aby ste dostali hranicu medzi prvým a druhým intervalom. Ďalej pokračujte v pridávaní šírky intervalu ( N.) Na predchádzajúcu hodnotu pre získanie druhej hranicu, potom tretí, atď.

Po vyrobení akcií by ste sa mali uistiť, že horná hranica posledného intervalu je viac x max.

7. V prípade zvolených intervalov vypočítajte frekvencie hodnôt testovacieho indikátora v každom intervale.

Ak hodnota indikátora presne zodpovedá hranici intervalu, potom pridajte polovicu intervalov do polovice intervalov, hodnota indikátora zasiahla hranice.

8. Vypočítajte priemernú hodnotu výsledného indikátora podľa vzorca:

Postupujte podľa poradia vybudovania histogramu, počnúc bodom 5 nad technikou I možnosť.

Histogram Analýza Tiež rozdelené do 2 možností, v závislosti od dostupnosti technologického prijímania.

I možnosť Tolerancie indikátora nie sú špecifikované. V tomto prípade robíme analýzu formulára histogramu:

Normálna (symetrická, zvonovitá) forma. Priemerná hodnota histogramu zodpovedá stredu rozsahu údajov. Maximálna frekvencia tiež padá na stred a postupne znižuje oba konce. Formulár je symetrický.

Takáto forma histogramu sa najčastejšie nachádza. Označuje stabilitu procesu.

Negatívne skosenie distribúcie (pozitívne skosená distribúcia). Priemerná hodnota histogramu je vpravo (vľavo) stredu údajov údajov. Frekvencie sa pri pohybe zo stredu histogramu doprava (vľavo) a pomaly vľavo (vpravo). Tvar asymetrický.

Takáto forma je vytvorená buď v prípade, že horná (dolná) hranica je regulovaná teoreticky alebo hodnotou tolerancie, alebo ak je možné dosiahnuť pravú (ľavú) hodnotu.

Distribúcia s prestávkou na pravej strane (distribúcia s prelomom vľavo). Priemerná hodnota histogramu je vzdialená doprava (vľavo) stredu údajov údajov. Frekvencie sú veľmi ostro znížené pri pohybe zo stredu histogramu doprava (vľavo) a pomaly vľavo (vpravo). Tvar asymetrický.

Tento formulár sa často nachádza v situácii 100% kontroly výrobkov z dôvodu nedostatočnej reprodukovateľnosti procesu.

Hrebeň (multimodálny typ). Intervaly cez jednu alebo dve majú nižšie (vysoké) frekvencie.

Takáto forma je vytvorená buď v prípade, že počet jednotlivých pozorovaní obsiahnutých v intervale sa líši od intervalu do intervalu alebo ak sa aplikuje určité pravidlo zaokrúhľovania dát.

Histogram nemá vysokú centrálnu časť (plošina). Frekvencie v strede histogramu sú približne rovnaké (pre plošinu sú všetky frekvencie približne rovnaké).

Tento formulár sa nachádza, ak je niekoľko distribúcií kombinovaných s priemernými hodnotami blízkymi. Na ďalšiu analýzu sa odporúča použiť metódu stratifikácie.

Two-Buck Type (Bimodal typ). V okolí stredu histogramu je frekvencia nízka, ale na každej strane je frekvenčný pík.

Tento formulár sa stretáva, ak sú dva distribúcie kombinované s priemernými hodnotami, ďaleko od seba. Na ďalšiu analýzu sa odporúča použiť metódu stratifikácie.

Histogram s poruchou (s "bodkovaným zubom"). Tvar histogramu je blízko distribúcie obvyklého typu, ale existuje interval s frekvenciou nižšou ako v oboch susedných intervaloch.

Tento formulár sa nachádza, ak šírka intervalu nie je viacnásobná jednotka merania, ak je svedectvo o stupnici, atď.

Distribúcia s izolovaným vrcholom. Spolu s obvyklým formou histogramu sa objaví malý izolovaný pík.

Takáto forma je vytvorená, keď je malé množstvo dát z inej distribúcie zapnuté, napríklad, ak je rozbitá správa procesu, pri meraní alebo zahrnutí údajov z iného procesu sa vyskytli chyby.

Ii možnosť. Pokiaľ ide o štúdium indikátora, existuje technologické prijímanie. V tomto prípade sa analýza vykonáva ako forma histogramu a jeho umiestnenia vo vzťahu k prijímajúcemu poli. Možné sú možné:

Histogram má formu obvyklého distribúcie. Priemerná hodnota histogramu sa zhoduje so stredom tolerančného poľa. Šírka histogramu je menšia ako šírka tolerančného poľa s okrajom.

V tejto situácii sa proces nemusí nastaviť.

Histogram má formu obvyklého distribúcie. Priemerná hodnota histogramu sa zhoduje so stredom tolerančného poľa. Šírka histogramu sa rovná šírke intervalu tolerancie, a preto existujú obavy vzhľadu neštandardných častí z hornej časti a zo spodnej časti tolerancie.

V tomto prípade je potrebné buď zvážiť zmenu technologického procesu, aby sa znížila šírka histogramu (napríklad zvýšenie presnosti zariadenia, používanie materiálov na kvalitu kvalitnejšie, zmenou podmienok spracovania atď. ,) alebo rozšíriť tolerančné pole, pretože Požiadavky na kvalitu častí v tomto prípade sú ťažké.

Histogram má formu obvyklého distribúcie. Priemerná hodnota histogramu sa zhoduje so stredom tolerančného poľa. Šírka histogramu je väčšia ako šírka intervalu tolerancie, v súvislosti s ktorými sa neštandardné časti nachádzajú zo strany, ako aj na strane nižších tolerančných polí.

V tomto prípade je potrebné vykonať opatrenia uvedené v odseku 2.

Histogram má formu obvyklého distribúcie. Šírka histogramu je menšia ako šírka tolerančného poľa s okrajom. Priemerná hodnota histogramu sa posunie doľava (vpravo) v porovnaní s centrom intervalu tolerancie, a preto existujú obavy, ktoré môžu byť podstatné časti z nižšej (hornej) hranicu tolerancie.

V tejto situácii je potrebné skontrolovať, či systematická chyba neprispieva k meraniu. Ak sú meracie nástroje dobré, proces by mal byť nastavený tak, aby centrum histogramu zhodovali s centrom tolerancie.

Histogram má formu obvyklého distribúcie. Šírka histogramu je približne rovná šírke vstupného poľa. Priemerná hodnota histogramu sa posunie doľava (vpravo) v porovnaní s centrom intervalu tolerancie, a jeden alebo niekoľko intervalov siahajúcich sa v zahraničí do prijímacieho poľa, ktorý označuje prítomnosť chybných častí.

V tomto prípade je pôvodne potrebné nastaviť technologické operácie Takže centrum histogram sa zhoduje s vstupným centrom. Potom musíte prijať opatrenia na zníženie rozsahu histogramu alebo zvýšiť veľkosť intervalu tolerancie.

Histogram Center sa posunie na hornú (dolnú) limitovaciu toleranciu a pravú (ľavú) bočnú stranu histogramu vedľa horného (spodnej) hranicu tolerancie má ostrú prestávku.

V tomto prípade je možné dospieť k záveru, že výrobky s hodnotou ukazovateľa prichádzajúceho nad rámec tolerancie boli vylúčené z dávky alebo zámerne distribuované ako vhodné na zaradenie do tolerancie. Preto je potrebné identifikovať dôvod, ktorý viedol k vzniku tohto fenoménu.

Histogram Center sa posunie na hornú (dolnú) limitovaciu toleranciu a pravú (ľavú) bočnú stranu histogramu vedľa horného (spodnej) hranicu tolerancie má ostrú prestávku. Okrem toho, jeden alebo niekoľko intervalov presahuje hranice tolerančného poľa.

Prípad je podobný 6, ale histogramové intervaly, ktoré presahujú hranice tolerancie, ukazujú, že meracie činidlo bolo chybné. V súvislosti s týmto je potrebné vykonať meracie nástroje, ako aj vykonávať opakované pokyny pre zamestnancov podľa pravidiel merania pravidiel.

Histogram má dva píky, hoci meranie hodnôt indikátora sa uskutočnilo vo výrobkoch z jednej dávky.

V tomto prípade sa môže dospieť k záveru, že produkty boli získané v rôznych podmienkach (napríklad materiály rôznych odrôd, nastavenie zariadenia sa zmenilo, výrobky sa uskutočnili na rôznych strojoch atď.). V tejto súvislosti sa odporúča použiť metódu stratifikácie.

Hlavné charakteristiky histogramu sú v poriadku (zodpovedajú prípadu 1.), zatiaľ čo existujú chybné výrobky s hodnotami indikátora, ktorý je mimo tolerančného poľa, ktorý tvorí samostatný "ostrov" (izolovaný vrchol).

Táto situácia by mohla vzniknúť v dôsledku nedbanlivosti, v ktorej boli chybné časti zmiešané s benígnom. V tomto prípade je potrebné identifikovať príčiny a okolnosti, ktoré vedú k výskytu tejto situácie, ako aj prijať opatrenia na ich odstránenie.

Ministerstvo školstva a vedy Ukrajiny

Donetsk Národná technická univerzita

Katedra riadenia kvality

Skúška

Na tému "Sedem nástrojov kontroly kvality"

donetsk

Úvod

V modernom svete sa problém kvality výrobku stáva mimoriadne dôležitý. Blahobyt akejkoľvek spoločnosti, akýkoľvek dodávateľ závisí od jeho úspešného riešenia. Vysoko kvalitné výrobky výrazne zvyšujú šancu dodávateľa v konkurenčnom boji za predajné trhy a čo je najdôležitejšie lepšie uspokojiť potreby spotrebiteľov. Kvalita výrobku je najdôležitejším ukazovateľom konkurencieschopnosti podniku.

Kvalita produktu je položená v procese. vedecký výskumDizajn a technologický vývoj zabezpečuje dobrá organizácia výroby a nakoniec je podporovaná počas prevádzky alebo spotreby. Vo všetkých týchto štádiách je dôležité vykonať včasnú kontrolu a získať spoľahlivé hodnotenie kvality výrobku.

Na zníženie nákladov a dosiahnuť úroveň kvality, ktorá uspokojuje spotrebiteľ, potrebujeme metódy zamerané na elimináciu chýb (nezrovnalostí) hotových výrobkov, ale aby sa zabránilo dôvodom ich vzhľadu vo výrobnom procese.

Po rokoch tvrdohlavnej práce, odborníci pridelili takéto techniky a prístupy zo svetových skúseností, ktoré môžu byť chápané a účinne používané bez osobitného vzdelávania, a to bolo vykonané tak, aby zabezpečili skutočné úspechy pri riešení drvenej väčšiny problémov vznikajúcich v reálnej výrobe.

V dôsledku toho bol vyvinutý systém praktických metód určených na masívne použitie. Toto sú takzvané sedem jednoduchých metód (nástroje), ktoré budú diskutované v tomto revízii referencie.

1. Metóda "Sedem základných nástrojov kontroly kvality"

Kvalita výrobku je súborom vlastností produktu, ktoré určujú svoju vhodnosť na uspokojenie určitých potrieb v súlade s vymenovaním. Kvalita výrobkov alebo služieb je jedným z najdôležitejších faktorov pre úspešnú činnosť akejkoľvek organizácie alebo podniku.

Jedným zo základných princípov riadenia kvality je rozhodnutia na základe skutočností. To je najviac vyriešené modelovacími procesmi, ako nástroje výroby aj riadenia matematických štatistík. Moderné štatistické metódy sú však dosť zložité pre vnímanie a rozsiahle praktické použitie bez hĺbkového matematického vzdelávania všetkých účastníkov procesu. Do roku 1979 zhromaždila Únia japonských vedcov a inžinierov (JUSE) sedem dostatočne ľahko použiteľných procesov pri používaní vizuálnych spôsobov analýzy procesov. So všetkou jeho jednoduchosťou si ponechávajú komunikáciu so štatistikou a dávajú odborníkom možnosť využiť svoje výsledky av prípade potreby ich zlepšiť.

Účelom metódy "sedem základných nástrojov na kontrolu kvality" je identifikovať problémy s prioritným riešením na základe kontroly aktuálneho procesu, zhromažďovania, spracovania a analýzy faktov (štatistického materiálu) na následné zlepšenie kvality \\ t proces.

Podstatou spôsobu je kontrola kvality (porovnanie naplánovaného indikátora kvality s platnou hodnotou) je jednou z hlavných funkcií v procese riadenia kvality a zber, spracovanie a analýza faktov je najdôležitejšou fázou tohto procesu .

Iba sedem sú vybraní z rôznych štatistických metód pre rozšírené použitie, ktoré sú jasné a môžu byť ľahko aplikované špecialistami rôznych profilov. Umožňujú vám identifikovať a zobraziť problémy v čase, vytvoriť hlavné faktory, z ktorých musíte začať konať a distribuovať úsilie o efektívne riešenie týchto problémov.

Očakávaným výsledkom je riešenie 95% všetkých problémov vznikajúcich vo výrobe.

Sedemzákladný Nástroje na kontrolu kvality

Sedem hlavných nástrojov kontroly kvality je súbor nástrojov, ktoré uľahčujú kontrolu kontroly tečúcich procesov a poskytujú rôzne druhy faktov na analýzu, úpravu a zlepšenie kvality procesov.

1. Kontrolný zoznam - nástroj na zhromažďovanie údajov a ich automatické usporiadanie na uľahčenie ďalšieho používania zhromaždených informácií.

2. stĺpcový graf - nástroj, ktorý vám umožní vizuálne vyhodnotiť distribúciu štatistických údajov zoskupených frekvenciou dát vstupu do určitého (vopred určeného) intervalu.

3. Graf Pareto. - nástroj, ktorý vám umožní objektívne predstavovať a identifikovať hlavné faktory, ktoré ovplyvňujú tento problém, a distribuovať úsilie o efektívne vyriešenie.

4. Metóda stratifikácie (Obrázkové údaje) - nástroj, ktorý vám umožní rozdeliť dáta na podskupiny na konkrétnej funkcii.

5. Rozptyl diagramu (Disperzia) je nástroj, ktorý vám umožní určiť pohľad a tesnosť vzťahu medzi pármi zodpovedajúcich premenných.

6. CHARON ISICA (Kauzálny diagram) - nástroj, ktorý vám umožní identifikovať najvýznamnejšie faktory (dôvody), ktoré majú vplyv na konečný výsledok (dôsledok).

7. Riadiaca karta - nástroj, ktorý vám umožní sledovať priebeh procesu konania a ovplyvniť ho (pomocou príslušnej spätnej väzby), bráni jeho odchýlky od požiadaviek predložených procesu.

Zvážte obsah týchto metód a možnosť ich aplikácie.

2. Sedem základných nástrojov kontroly kvality

2.1 Kontrolný list

Riadiace zoznamy (alebo zber údajov) - Špeciálne formuláre pre zber údajov. Uľahčujú proces zberu, prispievajú k presnosti zberu údajov a automaticky vedú k niektorým záverom, čo je veľmi vhodné na rýchlu analýzu. Výsledky sa ľahko konvertujú na histogram alebo paneurópsky diagram. Kontrolné listy môžu byť použité ako v kontrole kvality, ako aj pri kontrole kvantitatívnych funkcií. Forma kontrolného hárku sa môže líšiť v závislosti od jej účelu (obr. 1).

Obr. 1 - Príklady testovacieho listu

2.2 stĺpcový graf

stĺpcový graf- Zobrazenie tabuľky stĺpca. Na zhrnutie digitálnych údajov. Môže byť použitý ako prostriedok na grafické zobrazenie údajov o kontrolnom plechu. Povaha distribúcie získaných údajov môže detekovať podstatu problému. Navrhnuté pre komunikáciu priamo s ľuďmi ovládajúcimi proces. Histogram zobrazuje závislosť frekvencie parametrov kvality výrobku alebo procesu do určitého rozsahu hodnôt z týchto hodnôt.

Histogram je vybudovaný nasledujúcim spôsobom (obr. 2):

1. určiť najväčšia hodnota Indikátor kvality.

2. Určite najmenšiu hodnotu indikátora kvality.

3. Určite rozsah histogramu ako rozdiel medzi najväčšou a najmenšou hodnotou.

4. Určite počet intervalov histogramu. Často môžete použiť približný vzorec: (počet intervalov) \u003d C (počet hodnôt indikátorov kvality), napríklad, ak počet ukazovateľov \u003d 50, počet histogramových intervalov \u003d 7.

5. Určite dĺžku intervalu histogramu \u003d (bar histogramu) / (počet intervalov).

6. Rozdeľujeme rozsah histogramu v intervaloch.

7. Vypočítajte počet výsledkov v každom intervale.

8. Určite frekvenciu hitov v intervale \u003d (počet hitov) / (celkový počet indikátorov kvality)

9. Zostavte tabuľku stĺpca.

Obr. 2 - Histogram spotreby paliva pre 100 áut

2.3 Graf Pareto.

Analýza Pareto dostal svoj názov podľa názvu talianskeho ekonóma Wilfredo Pareto, ktorý ukázal, väčšina kapitálu (80%) je v rukách malého počtu ľudí (20%). Pareto vyvinula logaritmické matematické modely opisujúce túto nehomogénnu distribúciu a matematiku M.OA. Lorenz predstavil grafické ilustrácie.

Pravidlo Pareto - "Universal" princíp, ktorý je použiteľný v rôznych situáciách a nepochybne - pri riešení problémov s kvalitou. Joseph Djuran poznamenal "univerzálnu" uplatňovanie princípu parento na akúkoľvek skupinu dôvodov, ktoré to spôsobilo, alebo tento dôsledok, s väčšinou dôsledkov spôsobených malým počtom dôvodov. Analýza Pareto patrí jednotlivé oblasti dôležitosti alebo dôležité a vyzýva na identifikáciu a najprv odstrániť tieto dôvody, ktoré spôsobujú najväčší počet problémov (nezrovnalosti).

Analýza Pareto je zvyčajne ilustrovaná graf Pareto.Tam, kde os Abscissa odložila príčiny problémov s kvalitou v poradí klesajúcich problémov spôsobených nimi, a pozdĺž ordinácie osi v kvantitatívnych podmienkach samotných problémov, a to tak v číselnom aj v akumulovanom (kumulatívnom) percentuálny výraz.

Diagram je jasne viditeľný ihrisko prijatia prioritných opatrení, načrtnite tieto dôvody, ktoré spôsobujú najväčší počet chýb. V prvom rade by teda mali byť preventívne opatrenia zamerané na riešenie problémov týchto problémov (obr. 3).

Obr. 3 - Pareto diagram

2.4 Metóda stratifikácie

Väčšinou, stratifikácia- proces triedenia údajov podľa niektorých kritérií alebo premenných, ktorých výsledky sú často zobrazené vo forme grafov a grafov

Môžeme klasifikovať rad údajov do rôznych skupín (alebo kategórií) spoločné charakteristiky, nazývaná variabilná stratifikácia. Je dôležité inštalovať, že premenné budú použité na triedenie.

Polkhovskaya T., ADLER YU., SHRVER V.

V modernom svete sa problém kvality výrobku stáva mimoriadne dôležitý. Blahobyt akejkoľvek spoločnosti, akýkoľvek dodávateľ závisí od jeho úspešného riešenia. Vysoko kvalitné výrobky výrazne zvyšujú šancu dodávateľa v konkurenčnom boji za predajné trhy a čo je najdôležitejšie lepšie uspokojiť potreby spotrebiteľov. Kvalita výrobku je najdôležitejším ukazovateľom konkurencieschopnosti podniku.

Kvalita výrobku je položená v procese vedeckého výskumu, dizajnu a technologického vývoja, je zabezpečený dobrou organizáciou výroby a nakoniec je podporovaná počas prevádzky alebo spotreby. Vo všetkých týchto štádiách je dôležité vykonať včasnú kontrolu a získať spoľahlivé hodnotenie kvality výrobku.

Na zníženie nákladov a dosiahnuť úroveň kvality, ktorá uspokojuje spotrebiteľ, potrebujeme metódy zamerané na elimináciu chýb (nezrovnalostí) hotových výrobkov, ale aby sa zabránilo dôvodom ich vzhľadu vo výrobnom procese.

Aké sú dôvody vzhľadu rôznych chýb vo výrobkoch a aké sú možnosti na zníženie ich počtu?

Mnohí sa domnievajú, že chybné výrobky sú nevyhnutné, pretože produkty musia spĺňať prísne požiadavky noriem kvality a faktory vedúce k vzniku chýb sú početné. Napriek rozdielom v typoch výrobkov a typov technologických procesov sú však univerzálne dôvody vzhľadu chybných výrobkov. Čiastkové chyby sú spôsobené fyzikálno-chemickým procesom vytvárania samotných produktov a čiastočne sú spojené s variabilitou (variabilita) materiálov, procesov, spôsobov práce, kontrolných metód atď. Ak nebola žiadna variabilita, potom by všetky výrobky boli identické, t.j. Ich kvalita by bola absolútne rovnaká pre všetkých.

Čo sa stane napríklad, ak robí položky z materiálov rovnakej kvality na tých istých strojoch, s použitím rovnakých metód a kontrolovať tieto produkty presne rovnakým spôsobom? Bez ohľadu na to, koľko výrobkov bude vyrobený, všetky z nich musia byť identické, pokiaľ sú uvedené štyri podmienky sú identické, t.j. Alebo všetky výrobky budú dodržiavať požiadavky, alebo ich nezodpovedajú. Všetky produkty budú chybné, ak sa materiály, stroje, výrobné alebo kontrolné metódy líšia od zavedených požiadaviek. V tomto prípade je nevyhnutný vznik identických chybných výrobkov. Ak nebudú žiadne odchýlky v uvedených štyroch podmienkach, potom všetky výrobky musia byť "identické" - nečistoty.

Je však takmer nemožné, aby boli všetky výrobky chybné. Zo všetkých objemu uvoľnenia bude len niektoré, zatiaľ čo zvyšok sú infekčné.

Zvážte napríklad proces flexibilných oceľových plechov. Na prvý pohľad sa zdá, že všetky listy majú rovnakú hrúbku, ale ak presne zmerate, ich hrúbka bude odlišná, a dokonca aj v rôznych častiach toho istého listu. Ak si preskúmate kryštálovú štruktúru rôznych častí listu, ukáže sa, že vo forme kryštálov pozostávajúcich zo železa, uhlíka a iných atómov, existujú menšie variácie. Tieto rozdiely prirodzene ovplyvňujú indikátory kvality. Aj keď sa používa rovnaká metóda ohýbania, listy sa nebudú ohnúť rovnakým spôsobom a niektoré sa môžu objaviť v niektorých.

Ďalším príkladom je mechanické spracovanie kovu. Keďže počet spracovaných častí rastie, rezačka je hlúpy. Konzistencia mazania a chladiacej kvapaliny, keď sa teplota zmení aj zmeny. Výsledkom je, že veľkosť výrobkov závisí od toho, či je fréza nabrúsená a je nainštalovaná správne. Hoci sa môže zdať, že obe operácie sa vykonávajú za rovnakých podmienok, v skutočnosti existuje mnoho zmien alebo zmien, ktoré zostali bez povšimnutia, ale sú ovplyvnené kvalitou výrobkov.

Zvážte ďalší príklad - tepelné spracovanie. Teplota v peci sa neustále mení pomocou zmeny napätia (ak proces ide do elektrickej pece) alebo tlaku plynu (ak sa použije plynová pec). V celkovej oblasti pece sa nachádza v blízkosti klapky; V blízkosti vzorky sú oblúk, bočné steny, v centrálnej časti, v rôznych podmienkach. Keď sú produkty umiestnené v peci Deň tepelného spracovania, množstvo tepla, ktoré sa dostanú líši v závislosti od ich polohy, ktorá ovplyvňuje takýto indikátor kvality ako tvrdosť výrobku.

Fyzické schopnosti a pracovníci zručnosti majú tiež vplyv na zmenu kvality výrobkov. Existujú vysoké a nízke, tenké a hrubé, slabé a silní ľudia, ľavákovia a ľudia, ktorí majú lepšie vyvinuté pravou rukou. Pracovníci si môžu myslieť, že pracujú rovnako, ale existujú individuálne rozdiely. Dokonca aj tá istá osoba pracuje rôznymi spôsobmi, v závislosti od jeho pohody pre každý konkrétny deň, stav a stupne únavy. Niekedy umožňuje chyby v dôsledku nepozornosti.

Chyby môžu byť povolené regulátormi pri meraní parametrov produktu. Meracie variácie môžu byť dôsledkom použitia chybného meracieho prístroja alebo nedokonalosti metódy merania. Takže v prípade organoleptického (vizuálneho monitorovania) zmeny v kritériách, ktoré je riadiaci riadiaci riadiaci, môže viesť k chybnému hodnoteniu kvality výrobkov a ovplyvniť objektivitu rozhodnutia o dobrej životnosti výrobkov.

Vzhľadom na problém podobným spôsobom je možné vidieť, že v procese výroby výrobku existuje mnoho faktorov ovplyvňujúcich jeho indikátory kvality. Vyhodnotenie výrobného procesu, pokiaľ ide o zmenu kvality, je možné ho zvážiť ako určitý súbor príčin variability. Tieto dôvody vysvetľujú zmeny v kvalite kvality výrobkov, čo vedie k ich oddeleniu na chybné a nečistoty. Výrobok sa považuje za nezahorší, ak jeho indikátory kvality spĺňajú osobitný štandard, inak je výrobok klasifikovaný ako chybný. Okrem toho, aj chybné výrobky sa od seba navzájom líšia pri porovnaní so štandardom, t.j. Žiadne "absolútne identické" produkty. Jedným z dôvodov uvoľnenia chybných výrobkov, ako už bolo uvedené, slúži variabilitu. Ak sa ho pokúsite znížiť, ich číslo sa nepochybne zníži. Ide o jednoduchý a zvukový princíp rovnako správny, bez ohľadu na typy výrobkov alebo typov technologických procesov.

Existujúce metódy kontroly boli spravidla znížené na analýzu manželstva s pevným testovaním vyrobených výrobkov. S hmotnostnou výrobou je takáto kontrola veľmi drahá. Výpočty ukazujú, že na zabezpečenie kvality výrobkov prostredníctvom svojej nevýhody by malo byť kontrolné prístroje podnikov päť alebo šesťkrát prekročiť počet výrobných pracovníkov.

Na druhej strane nepretržitá kontrola hromadnej výroby nezaručuje nedostatok chybných výrobkov v akceptovaných výrobkoch. Skúsenosti ukazujú, že regulátor je rýchlo unavený, v dôsledku ktorej časť vhodných produktov preberá pre chybné a naopak. Prax tiež ukazuje - kde majú radi nepretržitú kontrolu, straty z manželstva sa dramaticky zvyšujú.

Tieto dôvody urobili výrobu pred potrebou prechodu na selektívnu kontrolu. Distribúcia selektívnej kontroly bola podporovaná štúdiou špecialistov v oblasti teórie pravdepodobnosti a matematických štatistík, ktoré ukázali, že vo väčšine prípadov nie je potrebné spoľahlivé hodnotenie kvality. Tieto štúdie (predovšetkým americké štatistiky DODGE, ROMIG a SHUKHART) nám umožnili pristupovať k organizmom technickej kontroly na novom vedeckom a metodike. Treba však pripomenúť, že prechod na selektívnu kontrolu je účinná len vtedy, keď technologické procesy, ktoré sú v etablovanom stave, majú takúto presnosť a stabilitu, v ktorej sa automaticky zaručuje výroba výrobkov s minimálnym počtom defektov.

Prečo by mala byť selektívna kontrola štatistická? Zvážte dve charakteristické príklady.

Dnes sa súčasné monitorovanie stavu technologického procesu vykonáva nasledovne. Zo súčasných produktov v náhodných chvíľach času sa podnikne jedna jednotka výroby na kontrolu, podľa ktorého sa stanovuje stav technologického procesu: ak sa ukáže, že je vhodný, proces sa považuje za stanovenie, inak rozhodnutie je vykonaná na potrebe pozastaviť výrobu výrobkov a úpravy procesu.

Aká je účinnosť takýchto akcií? Formulovaný postup monitorovania stavu technologického procesu pochádza z tradičnej logiky: proces je v susedstve - žiadne manželstvo, proces je rozdelený - všetky vyrobené výrobky budú chybné.

Vo výrobe existujú aj iné vzorce, ktoré sa nazývajú stochastické alebo náhodné. Keď je proces zložený, podiel produkovaného manželstva sa mierne zvýši: až 1, 2, 10% a extrémne zriedkavé až 100% záleží na špecifickej technológii a špecifickým dôvodom pre záhyb. Predstavte si, že v dôsledku skladania technologického procesu sa podiel vyrobeného manželstva zvýšil na 5%. To znamená, že v priemere bude každá dvadsiate vyrábaná jednotka výroby chybná. Aká je pravdepodobnosť, že tento jeden, jeden, jeden spomedzi dvadsiatich, chybnej jednotky a prijať správne rozhodnutie? Odpoveď môže byť taká, že pravdepodobnosť odhaľovania porušenia procesu sa rovná pravdepodobnosti výroby chybnej jednotky výrobkov s vyvinutým procesom, v našom prípade - 5%, \\ t

Moderná prax organizácie súčasného monitorovania stavu technologického procesu nebude zásadne vyriešiť problém prevencie manželstva. Nespúšťa sa, keď je zvolená kontrola, nie jedna a dve alebo tri jednotky. So štatistickou kontrolou kvality nám rovnaké výsledky ošetrené matematických štatistických metód nám umožňujú oceniť skutočný stav technologického procesu s vysokým stupňom spoľahlivosti. Štatistické metódy umožňujú rozumne zistiť skladanie procesu, aj keď budú vhodné dve alebo tri jednotky výrobkov vybraných na kontrolu, pretože majú vysokú citlivosť na zmeny v stave technologických procesov.

Po rokoch tvrdohlavnej práce, odborníci pridelili takéto techniky a prístupy zo svetových skúseností, ktoré môžu byť chápané a účinne používané bez osobitného vzdelávania, a to bolo vykonané tak, aby zabezpečili skutočné úspechy pri riešení drvenej väčšiny problémov vznikajúcich v reálnej výrobe.

V dôsledku toho bol vyvinutý systém praktických metód určených na masívne použitie. Toto sú takzvané sedem jednoduchých metód:

1) Pareto diagram;

2) systém ISICA;

3) stratifikácia (stratifikácia);

4) Kontrolné listy;

5) histogramy;

6) Grafika (v lietadle)

7) Riadiace karty (Shukhart).

Niekedy sú tieto metódy v inom poradí, čo nie je v podstate, pretože ich posudzovanie sa predpokladá ako samostatné nástroje, ako aj systémy metód, v ktorých v každom konkrétnom prípade je určené na špecificky definovať zloženie a štruktúru pracovnej sady nástrojov .

Štatistické metódy riadenia kvality sú filozofia, politika, systém, metodika, ako aj technické nástroje riadenia kvality založené na výsledkoch merania, analýzy, testovania, kontroly, prevádzky, odborných hodnoteniach a akýchkoľvek iných informácií, ktoré vám umožňujú spoľahlivé, primerané, \\ t dôkazov.

Využívanie štatistických metód je veľmi efektívny spôsob, ako rozvíjať nové technológie a kontrolu kvality výrobných procesov. Mnohé popredné firmy si vyžadujú svoje aktívne použitie a niektoré z nich strávia viac ako sto hodín ročne o školení týchto metód vykonávaných v rámci samotnej spoločnosti. Hoci znalosť štatistických metód je súčasťou bežného vzdelávania inžiniera, samotné vedomosti neznamená, že je to schopnosť uplatňovať. Schopnosť zvážiť udalosti z hľadiska štatistík je dôležitejšia ako znalosť samotných metód. Navyše musíte byť schopní úprimne uznať nedostatky a zmeny, ktoré vznikajú a zbierajú objektívne informácie.