Xreferat.com » Рефераты по экономике » Эффективность средств статистического регулирования качества технологических процессов

Эффективность средств статистического регулирования качества технологических процессов

Размещено на /

Содержание


Введение

1. Статистическое регулирование технологических процессов

1.1 Виды статистического регулирования технологических процессов

1.2 Теоретические основы статистических методов регулирования технологических процессов

1.2.1 Контроль по количественному признаку

1.2.2 Контроль по альтернативному признаку

1.3 Контрольные карты

2. Статистические методы регулирования качества технологических процессов при контроле по количественному признаку

3. Статистические методы регулирования технологических процессов при контроле по альтернативному признаку

4. Примеры построения контрольных карт Шухарта с использованием ГОСТ-Р 50779.42–99

4.1 Контрольные карты для количественных данных

4.1.1 Эффективность средств статистического регулирования качества технологических процессови Эффективность средств статистического регулирования качества технологических процессов-карты. Стандартные значения не заданы

4.1.2 Карта медиан. Стандартные значения не заданы

4.2 Контрольные карты для альтернативных данных

4.2.1 Эффективность средств статистического регулирования качества технологических процессов–карты. Стандартные значения не заданы

4.2.2 Эффективность средств статистического регулирования качества технологических процессов– карта. Стандартные значения не заданы

5. Пример построения контрольной карты для арифметического среднего с предупреждающими границами с использованием ГОСТ Р 50779.41–96

Заключение

Список литературы


Введение


Любая продукция или услуга есть результат некоторого процесса. Под процессом подразумевают совокупность взаимосвязанных ресурсов и деятельности, которая преобразует входящие элементы в выходящие. Причем к ресурсам относятся персонал, оборудование, материалы, технология (методы и средства), окружающая среда, информация. По существу, процесс представляет собой взаимодействие людей, оборудования, материалов, методов и среды, в результате которого производится продукция или оказываются услуги.

Все процессы и их результаты подвержены изменчивости – вариабельности. Поэтому при решении задач статистического управления процессами исходят из того, что как в производственных, так и в любых других процессах, всегда имеют место изменения или вариации, проявляющиеся в отклонении от целевых значений каких-либо параметров, характеризующих процесс.

При естественном ходе процесса его изменчивость обычно обусловлена влиянием множества разнообразных случайных (обычных) неконтролируемых причин. Каждая из таких постоянно присущих причин составляет незначительную долю общей изменчивости, и ни одна из них не значима сама по себе. Тем не менее, сумма всех этих случайных причин изменчивости процесса измерима, и предполагается, что она внутренне присуща процессу. Исключение или уменьшение влияния обычных причин требует управленческих решений и выделения ресурсов на улучшение процесса и в ряде случаев оказывается экономически нецелесообразным или технически невозможным.

Основными задачами статистического управления процессами являются:

– обеспечение и поддержание процессов на приемлемом и стабильном уровне, гарантирующем соответствие продукции и услуг установленным требованиям;

– своевременное распознавание перехода процесса в статистически неуправляемое состояние;

– обнаружение неслучайных (особых) причин изменчивости процесса и принятие надлежащих мер для исключения или ослабления их влияния на ход процесса;

– исключение излишнего управления процессом, находящимся в статистически управляемом состоянии, и случаев непринятия необходимых действий при переходе процесса в статистически неуправляемое состояние.

Простым и эффективным средством статистического управления процессами являются контрольные карты, которые отражают текущее состояние процесса, дают возможность производить оценку степени изменчивости процесса, определять наличие статистической управляемости процесса и оказывают помощь в достижении такой управляемости [5].


1. Статистическое регулирование технологических процессов


Статистическое регулирование технологических процессов – корректирование значений параметров технологического процесса по результатам выборочного контроля контролируемых параметров, осуществляемое для технологического обеспечения требуемого уровня качества. При этом технологический процесс должен быть статистически управляемым и стабильным [8].

Принято считать, что процесс находится в “статистически управляемом состоянии” или “статистически управляем или контролируемым”, если источником его изменчивости являются только случайные (обычные) причины, которые имеют стабильное и повторяемое распределение во времени. Такую изменчивость процесса называют собственной.

Любой процесс, находящийся в статистически управляемом состоянии, стабилен и характеризуется тем, что ход процесса предсказуем, его параметры со временем не отклоняются от целевых значений, а разброс параметров находится в прогнозируемых пределах.

Однако естественный ход процесса может нарушаться из-за изменений, обусловленных неслучайными (особыми) причинами, внутренне не присущими процессу. Применительно к производственному процессу такими непредсказуемыми и нестабильными причинами могут быть поломка инструмента, неправильная настройка станка, его износ, недостаточная однородность обрабатываемого материала, нарушение рабочим требований документации из-за усталости или недомогания, ошибки контрольно-измерительного оборудования, колебания источников энергии, изменения окружающей среды и т.д.

При воздействии на процесс неслучайных (особых) причин изменчивости он выходит из статистически управляемого состоянии, ход процесса становится непредсказуемым, его параметры могут существенно отклониться от целевых значений, разброс параметров может оказаться неприемлемым, а выход процесса нестабильным во времени. Когда процесс оказывается в “статистически неуправляемом состоянии”, необходимо возможно быстрее обнаружить неслучайные изменения процесса с тем, чтобы выявить их причину и своевременно внести необходимые корректировки в процесс. Тем самым предотвращаются существенные отклонения характеристик процесса от целевых значений, и обеспечивается поддержание процесса на приемлемом и стабильном уровне, гарантируя соответствие продукции и услуг установленным требованиям [5].

Статистическое регулирование технологических процессов заключается в том, что в определенные моменты времени или через определенное количество изготовленных единиц продукции отбирается мгновенная выборка установленного объема и производится измерение контролируемого параметра.

По результатам измерений определяют статистическую характеристику контролируемого параметра, значение которой наносят на контрольную карту и, в зависимости от этого значения принимают решение о корректировке технологического процесса или о продолжении процесса баз корректировки, т.е. на основании данных о состоянии технологического процесса в предшествующие моменты времени прогнозируется его состояние в последующие моменты времени.

Значение статистической характеристики контролируемого параметра качества продукции, при котором наступает разладка операции или процесса, должно определяться, исходя из выборочной характеристики [8].


1.1 Виды статистического регулирования технологических процессов


Задача статистического регулирования технологического процесса состоит в том, чтобы на основании результатов периодического контроля выборок малого объема приходить к заключению: "процесс налажен" или "процесс разлажен".

Выявление разладки технологического процесса основано на результатах периодического контроля малых выборок, осуществляемого по количественному или альтернативному признакам. Для каждого из этих способов контроля используются свои статистические методы регулирования.

Контроль по количественному признаку заключается в определении с требуемой точностью фактических значений контролируемого параметра у единиц продукции из выборки. Фактические значения контролируемого параметра необходимы для последующего вычисления статистических характеристик, по которым принимается решение о состоянии технологического процесса. Такими характеристиками являются медиана и выборочное среднее; квадратическое отклонение и размах. Первые две характеристики – характеристики положения, а последние две – характеристики рассеивания случайной величины Х.

Контроль по альтернативному признаку заключается в определении соответствия контролируемого параметра или единицы продукции установленным требованиям. При этом каждое отдельное несоответствие установленным требованиям считается дефектом, а единица продукции, имеющая хотя бы один дефект, считается дефектной.

При контроле по альтернативному признаку не требуется знать фактическое значение контролируемого параметра – достаточно установить факт соответствия или несоответствия его установленным требованиям. Поэтому можно использовать простейшие средства контроля: шаблоны, калибры, контроль по образцу и др.

Решение о состоянии технологического процесса принимается в зависимости от числа дефектов или числа дефектных единиц продукции, обнаруженных в выборке.

Каждый из перечисленных способов контроля имеет свои преимущества и свои недостатки. Преимущество контроля по количественному признаку состоит в том, что он более информативен (по сравнению с контролем по альтернативному признаку) и поэтому требует меньшего объема выборки. Однако такой контроль более дорогой, поскольку для него необходимы такие технические средства контроля, которые позволяют получать фактические значения контролируемого параметра. Кроме того, для статистического регулирования при контроле по количественному признаку необходимы вычисления, связанные с определением статистических характеристик.

Преимущество контроля по альтернативному признаку заключается в его простоте и относительной дешевизне, поскольку можно использовать простейшие средства контроля или визуальный контроль. К недостаткам такого контроля относится его меньшая информативность, что требует значительно большего объема выборки при равных исходных данных [4].


1.2 Теоретические основы статистических методов регулирования технологических процессов


1.2.1 Контроль по количественному признаку

Любой контролируемый параметр по своей природе является случайной величиной, поскольку он может принять то или иное значение, причем заранее неизвестное.

Изучением случайных величин занимается теория вероятностей. Эта математическая наука позволяет получать вполне определенные количественные результаты и на их основе принимать достаточно обоснованные и в основном правильные решения. Все случайные величины подчиняются определенным закономерностям, называемым законами распределения.

Законом распределения случайной величины называется соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями. Сумма вероятностей всех возможных значений случайной величины равна единице. Эта суммарная вероятность каким-то образом распределена между отдельными значениями, что полностью определяется законом распределения. Законы распределения могут быть представлены в аналитической, табличной или графической формах. Законы распределения имеют большое прикладное значение в различных областях человеческой деятельности и, в частности, в области промышленного производства для решения задач, связанных с обеспечением качества продукции.

Случайные величины могут быть либо дискретными, либо непрерывными, которые описываются различными законами распределения.

Дискретными называются такие случайные величины, которые можно заранее перечислить. Например, число дефектных единиц продукции или число дефектов.

Непрерывными называются случайные величины, возможные значения которых непрерывно заполняют некоторый промежуток. Примером непрерывной случайной величины является любая измеряемая величина, например, размер детали.

В теории вероятностей рассматривается достаточно большое количество разнообразных законов распределения. Для решения задач, связанных с построением контрольных карт, представляют интерес лишь некоторые ив них. Важнейшим из них является нормальный закон распределения, который применяется для построения контрольных карт, используемых при контроле по количественному признаку, т.е. когда мы имеем дело с непрерывной случайной величиной. Нормальный закон распределения занимает среди других законов распределения особое положение. Это объясняется тем, что, во-первых, наиболее часто встречается на практике, и, во-вторых, он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях. Что касается второго обстоятельства, то в теории вероятностей доказано, что сумма достаточно большого числа независимых (или слабо зависимых) случайных величин, подчиненных каким угодно законам распределения (при соблюдении некоторых весьма нежестких ограничений), приближенно подчиняется нормальному закону, и это выполняется тем точнее, чем большее количество случайных величин суммируется. Большинство встречающихся на практике случайных величин, таких, например, как ошибки измерений, могут быть представлены как сумма весьма большего числа сравнительно малых слагаемых – элементарных ошибок, каждая из которых вызвана действием отдельной причины, независящей от остальных.

В графической форме нормальный закон распределения изображается колоколообразной кривой (рис. 1).


Эффективность средств статистического регулирования качества технологических процессов

Рис. 1. Кривая нормального законно распределения


Этой кривой определяется плотность вероятности f(х) значений случайной величины Эффективность средств статистического регулирования качества технологических процессов.

Форма этой кривой определяется выражением:


Эффективность средств статистического регулирования качества технологических процессов (1.1)


где Эффективность средств статистического регулирования качества технологических процессов – среднее квадратичное отклонение случайной величины Эффективность средств статистического регулирования качества технологических процессов; Эффективность средств статистического регулирования качества технологических процессов – математическое ожидание случайной величины Эффективность средств статистического регулирования качества технологических процессов; Эффективность средств статистического регулирования качества технологических процессов

Максимальная ордината кривой равна


Эффективность средств статистического регулирования качества технологических процессов при Эффективность средств статистического регулирования качества технологических процессов. (1.2)


По мере удаления от точки Эффективность средств статистического регулирования качества технологических процессов плотность распределения уменьшается, и при Эффективность средств статистического регулирования качества технологических процессов стремящимся к бесконечности кривая асимптотически приближается к оси абсцисс.

Кривая нормального распределения характеризуется двумя параметрами: Эффективность средств статистического регулирования качества технологических процессов и Эффективность средств статистического регулирования качества технологических процессов. Смысл этих параметров состоит в следующем. Значением определяется центр рассеивания – если изменять центр рассеивания, кривая распределения будет смещаться вдоль оси абсцисс, не изменяя своей формы (рис. 2). Таким образом, значением Эффективность средств статистического регулирования качества технологических процессов определяется положением кривой распределения на оси абсцисс. Размерность Эффективность средств статистического регулирования качества технологических процессов такая же, что и размерность случайной величины Эффективность средств статистического регулирования качества технологических процессов.


Эффективность средств статистического регулирования качества технологических процессов

Рис. 2. Кривые распределения нормального распределения при изменении центра рассеивания

Значением Эффективность средств статистического регулирования качества технологических процессов определяется форма кривой распределения. Поскольку площадь под кривой распределения должна всегда оставаться равной единице, то при увеличении Эффективность средств статистического регулирования качества технологических процессов кривая распределения становится более плоской. На рис. 3 показаны три кривые при разных Эффективность средств статистического регулирования качества технологических процессов: Эффективность средств статистического регулирования качества технологических процессов


Эффективность средств статистического регулирования качества технологических процессов

Рис. 3. Кривые распределения при разных значениях Эффективность средств статистического регулирования качества технологических процессов

статистический метод управление качество

Таким образом, значением Эффективность средств статистического регулирования качества технологических процессов определяется форма кривой распределения –это есть характеристика рассеивания. Размерность параметра Эффективность средств статистического регулирования качества технологических процессов совпадает с размерностью случайной величины Эффективность средств статистического регулирования качества технологических процессов.

Во многих задачах, связанных с нормально распределенными случайными величинами, приходится определять вероятность попадания случайной величины Эффективность средств статистического регулирования качества технологических процессов, подчиненной нормальному закону с параметрами μ, σ, на участок от А до В. Таким участком может быть, например, поле допуска от верхнего значения Эффективность средств статистического регулирования качества технологических процессов до нижнего – Эффективность средств статистического регулирования качества технологических процессов.

Эту задачу решают по формуле


Эффективность средств статистического регулирования качества технологических процессов (1.3)

где Эффективность средств статистического регулирования качества технологических процессов – есть нормальная функция распределения с параметрами Эффективность средств статистического регулирования качества технологических процессов и Эффективность средств статистического регулирования качества технологических процессов

Значения Эффективность средств статистического регулирования качества технологических процессов определяют по таблице 1 [6].

Для отрицательных значений Эффективность средств статистического регулирования качества технологических процессов функцию определяют из соотношения


Эффективность средств статистического регулирования качества технологических процессов. (1.4)


Это соотношение следует из симметричности нормального распределения относительно начала координат.

По формуле 1.3. можно определись вероятность попадания контролируемого (по количественному признаку) параметра в поле допуска, ограниченного значениями Эффективность средств статистического регулирования качества технологических процессов, Эффективность средств статистического регулирования качества технологических процессов. Заменив в формуле 1.3. значения А и В на Эффективность средств статистического регулирования качества технологических процессов и Эффективность средств статистического регулирования качества технологических процессовсоответственно, получим формулу для решения нашей задачи:


Эффективность средств статистического регулирования качества технологических процессов (1.5)


По сути этой вероятностью определяется вероятная доля годной продукции (по контролируемому параметру). Если из единицы вычесть вероятную долю годной продукции, то получим вероятную долю дефектной продукции, которую обозначим через Эффективность средств статистического регулирования качества технологических процессов:


Эффективность средств статистического регулирования качества технологических процессов (1.6)


Граница регулирования для контрольных карт средних арифметических значений определяют также с помощью закона нормального распределения. В качестве случайной величины используют значение Эффективность средств статистического регулирования качества технологических процессов:

Эффективность средств статистического регулирования качества технологических процессов (1.7)


где Эффективность средств статистического регулирования качества технологических процессов– выборочное среднее арифметическое значение случайной величины Эффективность средств статистического регулирования качества технологических процессов; Эффективность средств статистического регулирования качества технологических процессов – математическое ожидание случайной величины Эффективность средств статистического регулирования качества технологических процессов при налаженном состоянии технологического процесса (обычно за Эффективность средств статистического регулирования качества технологических процессов принимают середину поля допуска); Эффективность средств статистического регулирования качества технологических процессов – среднее квадратическое отклонение выборочного среднего (Эффективность средств статистического регулирования качества технологических процессов), которое связано со средним квадратическим отклонением случайной величины соотношением


Эффективность средств статистического регулирования качества технологических процессов (1.8)


Случайная величина Эффективность средств статистического регулирования качества технологических процессов, как и случайная величина Эффективность средств статистического регулирования качества технологических процессов, распределена нормально, причем ее математическое ожидание равно нулю, а среднее квадратическое отклонение Эффективность средств статистического регулирования качества технологических процессов равно единице. Поэтому, для решения задачи статистического регулирования можно использовать таблицу функции нормированного нормального распределения. Тогда условием налаженности технологического процесса является выполнение неравенства:


Эффективность средств статистического регулирования качества технологических процессов (1.9)


где Эффективность средств статистического регулирования качества технологических процессовЭффективность средств статистического регулирования качества технологических процессов – критические значения, которые для статистического регулирования обычно устанавливают равными +3, -3. Отсюда получаем:


Эффективность средств статистического регулирования качества технологических процессов (1.10)

Таким образом, процесс будет признаваться налаженным до тех пор, пока выборочное среднее арифметическое Эффективность средств статистического регулирования качества технологических процессов не превысит значение в левой или правой частях этого неравенства, которыми определяется положение границ регулирования на контрольной карте средних арифметических значений. Обозначим их Эффективность средств статистического регулирования качества технологических процессов – для верхней границы регулирования и Эффективность средств статистического регулирования качества технологических процессов – для нижней границы регулирования [7].


1.2.2 Контроль по альтернативному признаку

При контроле по альтернативному признаку мы имеем дело с дискретными случайными величинами – это число дефектных единиц продукции или число дефектов. При статистическом регулировании возникает задача выбора критерия для оценки состояния технологического процесса. Здесь могут быть разные подходы. Рассмотрим один из них, на основе которого строятся контрольные карты. По периодически отбираемым выборкам объема Эффективность средств статистического регулирования качества технологических процессов требуется оценить состояние технологического процесса – процесс налажен или он разлажен. Оценка проводиться на основе подсчета числа дефектных единиц продукции или числа дефектов в выборке. Необходимо определить, какое число считается допустимым.

Видимо это число должно быть таким, при котором хорошие партии будут приниматься с большой вероятностью, что и будет свидетельствовать о налаженном состоянии технологического процесса. Эту вероятность вычисляют по известной в теории вероятностей формуле, которую называют функцией гипергеометрического распределения:


Эффективность средств статистического регулирования качества технологических процессов (1.11)


где Эффективность средств статистического регулирования качества технологических процессов – объем партии, определяемый как количество изделий изготовляемых за время Эффективность средств статистического регулирования качества технологических процессов; Эффективность средств статистического регулирования качества технологических процессов – допустимое количество дефектных изделий или допустимое число дефектов в партии объема Эффективность средств статистического регулирования качества технологических процессов, определяемое значением AQL; Эффективность средств статистического регулирования качества технологических процессов– объем выборки; Эффективность средств статистического регулирования качества технологических процессов– допустимое количество дефектных изделий или допустимое число дефектов в выборке объема Эффективность средств статистического регулирования качества технологических процессов.

Выражение в скобках в формуле 1.11. и есть биноминальные коэффициенты, например,


Эффективность средств статистического регулирования качества технологических процессов (1.12)


где Эффективность средств статистического регулирования качества технологических процессов – объем партии, определяемый как количество изделий изготовляемых за время Эффективность средств статистического регулирования качества технологических процессов; Эффективность средств статистического регулирования качества технологических процессов – допустимое количество дефектных изделий или допустимое число дефектов в партии объема

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: