Luck-lady.ru

Настольная книга финансиста
1 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Статистический анализ процессов

Статистический анализ точности и стабильности технологических процессов

Статистические методы используют, в частности, для анализа точности и стабильности технологических процессов и качества продукции. Цель — подготовка решений, обеспечивающих эффективное функционирование технологических единиц и повышение качества и конкурентоспособности выпускаемой продукции. Статистические методы следует применять во всех случаях, когда по результатам ограниченного числа наблюдений требуется установить причины улучшения или ухудшения точности и стабильности технологического оборудования. Под точностью технологического процесса понимают свойство технологического процесса, обусловливающее близость действительных и номинальных значений параметров производимой продукции. Под стабильностью технологического процесса понимают свойство технологического процесса, обусловливающее постоянство распределений вероятностей для его параметров в течение некоторого интервала времени без вмешательства извне.

Целями применения статистических методов анализа точности и стабильности технологических процессов и качества продукции на стадиях разработки, производства и эксплуатации (потребления) продукции являются, в частности:

• определение фактических показателей точности и стабильности технологического процесса, оборудования или качества продукции;
• установление соответствия качества продукции требованиям нормативно-технической документации;
• проверка соблюдения технологической дисциплины;
• изучение случайных и систематических факторов, способных привести к появлению дефектов;
• выявление резервов производства и технологии;
• обоснование технических норм и допусков на продукцию;
• оценка результатов испытаний опытных образцов при обосновании требований к продукции и нормативов на нее;
• обоснование выбора технологического оборудования и средств измерений и испытаний;
• сравнение различных образцов продукции;
• обоснование замены сплошного контроля статистическим;
• выявление возможности внедрения статистических методов управления качеством продукции, и т.д.

Для достижения перечисленных выше целей применяют различные методы описания данных, оценивания и проверки гипотез.

Статистические методы 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.

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 альтернативоному 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.

Анализ технологических процессов на основе контрольных карт.

Контрольные карты используются для визуального обнаружения нарушений технологического процесса по измеренным значениям выходной переменной на основе сопоставления ее статистических характеристик с допустимыми (контрольными) пределами. В качестве результатов измерений, наносимых на карты, могут служить любые переменные. Это могут быть скачки потребления электрической мощности, давления, температуры, вибрации и т.д.

Построение контрольных карт, в частности определение контрольных пределов, основано на методе проверки статистических гипотез. Изменения выходной переменной y объекта могут быть вызваны, во-первых, случайными внешними и внутренними возмущающими воздействиями, характерными для нормальной эксплуатации, во-вторых, различного рода нарушениями в работе систем (подсистем, элементов) и ошибочными действиями оператора.

Читать еще:  Анализ социальной структуры персонала предприятия

Если переменная y изменяется под влиянием причин только первого вида, то процесс находится под статистическим контролем или в статистически подконтрольном состоянии, т.е. случайные колебания y подчиняются одному и тому же закону распределения вероятности. В случае же появления причин второго вида, процесс выходит из под контроля (находится вне статистического контроля).

Существуют, в частности, следующие виды контрольных карт:

1. средних арифметических значений ( — карта);

2. медиан ( — карта);

3. средних арифметических отклонений (S — карта);

4. размахов (R — карта);

5. числа дефектных единиц продукции (np — карта);

6. доли дефектных единиц продукции (Р — карта);

7. числа дефектов (С — карта);

8. числа дефектов на единицу продукции (U — карта).

Первые четыре вида контрольных карт применяют при контроле по количественному признаку, последние четыре — при контроле по альтернативному признаку.

Статистический анализ

Заключительный и наиболее ответственный этап исследования — статистический анализ, представляющий собой процесс изучения, сопоставления, сравнения полученных данных (в т.ч. и с другими данными), их обобщения, истолкования и формулирования научных и практических выводов.

Анализ – это научный метод исследования объекта путем рассмотрения его отдельных сторон, свойств и составных частей.

Анализ – это единство познания и оценки. В процессе познания аналитик получает фактические данные о состоянии преступности и мер борьбы с ней. Оценка предполагает соотнесение показателей друг с другом в целях выработки управленческого решения.

Исходя из основных функций статистики, можно назвать четыре основные задачи статистического анализа, которые кратко можно сформулировать так: описать, сопоставить и выявить закономерности, дать прогноз и сделать выводы.

Итак, задачи анализа:

1) дать цифровую характеристику состояния, уровня, структуры, динамики преступности и деятельности правоохранительных органов (описательная функция);

2) выявить статистические связи, зависимости, соотношения, закономерности в состоянии, структуре и динамике преступности и деятельности правоохранительных органов ( в т.ч. в связи с другими социальными явлениями) (объяснительная функция);

3) определить тенденции развития преступности, составить статистический криминологический прогноз (прогностическая функция);

4) выявить «тревожные моменты» в характеристике преступности, положительные стороны и недостатки в работе, чтобы на основе этих данных своевременно принять решение (организаторская, управленческая функция).

Для того чтобы выводы и рекомендации, сделанные в результате статистического анализа, имели объективный, научно достоверный характер, необходимо соблюдать следующие требования:

  1. Количественный анализ статистических показателей должен основываться на глубоком знании основных теоретических положений юридических наук.
  2. Статистическая совокупность должна состоять из достаточно большого числа единиц, собранных на большой территории за длительный период.
  3. При анализе статистического материала необходимо использовать не только данные официальной статистики, но и другие материалы (опросы граждан, данные медицинских учреждений и т.п.).
  4. В процессе изучения материалов правовой статистики следует учитывать материалы других отраслей статистики (экономической, демографической, здравоохранения и т.д.).
  1. Постановка целей анализа;
  2. Подбор статистического материала и критическая оценка данных (т.е. проверка их полноты, качества, достоверности, научной обоснованности).
  3. Приведение отобранных данных в систему и расчет недостающих показателей.
  4. Сравнительная оценка и обеспечение сопоставимости данных.
  5. Формирование обобщающих показателей.
  6. Фиксация и обоснование существующих свойств, особенностей, сходств и различий, связей и закономерностей изучаемых явлений и процессов.
  7. Формулировка выводов и подготовка предложений в управленческое решение.

Статистический анализ и управление процессами

Из производственного опыта известно, что два экземпляра одного и того же изделия не могут полностью совпадать по всем показателям. Известно, что в природе не встречаются двух одинаковых экземпляров одного и того же вида, – это же можно утверждать и в отношении производимых изделий или услуг. Различие может быть большим и сразу заметным, как различие между двумя людьми, но оно может быть и столь малым, что установить его можно только с помощью специальных средств. Если два экземпляра одного изделия имеют совершенно одинаковые значения какого-либо признака качества, то это объясняется только недостаточной точностью средств измерения. Т. е. значения признаков качества имеют неотъемлемый разброс. Этот разброс может быть вызван пятью группами причин или их комбинациями: оператор, оборудование, метод (технология), материал, окружающая среда.

Оператор – как фактор обслуживания и контроля — является самым большим источником отклонений в процессе производства.

Читать еще:  Анализ эффективности производства продукции

У оборудования источниками отклонений являются: износ инструмента и заготовки, вибрации, погрешности позиционирования инструмента и заготовки, колебания в подаче электроэнергии, воды, сжатого воздуха, колебания давления масла, пара и т. п. Все эти вариации накладываются друг на друга и определяют границы естественного разброса процесса, т.е. те допуски, которые это оборудование может обеспечить.

Метод изготовления, способ совместной организации работы оператора и оборудования, движения материалов — также являются источником отклонений в готовом изделии.

Отклонения присущи не только изделиям, но и материалам т. к. они тоже являются изделиями. Такие признаки качества материала как прочность, плотность, химический состав, содержание влаги влияют на разброс признаков качества готовых изделий.

К этим группам можно отнести и влияние состояния окружающей среды и внешних факторов: температуры, света, влажности, пыли и т. п.

Уже на стадии проектирования должны быть определены допустимые области отклонений признаков качества по отношению к заданным значениям, т. е. на все признаки качества необходимо установить допуски. Задачей обеспечения качества после этого будет контроль процесса изготовления, с тем, чтобы значения признаков качества не выходили за установленные пределы.

Исходя из этого существует вторая классификация причин возникновения отклонений и разброса признаков качества, по которой они подразделяются на случайные и систематические.

Случайные причины определяются самим процессом производства и, в основном, не устранимы. Степень их проявления предсказать невозможно. Влияние каждой из этих причин на изделие незначительно и зафиксировать их при измерении практически невозможно, так как заметные отклонения вызываются взаимодействием всех мелких помех. Случайные причины, такие как вибрация, биение подшипников в машине, ведут к естественному расхождению значений признаков качества, таких как масса продукта в одной упаковке, продолжительность горения люминесцентных ламп, размеры болтов.

Систематические причины помех отличаются тем, что они могут быть локализованы и на них можно по крайней мере воздействовать, если нельзя устранить полностью. Их влияние приводит к постепенному или внезапному изменению распределения признаков качества. Так, медленное смещение параметров распределения может быть вызвано износом инструмента, повышением температуры, усталостью персонала. Поломка инструмента, смена поставщика материала, перестройка метода работы, новая рабочая смена могут быть причинами скачкообразного изменения качества.

Таким образом, одной из задач обеспечения качества продукции должен являться статистический анализ и управление процессами её производства, включая контроль соответствия между проектом изделия (заданные значения признаков качества с допусками на них) и его исполнением.

При этом необходимо учитывать особенности статистических методов анализа и управления процессами:

— применение выборочного контроля вместо сплошного;

— цель не в контроле отдельных изделий, а в оценке качества всей продукции;

— выводы о качестве, сделанные в рамках применения статистических методов могут быть ошибочными.

Сбор и регистрация данных

Прежде чем выполнять анализ процессов, необходимо собрать данные, на основе которых будет производиться анализ. Для этого используются различные виды контрольных листков.

Контрольный листок – это бумажный бланк для быстрой записи результатов измерений, на котором заранее напечатаны контролируемые параметры.

Назначение контрольных листков: 1) повышение эффективности сбора данных; 2) автоматическое упорядочивание данных для упрощения их дальнейшего использования.

Форма и содержание контрольных листков могут быть разнообразными в зависимости от конкретных целей их использования. В любом случае, листок должен содержать идентифицирующую информацию:

— объект изучения (например, «вал редуктора»);

— таблицу регистрации данных;

— место контроля (например, «цех № 4»);

— фамилию и должность производящего сбор данных;

— время и продолжительность контроля.

Сбор и регистрация данных – это достаточно сложный процесс. Как правило, чем больше людей участвует в обработке данных, тем больше вероятность ошибки в записи. Поэтому очень удобны контрольные листки, которые позволяют автоматически упорядочить данные с помощью каких-либо значков или символов.

Рассмотрим пример контрольного листка для регистрации распределения измеряемого параметра в ходе производственного процесса.

Предположим, что необходимо выявить изменения в размерах некоторой детали, подвергающейся механической обработке. Размер, указанный в чертеже, составляет 8,3 ± 0,08 мм.

Для получения распределения значений этого показателя в ходе анализа процесса обычно используются гистограммы. На основе гистограммы вычисляются среднее значение и дисперсия, исследуется также и форма кривой распределения. Чтобы построить гистограмму, необходимо затратить много времени на сбор большого числа данных и на представление частотного распределения в графической форме. В то же время, процедура сбора и анализа данных существенно упрощается, если классифицировать данные в момент сбора, например, с помощью заранее заготовленного бланка (таблица 8.4). Каждый раз, когда производится измерение, в соответствующую клетку этого бланка ставится специальный знак, совокупность которых к концу измерений формирует образ гистограммы.

Читать еще:  Анализ тех состояния

Таблица 8.4 – Пример контрольного листка для сбора данных

Статистический анализ технологических процессов

Статистическая обработка данных технологического процесса. Расчет индекса воспроизводимости. Построение гистограммы для выявления положения среднего значения и характера рассеивания. Особенности использования диаграммы Исикавы. Составление карт контроля.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

ТОЛЬЯТТИНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

КАФЕДРА “ТЕХНОЛОГИЯ МАШИНОСТРОЕНИЯ”

Контрольная работа по дисциплине “Контроль качества продукции”

Студент Быков Р.Н.

Преподаватель Драчев А.О.

1. Статистическая обработка данных

2. Построение гистограммы

3. Диаграмма Исикавы

4. Составление карт контроля

В настоящее время, в условиях насыщенности рынка и конкуренции, приоритетным направлением деятельности предприятия является повышение качества продукции. С повышением уровня качества тесно связано повышение эффективности хозяйствования и возможность раскрытия новых экономических резервов. При этом следует отметить, что современные производственные процессы одновременно являются процессами расширенного воспроизводства, при которых повышение качества изделий позволяет шире использовать производственные возможности, экономичнее расходовать сырье, материалы и энергию, более рационально распределять свои силы.

Основной задачей любого предприятия является обеспечение качества выпускаемой продукции, которая отвечала бы определенным потребностям, в области применения или назначения, удовлетворяла бы требованиям потребителя, соответствовала бы применяемым стандартам и техническим условиям, учитывала бы требования охраны окружающей среды, предлагалась бы потребителю по доступным ценам и приносила бы стабильную прибыль. Но все это не может быть обеспечено без правильно организованной системы контроля качества.

Основной задачей служб контроля наряду с предупреждением брака является анализ технологических процессов с точки зрения обеспечения требуемого качества выпускаемой продукции и подготовки предложений по совершенствованию технологии и координации действий всех подразделений предприятия по обеспечению качества.

Качество процесса определяется тем, насколько потребительские свойства продукта удовлетворяются на заводском уровне, то есть степенью соответствия требованиям нормативно-технической документации. Эффективность процесса оценивается по качеству выпускаемой продукции и обеспечивается с помощью системы управления.

Разработка корректирующих мероприятий производится на основе статистического анализа технологических процессов. Он позволяет выявить «узкие» места, проследить тенденции появления отклонений, определить их закономерности, оценить точность и стабильность работы оборудования и т.д.

Поэтому целью данной контрольной работы является овладение базовыми навыками применения статистических методов.

1. Статистическая обработка данных

Оценка технологической точности обработки на контрольной операции проводится с помощью индексов воспроизводимости Ср и Срк.

Допускаемые значения индексов воспроизводимости для общепринятых оценок технологического процесса должны принимать следующие значения: 1 i =(Х12+…+Хn)/n; (4.1)

где Х1, Х2… Хn — контролируемые значения размеров деталей принадлежащие i-ой подгруппе;

n — количество, контролируемых размеров деталей в подгруппе

Среднее значение размаха контролируемых значений деталей

принадлежащих i-ой подгруппе определим по формуле:

где Хmax и Xmin — наибольшее и наименьшее значение контролируемого размера в i-ой подгруппе.

Рис. 3.1 Диаграмма Исикавы

Среднее значение размаха контролируемых размеров деталей для всей выборки определим по формуле:

где r1, r2…rn — количество средних значений размаха принадлежащих всей выборке;

k — количество подгрупп объеме выборки.

Среднее значение контролируемых размеров деталей для всей выборки определим по формуле:

где Хср 1 , Хср 2 …Хср n — количество средних значений размера принадлежащей всей выборке.

Определим верхнюю и нижнюю контрольные границы подгруппы для контролируемых размеров и размахов по формулам.

Верхняя и нижняя контрольные границы для контролируемых размеров выборки (подгруппы):

Верхняя и нижняя контрольные границы для размахов выборки (подгруппы):

где А2, D3, D4 — постоянные константы для расчета контрольных границ.

Так как 100 контролируемых значений в выборке, то разбиваем всю выборку значений на 20 подгрупп, и в каждой подгруппе по 5 контролируемых размеров. Тогда для 20 подгрупп, значения констант для расчета контрольных границ принимаем следующие:

Результаты сводим в таблицы 4.1

На основании этих значений строим контрольную карту средних значений и карту размаха значений контролируемого размера.

Ссылка на основную публикацию
Adblock
detector