Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Семь простых японских методовСодержание книги
Поиск на нашем сайте
В процессе изготовления изделия существует множество факторов, оказывающих влияние на его показатели качества. Оценивая производственный процесс с точки зрения изменения качества, можно рассматривать его как некую совокупность причин изменчивости. Эти причины и приводят к появлению, как бездефектных изделий, так и дефектных. Если деталь соответствует чертежу (стандарту) она бездефектна, если нет, то – дефектна. Сплошной контроль качества изделий в массовом производстве: во-первых, не обеспечивает гарантию 100% качества, а во-вторых, является очень затратным. Применение статистических методов – весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы активно используют статистические методы и считают целесообразным тратить до 100 часов в год на обучение сотрудников этим методам. Статистические методы управления качеством – это философия, политика, система, методология, а также технические средства управления качеством на основе измерений, анализа, испытаний, контроля, данных по эксплуатации, экспертных оценок и любой другой информации, позволяющей принимать, достоверные, обоснованные, доказательные решения. Информация должна быть своевременной, объективной и достоверной. Массовое применение получили следующие статистические методы: 1. Контрольные листки; 2. Графики и диаграммы на плоскости; 3. Диаграмма Парето; 4. Расслоение (стратификация), диаграммы разброса (рассеяния); 5. Диаграмма Исикавы («рыбья кость»); 6. Гистограммы; 7. Контрольные карты (Шухарта). Широкое внедрение в практику работы российских предприятийсеми простых японских методов – необходимое условие быстрого прогресса в производстве качественной продукции. Этот шаг не требует значительных затрат, если только не считать организации широкомасштабного обучения рабочих и специалистов статистическим методам и внедрения их в производство. Обучение и организация производства плюс система стимулирования за качество – вот ключевые моменты российского качества. Рекомендации по применению семи простых японских методов 1. Необходимо четко определить источник данных (где собираются данные: рабочее место, станок, рабочий; кто собирает данные: контролер, рабочий; периодичность сбора данных: каждая 5-я деталь, 1-я смена, каждый час и т.п.; материал, из которого изготавливают детали: марка, партия; и т.д. 2. Необходимо подобрать метод измерения, приборы и контрольные приспособления. Очевидно, что средства измерения и контрольные приспособления должны быть аттестованы (поверены), а персонал должен быть обучен. 3. Необходимо определить перечень всех характеристик, которые подлежат измерению. 4. Необходимо разработать простую и удобную для дальнейшей обработки данных форму их регистрации. Рекомендуется использовать количественные данные. Контрольные листки Контрольный листок – это бумажный бланк, на котором заранее напечатаны контролируемые параметры и форма, куда необходимо заносить параметры. Это делается для того, чтобы можно было легко и точно записывать данные измерений. При необходимости на контрольном листке может быть приведен эскиз детали или схема, на которых делаются пометки, показывающие местонахождение дефектов (например: контрольный листок локализации дефектов). На контрольном листке обязательно должна быть следующая информация: - наименование и обозначение детали, номер партии (заказа), из которой взяты детали, общее количество проверенных деталей; - обозначение техпроцесса, производственная операция; - номер цеха, участка, где изготавливались детали; - марка станка и его заводской номер; - марка материала, из которого изготавливались детали; - дата и время изготовления деталей, рабочая смена; - фамилии рабочих, изготовивших детали и их квалификация; - фамилия, работника, проводившего измерения и заполнение формы и его квалификация; - информация о методике и средствах измерения (марка измерительного прибора, заводской номер, контрольное приспособление и т.п.) Графики и диаграммы на плоскости Наиболее распространенными средствами наглядного представления количественных данных являются графики и диаграммы. С их помощью можно объединять большие объемы информации, используя при этом небольшие участки бумаги, и сообщать результаты анализа определенной комплексной проблемы наглядно, сжато и ясно. Примерами могут служить: - линейные графики; - столбчатые диаграммы; - круговые диаграммы. Диаграмма Парето Причины изменений качества бесчисленны, а их воздействие на качество различно. Все возможные причины можно разделить на две группы: - «немногочисленные существенно важные», которые оказывают существенное воздействие на качество; - «многочисленные несущественные», охватывающие большое количество причин, но незначительно воздействующие на качество. Очевидно, что при проведении анализа причин появления дефектов необходимо найти существенно важные причины, вызывающие появление дефектов, выделить и устранить их. Массивы различных данных трудно анализировать, пока они не представлены в наглядной и понятной форме. Анализ Парето - это метод классификации причин возникновения дефектов на «немногочисленные существенно важные» и «многочисленные несущественные». В большинстве случаев подавляющее число дефектов и связанных с ними потерь возникает из-за относительно небольшого количества причин. Анализ Парето ранжирует отдельные области по значимости или важности и дает возможность выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий). Схема, построенная на основе группирования по дискретным признакам, ранжированная в порядке убывания (например, по частоте появления) и показывающая кумулятивную (накопленную) частоту, называется диаграммой Парето (рис. 3). Рис. 3 Пример диаграммы Парето 1 – ошибки в процессе производства; 2 – некачественное сырье; 3 – некачественные орудия труда; 4 – некачественные шаблоны; 5 – некачественные чертежи; 6 – прочее; А – относительная кумулятивная (накопленная) частота, %; n – число бракованных единиц продукции. Приведенная диаграмма построена на основе группирования бракованной продукции по видам брака и расположения в порядке убывания числа единиц бракованной продукции каждого вида. Она позволяет произвести сравнение ранжированных факторов, определяющих проблемы качества. Диаграмму Парето можно использовать очень широко. С ее помощью можно оценить эффективность принятых мер по улучшению качества продукции, построив ее до и после внесения изменений. Анализ Парето - представляет собой один из инструментов для идентификации и концентрации внимания на немногочисленных жизненно важных факторах, влияющих на качество (иллюстрируется диаграммой Парето). Расслоение (стратификация) Распределение полученных данных на отдельные группы (слои) по определенному признаку в зависимости от выбранного фактора называется расслоением или стратификацией. В качестве стратифицирующего фактора могут быть выбраны любые параметры, определяющие особенности условий возникновения и получения данных. Расслоение можно осуществить: - по исполнителям (по полу, стажу работы, квалификации и т.д.); В торговле может быть осуществлено расслоение по районам, фирмам, продавцам, видам товара, сезонам и т.п. Расслоение помогает выяснить причину появления дефекта, если обнаруживается разница в данных между слоями. При подготовке к сбору данных по какой либо проблеме необходимо тщательно продумать разделение данных на группы при их занесении в форму. Диаграмма разброса (рассеяния) применяется для выявления зависимости (корреляции) одних показателей от других или для определения степени корреляции между n парами данных для переменных x и y: (x1,y1), (x2,y2),..., (xn, yn). Эти данные наносятся на график (диаграмму разброса), и для них вычисляется коэффициент корреляции по формуле
, , , где ковариация; стандартные отклонения случайных переменных x и у; n – размер выборки (количество пар данных – хi и уi); и – среднеарифметические значения хi и уi cоответственно. Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 4. Рис. 4 Варианты диаграмм разброса. В случае: а) можно говорить о положительной корреляции (с ростом x увеличивается y); б) проявляется отрицательная корреляция (с ростом x уменьшается y); в) при росте x y может как расти, так и уменьшаться, говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная (экспоненциальная) зависимость представлена и на диаграмме разброса г). Коэффициент корреляции всегда принимает значения в интервале , т.е. при r>0 – положительная корреляция, при r=0 – нет корреляции, при r <0 – отрицательная корреляция. Для тех же n пар данных (x1,y1), (x2,y2),..., (xn, yn) можно установить зависимость между x и y. Формула, выражающая эту зависимость, называется уравнением регрессии (или линией регрессии), и ее представляют в общем виде функцией у = а + bх. Для определения линии регрессии (рис.5) необходимо статистически оценить коэффициент регрессии b и постоянную a. Для этого должны быть выполнены следующие условия: 1) линия регрессии должна проходить через точки (x,y) средних значений x и y. 2) сумма квадратов отклонений от линии регрессии значений y по всем точкам должна быть наименьшей. 3) для расчета коэффициентов а и b используются формулы
. Т.е. уравнением регрессии можно аппроксимировать реальные данные. Рис. 5 Пример линии регрессии.
|
||||
Последнее изменение этой страницы: 2016-09-19; просмотров: 1370; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.149.255.239 (0.009 с.) |