Семь оснсвных инструментов контроля качества

Курс «Управление качеством»
Лекция № 8
Семь основных инструментов контроля качества
Общие сведения
Главный принцип TQM: в основе принятия решений должны быть
только факты. Поэтому сбор и обработка фактов –важнейший прогресс
управления качеством.
Методов обработки статистических данных очень много. Японские
ученые (в первую очередь Исикава) отобрали 7 наиболее удачных:
1. контрольный листок;
2. гистограмма;
3. диаграмма разброса;
4. диаграмма Паретто;
5. расслоение (стратификация);
6. причинно-следственная диаграмма;
7. контрольная карта.
Отметим, что это инструменты познания, а не управления. Основное их
назначение –контроль протекающего процесса.
Статистические методы контроля качества нашли применение не только в
производстве, но и
в планировании, проектировании, маркетинге,
материально-техническом снабжении и др.
Очень важно: прежде чем собирать данные, необходимо решить, что с
ними делать.
Обычно цели сбора данных в процессе контроля качества состоят в
следующем:
1. контроль и регулирование процесса;
2. анализ отклонений от установленных требований;
3. контроль выхода процесса.
Любые данные имеют свое назначение, поэтому важны форма и
содержание данных. Если например, возник вопрос о вариации качества
изделия в течение дня, то необходимо собирать несколько данных. Если
требуется понять дефекты, допускающиеся разными работниками, то
необходимо собирать данные по каждому из них.
Подобное разделение данных называют стратификацией (расслоением).
Необходимо чтобы расслоение стало постоянным в контроле качества.
Если необходимо узнать влияет ли содержание ингредиента на твердость
продукта, то данные следует собирать парами. Их анализируют с помощью
диаграмм рассеяния.
Когда данные собраны, для их анализа используют различные
статистические методы, превращающие данные в источник информации.
Данные необходимо собирать так, чтобы облегчить их последующую
обработку. Для этого надо:
1. зарегистрировать источник
данных
(день
недели,
время,
оборудование, рабочий, партия используемых материалов и т.п.) ;
2. регистрировать данные так, чтобы их было легко использовать,
например, данные проводимые 4 раза в день в течение 14 дней
удобнее регистрировать в следующей форме (табл.1).
табл. 1
Дата
15февраля
16февраля
17февраля
…
29февраля
9.00
12.3
13.2
14.5
11.00
11.5
12.5
15.5
14.00
13.2
14.0
16.3
17.00
14.2
14.0
17.5
Контрольный листок
Контрольный листок –это инструмент для сбора данных и
автоматического их упорядочения для облегчения использования собранной
информации. Контрольный листок –это бланк на котором отпечатаны
контролируемые параметры.
Приведем пример контрольного листа, применяющегося для
фиксирования отказавших деталей в телевизорах.
Компоненты замененные в лаборатории
Отмечайте черточкой каждую замененную деталь
Время: 22-27февраля 1999
Ремонтник: Петров О.Н.
Частота
Модель 1013
Интегральные схемы
Конденсаторы
Сопротивления
Трансформаторы
Переключатели
Трубки
||||
|||| |||| |||| |||| |||| |||| |||
||
||||
|
Итого
Модель 1017
Интегральные схемы
Конденсаторы
Сопротивления
Трансформаторы
Переключатели
Трубки
|||
||||||||||||||||||||||||
|
||
|||||||||||
|
Итого
Всего
4
27
2
4
0
1
38
3
24
1
2
13
1
44
82
Рис.1 Контрольный листок
Гистограмма
Гистограмма –это инструмент, позволяющий зрительно оценить закон
распределения статистических данных. Кроме гистограммы часто используют
полигон и кумулятивную кривую.
Полигон, как правило, используют для отображения дискретных
изменений случайной величины.
mi
x
Рис.2. Гистограмма
Если на гистограмме нанести полигон, то по мере роста числа замеров
одновременно уменьшается ширина класса, и полигон превращается в кривую
плотности вероятностей. Отметим, что площадь ограничения полигоном и осью
Х (если по оси mi отложены относительные частоты) стремится к 1.
Часто стоит задача: выяснить, соответствует ли экспериментальное
распределение нормальному. Для этого строят кумулятивную кривую (рис. ).
Достоинством кумулятивной кривой перед гистограммой является более
плавный характер ее изменения, так как накопление частот приводит к
сглаживанию кривой.

p
%
100
50
0
Рис.3 Кумулятивная кривая.
x
На практике график строят на специальной бумаге, которую называют
нормальной вероятностной. Берут значения частот соответствующие одно- ,
двух- и трехкратному отклонению Х от среднего и наносят на бумагу. Это
составляет 6 точек (3 значения больше Me и 3 -меньше).
Если точки хорошо ложатся на нормальную кривую, изображенную на
бумаге, то можно говорить о соответствии экспериментального распределения
нормальному распределению. Когда определено распределение, тогда можно
найти x и S. Это важно для оценки расположения границ поля допуска с
реальным разбросом значений.


-3s
-2s
-s
x
s
2s
3s
x
Рис.4
Диаграмма разброса (рассеивания)
Диаграмма разброса –инструмент, позволяющий определить вид и
тесноту связи между парами соответствующих переменных. Эти переменные
могут относиться к:
1. характеристике качества и влияющему на нее фактору;
2. двум различным характеристикам качества;
3. двум факторам, влияющим на одну характеристику качества.
Построение диаграммы:
1. собрать парные данные (x,y) (не менее 25) в таблицу;
2. найти максимальные и минимальные значения для х и у. Выбрать
шкалы на горизонтальной и вертикальной оси так, чтобы длины x и
у были примерно равны (это облегчает чтение диаграммы). Взять по
каждой оси от 3 до 10 градаций (лучше целые).
3. На отдельном листе нанести график. Если исследуется влияние
фактора на показатель качества, то фактор располагают по оси
абсцисс, а показатель –по оси ординат;
4. Нанести на график все необходимые данные:
-название диаграммы;
-интервал времени;
-число пар данных;
-название и единицы времени для каждой оси;
-имя и прочее оператора который сделал диаграмму.
Примеры диаграмм приведены на рис.5
n=50
n=50
Легкая
обратная
Криволинейная
n=50
n=50
Легкая
прямая
n=50
Обратная
n=50
Прямая
Отсутствие
Рис.5 Различные варианты линейной, нелинейной корреляции
С помощью диаграммы разброса удобно наблюдать характер изменения
параметров качества во времени при воздействии различных факторов. В этом
случае по оси Х откладывают началь ные значения изучаемого параметра
качества, а по оси У –значения того же параметра в конечный момент времени.
Тогда значение параметра качества до и после эксперимента будет обозначено
точкой на координатной плоскости.
Такая диаграмма разброса позволяет наглядно показать характер
изменения параметра во времени. Если провести биссектрису и все точки лягут
на нее, то процесс стационарен. Если точки приемущественно лягут выше
биссектрисы, то значения параметра увеличились. Если -ниже биссектрисы, то
значения параметра уменьшились ( рис.6 ).
y
y
N=50
N=50
N=50
0
N=50
0
x
x
Рис.6 Диаграмма разброса, используемая для выявления причинноследственных связей
Отметим, что коэффициент коррелляции вычисляют в соответствии с теорией.
Метод расслаивания данных (стратификации)
Метод расслаивания статистических данных –это инструмент,
позволяющий произвести селекцию данных, отражающую требуемую
информацию о процессе.
Это наиболее употребимый метод. Японские кружки качества выполняют
стратификацию в среднем 100 раз при анализе какой-либо проблемы.
В соответствии с этим методом данные делят на группы в соответствии
сих особенностями. Группы часто называют слоями (стратами), отсюда и
название.
В производственных процессах используют метод называемый 5м:
человек (man), машина (mashine), материал (material), метод (method),
измерения (measurement).
В соответствии с методом расслаивание осуществляют так:
-по исполнителям –по квалификации, полу, стажу работы и т.п.;
-по машинам и оборудованию –по новому и старому, марке,
выпускающей фирме, конструкции и т.д.;
-по материалу –по месту производства, фирме-производителю, партии,
качеству сырья и т.д.;
-по способу производства –по температуре, технологии, месту
производства и т.д.;
-по измерению –по методу измерения, типу измерительных средств, их
точности и т.д.
В результате расслаивания необходимо чтобы:
1. различия между значениями случайной величины должны быть как
можно меньше по сравнению с различием ее значений в
нерасслоенной совокупности;
2. различие между слоями должно быть как можно больше.
Диаграмма Паретто
Диаграмма Паретто –это инструмент, позволяющий распределить усилия
для разрешения возникающих проблем и выявить основные причины, с
которых нужно начинать действовать.
Различают два вида диаграмм Паретто:
1. диаграмма Паретто по результатам деятельности. Эта диаграмма
предназначена для выявления главной проблемы и отражает
следующие нежелательные результаты деятельности:
а) качество: дефекты, поломки, ошибки, отказы, рекламации, ремонта,
возврата продукции;
б) себестоимость: обьем потерь, затраты;
в) сроки поставок: нехватка запасов, ошибки в составлении счетов,
срыв сроков поставок;
г) безопасность:несчасные случаи, трагические ошибки, аварии;
2. диаграмма Паретто по причинам. Эта диаграмма отражает причины
проблем, возникающих в ходе производства, и используется для
выявления главной из них:
а) исполнитель работы: смена, бригада, возраст, опыт работы,
квалификация, индивидуальные характеристики;
б) оборудование: агрегаты, инструменты, оснастка, организация
использования, модели, штампы;
в) сырье: изготовитель, вид сырья, завод-поставщик,партия;
г) метод работы: условия производства, заказы, наряды, приемы
работы, последовательность операций;
д) измерения: точность (указаний, чтения, приборная), верность и
повторяемость (умение дать одинаковое указание в последующих
измерениях одного и того же значения), стабильность (повторяемость
в течение длительного периода), совместная точность (приборная и
тарированная), тип измерительного прибора (аналоговый или
цифровой ).
Построение диаграммы Паретто начинают с классификации
возникающих проблем по отдельным факторам (брак, некачественная работа
оборудования, исполнителей и т.п.). Затем производят сбор и анализ
статистического материала по каждому фактору, чтобы выяснить, какие из этих
факторов являются преволирующими при решении проблем.
Диаграмму строят в прямоугольной системе координат. По оси абсцисс
откладывают равные отрезки, соответствующие рассматриваемым факторам, а
по оси ординат –величину их вклада решаемую проблему. При этом порядок
расположения факторов должен быть таков, чтобы влияние их убывало.
Суммируя высоту всех столбцов диаграммы, получают диаграмму Паретто.
Приведем в качестве примера диаграмму Паретто, выражающую вклады в
дефект готовых интегральных схем (рис.7).
di/di,%
Разварка выводов
Пайка
50
Герметизация
100
0
Виды дефектов
Рис.7 Диаграмма Парето