Выборочный контроль, его виды

 Рис. 3.3 Модель качества («Спираль качества»)

 «Петля качества» (рис. 3.4) – фактически доработанная модель Джурана с учетом требований защиты окружающей среды. Но это уже не спираль, а замкнутый круг качества, включающий 11 этапов жизненного цикла продукции. «Петля качества» не отражает процесс повышения качества.

Жизненный цикл продукции в «Петле качества» включает в себя:

1 – маркетинг и изучение  рынка;

2 – проектирование;

3 – поставки;

4 – планирование производства;

5 – производство;

6 – контроль и проверку;

7 – упаковку и складирование;

8 – распределение и  сбыт;

9 – монтаж и эксплуатацию;

10 – текущий сервис  и текущий ремонт;

11– утилизацию после  использования по прямому назначению.

Рис. 3.4 «Петля качества»

Роль, место, взаимосвязь  и взаимозависимость факторов обеспечения  и управления качеством наглядно представлены в виде общей модели качества (рис. 3.5).

 Рис. 3.5. Общая модель  качества

Основой обеспечения и  повышения качества в организации  являются материально-техническая база и квалифицированный персонал, соответствующим образом мотивированный на достижение требуемого качества. Они составляют базу качества, влияние которой характеризуется величиной вектора качества.

Если состояние и возможности  материально-технической базы не соответствуют требованиям, необходимым для выпуска высококачественной продукции, или квалификация работников недостаточна, или не обеспечена их заинтересованность в качественном труде, то вектор качества будет приближаться к нулю. Тогда работа по управлению качеством будет проходить впустую, без повышения качества и может быть изображена в виде плоской петли (рис. 3.5, б).

Если состояние и возможности  материально—технической базы, квалификация работников позволяют осуществлять выпуск высококачественной продукции, а сотрудники заинтересованы в высококачественном труде, то плоская петля при четком управлении качеством превращается в восходящую спираль и качество продукции повышается до требуемого уровня после каждого цикла управления (рис.3.5, а).

Как дальше будет эволюционировать моделирование в области управления качеством, зависит от широты взглядов специалистов и организаторов данной сферы. Прогресс в управлении качеством  требует преодоления искусственного противостояния моделей стандартов и моделей на основе качества. Несмотря на накопившийся опыт применения различных  моделей в управлении качеством, не разработаны строгие правила  перехода от сложной системы управления к модели.

В практической деятельности существует риск использования неверной модели управления качеством из-за модных увлечений, выбора неверной модели с точки зрения конкретной ситуации и потребностей организации. Не добившись требуемого результата, в организации могут разувериться в моделировании. Необходимо понимать, что в принципе лучшей модели не существует. Есть модели, пригодные для конкретных целей. Их не нужно воспринимать как догмы: завтра их можно будет заменить другими. Каждая организация должна сама определять, что для нее является главным при составлении модели – наглядной и отображающей характер деятельности организации.

3. Контрольные карты

Одним из основных инструментов в обширном арсенале статистических методов контроля качества являются контрольные карты. Принято считать, что идея контрольной карты принадлежит  известному американскому статистику Уолтеру Л. Шухарту. Она была высказана в 1924 г. и обстоятельно описана в 1931 г. Первоначально они использовались для регистрации результатов измерений требуемых свойств продукции. Выход параметра за границы поля допуска свидетельствовал о необходимости остановки производства и проведении корректировки процесса в соответствии со знаниями специалиста, управляющего производством.

Это давало информацию о  том, когда кто, на каком оборудовании получал брак в прошлом.

Однако, в этом случае решение о корректировке принималось тогда, когда брак уже был получен. Поэтому важно было найти процедуру, которая бы накапливала информацию не только для ретроспективного исследования, но и для использования при принятии решений. Это предложение опубликовал американский статистик И. Пейдж в 1954 г. Карты, которые используются при принятии решений называются кумулятивными.

Контрольная карта (рис. 2) состоит  из центральной линии, двух контрольных  пределов (над и под центральной  линией) и значений характеристики (показателя качества), нанесенных на карту  для представления состояния  процесса.

В определенные периоды времени  отбирают (все подряд; выборочно; периодически из непрерывного потока и т. д.) n изготовленных изделий и измеряют контролируемый параметр.

Результаты измерений  наносят на контрольную карту, и  в зависимости от этого значения принимают решение о корректировке  процесса или о продолжении процесса без корректировок.

Сигналом о возможной разналадке технологического процесса могут служить:

• выход точки за контрольные пределы (точка 6); (процесс вышел из-под контроля);
• расположение группы последовательных точек около одной контрольной границы, но не выход за нее (11, 12, 13, 14), что свидетельствует о нарушении уровня настройки оборудования;
• сильное рассеяние точек (15, 16, 17, 18, 19, 20) на контрольной карте относительно средней линии, что свидетельствует о снижении точности технологического процесса.

 

 

рис. 2. Контрольная карта

При наличии сигнала о  нарушении производственного процесса должна быть выявлена и устранена  причина нарушения.

Таким образом, контрольные  карты используются для выявления  определенной причины, но не случайной.

Под определенной причиной следует понимать существование  факторов, которые допускают изучение. Разумеется, что таких факторов следует избегать.

Вариация же, обусловленная  случайными причинами необходима, она  неизбежно встречается в любом  процессе, даже если технологическая  операция проводится с использованием стандартных методов и сырья. Исключение случайных причин вариации невозможно технически или экономически нецелесообразно.

Часто при определении  факторов, влияющих на какой-либо результативный показатель, характеризующий качество используют схемы Исикава.

Они были предложены профессором  Токийского университета Каору Исикава в 1953 г. при анализе различных мнений инженеров. Иначе схему Исикава называют диаграммой причин и результатов, диаграммой "рыбий скелет", деревом и т. д.

Она состоит из показателя качества, характеризующего результат  и факторных показателей (рис. 3.).

 

рис. 3 Структура диаграммы причин и результатов

Построение диаграмм включает следующие этапы:

• выбор результативного показателя, характеризующего качество изделия (процесса и т. д.);
• выбор главных причин, влияющих на показатель качества. Их необходимо поместить в прямоугольники ("большие кости");
• выбор вторичных причин ("средние кости"), влияющих на главные;
• выбор (описание) причин третичного порядка ("мелкие кости"), которые влияют на вторичные;
• ранжирование факторов по их значимости и выделение наиболее важных.

Диаграммы причин и результатов  имеют универсальное применение. Так, они широко применяются при  выделении наиболее значимых факторов, влияющих, например, на производительность труда.

Отмечается, что число  существенных дефектов незначительно  и вызываются они, как правило, небольшим  количеством причин. Таким образом, выяснив причины появления немногочисленных существенно важных дефектов, можно устранить почти все потери.

Эта проблема может решаться с помощью диаграмм Парето.

Различают два вида диаграмм Парето:

1. По результатам деятельности. Они служат для выявления главной  проблемы и отражают нежелательные  результаты деятельности (дефекты,  отказы и т. д.);

2. По причинам (факторам). Они отражают причины проблем,  которые возникают в ходе производства.

Рекомендуется строить много  диаграмм Парето, используя различные  способы классификации как результатов, так и причин приводящим к этим результатам. Лучшей следует считать такую диаграмму, которая выявляет немногочисленные, существенно важные факторы, что и является целью анализа Парето.

Построение  диаграмм Парето включает следующие  этапы:

1. Выбор вида диаграммы (по результатам деятельности или по причинам (факторам).

2. Классификация результатов  (причин). Разумеется, что любая классификация  имеет элемент условности, однако, большинство наблюдаемых единиц какой-либо совокупности не должны попадать и строку "прочие".

3. Определение метода  и периода сбора данных.

4. Разработка контрольного  листка для регистрации данных  с перечислением видов собираемой  информации. В нем необходимо предусмотреть свободное место для графической регистрации данных.

 

5. Ранжирование данных, полученных  по каждому проверяемому признаку  в порядке значимости. Группу "прочие" следует приводить в последней  строке вне зависимости от  того, насколько большим получилось  число. 

6. Построение столбиковой диаграммы (рис. 4).

 

 

рис 4. Связь между видами дефектов и числом дефектных изделий

Значительный интерес  представляет построение диаграмм ПАРЕТО в сочетании с диаграммой причин и следствий.

Выявление главных факторов, влияющих на качество продукции позволяет увязать показатели производственного качества с каким-либо показателем, характеризующим потребительское качество.

Для такой увязки возможно применение регрессионного анализа.

Например, в результате специально организованных наблюдений за результатами носки обуви и последующей  статистической обработки полученных данных, было установлено, что срок службы обуви (у), зависит от двух переменных: плотности материала подошвы  в г/см3 (х1) и предела прочности сцепления подошвы с верхом обуви в кг/см2 (х2). Вариация этих факторов на 84,6% объясняет вариацию результативного признака (множественный коэффициент коррекции R = 0,92), а уравнение регрессии имеет вид:

у = 6,0 + 4,0 * х1 + 12 * х2

Таким образом, уже в процессе производства зная характеристики факторов х1 и х2 можно прогнозировать срок службы обуви. Улучшая вышеназванные параметры, можно увеличить срок носки обуви. Исходя из необходимого срока службы обуви, можно выбирать технологически допустимые и экономически оптимальные уровни признаков производственного качества.

Наибольшее практическое распространение имеет характеристика качества изучаемого процесса путем  оценки качества результата этого процесса. В этом случае речь о контроле качества изделий, деталей, получаемых на той или иной операции. Наибольшее распространение имеют несплошные методы контроля, а наиболее эффективны те из них, которые базируются на теории выборочного метода наблюдения.

Обычно при статистическом контроле качества допустимый уровень  качества, который определяется количеством  изделий, прошедших контроль и имевших  качество ниже минимально приемлемого, колеблется от 0,5% до 1% изделий. Однако, для компаний, которые стремятся выпускать продукцию только высшего качества этот уровень может быть недостаточным. Например, "Toyota" стремится свести уровень брака к нулю, имея в виду, что хотя и выпускаются миллионы автомобилей, но каждый покупатель приобретает лишь один из них. Поэтому наряду со статистическими методами контроля качества на фирме разработаны простые средства контроля качества всех изготавливаемых деталей (TQM). Статистический контроль качества в первую очередь применяется в отделениях фирмы, где продукция изготавливается партиями. Например, в лоток высокоскоростного автоматического процесса после обработки поступает 50 или 100 деталей, из которых контроль проходят только первая и последняя. Если обе детали не имеют дефектов, то все детали считаются хорошими. Однако, если последняя деталь окажется бракованной, то будет найдена и первая дефектная деталь в партии, а весь брак будет изъят. Для того, чтобы ни одна партия не избежала контроля, пресс автоматически отключается после обработки очередной партии заготовок. Применение выборочного статистического контроля имеет эффект всеобъемлющего тогда, когда каждая производственная операция выполняется стабильно благодаря тщательной отладке оборудования, использованию качественного сырья и т. д.

 

 

 

 

 

 

 

 

 

 

 

ПРАКТИЧЕСКАЯ ЧАСТЬ

 

ПРЕДПРИЯТИЕ МУП  «УФАВОДОКАНАЛ»

ЦЕНТРАЛЬНАЯ ЛАБОРАТОРИЯ  ЦАККВ

МУП "Уфаводоканал" - огромное современное высокотехнологичное  предприятие, снабжающее водой миллионный промышленный мегаполис, протяженность  сетей водоснабжения которого составляет 1 470 км с возможностью подачи до 600 тыс. м3 воды в сутки - прямой наследник  водопровода длиной всего 5 верст  и суточной мощностью 110 тысяч ведер (1 300 м3).