Статистические методы анализа качества производственного процесса

 

n=80; max= 70.98; min = 70.87; R=0.11

Вторичное представление результатов: интервальная таблица частот (в верхней строке указаны левые границы интервалов, в нижней строке - количество измеренных значений, попадающих в данный интервал):

70.860	70.870	70.880	70.890	70.900	70.910	70.920
0	4	7	7	18	6	4
70.930	70.940	70.950	70.960	70.970	70.980	70.990
13	11	3	4	2	1	0

 

Гистограмма представлена на рис. 2.5.

Рис. 2.5. Гистограмма

Расчет статистических характеристик процесса:

= 70.916; поле рассеяния 0.117; смещение наладки 0.059. В данном  случае не рассчитывается о, так  как рассматриваются сразу 4 параметра  хода четырех шатунных шеек.

Контрольная х-карта: рис. 2.6.: НКГ = 70.857; ВКГ= 70.975.

Рис. 2.6. Контрольная Х-карта

Анализ экспериментального и расчетного материала:

• Контрольная карта, а также расположение гистограммы показывают, что процесс не является статистически управляемым, так как имеется выход за верхнюю контрольную границу (49-я точка). Кроме того, имеет место выход процесса за границы поля допуска, что говорит о большой вероятности брака (22.5%). Двухпиковый тип гистограммы, а особенно вид контрольной карты указывают на необходимость расслоения данных, то есть рассмотрения хода каждой шейки по отдельности.

Расслоение данных дало следующие результаты.

1-я шейка:

Интервальная таблица

70.86	70.87	70.88	70.89	70.90	70.91	70.92
0	9	0	2	8	1	0

 

n=20, max=70.91; min=70.87; R = 0.04, = 70.89; а = 0.012; поле рассеяния 0.076; смещение наладки 0.086.

2-я шейка:

Интервальная таблица 

70.88	70.89	70.90	70.91	70.92	70.93	70.94	70.95
0	1	6	2	0	6	5	0

 

n=20; max= 70.95; min = 70.89; R=0.06. = 70.921; σ = 0.018; поле рассеяния 0.118; смещение наладки 0.055.

3-я шейка:

Интервальная таблица 

70.92	70.93	70.94	70.95	70.96	70.97	70.98	70.99
0	6	8	0	3	2	1	0

 

n=20; max= 70.98; min =70.93; R =0.05. = 70.946; σ = 0.016; поле рассеяния 0.1; смещение наладки 0.029.

4-я шейка:

Интервальная таблица

70.84	70.86	70.88	70.90	70.92	70.94	70.96	70.98
0	2	4	11	1	1	1	0

 

n=20; max= 70.96; min = 70.87; R=0.09; = 70.907; σ = 0.022; поле рассеяния 0.139; смещение наладки 0.069.

Выводы.

1. Сравнение статистических  характеристик для отдельных  шеек показывает, что наихудшие  параметры имеет 4-ая шейка (поле рассеяния 0.139). Это указывает на необходимость проведения профилактического ремонта левого зажимного патрона.

2. Так как центральная линия на контрольной карте смещена относительно заданного номинального значения хода 71 мм, то требуется наладка станка, так, чтобы центр настройки совпадал с номинальным (или серединой поля допуска).

3. Из гистограмм и контрольной  карты видно, что в настоящее  время наилучшая наладка по  исследуемому параметру на 3-ей  шейке, поэтому на ней требуется  наименьшая подналадка.

4. Необходимо добиться, чтобы  все статистические параметры  для всех четырех шеек были  близки по своим значениям, то  есть находились на одной линии, а поля рассеяния отличались  незначительно.

2.2. Использование диаграмм Парето.

Для наиболее успешного устранения несоответствий в готовой продукции по результатам контроля строятся диаграммы Парето.

Приведем пример такой диаграммы, показывающей распределение дефектов в цехе 46 за период с 01.01.13 по 31.12.13.

Группа деталей – Генератор

Код дефекта	Наименование дефекта	Кол-во	Сумма, %
1	Не работает регулятор	852	42
2	Нет цепи обм. воз	291	56
3	Шум, магнитный шум	249	68
5	Утоплена клемма 61.	155	75
12	Нет цепи центра эв.	107	79
8	Клинит ротор	88	84
6	Замыкание диодов	52	86
4	Пробиты диоды	41	88
13	Замыкает	11	89
7	Не закреплен шкив	8	90
11	Прочие дефекты	196	100
Всего			2050

 

 

Диаграмма Парето изображена на рис. 2.7.

Рис. 2.7. Диаграмма Парето

Устранение дефектов 1, 2, 3 даст возможность существенно повысить качество данного узла, следовательно, прежде всего надо сосредоточить усилия на выявлении причин этих несоответствий и внедрению мероприятий по их преодолению. 
Заключение

Все большее освоение новой для нашей страны экономической среды воспроизводства, т.е. рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства.

Наиболее полное и всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: при изготовлении, транспортировке, хранении, применении, ремонте, тех. обслуживании.

Таким образом, производитель должен контролировать качество продукции и по результатам выборочного контроля судить о состоянии соответствующего технологического процесса. Благодаря этому он своевременно обнаруживает разладку процесса и корректирует его.

Статистические методы (методы, основанные на использовании математической статистики), являются эффективным инструментом сбора и анализа информации о качестве. Применение этих методов, не требует больших затрат и позволяет с заданной степенью точности и достоверностью судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения.

 

Список используемой литературы

1. Статистические методы анализа качества/Под ред. к.т.н. Н.В. Ляченкова. -Тольятти-Самара: Учебное пособие, 1998.-103с.
2. Статистические методы повышения качества (Пер. с англ./ Под ред. С. Кумэ).-М.: Финансы и статистика, 1990.-304с.
3. Статистическое управление процессами (SPC). Руководство. Пер. с англ. (с дополн.). - Н.Новгород: АО НИЦ КД, СМЦ «Приоритет», 1997г.
4. Статистический контроль качества продукции на основе принципа распределения приоритетов/В.А. Лапидус, М.И. Розно, А.В. Глазунов и др.-ВЙ.: Финансы и статистика, 1991 .-224с.
5. Миттаг Х.-И.. Ринне X. Статистические методы обеспечения качества М.: Машиностроение, 1995.-616с.
6. ГОСТ Р 50779.0-95 Статистические методы. Основные положения.
7. ГОСТ Р 50779.30-95 Статистические методы. Приемочный контроль качества. Общие требования.
8. ГОСТ Р 50779.50-95 Статистические методы. Приемочный контроль качества по количественному признаку. Общие требования.
9. ГОСТ Р 50779.51-95 Статистические методы. Непрерывный приемочный контроль качества по альтернативному признаку.
10. ГОСТ Р 50779.52-95 Статистические методы. Приемочный контроль качества по альтернативному признаку.
11. ИСО 9000-ИСО 9004. ИСО 8402. Управление качеством продукции ( пер. с англ.).-М.: Изд-во стандартов, 1988.-96с.
12. ИСО 9000. Международные стандарты.

 

Глоссарий

1. Альтернативные данные – результаты наблюдений наличия (отсутствия) какого-либо признака (атрибута) и подсчета числа единиц выборки имеющих данный признак.
2. Выборка – единицы продукции, отобранные из контролируемой партии или потока продукции (из генеральной совокупности).
3. Выборочное среднее – оценка математического ожидания.

 

4. Дисперсия - мера рассеяния распределения относительно математического ожидания.
5. Изменчивость – неодинаковость условий протекания и конечных результатов процесса производства.
6. Ковариация –

 

7. Корреляция – зависимость между случайными величинами, когда изменение одной влечет изменение распределения другой.
8. Коэффициент корреляции – мера линейной зависимости между случайными величинами. , где - ковариация, - выборочные дисперсии.
9. Медиана - значение случайной величины, находящееся точно в середине упорядоченного вариационного ряда.
10. Положение верхних (ВКГ) и нижних (НКГ) контрольных границ для размахов и средних рассчитывается по формулам : ; ; ; , где ,, – константы, зависящие от объема выборки.
11. Размах R – величина интервала, в который попадают все возможные значения случайной величины – равен разности между наибольшим и наименьшим наблюдаемыми значениями
12. Среднее квадратичное отклонение – квадратный корень из дисперсии