Отчет о практике метрология

Автор работы: Пользователь скрыл имя, 08 Апреля 2014 в 19:31, отчет по практике

Краткое описание

В последнее время в молочной промышленности развивается производство мороженого. Мороженое является одним из самых любимых и популярных продуктов населения нашей страны. Это объясняется не только его приятными вкусовыми свойствами, но также высокой пищевой и биологической ценностью.

Прикрепленные файлы: 1 файл

otchet_v_ramke.doc

— 1.35 Мб (Скачать документ)

 

На рисунке 8 представлена диаграмма Парето по причина появления несоответстствий кислотности мороженого.

1 - нарушение температурных режимов пастеризациии, 2 - нарушение температурных режимов хранения, 3 - некачественное исходное сырье,  
4 – остатки моющих средств в резервуаре, 5 - несоблюдение графиков санитарной уборки,  
6 – прочие

Рисунок 8 – Диаграмма Парето по причинам появления несоответствий кислотности мороженого

Анализ диаграммы Парето по причинам появления несоответствий кислотности мороженого показывает, что наибольшее влияние на кислотность готового продукта оказывает нарушение температурных режимов пастеризациии молока. Они составляют 80 %  всех причин появления дефектов кислотности мороженого.

Следовательно для улучшения качества продукции необходимо более детально рассмотреть влияние этих причин на появление несоответствий по кислотности.

 

 

4.3 Корреляционный анализ  взаимосвязи между температурой  пастеризации и кислотностью  мороженого

 

Для изучения зависимости между двумя переменными построим диаграмму рассеяния и проведем корреляционный анализ.

Для оценки тесноты и направления связи между изучаемыми переменными при их вероятностной зависимости используются показатели ковариации и корреляции.

В том случае, если между случайными величинами существует вероятностная линейная зависимость, используют линейный коэффициент корреляции rxy. Линейный коэффициент корреляции принимает значения в пределах -1 < rxy < 1. Если случайные величины X и Y связаны точной линейной функциональной зависимостью y = ax + b, то rxy = ±1; если случайные величины независимы - rxy = 0.

Для проверки нулевой гипотезы Н0: rxy = 0 используется случайная величина:

 

,                                                       (4)

 

 

которая при справедливости нулевой гипотезы имеет распределение Стьюдента с k = n - 2 степенями свободы. Конкурирующая гипотеза Н1: rxy ¹ 0, поэтому строится двусторонняя критическая область, исходя из требования, чтобы вероятность попадания критерия Т в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости a

 

; .                                               (5)

 

Поскольку величина Т имеет распределение Стьюдента, а оно симметрично относительно нуля, то и критические точки симметричны относительно нуля. Достаточно найти правую границу двусторонней критической области, чтобы найти саму критическую область: , .

Если вычисленное наблюдаемое значение критерия , нет оснований отвергнуть нулевую гипотезу. Если , нулевую гипотезу отвергают, следовательно, переменные X и Y коррелированы, т.е. связаны линейной зависимостью.

Количественная оценка тесноты связи может быть определена при помощи корреляционного анализа. С этой целью произведем расчет коэффициента линейной корреляции по следующим зависимостям:

 

,                                                         (6)

  ,                                                     (7)

,                                                    (8)

.                                           (9)

 

Взаимосвязь между температурой пастеризации молока и кислотностью готового продукта оценим при помощи диаграмм рассеяния и проведем корреляционный анализ.

x – температура пастеризации, ºС;

y – кислотность мороженого ºТ.

В ходе исследования получены данные представленные в таблице 17.

Таблица 17 - Исходные данные

Номер

Температура пастеризации, х, ºС

Кислотность,у, ºТ

, (ºС)2

, (ºТ)2

, (ºС ºТ)

1

2

3

4

5

6

1

77,9

20,94

6068,492

438,4985

1631,265

2

77,8

21,57

6045,934

465,476

1677,569

3

77,6

21,54

6018,31

463,9285

1670,948

4

77,5

21,80

6011,697

475,2169

1690,225

5

76,4

22,17

5839,864

491,3759

1693,98

6

77,3

21,59

5979,8

466,3008

1669,846

7

77,2

21,87

5953,378

478,3869

1687,607

8

77,1

22,11

5940,419

488,6752

1703,8

9

77,0

21,79

5932,262

474,9784

1678,6

10

77,0

22,07

5922,638

487,059

1698,433

11

76,9

22,23

5909,922

494,2887

1709,154

12

76,7

22,25

5886,227

494,8609

1706,711

13

76,2

22,25

5803,392

495,1441

1695,145

14

76,8

22,30

5899,776

497,3647

1712,992

15

76,3

22,31

5816,503

497,6712

1701,383

16

76,6

22,11

5868,493

488,6752

1693,454

17

76,5

22,35

5858,389

499,3526

1710,381

18

76,5

22,68

5848,669

514,2917

1734,336

19

76,4

22,48

5841,722

505,297

1718,082

20

76,4

22,50

5832,892

506,1622

1718,252

21

76,2

22,51

5805,74

506,6229

1715,028

22

76,1

22,51

5792,41

506,6663

1713,131

23

76,0

22,33

5779,42

498,5396

1697,43

24

76,0

22,75

5772,051

517,5625

1728,409

25

75,9

22,60

5765,727

510,9007

1716,308

26

75,9

22,42

5765,634

502,7461

1702,542

27

75,9

23,01

5753,385

529,5061

1745,409

28

75,8

22,84

5747,559

521,8483

1731,864

29

75,8

22,64

5739,549

512,5756

1715,212

30

75,7

22,65

5736,824

513,1474

1715,761

31

75,7

22,54

5736,306

508,0065

1707,068

32

75,7

22,34

5731,958

499,2543

1691,658

33

75,7

22,92

5731,642

525,4181

1735,37

34

75,7

22,73

5731,066

516,7981

1720,989

35

75,7

22,74

5729,724

516,8859

1720,934

36

75,7

23,07

5726,972

532,0865

1745,636

Продлжение таблицы 17

1

2

3

4

5

6

37

75,6

22,78

5713,763

518,762

1721,651

38

75,6

22,79

5712,482

519,236

1722,245

39

75,5

22,46

5707,147

504,4965

1696,831

400

75,5

22,81

5696,798

520,2683

1721,588

41

76,2

22,82

5813,453

520,7369

1739,908

42

75,4

22,68

5692,376

514,5185

1711,383

43

75,4

23,21

5686,792

538,5184

1749,983

44

75,4

23,12

5682,324

534,3957

1742,587

45

75,3

22,95

5673,435

526,6186

1728,507

46

75,2

22,97

5657,732

527,6786

1727,85

47

75,1

22,99

5644,613

528,6366

1727,411

48

75,1

23,03

5641,123

530,5264

1729,961

49

75,0

23,06

5621,679

531,5674

1728,67

50

75,0

23,13

5621,429

535,0897

1734,35

51

74,9

23,23

5610,388

539,7471

1740,17

52

74,8

23,50

5601,722

552,25

1758,849

53

74,8

23,29

5592,459

542,2584

1741,424

54

74,7

23,32

5581,596

543,9675

1742,471

55

74,6

23,52

5572,272

553,2845

1755,862

56

74,6

23,23

5566,057

539,54

1732,948

57

74,5

23,39

5553,599

546,9744

1742,893

58

74,3

23,52

5521,33

553,3308

1747,891

59

74,3

23,99

5513,527

575,3407

1781,055

60

74,3

23,52

5521,33

553,3308

1747,891

Сумма

4552,495039

1359,701531

345469,7

30835,11

103136,1


 

Построим диаграмму рассеяния (рисунок 9).

 

Рисунок 9 - Диаграмма рассеяния

 

Из графика видно, что при температуре пастеризации ниже 75,5 °С кислотность мороженого больше требований нормативной документации, наиболее оптимальной температурой является 75,5 °С.

Количественная оценка тесноты связи может быть определена при помощи корреляционного анализа. С этой целью рассчитываем коэффициент линейной корреляции rxy

 

 °С2,                           

 °Т2,                               

 °С°Т,

,

 

Величина коэффициента линейной  корреляции, равная -0,9621, подтверждает предположение о тесной связи.

Проверим гипотезу о значимости коэффициента линейной корреляции на уровне a = 0,05 на основе критерия Стьюдента.

Нулевая гипотеза Н0: rxy = 0.

Расчетное значение критерия Стьюдента Tкр = 2,16.

Так как 3,68 > 2,16, нулевую гипотезу отвергаем, что свидетельствует о значимости коэффициента линейной корреляции.

Следовательно, можно отыскать уравнение прямой линии регрессии. Известно, что выборочное уравнение прямой линии регрессии Y на X выглядит следующим образом:

 

 

Определим выборочные средние и выборочные стандартные отклонения по формулам

 

                                                   (10)

                                              (11)

                                            (12)

                                           (13)

                                             .                                         (14)

 °С,

 °Т,

 °С2,

 °Т2,

 °С,

 °Т.

 

Подставим полученные значения в уравнение регрессии

 

.

 

Из уравнения видно, что между температурой пастеризации и кислотностью мороженого существует обратная взаимосвязь. Это значит, что при уменьшении температуры пастеризации, увеличивается кислотность мороженого, что приводит к забраковке продукции при выходном контроле.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5 Статистический  анализ стабильности технологического  процесса

5.1  Выбор вида контрольной  карты

 

Традиционный подход к производству, вне зависимости от вида продукции, - это изготовление и контроль качества для проверки готовой продукции и отбраковка единиц, не соответствующих установленным требованиям. Такая стратегия часто приводит к потерям и не экономична, поскольку построена на проверке пост-фактум, когда бракованная продукция уже создана. Более эффективна стратегия предупреждения потерь, позволяющая избежать производства непригодной продукции. Такая стратегия предполагает сбор информации о самих процессах, её анализе и эффективные действия по отношению к ним, а не к продукции.

Контрольная карта - это графическое средство, использующее статистические подходы, важность которых для управления производственными процессами бала впервые показана доктором У. Шухартом в 1924 г. Теория контрольных карт различает два вида изменчивости.

Первый вид изменчивость из-за «случайных (обычных) причин», обусловленная бесчисленным набором разнообразных причин, присутствующих постоянно, которые нелегко или невозможно выявить. Каждая из таких причин составляет очень малую долю общей изменчивости, и ни одна из них не значима сама по себе. Тем не менее сумма всех этих причин измерима и предполагается, что она внутренне присуща процессу. Исключение или уменьшение влияния обычных причин требует управленческих решений и выделения ресурсов на улучшение процесса и системы.

Второй вид - реальные перемены в процессе. Они могут быть следствием некоторых определяемых причин, не присущих процессу внутренне и могут быть устранены, по крайней мере, теоретически. Эти выявляемые причины рассматриваются как «неслучайные» или «особые» причины изменения. К ним могут быть отнесены поломка инструмента, недостаточная однородность материала, производственного или контрольного оборудования, квалификация персонала, невыполнение процедур и т.д.

Цель контрольных карт — обнаружить неестественные изменения в данных из повторяющихся процессов и дать критерии для обнаружения отсутствия статистической управляемости. Процесс находится в статистически управляемом состоянии, если изменчивость вызвана только случайными причинами. При определении этого приемлимого уровня изменчивости любое отклонение от него считают результатом действия особых причин, которые следует выявить, исключить или ослабить.

Итак, для определения статистической управляемости процесса будем использовать контрольную карту  ( ).  Эта карта используется в тех случаях, кода для анализа и управления процессом принимаются такие показатели как среднее арифметическое и размах  . Контрольная карта фактически состоит  из двух карт, одна из которых обеспечивает контроль за поведением среднего арифметического, а другая показывает как ведет себя рассеяние показателя качества.

По результатам лабораторного анализа определения кислотного числа отбираем мгновенную выборку и вносим результаты в контрольный бланк. Отбор мгновенных выборок производим согласно схеме технологического контроля  Всего  за период наблюдения отбираем 25 выборок.

Среднее значение для каждой выборки вычисляется по формуле:

 

                       ,                                (15)

 

Размах для каждой выборки рассчитывается по формуле

 

                          ,                                               (16)

 

На бланке контрольной карты наносим точки со значением и .

Для нанесения  на карту центральной (средней) линии  вычисляем среднее по величине и среднее по величине  ,

 

,                                                       (17)

    .                                                       (18)

 

Кроме центральной линии на карте должны быть нанесены верхние (UCL) и нижние (LCL) контрольные границы. Они создают полосу, внутри которой располагается абсолютное большинство результатов. Границы контроля для  
- карты:

 

,                                          (19)

,                                          (20)

 

где -  коэффициент, зависящий от объема выборки n.

Координаты границ контроля - карты:

 

,                                       (21)

,                                        (22)

 

где , - коэффициенты, зависящие от объема выборки n.

Все расчеты произведем с использованием табличного процессора Microsoft Excel. Полученные значения занесем в таблицу 18.

 

 

 

 

Таблица 18 - Результаты расчета карты Шухарта для кислотности мороженого

№ выборки

 

Кислотность, ºТ

Х1

Х2

Х3

Хср

R

1

23,52

22,34

22,81

22,89

1,18

2

23,35

22,87

22,25

22,82

1,11

3

22,30

21,97

22,82

22,36

0,85

4

22,63

22,73

22,64

22,67

0,10

5

21,80

22,67

23,37

22,61

1,57

6

23,13

22,68

22,48

22,77

0,65

7

22,48

22,81

22,54

22,61

0,33

8

21,74

22,25

22,51

22,16

0,77

9

22,07

22,82

21,82

22,24

1,00

10

23,55

22,64

21,00

22,40

2,55

11

23,06

23,37

22,87

23,10

0,50

12

21,57

22,48

22,31

22,12

0,90

13

22,62

23,29

22,99

22,97

0,66

14

22,79

22,51

22,97

22,76

0,46

15

22,95

21,97

22,80

22,57

0,98

16

22,78

23,99

24,41

23,72

1,63

17

23,23

22,62

22,56

22,80

0,67

18

22,74

22,75

22,25

22,58

0,49

19

21,84

23,39

22,68

22,64

1,55

20

23,52

21,94

23,53

23,00

1,59

Информация о работе Отчет о практике метрология