Автор работы: Пользователь скрыл имя, 06 Ноября 2013 в 20:44, курсовая работа
Подавляющее большинство токсических веществ поступает в молоко и молочные продукты на стадиях производства сырья или еще ранее. Источниками тяжелых металлов является почва, воздух и питьевая вода конкретного региона. Потенциальным источником радиоактивного загрязнения могут стать аварии на ядерных установках, АЭС. Концентрируясь в верхнем слое почвы, радиоактивные стронций и цезий попадают в организм человека. Поэтому основная задача – ограничить поступление этих веществ в продукты путем тщательного контроля. Учитывая вышеизложенное, целью данной работы явилось определение качества сметаны, выпускаемой ОАО «Суздальский молочный завод», ЗАО "Холдинговая компания «Ополье».
Введение…………………………………………………………….…………3
1. Анализ объекта производства и технологического процесса …….…….7
2. Статистические методы и их выбор…………………………...…....…….20
3. Контроль массовой доли сметаны при помощи
контрольных карт Шухарта………………………………………………….21
4. Контроль производства сметаны при помощи приемочной контрольной карты……….……………………………….………………………..……..…52-54
5. Контроль производства сметаны при помощи карты среднего арифметического с предупреждающими границами………………….......54-56
6.Анализ воспроизводимости и пригодности производства сметаны……57-59
7. Выбор плана для альтернативного выборочного контроля процесса производства сметаны…….……………………………………….….....…59-63
8. Выбор плана выходного контроля по количественному признаку..….63-67
9. Анализ воспроизводимости и повторяемости ……………………….....67-71
Заключение….……………………………….………………………....…...72
Расчет среднего арифметического, размаха, общего среднего арифметического и общего размаха:
= 250,075; = 2,36725
UCL= +А2 ; LCL= -А2 , - фактор, зависящий от n (n=5)
UCL= 250,075+0,577·2,36725=251,440
LCL=250,075-0,577·2,36725=248,
А2=0; D2=0, D4= (ГОСТ 50779.42-99)
UCLR=D4· ; LCLR=D2· , где D2, D4 – факторы, зависящие от n (n=5)
UCLR=2,114·2,36725=5,004; LCLR=0
Номер выборки
Рис. 3.2.9 Контрольные карты среднего арифметического.
Номер выборки
Рис. 3.3.10 Контрольные карты размаха.
Вывод: В построенных картах отсутствует выход результатов за контрольные границы (нет выбросов), периодичность, приближение к центральной линии и линейный тренд, не нарушается случайность распределения точек, т.е. технологический процесс находится в статистически управляемом режиме. Полученные Х и R принять за стандартные значения и использовать при последующем контроле.
3.4 Контроль производства сметаны при помощи np – карты
(по альтернативному признаку)
Поскольку задано число дефектов для выборки из 15 изделий и n=const, выбирается биноминальная модель и np контрольная карта.
Таблица 3.4.1
Исходные данные
Номер выборки |
Число дефектов np |
Номер выборки |
Число дефектов np |
1 |
0 |
16 |
1 |
2 |
3 |
17 |
2 |
3 |
1 |
18 |
3 |
4 |
2 |
19 |
0 |
5 |
1 |
20 |
1 |
6 |
3 |
21 |
3 |
7 |
0 |
22 |
1 |
8 |
1 |
23 |
0 |
9 |
2 |
24 |
3 |
10 |
1 |
25 |
1 |
11 |
3 |
26 |
2 |
12 |
1 |
27 |
2 |
13 |
2 |
28 |
3 |
14 |
0 |
29 |
1 |
15 |
3 |
30 |
7 |
np=52,8 |
Контроль производства сметаны при помощи np – карты
Рис.3.31 Контроль производства сметаны при помощи np – карты.
Примем 30-ую выборку как вышедшую за контрольные пределы вследствие влияния особых причин.
Рис.3.32 Скорректированная контрольная np-карта и гистограмма.
Вывод: Так как выбросы отсутствуют и распределение точек приблизительно симметрично и случайно, то полученное значение можно принять как стандартное и использовать для дальнейшего контроля.
Рис. 3.33 Проверка на выбросы np-карты.
Вывод:1 выброс за границу UCL до построения скорректированной карты.
Рис.3.34 Гистограмма для np-карты.
Определение вероятности приемки браковочной партии с помощью оперативной характеристики
Рис.3.35 Оперативная характеристика np-карты.
Вывод: из графика видно, что чем меньше уровень выборки (N), тем меньше вероятность
Проверка нарушения случайности распределения:
Рис.3.36 Проверка нарушений случайности распределения np-карты.
Вывод: нарушений случайности распределения не обнаружено.
Описание контрольной карты (до корректировки)
Рис.3.37 Описание контрольной np-карты (до корректировки).
Вывод: все полученные значения кроме 30-ого заключены в пределах 6 σ (от LCL=0 до UCL=5,6349).
=1/30·52,8=1,76
p – средняя доля дефектов
p= /n; p=1,76/15=0,173
принимаем 0
2)контрольная карта имеет вид:
Рис. 3.38 np-карта.
Примем 30-ую выборку как вышедшую за контрольные пределы вследствие влияния особых причин.
p – средняя доля дефектов
принимаем 0
принимаем 0
4)Контрольная карта со скорректированными значениями и границами имеет
вид:
Рис.3.39 Контрольная np-карта со скорректированными значениями.
Вывод: Т.к. выбросы отсутствуют
и распределение точек
IV. КОНТРОЛЬ ПРОИЗВОДСТВА СМЕТАНЫ ПРИ ПОМОЩИ ПРИЕМОЧНОЙ КОНТРОЛЬНОЙ КАРТЫ.
Приемочные контрольные карты предназначены для оценки влияния особых причин на внутривыборочную статистику и приемку технологического процесса как управляемого по заданной вероятности брака в каждой отдельной партии.
Приемочная контрольная карта по количественному признаку – зависимость среднего арифметического от номера партии или времени взятия выборки.
Рассчитать параметры приемочной контрольной карты для технологического процесса ремонта поршневого кольца с определенным наружным диаметром (пределы 250 ± 3мм).
σ=0,67 мм
p0=0,3% - процесс принимается
p1=0,5% - процесс бракуется
Расчет:
Zp0=2,37, при 1-p0=0,7
Zp1=1,3, при 1-p1=0,5
(ГОСТ 50779.43-99)
APLв=Tв-zp0*σ0
APLн=Tн+zp0*σ0
APLв=252,295-2,37*0,67=250,
APLн=248,01+2,37*0,67=249,5979
RPLв=Тв-zp1*σ0
RPLн=Тн+zp1*σ0
RPLв=252,295-1,3*0,67=251,424
RPLн=248,01+1,3*0,67=248,881
Поскольку α и β не заданы, то принимаем α= β
ACLв=250,7071+0,5·(251,424-
ACLн=246,4221-0,5·(246,4221-
Принимаем α=β=0,17, следует zα=zβ=0,96
Принимаем n=9
Таблица 4.1
Проведем контроль технологического процесса по следующим данным
№ п,п |
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
1 |
249,944 |
251,219 |
248,369 |
251,583 |
251,472 |
2 |
248,857 |
250,066 |
249,577 |
249,826 |
248,861 |
3 |
251,510 |
250,890 |
250,889 |
250,824 |
250,627 |
4 |
249,382 |
248,575 |
250,061 |
250,700 |
249,292 |
№ п,п |
Х6 |
Х7 |
Х8 |
Х9 |
|
1 |
247,933 |
249,140 |
248,447 |
251,905 |
250,0013 |
2 |
249,035 |
251,542 |
250,270 |
252,293 |
250,0363 |
3 |
249,111 |
250,099 |
249,131 |
251,733 |
250,5349 |
4 |
249,796 |
249,888 |
250,017 |
248,848 |
249,6177 |
Рис.4.1. Контрольная карта среднего арифметического
Вывод: на контрольной карте нет выбросов за ACL, все 4 партии принимаются как годные и процесс считается статистически управляемым.
V. КОНТРОЛЬ ПРОИЗВОДСТВА СМЕТАНЫ ПРИ ПОМОЩИ КАРТЫ СРЕДНЕГО АРИФМЕТИЧЕСКОГО С ПРЕДУПРЕЖДАЮЩИМИ ГРАНИЦАМИ
Контрольная карта среднего арифметического с предупреждающими границами предназначена для регистрации малых сдвигов технологических процессов по среднему. Цель – регулирование технологического процесса, при котором выборочное среднее будет иметь минимальное отклонение от желаемого уровня (номинального значения).
Рассматривается изготовление поршня определенной шероховатости:
Номинальное значение – 250
Верхняя граница – 252,295
Нижняя граница – 248,01
Максимальный нежелательный уровень несоответствий –25%
СКО – 0,67
µ0=250
σ=0,67
µ1=Тв-zp* σ0
1-p=1-0,25=0,75 ,следовательно zq=0,80; (ГОСТ 50779,41-96)
µ1=252,295-0,80*0,67=251,736
2) Выбор возможных вариантов плана контроля (таблица 5.1):
№плана |
n |
δ√n |
К |
В1 |
В2 |
L0 |
L1 |
L0/L1 |
1 |
6 |
1,6 |
4 |
3,25 |
1,25 |
3,7 |
1,2 |
2,84 |
2 |
10 |
2,11 |
4 |
2,75 |
1,75 |
14,4 |
0,9 |
16 |
3 |
8 |
2 |
4 |
3 |
1,5 |
2,9 |
0,8 |
3,625 |
4 |
9 |
2,01 |
4 |
3,25 |
1 |
2,3 |
1,1 |
2,09 |
δ=(251,736-250)/0,67=2,521
3) Поскольку L0/L1>14 выбираем план с наибольшейL0/L1, т.е 4-ю строчку в таблице (4-ый план).
4) Проанализируем технологический процесс для следующих данных (табл.5.2):
Таблица 5.2
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
Х6 |
Х7 |
Х8 |
Х9 |
Х10 |
||
1 |
249,944 |
251,510 |
247,933 |
249,131 |
248,707 |
251,018 |
248,362 |
250,431 |
250,564 |
249,646 |
249,7246 |
2 |
251,219 |
250,890 |
249,140 |
251,733 |
250,365 |
250,283 |
251,970 |
252,210 |
250,683 |
248,475 |
250,6968 |
3 |
248,369 |
250,889 |
248,447 |
249,796 |
250,436 |
251,672 |
249,459 |
249,523 |
249,309 |
251,077 |
249,8977 |
4 |
251,583 |
250,824 |
251,905 |
249,888 |
249,441 |
249,582 |
251,567 |
250,913 |
250,010 |
250,200 |
250,5913 |
5 |
251,472 |
250,627 |
249,035 |
250,017 |
250,880 |
251, 317 |
248,283 |
249,303 |
248,580 |
249,041 |
249,8555 |
6 |
248,857 |
249,382 |
251,542 |
248,848 |
249,070 |
251,249 |
250,125 |
249,855 |
249,930 |
249,856 |
249,8714 |
7 |
250,066 |
248,575 |
250,270 |
250,512 |
250,121 |
250,937 |
249,392 |
248,912 |
251,517 |
248,831 |
249,9133 |
8 |
249,577 |
250,061 |
252,293 |
252,324 |
250,595 |
249,330 |
251,027 |
250,137 |
251,095 |
248,367 |
250,4806 |
9 |
249,826 |
250,700 |
249,111 |
200,654 |
250,597 |
248,678 |
252,295 |
248,892 |
249,896 |
251,051 |
245,17 |
10 |
248,861 |
249,292 |
250,099 |
248,719 |
249,815 |
249,704 |
249,048 |
249,719 |
251,240 |
249,019 |
249,5516 |
Информация о работе Контроль технологии производства творога