- •Клевлеев в.М. Статистические методы контроля и управления качеством
- •1 Качество и обеспечение качества
- •1.1 Качество как стратегическая цель предприятия
- •1.2 Различия в качестве и их причины
- •1.3 Обеспечение качества
- •Обеспечение качества
- •1.5 Систематизация методов статистического обеспечения качества
- •Статистическое обеспечение качества
- •2 Основы статистического обеспечения качества
- •2.1 Распределение признаков качества
- •2.1.1 Распределение дискретных признаков
- •2.1.1.1 Равномерное распределение и некоторые понятия теории статистических распределений
- •2.1.1.2 Распределение Бернулли
- •2.1.1.3 Гипергеометрическое распределение
- •2.1.1.4 Биномиальное распределение
- •2.1.1.5 Распределение Пуассона
- •2.1.2 Распределение непрерывных признаков
- •2.1.2.1 Равномерное распределение
- •2.1.2.2 Экспоненциальный (показательный) закон распределения
- •2.1.2.3 Нормальный (гауссовский) закон распределения
- •Замечание. Очевидно, что события, состоящие в осуществлении неравенства и, противоположные. Поэтому, если вероятность осуществления неравенстваравна, то вероятность неравенстваравна.
- •2.2 Статистическая проверка статистических гипотез
- •2.2.1 Процедура проверки статистических гипотез и свойства параметрических критериев
- •2.2.1.1 Процедура проверки статистической гипотезы
- •1. Определение генеральной совокупности и типа распределения
- •2. Формулировка гипотезы
- •3. Определение контрольной величины и ее распределение в случае принятия гипотезы
- •4. Задание уровня значимости и определение области отклонения гипотезы
- •5. Принятие решения и его интерпретация
- •2.2.1.2 Примеры проверки статистических гипотез
- •2.2.1.2.1Доверительные интервалы для оценки математического ожидания нормального распределения
- •2.2.1.2.1.1Среднее квадратическое отклонениеизвестно
- •2.2.1.2.1.2Среднее квадратическое отклонениенеизвестно
- •2.2.1.2.1.3Доверительные интервалы для оценки среднего квадратического отклонениянормального распределения
- •2.2.1.2.1.4Оценка значимости отношений дисперсий двух нормально распределенных совокупностей
- •2.2.1.2.1.5Проверка гипотез относительно параметров нормально распределенных генеральных совокупностей
- •2.2.1.2.1.6 Последовательный анализ
- •2.3 Выборки значений показателей качества
- •2.3.1 Основные понятия теории выборочного метода
- •2.3.2 Методы реализации случайного отбора выборок штучной продукции
- •0 1 2 . . . . . . . . . . . 2 1 0
- •2.3.3 Обеспечение представительности выборок
- •2.3.4 Выборочные характеристики и их свойства
- •3 Приемочный контроль
- •3.1 Основные понятия
- •3.1.1 Общие требования
- •3.1.2 Выбор планов и схем статистического приемочного контроля качества и требования к достоверности контроля
- •3.2 Статистический приемочный контроль по количественному признаку
- •3.2.1 Взаимосвязь между долей брака в партии и уровнем настройки производственного процесса
- •3.2.2 Планы выборочного контроля при одностороннем ограничении и известной дисперсии
- •3.2.2.1 Описание метода контроля и выбор контрольных величин
- •3.2.2.2 Оперативная характеристика и ее параметры
- •3.2.2.3 Построение плана выборочного контроля при заданных рисках производителя и потребителя
- •3.2.3 Планы выборочного контроля при одностороннем ограничении и неизвестной дисперсии
- •3.2.3.1 Контрольные величины
- •3.2.3.2 Оперативная характеристика и построение плана контроля при заданном риске потребителя и производителя
- •3.2.4 План выборочного контроля при двустороннем ограничении
- •3.2.5 Национальные стандарты приемочного контроля по количественному признаку
- •3.2.5.1 Выборочный контроль по количественному признаку на основе приемлемого уровня качества
- •3.2.5.2 Выборочный контроль по количественному признаку на основе нормативного уровня несоответствий
- •3.2.5.3 Последовательные планы выборочного контроля по количественному признаку
- •3.2.5.4 Выборочный контроль нештучной продукции
- •3.3 Статистический приемочный контроль по качественному признаку
- •3.3.1 Однократные планы контроля
- •3.3.1.1 Описание метода контроля. Использование теоремы Моода
- •3.3.1.2 Оперативная характеристика при гипергеометрической функции распределения числа дефектных изделий
- •3.3.1.3 Биномиальная оперативная характеристика
- •3.3.1.4 Оперативная характеристика при распределении Пуассона
- •3.3.1.5 Сравнение трех оперативных характеристик
- •3.3.2 Параметры простых планов контроля
- •3.3.2.1 Квантили оперативных характеристик
- •0 0.1 Р0 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
- •3.3.2.2 Средний выходной уровень дефектности, предел среднего выходного уровня дефектности (и)
- •3.3.2.3 Среднее число проконтролированных изделий в партии и доля проконтролированных изделий (и)
- •3.3.2.4 Контроль с прерыванием и средний объем выборки ()
- •3.3.3 Построение простых планов контроля с заданными свойствами
- •3.3.3.1 Задание риска потребителя и риска поставщика
- •3.3.3.2 Другие исходные данные
- •3.3.4 Двукратные планы выборочного контроля
- •3.3.4.1 Описание метода контроля
- •3.3.4.2 Оперативная характеристика
- •3.3.4.3 Средний объем выборки
- •3.3.4.4 Другие параметры плана
- •3.3.4.5 Эквивалентные однократные и двукратные планы выборочного контроля
- •3.3.5 Многократные планы контроля
3.3.2.3 Среднее число проконтролированных изделий в партии и доля проконтролированных изделий (и)
В предыдущем разделе было показано, как вычислить выходной средний уровень дефектности при принятии различных решений относительно выборки и остатка партии при заданном входном уровне дефектности. В зависимости от принятой комбинации решений в партии объемомпроверяется разное число изделий. Количество контролируемых изделийтакже является случайной величиной, если дефектные изделия отбраковываются или заменяются годными. Эта случайная величина, какив 3.3.2.2, имеет условное математическое ожидание, различное для принятых и забракованных партий. Математическое ожидание величиныназываетсясредним числом проконтролированных изделий в партии, сокращенно (англ.: average total inspection):
. (3.106а)
Встречается также сокращение (англ.:average of inspection). Иногда среднее число проконтролированных изделий относят к объему партии и полученное отношение называютдолей проконтролированных изделий или (англ.:average fraction inspected):
. (3.106б)
Аналогично ,иявляются функциями входного уровня дефектности, так чтои. По сравнению сфункцииислабо монотонно возрастают, то есть приимеет местои. Вид функцийизависит, как и у, от того, как поступают с выборками и остатками партий после их забраковки.
Рис.3.26 Графики зависимости для планов контроляи
В табл.3.19 приведены значения функций для девяти комбинаций(), которые были указаны при определении.
Отметим, что решения иодинаково влияют на среднее число проконтролированных изделий в выборке, так как в обоих случаях контролируетсяэлементов выборки. Поэтому для девяти комбинацийсуществует всего шесть формул дляи. Из формул для, приведенных в табл.3.19, по зависимости (3.106б) можно получить формулы для.
В качестве примера выведем приведенную в табл.3.19 формулу для комбинации .
Таблица 3.19 Функции при различных комбинациях решений относительно выборки и остатка партии при использовании простых планов контроля
|
Остаток партии не используется |
Остаток партии после отбраковки дефектных изделий используются дальше |
Остаток партии после замены дефектных изделий используют дальше |
Изделия выборки больше не используются |
|
|
|
Изделия выборки после отсортировки бракованных используются дальше | |||
Изделия выборки после замены дефектных изделий используются дальше |
|
|
|
Будем исходить из того, что принятая партия имела уровень дефектности . Среднее числоконтролируемых изделий можно определить следующим образом. При принятии решениянеобходимо проконтролироватьединиц выборки.
В силу того, что в выборке в среднем содержится дефектных изделий, то дополнительно нужно проконтролировать еще ряд изделий непосредственно из текущего производства, пока не обнаруженыкачественных изделий, которыми можно будет заменить дефектные изделия в выборке. Пусть число дополнительно контролируемых изделий будет случайной величиной, распределенной поотрицательному биномиальному закону (биномиальное распределение времени ожидания) с параметрами и, то есть:и. Тогда среднее число контролируемых изделийвпринятой партии составляет, согласно (2.34а), .
В забракованной партии величина в случаескладывается из среднего числа проконтролированных изделий выборкии среднего числа проконтролированных изделий в остатке партии. Последнее вычисляется путем замены объема выборкина объем остатка партии. Средний объем контроля в забракованных партиях определяется суммой
.
Таким образом, в общем случае число контролируемых изделий в партии с долей бракасоставляет:
при ,
при . (3.107)
Среднее число проконтролированных изделий можно представить в виде:
. (3.108)
Из формулы (3.108) видно, что при комбинации решений среднее число проконтролированных изделий в партии может превысить объем партии при большой засоренности ее дефектными изделиями.
Это верно для всех случаев, когда имеется большое число дефектных изделий (комбинации решений с или/и). Для больших значенийможет бытьи, так как к среднему числу проконтролированных изделийв случае сплошного контроля добавляется еще и среднее число проконтролированных изделий, необходимых для того, чтобы заменить в выборке или/и в остатке партии дефектные изделия годными из текущего производства.
Пример 3.47 В табл.3.17 для плана контроля при различных комбинациях решенийприведены значения функций. Определим для данного оперативного плана контроля значения функции, используя гипергеометрическую оперативную характеристику.
Таблица 3.20 Зависимость при однократном плане контроля при различных комбинациях решений относительно выборки и остатка партии
|
|
в комбинациях | |||||
|
|
|
|
|
| ||
0.00 |
1.0000 |
8 |
8 |
8 |
8 |
8 |
8 |
0.02 |
1.0000 |
8 |
8 |
8 |
8.1633 |
8.1633 |
8.1633 |
0.04 |
1.0000 |
8 |
8 |
8 |
8.3333 |
8.3333 |
8.3333 |
0.06 |
0.9971 |
8 |
8.1218 |
8.1296 |
8.5106 |
8.6324 |
8.6402 |
0.08 |
0.9895 |
8 |
8.4410 |
8.4793 |
8.6956 |
9.1367 |
9.1750 |
0.10 |
0.9758 |
8 |
9.0164 |
9.1293 |
8.8889 |
9.9053 |
10.0182 |
0.12 |
0.9556 |
8 |
9.8648 |
10.1191 |
9.0909 |
10.9557 |
11.2100 |
0.14 |
0.9287 |
8 |
10.9946 |
11.4821 |
9.3023 |
12.2969 |
12.7844 |
0.16 |
0.8954 |
8 |
12.3932 |
13.2300 |
9.5238 |
13.9170 |
14.7538 |
0.18 |
0.8563 |
8 |
14.0354 |
15.3603 |
9.7561 |
15.7915 |
17.1163 |
0.20 |
0.8122 |
8 |
15.8876 |
17.8595 |
10.0000 |
17.8876 |
19.8595 |
0.22 |
0.7640 |
8 |
17.9120 |
20.7077 |
10.2564 |
20.1684 |
22.9641 |
0.24 |
0.7125 |
8 |
20.0750 |
23.8882 |
10.5263 |
22.6013 |
26.4145 |
0.26 |
0.6590 |
8 |
22.3220 |
27.3541 |
10.8108 |
25.1328 |
30.1649 |
0.28 |
0.6040 |
8 |
24.6320 |
31.1000 |
11.1111 |
27.7431 |
34.2111 |
0.30 |
0.5492 |
8 |
26.9336 |
35.0480 |
11.4286 |
30.3622 |
38.4766 |
0.32 |
0.4947 |
8 |
29.2226 |
39.2097 |
11.7647 |
32.9873 |
42.9744 |
0.34 |
0.4417 |
8 |
31.4486 |
43.5282 |
12.1212 |
35.5698 |
47.6494 |
0.36 |
0.3907 |
8 |
33.5906 |
47.9853 |
12.5000 |
38.0906 |
52.4853 |
0.38 |
0.3423 |
8 |
35.6234 |
52.5539 |
12.9032 |
40.5266 |
57.4571 |
0.40 |
0.2969 |
8 |
37.5302 |
57.2170 |
13.3333 |
42.8635 |
62.5503 |
0.42 |
0.2548 |
8 |
39.2984 |
61.9628 |
13.7931 |
45.0915 |
67.7559 |
0.44 |
0.2164 |
8 |
40.9112 |
66.7700 |
14.2857 |
47.1969 |
73.0557 |
0.46 |
0.1817 |
8 |
42.3686 |
71.6456 |
14.8148 |
49.1834 |
78.4604 |
0.48 |
0.1507 |
8 |
43.6706 |
76.5973 |
15.3846 |
51.0552 |
83.9819 |
Значения легко получаются путем деления табличных значений на. При анализе табл.3.20 становится ясным следующее.
Комбинации с способствуют увеличению значений.
При всех комбинациях с илизначениепри возрастающемувеличивается все более быстро. Функции при стремятся к.
При комбинациях изначения при стремятся к. Действительно, при, поэтому .
Примечание
На практике, как правило, работают с формулой . Она подходит только для комбинаций и. Она также верна в случаяхи, а такжеи, если в случае приемки партии годные изделия для замены берутся не из производственного процесса с уровнем дефектности, а приготовлены заранее.
Пример 3.48 Вычислите значения идля однократного плана контроля, получаемые прив шести случаях из табл.3.19. За основу возьмите гипергеометрическую оперативную характеристику.
Если в табл.3.19 подставить и, то для случаяс учетом того, что(пример для гипергеометрической оперативной характеристики) ипосле округления до четырех десятичных знаков получим результаты, представленные в табл.3.21.
Таблица 3.21 изначения для планав случаепри различных комбинациях принимаемых решений
Диспозиционная комбинация |
|
|
|
8 |
0.1600 |
|
33.1370 |
0.6627 |
|
35.9300 |
0.7186 |
|
8.8880 |
0.1778 |
|
34.0259 |
0.6806 |
|
36.8189 |
0.7364 |