- •Статистические методы управления качеством.
- •Введение.
- •Классификация статистических методов управления качеством
- •Реализация статистических методов в полном жизненном цикле изделия.
- •Основные статистические понятия.
- •Семь простых инструментов качества. Гистограммы
- •Симметричная (обычная)
- •Гребенка (мультимодальная)
- •Гистограмма с асимметрией ( положительная и отрицательная).
- •Гистограмма с обрывом (слева или справа).
- •«Плато»
- •Бимодальная
- •Гистограмма с изолированным пиком.
- •Типы гистограмм
- •Методика построения гистограмм
- •Выбор размаха (диапазона)
- •Определение числа интервалов (классов)
- •Определение размера интервала (класса)
- •Сортировка
- •Нанесение гистограммы на график
- •Сравнение гистограмм с границами допусков.
- •Контрольный листок
- •Контрольный листок видов дефектов.
- •Контрольный листок причин дефектов.
- •Листок входного контроля
- •Контрольный листок для регистрации распределения сопротивлений интегральных размеров.
- •Диаграмма Парето
- •Диаграмма Исикавы
- •Диаграмма разброса
- •Стратификация
- •Контрольные карты
- •Контрольные карты средних и размахов.
- •Порядок составления контрольных карт
- •Анализ контрольных карт средних значений и размахов
- •Интерпретация контрольных карт
- •Контрольные карты с памятью
- •Анализ технологических процессов с помощью аппарата индексов воспроизводимости
- •Индексы воспроизводимости
- •1. Индекс воспроизводимости и индекс пригодности.
- •2. Мера точности
- •3. Индекс налаженности процесса
- •4. Коэффициент верхнего отклонения
- •5. Коэффициент нижнего отклонения
- •6. Индекс центрированности
- •7. Индекс воспроизводимости Тагути (оперативный метод Тагути)
- •Анализ индексов воспроизводимости.
- •Недостатки
- •Применения
- •Метод «мозгового штурма» ( Brainstorm)
- •Заключение
- •Литература:
- •Стандарты
- •Приложение 1
- •Приложение 2 Контрольная карта для количественного признака
- •Приложение 3 Пример построения контрольных карт.
- •Приложение 4
- •Приложение 5 Пример вычисления индекса воспроизводимости
- •Оглавление
Недостатки
Опыт показал, что в использовании Cp и Cpk на традиционной основе заложены потенциальные трудности. Эти недостатки в общем возникают из-за пользователей, которые не имеют полного представления о статистических принципах, а не из-за проблем, присущих самим индексам. Некоторые из этих недостатков описываются ниже.
Статистическая управляемость - Существует тенденция к определению воспроизводимости процесса до того, как сам процесс войдет в состояние статистической управляемости. Воспроизводимость количественно характеризует обычную вариацию и показывает, что можно ожидать от процесса в будущем. Наличие конкретных причин вариации делает предсказания невозможными, а смысл воспроизводимости неясным.
План выборки - Очевидно, что значения среднего размаха, часто используемого для оценки s, зависит от плана выборки. Таким образом, можно доказать, что значение показателя воспроизводимости можно легко менять простым изменением плана выборки. Ситуация покажется еще более сложной, если учесть замечание, которое сделал У. Эдвардс Деминг инженеру, говорившему о своих достижениях при введении процесса в состояние статистической управляемости. Деминг заявил, что он мог бы любой процесс ввести в это состояние, причем просто для выборки внутри подгрупп во времени. Это утверждение следует из признания того факта, что число источников вариации растет с увеличением интервала времени между выборками внутри подгруппы. Рассеивание выборок внутри подгрупп во времени будет увеличивать R, расширяя контрольные пределы и, следовательно, делая достижение статистически управляемого состояния более вероятным. Однако увеличение R будет увеличивать и оценку s, а значит уменьшать воспроизводимость процесса. И наоборот: можно увеличить воспроизводимость процесса, используя выборки последовательных деталей (то есть получая малый размах R), чтобы получить минимум оценки s и максимум воспроизводимости. Однако в этом случае труднее всего добиться статистической управляемости, так как расстояние между контрольными пределами может стать наименьшим. Таким образом, рассмотрение только статистической управляемости или только воспроизводимости процесса в отдельности не даст устойчивой оценки работоспособности процесса - оба критерия надо рассматривать совместно.
Вычисления - Иногда бывает трудно вычислять Cp и Cpk непосредственно в цехе, где не все люди привыкли к математическим формулам. Эту проблему можно рассматривать по-разному, но часто она требует определенного обучения и (или) некоторой автоматизации.
Ненормальность - Изменчивость результатов процесса может быть следствием ненормального распределения показателя. Вероятно, есть смысл ожидать, что индексы воспроизводимости в некоторой степени чувствительны к отклонениям от нормальности. Для получения приближенной нормальности могут пригодиться преобразования данных. Итак, можно определить процент бракованных деталей как непосредственно, так и подобрав распределение. Этот процент можно привести к эквивалентному индексу воспроизводимости для процесса, имеющего нормальное распределение.
Износ инструмента - В ситуации, когда изнашивается инструмент, первичный интерес представляет оценка размаха по последовательному плану выборки. Технически размах можно применять для оценки Cp, но воспроизводимость обычно довольно высока. Работоспособность процесса зависит от частоты смены инструмента. Это делает неудобным распространение показателя Cpk в такой ситуации.