- •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
Приложение 4
Таблица коэффициентов для расчета индексов воспроизводимости.
Объем подгруппы |
Коэффициент для оценки стандартного отклонения |
n |
d2 |
2 |
1,128 |
3 |
1,693 |
4 |
2,059 |
5 |
2,326 |
6 |
2,534 |
7 |
2,704 |
8 |
2,847 |
9 |
2,970 |
10 |
3,078 |
11 |
3,173 |
12 |
3,258 |
13 |
3,336 |
14 |
3,407 |
15 |
3,472 |
16 |
3,532 |
17 |
3.588 |
18 |
3,640 |
19 |
3,689 |
20 |
3,735 |
21 |
3,778 |
22 |
3,819 |
23 |
3,858 |
24 |
3,895 |
25 |
3,931 |
Приложение 5 Пример вычисления индекса воспроизводимости
Для корректного вычисления индексов вопроизводимости необходимо, чтобы были выполнены некоторые предположения:
-
Процесс, из которого отбираются данные, должен находиться в состоянии статистической стабильности, что должно быть проверенно по контрольным картам.
-
Данные, полученные в ходе измерений, должны иметь нормальное или близкое к нормальному распределение.
-
Для того чтобы учесть всю собственную изменчивость, необходимо оценить достаточное число частей. Рекомендуется, чтобы были собраны не менее 125 индивидуальных значений (по пять в подгруппе). Для частных случаев можно применять и другие объемы подгрупп, но общий размер выборок должен быть не менее 125.
-
Допуск должен быть основан на требованиях потребителя.
Ниже приведены данные, на основе которых вычислены индексы воспроизводимости, при условии, что данные предположения выполняются.
ДАННЫЕ
Номер |
Диаметр |
Номер |
Диаметр |
Номер |
Диаметр |
Номер |
Диаметр |
Номер |
Диаметр |
1 |
22.30 |
26 |
22.37 |
51 |
22.28 |
76 |
22.65 |
101 |
22.48 |
2 |
22.54 |
27 |
22.34 |
52 |
22.55 |
77 |
22.50 |
102 |
22.38 |
3 |
22.01 |
28 |
22.75 |
53 |
22.38 |
78 |
22.41 |
103 |
22.28 |
4 |
22.62 |
29 |
22.71 |
54 |
22.65 |
79 |
22.39 |
104 |
22.72 |
5 |
22.65 |
30 |
22.51 |
55 |
22.56 |
80 |
22.48 |
105 |
22.96 |
6 |
22.86 |
31 |
22.23 |
56 |
22.54 |
81 |
22.50 |
106 |
22.53 |
7 |
22.68 |
32 |
22.36 |
57 |
22.25 |
82 |
22.86 |
107 |
22.52 |
8 |
22.43 |
33 |
22.90 |
58 |
22.40 |
83 |
22.60 |
108 |
22.61 |
9 |
22.58 |
34 |
22.45 |
59 |
22.72 |
84 |
22.60 |
109 |
22.62 |
10 |
22.73 |
35 |
22.48 |
60 |
22.90 |
85 |
22.66 |
110 |
22.60 |
11 |
22.88 |
36 |
22.60 |
61 |
22.31 |
86 |
22.79 |
111 |
22.54 |
12 |
22.68 |
37 |
22.72 |
62 |
22.57 |
87 |
22.61 |
112 |
22.56 |
13 |
22.46 |
38 |
22.35 |
63 |
22.38 |
88 |
22.81 |
113 |
22.36 |
14 |
22.30 |
39 |
22.51 |
64 |
22.58 |
89 |
22.66 |
114 |
22.46 |
15 |
22.61 |
40 |
22.69 |
65 |
22.30 |
90 |
22.37 |
115 |
22.71 |
16 |
22.44 |
41 |
22.61 |
66 |
22.42 |
91 |
22.65 |
116 |
22.84 |
17 |
22.66 |
42 |
22.52 |
67 |
22.21 |
92 |
22.75 |
117 |
22.52 |
18 |
22.48 |
43 |
22.52 |
68 |
22.45 |
93 |
21.92 |
118 |
22.88 |
19 |
22.37 |
44 |
22.49 |
69 |
22.24 |
94 |
22.00 |
119 |
22.68 |
20 |
22.56 |
45 |
22.31 |
70 |
22.55 |
95 |
22.45 |
120 |
22.54 |
21 |
22.59 |
46 |
22.42 |
71 |
22.25 |
96 |
22.51 |
121 |
22.76 |
22 |
22.65 |
47 |
22.64 |
72 |
22.36 |
97 |
22.58 |
122 |
22.65 |
23 |
22.78 |
48 |
22.52 |
73 |
22.25 |
98 |
22.46 |
123 |
22.51 |
24 |
22.58 |
49 |
22.40 |
74 |
22.34 |
99 |
22.76 |
124 |
22.77 |
25 |
22.33 |
50 |
22.63 |
75 |
22.67 |
100 |
22.56 |
125 |
22.43 |
АНАЛИЗ
Для проверки соответствия двум первым предположениям, используются гистограмма (рис. 41), вероятностный график (рис. 42) и X-R карты (рис. 43).
Рис. 37. Гистограмма данных диаметра
Рис. 38. Нормальный вероятностный график
Из вышеприведенных графиков видно, что данные имеют нормальное распределение.
Рис. 39. Карта средних и размахов
Контрольные карты показывают, что процесс находится в статистически управляемом состоянии. Следовательно, можно вычислять индексы воспроизводимости для этих данных.
СТАТИСТИКИ ДЛЯ ДАННЫХ ПО ДИАМЕТРАМ
Объем выборки n = 125
Объем подгруппы = 5
Число подгрупп = 25
Верхняя граница допуска (USL) = 23.5
Нижняя граница допуска (LSL) = 21.5
Внутригрупповое стандартное отклонение
Полное стандартное отклонение
Границы допуска основаны на требованиях потребителя и функциональных требованиях.
Вышеприведенная информация необходима для вычисления индексов.
ВЫВОДЫ
Сделаны следующие наблюдения:
-
Индекс Cpk примерно равен индексу Cp и Ppk примерно равен Pp. Это является индикатором хорошей настройки процесса.
-
Значения индексов указывает на то, что процесс может производить продукцию с количеством несоответствий, близким к нулю, при условии, что он находится в статистически управляемом состоянии.
-
Так как значения Cp и Pp примерно равны, межгрупповая изменчивость минимальна.
-
Большие различия в значении индексов Cpk и Ppk могут являться индикатором наличия чрезмерной межгрупповой изменчивости.
-
Большие различия в значении индексов Cpk и Cp (или Ppk и Pp) могут являться индикатором наличия проблем с настройкой процесса.