Управления качеством

Автор работы: Пользователь скрыл имя, 20 Марта 2012 в 14:59, контрольная работа

Краткое описание

Качество - это удовлетворение потребности потребителя, соответствии с Европейским стандартом ИСО-8402 под качеством понимается совокупность характеристик объекта, относящихся к его способности удовлетворять установленные и предполагаемые потребности.
Проблемы качества продуктов труда стояли, как во времена первобытных людей, поскольку качество применяемого оружия определяло не только возможности прокормить свою семью но и личную безопасность человека, так и во времена ремесленничества, когда мастер стремился изготовить определенное изделие под запросы конкретного заказчика.

Содержание работы

Введение.
1. Современная концепция управления качества.
2. Основные показатели качества продукта и их измерение.
3. Основные понятия квалиметрии.
4. Инструменты контроля качества.
5. Применения статистических методов контроля качества.
6. Документальное оформление требований к качеству
Вывод.
Список используемой литературы.

Содержимое работы - 1 файл

управление качеством.doc

— 143.00 Кб (Скачать файл)

 

 

 

 

3. Диаграмма разброса — инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

Эти две переменные могут относиться к характеристике качества и влияющему на нее фактору; двум различным характеристикам качества; двум факторам, влияющим на одну характеристику качества

    Для выявления связи между ними и служит диаграмма разброса, которую также называют полем корреляции.

    Использование диаграммы разброса в процессе контроля качества не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов.

    Построение диаграммы разброса выполняется в следующей последовательности:

Этап 1. Нужно собрать парные данные (х, у), между которыми  хотим исследовать зависимость, и расположите их в таблицу. Желательно не менее 25—30 пар данных.

Этап 2. Найти максимальные и минимальные значения для х и y. Выберите шкалы на горизонтальной и вертикальной осях так, чтобы обе длины рабочих частей получились приблизительно одинаковыми, тогда диаграмму будет легче читать. Возьмите на каждой оси от 3 до 10 градаций и используйте для облегчения чтения круглые числа. Если одна переменная — фактор, а вторая — характеристика качества, то выберите для фактора горизонтальную ось х, а для характеристики качества — вертикальную ось у.

Этап 3. На отдельном листе бумаги нужно начертить график и нанесите на него данные. Если в разных наблюдениях получаются одинаковые значения, показать эти точки, либо рисуя концентрические кружки, либо нанося вторую точку рядом с первой.

Этап 4. Сделать все необходимые обозначения. Убедится, что ниже перечисленные данные, отраженные в диаграмме, понятны любому человеку, а не только тому, кто делал диаграмму:

название диаграммы

интервал времени

число пар данных

названия и единицы измерения для каждой оси

имя (и другие данные) человека, который делал эту диаграмму

Диаграмма разброса позволяет наглядно показать характер изменения параметра качества во времени.

3. В 1897 г. итальянский экономист В. Парето предложил формулу, показывающую, что общественные блага распределяются неравномерно. Эта же теория была проиллюстрирована на диаграмме американским экономистом М. Лоренцом. Оба ученых показали, что в большинстве случаев наибольшая доля доходов или благ (80%) принадлежит небольшому числу людей (20%).

Доктор Д. Джуран применил диаграмму М. Лоренца в сфере контроля качества для классификации проблем качества на немногочисленные, но существенно важные и многочисленные, но несущественные и назвал этот метод анализом Парето. Он указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин. При этом он иллюстрировал свои выводы с помощью диаграммы, которая получила название диаграммы Парето.

Диаграмма Парето — инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные причины, с которых нужно начинать действовать.

В повседневной деятельности по контролю и управлению качеством постоянно возникают всевозможные проблемы, связанные, например, с появлением брака, неполадками оборудования, увеличением времени от выпуска партии изделий до ее сбыта, наличием на складе нереализованной продукции, поступлением рекламаций. Диаграмма Парето позволяет распределить усилия для разрешения возникающих проблем и установить основные факторы, с которых нужно начинать действовать с целью преодоления возникающих проблем.

Различают два вида диаграмм Парето:

1. Диаграмма Парето по результатам деятельности. Эта диаграмма предназначена для выявления главной проблемы и отражает следующие нежелательные результаты деятельности; качество, дефекты, поломки, ошибки, отказы, рекламации, ремонты, возвраты продукции

себестоимость: объем потерь, затраты

сроки поставок: нехватка запасов, ошибки в составлении счетов, срыв сроков поставок

безопасность: несчастные случаи, трагические ошибки, аварии.

2. Диаграмма Парето по причинам. Эта диаграмма отражает причины проблем, возникающих в ходе производства, и используется для выявления главной из них:

исполнитель работы: смена, бригада, возраст, опыт работы, квалификация, индивидуальные характеристики;

оборудование: станки, агрегаты, инструменты, оснастка, организация использования, модели, штампы;

сырье: изготовитель, вид сырья, завод-поставщик, партия;

метод работы: условия производства, заказы-наряды, приемы работы, последовательность операций; измерения: точность (указаний, чтения, приборная), верность и повторяемость (умение дать одинаковое указание в последующих измерениях одного и того же значения), стабильность (повторяемость в течение длительного периода), совместная точность, т.е. вместе с приборной точностью и тарированием прибора, тип измерительного прибора (аналоговый или цифровой).

3. Одним из наиболее эффективных статистических методов, широко используемых в системе управления качеством, является метод стратификации или расслаивания. В соответствии с этим методом водят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности. Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) — расслаиванием (стратификацией).

Метод расслаивания исследуемых статистических данных — это инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

    Существуют различные методы расслаивания, применение которых зависит от конкретных задач. Например, данные, относящиеся к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д. Все эти отличия могут быть факторами расслаивания. В производственных процессах часто используется метод 5М, учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement).

    Расслаивание может осуществляться по следующим критериям:

расслаивание по исполнителям — по квалификации, полу, стажу работы и т.д.

расслаивание по машинам и оборудованию — по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.

расслаивание по материалу — по месту производства, фирме-производителю, партии, качеству сырья и т.д.

расслаивание по способу производства — по температуре, технологическому приему, месту производства и т.д.

расслаивание по измерению — по методу, измерения, типу измерительных средств или их точности и т.д.

Однако пользоваться этим методом не так просто. Иногда расслаивание по, казалось бы, очевидному параметру не дает ожидаемого результата. В этом случае нужно продолжить анализ данных по другим возможным параметрам в поисках решения возникшей проблемы.

4. Результат процесса зависит от многочисленных факторов, между которыми существуют отношения типа причина — следствие (результат). Диаграмма причин и следствий — средство, позволяющее выразить эти отношения в простой и доступной форме.

    В 1953 г. профессор Токийского Университета Каору Исикава, обсуждая проблему качества на одном заводе, суммировал мнение инженеров в форме диаграммы причин и результатов. Когда диаграмму начали применять на практике, она оказалась весьма полезной и скоро стала широко использоваться во многих компаниях Японии, получив название диаграммы Исикавы. Она была включена в японский промышленный стандарт (JIS) на терминологию в области контроля качества и определяется в нем следующим образом: диаграмма причин и результатов — диаграмма, которая показывает отношение между показателем качества и воздействующими на него факторами.

    Причинно-следственная диаграмма — инструмент, позволяющий выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

Если в результате процесса качество изделия оказалось неудовлетворительным, значит, в системе причин, т.е. в какой-то точке процесса, произошло отклонение от заданных условий. Если эта причина может быть обнаружена и устранена, то будут производиться изделия только высокого качества. Более того, если постоянно поддерживать заданные условия процесса, то можно обеспечить формирование высокого качества выпускаемых изделий.

    Важно также, что полученный результат — показатели качества (точность размеров, степень чистоты, значение электрических величин и т.д.) — выражается конкретными данными. Используя эти данные, с помощью статистических методов осуществляют контроль процесса, т.е. проверяют систему причинных факторов. Таким образом, процесс контролируется по фактору качества.

    Информация о показателях качества для построения диаграммы собирается из всех доступных источников; используются журнал регистрации операций, журнал регистрации данных текущего контроля, сообщения рабочих производственного участка и т.д. При построении диаграммы выбираются наиболее важные с технической точки зрения факторы. Для этой цели широко используется экспертная оценка. Очень важно проследить корреляционную зависимость между причинными факторами (параметрами процесса) и показателями качества. В этом случае параметры легко поддаются корреляции. Для этого при анализе дефектов изделий их следует разделить на случайные и систематические, обратив особое внимание на возможность выявления и последующего устранения в первую очередь причины систематических дефектов.

    Важно помнить, что показатели качества, являющиеся следствием процесса, обязательно испытывают разброс. Поиск факторов, оказывающих особенно большое влияние на разброс показателей качества изделия (т.е. на результат), называют исследованием причин.

    В настоящее время причинно-следственная диаграмма, являясь одним из семи инструментов контроля качества, используется во всем мире применительно не только к показателям качества продукции, но и к другим областям диаграмм

5. Все вышеописанные статистические методы дают возможность зафиксировать состояние процесса в определенный момент времени. В отличие от них метод контрольных карт позволяет отслеживать состояние процесса во времени и более того — воздействовать на процесс до того, как он выйдет из-под контроля.

    Контрольные карты — инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявляемых к процессу требований.

Использование контрольных карт преследует следующие цели:

держать под контролем значение определенной характеристики;

проверять стабильность процессов;

немедленно принимать корректировочные меры;

проверять эффективность принятых мер.

    Однако следует отметить, что перечисленные цели являются характерными для действующего процесса. В период же запуска процесса контрольные карты используют для проверки возможностей процесса, т.е. его возможностей стабильно выдерживать установленные допуски.

    Всякая контрольная карта состоит обычно из трех линий. Центральная линия представляет собой требуемое среднее значение характеристики контролируемого параметра качества. Так, в случае (х-R)-карты это будут номинальные (заданные) значения х и R, нанесенные соответствующие карты.  Две другие линии, одна из которых находится над центральной — верхний контрольный предел (Кв или UCL — Upper Control Level), а другая под ней — нижний контрольный предел ( К н или LCL — Lower Control Level), представляют собой максимально допустимые пределы изменения значений контролируемой характеристики (показателя качества), чтобы считать процесс удовлетворяющим предъявляемым к нему требованиям.

   Если все точки соответствуют выборочным средним значениям контролируемого параметра и его изменчивости, полученные по результатам обследования выборок, оказываются внутри контрольных пределов, не проявляя каких бы то ни было тенденций, то процесс рассматривается как находящийся в контролируемом состоянии. Если же, напротив, они попадут за контрольные пределы или примут какую-нибудь необычную форму расположения, то процесс считается вышедшим из-под контроля.

    Процесс считается контролируемым, если систематические составляющие его погрешности регулярно выявляются и устраняются, а остаются только случайные составляющие погрешностей, которые, как правило, распределяются в соответствии с нормальным (гауссовским) законом распределения.

    Для успешного внедрения на практике контрольных карт важно не только овладеть техникой их составления и ведения, но, что значительно важнее, научиться правильно «читать» карту.

    Расположение контрольных точек на х -карте указывает на возрастание среднего выборочного значения во времени. А значение х в четвертой выборке оказалось за контрольным пределом, что говорит о том, что в момент, когда бралась четвертая выборка, процесс уже не соответствовал предъявляемым требованиям. Однако этого можно было бы избежать, если бы на основании результатов уже первых трех выборок, когда процесс находился еще в установленных пределах, но уже была видна тенденция его изменения, указывающая на явное влияние систематических погрешностей, были бы предприняты соответствующие меры по их устранению. Наглядным примером такой систематической погрешности может служить состояние резца, перемещение которого при автоматической обработке детали на токарном станке не учитывает его затупления.

Информация о работе Управления качеством