
- •Введение
- •1. Сведения из теории вероятностей
- •Значение статистических методов исследования
- •1.2. Экспериментальные основы теории вероятностей
- •1.3. Вероятность события. Свойства вероятности событий
- •1.4 Соединения или комбинации
- •1.4.1. Размещения и перестановки
- •1.4.2. Соединения и выборки
- •1.4.3. Сочетания
- •1.4.4. Задачи о размещении элементов по ячейкам.
- •2. Распределения вероятностей
- •2.1. Биномиальное распределение
- •2.2. Гипергеометрическое распределение
- •2.3. Расчеты вероятностей числа дефектных изделий в выборке
- •2.4. Функция распределения и плотность вероятности случайной величины
- •2.5. Распределение Пуассона.
- •2.5.1. Применение распределения Пуассона в задачах качества
- •2.6. Показательное распределение времени ожидания сбоя
- •2.6.1. Функция надежности.
- •2.6.2. Функция распределения времени ожидания сбоя.
- •2.6.3. Метод дополнительной вероятности.
- •2.6.4. Зависимость интенсивности отказов от времени. Практические случаи - кривая в форме «ванны».
- •2.6.5. Среднее время между отказами
- •2.7. Нормальный закон распределение и его приложения в задачах качества
- •2.7.1. Нормальная плотность вероятности и ее параметры.
- •2.7.2. Функция Лапласа и расчеты вероятностей при нормальном распределении
- •Значение функции
- •2.7.3. Возможность (осуществимость) процесса.
- •2.7.4. Статистическое управление качеством (процессами).
- •3. Статистическая выборка [7]
- •3.1. Выборочный контроль и оперативная характеристика.
- •3.2. Планы выборочного контроля
- •Планы типа однократной выборки
- •Планы типа двукратной (многократной) выборки
- •Планы типа последовательного анализа
- •3.3. Оперативная характеристика
- •3.4. Методы выборочного контроля
- •3.5. Программы выборки на основе риска производителя
- •3.6. Программы выборки на основе риска потребителя
- •Процент брака
- •3.7. Соотношение между различными программами выборки
- •3.8. Решение задач с использованием таблиц выборочного контроля
- •3.9. Общие требования, предъявляемые к стандартам выборочного контроля
- •4. Контрольные карты статистически управляемых процессов [7]
- •4.1. Примеры построения контрольных карт
- •4.1.1. Карта динамики процесса
- •4.1.2. Карта (диаграмма) управляемости процесса
- •4.2. Методика выбора формы контрольной карты
- •4.3. Контрольная карта числа дефектных единиц продукции .(np – карта)
- •4.4. Контрольная карта числа дефектов (с-карта)
- •4.5. Сигнальные признаки. Предельные отклонения
- •Сигнальные отклонения
- •Дополнительные признаки
- •5. Контрольные карты количественных и интегрально-суммарных признаков [7]
- •5.1. Вычисление предельных отклонений для нормального закона распределения
- •5.2. Контрольные карты для средних арифметических значений и размахов: и r
- •5.3. Диапазон как замена стандартного отклонения
- •Задание № 1 для самостоятельной работы
- •Алгоритм построения контрольных карт и r
- •Задание № 2 для самостоятельной работы
- •Сигнальные отклонения
- •5.4. Интегрально-суммарные контрольные карты
- •5.3. Интегрально-суммарная карта,
- •6. Cтатистические методы анализа динамических рядов [7]
- •6.1. Метод скользящей средней
- •6.2. Метод взвешенной скользящей средней
- •394026 Воронеж, Московский просп., 14
Задание № 2 для самостоятельной работы
Какой вывод должен сделать для себя начальник по результатам проделанного анализа?
Сигнальные отклонения
Пользуясь коэффициентами, представленными в табл. 5.2 можно нанести на контрольных картах уровни сигнальных и предельных отклонений.
Значения
вероятностей
и
характеризуют
для данного объема выборки внешние
отклонения в пределах ±3
, а значения
и
—
внутренние сигнальные отклонения в
пределах ±2
.
Если руководствоваться и сигнальными,
и предельными уровнями, то необходимо
иметь в виду следующее (см.
также рис. 4.6).
(а). За пределами предельных отклонений никаких точек быть не должно (вероятность этого составляет всего 0,3%).
(б). Между сигнальным и предельным уровнями с одной стороны от среднего значения не должно быть более двух следующих друг за другом точек (вероятность этого составляет всего 0,1%).
(в). Две третьих точек должно находиться в средней части, между уровнями ±1 (вероятность этого составляет всего 68%).
(г). Не должно быть более семи следующих друг за другом точек, располагающихся с одной стороны от средней линии (вероятность этого составляет всего 0,8%).
(д). Не должно быть более семи следующих друг за другом точек, располагающихся выше или ниже или .
5.4. Интегрально-суммарные контрольные карты
Интегрально-суммарные контрольные карты (CUSUM - Cumulative Sum Charts) могут применяться при контроле по количественным и альтернативным признакам. В соответствии со своим названием, они интегрируют данные, накапливаемые от одной выборки к другой, а не рассматривают каждую выборку (группу) изолированно. По этой причине они имеют преимущества над более традиционными контрольными картами т.к. обеспечивают возможность обнаружения небольших изменений среднего значения процесса и, в то же время, дают более ясное указание на то, где произошли эти изменения.
На графике интегрально-суммарной карты это проявляется в виде изменения наклона линии, характеризующей динамику процесса.
Для эффективного использования интегрально-суммарной карты должно быть выбрано целевое значение.
Это может быть поддержание прежнего уровня функциональных характеристик или достижение более высокого уровня качества.
Пример 3.
При анализе процентного содержания кремния в стальных образцах были получены следующие показатели. Задаваемый техническими условиями уровень лежит в диапазоне от 2,1% до 2,4%, а поэтому сталелитейщики ориентировались на среднее значение, равное 2,25%. Фактические результаты составили:
Решение.
Данные для построения интегрально-суммарной карты могут быть представлены следующим образом:
1) выберем в качестве целевого значения уровень 2,25%, относительно которого будем контролировать процесс;
2) для каждой точки процесса определим разность между полученным результатом и целевым уровнем;
3) для каждой точки процесса найдем суммарную разность - CUSUM (с учетом знака) по всем выполненным сравнениям;
4) полученные значения нанесем на график контрольной карты.
Результаты обработки данных для 10 образцов представлены в таблице.
Образец |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Результат |
2,25 |
2,20 |
2,25 |
2,30 |
2,25 |
2,35 |
2,20 |
2,10 |
2,15 |
2,15 |
Разность |
0 |
-0,05 |
0 |
+0,05 |
0 |
+0,10 |
-0,05 |
-0,15 |
-0,10 |
-0,10 |
CUSUM |
0 |
-0,05 |
-0,05 |
0 |
0 |
+0,10 |
+0,05 |
-0,10 |
-0,20 |
-0,30 |
График интегрально-суммарной карты для 21 точки показан на рис. 5.3.
Процент содержания кремния имеет четкий наклон вниз, начиная с образца 6 и, по крайней мере, до образца 12, несмотря на то, что результаты всех испытаний оказались в пределах технических условий, а также в пределах статистической управляемости.
СКО (
) для этого набора данных фактически
составляет около 0,07%, а это значит, что
все результаты укладываются в диапазон
.
При построении графика следует выбрать правильный масштаб.
График не должен быть плоским, и, в то же время, резкие изменения не должны создавать иллюзии наклона. Обратите внимание на то, как была построена интегрально-суммарная карта на. рис. 5.2, на которой четко выражен наклон.
Хорошим простым правилом является делать расстояние между последовательными образцами по оси X примерно
равным
откладываемым
по оси Y.
При этом наклоны более 45 градусов будут значимыми, если они продолжаются в течение длительного периода.
В качестве вспомогательного средства, широко используемого для определения значимости наклона интегрально-суммарной карты, применяют CUSUM шаблон.
Делается прозрачный шаблон, который накладывается на интегрально-суммарную карту в том месте, где нанесены последние точки.
Если линия диаграммы располагается в пределах вилки на шаблоне, можно считать, что существенных изменений среднего значения не произошло.
Если же линия интегрально-суммарной диаграммы пересекает какую-либо из линий на шаблоне, это указывает на то, что имеет место значимое отклонение от целевого значения. Обе эти ситуации показаны на рис. 5.4.
Рис. 5.2
И линии, отмеченные на графике, и стороны шаблона являются примерами линий решений.
Существуют таблицы, в которых перечисляются интервалы, используемые для принятия решений по данным без предварительного построения графика.