Статистические исследования контроля качества в автоматизированных
..pdfВ Японии, например, статистические методы являются неотъемлемой частью абсолютно каждой организации и каждого производственного предприятия.
Общеизвестны 9 факторов успеха статистических методов
вЯпонии:
1.Всеобщий охват работников.
2.Тщательная отработка всей документации.
3.Воспитание у работников понимания необходимости использования статистических методов.
4.Всеобщее обучение во всех видах и формах образования (статистический метод обязателен).
5.Постепенность изучения и внедрения, от простого к сложному, без компанейщины и перепрыгивания через ступени.
6.Сбор и анализ информации – неотъемлемый элемент технологии.
7.Каждый работник предприятия знает, что успех фирмы,
азначит, и его личный успех, могут быть достигнуты только тогда, когда используется правдивая информация.
8.Лучшие знатоки тонкостей и подробностей проблем – это непосредственные исполнители. Они не должны игнорироваться при решении проблемы.
9.На совещаниях по решению проблем нужно уделять внимание изложению конкретных фактов в общедоступной, понятной форме.
В начале 1950-х гг. японские специалисты под руководством К. Ишикавы выделили семь методов обработки экспериментальных данных, которые впоследствии получили широкое распространение
встатистических исследованиях ввиду их несложности, убедительности и доступности. Используя эти методы, по свидетельству самого К. Ишикавы, можно решать 50…95 % всех производственных проблем, связанных с контролем качества при выпуске промышленной продукции.
Использование перечисленных семи методов не требует специального образования, так как рассчитано на уровень среднего об-
61
разования, и вся стандартная японская программа обучения рассчитана на 20 занятий. Популярность методов объясняется тем, что в настоящее время в японских фирмах ими обязаны владеть все – от президента до рядового рабочего. Поэтому можно утверждать, что данные методы демократичны с точки зрения технологии управления качеством.
Согласно К. Ишикаве в семь простых методов входят:
1)контрольный листок;
2)гистограмма;
3)расслоение данных;
4)диаграмма Парето;
5)причинно-следственная диаграмма;
6)диаграмма разброса;
7)контрольная карта.
4.3. ОПРЕДЕЛЕНИЕ ОБЪЁМА ВЫБОРКИ
Случайный характер показателей исследуемых объектов обусловливает приближенную оценку значений и необходимость достаточного объёма информации для их определения. Большое число объектов наблюдений усложняет и удорожает их исследование. В связи с этим возникает необходимость определения необходимого числа испытуемых объектов для получения достоверной информации об их исследуемых характеристиках.
В общем случае методы расчёта необходимого объёма выборки могут быть:
♦непараметрическими– вид закона распределения неизвестен;
♦параметрическими – вид закона распределения известен. Степень приближения результатов наблюдений за испытуе-
мыми объектами к истинным значениям определяют объёмом выборки и оценивают относительной ошибкой и доверительной вероятностью рассматриваемых величин.
62
Относительная ошибка εотн характеризует степень точности определения среднего значения. Ее подсчитывают из соотношения:
εотн = xВ − x ,
x
где хв – верхняя односторонняя доверительная граница. Аналогично можно определить значение εотн с учетом нижне-
го значения доверительной границы (хн):
εотн = xН − x .
x
Устанавливая границы значений рассматриваемого параметра (хв – хн), нельзя исключать возможность получения результата, выходящего за пределы этого интервала. В результате наряду с оценкой точности необходимо указать вероятность получения результата в пределах установленного интервала – доверительную вероятность:
♦для односторонней вероятности: αв = Р ( x ≤ хв) и αн =
=Р( x ≥ хн);
♦для двусторонней вероятности: α = Р (хн ≤ x ≤ хв).
Таким образом, значение доверительной вероятности характеризует точность оценки вероятностного параметра, а доверительная вероятность – достоверность его появлении в пределах заданной точности.
Верхняя и нижняя доверительные границы интервалов определяются по уравнениям:
x |
= |
|
|
|
− t |
|
|
|
S |
– нижняя граница; |
|
x |
− |
) |
|
||||||||
|
|
|
|||||||||
н |
|
|
|
|
α ( |
|
|
|
|
||
|
|
|
|
|
N 1 |
N |
|
||||
|
|
|
|
|
|
|
|
|
|
||
x |
= |
|
+ t |
|
|
|
S |
|
– верхняя граница, |
||
x |
|
|
|
||||||||
− ) |
|
|
|||||||||
в |
|
|
|
|
α ( |
|
|
|
|||
|
|
|
|
|
N 1 |
|
|
N |
|
||
|
|
|
|
|
|
|
|
|
|
где tα(N −1) − квантиль распределения Стьюдента для вероятности α
или уровня значимости β = 1 – α и числа степеней свободы f = N – 1 (приложение 8), S – среднее квадратическое отклонение.
63
При непараметрическом методе минимальное число объектов наблюдений определяют по формуле
N = ln(1− α) . lnP(х)
Для этого можно также использовать табличные данные
(табл. 4.1).
Таблица 4 . 1
Определение минимального числа объектов наблюдений при неизвестном законе распределения показателей
Р (х) |
|
Значение N при α |
|
||
0,80 |
0,90 |
0,95 |
0,99 |
||
|
|||||
|
|
|
|
|
|
0,80 |
8 |
10 |
13 |
20 |
|
0,90 |
15 |
21 |
30 |
44 |
|
0,95 |
30 |
40 |
60 |
85 |
|
0,98 |
75 |
120 |
140 |
230 |
|
0,99 |
150 |
220 |
280 |
430 |
|
|
|
|
|
|
Порядок определения числа объектов наблюдения при неизвестном законе распределения следующий:
♦задаются установленной в нормативной документации минимальной величины вероятности безотказной работы объекта Р (х)
втечение времени х;
♦выбирают значение доверительной вероятности α;
♦находят по табл. 4.1 для заданных значений Р (х) и α соответствующее число N объектов наблюдений.
Применение параметрических методов определения объёма выборки связаносиспользованиемпараметровзакона распределения.
Связь между εотн, α и числом N наблюдаемых объектов рассмотрим при распределении отказов по нормальному закону.
По теореме о сумме случайных величин дисперсия суммы равна сумме дисперсий выборок:
64
N
DxΣ = Dx1 + Dx2 + ...+ Dxn = Dxi .
i=1
Для одинаково распределенной величины Dхi = DхΣ/N. В единицах σ(Dх = σ2) рассеяниясредних(нормированноеотклонениесреднего):
|
xβ = |
|
|
|
|
− x |
= |
|
|
|
|
− x |
. |
|
|
||||||||
|
x |
x |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
Dx |
|
|
|
|
D |
Σ / N |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
x |
|
|
|
|
|
|
Отсюда получаем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
xβ |
|
|
|
|
− x |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
= |
|
x |
. |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
N |
|
|
DxΣ |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
− x |
= ε |
|
|
|
|
|
|
|
|
|
|
||||||||
Учитывая, что |
|
x |
|
|
|
, а |
|
|
DΣ |
/ |
|
=V , получим оконча- |
|||||||||||
|
|
отн |
|
|
x |
||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|||
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тельно:
xβ = εотн .
N V
ПорядокопределениячислаN объектовнаблюденийследующий: ♦ задают относительную ошибку εотн среднего значения x
сдоверительной вероятностью α;
♦задают ожидаемое значение коэффициента вариации V;
♦определяют отношение εотн / V;
♦по отношению εотн / V и выбранной доверительной вероятности в табл. 4.2 находят соответствующее число N.
Пример 4.1. Определить необходимое число наблюдений объекта, распределение которых подчиняется нормальному закону
с доверительной вероятностью α = 0,99, относительной ошибкой εотн = 0,12 и коэффициентом вариации V = 0,3.
Решение. Определяем соотношение εотн / V = 0,12/0,3 = 0,4. По табл. 4.2, используя это значение, и при α = 0,99 получим N = 41.
65
Таблица 4 . 2
Изменение числа объектов наблюдений N от величины εотн / V и α для нормального закона распределения
N |
Значение εотн /V при α |
N |
Значение εотн /V при α |
|||||||
0,80 |
0,90 |
0,95 |
0,99 |
0,80 |
0,90 |
0,95 |
0,99 |
|||
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
5 |
0,421 |
0,686 |
0,953 |
1,676 |
21 |
0,188 |
0,289 |
0,376 |
0,552 |
|
7 |
0,342 |
0,544 |
0,734 |
1,188 |
23 |
0,179 |
0,275 |
0,358 |
0,523 |
|
9 |
0,296 |
0,466 |
0,620 |
0,965 |
25 |
0,171 |
0,264 |
0,342 |
0,498 |
|
11 |
0,265 |
0,414 |
0,547 |
0,833 |
27 |
0,165 |
0,253 |
0,328 |
0,477 |
|
13 |
0,242 |
0,376 |
0,494 |
0,744 |
29 |
0,159 |
0,244 |
0,316 |
0,458 |
|
15 |
0,224 |
0,347 |
0,455 |
0,678 |
31 |
0,153 |
0,235 |
0,305 |
0,441 |
|
17 |
0,210 |
0,324 |
0,423 |
0,626 |
41 |
0,133 |
0,203 |
0,263 |
0,378 |
|
19 |
0,198 |
0,305 |
0,398 |
0,585 |
61 |
0,109 |
0,166 |
0,214 |
0,306 |
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим последовательность построения экспериментальной кривой распределения (рассеяния) размеров или погрешностей.
1.Изготовляется (обрабатывается) партия заготовок, деталей.
2.Измеряется каждая деталь (заготовка) обработанной партии по параметру, точность которого следует определить, например размер с заданным допуском 19,9+0,05.
Измерение деталей выполняют инструментом, цена деления которого должна быть (1/6…1/10) δ, где δ − допуск на измеряемый параметр.
Для оценки статистических параметров чаще всего исследуется не вся существующая совокупность (партия) объектов (генеральная совокупность), а её часть (выборочная совокупность или выборка),
отобранная по определенной методике, обеспечивающей её репрезентативность (представительность), то есть возможность распространения полученных результатов с достаточной достоверностью на всю генеральную совокупность. Например: 19,93; 19,87; 19,97; 19,89; 19,95; 19,92; 19,89; 19,95; 19,93; …; 19,95; 19,88; 19,94; 19,93.
После получения выборки проводится её анализ с целью исключения грубых ошибок (промахов) или ошибок наблюдения.
66
4.4.ОПРЕДЕЛЕНИЕ ОБЪЁМА ВЫБОРКИ
ВПРОГРАММЕ «STATISTICA 8»
Определим объём выборки случайной величины в программном продукте «STATISTICA 8», используя в качестве изучаемого признака (xi) размер детали (приложение А «Исходные данные»). При этом формирование (загрузка) исходных данных осуществляется аналогичным способом, описанным выше (см. рис. 3.8).
Помимо исходной выборки значений случайной величины xi, также известна доверительная вероятность α = 0,95.
Согласно описанному выше алгоритму решения данной задачи изначально определим величину εотн, для чего необходимо найти среднюю величину выборки (101 значение), коэффициент вариации V, верхнюю и нижнюю доверительные границы, то есть хн и хв соответственно.
Выполним ряд действий, отраженных на рис. 4.1 и 4.2, которые позволят нам определить искомые величины.
Рис. 4.1. Окно «Basic Statistics/Tables»
67
В появившемся окне выбираются интересующие характеристики.
Рис. 4.2. Окновыборапараметровдляопределения величиныεотн
В итоге получим результат, представленный на рис. 4.3.
Рис. 4.3. Результаты расчёта коэффициента вариации
Далее с помощью существующего функционала в программе «STATISTICA 8» рассчитаем относительную ошибку εотн и величину εотн / V, для чего добавим дополнительные столбцы «e_otn» и «εотн/ V» в результирующуютаблицу (рис. 4.4), полученнуювыше.
Таким образом, получим εотн / V = 0,197 ≈ 0,2.
По табл. 4.2 находим значение объёма выборки, при α = 0,95. Поскольку подходящего значения в таблице нет, необходимо произвести экстраполяциюзначений, выходящихза областьопределения.
Для осуществления процедуры экстраполяции данные табл. 4.2 заносятся в программу и в меню «Graphs» выбирается пункт «Scatterplots» (рис. 4.5).
68
Рис. 4.4. Расчёт параметров εотн и εотн / V
Рис. 4.5. Построение 2D-графика для нахождения величины объёма выборки
69
Далее выбираем переменные для графика и производим его настройку (рис. 4.6 и 4.7).
Таким образом, ориентировочное значение объёма выборки для εотн / V = 0,198 ≈ 0,2 равно 70, то есть N = 70.
Рис. 4.6. Настройки 2D-графика
Рис. 4.7. 2D-график нахождения величины N
70