3011

Для этого служит контрольный листок - бумажный бланк, на котором заранее напечатаны контролируемые параметры, с тем, чтобы можно было легко и точно записать данные измерений. Его главное назначение облегчить процесс сбора данных и автоматически упорядочить данные для облегчения их дальнейшего использования.

Приведем еще один пример контрольного листа - контрольного листа для регистрации распределения измеряемого параметра в ходе производственного процесса. Предположим, что мы хотим выявить изменения в размерах некоторой детали, подвергающейся механической обработке, причем, размер, указанный в чертеже равен 8,300±0,008.

61

Для сбора данных используют бланк, показанный в табл. 5.3. Каждый раз, когда производится замер, в соответствующую клеточку ставится крест, так, что к концу измерений гистограмма готова.

Таблица 5.3 Контрольный листок для регистрации распределения

измеряемого параметра качества в ходе производственного процесса (значение параметра на чертеже 8,300 0,008)

*-8 -7 -6

*8

9

10

* Граница поля допуска (по чертежу)

55

Итого

62

Таблица 5.4.

Контрольный листок

63

Продолжение табл. 5.4

Число различных контрольных листков исчисляется сотнями, и в принципе, для каждой конкретной цели может быть разработан свой листок. Приведем так же пример [1] контрольного листка, применяемого для фиксирования отказавших деталей в телевизорах (табл. 5.4). На основании собранных с помощью этого контрольного листка данных не представляет труда составить таблицу суммарных отказов

(табл. 5.5).

При составлении контрольных листков следует обратить внимание на то, чтобы было указано, кто, на каком этапе процесса и в течение какого времени собирал данные, а также, чтобы форма листка была простой и понятной без дополнительных пояснений.

Таблица 5.5 Суммарное количество отказавших деталей телевизоров

64

6. РАССЛАИВАНИЕ

Одним из наиболее простых и эффективных статистических методов, широко используемым в системе управления качеством, является метод расслаивания. Недаром он стоит в числе первых из семи статистических методов, лежащих в основе контроля и последующего анализа качества. В соответствии с этим методом производят 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).

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 4М, учитывающий факторы, зависящие от человека

(man), машины (machine), материала (material), метода (method).

Расслаивание осуществляется примерно так: расслаивание по исполнителям — по квалификации, по

полу, по стажу работы и т. д.; расслаивание по машинам и оборудованию — по

новому и старому оборудованию, по марке, конструкции, выпускающей фирме и т. д.;

расслаивание по материалу — по месту производства, по фирме-производителю, по партии, по качеству сырья и т. д.; расслаивание по способу производства — по температуре, по технологическому приему, по месту

производства и т. д.

65

Например, если расслаивание произведено по фактору «оператop» (man), то при значительном различии в данных можно определить влияние того или иного оператора на качество изделия; если расслаивание произведено по фактору «оборудование» — влияние использования разного оборудования и т. д.

Врезультате расслаивания обязательно должны соблюдаться следующие два условия:

различия между значениями случайной величины внутри слоя должны быть как можно меньше по сравнению с различием ее значений в нерасслоенной исходной совокупности;

различие между слоями (различия между средними значениями случайных величин слоев) должно быть как можно больше.

Впоследние годы вопросам повышения качества электронных средств уделяется все большее внимание. Для контроля их качества при серийном производстве применяются следующие методы контроля [1]: составление контрольных листов и контрольных карт, расслаивание статистических данных, построение графиков и некоторые другие. Для их применения необходимо набрать достаточное количество статистических данных по параметрам качества изделий. Как правило, эти данные являются случайными величинами, группирующимися около среднего значения этих величин. Степень рассеивания определяет величину дисперсии.

Сбор и обработка статистических данных основаны на применении так называемого выборочного метода. Выборкой называют часть изделий, отобранных из общей их совокупности для получения информации обо всем количестве изделий, называемом общей или генеральной совокупностью. При этом последнее подразумевает однородную совокупность параметров качества контролируемых изделий. Чтобы выборка достаточно хорошо представляла соответствующие характеристики генеральной совокупности, она должна иметь сравнительно большое количество отобранных изделий

66

(обычно не менее 100-200). Конечно, чем больше, тем лучше, но из-за трудностей измерения и обработки большого количества данных довольствуются указанным количеством.

Выборки можно классифицировать по некоторым признакам, например: по способу отбора (повторные и бесповторные), преднамеренности отбора (пристрастныерасслоенные и случайные), по отношению ко времени отбора (единовременные и текущие), целевому назначению (общепроизводственные и одноагрегатные) и т.д. [1,2].

Значения параметров качества изделий выборки представляют собой первичный статистический материал, подлежащий обработке, осмыслению и анализу.

Пример 1. Предположим, что имеются результаты измерений выборки из 160 изделий (табл. 6.1). Этот статистический материал подвергают обработке: строится так называемый статистический ряд, в котором значения располагают в порядке возрастания (или убывания), а одни и те же значения объединяют.

Таблица 6.1 Статистические данные измерения напряжений

(выборка до появления брака)

67

Продолжение табл. 6.1

В реальных условиях важно, чтобы данные регистрировались в простой и доступной форме. Для этого служит контрольный листок - бумажный бланк, на котором заранее напечатаны контролируемые параметры, с тем, чтобы можно было легко и точно записать данные измерений. Его главное назначение облегчить процесс сбора данных и автоматически упорядочить данные для облегчения их дальнейшего использования. Порядок сбора и регистрации данных таит в себе много возможностей допустить ошибки. Обычно, чем больше людей обрабатывают данные, тем больше вероятность появления ошибок в процессе записи. В связи с этим лучше автоматизировать построение контрольных листков с помощью ПЭВМ.

Контрольный листок строится в виде гистограммы ручным способом или автоматически по мере введения в

ПЭВМ данных (рис. 6.1): по горизонтальной оси откладываются значения измеряемого параметра качества x (например выходное напряжение блока питания), а по вертикальной оси частота повторений этого значения m.

Построенный контрольный листок позволяет производить расслаивание этих данных для выявления места и/или причин появления брака. Рассмотрим это на следующем примере.

Пусть в цехе выпускаются блоки питания на двух конвейерах. В табл. 6.1 представлены значения параметра качества для выборки из 160 изделий, отобранных до появления брака. Среднее арифметическое значение от этих 16 значений будет показывать нормальное напряжение выпускаемого источника питания, остальные значения параметра дают рассеивание значения около этого среднего арифметического значения. В таблице верхние 8 строк значений соответствуют изделиям, отобранным с первого конвейера, а нижние 8 строк значений -

68

изделиям, отобранным со второго конвейера. Построенные гистограммы: верхняя (рис. 6.1,а) - для данных первого конвейера (среднее арифметическое значение параметра равно 197 вольт), средняя гистограмма (рис. 6.1,б) - для данных второго конвейера (среднее арифметическое значение параметра равно 197 вольт) и нижняя (рис. 6.1,в) - для изделий всей выборки (среднее арифметическое значение параметра равно 197 вольт), показывают, что статистические характеристики (среднее арифметическое, размах, дисперсия и др.) одинаковы для первого и второго конвейеров и для всей выборки брак отсутствует.

Таблица 6.2 Статистические данные измерения напряжений

(выборка при появлении брака)

Далее рассмотрим случай появления брака. Значения выборки, отобранной после появления брака, представлены в табл. 6.2, аналогично 8 верхних строк значений - для первого конвейера, а 8 нижних строк значений - для второго конвейера.

69

Рис. 6.1. Гистограммы, построенные для случая отсутствия брака

70