Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Менеджмент качества. Учебник

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 6 78 / 208 9 10 11 12 13 14 15 16 17 18 19 20 > Следующая >>>

Диаграмма Парето способствует выявлению наиболее важных при-

чин потерь качества, возможности улучшения качества и установления целей. Диаграмма Парето обеспечивает простой графический метод классификации причин от наиболее до наименее важных. Диаграмма Парето показывает в убывающем порядке относительное влияние каждой причины на общую проблему. Для представления накопленного влияния причин используется кумуляти

% брака 120 100

80 60 40 20

вная кривая (рис. 3.10) [3].

123456

Рис. 3.10. Диаграмма Парето [3].

кумулятивная кривая

причина

брака

С помощью диаграммы Парето анализируется число случаев брака, виды брака, потери от брака по причинам и видам брака, затраты времени и материальные средства на исправление брака, содержание рекламаций, поступающих от потребителей, причины аварий и поломки технологического оборудования, причины несоблюдения технологической дисциплины, затраты на обеспечение качества в процессе производства, анализ спроса на различные виды продукции [3,6].

Диаграмма Парето часто обнаруживает закономерность, получившую название «Правило 80/20»,

основанную на принципе Парето, согласно которому большая часть следствий вызывается относительно немногочисленными причинами. Применительно к анализу несоответствий данная закономерность может быть сформулирована следующим образом: обычно 80% обнаруженных несоответствий связано лишь с 20% всех возможных причин. Кроме выявления и ранжирования факторов по их зн

ачимости диаграмма Парето с успехом применяется для наглядной демонстрации эффективности тех или иных мероприятий в области обеспечения качества: достаточно построить и сравнить две диаграммы Парето - до и после реализации каких-либо мероприятий [7, 6].

Диаграмму Парето целесообразно применять вместе с причинно-

следственной диаграммой. В целях выявления причин снижения качес

тва продукции или нестабильности технологического процесса, необходимо выявить проблемы и причины их возникновения для каждого конкретного несоответствия.

Причинно-следственные диаграммы (К. Исикавы) строятся с целью

рассортировать и определить взаимодействия между факторами, влияющими на процесс. Причинно-следственная диаграмма изображает зависимость между данным следствием и его потенциальными причинами (причинно-следственный анализ (рис 3.11).

определение

проблемы

составление плана

мероприятий по

повышению

качества

выявление наиболее

существенных

факторов

Причинно-

следственная

диаграмм

выявление производст-

венных участков, кон-

кретных лиц, ответст-

венных за доведение

корректирующих

факторов до нормы

Рис. 3.11. Порядок составления и использования причинно-следственной диаграммы

установление

уровня, до кото-

рого должны быть

доведены факто-

ры, подлежащие

корректировке

выявление причин

разного порядка,

влияющих на

выбранные факторы

Для производства изделий, качество которых удовлетворяло бы запросам потребителей, прежде всего необходимо наиболее важным показателям качества (являющимся следствием) поставить в соответствие различные факторы производства (составляющие систему причинных факторов). Затем на те факторы, которые оказывают отрицательное влияние на результат, необходимо оказать воздействие правильно подобранными мерами и этим ввести процесс в стабильное состояние. Таким образом, схема Исикавы позволяет выявить и сгрупп

ировать условия и факторы, влияющие на изучаемую проблему, которая условно обозначается в виде прямой горизонтальной стрелки [3,6].

Факторы, прямо или косвенно влияющие на проблему, изображаются наклонными стрелками, причем существенные факторы, то есть причины 1-го порядка (наклонные большие стрелки), зате

м детализируются. То есть на схеме к каждой причине 1-го порядка указывают наклонные маленькие стрелки, обозначающие различные условия, причины, обуславливающие данный фактор. На рис. 3.12 показана причинно-следственная

диаграмма, отображающая зависимость показателей качества продукции

машиностроительного предприятия от влияющих факторов и условий [3].

1.2

1.1.1

1.1

2.2

Методы

Персонал

1.1.2

2.3

1.1.3

1.3

3.1.4

Материал

Рис. 3.12. Диаграмма Исикавы для анализа факторов, определяющих

1.1. Механообработка: 1.1.1. Раскрой металла; 1.1.2. Токарная обработка;

3.1. Наличие поверхностных дефектов: 3.1.1. Углубление от окалины;

3.1.2. Поверхностные дефекты в соответствии с ТУ чертежа; 3.1.3. Заштампованные

усадочные раковины; 3.1.4. Заштампованные песочные, шлаковые, газовые раковины;

4.1.3. Шлифовальный станок; 4.1.4. Фрезерный станок; 4.2. Сварка

3.1.5

3.1

1.1.3. Шлифовка; 1.2. Сварка; 1.3. Сборка.

2.1. Квалификация рабочего; 2.2. Квалификация контроллера;

3.1.5. Наплыв металла по внутреннему контуру.

4.1. Механическая обработка: 4.1.1. Пресс; 4.1.2. Ланжерон;

3.1.1

3.1.3

3.1.2

качество продукции [3,6]

2.3. Количество контроллеров.

2.1

4.2

Машины

4.1

Качество

продукции

4.1.4

4.1.3

4.1.2

4.1.1

Гистограмма представляет собой столбчатый график и применяется, для наглядного изображения распределения конкретных значений параметра по частоте повторения за определенный период времени (неделя, месяц, год). Используется везде, где требуется проведение анализа точности и стабильности процесса, наблюдение за качеством продукции, отслеживание существенных показателей производства. Гистограмма - один из инструментов статистического контроля качества. Японский

союз ученых и инженеров в 1979 г. включил гистограммы в состав семи методов контроля качества. Гистограмма полезна для получения визуальной информации о процессе и помогает принять решение, на чем сосредоточить управленческие усилия по улучшению процесса [3,6]. Эта информация отображается серией столбиков одинаковой ширины, но разной высоты. Ширина

столбика представляет интервал в диапазоне наблюдений. Высота столби-

ка представляет количество измерений, попавших в данный интервал.

При нормальных данных существует тенденция расположения большинства результатов наблюдений ближе к центру распределения (центральное значение) с постепенным уменьшением при движении от центра. Гистограмма применяется главным образом для анализа значений измеренных параметров, но может использоваться и для расчетных значе-

. Характер рассеивания случайной величины (например, размер диаго-

ний нали телевизора) можно представить в виде гистограммы, в которой по оси абсцисс откладывают действительные размеры, а по оси ординат – количество изделий с данным отклонением (рис. 3.13) [3,6].

количество

изделий, шт

60 50 40 30 20 10

50,92 50,94 50,96 50,98 51 51,02 51,04 51,06 51,08

Рис. 3.13. Пример построения гистограммы [3,6]

диаметр,

см

При нанесении на график допустимых значений параметра можно определить, как часто этот параметр попадает в допустимый диапазон или выходит за его пределы.

Контрольная карта, как статистический метод анализа и управления качеством была предложена в 1924 г. Уолтером Шухартом. Теория контрольных карт выделяет два вида вариабельности или изменчивости[56].

К первому виду относится изменчивость, вызванная «случайными причинами», которые также получили название общие, естественные, внутренние, неконтролируемые. Эта изменчивость обусловлена набором разнообразных причин, присутствующих постоянно, которые нелегко или невозможно выявить. Каждая из таких причин формирует очень малую долю общей изменчивости, и ни одна из них не превалирует

над другими. Воздействие совокупности всех этих причин измеримо, и предполагается, что оно формирует внутренне присущую процессу изменчивость. Исключение или уменьшение влияния случайных причин скорее всего потребует принятия решений и выделения ресурсов для фундаментального изменения процесса и системы [

56].

Второй вид вариабельности представляет собой реальное изменение











в процессе. Такое изменение может быть следствием некоторых причин, не присущих процессу, которые могут быть идентифицированы и устранены, по крайней мере теоретически. Эти потенциально выявляемые причины называют «особыми» (или специальными, неестественными, систематическими, контролируемыми) причинами изменчивости. К ним могут быть отнесены неоднородность материала, поломка инструмента, неправильная работа производственного или контрольного оборудования, несо

ответствующая квалификация персонала, нарушение процедур, изменение производственных условий.

Карты строится на бланке (формуляре), на который нанесена сетка из тонких вертикальных и горизонтальных линий. По вертикали на карте отмечают выбранную статистическую характеристику наблюдаемого параметра (например, индивидуальное или среднее арифметическое значение, медиану, размах и др.), а по горизонтали - время или номер контрольной вы

борки [3,6]

Контрольные карты основываются на следующих положениях [3,13]:

- все процессы с течением времени отклоняются от заданных харак-

теристик;

- отклонения отдельных точек являются непрогнозируемыми;

- стабильный процесс изменяется случайным образом, но так, что

группы точек стабильного процесса имеют тенденцию находиться в прогнозируемых

границах;

- нестабильный процесс отклоняется в силу неслучайных факторов, и неслучайными обычно считаются те отклонения, которые находятся за пределами прогнозируемых границ.

В стандарте [56]контрольные карты представлены двух типов (табл. 3.4)

Таблица 3.4

Значения

параметров

процесса

не заданы для количе-

заданы для количе-

Тип

контрольной

карты

ственных и альтернативных данных

Типы контрольных карт

обнаружение таких отклонений значений наблюдаемых характеристик (например, статистики), какие превышают вариации, вызываемые только случайными причинами. определение того, что наблюдаемые значения т.п. для нескольких подгрупп отличаются от соответствующих заданных значений

ожидать при действии только случайных причин

Цель применения типа

, R или какой-либо другой

и т.п. больше, чем можно

,s и

Контрольные карты, для которых не заданы значения параметров используют для выявления изменчивости, обусловленной неслучайными причинами, и приведения процесса в состояние статистической управляемости [56].

Отличием карт с заданными значениями параметров от карт, для ко-









торых значения параметров не заданы, является наличие дополнительных требований, определяющих параметры положения центральной линии и изменчивости процесса. Установленные значения могут быть заданы на основе опыта, полученного при использовании контрольных карт без априорной информации или заданных значений, а также на основе экономических показателей, установленных после анализ

а потребностей в услуге и стоимости производства, или могут быть указаны в технических требованиях на продукцию [56].

В стандарте рассмотрены следующие контрольные карты[56]:

1) контрольные карты для количественных данных, используемые в ситуации, когда результатами наблюдений являются непрерывные величины: карты средних (





), размахов (R) или выборочных стандартных откло-

нений (s); карты индивидуальных значений (X) и скользящих размахов

); карты медиан () и размахов (R);

2) контрольные карты для альтернативных данных, используемые в

ситуации, когда результатами наблюдений являются натуральные числа или категоризированные данные: карта долей несоответствующих единиц продукции (p-карта); карта числа несоответствующих единиц продукции (np-карта); карта числа несоответствий (с-карта); карта числа несоответствий на единицу продукции (u-карта).

Схема выбора типа контрольной карты для конкретной ситуации

представлена на рисунке 3.14.

Количественные данные Альтернативные данные

Несоответствующие

единицы

Нет

, R

карты

Рис.3.14 Схема выбора типа контрольной карты для конкретной ситуации[56].

n≥10

Да

, S

карты

Объем

выборки

n=1?

Да

Карты инди-

видуальных

значений

Нет Нет

Да Да

p-карта

Объем вы-

борки по-

стоянен?

Да Да

Измеряется

доля?

Нет

np-карта

Соответствующие

Объем вы-

борки по-

стоянен?

Измеряется

доля?

Нет

u-карта c-карта

Контрольные карты позволяют использовать текущие данные про-

цесса, чтобы установить статистически нормальные границы (границы регулирования: верхней контрольной границей (UCL); нижней контрольной границей(L

)), в которых должны находиться характеристики процесса

(рси.3.15). Постоянное использование контрольной карты может помочь

определить факторы, вызывающие отклонения процесса от заданных требований и исключить их влияние [56].

р, %

Верхняя граница

регулирования

)

Нижняя граница

регулирования

)

3 2

Рис. 3.15. Вид контрольной р-карты

765

выборка

Для оценки контрольных границ применяется трехкратное среднее

квадратическое отклонение (правило «трех сигм») (3.2) [3,6].

рр

)( 

(3.2)

,)(22рр 

где

- количество (или доля) дефектных изделий в выборке;p- средняя

доля дефектных изделий;







или



- число наблюдений.

Если точки, наносимые на контрольную карту, не входят за границы

регулирования, то технологический процесс протекает стабильно.

Если точки на КК выходят за контрольные границы, то считается , что в технологическом процессе возникли какие-то технологические погрешности, которые должны быть выявлены и устранены. Каждый выход за регулировочные границы должен фиксиро

ваться и тщательно анализироваться.

Результаты измерений процесса в течение определенного времени сравниваются с требованиями к процессу для установления, что процесс:

- выходит за установленные границы, но позволяет удовлетворить

требования потребителя (процесс требует наладки, настройки);

- находится в установленных границах, но не позволяет удовлетво-

рить требования потребителя (необходимо улучшение процесса);

- выходит за установленные границы и не позволяет удовлетворить

требования потребителя (процесс требует наладки/ настро

йки и кроме того

необходимо общее улучшение процесса)

Метод контрольных карт позволяет оценить, достиг ли процесс

управляемого состояния или продолжает ли он находиться в этом состоянии. Если процесс управляем, то считается, что он стабилен и предсказуем, и тогда далее следует анализировать способность процесса удовлетворять требованиям потребителя.

Контрольные карты также могут использоваться для непрерывной регистрации характеристик качества по мере работы процесса. Кроме того, контрольные карты помогают выявлять необычные структ

уры вариации данных, возникающие в повторяющихся процессах, и обеспечивают критерии выявления потери статистической управляемости. Использование контрольных карт и их тщательный анализ ведут к улучшению понимания процессов и часто способствуют обнаружению путей для ценных улучшений [56].

Все статистические методы базируются на понятии разброса. При-

менение на рабочем месте статистических методов для контроля за разбро

сом параметров изготавливаемого изделия является представлением в графическом виде простых для понимания статистических величин, характеризующих разброс. Оценка разброса данных часто дает возможность понять характер процесса. Если разброс данных мал, можно ослабить контроль, если велик - это следуе

т воспринимать как сигнал к необходимости регулирования процесса для повышения его стабильности, повышения качества исходных материалов, выявления и устранения неполадок оборудования и пр. Собранные данные могут быть использованы не только для принятия решений в момент их получения и анализа, но и для оценки различных проблем, рассматриваемых в

течение более долгого срока, напри-

мер, в течение месяца или года [3,6].

3.4. Инструменты управления качеством продукции и услуг на предприятия

Японский союз инженеров и ученых выделил семь основных инст-

рументов оперативного управления (обеспечения) качеством [27]:

1) диаграмма сродства (affinity diagram);

2) диаграмма связей (interrelationship diagram);

3) древовидная диаграмма (tree diagram);

4) матричная диаграмма; или таблица качества (matrix diagramor qual-

ity table);

5) стрелочная диаграмма (diagram);

6) диаграмма процесса осуществления программы PDPC (process deci-

sion program chart — диаграмма процесса осуществления программы);

7) матрица приоритетов (анализ матричных данных) (matrix data anal-

ysis).

Иногда эти семь инструментов называют новыми инструментами

управления качеством - N7. Эти инструменты применяются в оперативном управлении качеством проекта и носят общий характер [27].

В стратегическом плане их можно рассматривать как семь страте-

гических методов управления качеством - S7. К ним относятся[27]:

- оценка привлекательности бизнеса;

- бенчмаркинг;

- анализ сегментирования рынка;

- оценка рыночной позиции;

- управление портфелем проектов;

- стратегический анализ факторов развития;

- оптимизация ресурсов.

В стратегическом аспекте всеобщего управления качеством, становится концепция управления предприятием, определяющей текущую эффективность бизнеса и перспективы его развития, основанную на применении инструментов оперативного управления качеством (рис. 3.16).

Этапы развития бизнеса

I этап

предварительного анализа

и определении проблемы

II этап

развертывания средств

III этап

систематизации средств

Рис. 3.16. Применения инструментов оперативного управления качеством

на разных стадиях развития бизнеса

Инструменты оперативного

управления качеством

диаграмма сродства

диаграмма связей

матричная диаграмма

древовидная диаграмма

стрелочная диаграмма

диаграмма процесса

Завершающей является матрица приоритетов, которая позволяет выявить приоритетные сегменты рынка, которыми будет воспринят усовершенствованный продукт.

Рассмотрим использование данных инструментов в практическом решении проблемы увеличения гарантийного срока службы изделия.

Диаграмма сродства является средством структурирования большого

количества разнообразных данных по рассматриваемой проблеме по принципу сродства различных данных и иллюстрирует скорее ассоциативные, чем логические, связи [24]. Этот инструмент иногда называют методом KJ. Он возник из раннего опыта работы японского ученого Джиро Кавакиты в 1950-х гг. Методы, разработанные тогда для сбора и анализа данных, выли-

сь в подход решения проблемы, обозначенный его инициалами [25].

ли

При сборе большого количества данных о различных идеях, мнениях и интересах, связанных с одной темой, диаграмма сродства дает возможность организовать информацию в группы на основе естественных связей, существующих между ними. Этот инструмент предназначен для стимуляции творческих способностей и полного вовлечения участнико

в –

членов команды. Он более эффективен в небольших группах (5 – 9 человек), в которых сотрудники привыкли работать вместе. Диаграмму сродства часто используют для организации идей, возникших в ходе «мозговой атаки» [25].

Порядок создания диаграммы сродства и особенности этапов пред-

ставлены в таблице 3.5.

Таблица 3.5

Особенности этапов создания диаграммы сродства

Этап

процесса

1 Определение предмета

2 Сбор различных разроз-

3 Распределение данных по

4 Пересмотр данных в каж-

5 Присвоение названия ка-

6 Составляется диаграмма

Процесс создания диа-

граммы сродства

исследования

ненных данных по выбранному предмету исследования

различным группам, имеющим общие характеристики или признаки.

дой группе, выделение общих признаков или общей идеи, объединяющей все элементы группы

ждой группе данных

сродства в итоговом варианте.

Характеристика

В качестве предмета исследования могут выбираться несоответствия по процессу, часто возникающий брак в работе и т.п. В ходе выполнения этого шага важно обратить внимание на то, чтобы данные собирались «беспорядочно» - т.е. без целенаправленного поиска по какому-либо узкому направлению Распределение данных осуществляется на интуитивной основе. Для того чтобы иметь больше возможностей по группировке данных, на этом этапе не следует давать группам названия Если не удается сформулировать общий признак, а количество элементов в группе достаточно велико, то группа разделяется на подгруппы, т.е. выполняется предыдущий шаг, но уже только с элементами выбранной группы Каждой группе данных присваивается название, которое отражает общий для группы признак Подведение итогов

<<< < Предыдущая 1 2 3 4 5 6 78 / 208 9 10 11 12 13 14 15 16 17 18 19 20 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]