- •В.Н. Маслов менеджмент качества
- •Введение
- •1. Качество и развитие общества
- •1.1. Понятие качества
- •1.2. Социальный кругооборот качества
- •1.2.1. Качество жизни
- •1.2.2. Качество персонала. Качество населения
- •1.2.3. Качество организаций
- •1.2.4. Качество систем менеджмента общества
- •1.2.5. Качество процессов трудовой деятельности
- •1.3. Качество процесса развития планетарного общества. Модели развития общества
- •Контрольные вопросы
- •Литература
- •2. Качество продукции
- •2.1. Виды и параметры продукции
- •2.1.1. Виды продукции
- •2.1.2. Параметры продукции. Классификация
- •2.1.3. Статистические параметры продукции
- •2.2. Требования к присущим характеристикам продукции
- •2.2.1. Выбор номенклатуры параметров продукции
- •2.2.2. Требования к значениям параметров продукции
- •2.2.3. Требования к процедурам измерений, испытаний, контроля
- •2.3. Определение значений параметров продукции
- •2.3.1. Общая характеристика методов
- •2.3.2. Экспериментальные методы оценивания параметров
- •2.3.3. Расчетно-экспериментальные методы оценивания параметров
- •2.4. Контроль характеристик продукции
- •2.4.1. Общие представления
- •2.4.2. Методы статистического приемочного контроля партий продукции
- •2.4.3. Методы определения планов контроля
- •Контрольные вопросы
- •Литература
- •3. Качество процессов
- •3.1. Процессы и менеджмент
- •3.1.1. Понятия процесса и менеджмента
- •3.1.2. Виды процессов
- •3.1.3. Понятие менеджмента качества
- •3.1.4. Принципы менеджмента качества
- •3.1.5. Функции высшего руководства в области менеджмента качества
- •3.2 Модели процессов
- •3.2.1. Общая характеристика
- •3.2.2. Модели случайных процессов в случае контроля по альтернативному признаку
- •3.2.3. Модели случайных процессов в случае контроля потока продукции по количественному признаку
- •3.2.4. Модели случайных процессов в случае контроля последовательности партий продукции по количественному признаку
- •3.3. Характеристики процессов. Требования к процессам
- •3.3.1. Общие положения. Цепная реакция Деминга
- •3.3.2. Показатели точности и стабильности технологических процессов
- •3.4. Менеджмент качества процессов
- •3.5. Статистические методы менеджмента качества
- •3.5.1. Статистические методы анализа технологических процессов
- •3.5.2. Статистические методы регулирования технологических процессов
- •3.5.3. Статистические методы приемочного контроля продукции
- •Контрольные вопросы
- •Литература
- •4. Системы менеджмента качества
- •4.1. История возникновения и развития
- •4.2. Концепции построения систем менеджмента качества
- •4.2.1. Концепции построения смк на основе мс исо серии 9000
- •4.2.2. Концепция построения смк на основе модели совершенства
- •4.3. Цели организации и критерии оптимальности решений
- •4.4. Требования мс исо серии 9000 к системе менеджмента качества
- •4.5. Разработка и внедрение систем менеджмента качества
- •4.5.1. Пути и способы разработки и внедрения
- •4.5.2. Проблемы внедрения систем менеджмента качества
- •Контрольные вопросы
- •Литература
- •5. Государственное и международное регулирование в области качества
- •5.1. Государственное регулирование в области качества
- •5.1.1. Предпосылки
- •5.1.2. Методы государственного регулирования в области качества
- •5.1.3. Принципы технического регулирования
- •5.1.4. Технические регламенты
- •5.1.5. Стандартизация
- •5.1.6. Подтверждение соответствия
- •5.1.7. Схемы подтверждения соответствия
- •5.1.8. Сертификация. Системы сертификации
- •5.1.9. Процедура сертификации
- •5.2. Международное регулирование в области качества
- •5.2.1. Международная организация по стандартизации – исо (iso)
- •5.2.2. Международная электротехническая комиссия – мэк (iec)
- •5.2.3. Международный союз электросвязи – мсэ (itu)
- •5.2.4. Продовольственная и сельскохозяйственная организация оон (фао оон)
- •5.2.5. Комиссия «Кодекс Алиментариус» (Codex Alimentarius)
- •5.2.6. Европейская организация по качеству еок (eoq)
- •Контрольные вопросы
- •Литература
- •Глоссарий
- •Оглавление
- •Маслов Владимир Николаевич,
- •Менеджмент качества
3.2.3. Модели случайных процессов в случае контроля потока продукции по количественному признаку
Рассмотрим простейший случай, когда единицы продукции – штучные, а поток – однорядный. Пусть контроль –операционный, Х – некоторый параметр изделия. Процесс Х(t) имеет, как прави- ло, нестационарный характер, так как техпроцесс постепенно разлаживается.
На рис. 5 приведены реализации нестационарного случайного процесса, когда разладка может происходить приблизительно по линейному закону, но в разных направлениях (хотя реализации бывают и более сложными: разладка сначала идет в одном направлении, а потом, под влиянием новых факторов, – в другом).
Рис. 5. Графики изменения значений параметра от изделия к изделию после наладки технологической линии
Простейшая модель такого процесса имеет вид: X(t) = А(t) + , где А(t) – некоторая функция (например, линейная) со случайными параметрами, – случайная величина, распределенная по нормальному закону с нулевым математическим ожиданием и дисперсией 2, которую обычно считают постоянной. Тогда при любом t случайная величина Х будет распределена также по нормальному закону, с той же дисперсией 2, но со случайным математическим ожиданием А(t). Это распределение называется мгновенным. Дисперсия 2 оценивается по нескольким малым выборкам (единицы продукции отбираются в выборку подряд) путем усреднения оценок дисперсий, полученных по каждой малой выборке.
Более сложная модель – когда 2 зависит от t или от А(t).
Однако модели такого типа являются довольно «грубыми». Их использование основано на двух предположениях. Первое: если уж процесс стал развиваться в среднем по определенному (например, линейному) закону, то он так и будет продолжать развиваться по этому закону, т.е. неизменными будут даже коэффициенты. Второе: между параметрами Х1, Х2 соседних изделий корреляция отсутствует (поскольку – случайная величина, а не процесс).
Более гибкая модель – это марковский процесс. Дискретный его вариант (марковская цепь) задается матрицей переходных вероятностей рij, т.е. вероятностей того, что случайно взятое изделие будет иметь значение Х = Xj, если предыдущее изделие имело значение Х = Xi (рij могут быть функцией «медленного» времени). Должны быть заданы также и априорные вероятности состояний Xi процесса в момент его настройки. Марковской цепью можно описывать и процесс изменения математического ожидания А(t), если X(t) представить в виде: X(t) =А(t) + .
Для описания процесса X(t) (обычно на сборочном конвейере) может быть использована также модель выбросов случайных процессов.
3.2.4. Модели случайных процессов в случае контроля последовательности партий продукции по количественному признаку
Пусть снова Х – некоторый параметр единицы продукции. Но t может иметь смысл номера партии и каждому t будет соответствовать столько значений Х, сколько единиц продукции в партии. Модель процесса целесообразно представлять в виде X(t) = А(t) + , где А(t) – случайный процесс изменения математического ожидания параметра Х среди единиц продукции одной партии, а случайная величина по-прежнему имеет нулевое математическое ожидание, но может быть распределена не по нормальному закону, к тому же дисперсия 2 (ее называют внутрипартионной) может представлять собой также случайный процесс D(t) или просто считаться случайной величиной на совокупности партий продукции.
Процессы А(t) и D(t) могут быть нестационарными и стационарными. Для описания нестационарных процессов более всего подходят марковские цепи, а стационарных – могут быть использованы и более простые -коррелированные случайные процессы, т.е. описываемые одномерными плотностями распределения w(a) и w(d) случайных величин А и D соответственно. При сильной (взаимной) корреляции между математическим ожиданием и дисперсией изделий одной партии в модель случайного процесса X(t) может быть введен еще и коэффициент взаимной корреляции. На рис. 6 представлена реализация а(t) стационарного случайного процесса А(t). Здесь показаны также плотности вероятности случайной величины Х на совокупности изделий одной партии – f(x) и нескольких партий – g(x). Между ними и плотностью w(a) при постоянной дисперсии 2 и постоянном объеме партии имеется связь:
Рис. 6. График изменения среднего значения параметра от партии к партии – а(t), условные fi(x) и полная g(x) плотности распределения