 |
Глава 2. Построение и анализ p-контрольной карты на примере производства технического полиакриламидного геля
|
|
|
|
Полиакриламид-гель технический – гелеобразная вязкая масса от светло-желтого до голубого или зеленого цвета. Допускается появление фиолетового цвета. Предназначен для использования в качестве флокулянта для эффективной очистки природных и сточных вод, улавливания и выделения ионов тяжелых металлов и токсичных веществ, а также для флокуляции в горно-химической, угольной, газовой и нефтедобывающей промышленности, черной и цветной металлургии, для предприятий целлюлозно-бумажной и текстильной отраслей промышленности, в производстве шпатлевок и водоэмульсионных красок.
Для построения p-карты была применена программа Statistica. Программный продукт Statistica позволяет проводить разнообразные прикладные статистические исследования, в нем представлены такие инструменты контроля качества и регулирования технологических процессов, как контрольные карты, методы выборочного контроля и последовательные методы.
Для нахождения верхней и нижней контрольной границ и построения графика были применены следующие формулы:
= 
Нижняя контрольная граница = 
Верхняя контрольная граница = 
= 0,16927; = 
= 48; нижняя контрольная граница = 0,007; верхняя контрольная граница = 0,332.
На основании этих данных был построен график контрольной p-карты.
Рис. P-карта дефектной продукции технического полиакриламидного геля
Уровень воспроизводимости производственного процесса в большинстве случаев количественно оценивается следующими пятью коэффициентами:
CPV = 
= 1,01; CPL = 
= 1
CPK = min(CPV,CPL) = 1. Коэффициент СPK характеризует нормированное расстояние между средним значением процесса и ближайшим пределом стандарта. Это говорит об управляемости процесса.
|
|
|
К = 
= 
= 0,003.
Коэффициент К дает количественную оценку нецентрированности процесса, характеризует степень приближения реальной характеристики процесса к уровню его потенциальной характеристики.
Cp = 
= 
= 0,33.
Коэффициент Ср характеризует разброс наблюдаемых параметров. Чем больше Ср, тем больше запас точности и соответственно выше гарантия, что производственный процесс обеспечивает бездефектное изготовление продукции в течение определенного промежутка времени, который будет тем больше, чем стабильнее процесс. Производственный процесс неудовлетворительный, так как Cp < 1. Чтобы выявить причины дефектов и разработать мероприятия по улучшению показателей, необходимо построение диаграммы Парето и причинно-следственную диаграмму.
Заключение
Совершенствование качества продукции и процессов требует скрупулезной работы персонала предприятия по выявлению причин дефектов (отклонений от документации) и их устранению. Для этого необходимо организовать поиск фактов, характеризующих несоответствия, в подавляющем большинстве которыми являются статистические данные, разработать методы анализа и обработки данных, выявить коренные причины дефектов и разработать мероприятия по их устранению с наименьшими затратами.
Проблемами сбора, обработки и анализа результатов производственной деятельности занимается математическая статистика, которая включает в себя большое количество не только известных методов, но и современных инструментов (как модно в последние годы называть методы) анализа и выявления дефектов. К таким методам можно отнести корреляционный и регрессионный анализы, проверку статистических гипотез, факторный анализ, анализ временных рядов, анализ безотказности и т. д.
Большое распространение в управлении качеством (под влиянием японских специалистов) получили семь простых методов, применение которых не требует высокой квалификации персонала и позволяет охватить анализ причины большинства возникающих на производстве дефектов.
|
|
|
Один из методов статистического анализа – метод контрольных карт рассмотрен на примере производства технического полиакриламидного геля. Была построена p-карта дефектной продукции и определены показатели уровня воспроизводимости производственного процесса. Они продемонстрировали, что производственный процесс управляем, но неудовлетворительный. Диаграмма Парето и причинно-следственная диаграмма при построении позволят выявить причины дефектов и какие из них имеют максимальное действие, чаще всего приводят к дефектам в продукции, отклонению от нормы.
Список литературы
1. Абзалов А. Р., Бобылев Л. В. Управление качеством на основе статистических методов. Известия высших учебных заведений. Авиационная техника. 2005. № 1. С. 56-69.
2. Аладьев Н. А. Возможности использования статистических методов в управлении качеством // Инновационная наука. 2016. №4-3 (16) С.12-16.
3. Алексашина О. В., Гринюк О. Н. Контрольные карты Шухарта как метод статистического контроля и управления качеством. Вестник Международной академии системных исследований. Информатика, экология, экономика. 2016. Т. 18. № -1. С. 99-103.
4. Витчук Н. А. Анализ дефектов и отказов башенных кранов с использованием статистических методов управления качеством. Электронный журнал: наука, техника и образование. 2015. № 4 (4). С. 7-11.
5. Гродзенский С. Я., Чесалин А. Н. Контроль показателей надежности высоконадежных изделий с использованием оптимальных статистических последовательных критериев // Метрология, 2011, № 10, с. 29-34.
6. Егоров С. Б., Локтев А. А., Капитанов А. В., Локтев Д. А., Егорова Т. П. Методы статистического управление процессами и повышение качества продукции. Международный журнал экспериментального образования. 2016. № 11-1. С. 98-102.
7. Зейналов Р. Р., Довлатов С. Д., Асадов Т. Г. Об основных принципах статистических методов управления качеством продукции. Автоматизация, телемеханизация и связь в нефтяной промышленности. 2013. № 4. С. 19-23.
8. Колесникова Т. Г., Леонидов Л. В. Статистические методы контроля качества продукции в системе управления качеством. Инновационные технологии управления и права. 2014. № 3 (10). С. 17-21.
|
|
|
9. Леонов О. А., Темасова Г. Н. Статистические методы контроля и управления качеством. М., 2014. 140 с.
10. Леонов О. А., Темасова Г. Н., Вергазова Ю. Г. Управление качеством. М., 2015.
11. Макаров Р. И. Особенности применения статистических методов в управлении качеством. Алгоритмы, методы и системы обработки данных. 2014. № 2 (27). С. 11-16.
12. Мухаметшина А. М., Шигабиев Т. Н., Приймак Е. В. Применение контрольных карт Шухарта для определения стабильности пищевых производств // Ученые записки КГАВМ им. Н.Э. Баумана. 2014. № С.174-180.
13. Никитин В. А., Филончева В. В. Управление качеством на базе стандартов ИСО 9000:2000: политика, оценка, формирование. СПб.: Питер, 2005. 126 с.
14. Редько Л. А., Пескова Е. С. Проблемы применения статистических методов контроля и управления качеством // Вестник науки Сибири. 2011. №1 (1) С.203-205.
15. Сидорова А. И., Егоров А. Н. Применения статистических методов анализа и контроля качества при управлении технологическими процессами в производственных условиях. Актуальные направления научных исследований XXI века: теория и практика. 2015. Т. 3. № 7-2 (18-2). С. 461-464.
16. Соголашвили З. С., Часовских В. П., Воронов М. П. Статистические методы управления качеством: история развития. Научное обозрение. Экономические науки. 2016. № 4. С. 64-72.
17. Телина И. С. Использование R в статистических методах управления качеством. Ученые записки Новгородского государственного университета. 2016. № 3 (7). С. 9.
18. Трищ Г. М., Куцын А. Н., Бесценный В. И. Стандартизация статистических методов управления качеством. Восточно-Европейский журнал передовых технологий. 2008. Т. 6. № 3 (36). С. 51-54.
19. Чернышова М. А., Утешева А. Ю. Статистические методы анализа и управления качеством. Прикаспийский журнал: управление и высокие технологии. 2009. № 3. С. 100-106.
20. Чесалин А. Н. Программное обеспечение для управления качеством продукции на основе статистических методов. Фундаментальные проблемы радиоэлектронного приборостроения. 2014. Т. 14. № -1. С. 237-240.
|
|
|
