Схемы Исикавы

Эти схемы были предложены профессором Токийского университета Каору Исикавой в 1953 г. при анализе различных мнений инженеров. Иначе схему Исикавы называют диаграммой причин и результатов, диаграммой "рыбий скелет", деревом и т.д.

Ома состоит из показателя качества, характеризующего результат, и факторных показателей[1] (рис. 2.5).

Структура диаграммы причин и результатов

Рис. 2.5. Структура диаграммы причин и результатов

Построение диаграмм включает следующие этапы:

  • • выбор результативного показателя, характеризующего качество изделия (процесса и т.д.);
  • • выбор главных причин, влияющих на показатель качества. Их необходимо поместить в прямоугольники ("большие кости");
  • • выбор вторичных причин ("средние кости"), влияющих на главные;
  • • выбор (описание) причин третичного порядка ("мелкие кости"), которые влияют на вторичные;
  • • ранжирование факторов по их значимости и выделение наиболее важных.

Диаграммы причин и результатов имеют универсальное применение. Так, они широко применяются при выделении наиболее значимых факторов, влияющих, например, на производительность труда. Выяснив причины появления немногочисленных существенно важных дефектов, можно устранить почти все потери.

Диаграммы Парето

Различают два вида диаграмм Парето.

  • 1. По результатам деятельности. Они служат для выявления главной проблемы и отражают нежелательные результаты деятельности (дефекты, отказы и т.д.).
  • 2. По причинам (факторам). Они отражают причины проблем, которые возникают в ходе производства.

Рекомендуется строить много диаграмм Парето, используя различные способы классификации как результатов, так и причин, приводящих к этим результатам. Лучшей следует считать такую диаграмму, которая выявляет немногочисленные существенно важные факторы, что и является целью анализа Парето.

Построение диаграмм Парето включает следующие этапы.

  • 1. Выбор вида диаграммы (по результатам деятельности или по причинам (факторам)).
  • 2. Классификация результатов (причин). Разумеется, что любая классификация имеет элемент условности, однако большинство наблюдаемых единиц какой-либо совокупности не должны попадать в строку "Прочие".
  • 3. Определение метода и периода сбора данных.

Типы дефектов

Группы данных

Итого по типам дефектов

А. Трещины

10

Б.

В.

Г.

Прочие

Итого

100

  • 4. Разработка контрольного листка для регистрации данных с перечислением видов собираемой информации. В нем необходимо предусмотреть свободное место для графической регистрации данных.
  • 5. Ранжирование данных, полученных по каждому проверяемому признаку, в порядке значимости. Группу "Прочие" следует приводить в последней строке вне зависимости от того, насколько большим получилось число.
  • 6. Построение столбиковой диаграммы (рис. 2.6).

Связь между видами дефектов и числом дефектных изделий

Рис. 2.6. Связь между видами дефектов и числом дефектных изделий

На диаграмме Парето самый высокий столбик будет всегда слева (показывая наиболее часто возникающие проблемы). Диаграмма Парето помогает сконцентрировать внимание на проблемах, наиболее важных для фирмы.

Значительный интерес представляет построение диаграмм Парето в сочетании с диаграммой причин и следствий.

Выявление главных факторов, влияющих на качество продукции, позволяет увязать показатели производственного качества с каким-либо показателем, характеризующим потребительское качество.

Для такой увязки возможно применение регрессионного анализа.

Например, в результате специально организованных наблюдений за результатами носки обуви и последующей статистической обработки полученных данных было установлено, что срок службы обуви (y), зависит от двух переменных: плотности материала подошвы в г/см3 1) и предела прочности сцепления подошвы с верхом обуви в кг/см2 (х2). Вариация этих факторов на 84,6% объясняет вариацию результативного признака (множественный коэффициент корреляции R = 0,92), а уравнение регрессии имеет вид: у = 6,0 + 4,0х1 + 12х2.

Таким образом, уже в процессе производства, зная характеристики факторов х1 и х2, можно прогнозировать срок службы обуви. Улучшая вышеназванные параметры, можно увеличить срок носки обуви. Исходя из необходимого срока службы обуви можно выбирать технологически допустимые и экономически оптимальные уровни признаков производственного качества.

Наибольшее практическое распространение имеет характеристика качества изучаемого процесса путем оценки качества результата этого процесса. В этом случае речь о контроле качества изделий, деталей, получаемых на той или иной операции. Наибольшее распространение имеют несплошные методы контроля, а наиболее эффективны те из них, которые базируются на теории выборочного метода наблюдения.

ПРИМЕР 2.6

На электроламповом заводе цех производит лампочки.

Для проверки качеств ламп отбирают совокупность 25 шт. и подвергают испытанию на специальном стенде (меняется напряжение, стенд подвергается вибрации и т.п.). Каждый час снимают показания о продолжительности горения ламп. Получены следующие результаты:

  • 6; 6; 4; 5; 7;
  • 5; 6; 6; 7; 8;
  • 5; 7; 7; 6; 4;
  • 5; 6; 8; 7; 5;
  • 7; 6; 5; 6; 6.

Решение

1. Построим ряд распределения:

Продолжительность горения (хi), ч

Частота

(fi)

% к итогу

Накопленный процент

4

2

8

4

8

8

8

5

6

30

6

6

24

32

6

9

54

0

0

36

68

7

6

42

6

6

24

92

8

2

16

4

8

8

100

25

150

20

28

100

  • 2. Определим показатели центра распределения: среднюю арифметическую, моду и медиану:
    • а) (ч) – средняя продолжительность горения ламп;
    • б) Mo = б (вариант, который чаще всего встречается в статистическом ряду). Это означает, что наибольшее количество ламп имеет производительность горения, равную б ч);
    • в) Me = 6 (значение, которое расположено в середине упорядоченного ряда). Это означает, что 50% ламп имеет продолжительность горения менее 6 ч, а остальные – более 6 ч.
  • 3. Построим кривую распределения (полигон) (рис. 2.7).

Распределение ламп по продолжительности горения

Рис. 2.7. Распределение ламп по продолжительности горения

4. Определим размах вариации:

Он характеризует пределы изменения варьирующего признака.

5. Среднее абсолютное отклонение определим следующим образом:

Это означает, что продолжительность горения каждой лампы в среднем отклоняется от средней величины (6 ч) на 0,8 ч.

6. Среднее квадратическое отклонение равно

Это означает, что продолжительность горения каждой лампы в среднем отклоняется от средней величины (б ч) на 1,06 ч.

Необходимо отметить, что величина среднего квадратического отклонения более точна по сравнению с величиной среднего абсолютного отклонения.

  • 7. Рассчитаем коэффициенты вариации:
    • – по размаху: ;
    • – по среднему линейному отклонению:

– по среднему квадратическому отклонению:

С точки зрения качества продукции коэффициенты вариации должны быть минимальными.

8. Так как завод интересует качество не контрольных, а всех ламп, возникает вопрос о расчете средней ошибки выборки, которая зависит от колеблемости признака (а) и числа отобранных единиц (п):

9. Определим предельную ошибку выборки по формуле /

Доверительное число t показывает, что расхождение не превышает кратную ему ошибку выборки. С вероятностью 0,954 можно утверждать, что разность между выборочной и генеральной средними не превысит двух величин средней ошибки выборки, т.е. в 954 случаях ошибка репрезентативности не выйдет за /

Вывод: таким образом, с вероятностью 0,954 ожидается, что средняя продолжительность горения будет не меньше чем 5,6 ч и не больше чем 6,4 ч. С точки зрения качества продукции необходимо стремиться к уменьшению этих отклонений.

Обычно при статистическом контроле качества допустимый уровень качества, который определяется количеством изделий, прошедших контроль и имевших качество ниже минимально приемлемого, колеблется от 0,5 до 1% изделий. Однако для компаний, которые стремятся выпускать продукцию только высшего качества, этот уровень может быть недостаточным. Например, Toyota стремится свести уровень брака к нулю, имея в виду, что хотя и выпускаются миллионы автомобилей, но каждый покупатель приобретает лишь один из них. Поэтому наряду со статистическими методами контроля качества на фирме разработаны простые средства контроля качества всех изготавливаемых деталей (TQM). Статистический контроль качества в первую очередь применяется на предприятиях, где продукция изготавливается партиями.

Например, в лоток высокоскоростного автоматического процесса после обработки поступает 50 или 100 деталей, из которых контроль проходят только первая и последняя. Если обе детали не имеют дефектов, то все детали считаются хорошими. Однако если последняя деталь окажется бракованной, то будет найдена и первая дефектная деталь в партии, а весь брак будет изъят. Для того чтобы ни одна партия не избежала контроля, пресс автоматически отключается после обработки очередной партии заготовок. Применение выборочного статистического контроля имеет эффект всеобъемлющего тогда, когда каждая производственная операция выполняется стабильно благодаря тщательной отладке оборудования, использованию качественного сырья и т.д.

Статистическое изучение брака и потерь от брака

Брак – это изделия или детали, которые не соответствуют по своим свойствам уровню требований, зафиксированных в стандартах, и не пригодны для использования по своему прямому назначению.

Забракованные изделия не входят в состав продукции предприятия. Таким образом, статистические показатели брака не являются характеристиками качества продукции. В большей степени брак характеризует качество выполнения производственных процессов.

Технологические особенности некоторых производств обусловливают появление некоторого количества брака. Такой технологический брак можно планировать, а затем следует контролировать соблюдение плановых нормативов брака.

Брак различают по характеру (исправимый и неисправимый), по месту появления (внутренний и внешний) и по причинам (небрежное отношение рабочих к выполняемой работе, использование неисправного инструмента, использование неисправного оборудования, ошибки в технической документации, использование некачественных материалов, нарушение установленной технологии обработки и др.). Изучение причин возникновения брака необходимо для разработки мероприятий по устранению брака в будущем.

Брак может быть обнаружен как на предприятии – производителе продукции, так и потребителями. Брак, выявленный в процессе потребления продукции, называется рекламацией и свидетельствует о том, что приемочный контроль на месте производства плохо организован.

Учет брака ведут но изделиям, отдельным операциям или видам работ в натуральном, трудовом (нормо-часах) или денежном выражении (по себестоимости забракованной продукции). При производстве разнородной продукции общий размер брака определяется в трудовом или денежном выражении. Потери от брака оцениваются только в денежном выражении.

Для характеристики брака и потерь от брака рассчитывают следующие показатели:

  • – абсолютный размер брака в денежном выражении (сумма затрат, связанных с производством окончательного брака и исправлением исправимого брака);
  • – абсолютный размер потерь от брака (меньше абсолютного брака на суммы, взысканные с виновников брака, поставщиков некачественного сырья и материалов и др., и на суммы, вырученные от реализации бракованной продукции (сдача в лом, реализация но пониженным ценам и т.п.)).

Относительные показатели размера брака и потерь от брака получают делением абсолютных показателей на общую сумму фактических затрат, связанных с производством продукции за данный период.

  • [1] В литературе эти схемы иногда называют 7M-diagram: management, man, method, measurement, machine, material, milieu.
 
< Пред   СОДЕРЖАНИЕ     След >