Статистический анализ точности и стабильности технологических процессов реферат

Обновлено: 04.07.2024

Статистический анализ точности и стабильности технологического процесса - это установление статистическими методами значений показателей точности и стабильности технологического процесса и определение закономерностей его протекания во времени.

Цели применения стат. методов анализа точности и стабильности технологических процессов на стадиях разработки, производства и эксплуатации (потребления) продукции:

- определение фактических показателей точности и стабильности технологического процесса, оборудования или качества продукции;

- установление соответствия качества продукции требованиям НД;

- проверка соблюдения технологической дисциплины;

- изучение случайных и систематических факторов, способных привести к появлению дефектов;

- выявление резервов производства и технологии;

- обоснование технических норм и допусков на продукцию;

- оценка результатов испытаний опытных образцов при обосновании требований к продукции и нормативов на нее;

- обоснование выбора технологического оборудования и средств измерений и испытаний;

- сравнение различных образцов продукции;

- обоснование замены сплошного контроля статистическим;

- выявление возможности внедрения статистических методов управления качеством продукции,

В предварительный анализ состояния технологического процесса входят:

1.Определение дефектной продукции;

2.Определение коэфта точности (стабильности ТП);

3.Построение КК и её анализ.

При отклонении μ от заданного значения μ_о (середина допуска), а также при увеличении СК (σ) увеличивается доля дефектной продукции (р). На стадии предварительного анализа состояния ТП необходимо оценить параметры μ и σ.

Доля годной продукции определяется:

Воспроизводимость – потенциальная точность, количественно характеризующаяся индексом воспроизводимости С_р = ; σ = .

Если С_р = 1, то при идеальной настройке тех.процесс может обеспечить уровень несоответствий 0,27%. В некоторых случаях используют коэф-т воспроизводимости стабильности процесса (коэф-т точности К_т = .

Работоспособность оценивает реальную возможность тех.процесса, учитывая как точность, так и настройку. Количественная работоспособность характеризуется индексом работоспособности С_рк, кот-ая оценивается следующим образом: сначала по выборке оценивается положение центра настройки тех.процесса (μ или х_ср) и оценивается значение СКО (σ). Затем определяется расстояние Δ от μ до ближайшей границы от допуска (Т_в или Т_н).

Срк = . С_рк не м.б. больше С_р.

1. Если С_р> 1 и С_рк> 1 – процесс имеет хорошую точность и процедура настройки ведется правильно. Можно рекомендовать применение приемочных КК.

Для анализа точности и стабильности технологических процессов производства продукции ПРУП МЗ СИиТО находит широкое применение понятие воспроизводимости процесса и воспроизводимости оборудования.

Понятие воспроизводимости.

Воспроизводимость характеризует степень статистической управляемости процесса, т.е. возможности параметра выйти за пределы допуска. Обычно показатели воспроизводимости вычисляются для процесса, имеющего нормальное распределение. Более глубокий анализ предполагает вычисление процента продукции, удовлетворяющей допуску (либо процента возможного брака).

Считается, что процесс имеет хорошую воспроизводимость, если:

· диапазон разброса параметров (т.е. ширина кривой распределения или гистограммы) существенно меньше, чем ширина поля допуска;

· середина интервала разброса параметров (вершина кривой распределения или гистограммы) совпадает с серединой поля допуска.

Для численной оценки воспроизводимости используют два индекса:

· C_p - разброс;

· C_pk - центрированность.

Индекс воспроизводимости C p

Индекс C_p учитывает только разброс процесса и характеризует его соответствие ширине поля допуска. Этот индекс вычисляется для статистически устойчивого процесса, имеющего нормальное распределение. Поэтому считается, что ширина кривой распределения равна . Индекс C_p вычисляется следующим образом:

где - ширина поля допуска; - оценка среднеквадратичного отклонения, которая вычисляется по формуле

где x_i - измеренные значения параметра, - оценка среднего значения, n - чиcло измерений. При обработке сгруппированных выборок, применяемых в контрольных картах, оценку среднеквадратичного отклонения можно найти из выражений

где и - соответственно средний размах и отклонение группированных выборок, d₂ и c₄ - коэффициенты, которые выбираются из таблицы.

Численное значение индекса C_p может быть интерпретировано следующим образом:

При этом ширина поля допуска превышает , а процент выхода за допуск не более 0.006%. Связь между индексом Cp и процентом выхода за допуск показана в таблице:

1 2.0, что обеспечивает уровень дефектности не хуже, чем 3.4 бракованных изделия на один миллион.

Индекс воспроизводимости C pk

Индекс C_pk характеризует центрированность, т.е. настроенность процесса на центр поля допуска. При этом C_pk также зависит и от разброса процесса, который считается статистически устойчивым, имеющим нормальное распределение и ширину кривой распределения . Индекс C_pk вычисляется следующим образом:

где d - расстояние от центра кривой распределения до ближайшей границы допуска; - оценка среднеквадратичного отклонения.

Численное значение индекса C_pk может быть интерпретировано следующим образом:

При этом расстояние от центра кривой распределения до ближайшей границы допуска превышает , а процент выхода за допуск не более 0.006%. Связь между индексом Cp и процентом выхода за допуск показана в таблице:

1 1.5, что обеспечивает уровень дефектности не хуже, чем 3.4 бракованных изделия на один миллион.

Связь между индексами C p и C pk

Индексы C_p и C_pk связаны между собой следующей зависимостью:

Отсюда следует, что . Геометрическая интерпретация этого соотношения приведена ниже:

Это достигается за счет:

· уменьшения разброса, что ведет к увеличению C_p;

· центрирования процесса внутри поля допуска, что увеличивает C_pk.

Различные варианты настройки процесса и соответствующие значения индексов показаны в таблице:

При контроле качества следует различать воспроизводимость процесса и оборудования. Принято считать, что оборудование является отдельным элементом производственного процесса. В то же время процесс включает в себя совокупность персонала, оборудования, методов выполнения технологических операций, а также окружающей среды.

Для количественной оценки воспроизводимости как процесса, так и оборудования используются аналогичные индексы:

Индексы воспроизводимости процесса

Индексы воспроизводимости оборудования

Отличие между C_p и C_m (а также между C_pk и C_mk) заключается в способе получения исходных данных, используемых при их расчете. При проверке воспроизводимости оборудования сбор исходных данных производится в течение короткого промежутка времени, что позволяет исключить влияние факторов, изменяющихся во времени (например: износ инструмента, усталость оператора и т.д.). В результате удается выявить только те факторы, которые непосредственно связаны с оборудованием. Пример сбора исходных данных при проверке воспроизовдимости оборудования приведен в Приложении

При анализе воспроизводимости оборудования обычно требуют, чтобы

C_m 1.33 и C_mk 1.33,

Индексы воспроизводимости C r , C pm , K

Наряду с индексами C_p и C_pk применяют и другие показатели воспроизводимости процесса. Они определяются следующими соотношениями:

где - среднеквадратическое отклонение процесса от середины допуска (а не от своего среднего значения, как это принято при вычислении ).

Очевидно, что C_pm учитывает центрированность процесса и в случае, когда процесс смещен относительно центра допуска, C_pm

Статистический анализ точности и стабильности технологических процессов ( реферат , курсовая , диплом , контрольная )

Содержание

Введение
1. Теоретические основы оценки стабильности технологических процессов
- 1. 1. Развитие инструментов менеджмента качества
- 2. 1. Комплексные инструменты и методологии улучшения качества
- 2. 1. Общая характеристика предприятия
- 2. 2. Применение статистических методов для оценки технологических процессов
Рис. 8. Диаграмма потока

Таблица 5 Таблица данных

Пятница15,6015,6030,2062,562,715,6015,6055,600,27,615,2015,2052,407,711,220,2020,2054,3028,218,311,6011,6065,4073,746,818,6018,6018,609,30,015,6015,6030,2030,543,025,3018,6055,60−25,671,640,6018,6071,8036,958,915,5030,2090,3020,65,218,6055,60 108,8029,376,318,6052,40 127,3081,862,530,2066,4617,134,247,255,6076,9217,104,487,252,4020,2017,0638,633,554,3011,6017,0343,161,440,6018,6016,9914,663,545,6015,6018,6010,065,652,0014,8015,6053,967,723,6017,4314,8025,569,825,9017,5118,6048,871,9Контрольные карты Шухарта (ГОСТ Р 50 779.

40 — 96) предназначены для статистического анализа и управления качеством процесса. Контрольные карты используют для оценки того, находится или не находится исследуемый процесс в статистически управляемом состоянии. Построим контрольную карту на основе данных таблицы 5 (рис. 9.)Рис. 9. Контрольная карта

На одной карте может быть отображен только один показатель, изменяющийся во времени. Для одновременного анализа нескольких показателей их необходимо привести к одному параметру. Заключение

контрольный листок. Для построения данных объектов необходимо получить данные путем проведения следующих мероприятий:

производство и технологии;

поставки материалов и сбыт продукции: управление и делопроизводство: финансовый анализ. При использовании методов оценки качества применяется следующий алгоритм:

оценка отклонений параметров от установленной нормы (построение диаграмм и контрольных карт);оценка факторов, явившихся причиной возникновения проблемы (построение диаграммы разброса и причинно-следственной диаграммы).

30,50 28,50 15,50 13,20 14,50 18,60 18,60 18,50 30,50 28,60 40,50 50,80, 58,60 40,10 32,50 28,50 28,60 28,60 21,10 28,50 26,80 17,20 14,12 11,04 58,60 40,10 32,50 28,50 28,60 36,96 38,59 40,22 41,86 13,20 14,50, 14,50, 14,50, 18,60 18,60 30,50 28,50 15,50 17,20 14,12 28,60 15,50 58,60 40,10 18,60 26,58 18,10 27,64, 28,50, 28,50, 28,50, 28,50, 13,20, 13,20, 28,60, 14,50, 14,50, 14,50.С целью оценки точности и стабильности технологического процесса были использованы перечисленные ранее методы. В итоге было выявлено, что наименьшая производительность наблюдается у оборудования № 12, которое требует ремонта; наибольшая — № 30.Литература

Автоматизация контроля качества поверхностей на основе анализа статистических характеристик их цифровых изображений / Симонова Г. В. , Хлебникова Е. П. , Симонов Д. П. // Интерэкспо Гео-Сибирь. 2014. Т. 5. № 2. С.

С. 132−133.Анализ качества производства многодвигательных систем с использованием методов графико-вероятностных методов статистического анализа / Кадошников В. И. , Куликов С. В. , Чекашкина О. С. , Кадошникова И. Д. // В сборнике: Процессы и оборудование металлургического производства Платов С. И. Межрегиональный сборник научных трудов. под редакцией С. И.

Платова. Магнитогорск, 2009. С. 161−166.Артамонов В. А. Анализ зарубежного опыта в обеспечении качества редактирования статистических данных // Проблемы механизации агрохимического обслуживания сельского хозяйства. 2012. № 2012. С.

210−217. Бакуменко Л. П. , Коротков П. А. Статистический анализ влияния качества питьевой воды на здоровье населения региона // Прикладная эконометрика. 2011. № 2. С. 32−47.Балаховский И. С. Статистический контроль качества клинических лабораторных анализов (лекция) // Клиническая лабораторная диагностика.

2009. № 11. С. 33−42.Балаховский И. С. Статистический контроль качества клинических лабораторных анализов (лекция) // Клиническая лабораторная диагностика. 2009. №

2011. С. 11−15.1Всеобщее управление качеством: учебно-методическое пособие / В. М. Милова , Е. Г. Семенова , 2010. — 126 с. Гребенюк Е. А. Применение методов статистического анализа в системе контроля качества продукции на производстве технологического типа // В сборнике: XII Всероссийское совещание по проблемам управления ВСПУ-2014

Институт проблем управления им. В. А. Трапезникова РАН. 2014. С. 4915−4926

Денисова Ю.В., Черноситова Е. С. Дуракова И.Б. Статистический анализ показателей качества инструментария менеджмента персонала // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2011. №

2. С. 185. Загороднюк Л. Х. , Окунева Г. Л. Анализ качества смешения сухих строительных смесей в различных смесительных аппаратах статистическим методом // Вестник Белгородского государственного технологического университета им. В. Г. Шухова . 2014. № 5.

С. 209−214.Использование статистических методов анализа для оценки качества сахара-песка / Назина Л. И. , Кульнева Н. Г. , Клейменова Н. Л. // Методы менеджмента качества. 2012. № 9.

С. 40−44.Качество жизни людей и медицина (статистический анализ связи средней ожидаемой продолжительности жизни и качества медицинской помощи) / Адлер Ю. П. , Корначев А. С. , Брынза Н. С. , Мазуркевич В. В. // Менеджмент качества в сфере здравоохранения и социального развития. 2012. № 2. С. 54−72. Логанина В. И. , Куимова Е. И. Применение методов многомерного статистического анализа для оценки влияния технологии нанесения красочных составов на качество лакокрасочных покрытий // Вестник Белгородского государственного технологического университета им.

В.Г. Шухова. 2014. № 4. С. 7−10.Макаров Р. И. Повышение качества листового стекла на основе статистического анализа мониторинга процесса его производства // Стекло и керамика. 2014.

112−114.Многофакторный статистический анализ качества производственно-технологического процесса / Богоявленский-Храмов М.С., Одиноков С. А. // Экономика и управление в машиностроении. 2011. № 1.

С. 44−48.Нзомвита Р. Статистическое исследование затрат труда пользователя при анализе качества жизни населения административнотерриториального образования // Управление экономическими системами: электронный научный журнал. 2013. №

8 (56). С. 37. Никулина Н. Н. Сердечно-сосудистая смертность: анализ качества диагностики и статистического учета причин смерти // Саратовский научно-медицинский журнал. 2011. Т. 7. №

1. С. 091−096.Повышение качества статистического анализа поточных данных за счет распознавания видеоизображений / Попиль М. А. , Александрова В. О. , Абрамова О. Ф. // Успехи современного естествознания. 2012. №

6. С. 48. Пожидаева Е. С. Экономико-статистический анализ качества государственного управления в Российской Федерации // Вестник Университета (Государственный университет управления). 2013. №

2. С. 085−087. Попок Л. Б. , Помазанова Ю. Н. Статистический анализ экспериментальных данных по использованию сложных компостов в качестве мелиорантов сельскохозяйственных земель // В сборнике: Проблемы рекультивации отходов быта, промышленного и сельскохозяйственного производства (с участием экологов Азербайджана, Беларуси, Германии, Грузии, Казахстана, России, Узбекистана и Украины) Сборник трудов III Международной научной экологической конференции. ФГБОУ ВПО Кубанский ГАУ, 350 044, г. Краснодар, ул. Калинина, 13, 2013. С. 480−486.

Статистические методы используют, в частности, для анализа точности и стабильности технологических процессов и качества продукции. Цель - подготовка решений, обеспечивающих эффективное функционирование технологических единиц и повышение качества и конкурентоспособности выпускаемой продукции. Статистические методы следует применять во всех случаях, когда по результатам ограниченного числа наблюдений требуется установить причины улучшения или ухудшения точности и стабильности технологического оборудования. Под точностью технологического процесса понимают свойство технологического процесса, обусловливающее близость действительных и номинальных значений параметров производимой продукции. Под стабильностью технологического процесса понимают свойство технологического процесса, обусловливающее постоянство распределений вероятностей для его параметров в течение некоторого интервала времени без вмешательства извне.

Целями применения статистических методов анализа точности и стабильности технологических процессов и качества продукции на стадиях разработки, производства и эксплуатации (потребления) продукции являются, в частности:

• определение фактических показателей точности и стабильности технологического процесса, оборудования или качества продукции;
• установление соответствия качества продукции требованиям нормативно-технической документации;
• проверка соблюдения технологической дисциплины;
• изучение случайных и систематических факторов, способных привести к появлению дефектов;
• выявление резервов производства и технологии;
• обоснование технических норм и допусков на продукцию;
• оценка результатов испытаний опытных образцов при обосновании требований к продукции и нормативов на нее;
• обоснование выбора технологического оборудования и средств измерений и испытаний;
• сравнение различных образцов продукции;
• обоснование замены сплошного контроля статистическим;
• выявление возможности внедрения статистических методов управления качеством продукции, и т.д.

Для достижения перечисленных выше целей применяют различные методы описания данных, оценивания и проверки гипотез.

Статистические методы регулирования технологических процессов.

Задача статистического регулирования технологического процесса состоит в том, чтобы на основании результатов периодического контроля выборок малого объема приходить к заключению: "процесс налажен" или "процесс разлажен".

Выявление разладки технологического процесса основано на результатах периодического контроля малых выборок, осуществляемого по количественному или альтернативному признакам. Для каждого из этих способов контроля используются свои статистические методы регулирования.

Контроль по количественному признаку заключается в определении с требуемой точностью фактических значений контролируемого параметра у единиц продукции из выборки. Фактические значения контролируемого параметра необходимы для последующего вычисления статистических характеристик, по которым принимается решение о состоянии технологического процесса.

Контроль по альтернативному признаку заключается в определении соответствия контролируемого параметра или единицы продукции установленным требованиям. При этом каждое отдельное несоответствие установленным требованиям считается дефектом, а единица продукции, имеющая хотя бы один дефект, считается дефектной.

При контроле по альтернативному признаку не требуется знать фактическое значение контролируемого параметра - достаточно установить факт соответствия или несоответствия его установленным требованиям. Поэтому можно использовать простейшие средства контроля: шаблоны, калибры, контроль по образцу и др.

Решение о состоянии технологического процесса принимается в зависимости от числа дефектов или числа дефектных единиц продукции, обнаруженных в выборке.

Каждый из перечисленных способов контроля имеет свои преимущества и свои недостатки. Преимущество контроля по количественному признаку состоит в том, что он более информативен (по сравнению с контролем по альтернативоному признаку) и поэтому требует меньшего объема выборки. Однако такой контроль более дорогой, поскольку для него необходимы такие технические средства контроля, которые позволяют получать фактические значения контролируемого параметра. Кроме того, для статистического регулирования при контроле по количественному признаку необходимы вычисления, связанные с определением статистических характеристик.

Преимущество контроля по альтернативному признаку заключается в его простоте и относительной дешевизне, поскольку можно использовать простейшие средства контроля или визуальный контроль. К недостаткам такого контроля относится его меньшая информативность, что требует значительно большего объема выборки при равных исходных данных.

Анализ технологических процессов на основе контрольных карт.

Контрольные карты используются для визуального обнаружения нарушений технологического процесса по измеренным значениям выходной переменной на основе сопоставления ее статистических характеристик с допустимыми (контрольными) пределами. В качестве результатов измерений, наносимых на карты, могут служить любые переменные. Это могут быть скачки потребления электрической мощности, давления, температуры, вибрации и т.д.

Построение контрольных карт, в частности определение контрольных пределов, основано на методе проверки статистических гипотез. Изменения выходной переменной y объекта могут быть вызваны, во-первых, случайными внешними и внутренними возмущающими воздействиями, характерными для нормальной эксплуатации, во-вторых, различного рода нарушениями в работе систем (подсистем, элементов) и ошибочными действиями оператора.

Если переменная y изменяется под влиянием причин только первого вида, то процесс находится под статистическим контролем или в статистически подконтрольном состоянии, т.е. случайные колебания y подчиняются одному и тому же закону распределения вероятности. В случае же появления причин второго вида, процесс выходит из под контроля (находится вне статистического контроля).

Существуют, в частности, следующие виды контрольных карт:

1. средних арифметических значений ( - карта);

2. медиан ( - карта);

3. средних арифметических отклонений (S - карта);

4. размахов (R - карта);

5. числа дефектных единиц продукции (np - карта);

6. доли дефектных единиц продукции (Р - карта);

7. числа дефектов (С - карта);

8. числа дефектов на единицу продукции (U - карта).

Первые четыре вида контрольных карт применяют при контроле по количественному признаку, последние четыре - при контроле по альтернативному признаку.

Выбор контрольных карт

1. Контрольная карта - R (средних арифметических значений и размахов) осуществляет контроль за изменением среднего арифметического и контрольной карты R, контролирующей изменения рассеивания значений показателей качества. Эта карта применяется при измерении таких регулируемых показателей, как длина, масса, диаметр, время, предел прочности при растяжении, прибыль и т.д.

Рекомендуется принять для процессов с высокими требованиями к точности; для продукции, связанной с обеспечением безопасности потребителя (авиатехника, автомобилестроение, сельхозмашиностроение и т.д.); для измерения, вычисления и управления процессами и т.д.

2. Контрольная карта - R применяется для таких же элементов контроля, что и - R, но для менее точных процессов (8 квалитет и ниже).

3. Контрольная карта Р (для доли дефектных изделий) применяется для контроля и регулирования технологического процесса (полсе проверки небольшой части изделий и разделения их на доброкачественные и дефектные изделия) на основе использования доли дефектных изделий, полученной делением числа обнаруженных дефектных изделий на число проверенных изделий.

Кроме применения контрольной карты Р для доли дефектных изделий ее можно использовать для определения интенсивности выпуска продукции, процента неявки на работу и т.д.

4. Контрольная карта pn применяется для контроля в случаях, когда контролируемым параметром является число дефектных изделий при постоянном объеме выборки n. Эта контрольная карта соответствует контрольной карте "р" с вариантом постоянного "n" и по существу одинакова с ней.

Статистические методы приемочного контроля качества продукции.

В отличие от статистических методов регулирования технологических процессов, где по результатам контроля выборки принимается решение о состоянии технологического процесса, при статистическом приёмочном контроле по результатам контроля выборки принимается решение принять или отклонять партию продукции.
В данном случае под риском поставщика понимается вероятность забраковывания партии продукции, обладающей приемочным уровнем дефектности. Под риском потребителя понимается вероятность приемки партии продукции, обладающей браковочным уровнем дефектности.
Основной задачей статистических методов приемочного контроля является обеспечение с большой достоверностью оценки качества продукции, предъявляемой на контроль, и однозначности взаимного признания результатов оценки качества продукции между поставщиком и потребителем, осуществляемой по одним и тем же планам выборочного контроля.
Статистические методы приемочного контроля могут осуществляться по количественному, качественному и альтернативному признакам.
Под статистическим контролем по количественному признаку понимается контроль качества продукции, в ходе которого определяют значения контролируемого параметра, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от сравнения их с контрольным нормативом. Характерная особенность контроля качества по количественному признаку состоит в том, что он требует меньшего объема выборки по сравнению с другими видами контроля при одних и тех же рисках принятия ошибочных решений и при этом дает больше информации о качестве продукции. Поэтому при высокой стоимости контроля или испытаний единиц продукции целесообразно выбирать именно контроль по количественному признаку.
Под статистическим приемочным контролем по качественному признаку понимают контроль качества продукции, в ходе которого каждую проверенную единицу продукции относят к определенной группе, а последующее решение о контролируемой совокупности принимают в зависимости от соотношения количества её единиц, оказавшихся в разных группах. Основным преимуществом является то, что данный метод позволяет не только разделить единицы продукции на годные и дефектные, но и разнести их по категориям, сортам, классам, группам качества и др.
Под статистическим приемочным контролем по альтернативному признаку понимается контроль качества продукции по качественному признаку, в ходе которого каждую проверенную единицу продукции относят к категории годных или дефектных, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от результатов сравнения обнаруженных в выборке дефектных единиц продукции или числа дефектов, приходящихся на определённое число единиц продукции, с контролируемым нормативом.
Под приёмочным числом понимается контрольный норматив, равный максимальному числу дефектных единиц продукции в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для приемки партии продукции.
Под браковочным числом понимается контрольный норматив, равный максимальному числу дефектных единиц в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для забракования партии продукции.
Данный вид контроля нашёл широкое применение в промышленности по следующим причинам:
· во-первых, метод контроля прост и не требует высококвалифицированных специалистов, большого времени, сложных измерительных приборов и устройств, больших материальных затрат;
· во-вторых, метод не требует большого количества записей и вычислений для определения судьбы контролируемой партии продукции по результатам контроля выборки;
· в-третьих, этот метод контроля сразу позволяет разделить единицы продукции в выборке на годные и дефектные.
Под годной продукцией понимается продукция, удовлетворяющая всем установленным требованиям. Под дефектной единицей продукции (дефектным изделием) понимается единица продукции, имеющая хотя бы один дефект. Дефект - это каждое несоответствие продукции установленным требованиям.
В зависимости от значимости принята следующая классификация дефектов: малозначительные, значительные и критические.
Малозначительный дефект - дефект, который существенно не влияет на использование продукции по назначению и её долговечность. Значительный дефект - дефект, который существенно влияет на использование продукции по назначению и (или) на её долговечность, но не является критическим. Критический дефект - дефект, при наличии которого использование продукции по назначению практически невозможно или недопустимо.

14,15 – СТАТИСТИЧЕСКИЙ ПРИЁМОЧНЫЙ КОНТРОЛЬ ПО КАЧЕСТВУ/КОЛИЧЕСТВУ
Статистический приемочный контроль качества продукции - это выборочный контроль качества продукции, основанный на применении методов математической статистики для проверки соответствия качества продукции установленным требованиям.

Количественный признак - контроль качества продукции, в ходе которого определяют значения контролируемого параметра, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от сравнения их с контрольным нормативом. Характерная особенность - требует меньшего объема выборки по сравнению с другими видами контроля при одних и тех же рисках принятия ошибочных решений и при этом дает больше информации о качестве продукции. Используется при высокой стоимости контроля или испытаний единиц продукции.
Качественный признак - контроль качества продукции, в ходе которого каждую проверенную единицу продукции относят к определенной группе, а последующее решение о контролируемой совокупности принимают в зависимости от соотношения количества её единиц, оказавшихся в разных группах. Преимущество - данный метод позволяет не только разделить единицы продукции на годные и дефектные, но и разнести их по категориям, сортам, классам, группам качества и др.
Альтернативный признак - контроль качества продукции по качественному признаку, в ходе которого каждую проверенную единицу продукции относят к категории годных или дефектных, а последующее решение о контролируемой совокупности или процессе принимают в зависимости от результатов сравнения обнаруженных в выборке дефектных единиц продукции или числа дефектов, приходящихся на определённое число единиц продукции, с контролируемым нормативом.
Приёмочное число - контрольный норматив, равный максимальному числу дефектных единиц продукции в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для приемки партии продукции.
Под браковочным числом понимается контрольный норматив, равный максимальному числу дефектных единиц в выборке или числу дефектов, приходящихся на 100 единиц продукции, являющихся критерием для забракования партии продукции.

При одноступенчатом контроле решение о контролируемой партии продукции принимается на основании проверки только одной выборки или пробы. Это наиболее простой вид контроля.

При двухступенчатом контроле решение о контролируемой партии продукции принимается по результатам проверки не более двух выборок или проб, причем отбор второй выборки или пробы зависит от результатов контроля первой выборки или пробы.

То есть, первоначально для проверки отбирается небольшое число образцов, и если дефектов при их проверке окажется очень много, партия отклоняется, если мало - принимается. Когда число обнаруженных дефектов оказывается недостаточно убедительным, проверяются образцы второй выборки и соответствующее решение принимается по сумме результатов обеих проверок.

Преимущество двухступенчатого контроля заключается в том, что в среднем он требует при прочих одинаковых условиях на 20-30% меньше изделий для проверки, чем при одноступенчатом контроле. Однако, двухступенчатый контроль требует более высокой квалификации контролеров и организационно более сложен.

При многоступенчатом и последовательном контроле решение о контролируемой партии продукции принимается по результатам проверки ряда последовательных выборок, причем при многоступенчатом контроле максимальное число выборок ограничено, а при последовательном - нет. В обоих случаях отбор последующей выборки или пробы зависит от результатов проверки предыдущей выборки или пробы.

Управление процессом производства предусматривает:

- обеспечение производства необходимой документацией;

- обеспечение производства сырьем, материалами, комплектующими изделиями, вспомогательными материалами;

- обеспечение производства средствами контроля и измерений;

- обеспечение производства технологическим оборудованием, оснасткой и инструментом;

- обеспечение идентификации продукции и ее прослеживаемости на всех этапах производства;

- организацию контроля качества при производстве и анализе продукции;

- подготовку персонала требуемой квалификации;

- обеспечение условий труда на рабочих местах в соответствии с требованиями техники безопасности и санитарии.

к семи основным методам или инструментам контроля качества относятся следующие статистические методы:

Читайте также: