Документальное оформление требований к качеству

 

     После проведения этой подготовительной работы несложно построить диаграмму Парето. В прямоугольной системе координат по оси абсцисс отложим относительную частоту продукта ni/N,% (данные столбца 6), а по оси ординат — относительную стоимость этой продукции Стi/Cт, % (данные столбца 4). Соединив полученные точки прямыми, получим кривую Парето (или диаграмму Парето), как это показано на рисунке.

     Кривая  Парето получилась сравнительно плавной  в результате большого числа классов. При уменьшении числа классов она становится более ломаной.

     

     Рисунок 5. Пример диаграммы Парето

     Из анализа диаграммы Парето видно, что на долю наиболее дорогой продукции (первые 7 строк таблицы), которая составляет 20% от общего числа хранящихся на складе образцов, приходится более 50% общей стоимости всей готовой продукции, а на долю самой дешевой продукции, расположенной в последней строке таблицы и составляющей 50% от общего количества продукции на складе, приходится всего 13,3% от общей стоимости.

     Назовем группу «дорогой» продукции группой А, группу дешевой продукции (до 10 долл.) — группой С, и промежуточную группу — группой В. Построим таблицу АВС — анализа полученных результатов.

     Таблица 6

     Результаты  оценки качества

 

     Теперь  ясно, что контроль продукции на складе будет эффективнее в том случае, если контроль образцов группы А будет самым жестким (сплошным), а контроль образцов группы С — выборочным.

 

     3.5. Стратификация

     Одним из наиболее эффективных статистических методов, широко используемых в системе управления качеством, является метод стратификации или расслаивания. В соответствии с этим методом водят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности. Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) — расслаиванием (стратификацией).

     Метод расслаивания исследуемых статистических данных — это инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

     Существуют  различные методы расслаивания, применение которых зависит от конкретных задач. Например, данные, относящиеся к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д. Все эти отличия могут быть факторами расслаивания. В производственных процессах часто используется метод 5М, учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement).

     Расслаивание  может осуществляться по следующим критериям:

• расслаивание по исполнителям — по квалификации, полу, стажу работы и т.д.;
• расслаивание по машинам и оборудованию — по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.;
• расслаивание по материалу — по месту производства, фирме-производителю, партии, качеству сырья и т.д.;
• расслаивание по способу производства — по температуре, технологическому приему, месту производства и т.д.;
• расслаивание по измерению — по методу, измерения, типу измерительных средств или их точности и т.д.

     Однако  пользоваться этим методом не так просто. Иногда расслаивание по, казалось бы, очевидному параметру не дает ожидаемого результата. В этом случае нужно продолжить анализ данных по другим возможным параметрам в поисках решения возникшей проблемы.  

     3.6. Диаграмма Исикавы

     Результат процесса зависит от многочисленных факторов, между которыми существуют отношения типа причина — следствие (результат). Диаграмма причин и следствий — средство, позволяющее выразить эти отношения в простой и доступной форме.

     В 1953 г. профессор Токийского Университета Каору Исикава, обсуждая проблему качества на одном заводе, суммировал мнение инженеров в форме диаграммы причин и результатов. Когда диаграмму начали применять на практике, она оказалась весьма полезной и скоро стала широко использоваться во многих компаниях Японии, получив название диаграммы Исикавы. Она была включена в японский промышленный стандарт (JIS) на терминологию в области контроля качества и определяется в нем следующим образом: диаграмма причин и результатов — диаграмма, которая показывает отношение между показателем качества и воздействующими на него факторами.

     Причинно-следственная диаграмма — инструмент, позволяющий выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

     Если  в результате процесса качество изделия оказалось неудовлетворительным, значит, в системе причин, т.е. в какой-то точке процесса, произошло отклонение от заданных условий. Если эта причина может быть обнаружена и устранена, то будут производиться изделия только высокого качества. Более того, если постоянно поддерживать заданные условия процесса, то можно обеспечить формирование высокого качества выпускаемых изделий.

     Важно также, что полученный результат — показатели качества (точность размеров, степень чистоты, значение электрических величин и т.д.) — выражается конкретными данными. Используя эти данные, с помощью статистических методов осуществляют контроль процесса, т.е. проверяют систему причинных факторов. Таким образом, процесс контролируется по фактору качества.

     

     Где:

1. Система причинных факторов
2. Основные факторы производства
3. Материалы
4. Операторы
5. Оборудование
6. Методы операций
7. Измерения
8. Процесс
9. Следствие
10. Параметры качества
11. Показатели качества
12. Контроль процесса по фактору качества

     Рисунок 6. Схема причинно-следственной диаграммы 

 

     Информация  о показателях качества для построения диаграммы собирается из всех доступных источников; используются журнал регистрации операций, журнал регистрации данных текущего контроля, сообщения рабочих производственного участка и т.д. При построении диаграммы выбираются наиболее важные с технической точки зрения факторы. Для этой цели широко используется экспертная оценка. Очень важно проследить корреляционную зависимость между причинными факторами (параметрами процесса) и показателями качества. В этом случае параметры легко поддаются корреляции. Для этого при анализе дефектов изделий их следует разделить на случайные и систематические, обратив особое внимание на возможность выявления и последующего устранения в первую очередь причины систематических дефектов.

     Важно помнить, что показатели качества, являющиеся следствием процесса, обязательно испытывают разброс. Поиск факторов, оказывающих  особенно большое влияние на разброс показателей качества изделия (т.е. на результат), называют исследованием причин.

     В настоящее время причинно-следственная диаграмма, являясь одним из семи инструментов контроля качества, используется во всем мире применительно не только к показателям качества продукции, но и к другим областям диаграмм. Можно предложить процедуру ее построения, состоящую из следующих основных этапов.

     Этап 1. Определите показатель качества, т.е. тот результат, который вы хотели бы достичь.

     Этап 2. Напишите выбранный показатель качества в середине правого края чистого листа бумаги. Слева направо проведите прямую линию («хребет»), а записанный показатель заключите в прямоугольник. Далее напишите главные причины, которые влияют на показатель качества, заключите их в прямоугольники и соедините с «хребтом» стрелками в виде «больших костей хребта» (главных причин).

     Этап 3. Напишите (вторичные) причины,, влияющие на главные причины («большие кости») и расположите их в виде «средних костей», примыкающих к «большим». Напишите причины третичного порядка, которые влияют на вторичные причины, и расположите их в виде «мелких костей», примыкающих к «средним».

     Этап 4. Проранжируйте причины (факторы) по их значимости, используя для этого диаграмму Парето, и выделите особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.

     Этап 5. Нанесите на диаграмму всю необходимую информацию: ее название; наименование изделия, процесса или группы процессов; имена участников процесса; дату и т.д.

     Пример  диаграммы Исикавы.

     Данная  диаграмма построена для выявления  возможных причин неудовлетворенности  потребителя.

     

     Рисунок 7. Диаграмма Исикавы 

     После того как вы завершили построение диаграммы, следующий шаг — распределение причин по степени их важности. Не обязательно все причины, включенные в диаграмму, будут оказывать сильное влияние на показатель качества. Обозначьте только те, которые, на ваш взгляд, оказывают наибольшее воздействие.  

 

     3.7. Контрольные карты

     Все вышеописанные статистические методы дают возможность зафиксировать  состояние процесса в определенный момент времени. В отличие от них метод контрольных карт позволяет отслеживать состояние процесса во времени и более того — воздействовать на процесс до того, как он выйдет из-под контроля.

     Контрольные карты — инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявляемых к процессу требований.

     Использование контрольных карт преследует следующие  цели:

• держать под контролем значение определенной характеристики;
• проверять стабильность процессов;
• немедленно принимать корректировочные меры;
• проверять эффективность принятых мер.

     Однако  следует отметить, что перечисленные  цели являются характерными для действующего процесса. В период же запуска процесса контрольные карты используют для проверки возможностей процесса, т.е. его возможностей стабильно выдерживать установленные допуски.

     Типичный  пример контрольной карты приведен на рисунке 8.

     

     Рисунок 8. Контрольная карта 

     При построении контрольных карт на оси ординат откладываются значения контролируемого параметра, а на оси абсцисс — время t взятия выборки (или ее номер).

     Всякая  контрольная карта состоит обычно из трех линий. Центральная линия представляет собой требуемое среднее значение характеристики контролируемого параметра качества. Так, в случае (х-R)-карты это будут номинальные (заданные) значения х и R, нанесенные соответствующие карты.

     Две другие линии, одна из которых находится над центральной — верхний контрольный предел (Кв или UCL — Upper Control Level), а другая под ней — нижний контрольный предел ( К н или LCL — Lower Control Level), представляют собой максимально допустимые пределы изменения значений контролируемой характеристики (показателя качества), чтобы считать процесс удовлетворяющим предъявляемым к нему требованиям.