Автор работы: Пользователь скрыл имя, 03 Июня 2012 в 19:34, курсовая работа
Контроль качества — это деятельность, включающая проведение измерений, экспертизы, испытаний или оценки параметров объекта и сравнение полученных величин с установленными требованиями к этим параметрам (показателями качества).
Современные инструменты контроля качества — это методы, которые используются для решения задачи количественной оценки параметров качества. Такая оценка необходима для объективного выбора и принятия управленческих решений при стандартизации и сертификации продукции, планировании повышения ее качества и т. д.
Введение
1. Инструменты и технология управления качеством продукции
1.1. 7 инструментов
1.2. FMEA-анализ
1.3. Концепция "Шесть сигм"
1.4. ФСА
1.5. ДПЦП?????
2.
Заключение.
Астраханский Государственный Технический Университет
Кафедра: «Товароведение, тЕХНОЛОГИЯ
И ЭКСПЕРТИЗА ТОВАРОВ»
Курсовая работа
по дисциплине
«Управление качеством»
на тему:
«Инструменты и технология управления качеством продукции
(7 инструментов, FMEA-анализ, концепция "Шесть сигм", ФСА, ДПЦП)»
Выполнил: ст.гр. ДРЭ-41
Кашкарова О.
Проверил: д-т Першина Е.В.
г.Астрахань
2011г.
Введение
1. Инструменты и технология управления качеством продукции
1.1. 7 инструментов
1.2. FMEA-анализ
1.3. Концепция "Шесть сигм"
1.4. ФСА
1.5. ДПЦП?????
2.
Заключение.
Введение
Контроль качества — это деятельность, включающая проведение измерений, экспертизы, испытаний или оценки параметров объекта и сравнение полученных величин с установленными требованиями к этим параметрам (показателями качества).
Современные инструменты контроля качества — это методы, которые используются для решения задачи количественной оценки параметров качества. Такая оценка необходима для объективного выбора и принятия управленческих решений при стандартизации и сертификации продукции, планировании повышения ее качества и т. д.
Применение статистических методов — весьма действенный путь разработки новых технологий и контроля качества процессов.
Передовые предприятия и организации Российской Федерации осуществляют внедрение систем менеджмента качества (СМК) по требованиям стандартов ИСО 9000:2000, преобразованных в 2001 г. в Российские национальные стандарты. При подготовке СМК к сертификации их разработчики, как правило, принимают во внимание и ориентируются на то, что рекомендации и требования стандартов ИСО 9000:2000 в значительной степени приближены к подходам так называемого всеобщего управления на основе качества. В этом смысле стандарты ИСО 9000:2000, как и философия всеобщего правления на основе качества, нацелены на постоянное улучшение выполнения процессов (работ) на каждом уровне организации и при каждом виде деятельности за счет подходов, основанных на следующем:
• мониторинге, исследовании и оценке процессов, с помощью которых
выполняется работа, как в отдельных подразделениях, так и в масштабе
всей организации (проблемы оценки процессов в ходе аудитов (проверок) ;
• оценке результативности и эффективности процессов путем учета затрат
на качество ;
• коллективной работе как в командах, создаваемых для выполнения конк-
ретных проектов в установленные сроки, так и в кружках качества, рабо-
тающих на постоянной основе;
• формировании производственных отношений и культурной среды, бази-
рующихся на доверии, признании успехов и уважении, способствующих
вовлечению работников в активный поиск возможностей улучшений;
• применении количественных, в том числе статистических, методов и
инструментов мониторинга, анализа и выработки управленческих решений ;
• применении новых методов и инструментов управления качеством, рабо-
тающих преимущественно с вербальной (словесной, не числовой) ин
формацией.
Современные подходы к управлению качеством предполагают внедрение системы контроля показателей качества продукта на всех этапах его жизненного цикла, начиная от проектирования, и заканчивая послепродажным обслуживанием. Основная задача контроля качества — не допустить появления брака. Поэтому в ходе контроля проводится постоянный анализ заданных отклонений параметров продукции от установленных требований. В том случае, если параметры продукции не соответствуют заданным показателям качества, система контроля качества поможет оперативно выявить наиболее вероятные причины несоответствия и устранить их.
Все зависит от специфики производства. Если оно носит единичный или мелкосерийный характер, можно подвергнуть продукцию сплошному т.е. 100-процентному контролю. Сплошной контроль, как правило, является довольно трудоемким и дорогостоящим, поэтому в крупносерийном и массовом производстве обычно применяют так называемый выборочный контроль, подвергая проверке лишь часть партии продукции (выборку). Если качество продукции в выборке отвечает установленным требованиям, то вся партия считается качественной, если нет — вся партия бракуется. Однако при таком методе контроля сохраняется вероятность ошибочного бракования (риск Поставщика) или, наоборот, признания партии изделий годной (риск Заказчика). Поэтому при выборочном контроле, заключая контракт на поставку продукции, нужно оговорить обе возможные ошибки, выразив их в процентах.
1. Инструменты управления качеством продукции
1.1. 7 инструментов
Существуют различные методы контроля качества продукции, среди которых особое место занимают статистические методы.
Многие из современных методов математической статистики довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса управления качеством
Среди простых статистических методов и инструментов, названных так ввиду их сравнительной несложности, убедительности и доступности, наибольшее распространение получили семь методов, выделенных вначале 50хг. японскими специалистами под руководством К. Исикавы.
В своей совокупности они образуют эффективную систему методов контроля и анализа качества. С их помощью, по свидетельству самого К. Исикавы, может решаться до 95% всех проблем, находящихся в поле зрения производственников. Согласно К. Исикаве, в число семи простых методов входят:
контрольный листок
гистограмма
диаграмма разброса
диаграмма Парето
стратификация (расслоение)
диаграмма Исикавы (причинно-следственная диаграмма)
контрольная карта
Эти семь инструментов оперируют преимущественно с числовыми данными. Исключение составляет диаграмма Исикавы «рыбьякость», используемая для наглядного представления вербальной (словесной, нечисловой) информации.
Заслуга японцев состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их в инструменты контроля качества, которые можно понять и эффективно использовать без специальной математической подготовки. В то же время, при всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам при необходимости совершенствовать их.
Рис.1.1 Инструменты контроля качества
Контрольный листок — это форма для систематического сбора данных и ав-томатического их упорядочения с целью облегчения дальнейшего использования собранной информации.
Контрольный листок — это бумажный бланк, на котором заранее напечатаны названия и диапазоны контролируемых показателей, с тем чтобы можно было легко и точно записать данные измерений и упорядочить их для дальнейшего использования. Этот инструмент (контрольный листок) служит средством для сбора первичных данных. Они используется для получения ответа на вопрос «Как часто встречаются изучаемые события?».
Применяются следующие виды контрольных листков:
• контрольный листок для регистрации измеряемого параметра в ходе про-изводственного процесса;
• контрольный листок для регистрации видов несоответствий;
• контрольный листок для оценки воспроизводимости и работоспособнос-
ти технологического процесса и т. п.
Предусматриваются следующие этапы выполнения сбора данных с исполь-
зованием контрольных листков:
1. Формулирование соответствующих вопросов относительно конкретных
требований по качеству.
2. Выбор необходимых методов анализа данных и подтверждение их эффек-
тивности.
3. Правильное обозначение точек сбора данных в технологическом
процессе.
4. Назначение добросовестного рабочего для сбора данных.
5. Оценка способностей и возможностей рабочего по своевременному
сбору данных.
6. Разработка формы бланков для сбора данных (формы контрольных ли-
стков).
7. Подготовка инструкции по выполнению сбора данных.
8. Тщательная проверка разработанных бланков и инструкций.
9. Инструктаж и обучение рабочих.
10. Периодические проверки осуществления процесса сбора данных и полу
чаемых результатов.
Форма контрольного листка разрабатывается в соответствии с конкретной
ситуацией. В любом случае в нем указываются:
• объект изучения (например, наименование и/или чертеж изделия или
детали);
• таблица регистрации данных о контролируемом параметре (например,
линейный размер изделия или детали);
• место контроля (цех, участок);
• должность и фамилия работника, регистрирующего данные;
• дата сбора данных;
• продолжительность наблюдения и наименование контрольного прибора
(если он применяется в ходе наблюдения).
В регистрационной таблице в соответствующей графе проставляются точки,
черточки, крестики и другие условные знаки, соответствующие количеству
наблюдаемых событий. Например, при регистрации количества событий могут
быть использованы следующие символы:
Рис.1.2 Символы
Диапазон применения контрольных листков очень широк, а их виды весь-
ма разнообразны. При подготовке контрольных листков нужно следить за тем,
чтобы использовались наиболее простые способы их заполнения (цифры, условные значки), число контролируемых параметров было по возможности наименьшим, а форма листка была проста для заполнения и анализа. Бланки контрольных листков должны быть напечатаны на бумаге, исключающей расплывание чернил, и иметь удобный для хранения и использования формат.
Примечание. В современных условиях, когда для контроля и (или) управления производственными процессами используются компьютеры, контрольные листки предпочтительно заполнять непосредственно в памяти компьютера, отказавшись от использования бумажных бланков.
В качестве примеров контрольных листков можно назвать:
• график температуры больного;
• контрольный листок для сбора данных об отказавших деталях телевизоров;
• контрольный листок для сбора информации о дефектах при производстве
тентовых материалов и т. д.
Приведены примеры контрольных листков для сбора информации. По результатам сбора данных, произведенным для нескольких партий с использованием рассмотренного выше контрольного листка, может быть составлена сводная таблица. (Приложение 1)
Гистограмма - это инструмент, позволяющий зрительно оценить закон распределения величины разброса данных, а также принять решение о том, на чем следует сфокусировать внимание для целей улучшения процесса.
Гистограмма отображается серией столбиков одинаковой ширины, но разной высоты. Ширина столбика представляет интервал в диапазоне наблюдений, высота — количество наблюдений (измерений), попавших в данный интервал. При нормальном законе распределения данных существует тенденция расположения большинства результатов наблюдений ближе к центру распределения (к центральному значению) с постепенным уменьшением при удалении от центра.
Гистограмма применяется главным образом для анализа значений измеренных параметров, но может использоваться и для оценки показателей возможностей процессов. Систематизируя показатели качества и анализируя построенную для них гистограмму, можно легко понять вид распределения, а определив среднее значение показателя и стандартное отклонение, можно провести сравнение показателей качества с контрольными нормативами и таким образом получить информацию высокой точности.
Рассмотрим порядок построения гистограммы, характеризующей управ-ляемость процесса производства валиков, с использованием данных приве-денного ниже контрольного листка.
Построение гистограммы, как правило, включает в себя следующие этапы.
1. Разработка формы контрольного листка для сбора первичных данных. Пример такого контрольного листка для процесса производства
валиков приведен ниже.
2. Сбор статистических данных xi , i = 1, 2, ..., N, характеризующих ход
процесса, и заполнение второго столбца контрольного листка.
После заполнения контрольного листка приступают собственно к пост-
роению гистограммы.
Рис.1.3 Контрольный листок 2
3. Вычисление диапазона данных (выборочного размаха)
где xmax — наибольшее наблюдаемое значение; xmin — наименьшее на-
блюдаемое значение.
В нашем случае xmax = 10,020 мм, xmin = 9,985 мм, т. е.
R = 10,020 - 9,985 = 0,035 мм = 35 мкм.
4. Определение количества интервалов п на гистограмме часто осуществля-
ют по формуле Стерджесса [29, 30]
n ≈ l + 3,322 1g N,
где N — общее количество собранных данных в выборке.
Рекомендуемое число интервалов гистограммы, которое получается при
использовании формулы Стерджесса, представлено в табл. 1.1
Таблица 1.1
По данным рассматриваемого нами контрольного листка N = 88, соот-
ветственно п = 1 + 3,322 lg 88 = 7,46 - 7.
5. Определение размеров интервалов осуществляют так, чтобы размах,
включающий максимальное и минимальное значения, делился на интер-
валы равной ширины. Для получения ширины интервалов h = R/n размах R делят на полученное выше количество интервалов п. В нашем случае h = 0,035 мм / 7 = 0,005 мм = 5 мкм.
(Внимание! Желательно, чтобы размер интервала был не менее двух делений шкалы измерительного прибора (в рассматриваемом примере данные контрольного листка были получены с использованием микрометрической головки часового типа с ценой деления 1 мкм, т. е. один интервал соответствует пяти делениям шкалы прибора). )
6. Определение границ интервалов.
Сначала определяют нижнюю границу первого интервала и прибавляют
к ней ширину этого интервала, чтобы получить границу между первым и вторым интервалами. Далее продолжают прибавлять найденную ширину интервала h к предыдущему значению для получения второй границы, затем третьей и т. д. После завершения такой работы можно удостовериться, что верхняя граница последнего интервала совпадает с максимальным значением хmах.
7. Вычисление частот.
В третий столбец таблицы контрольного листка вносят количество кi валиков, попавших в каждый интервал. По результатам наблюдений, отмечен-
ных черточками во втором столбце этой таблицы, подсчитывают общее ко-
личество наблюдений (в нашем случае N = 88), а затем в четвертый стол-
бец записывают относительные частоты, выраженные в процентах и под-
считанные по формуле
8. Построение горизонтальной и вертикальной осей графика.
Берется миллиметровая бумага, на ней наносятся горизонтальная и верти-кальная оси, а затем на каждой оси выбираются масштабы.
9. Построение графика гистограммы.
На горизонтальную ось необходимо нанести границы интервалов. На оси
абсцисс с обеих сторон (перед первым и после последнего интервалов)
следует оставить место, не менее размера одного интервала. Пользуясь
шириной интервалов как основанием, строят прямоугольники, высота
каждого из которых равна частоте попадания результатов наблюдений в
соответствующий интервал. На график (см. рис.1.4) наносят линию, представ-ляющую среднее арифметическое значение , а также линии, пред-
ставляющие границы поля допуска, если они имеются.
Рис.1.4.Гистограмма, построенная по данным контрольного листка 2
На рисунке в качестве примера приведена гистограмма значений коэф-фициентов усиления 120 проверенных усилителей. В ТУ на эти усилители указано номинальное значение коэффициента SN на этот тип усилителей, равное 10дБ. В ТУ также установлены допустимые значения коэффициента усиления: нижняя граница допуска SL = 7,75 дБ, а верхняя SU = 12,25 дБ. При этом ширина поля допуска Т равна разности значений верхней и нижней границ допуска Т = SU – SL.
Если расположить все значения коэффициентов усиления в ранжированный ряд, все они будут находиться в пределах поля допуска, что создаст иллюзию отсутствия проблем. При построении гистограммы сразу становится очевидным, что распределение коэффициентов усиления хотя и находится в пределах допуска, но явно сдвинуто в сторону нижней границы и у большинства усилителей значение этого параметра качества меньше номинала. Это, в свою очередь, дает дополнительную информацию для дальнейшего анализа проблем.
Рис. 1.5 Пример построения гистограммы.
Диаграмма разброса (рассеивания)
На практике часто важно изучить зависимости между парами каких-либо пере-менных. Как можно, например, установить, зависит ли вариация размеров детали от изменений скорости вращения шпинделя токарного станка? Или, допустим, мы хотим управлять концентрацией материала, но предпочитаем заменить измерение концентрации измерением плотности, поскольку на практике ее гораздо легче мерить. Для изучения зависимостей между двумя переменными, такими как скорость вращения шпинделя токарного станка и размер детали (или концентрация и плотность), мы можем воспользоваться так называемой диаграммой рассеивания.
Диаграмма разброса (рассеивания) — инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных. Эти две переменные х и у могут относиться:
а) к характеристике качества у и к влияющему на нее фактору х;
б) к двум различным характеристикам качества х и у ;
в) к двум факторам х и у, влияющим на одну характеристику качества z.
Для выявления связи между ними и служит диаграмма разброса (рассеива-
ния), которую также часто называют полем корреляции. При выяснении тес
ноты связи между парами переменных важно прежде всего построить диаграмму рассеивания и понять ситуацию в целом.
Этапы построения диаграммы разброса (рассеивания)
Можно рекомендовать следующий порядок построения диаграммы разброса
(рассеивания).
1. Соберите парные данные (х, у), между которыми вы хотите исследовать за-
висимость, и расположите их в табл.1.2. Было бы хорошо иметь по меньшей мере 30 пар данных.
Таблица 1.2. Данные для построения диаграмм разброса (рассеивания)
2. Найдите максимальные и минимальные значения для х и у . Выберите
шкалы на горизонтальной и вертикальной осях так, чтобы обе длины
рабочих частей осей хну получились приблизительно одинаковыми
(чтобы они уместились на экране компьютера или на стандартном листе
бумаги), тогда диаграмму будет легче читать. При определении масшта-
бов возьмите на каждой оси от 3 до 10 градационных делений и при
обозначении этих делений используйте (для облегчения чтения) круглые
числа. Если одна переменная — фактор, а вторая — характеристика
качества, то выберите для фактора горизонтальную ось х, а для характе-
ристики качества — вертикальную ось у.
3. На экране компьютера (на отдельном листе бумаги) начертите график
и нанесите на него данные. Если в разных наблюдениях получаются
одинаковые значения, покажите эти точки, либо рисуя концентрические
кружки, либо нанося вторую точку рядом с первой.
4. Нанесите на диаграмму все необходимые обозначения, например:
а) название диаграммы;
б) интервал времени сбора данных;
в) число пар данных;
г) названия и единицы измерения для каждой оси;
д) дата составления диаграммы;
е) имя (и прочие данные) человека, который составлял эту диаграмму.
Убедитесь, что перечисленные выше данные, отраженные на диаграмме, по-
нятны любому человеку, а не только тому, кто строил диаграмму. Типичные виды диаграмм разброса (рассеивания) приведены на рис. 1.6
Рис.1.6 Типичные виды диаграмм разброса
После построения диаграммы рассеивания необходимо изучить связи между х и у, но для установления силы связи в количественных терминах полезно вычислить коэффициент корреляции в соответствии со следующим определением:
где п — число пар данных; хi, yi — собранные статистические данные; — средние арифметические значения соответствующих факторов х и у; r — ко-
эффициент корреляции, который принимает значение из диапазона -1 ≤ r ≤ 1.
Если абсолютное значение r окажется больше 1, то совершенно ясно, что
произошла ошибка и вы должны пересчитать результат.
Диаграмма Парето — разновидность столбиковой диаграммы, применяемой для наглядного отображения рассматриваемых факторов в порядке уменьшения (возрастания) их значимости. Эта диаграмма является инструментом, позволяющим распределить усилия для разрешения возникающих проблем и выявить главные причины, с которых надо начинать действовать, например, позволяет точно определить и квалифицировать основные виды причин брака при диагностировании процесса; установить, борьба с какими видами причин брака позволит наиболее эффективно и быстро повысить качество продукции. В 1897 г. итальянский экономист В. Парето (1845—1923) установил, что примерно 70—80 % доходов или благ в государстве в большинстве случаев принадлежит 20—30 % населения. Американский экономист М. Лоренц в 1907 г. независимо от Парето пришел к тому же выводу, осуществив дальнейшее развитие идей Парето (помимо так называемой столбиковой диаграммы им было предложено использовать кумулятивную кривую, которую часто называют кривой Лоренца). Идея применения этой диаграммы для анализа причин возникновения брака и путей повышения качества принадлежит Дж. Джурану.
Этапы построения диаграммы Парето
Рекомендуется порядок построения диаграммы Парето, включающий в себя
следующие этапы:
1. Решите, какие проблемы надлежит исследовать и как собирать данные, в частности:
1) какого типа проблемы вы хотите исследовать?
Например: дефектные изделия, потери в денежном выражении, несчастные случаи;
2) какие данные надо собрать и как их классифицировать?
Например: по видам дефектов, месту их появления, процессам, рабочим;
3) какой метод следует применить и каков период сбора данных.
Примечание. Пусть с использованием «мозговой атаки» построена диаграмма Исикавы и установлено N причин, вызывающих брак. Возникает вопрос: с какой из этих причин надо начинать бороться в первую очередь, чтобы наиболее эффективно повысить качество? Для ответа на этот вопрос и следует использовать диаграмму Парето, например так, как это рассмотрено ниже.
2. Разработайте контрольный листок для регистрации данных (о частоте воз-
никновения дефектов в зависимости от вызывающих их причин) с перечнем видов собираемой информации.
3. Заполните контрольный листок регистрации данных и подсчитайте необходимые итоговые данные.
4. Для построения диаграммы Парето разработайте бланк таблицы (см. на
пример, табл. 1.3) для обработки статистических данных, имеющихся
в контрольном листке. В этой таблице следует предусмотреть графы для
регистрации:
• числа зарегистрированных дефектов каждого типа как в единицах их
измерения, так и в процентах к общему количеству дефектов;
• накопленной суммы числа дефектов, выраженной в единицах из-
мерения дефектов;
• накопленной суммы числа дефектов, выраженной в процентах к об-
щему итогу (накопленного процента).
5. Заполните таблицу, расположив данные, полученные по каждому прове-
ряемому признаку (типу дефекта), в порядке убывания их значимости.
Примечание. Группу «прочие» надо поместить в последнюю строку таблицы вне зависимости от того, насколько большим получилось число, так как ее составляет совокупность признаков, числовой результат по каждому из которых меньше, чем самое маленькое значение, полученное для признака, выделенного в отдельную строку.
6. Начертите (рис. 1.7) одну горизонтальную и две вертикальные оси:
1) сначала постройте горизонтальную ось. Разделите эту ось на интервалы
в соответствии с числом контролируемых признаков (типов дефектов);
2) затем постройте вертикальные оси с левой и правой стороны графика:
• на левую ось нанесите шкалу с интервалами (делениями) от 0 до числа, соответствующего общему итогу (суммарному числу дефектов);
• на правую ось нанесите шкалу с интервалами (делениями) от 0 до 100 %.
7. Постройте столбиковую диаграмму.
Таблица 1.3. Данные для построения диаграммы Парето
8. Начертите кумулятивную кривую (кривую Лоренца).
На вертикалях, соответствующих правым концам каждого интервала на го-
ризонтальной оси, нанесите точки накопленных сумм (результатов или про-
центов) и соедините отрезками прямых.
9. Нанесите на диаграмму все обозначения и надписи:
• надписи, касающиеся диаграммы (название, разметка числовых зна-
чений на осях);
• надписи, касающиеся данных;
• сведения о месте и времени сбора и обработки данных;
• сведения о персонале, принимавшем участие в работе;
• любые другие сведения, которые могут быть полезными в последую-
щей работе с построенной диаграммой Парето.
Определяющим достоинством диаграммы Парето является то, что она дает
возможность разгруппировать факторы на значительные, т. е. встречающиеся наиболее часто, и на незначительные, т. е. встречающиеся относительно редко.
Диаграмма Парето показывает в убывающем порядке относительное влияние каждой причины на общую проблему.
После проведения корректирующих мероприятий диаграмму Парето можно вновь построить для изменившихся в результате коррекции условий и проверить эффективность проведенных улучшений. В сложной экономической жизни предприятия проблемы могут возникнуть в любой момент в любом подразделении. Анализ этих проблем всегда целесообразно начинать с составления диаграммы Парето.
Рис.1.7 Диаграмма Парето по видам пороков тентового материала:
1-концевые; 2-складки; 3-засечки; 4-замятины; 5-грязь; 6-прочие
Стратификация — разделение полученных данных на отдельные группы
(слои, страты) в зависимости от выбранного стратифицирующего фактора В качестве стратифицирующего фактора могут быть выбраны любые параметры, определяющие особенности условий возникновения и получения
данных:
• различное оборудование;
• операторы, производственные бригады, участки, цехи, предприятия и т. п.;
• время сбора данных;
• разные виды сырья;
• различие используемых станков, средств измерения и т. д.
При отсутствии учета стратифицирующего фактора (расслоения данных)
происходит их объединение и обезличивание, затрудняющее установление действительной взаимосвязи между полученными данными и особенностями их возникновения. Например, при анализе источника дефектной продукции, поставляемой предприятию несколькими сторонними поставщиками, целесообразно в качестве стратифицирующего фактора выбрать поставщиков и произвести стратификацию дефектной продукции по поставщикам.
В японских журналах, посвященных работе кружков качества, неоднократно публиковались статьи о повышении качества продукции после многократного (до 50-80 раз) применения метода стратификации для анализа проблем, возникавших в производственных процессах.
Мнемонический прием 4М ... 6М
Специалисты по управлению качеством продукции очень часто используют
в своей работе английский язык. Поэтому в зарубежной литературе при страти-
фикации (расслоении) статистических данных рекомендуется использовать
мнемонический прием 4М ... 6М, позволяющий легко запомнить типовые при-
чины (факторы), по которым может быть произведена группировка (стратификация, расслоение) статистических данных. Этот мнемонический прием основан на том, что в английском языке были подобраны слова, начинающиеся на букву М и определяющие основные группы причин (факторов), по которым наиболее часто производят стратификацию статистических данных. Ниже приведены эти английские слова, определяющие основные причины (факторы) стратификации данных.
1. Manpower (персонал) - расслоение по исполнителям (по их квалификации,
стажу работы, полу и т. п.).
2. Machine (машина) — стратификация по машинам, станкам, оборудованию (по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т. п.).
3. Material (материал) — группировка по виду материала, сырья, комплекту-ющих (по месту добычи или производства, фирме-изготовителю, партии сырья, сорту материала и т. п.).
4. Method (метод, технология) — расслоение по способу производства (по температурному режиму, технологическому приему, номеру цеха, бригады, участка, смене, рабочим и т. п.).
5. Measurement (измерение) — по методу измерения, типу измерительных средств, классу точности прибора и т. п.
6. Media (окружающая среда) — по температуре, влажности воздуха в цехе, магнитным и электрическим полям, солнечному излучению и т. п.
Наиболее часто производится группировка статистических данных по первым четырем причинам (мнемонический прием 4М). Если к этим четырем причинам (факторам) необходимо добавить пятую или шестую, то получаются, соответственно, мнемонические приемы 5М и 6М.
Примечание. В некоторых зарубежных публикациях этот же мнемонический прием представляют в виде сочетания букв РММММЕ, образованных от английских слов:
Personal (персонал, люди);
Machine (машина, оборудование, станки);
Material (материал, сырье, комплектующие);
Method (метод, технология, режим);
Measurement (измерение);
Environment (окружающая среда).
Расслоение данных позволяет получить представление о скрытых причинах дефектов или выявить неочевидные пути улучшения качества продукции. При расслоении данных следует стремиться к тому, чтобы различие внутри каждой группы (страты, слоя) было как можно меньше, а различие между группами — как можно больше.
Причинно-следственная диаграмма Исикавы
Результат процесса построения причинно-следственной диаграммы Исикавы
зависит от многочисленных факторов, между которыми существуют отношения
типа «причина — результат». Мы можем определить структуру или характер этих многофакторных отношений благодаря систематическим наблюдениям. Трудно решить сложные проблемы, не зная этой структуры, которая представляет собой цепь причин и результатов. Диаграмма причин и результатов — 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. Она получила название «схема Исика-
вы» (в японской литературе эту диаграмму из-за ее формы часто именуют
«рыбья кость» или «рыбий скелет»).
Основные сведения о причинно-следственной диаграмме Исикавы
Диаграмма представляет собой средство графического упорядочения факторов, влияющих на объект анализа. Главным достоинством диаграммы Исикавы является то, что она дает наглядное представление не только о тех факторах, которые влияют на изучаемый объект, но и о причинно-следственных связях этих факторов. В основе построения диаграммы лежит определение (постановка) задачи, которую необходимо решать.
При вычерчивании причинно-следственной диаграммы Исикавы самые значимые параметры и факторы располагают (см. рис. 1.8) наиболее близко к голове «рыбьего скелета». Построение начинают с того, что к центральной горизонтальной стрелке, изображающей объект анализа, подводят большие первичные стрелки, обозначающие главные факторы (группы факторов), влияющие на объект анализа. Далее к каждой первичной стрелке подводят стрелки второго порядка, к которым, в свою очередь, подводят стрелки третьего порядка и т. д. до тех пор, пока на диаграмму не будут нанесены все стрелки, обозначающие факторы, оказывающие заметное влияние на объект анализа в конкретной ситуации. Каждая из стрелок, нанесенная на схему, представляет собой в зависимости от ее положения либо причину, либо следствие: предыдущая стрелка по отношению к последующей всегда выступает как причина, а последующая — как следствие.
Наклон и размер не имеют принципиального значения. Главное при построении схемы заключается в том, чтобы обеспечить правильную соподчиненность и взаимозависимость факторов, а также четко оформить схему, чтобы она хорошо смотрелась и легко читалась. Поэтому независимо от наклона стрелки каждого фактора его наименование всегда располагают в горизонтальном положении, параллельно центральной оси.
Этапы построения причинно-следственной диаграммы
При построении диаграммы Исикавы рекомендуется (см. рис. 8) придерживаться следующего порядка действий:
1.Определите перечень показателей качества (видов неудач, дефектов, брака), которые следует проанализировать.
2.Выберите один показатель качества и напишите его в середине правого
края чистого листа бумаги. Слева направо проведите прямую линию,
которая будет представлять собой «хребет» будущей диаграммы Исикавы.
3.Запишите главные причины, влияющие на показатель качества;
4.Соедините линиями («большими костями») главные причины с «хреб-
том», расположив основные из этих главных причин ближе к голове
«рыбьего скелета».
5.Определите и запишите вторичные причины для уже записанных главных
причин.
6.Соедините линиями («средними костями») вторичные причины с «боль-
шими костями».
7.Проверьте логическую связь каждой причинной цепочки.
8.Нанесите всю необходимую информацию (надписи) и проверьте законченность составленной причинно-следственной диаграммы Исикавы.
Часто построение диаграммы сопровождается «мозговым штурмом». Это прекрасный метод приведения в действие творческого мышления группы для быстрого формулирования, разъяснения и оценки значительного перечня идей,
проблем, причин, вопросов.
Ниже приведен пример причинно-следственной диаграммы Исикавы типа
«рыбий скелет» по выявлению причины появления дефекта «концевые пороки»
при производстве тентового материала с поливинилхлоридным покрытием для автотранспорта.
Для уменьшения размеров рис. 1.8 приведенная на нем диаграмма Исикавы была построена на основе использования мнемонического приема 4М, т. е. при построении этой диаграммы были приняты во внимание только четыре группы причин дефектов «концевые пороки», а именно: персонал, технология, машины и оборудование, сырье.
Рис.1.8 Пример причинно следственной диаграммы Исикавы
Контрольные карты — это представление полученных в ходе технологического процесса данных в виде точек (или графика) в порядке их поступления во времени. Они позволяют контролировать текущие рабочие характеристики процесса, показывают отклонения этих характеристик от целевого или среднего значения, а также уровень статистической стабильности (устойчивости, управляемости) процесса в течение определенного времени. Их можно использовать для изучения возможностей процесса, чтобы помочь определить достижимые цели качества и выявить изменения средних характеристик и изменчивость процесса, которые требуют корректирующих или предупреждающих действий. Контрольные карты впервые были предложены в 1924 г. У. Шухартом с намерением исключить необычные вариации, т. е. отделять вариации, которые обусловлены определенными причинами, от тех, что вызваны случайными причинами. Контрольные карты основываются на четырех положениях:
• все процессы с течением времени отклоняются от заданных характеристик;
• небольшие отклонения отдельных точек являются непрогнозируемыми;
• стабильный процесс изменяется случайным образом, но так, что группы
точек этого процесса имеют тенденцию находиться в прогнозируемых
границах;
• нестабильный процесс отклоняется в силу неслучайных факторов, и не
случайными обычно считаются те отклонения, которые находятся за пре-
делами прогнозируемых границ.
Контрольные карты позволяют использовать текущие данные процесса, что-
бы установить статистически нормальные рабочие границы (границы регулиро-
вания), в которых должны находиться характеристики процесса.
Постоянное использование контрольной карты может помочь определить
факторы, вызывающие отклонения процесса от заданных требований, и исключить их влияние.
Результаты измерений характеристики процесса в течение определенного времени сравниваются с требованиями к процессу для установления того, что контролируемая характеристика процесса:
• выходит за установленные границы поля допуска, но размах R (разброс параметров) процесса не превышает ширины поля допуска, что сохраняет возможность удовлетворить требования потребителя путем наладки или настройки процесса, например, за счет совмещения среднего арифметического значения характеристики процесса с серединой поля допуска CL;
• выходит за установленные границы поля допуска, причем среднее значение близко к середине поля допуска CL, а размах R (разброс параметров) процесса превышает ширину поля допуска, что не позволяет удовлетворить требования потребителя (необходимо улучшение процесса, а именно: уменьшение размаха R за счет использования более точного станка или уменьшения влияния внешних факторов, вызывающих повышенную изменчивость процесса);
• среднее значение характеристики процесса далеко от середины поля допуска CL и величина размаха R превышает ширину поля допуска (для улучшения качества процесса требуется как его настройка/наладка, так и уменьшение размаха (разброса) характеристики процесса).
При разработке контрольной карты самым важным является способ определения контрольных границ. Для этого необходимо собрать большое количество данных (называемых предварительными данными), характеризующих состояние процесса, и на их основе рассчитать (по установленным формулам) контрольные границы. В производственной практике используются различные виды контрольных карт, отличающиеся друг от друга характером используемых данных.Существуют два класса контрольных карт: один — для непрерывных значений, а второй — для дискретных. Сведения об основных типах контрольных карт приведены в табл.1.4.
Опыт практической работы с х-картами показал, что они не всегда удоб-
ны в работе. Поэтому вместо карт индивидуальных значений (х-карт) чаще
используют (-S)-, (-R)-, ( -R)-карты; ( -S)-карты на практике ис-
пользуются очень редко.
Рассмотрим обозначения х, S, , R, использованные в табл. 3.6. Они имеют
следующий смысл:
— среднеарифметическое значение характеристик
качества х1, х2, ..., хп, измеренных рабочим на очередном шаге контроля;
— среднеквадратичное отклонение характеристик
качества х1, х2, ..., хп, измеренных рабочим на очередном шаге контроля.
В современных условиях контроля производственных процессов (с использованием компьютеров) вычисление среднего арифметического и среднеквадратичного отклонения S не вызывает затруднений. Однако при внедрении контрольных карт на японских заводах в 50-е гг. XX в. компьютеров, пригодных для контроля производственных процессов, еще не было.
Поэтому вместо среднего арифметического значения удобнее было использовать так называемую медиану, значение которой определяется намного проще (без каких-либо вычислений). Если полученные при измерениях
значения х1, х2, ..., хп, характеристики качества расположить в возрастающем
или убывающем порядке, то при нечетном числе измерений п медианой будет
значение, занимающее срединное положение в этом ряду. При четном числе
п медиана будет равна среднему арифметическому двух значений, расположенных в середине ряда.
При использовании медианы вместо среднего арифметического значения
целесообразно производить нечетное количество измерений. Аналогично вместо среднеквадратичного отклонения S = Sn оказалось удобнее
использовать так называемый размах R = хmах — xmin, т. е. разность междунаибольшим хmах и наименьшим xmin значениями из ряда наблюдений х1, х2, ..., хп, выполненных на очередном шаге контроля. Правомерность замены среднеквадратичного отклонения S = Sn размах R обоснована в работе результатами расчета теоретического коэффициента корреляции между R и S, который оказался равен 0,977. Поэтому при использовании статистических методов управления качеством рассеивание процесса можно контролировать с помощью R-карты вместо S-карты.
Сведения о пр-, р-, с- и u-картах приведены в правой части табл. 4
Таблица 1.4 Основные типы контрольных карт.
1.2 FMEA-анализ
Анализ форм и последствий отказов (Failure Mode and Effect Analysis — FMEA-методология), известный также под названием «Анализ рисков», используется в качестве одной из превентивных мер для системного обнаружения причин, вероятных последствий, а также для планирования возможных противодействий по отношению к отслеживаемым отказам. FMEA-методология обычно применяется в работе межфункциональных команд для анализа форм и последствий отказов продукции и процессов , однако имеются примеры успешного применения этой методологии и в кружках качества.
В стандартах ИСО 9000:2000 уделяется очень большое внимание процессам. Поэтому ниже будет рассмотрено применение FMEA-методологии для исследования процессов. При анализе форм и последствий отказов процессов главным является заблаговременный поиск для каждого этапа процесса ответов на следующие вопросы:
1. Каким образом при осуществлении процесса может произойти отказ или
неудача?
2. Что может быть причиной этой неудачи?
3. Что произойдет, если при осуществлении процесса случится неудача?
4. Как мы можем предотвратить последствия отказа?
FMEA-методологию применяют для системной идентификации
возможных отказов процессов и для предотвращения их последствий. В резуль-
тате этой работы составляется список критических пунктов, а также инструкции (предписания) о том, что должно быть сделано, чтобы минимизировать последствия в случае отказа в ходе осуществления процесса.Применение FMEA-методологии основано на следующих принципах:
• командная работа. Реализация FMEA-методологии осуществляется силами
специально подобранной межфункциональной команды специалистов;
• иерархичность. Для сложных технических объектов или процессов их из-
готовления анализу подвергают как объект или процесс в целом, так и их
составляющие; отказы составляющих рассматривают по их влиянию на
объект (или процесс), в которые они входят;
• итеративность. Анализ повторяют при любых изменениях объекта или
требований к нему, которые могут привести к изменению комплексного
риска отказа;
• регистрация результатов проведения FMEA. В соответствующих отчетных
документах должны быть зафиксированы результаты проведенного анализа и
решения о необходимых изменениях и действиях.
Осуществление FMEA-методологии обычно производится в рамках работы в составе межфункциональной команды. Руководитель (председатель) команды ответствен за следующее:
• формирование команды;
• сбор релевантной (важной, уместной) информации;
• планирование и организацию заседаний FMEA-команды;
• руководство всесторонним исследованием проблемы;
• регистрацию результатов;
• обеспечение обратной связи относительно исправления или возможного
предотвращения отказов.
Для идентификации как можно большего числа проблем FMEA-команда
должна представлять собой междисциплинарную и разноплановую композицию из специалистов, имеющих обширный опыт в различных областях знаний.
Продолжительность каждого непрерывного заседания FMEA-команды должна быть в пределах 1,5 часа и выбираться в зависимости от формулировки
проблемы, знаний и опыта членов команды, степени их готовности к заседанию.
Этапы осуществления FMEA-методологии
Анализ форм и последствий отказов обычно предполагает осуществление трех крупных этапов работы.
1. Подготовка к работе FMEA-команды.
При подготовке к работе и в начале плановых заседаний руководитель FMEA-команды должен выполнить следующее :
1.1. Сформировать межфункциональную и квалифицированную команду, состоящую из пяти—девяти специалистов.
1.2. Заранее провести короткое предварительное совещание, на котором
объяснить членам команды:
• цели предстоящего заседания;
• основные идеи и подходы к FMEA-анализу;
• основные роли членов FMEA-команды.
1.3. Предоставить членам FMEA-команды необходимую информацию, которая должна быть ими заранее тщательно изучена.
1.4. Сообщить членам FMEA-команды сведения об основных этапах процесса, который будет исследоваться на предстоящем заседании.
2. Основная работа FMEA-команды.
Во время заседаний, на которых будут заполняться FMEA-формы, руководитель команды должен обеспечить выполнение следующего :
2.1. Для каждого этапа исследуемого процесса надо определить возможные
режимы отказов в работе. В результате этого удается предугадать возможные отказы в протекании процесса и связь этих отказов с другими
этапами процесса.
2.2. Кратко обозначить, что является причиной каждого режима отказа.
2.3. Определить и описать последствия (влияние) этих режимов отказов на
управляемость процесса.
2.4. Количественно оценить слабые пункты (узкие места) процесса, определив следующие факторы : значимость потенциального отказа (S), вероятность возникновения дефекта (О), вероятность обнаружения отказа (D). В табл. 1.5. приведены сведения о том, как указанные факторы могут быть количественно оценены. Произведение этих трех факторов представляет собой приоритетное число риска (ПЧР), т. е. количественную оценку отказа с точки зрения его значимости по последствиям, вероятности возникновения и вероятности обнаружения ПЧР = S х О х D.
Для отказов (несоответствий, дефектов, пороков), имеющих несколько причин, определяют соответственно несколько ПЧР. Каждое ПЧР может иметь значения от 1 до 1000. Для ПЧР риска должна быть заранее установлена критическая граница (ПЧРгр), , в пределах от 100 до 125. Если какие-то значения ПЧР превышают установленное значение ПЧРгр, значит, именно для них следует вести доработку производственного процесса. Кроме того, следует определить для каждого режима отказа те средства и действия, которые необходимы для преодоления слабых (узких) мест исследуемого процесса.
2.5. Поручить ответственному специалисту или группе специалистов заняться выработкой технических решений, которые позволят предотвратить последствия отказов для наиболее рискованных ситуаций.
2.6. Установить промежуток времени, через который должна производиться периодическая верификация (контроль, проверка, подтверждение) выработанного решения.
Таблица 1.5
Квалиметрические шкалы завмсмиости потенциального отказа (S), вероятности возникновения дефекта (О), вероятности обнаружения дефекта (D)
3. Действия после завершения работы FMEA-команды,
После завершения работы FMEA-команды должно быть выполнено следующее:
3.1. Составлен письменный отчет о результатах работы по выполненному
анализу форм и последствий отказов. Этот отчет должен быть передан
руководителям организации.
3.2. Руководителям организации следует верифицировать и оценить результаты работы FMEA-команды и проследить, чтобы до членов FMEA-команды была доведена информация (в виде обратной связи) о статусе выполненных ими действий. Рекомендованный в ГОСТ Р 51814.2-2001 обобщенный алгоритм работы FMEA-команды представлен на рис. 1.9
Рис.1.9 Алгоритм работы FMEA-команды
1.3. Концепция "Шесть сигм"
Методология «Шесть сигм» (Six Sigma) — один из самых эффективных инструментов инжиниринга качества. Буква греческого алфавита а обозначает в статистике меру изменчивости, вариабельности, степень отклонения любого процесса от его цели.
Концепция «Шесть сигм» основана на том, что существует прямая корреляция между числом дефектов продукции, увеличением производственных затрат и уровнем удовлетворенности потребителей. Первые разработки этой методологии в 80-е гг. прошлого столетия были осуществлены в корпорациях Motorola и General Electric. Затем методологию «Шесть сигм» освоили многие известные транснациональные компании, считая ее основным инструментом, позволяющим улучшить качество, увеличить долю рынка, снизить затраты и получить значительную прибыль. Например, в упомянутых корпорациях внедрение методологии «Шесть сигм» приносило до 6 млрд долл. прибыли в год.
В методологии «Шесть сигм» основным показателем служит число дефектов
на единицу продукции, включая все стадии ее производства. Значение сигмы показывает, как часто может возникнуть дефект. Так называемая сигмовая воспроизводимость процесса, которую удобнее выражать в дефектах на миллион возможностей (ррm — parts per million — частей на миллион), измеряет способность процесса выполнять бездефектную работу. Гуру этой методологии, генеральный директор академии «Шесть сигм» США М. Хэрри, приводит такой пример. Если ковер, покрывающий пол зала от стены до стены площадью 100 кв. м, очистить до уровня трех сигм, примерно 0,25 кв. м площади останется невычищенной; если ковер очистить до уровня шесть сигм,невычищенный участок составит величину с булавочную головку. Он же приводит следующую таблицу (Приложение 2, табл.1):
Главное в методологии — стратегия прорыва — последовательные шаги по
Улучшению деятельности фирмы, где фокус н потребителей — ключевой элемент. Стратегия прорыва имеет следующие фазы (DMAIC):
• Define — определяй.
• Measure — измеряй.
• Analyze — анализируй.
• Improve — улучшай.
• Control — управляй.
Эти фазы содержат основные этапы :
1. Определить проект
• Определить цель и масштаб проекта.
• Собрать всю информацию о функционировании процесса, а также о нуждах и требованиях ваших потребителей.
2. Измерить
• Для более точного направления усилий по совершенствованию собрать информацию о существующей ситуации.
3. Анализировать для выявления причин
• Определить коренные причины дефектов.
• Подтвердить их данными.
4. Улучшать
• Разработать, испытать и внедрить решения, направленные на коренные проблемы.
• Использовать данные для оценки результатов решений и планов, разработанных для их внедрения.
5. Управлять
• Поддерживать достигнутый успех путем стандартизации методов выполнения работы или функционирования процесса.
• Прогнозировать будущие совершенствования и разрабатывать планы сохранения уроков, извлеченных из усилий по совершенствованию.
При анализе и принятии решений широко используются известные ранее приемы: диаграммы сродства, Парето, матричная, «рыбий скелет», диаграф связи, функция потерь по Тагути, FMEA. Сохраняется преемственность с тем, что было сделано в области качества ранее (стандарты ИСО серии 9000, бенчмаркинг, самооценка). Работа над проектом «Шесть сигм» будет успешной, если на фирме обеспечиваются следующие условия:
• возглавят всю деятельность первые руководители;
• будет постоянно осуществляться фокус на потребителя;
• руководство и тренинг будут проводить опытные эксперты;
• поощрение открытого выявления и обсуждения дефектов;
• эффективное использование собранных данных;
• создание атмосферы взаимопомощи и взаимопонимания, основанных
на командных методах.
Для успешной реализации методологии «Шесть сигм» разработана система кадрового обеспечения. Специалисты, участвующие в процессе реализации методологии, обозначаются с использованием терминологии восточных единоборств. Это обладатели «черного», «зеленого» и «желтого» поясов. Обладатели «черного» пояса — эксперты по внедрению методологии «Шесть
сигм». Они занимаются исключительно его внедрением и переходят от одного
проекта к другому. Менее квалифицированные специалисты — обладатели «зеленых» поясов — интенсивно участвуют в реализации этих проектов, но без отрыва от выполнения своих основных обязанностей. В концепции «Шесть сигм» отражено, чтобы все сотрудники компании прошли обучение и были аттестованы как обладатели «желтых» поясов.
«Черные пояса» выполняют следующие задачи:
наставника — развивают сеть специалистов по «Шести сигмам» внутри фирмы или ее подразделения;
учителя — проводят организованное обучение персонала применению новых
стратегий и инструментов;
инструктора — обеспечивают личную поддержку персонала фирмы;
распространителя — передают и распространяют новые стратегии и инструменты во время учебы, проводят семинары, симпозиумы и разбирают конкретные примеры;
партнеров — выявляют и анализируют возможности улучшения бизнеса фирмы за счет взаимодействия с другими организациями;
компетентных лиц — побуждают фирму применять стратегии и инструменты методологии «Шесть сигм».
В последние годы философия «Шесть сигм» дополнена концепцией «Бережливое производство» (Lean), нацеленной на устранение потерь и непроизводственных затрат [69]. Концепция «Lean Six Sigma» вобрала в себя все лучшее из двух отдельно существующих методологий.
1.4 ФСА
Многие пользователи считают функционально-стоимостной анализ (ФСА) достаточно сложным для понимания. Возможно это связано с тем, что существует слишком мало информации, объясняющей, что же он собственно из себя представляет. Целью данной статьи является раскрытие сущности функционально-стоимостного анализа, простоты его применения, а также исключение элемента загадочности, связанного с ним.
Функционально-стоимостной анализ позволяет выполнить следующие виды работ:
определение и проведение общего анализа себестоимости бизнес-процессов на предприятии (маркетинг, производство продукции и оказание услуг, сбыт, менеджмент качества, техническое и гарантийное обслуживание и др.);
проведение функционального анализа, связанного с установлением и обоснованием выполняемых структурными подразделениями предприятий функций с целью обеспечения выпуска высокого качества продукции и оказания услуг;
определение и анализ основных, дополнительных и ненужных функциональных затрат;
сравнительный анализ альтернативных вариантов снижения затрат в производстве, сбыте и управлении за счет упорядочения функций структурных подразделений предприятия;
анализ интегрированного улучшения результатов деятельности предприятия.
В настоящее время метод ФСА стал всеобъемлющим инструментом оценки систем, процессов и концепций.
Функционально-стоимостной анализ (ФСА, Activity Based Costing, АВС) - метод определения стоимости и других характеристик изделий, услуг и потребителей, использующих в качестве основы функции и ресурсы, задействованные в производстве, маркетинге, продаже, доставке, технической поддержке, оказании услуг, обслуживании клиентов, а также обеспечении качества.
Метод ФСА разработан как "операционно-ориентированная" альтернатива традиционным финансовым подходам. В частности, в отличие от традиционных финансовых подходов метод ФСА:
предоставляет информацию в форме, понятной для персонала предприятия, непосредственно участвующего в бизнес-процессе;
распределяет накладные расходы в соответствии с детальным просчетом использования ресурсов, подробным представлением о процессах и их влиянием на себестоимость, а не на основании прямых затрат или учета полного объема выпускаемой продукции.
ФСА-метод - один из методов, позволяющий указать на возможные пути улучшения стоимостных показателей. Цель создания ФСA-модели для совершенствования деятельности предприятий - достичь улучшений в работе предприятий по показателям стоимости, трудоемкости и производительности. Проведение расчетов по ФСА-модели позволяет получить большой объем ФСА-информации для принятия решения.
В основе метода ФСА лежат данные, которые обеспечивают менеджеров информацией, необходимой для обоснования и принятия управленческих решений при применении таких методов, как:
"точно в срок" (Just-in-time, JIT) и KANBAN;
глобальное управление качеством (Total Quality Management, TQM);
непрерывное улучшение (Kaizen);
реинжиниринга бизнес-процессов (Business Process Reengineering, BPR).
Концепция ФСА позволяет представить управленческую информацию в виде финансовых показателей. Используя в качестве единиц измерения финансовых показателей просто US$ или RUB, ФСА-метод отображает финансовое состояние компании лучше, чем это делает традиционный бухгалтерский учет. Это происходит потому, что ФСА-метод физически отражает функции людей, машин и оборудования. ФСА-метод отображает уровень потребления ресурсов функциями, а также причины, по которым эти ресурсы используются.
ФСА-информацию можно использовать как для текущего (оперативного) управления, так и для принятия стратегических решений. На уровне тактического управления информацию из ФСА-модели можно использовать для формирования рекомендаций по увеличению прибыли и повышению эффективности деятельности организации. На стратегическом - помощь в принятии решений относительно реорганизации предприятия, изменения ассортимента продуктов и услуг, выхода на новые рынки, диверсификации и т.д. ФСА-информация показывает, как можно перераспределить ресурсы с максимальной стратегической выгодой, помогает выявить возможности тех факторов (качество, обслуживание, снижение стоимости, уменьшение трудоемкости), которые имеют наибольшее значение, а также определить наилучшие варианты капиталовложений.
Основные направления использования ФСА-модели для реорганизации бизнес-процессов - это повышение производительности, снижение стоимости, трудоемкости, времени и повышение качества.
Повышение производительности включает в себя три этапа. На первом этапе осуществляется анализ функций для определения возможностей повышения эффективности их выполнения. На втором - выявляются причины непроизводительных расходов и пути их устранения. И, наконец, на третьем этапе осуществляется мониторинг и ускорение нужных изменений с помощью измерения основных параметров производительности.
Что касается снижения стоимости, трудоемкости и времени, то с помощью ФСА-метода можно так реорганизовать деятельность, чтобы было достигнуто устойчивое их сокращение. Для этого необходимо сделать следующее:
сократить время, необходимое для выполнения функций;
устранить ненужные функции;
сформировать ранжированный перечень функций по стоимости, трудоемкости или времени;
выбрать функции с низкой стоимостью, трудоемкостью и временем;
организовать совместное использование всех возможных функций;
перераспределить ресурсы, высвободившиеся в результате усовершенствий.
Очевидно, что вышеперечисленные действия улучшают качество бизнес-процессов. Повышение качества бизнес-процессов осуществляется за счет проведения сравнительной оценки и выбора рациональных (по стоимостному или временному критерию) технологий выполнения операций или процедур.
В основе управления, основанного на функциях, лежат несколько аналитических методов, использующих ФСА-информацию. Это - стратегический анализ, стоимостной анализ, временной анализ, анализ трудоемкости, определение целевой стоимости и исчисление стоимости, исходя из жизненного цикла продукта или услуги.
Одним из направлений использования принципов, средств и методов ФСА является планирование бюджета, основанное на функциях. Планирование бюджета использует ФСА-модель для определения объема работ и потребности в ресурсах. Можно выделить два пути использования:
выбор приоритетных направлений деятельности, увязанных со стратегическими целями;
разработка реалистичного бюджета.
ФСА-информация позволяет принимать осознанные и целенаправленные решения о распределении ресурсов, опирающиеся на понимание взаимосвязей функций и стоимостных объектов, стоимостных факторов и объема работ.
Развитием ФCА-метода стал метод функционально-стоимостного управления (ФСУ, Activity-Based Management, ФСУ).
ФСУ - это метод, который включает управление издержками на основе применения более точного отнесения издержек на процессы и продукцию.
Особо обращаем внимание на то, что ФСУ-метод позволяет не только определять издержки, но и управлять ими. Однако, не стоит ставить знак равенства между управлением и контролем. Данные ФСА/ФСУ используются больше для "предсказательного" моделирования, чем для контроля. На сегодняшний день использование данных об издержках для нужд контроля вытесняется более оперативной информацией от TQM-метода, реализованного в виде функций статистического контроля процессов (Statistical Process Control, SPC), или от интегрированных информационных систем, работающих в режиме реального времени.
В процессе построения функционально-стоимостных моделей удалось установить методологическую и технологическую взаимосвязь между IDEF0- и ФСА-моделями.
Связанность методов IDEF0 и ФСА заключается в том, что оба метода рассматривают предприятие, как множество последовательно выполняемых функций, а дуги входов, выходов, управления и механизмов IDEF0-модели соответствуют стоимостным объектам и ресурсам ФСА-модели. На Рис. 1.10 представлена концептуальная модель ФСА-метода, из которой четко видно, что Ресурсы (Затраты) в ФСА-модели - это входные дуги, дуги управления и механизмов в IDEF0-модели (см. Рис. 1.11), Продукты (Стоимостные объекты) ФСА-модели - это выходные дуги IDEF0-модели, а Действия ФСА-метода - это Функции в IDEF0-модели.
Рис. 1.10. Концептуальная схема ФСА-метода.
Рис. 1.11. Функциональный блок и интерфейсные дуги.
На более низком уровне, а именно, уровне функционального блока связь IDEF0- и ФСА-моделей базируется на трех принципах:
1. Функция характеризуется числом, которое представляет собой стоимость или время выполнения этой функции.
2. Стоимость или время функции, которая не имеет декомпозиции, определяется разработчиком системы.
Стоимость или время функции, которая имеет декомпозицию, определяется, как сумма стоимостей (времен) всех подфункций на данном уровне декомпозиции.
Далее приведем различные типы функционально-стоимостных оценок технологий работы предприятия на примере одной российской торговой компании.
В условиях рыночных отношений для эффективной и своевременной реализации товаров через торговые организации, подразделения и представительства торговой компании, необходимо моделирование и оценка технологии ее работы.
В настоящее время моделирование и оценка технологий работы любых торговых компаний, позволяет решить следующий круг задач:
грамотно и наглядно представить технологию работы каждого структурного подразделения компании;
определить документооборот и информационные потоки;
выделить основные, вспомогательные и управляющие функции подразделений торговой компании;
грамотно распределить функции между подразделениями и сотрудниками;
снизить временные и стоимостные затраты связанные с выполнением бизнес-процессов;
повысить оперативное управление
Основные этапы проведения ФСА:
1) подготовительный;
2) информационный;
3) аналитический;
4) творческий;
5) исследовательский;
6) рекомендательный;
7) внедренческий.
На подготовительном этапе выполняются следующие работы:
• выбор объекта анализа;
• подбор членов исследовательской рабочей группы (ИРГ) для решения поставленных задач;
• определение сроков, конкретных результатов, которых должна достигнуть группа, порядка взаимодействия с соответствующими службами.
Информационное обепечение ФСА предусматривает:
• подготовку, сбор, систематизацию информации об объекте ФСА и его аналогах;
• изучение потребностей и функций, которые нужно удовлетворить;
• прогнозирование конкурентоспособности объектов;
• изучение объекта и его аналогов;
• изучение условий их эксплуатации;
• изучение технологии создания объекта;
• построение структурно-экономической модели объекта;
• анализ стоимостной информации, определение затрат на изготовление и функционирование объекта и его составных частей, затрат на техническое обслуживание и ремонты объекта;
• дополнение структурно-элементной модели объекта и его составных частей стоимостной информацией;
• выявление зон наибольшего сосредоточения затрат в исследуемом объекте;
• анализ патентной информации в данной области, в том числе отклоненных предложений.
Аналитический этап ФСА включает:
• формулирование всех возможных функций объекта и его элементов;
• классификацию функций;
• построение функциональной модели объекта;
• оценку значимости функций экспертным методом;
• определение материальных носителей соответствующих функций;
• оценку связанных с осуществлением функций затрат в увязке с соответствующими материальными носителями;
• построение функционально-стоимостной диаграммы, модели объекта с применением принципа иерархичности системного подхода. Модель содержит элементы объекта, шифры элементов, абсолютные и удельные затраты по элементам, а также доли функций, выполняющих эти элементы;
• определение противоречий между значимостью функций и их стоимостной оценкой;
• формулирование задач совершенствования объекта для последующих задач ФСА.
На творческом этапе осуществляются:
• выработка предложений по совершенствованию объекта;
• анализ и предварительный отбор предложений для реализации;
• систематизация предложений по функциям;
• формирование вариантов выполнения функций.
На исследовательском этапе выполняются следующие работы:
• разработка эскизного проекта по отобранным вариантам;
• экспертиза подготовленных решений;
• отбор наиболее рациональных вариантов решений;
• создание при необходимости макетов или опытных образцов для проведения испытаний;
• проведение испытаний;
• окончательный выбор реализуемых решений;
• технико-экономическое обоснование решений.
На рекомендательном этапе осуществляются:
• рассмотрение представленных технических решений на научно-техническом совете;
• принятие решения о возможности их реализации;
• согласование мероприятий по реализации принятых решений.
На этапе внедрения осуществляются:
• включение мероприятий по обеспечению внедрения принятых предложений ФСА в соответствующие планы;
• контроль выполнения планов;
• оценка эффективности реализации планов;
• стимулирование работников за внедрение методов ФСА.
2 Этапы построения и практическое использование.контрольных карт
2.1 Основные этапы построения контрольных карт
Рассмотрим этапы построения контрольной карты на примере ( -R)- карты
Эта карта используется для анализа и управления процессами, показатели каче -ства которых представляют собой непрерывные величины (длина, вес, концент-рация) и несут наибольшее количество информации о процессе . Величина — есть среднее арифметическое значение для подгруппы , a R — выборочный размах для той же подгруппы . Обычно R - карту используют ( вместе с -картой ) для контроля и управления разбросом ( размахом) внутри подгруппы.Перед практическим использованием ( -R)- карты необходимо подготовить бумажный бланк ( или графические формы для отображения контрольной карты на экране компьютера), на котором эта контрольная карта будет изображаться ( рис. 2.1). Для этого надо собрать данные о качестве протекания процесса и обработать их так, как это рассмотрено ниже.
1. Сбор данных.
Пример результатов сбора исходных данных для построения контрольной карты типа ( -R) приведен в табл. 2.1.
2. Вычисление средних арифметических значений k для каждой k - й под группы наблюдаемых значений:
Результат k обычно подсчитывается с одним лишним десятичным знаком по сравнению с исходными данными х1, х2, ..., хn.
Примечания:
1. Для получения этих данных рабочий периодически (например, раз в час или
после изготовления определенного количества деталей) снимает с производственного потока п деталей, измеряет их размеры х1, х2, ..., хn и для каждой подгруппы вычисляет среднее значение k..
2. Приведенные в табл. 2.1 данные содержат по пять значений в каждой подгруппе, что соответствует п = 5.
3. Вычисление общего среднего значения по всем имеющимся подгруппам данных по формуле: =x
путем деления итога столбца k на число подгрупп K. Результат надо вычислять с одним дополнительным знаком по сравнению с ранее вычисленными значениями k (с двумя лишними знаками
по сравнению с измеренными значениями х1, х2, ..., хn).
Примечание. Приведенные в табл. 2.1 данные содержат пять подгрупп, что соответствует К = 5.
4. Вычисление размаха Rk в каждой подгруппе путем вычитания минимального значения в подгруппе из максимального =x
5. Вычисление среднего арифметического значения размахов для всех подгрупп данных
Таблица 2.1
Данные для подготовки к построению -карты
путем деления итога столбца размахов Rk для всех подгрупп на их число K. Этот результат надо вычислять с двумя лишними знаками по сравнению с измеренными значениями х1, х2, ..., хn.
6. Вычисление контрольных линий.
Вычислите значения, характеризующие положение каждой контрольной линии для -карты и для R-карты по следующим формулам:
Верхний контрольный предел (Upper Control Limit) UCL = + A2R.
Нижний контрольный предел (Lower Control Limit) LCL = - A2R.
R-карта — Центральная линия CL = .
Верхний контрольный предел (уровень) UCL = D4.
Нижний контрольный предел (уровень) LCL = D3.
Нижний предел не рассматривается, когда п < 7.
Константы А2, D4, D3 — коэффициенты, определяемые объемом подгрупп n, приведены в табл. 2.2.
Таблица 2.2
Коэффициенты для вычисления контрольных линий Х-карт и iJ-карт
7. Нанесение контрольных линий.
Приготовьте лист бумаги в клеточку, затем нанесите слева вертикальные оси со значениями и R и горизонтальные оси с номерами подгрупп. Разметьте верхний USL и нижний LSL пределы так, чтобы между ними оказалось 30—50мм. Центральную линию CL начертите сплошной линией, а контрольные пределы — пунктирными линиями. Нанесите также на
8. Нанесение точек.
Выберите и разметьте масштабы по осям и R, а по каждой горизонтальной оси нанесите номера подгрупп с небольшим интервалом 2—5мм. Для удобства дальнейшего одновременного использования -карты и R-карты можно рекомендовать нанесение тонких вертикальных линий для обозначения границ интервалов каждой подгруппы, причем эти тонкие линии должны проходить непрерывно через всю (—R)-карту, так, как это показано на рис. 2.1
Рис. 2.1 Форма бланка (—R)-карты
Чтобы легче было различать и R, возьмем для изображения один вид значка (например, точку), а для R — другой (например, крестик), а для тех значений, которые выходят за пределы контрольных линий, — кружочки.
9. Запишите необходимую информацию, например, объем подгрупп (п = 5) в верхнем левом углу -карты. Запишите также и другие необходимые сведения, имеющие отношение к изучаемому процессу, такие как название процесса и продукции, период времени ведения контрольной карты, метод измерения, условия работы, смена, сведения о рабочем и т. п.
2.2. Использование контрольных картпри контроле и регулировании процессов
Что важнее всего в процессе управления, так это точное понимание положения объекта управления с помощью чтения контрольной карты и быстрое осуществление подходящих действий, как только в объекте обнаружится что-нибудь необычное. Контролируемое состояние объекта — это такое состояние, когда процесс стабилен, а его среднее значение и разброс данных (размах R) не меняются (остаются близкими к и , т.е. не выходят за пределы верхнего UCL и нижнего LCL контрольных уровней). Находится ли процесс в контролируемом состоянии или нет, определяется по контрольной карте, на основании которой осуществляется либо простой контроль без вмешательства в ход процесса (когда процесс идет успешно), либо воздействие на процесс (его регулирование) при отклонении условий протекания процесса от нормальных.
Одной из предпочтительных рекомендаций оператору, осуществляющему
управление процессом с использованием контрольной карты, может быть следующая: «Не дергайся понапрасну, не вмешивайся в ход процесса без достаточных на то оснований». Дело в том, что во многих случаях неопытные операторы, увидев незначительное отклонение хода процесса от центральной линии CL, стараются «улучшить» ход процесса. На самом деле эти действия (существует жаргонный термин — попытки «пощипать» процесс) приводят к резкому ухудшению качества процесса (с точки зрения теории автоматического управления происходит «раскачивание» процесса, что увеличивает отклонения и R от центральных линий). В теории управления качеством операторам рекомендуется осуществлять вмешательство в ход процесса только при появлении на контрольной карте сигнальных признаков ,проиллюстрированных на рис. 2.2.
1. Одна или более точек оказались за верхним или нижним контрольными пределами (рис. 2.2.а).
2. Серия из семи или более точек сразу оказалась с одной стороны от центральной линии (рис. 2.2б). В данном случае под серией понимается проявление такого состояния процесса, когда ряд точек неизменно оказывается по одну сторону от средней линии. Серия длиной в семь точек рассматривается как ненормальная.
Рис. 2.2 Сигнальные признаки о неслучайном характере появившихся отклонений характеристики качества процесса
Примечание. Даже если длина серии оказывается менее семи или даже менее шести точек, в ряде случаев ситуацию следует рассматривать как ненормальную, например ,когда:
а) не менее 10 из 11 точек оказываются по одну сторону от центральной линии;
б) не менее 12 из 14 точек оказываются по одну сторону от центральной линии;
в) не менее 16 из 20 точек оказываются по одну сторону от центральной линии.
3. Шесть или более точек подряд образуют ряд непрерывно возрастающих (убывающих) значений (рис. 2.2в).
Если точки образуют непрерывно повышающуюся или понижающуюся кривую, говорят, что имеет место тренд (дрейф). Это сигнализирует о ненормальности технологического процесса (изменение характеристики качества процесса происходит не из-за случайных вариаций условий протекания процесса, а из-за проявления неслучайной (специальной) причины, приводящей к изменению условий протекания процесса). Например, при обработке детали на токарном станке появление тренда (дрейфа) может быть вызвано повышенным износом резца. При этом оператор должен заменить резец на новый, чтобы не допустить выход характеристики качества процесса за контрольные пределы LCL или UCL.
4. Четырнадцать точек скачут вверх-вниз (рис. 2.2г).
При работе на токарном станке этот сигнальный признак может свидетельствовать о том, что ослабло крепление резца. Оператор должен проверить это предположение и при необходимости закрепить инструмент.
5. Две из трех точек подряд оказались в крайней трети диапазона контрольных пределов (приближение к контрольным пределам UCL и LCL) (рис. 2.2д).
Рассматриваются точки, которые располагаются в крайних трехсигмовых зонах контрольных пределов, причем если две из трех точек оказываются за двухсигмовыми линиями, то такой случай надо рассматривать как ненормальный, требующий анализа и вмешательства в ход процесса.
6. Четыре из последовательных пяти точек находятся с одной стороны от центральной линии и не попадают в центральную треть диапазона контрольных пределов (рис. 2.2е). Оператору совместно с технологом следует выяснить причины такой ненормальной ситуации и принять меры для их устранения.
7. Восемь точек расположены с двух сторон от средней линии, ни одна из
которых не попадает в центральную треть диапазона контрольных пределов (рис. 2.2ж).
Оператору следует самостоятельно или с помощью инженера-технолога найти и устранить ненормальное протекание процесса.
8. Периодичность изменения контролируемой характеристики качества процесса (рис. 2.2з).
Если точки укладываются на кривую, имеющую повторяющуюся форму
(структуру) «то подъем, то спад» с примерно одинаковыми интервалами (периодами) времени, это тоже ненормально. Оператору и технологу следует
найти и устранить причины этой ненормальности.
9. Пятнадцать точек подряд оказались в пределах центральной трети диапазона контрольных пределов (рис. 2.2и).
При проведении занятий со студентами или с инженерами промышленных
предприятий после формулирования этого сигнального признака преподава-
тели часто задают вопрос: «Что в этом случае надо делать?» Наиболее часто по-
ступают ответы, сводящиеся к следующему: «Делать ничего не надо, так как
процесс идет хорошо».
Японские и западноевропейские специалисты по качеству с этим не согласны. Они считают, что в этой ситуации нельзя бездействовать. Оператору необходимо срочно пригласить инженеров-технологов, так как в этот промежуток времени сложились очень благоприятные условия для проведения процесса. Эти условия следует зафиксировать, а затем превратить в нормативные (стандартные) условия осуществления этого процесса в будущем.
После этого придется пересчитать уменьшившееся среднее значение размахов и, возможно, изменившееся значение .Затем следует определить новые значения контрольных пределов UCL, LCL и подготовить новую форму контрольной карты, с помощью которой будет осуществляться дальнейший контроль и регулирование процесса.
Примечание. По мнению авторов книги , приближение большинства точек к центральной линии иногда может не означать, что достигнуто контролируемое состояние процесса. Напротив, если точки лежат в пределах полутора третей диапазона контрольных пределов, например
то это может быть следствием того, что в подгруппах смешиваются данные из различных распределений, что делает размах контрольных пределов (UCL — LCL) слишком широким. В этом случае следует [45] изменить способ разбиения на подгруппы.
Приложение 1
Сводная таблица результатов сбора информации.
Приложение 2
Таблица 1
Заключение
Список литературы
Информация о работе Инструменты и технология управления качеством продукции