РАЗРАБОТКА И ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРИ КОНТРОЛЕ БРАКА ВЫПУСКАЕМОЙ ПРОДУКЦИИ ПРИ ПРОИЗВОДСТВЕ МАСЛА РАСТИТЕЛЬНОГО

Моя работа проводилась на кафедре стандартизации и сертификации,защитила на отлично. ...

СОДЕРЖАНИЕ
ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ…………………………………………….4
НОРМАТИВНЫЕ ССЫЛКИ…………………………………………………5..
СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ…………………………...6
ВВЕДЕНИЕ………………………………………………………………………7
1 ОБЗОР ЛИТЕРАТУРЫ………………………………………………………9
2 МАТЕРИАЛ И МЕТОДИКА………………………………………………..22
3 РАСЧЕТНАЯ ЧАСТЬ………………………………………………………….33
3.1 АПРИОРНОЕ РАНЖИРОВАНИЕ……………………………………...…34
3.2 ДИАГРАММА ПАРЕТО…………………………………………………..35
3.3 ГИСТОГРАММА……………………………………………………………35
3.4 КОРРЕЛЯЦИОННО – РЕГРЕССИОННЫЙ АНАЛИЗ…………………..36
3.5 (Х - R) – КАРТА……………………………………………………………36
3.6 (Х - S) – КАРТА……………………………………………………………37
3.7 p – КАРТА…………………………………………………………………37
3.8 np – КАРТА………………………………………………………………..37
3.9 U – КАРТА…………………………………………………………………38
3.10 ДИАГРАММА ИСИКАВЫ…………………………………………….38
3.11 C – КАРТА………………………………………………………………38
ВЫВОДЫ И ПРЕДЛОЖЕНИЯ……………………………………………39
СПИСОК ИСПЛЬЗУЕМОЙ ЛИТЕРАТУРЫ………………………………41
ПРИЛОЖЕНИЕ А……………………………………………………………42
ПРИЛОЖЕНИЕ Б……………………………………………………………44
ПРИЛОЖЕНИЕ В……………………………………………………………46
ПРИЛОЖЕНИЕ Г……………………………………………………………47
ПРИЛОЖЕНИЕ Д……………………………………………………………48
ПРИЛОЖЕНИЕ Е……………………………………………………………53
ПРИЛОЖЕНИЕ Ж……………………………………………………………54
ПРИЛОЖЕНИЕ З……………………………………………………………55
ПРИЛОЖЕНИЕ И……………………………………………………………56
ПРИЛОЖЕНИЕ К……………………………………………………………57
ПРИЛОЖЕНИЕ Л……………………………………………………………58
ПРИЛОЖЕНИЕ М……………………………………………………………59

Важнейшим источником роста эффективности производства является постоянное повышение технического уровня и качества выпускаемой продукции.
Для технических систем характерна жесткая функциональная интеграция всех элементов, поэтому в них нет второстепенных элементов, которые могут быть некачественно спроектированы и изготовлены. Таким образом, современный уровень развития НТП значительно ужесточил требования к техническому уровню и качеству изделий в целом и их отдельных элементов. Системный подход позволяет объективно выбирать масштабы и направления управления качеством, виды продукции, формы и методы производства, обеспечивающие наибольший эффект усилий и средств, затраченных на повышение качества продукции.
Системный подход к улучшению кач ества выпускаемой продукции позволяет заложить научные основы промышленных предприятий, объединений, планирующих органов.
Актуальность использования статистических методов в различных отраслях современного менеджмента непрерывно возрастает. Это вызвано прежде всего развитием рыночных отношений, конкурентной борьбы на рынках товаров и услуг, требованиями стандартов.
Основной задачей промышленных предприятий является наиболее полное обеспечение спроса потребителей высококачественной продукцией. Качество выпущенной и реализованной продукции (работ, услуг) определяется потребностями рынка, производственно-техническими возможностями предприятия и эффективностью использования его ресурсов.
Динамика объема производства и реализации продукции характеризует изменение производства продукции и степень насыщения рынка продукцией предприятия.
Цель курсового проекта – разработка и использование статистических методов при контроле брака выпускаемой продукции при производстве масла растительного. Для достижения поставленной цели необходимо выполнить следующие задачи:
1. Сбор данных по дефектам производства с помощью анализа диаграммы Паретто;
2. Разработка контрольных листков и внедрение их на производство;
3. Выводы и предложения по проделанной работе.

Это справедливо для систем, имеющих сложные контуры регулирования, в таких случаях, как правило, обращаются к методам, основанным на стохастических (случайных) процессах.1.6 Кластерный анализ Кластерный анализ — это многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы (кластеры)(Q-кластеризация, или Q-техника, собственно кластерный анализ). Кластер — группа элементов, характеризуемых общим свойством, главная цель кластерного анализа — нахождение групп схожих объектов в выборке. Спектр применений кластерного анализа очень широк: его используют в археологии, медицине, психологии, химии, биологии, государственном управлении, филологии, антропологии, маркетинге, социологии и других дисциплинах. Кластерный анализ выполняет следующие основные задачи:Разработка типологии или классификации.Исследование полезных концептуальных схем группирования объектов.Порождение гипотез на основе исследования данных.Проверка гипотез или исследования для определения, действительно ли типы (группы), выделенные тем или иным способом, присутствуют в имеющихся данных.Если кластерному анализу предшествует факторный анализ, то выборкане нуждается в «ремонте» — изложенные требования выполняются автоматически самой процедурой факторного моделирования (есть ещё одно достоинство — z-стандартизация без негативных последствий для выборки; если её проводить непосредственно для кластерного анализа, она может повлечь за собой уменьшение чёткости разделения групп). В противном случае выборку нужно корректировать.2 Материал и методикаВ данной курсовой работе использовали следующие методы:2.1 Априорное ранжирование факторов Особенность метода априорного ранжирования факторов заключается в том, что факторы, которые согласно априорной информации могут иметь существенное влияние, ранжируются в порядке убывания вносимого ими вклада. Вклад каждого фактора оценивается по величине ранга места, которое отведено исследователем данному фактору при ранжировании всех факторов с учетом их предполагаемого (количественно неизвестного) влияния на параметры оптимизации. При сборе мнений путем опроса специалистов каждым заполняется анкета, в которой перечислены факторы, их размерность и предполагаемые интервалы варьирования. Заполняя анкету, специалист определяет место факторов в ранжированном ряду. Одновременно он может включить дополнительные факторы или высказать мнение об изменении интервалов варьирования.Результаты опроса специалистов (или ранжирования по литературным данным) обрабатываются следующим образом. Определяют сумму рангов по факторам , затем разность между суммой каждого фактора и средней суммой рангов и сумму квадратов отклонений (s): ; , где - ранг каждого i-го фактора у j-го исследователя;т - число исследователей;k - число факторов;Т- средняя сумма рангов.Полученные данные позволяют построить среднюю априорную диаграмму рангов, но предварительно необходимо оценить степень согласованности мнений всех исследователей с помощью коэффициента конкордации w: , где ;- число одинаковых рангов в j-м ранжировании. Использовать коэффициент конкордации можно после оценки его значимости, которая возможна с помощью специальных таблиц или известных статистических распределений, например, величина имеет -распределение с числом степеней свободы Значение -критерия определяют по формуле:. Гипотеза о наличии согласия исследователей может быть принята, если при заданном числе степеней свободы табличное значение меньше расчетного для 5 %-го уровня значимости.Оценив согласованность мнений всех исследователей, строят среднюю диаграмму рангов, откладывая по одной оси факторы, а по другой соответствующие суммы рангов. Максимальная сумма рангов ставится в точке пересечения осей. Чем меньше сумма рангов данного фактора, тем выше его место на диаграмме. С помощью последней оценивается значимость факторов. В случае неравномерного экспоненциального убывания распределения часть факторов можно исключить из дальнейшего рассмотрения, отнеся их влияние к шумовому полю. Если же распределение равномерное, то в эксперимент рекомендуется включать все факторы.2.2 Диаграмма Парето Диаграмма Парето применяется, когда требуется представить относительную важность всех проблем или условий с целью выбора отправной точки для решения проблем, проследить за результатом или определить основную причину проблемы.Диаграмма Парето — это особая форма вертикального столбикового графика, которая помогает определить, какие имеются проблемы, и выбрать порядок их решения. Построение диаграммы Парето, основанное или на контрольных листках, или на других формах сбора данных, помогает привлечь внимание и усилия к действительно важным проблемам. Порядок построения диаграммы Парето.Выберите проблемы, которые необходимо сравнить, и расположитеих в порядке важности (путем мозговой атаки, используя существующие данные — отчеты).2. Определите критерий для сравнения единиц измерения (натуральные характеристики, стоимостные).3. Наметьте период времени для изучения.4. Сгруппируйте данные по категориям, сравните критерии каждой группы.Для определения весомости дефектов используем экспертный опрос. 5. Перечислите категории слева направо на горизонтальной оси в порядке уменьшения значения критерия. В последний столбик включите категории, имеющие наименьшее значение.После проведения экспертного опроса нужно определить: коэффициенты весомости показателей качества по результатам ранжирования. Коэффициент весомости Мi определяют по формуле: 2.3 ГистограммыГистограмма применяется, когда требуется исследовать и представить распределение данных о числе единиц в каждой категории с помощью столбикового графика. В общем случае гистограмма используется для: - отображения картины изменения; - передачи визуально информации о поведении процесса; - принятия решения о том, где сосредоточить усилия по улучшению Поэтапная процедура использования этого метода заключается в следующем: 1. Отберите значения различных показателей; 2. Определите диапазон данных путем вычитания наименьших из наибольших (размах показаний): ;3. Определите количество интервалов в гистограммах (примерно от 6 до 12) и разделите диапазон на количество интервалов для установления ширины каждого интервала; 4. Обозначьте на горизонтальной оси шкалу показателей различных значений; 5. Обозначьте на вертикальной оси шкалу частот (количество или процент наблюдений); 6. Вычертите высоту каждого интервала, равную количеству показателей различных значений, попадающих в пределы интервала. 2.4 Корреляционный и регрессионный анализКорреляционная связь между признаками может быть линейной и криволинейной (нелинейной), положительной и отрицательной. 1. Собрать данные парные x и y между, которыми планируется найти наличие связей, желательно иметь от 30 пар.2. Выбрать масштаб шкал для вертикальных и горизонтальных осей так чтобы обе длины получились одинаковы. 3. На отдельном листе бумаги строим оси координат и наносим данные.4. При анализе диаграмм учитывается следующие особенности:Выявляются выбросы. Если на диаграмме рассеивания есть выбросы нужно выяснять причину несоответствия.Исключить выбросы из корреляционного анализа.После построения диаграммы рассеивания для установления силы связей между двумя случайными величинами в количественном виде вычисляют коэффициент корреляции r: Ковариация: 1) высокая степень взаимосвязи – значения коэффициента корреляции находится в пределах от 0,7 до 0,99;2) средняя степень взаимосвязи – значения коэффициента корреляции находится в пределах от 0,5 до 0,69;3) слабая степень взаимосвязи – значения коэффициента корреляции находится от 0,2 до 0,49.Для выражения регрессии служат эмпирические и теоретические ряды, их графики — линии регрессии, а также корреляционные уравнения (уравнения регрессии) и коэффициент линейной регрессии: y = a + bx, где В этом уравнении параметр а — свободный член. Параметр b называется коэффициентом регрессии. Уравнение регрессии тем лучше описывает зависимость, чем меньше рассеяние диаграммы, чем больше теснота взаимосвязи. 2.5 Контрольные картыКонтрольная карта - это график процесса, снабженный шкалой, на которой указаны границы регулирования, отделяющие зоны случайного рассеивания (общие причины вариабельности) от зон неслучайного рассеивания (специальные причины вариабельности).Границы регулирования - это линии, предусматривающие рациональное и экономически целесообразное разделение диапазона рассеивания на зону, обусловленную неизбежными причинами, и зону, обусловленную теми факторами, которые можно выявить и устранить.Границы регулирования на контрольных картах строятся от средней (центральной) линии (Center Line, CL). Две, статистически определяемые контрольные границы, по одной с каждой стороны от центральной линии, называются верхней контрольной (Upper Control Limit, UCL) и нижней контрольной границей или пределом (Lower Control Limit, LCL) (рис.).Границы регулирования на контрольной карте находятся на расстоянии ±3σ по каждую сторону от центральной линии, где σ - генеральное стандартное отклонение используемой статистики. Границы ±3 σ указывают, что около 99,7% значений некоторой характеристики попадут внутрь этих границ при условии, что процесс находится в состоянии статистической управляемости и описывается распределением, близким к нормальному. Другими словами, есть риск, равный 0,3 % (или в среднем три на тысячу случаев), что нанесенная точка окажется вне контрольных границ, когда процесс стабилен.Часто на контрольной карте проводят пределы еще и при ± 2 σ. Тогда любое выборочное значение, попадающее за границы ± 2 σ, может служить предостережением о грозящей ситуации выхода процесса из состояния статистической управляемости. Поэтому границы ± 2 σ иногда называют «предупреждающими границами».В зависимости от вида показателя и цели существуют различные типы контрольных карт, которые классифицируются по количественным и качественным (альтернативным) признакам. Контрольные карты по количественным признакам:(Х - R)-карта используется в тех случаях, когда для анализа и управления процессом применяют такие показатели, как среднее арифметическое (Х) и размах (R). Контрольная карта (Х - R) фактически состоит из двух контрольных карт, одна из которых обеспечивает контроль за поведением среднего арифметического Х, а другая показывает, как ведет себя рассеивание (разброс) показателя качества. Карта (Х - R) применяется для контроля количественных показателей качестваРасчет контрольных границ:, где значения определяются по таблице коэффициентов для вычисления контрольных карт для n количества.(Х – S) - карта средних значений со среднеквадратичным отклонением. Она более точно отражает величину рассеивания (разброса), но при этом расчеты чуть усложняются.Расчет контрольных границ:, где значения определяются по таблице коэффициентов для вычисления контрольных карт для n количества.Контрольные карты по качественным признакам:р-карта (для доли дефектных изделий) применяется для контроля и регулирования технологического процесса в тех случаях, когда измеряемой характеристикой процесса является доля дефектных изделий. Значение доли дефектных изделий выявляется после проверки некоторой части изделий, разделения их на хорошие и дефектные, и деления числа обнаруженных дефектных изделий на полное число проверенных изделий. Преимущество р-карты состоит в том, что одновременно можно контролировать несколько параметров, причем число проверяемых изделий может меняться.Расчет контрольных границ для р-карты:Данные: - количество выборок (часто дней контроля);- объем выборки или количество исследованных изделий за день; - количество бракованных изделий; - доля брака, % - среднее количество проконтролированных изделий на одну выборку или за день; - доля брака на весь объем проконтролированных изделий. * - если расчет ведут в долях, то берут 1, если в % - то 100, как показано в формуле.** - если под корнем получается отрицательное число, то берем 0, тогда границы совпадут и брака не должно наблюдаться.График р-карты:ось абсцисс – откладывают доли дефектных изделий - (%);ось ординат – номера выборок или даты;средняя линия – через .С помощью р-карты контролируется доля дефектных изделий.nр-карта (для числа дефектных изделий) применяется для контроля и регулирования технологического процесса в тех случаях, когда контролируемым параметром является число дефектных изделий при постоянном объеме выборки n. Эта контрольная карта соответствует контрольной карте р при постоянном n и, по существу, совпадает с ней.Часто объем выборок равен 100 изделиям, при этом желательно собрать 20-25 групп данных.Расчет контрольных границ для nр-карты:Данные: - количество выборок (часто дней контроля);- общее количество исследованных изделий (всех); - общее количество бракованных изделий; - доля бракованных изделий на одну выборку; - в этой карте, так как выборки одинакового объема.* - если под корнем получается отрицательное число, то берем 0, тогда границы совпадут и брака не должно наблюдаться.График nр-карты:ось абсцисс – откладывают число дефектных изделий в выборке - (%);ось ординат – номера выборок;средняя линия – через .С помощью р-карты контролируется число дефектных изделий.с-карта используется тогда, когда контролируемым параметром служит число дефектов, обнаруживаемых среди каких-то постоянных объемов продукции. Расчет контрольных границ для c-карты:Данные: - количество выборок равного объема;- число дефектов в каждой выборке, при этом дефекты могут быть разного наименования, поэтому не - это один вид дефекта; - среднее количество дефектных изделий (брака) на одну выборку;График с-карты:ось абсцисс – откладывают число дефектов (разных) в выборке - ;ось ординат – номера выборок;средняя линия – через .С помощью с-карты контролируется суммарное число дефектов на определенное количество изделий.Контрольная карта u применяется в тех случаях, когда контролируемым параметром является число дефектов, обнаруживаемых среди непостоянных объемов некоторой продукции. Расчет контрольных границ для u-карты:Данные: - количество выборок неравного объема;- число дефектов в каждой выборке, при этом дефекты могут быть одинаковые и различные;- объем выборки ; - среднее количество проконтролированных изделий на одну выборку, так как выборки неодинакового объема. - доля дефектов на единицу объема каждой отдельной выборки; - среднее количество дефектов на единицу продукции, метраж;График u-карты:ось абсцисс – откладывают долю дефектов на единицу объема - u;ось ординат – номера выборок;средняя линия – через .С помощью u-карты контролируется число дефектов на единицу продукции.2.6 Диаграмма ИсикавыДиаграмма причина-результат (диаграмма Исикавы, т.н. «рыбий скелет») - это весьма уникальный и ценный инструмент, метод анализа разветвленности (детализации) процесса. Диаграмма причин и результатов - диаграмма, которая показывает отношение между показателем качества и воздействующими на него факторами.Цель диаграммы - соотнести причины с результатами (следствиями).Порядок построения причинно-следственной диаграммы:1 Определите показатель качества.2 Выберите один показатель качества и напишите его 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 «больших костей хребта».З Напишите причины (вторичные), 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».4 Проранжируйте факторы по их значимости и выделите особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.5 Запишите всю необходимую информацию: название диаграммы, наименование изделия, процесса или группы процессов, имена участников процесса, дату и т.д.3 РАСЧЕТНАЯ ЧАСТЬКурсовая работа была проведена на предприятии «Новосибирский жировой комбинат», где вырабатываются различные виды масла, в том числе и растительное. Во время исследования производства этого вида масла была выявлена значительная доля дефектов. Таких как:1 Затхлый запах2 Посторонние или неприятные привкусы3 Прогорклый вкус4 Интенсивное помутнение5 Выпадение осадка6 Излишне темная окраска7 Обесцвечивание масла8 Мятая бутылка9 Несоответствующая маркировка10 Наличие примесей11 Негерметичная укупорка12 Неполный налив13 Сильный запах семян14 Несоответствующая массовая доля неомыляемых веществ15 Содержание механических примесей16 Повышенное содержание влаги17 Запах олифы18 Высокая плотность масла19 Большое кислотное число20 Содержание мыла21 Фальсификация масла витамином Д22 Наличие токсичных веществ23 Несоответствующее цветное число24 Наличие фосфорсодержащих веществ25 Загрязнение бутылки26 Несоответствие содержания массовой доли жираАприорное ранжированиеИзначально было необходимо определить наиболее значимые дефекты из представленного множества. Для чего все дефекты были подвержены методу априорного ранжирования факторов (Таблица 1 приложение А). По результатам ранжирования была составлена матрица рангов (Таблица 2 приложение А), рассчитана степень согласованности мнений всех экспертов с помощью коэффициента конкордации w: По полученным результатам расчетов был получен следующий вывод: коэффициент конкордации (W) =1,11,1 > 0,5, следовательно, мнения экспертов предварительно признаются согласованными.Но необходимо провести оценку значимости с помощью -распределения (Приложение А). Получаем следующие результаты: расч >табл, следовательно мнения экспертов окончательно признаются согласованными с уровнем значимости = 0,05.По мнению экспертов наиболее значимыми являются следующие дефекты:1 Повышенное содержание влаги2 Большое кислотное число3 Несоответствующее цветное число4 Несоответствие массовой доли неомыляемых веществ5 Выпадение осадка6 Излишне темная окраска7 Обесцвечивание масла8 Наличие примесей9 Затхлый запах10 Посторонние или неприятные привкусы11 Прогорклый вкус12 Интенсивное помутнение13 Сильный запах семян14 Запах олифы15 Содержание мыла3.2 ДИАГРАММА ПАРЕТОДля того, чтобы решить какие проблемы (дефекты) необходимо устранять первоначально была построена диаграмма Парето. Контроль проводился по тем видам дефектов, которые эксперты признали наиболее важными при априорном ранжировании. Результаты для построения диаграммы Парето представлены в Таблицах 3 и 4 приложения Б.Вывод: По представленной в приложении В диаграмме Парето можно сделать вывод, что на такие виды дефектов, как повышенное содержание влаги, несоответствующее цветное число, несоответствие массовой доли неомыляемых веществ, наличие примесей приходится 61,3% всех дефектов, поэтому было принято решение первыми более тщательно проанализировать данные виды дефектов и принять меры по их устранению.