Статистические методы в управлении качеством

Оглавление
ВВЕДЕНИЕ 3
1. ОПРЕДЕЛЕНИЕ ЗАКОНА РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ, ПРОВЕРКА ГИПОТЕЗЫ О ВИДЕ РАСПРЕДЕЛЕНИЯ ПО КРИТЕРИЯМ СОГЛАСИЯ 4
1.1 Построение эмпирической кривой 4
1.2 Определение параметров эмпирического распределения 5
1.3 Выравнивание эмпирического распределения по нормальному закону (Гаусса) 6
1.4 Сравнение эмпирической и теоретической функции распределения частот по критериям согласия (по критериям Пирсона и Колмогорова) 7
2. АНАЛИЗ ТОЧНОСТИ И СТАБИЛЬНОСТИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА, РАСЧЕТ ИНДЕКСОВ ВОСПРОИЗВОДИМОСТИ И ПРИГОДНОСТИ ПРОЦЕССА 10
2.1 Для двадцати выборок объёмом равным 5 определим размах и среднее арифметическое 10
2.2 Определим средний размах и среднее арифметическое процесса 12
2.3 Произведем оценку изменчивости процесса 12
2.4 Рассчитаем индекс воспроизводимости и индекс пригодности 12
2.5 Рассчитаем индекс воспроизводимости и индекс пригодности, учитывающие центровку процесса 13
2.6 Отношения воспроизводимости и пригодности 14
3. ПОСТРОЕНИЕ КОМПЛЕКСНОЙ ПРОСТОЙ КОНТРОЛЬНОЙ КАРТЫ СРЕДНИХ АРИФМЕТИЧЕСКИХ И РАЗМАХОВ 15
3.1 Определение границ регулирования 15
3.2 Построение карт средних арифметических и размахов 16
4. ПОСТРОЕНИЕ КОНТРОЛЬНОЙ КАРТЫ КУМУЛЯТИВНЫХ СУММ СРЕДНИХ АРИФМЕТИЧЕСКИХ 17
4.1 Определение разладки процесса 17
4.2 Расчет объема выборки 18
4.3 Определение границ регулирования 18
4.4 Построение контрольной карты кумулятивных сумм 18
5. ПОСТРОЕНИЕ ОПЕРАТИВНОЙ ХАРАКТЕРИСТИКИ ДЛЯ ДВУХСТУПЕНЧАТОГО ПЛАНА СТАТИСТИЧЕСКОГО ПРИЕМОЧНОГО КОНТРОЛЯ 21
5.1 Определяем код выборки, приемочного и браковочного чисел 21
5.2 Построение оперативной характеристики 21
6. ПОСТРОЕНИЕ ПРИЕМОЧНОЙ КАРТЫ ПОСЛЕДОВАТЕЛЬНОГО СТАТИСТИЧЕСКОГО ПРИЕМОЧНОГО КОНТРОЛЯ ПО КОЛИЧЕСТВЕННОМУ ПРИЗНАКУ 23
6.1 Стандартное отклонение процесса 23
6.2 Определение постоянных hA, hR, g и усеченного объема выборки nt 23
6.3 Рассчитаем приемочные и браковочные границы 23
6.4 Построение приемочной и браковочной границ 24
7. ПОСТРОЕНИЕ 5М ДИАГРАММЫ ИСИКАВЫ ДЛЯ ПРЕДПРИЯТИЯ, ПРОИЗВОДЯЩЕГО МАШИНОСТРОИТЕЛЬНУЮ ПРОДУКЦИЮ 29
8. ПОСТРОЕНИЕ ДИАГРАММЫ РАЗБРОСА, РАСЧЕТ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ 32
8.1 Определение фактора- причины и фактора- следствия 32
8.2 Построение диаграммы разброса 33
8.3 Расчет средних арифметических значений величин 34
8.4 Расчет стандартных отклонений величин 34
8.5Расчет коэффициент корреляции 34
ЗАКЛЮЧЕНИЕ 36
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 37

Факторы, подлежащие рассмотрению, включают:1) системы данных и информации;2) окружающие условия;3) оборудование;4) материалы;5) средства измерения, методы, людей и ряд других факторов.Рисунок 8 – 5М диаграмма Исикавы для предприятия, производящего пластиковые окна:1 - сырье;2 - оборудование;3 - персонал;4 - персонал;5 - управление;6 - условия труда;7 – оборудованность рабочих мест;8 – заинтересованность работников;9 - режимы труда;10 - психологическая совместимость в коллективе;11 – ответственность работников;12 - профессиональная подготовка;13 - образование работников;14 – нормирование труда;15 – различные поощрения;16 - наличие объективной оценки труда;17 - новизна оборудования;18 - качество инструмента;19 - метрологическое обеспечение;20 – обеспеченность измерительным оборудованием;21 - качество технологического оборудования;22 - фактический износ оборудования;23 – влияние внешней среды;24 - автоматизация;25 - соответствие оборудования современным требованиям;26 - качество сырья;27 - обеспеченность сырьем;28 – входной контроль сырья;29 – приемка сырья у поставщиков;30 - условия транспортирования сырья;31 – влияние внешних воздействий;32 - соответствие сырья установленным требованиям;33 - управление документацией;34 – наличие внепроизводственной инфраструктуры;35 - автоматизация производства;36 – доведение необходимой информации до персонала;37 – наличие автоматизация контроля;38 – сложность технологий;39 - наличие статистических методов контроля;40 - наличие необходимой нормативной документации;41 - наличие инструкций;42 – учет внутренней документации;43 - хранение документации;44 - учет документов, принимаемых от поставщиков;45 – составление баз данных по документации; 46 - кадровая политика;47 – работа по принципу «снизу-вверх»;48 – соподчиненность работников (иерархия).8. ПОСТРОЕНИЕ ДИАГРАММЫ РАЗБРОСА, РАСЧЕТ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИНеобходимо построить диаграмму разброса для выявления причинно-следственной связи между процентом невыхода на работу операторов, изготавливающих пластиковые окна и процентом брака готовой продукции.Таблица 13 – Данные для построения диаграммы разбросаПроцентбракапроизводимойпродукцииПроцент невыхода на работу операторовПроцент брака производимой продукцииПроцент невыхода на работу операторов2.896.4712.236.831.952.4311.195.770.169.934.7196.035.3413.254.7211.311.3612.574.930.032.337.240.177.954.8510.98.2510.46.58.8611.7913.157.352.062.237.889.830.216.569.315.997.643.0811.181.290.936.784.154.630.9710.86.553.9510.8413.012.893.748.1 Определение фактора- причины и фактора- следствияПричинным фактором является процент невыхода на работу операторов, а характеристикой (следствием) – процент брака производимой продукции.8.2 Построение диаграммы разбросаДиаграмма разброса является графическим методом изучения зависимости между двумя парными величинами Х и У. Данные, образующие поле корреляции и зависимость между парными наборами данных устанавливаются на основе формы поля. Положительная корреляция означает, что увеличение значений Х ведет к увеличению значений У и наоборот.Порядок построения диаграммы разброса:1)отбор данных (обязательно парных), зависимость которых необходимо изучить, желательно иметь около 30 пар данных;2)построение и обозначение осей;3)нахождение минимального и максимального значения для Х и У и нанесение их на шкалы, промасштабировать;4)нанести на поле парные данные (х и у) и, если значения совпадают, то обозначить их каким-либо отличительным символом;5)исследовать поле корреляции для установления типа и силы зависимости.Численное значение коэффициента корреляции и численных зависимостей определяют с помощью корреляционного и регрессионного анализа.Рисунок 9 – Диаграмма разброса8.3 Расчет средних арифметических значений величин;Получаем:= 6,879;=5,859.8.4 Расчет стандартных отклонений величинПолучаем:= 4.367928;= 3.192907.8.5Расчет коэффициент корреляцииВычислим коэффициент корреляции r по формуле:где хi, уi — значения параметров x и у для i-го измерения;, — средниеарифметические значения величин x и у; — стандартные отклонения величин x и у; n — число измерений в выборке (объем выборки); n=29.В результате расчета получаем:r = -0.05501.Если r = ±1, это свидетельствует о наличии корреляционной зависимости, если r = 0, корреляционная зависимость отсутствует. Чем ближе коэффициент корреляции к 1, тем теснее зависимость между параметрами.Коэффициент корреляции -0.05501 указывает на то, что корреляционная зависимость между параметрами отсутствует.ЗАКЛЮЧЕНИЕВ курсовой работе был рассмотрен комплекс вопросов, связанных с внедрением статистических методов регулирования технологических процессов.С помощью графического материала и расчетов были сделаны выводы о характере протекания технологического процесса, который непосредственно влияет на изготовление качественной продукции, которая должна отвечать заданным показателям качества.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ1. Балашов Е.П., Долженков В.А. “Статистический контроль и регулирование качества массовой продукции“. – М.: Машиностроение, 1980г.2.Головинский В.К. “Статистические методы регулирования и контроля качества“. – М.: Машиностроение, 1965г.3. Шишкин И.Ф. Контроль: Учебное пособие. – Санкт-Петербург: СЗПИ, 1992г.4. ГОСТ 16493-70. Качество продукции. Статистический приемочный контроль по альтернативному признаку. Случай недопустимости дефектных изделий в выборке.5. ГОСТ 24660-81. Статистический приемочный контроль по альтернативному признаку на основе экономических показателей.6. ГОСТ Р 50779.71-99. Статистические методы. Процедуры выборочного контроля по альтернативному признаку. Часть 1. Планы выборочного контроля последовательных партий на основе приемлемого уровня качества AQL.7. ГОСТ Р 50779.76-99. Статистические методы. Последовательные планы выборочного контроля по количественному признаку для процента несоответствующих единиц продукции (стандартное отклонение известно).