Основы моделирования и его роль в управлении качеством - Курсовая работа

Федеральное государственное бюджетное образовательное учреждение Кафедра «Управление качеством» Выполнил: студент Группы УК-08-1 Тарасова Е.А Проверил: Старший преподаватель Олинович Н.А.Статистические методы, основанные на использовании математической статистики, являются эффективным инструментом сбора, анализа и интерпретации информации о качестве. Применение этих методов, не требуя больших затрат, позволяет с заданной степенью точности и достоверности судить о состоянии исследуемых явлений (объектов, процессов) в системе менеджмента качества, прогнозировать и решать проблемы на всех этапах жизненного цикла продукции и на основе этого принимать оптимальные управленческие решения. B соответствии с положениями стандартов ИСО серии 9000, статистические методы рассматриваются как единый набор высокоэффективных средств обеспечения и улучшения качества на основе объективно полученных и интерпретированных фактов. Статистическое управление качеством (Statistical Quality Control - SQC) или статистическое управление процессами (Statistical Process Control - SPC) представляет собой действия, направленные, главным образом, на недопущение отклонений параметров процессов от стандартов, и, в меньшей мере, на то, чтобы обнаружить уже допущенное отклонение от установленного стандарта. Это означает, что в любой выборке (одинакового размера) из одной и той же партии может иметь место разное количество дефектных изделий, то есть по результатам контроля одной выборки можно принять партию, а по другой - ту же партию забраковать.Провести исследование параметров качества продукции, на основании полученных данных построить гистограмму и кривую распределения случайной величины. По результатам исследования указать число и процент бракованных изделий. Дано: проведены измерения напряжения установки А; результаты измерений фиксировались в порядке поступления на измерительную установку, полученные значения приведены в таблице 1. На основании расчетов строится гистограмма (рисунок 1). Результаты расчетов необходимых для построения кривой нормального распределения представлены в таблице 2.Анализ Парето - это инструмент, позволяющий: объективно представить и выявить основные факторы, влияющие на исследуемую проблему и распределить усилия для ее решения. Анализ Парето применяется как для выявления наиболее острых проблем, так и для анализа весомости причин, вызывающих эти проблемы. Здесь составляющие, по которым производится анализ, объединяются в три группы А, В, С:-на группу А приходится 80 % всех дефектов или затрат, если проводится стоимостной анализ; По заданному варианту строим диаграмму Парето уровня травматизма за 2001-2005гг и кумулятивную кривую видов происшествия. Для анализа причин травматизма в 2005г воспользуемся инструментом управления качеством «диаграммой Парето»; по полученным данным проведем АВС-анализ.Необходимо провести предварительное исследование технологического процесса с помощью технологической карты R, выбрать план контроля и осуществить регулирование технологического процесса. Статистический метод регулирования технологического процесса осуществляется в три этапа: 1 этап - предварительное исследование состояния технологического процесса. Результаты контроля размера Х представлены в таблице Г1 приложения Г [2]. Определив границы регулирования, строим контрольную карту R-типа. Переходим к построению контрольной карты Х-типа.Требуется провести статистическое регулирование технологического процесса для обеспечения стабильного качества продукции по шероховатости (параметр Ra) обработанной поверхности. В зависимости от результатов контроля поверхность после обработки на станке признается либо годной, если ее шероховатость соответствует установленным требованиям, либо дефектной, если нет такого соответствия. В качестве статистической характеристики в данном случае используется доля дефектной продукции и, соответственно, для статистического регулирования применяется Р-карта. Статистическое регулирование осуществляется в два этапа: 1 этап Объем партии равен 10500 (таблица Г3, приложение Г), код объема выборки - H (таблица Г4, приложение Г), количество деталей в выборке равно n=50 (таблица Г5, приложение Г), количество выборок равно N=20 [2].С помощью моделей (особенно в процессах со многими входными параметрами, когда невозможно представить зависимость показателя качества от этих параметров графически) легко прогнозируется значение получаемого качества процесса или продукта в тех или иных условиях, организовать поиск оптимальных условий проведения процесса, что бы снизить затраты, повысить потребительские свойства продукта или полуфабриката, повысить производительность и решить ряд других задач по улучшению качества процессов. В процессе изучения свойств объекта при моделировании модель выступает как самостоятельный объект исследования.

Оглавление моделирование статистический регулирование качество

Введение

1. Статистическое регулирование параметров качества продукции

2. Статистический анализ и принятие решений

3. Статистическое регулирование технологического процесса

3.1 Статистическое регулирование технологического процесса по количественному признаку

3.2 Статистическое регулирование технологического процесса по альтернативному признаку

4. Основы моделирования и его роль в управлении качеством

Заключение

Список использованной литературы

Статистические методы, основанные на использовании математической статистики, являются эффективным инструментом сбора, анализа и интерпретации информации о качестве. Применение этих методов, не требуя больших затрат, позволяет с заданной степенью точности и достоверности судить о состоянии исследуемых явлений (объектов, процессов) в системе менеджмента качества, прогнозировать и решать проблемы на всех этапах жизненного цикла продукции и на основе этого принимать оптимальные управленческие решения.

B соответствии с положениями стандартов ИСО серии 9000, статистические методы рассматриваются как единый набор высокоэффективных средств обеспечения и улучшения качества на основе объективно полученных и интерпретированных фактов.

Говоря о статистических методах контроля качества, следует подчеркнуть, что это инструменты познания. Основное их назначение - контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса.

Статистическое управление качеством (Statistical Quality Control - SQC) или статистическое управление процессами (Statistical Process Control - SPC) представляет собой действия, направленные, главным образом, на недопущение отклонений параметров процессов от стандартов, и, в меньшей мере, на то, чтобы обнаружить уже допущенное отклонение от установленного стандарта. При этом широко используются графические методы предоставления информации, которые основываются на четких правилах, делают простым ведение протоколов (записей) и их интерпретацию.

В данной курсовой работе необходимо будет провести статистический выборочный контроль продукции и технологического процесса.

Особенность выборочного контроля заключается в колебании выборочных оценок. Это означает, что в любой выборке (одинакового размера) из одной и той же партии может иметь место разное количество дефектных изделий, то есть по результатам контроля одной выборки можно принять партию, а по другой - ту же партию забраковать.

Выборочный контроль может осуществляться по плану, в основу которого заложены не только экономические соображения, но и соответствующие статистические методы, обусловливающие объем выборки и критерии оценок.

Для применения выборочного контроля необходимо учитывать следующее: выборочный контроль не может гарантировать, что все оставшиеся внутри партии изделия (после выборки) будут удовлетворять техническим требованиям;

выборка должна формироваться случайным образом;

при выборочном контроле есть вероятность риска, как для поставщика, так и для потребителя.

Выборочный контроль может проводиться: по количественному признаку;

по альтернативному (качественному) признаку (ГОСТ Р 50779. 11-2000, ИСО3534.2-93).

Количественный подход предполагает сбор данных, которые могут принимать любое значение в пределах разброса. Обычно такой подход применяется для более детального и тщательного анализа процессов, так как он требует меньшего объема выборок для повышения точности и надежности результатов. Используется для непрерывных случайных величин.

Альтернативный подход так же предполагает сбор данных, но при этом они могут принимать только два альтернативных значения (да/нет), то есть это означает присутствие/отсутствие признака. Этот подход требует большего объема выборок, меньших усилий и в основном используется для предварительного анализа проблем. Используется для дискретных случайных величин (наличие/отсутствие несоответствия). Обычно в данном подходе строятся p-, U-карты, в них вычисляется доля несоответствия продукции из общего числа; pn-карта и С-карта - контрольные карты числа несоответствующей продукции за определенный промежуток времени.

При контроле по количественному признаку измеряется и фиксируется значение какого-либо признака каждой единицы выборки с целью сопоставления его с некоторой шкалой. Этот контроль более информативен и требует меньших объемов выборок, но более трудоемок и требует применения точных средств измерений (СИ).

При контроле по альтернативному признаку регистрируется наличие или отсутствие какого-либо признака, характеризующего качество продукции у каждой из единиц выборки. Этот контроль более прост и оценивает качество продукции комплексно, а не по одному параметру, но требует больших объемов выборки и менее информативен.

Целью данной курсовой работы является закрепление и расширение теоретических знаний студентов, формирование умений и навыков в области данной дисциплины, обеспечивающее возможность их реализации в практической деятельности.

В курсовой работе требуется выполнить три задания: провести исследование параметров качества продукции и построить кривую распределения случайной величины;

провести статистический анализ уровня травматизма с использованием диаграммы Парето и разработать план мероприятий по его снижению;

провести статистическое регулирование технологического процесса по качественному и альтернативному признакам.