Управління якістю 7

[ виправити ] текст може містити помилки, будь ласка перевіряйте перш ніж використовувати.


Нажми чтобы узнать.
скачати

Якість, як один з основних факторів успішної діяльності підприємства в сучасних умовах

Останні роки відзначені безпрецедентним зростанням уваги до проблеми якості. Світовий досвід показує, що науково-технічний прогрес у багатьох країнах був визначений проривом саме в якості продукції.
Проблема якості актуальна для потреб всього народного господарства. Назріла необхідність поглянути на неї в тісному її взаємозв'язку з новою економічною реальністю. Настав час, коли виробники продукції зрозуміли, що шлях їх виживання і благополуччя в ринковому середовищі - це створення продукції високої якості, конкурентоспроможної як на внутрішньому, так і на зовнішньому ринках. Підприємства будь-якої форми власності, які не приділяють належної уваги проблемі якості, будуть просто розорені, їм не допоможуть ніякі протекціоністські заходи держави, а фахівець, який не має грунтовної методологічної підготовки, не може належним чином орієнтуватися в безперервно оновлюється світі проблем якості навіть в окремій області, не кажучи вже про міжгалузевих завданнях.
Серйозна конкурентна боротьба в країнах з розвиненою ринковою економікою зумовила розробку програм підвищення якості. Виникла необхідність вироблення об'єктивних показників для оцінки здатності підприємств виробляти продукцію з необхідними якісними характеристиками. Ці характеристики підтверджуються сертифікатом відповідності продукції. Багато підприємств-виробники мають системи якості, які відповідають міжнародним стандартам.
В даний час саме сертифікат, що підтверджує відповідність продукції міжнародним стандартам якості, служить вирішальним фактором для укладення контракту на постачання продукції. Успішна реалізація якісного продукту є головним джерелом існування будь-якого підприємства.
Якість в розумінні виробника і якість у розумінні споживача у системі управління якістю взаємопов'язані. Основна їх відмінність визначається умовами командно-адміністративної і ринкової економіки.
В умовах командно-адміністративної економіки якість трактується з позиції виробника. У ринковій економіці якість розглядається з позиції споживача. Якість виробу може виявлятися в процесі споживання. Поняття якості продукції з позиції його відповідності вимогам споживача склалося саме в умовах ринкової економіки.
Підвищення якості сприяє підвищенню ефективності використання продукції, приводячи до зниження витрат і збільшення частки ринку.
У теорії та практиці управління якістю виділено дві проблеми: якість продукції і менеджмент якості. Забезпечення якості вимагає чималих витрат. До недавнього часу основна частка у витратах на якість приходилася на фізичну працю. Але сьогодні висока частка інтелектуальної праці. Проблема якості не може бути вирішена без участі вчених, інженерів, менеджерів. Повинно бути, гармонійне поєднання всіх складових професійного впливу на якість.
Якість у машинобудуванні безпосередньо пов'язано із забезпеченням функціонування підприємства, залежить від якості керівництва і керування (планування, аналіз, контроль). Ступінь відповідальності керівництва за якість визначають міжнародні стандарти ІСО 9000. Керівництво підприємства відповідає за розробку політики в сфері якості, за створення, впровадження та функціонування системи управління якістю, що має чітко визначатися і оформлюватися документально. До обов'язків керівництва входять підбір фахівців і виділення необхідних ресурсів для виробничого, контрольно-вимірювального та випробувального обладнання, програмного забезпечення ЕОМ. Керівництво має встановлювати необхідний рівень компетенції, стежити за своєчасністю підвищення кваліфікації персоналу. Керівники підприємств зобов'язані виявляти ті показники якості продукції, які впливають на ринкову стійкість. Керівництво відповідає і за визначення цілей, які обумовлюють рішення про виробництво нових товарів або надання нових послуг споживачам. Випуск нових товарів та надання додаткових послуг пов'язані з підготовкою нових програм якості, за що також відповідально керівництво підприємства.
Від якості планування (розробки стратегії, системи планів і т. п.) залежать досягнення поставлених цілей і якість роботи підприємства. Саме керівництво вищої ланки має виходити із стратегії, що підприємство здатне на більше в порівнянні з минулим. В організаційній структурі підприємства можуть бути передбачені спеціальні підрозділи, що займаються координацією робіт з управління якістю. Розподіл спеціальних функцій управління якістю між підрозділами залежить від обсягу та характеру діяльності підприємства. Заклики до підвищення якості реалізуються, коли керівники підрозділів відносяться до якості як до способу життя.
Підприємства, що функціонують в ринковій економіці, формулюють політику в області якості таким чином, щоб вона стосувалася діяльності кожного працівника, а не тільки якості пропонованих виробів і послуг. У політиці чітко визначаються рівні стандартів якості роботи для конкретного підприємства і аспекти системи забезпечення якості. При цьому продукція заданого якості повинна бути поставлена ​​споживачеві у визначені терміни, в заданих обсягах і за прийнятну ціну.
Таким чином, якість - це не тільки сукупність властивостей продукції, які цікавлять споживача. Це характеристика, яку необхідно використовувати в оцінці економічного становища країни.
Значення підвищення якості досить різноманітне. Вирішення цієї проблеми дозволить встановити нові і прогресивні пропорції між галузями й усередині галузей, наприклад, між металургійною промисловістю і машинобудуванням.
У кінцевому рахунку, низький рівень якості завдає шкоди економіці в національному масштабі і прямо впливає на рівень життя населення.

Статистичні методи контролю якості продукції

У комплексній системі управління якістю продукції статистичні методи контролю відносяться до найбільш прогресивним. Вони засновані на застосуванні методів математичної статистики до систематичного контролю за якістю виробів і станом технологічного процесу з метою підтримки його стійкості і забезпечення заданого рівня якості продукції, що випускається.
Статистичні методи контролю виробництва та якості продукції мають ряд переваг перед іншими методами:
1) є профілактичними;
2) дозволяють у багатьох випадках обгрунтовано перейти до вибіркового контролю і тим самим знизити трудомісткість контрольних операцій;
3) створюють умови для наочного зображення динаміки зміни якості продукції і налаштованості процесу виробництва, що дозволяє своєчасно вживати заходів до попередження шлюбу не тільки контролерам, а й працівникам цеху - робітникам, бригадирам, технологам, наладчикам, майстрам.
Статистичні методи управління якістю продукції припускають:
1) аналіз технологічного процесу з метою приведення його до необхідної налаштованості, точності і статистично стійкого стану;
2) поточний контроль з метою регулювання та підтримки процесу в стані, що забезпечує задані якісні параметри;
3) вибірковий статистичний приймальний контроль якості готової продукції.
Багато хто з сучасних статистичних методів досить складні для сприйняття, а тим більше для широкого застосування всіма учасниками процесу. Японські вчені відібрали з усієї множини сім методів. Їхня заслуга, і в першу чергу, професора Ісікава, полягає в тому, що вони забезпечили простоту, наочність, візуалізацію цих методів, перетворивши їх фактично на ефективні інструменти контролю якості (рис. 1). Їх можна зрозуміти і ефективно використовувати без спеціальної математичної підготовки.

Рис. 1. Сім інструментів контролю якості
При всій своїй простоті ці методи дозволяють зберегти зв'язок із статистикою і дають можливість професіоналам користуватися результатами цих методів і при необхідності удосконалювати їх. Як видно з рис. 1, до семи інструментів контролю якості належать наступні статистичні методи:
1. контрольний листок;
2. гістограма;
3. діаграма розкиду;
4. діаграма Парето;
5. стратифікація (розшарування);
6. діаграма Ісікави (причинно-наслідкова діаграма);
7. контрольна карта.
Ці методи можна розглядати і як окремі інструменти, і як систему методів (різну в різних обставинах).
Послідовність застосування семи методів може бути різною в залежності від мети, яка поставлена ​​перед системою. Точно також вживана система не обов'язково повинна включати всі сім методів Їх може бути менше, а може бути і більше, бо існують і інші статистичні методи, наприклад, методи оцінки якості. Однак можна з повною упевненістю сказати, що сім інструментів контролю якості є необхідними і достатніми статистичними методами, застосування яких, на думку Ісікава, допомагає вирішити 95% всіх проблем, що виникають на виробництві.
Впровадження семи інструментів контролю якості має починатися з навчання цим методам всіх учасників процесу. Успішному впровадженню семи інструментів контролю якості в Японії сприяло ставлення керівників компанії до процесу навчання. Вони ставили і продовжують ставити перед собою мету зробити кожного робочого інженером, а інженерів, не знайомих із статистичними методами, не вважати повноцінними фахівцями. Велику роль у навчанні статистичним методам в Японії зіграли гуртки контролю якості, в яких пройшли навчання робітники і інженери більшості японських компаній.
Навчаються не тільки інженери і робітники, а й бізнесмени. За висловом Демінга, "японський бізнесмен ніколи не вважає себе занадто старим, щоб вчитися або бути несприйнятливою до знань".
Статистичне мислення необхідно для кожного учасника процесу, а для цього необхідно знати статистичні методи, які за рахунок своєї простоти, досягнутої в семи інструментах контролю якості, доступні для всіх. Кожен службовець компанії або організації, використовуючи статистичні методи для аналізу і контролю процесів, тим самим сприяє підвищенню якості, ефективності виробництва і зниження витрат.
Статистичні методи - це той засіб, який необхідно вивчати, щоб впровадити управління якістю. Вони - найбільш важлива складова комплексної системи контролю Загального Управління Якістю.
Говорячи про сім простих статистичних методах контролю якості, слід підкреслити, що це інструменти пізнання, а не інструменти управління.
Основне їх призначення - контроль процесу, що протікає і надання учаснику процесу фактів для коректування і поліпшення процесу. Знання і застосування на практиці семи інструментів контролю якості лежать в основі одного з найважливіших вимог TQM - постійного самоконтролю.
Статистичні методи контролю якості в даний час застосовуються не тільки у виробництві, але і в плануванні, проектуванні, маркетингу, матеріально-технічному постачанні і т.д.
Поза всяким сумнівом, статистичні методи служать потужним засобом не тільки отримання об'єктивної інформації, а й пізнання, у тому числі реальних природних законів. Якщо природничі науки обмежуються тільки розумінням законів, то за допомогою статистичних методів робиться спроба застосувати ці закони для створення нових матеріальних цінностей для споживача найбільш економічним шляхом.
В управлінні якістю статистичний контроль повинен доповнюватися застосуванням знань природних законів не тільки для розуміння об'єктів дослідження, а й для вироблення заходів з підвищення якості. Таким чином, статистичні методи контролю мають широкий фронт застосування.
Застосування статистичних методів - дуже дієвий шлях розробки нових технологій та контролю якості процесів. Багато провідних фірми прагнуть до їх активного використання, а деякі з них витрачають більше ста годин щорічно на навчання цим методам своїх співробітників, що здійснюється в рамках самої фірми. Хоча знання статистичних методів - частина нормального освіти інженера, саме знання ще не означає вміння застосувати його. Здатність розглядати події з точки зору статистики важливіше, ніж знання самих методів.

Гістограма

Для наочного уявлення тенденції зміни спостережуваних значень застосовують графічне зображення статистичного матеріалу. Найбільш поширеними графіками, до яких вдаються при аналізі розподілу випадкової величини, є полігон, гістограма і кумулятивна крива. Однак коли говорять про друге інструмента контролю якості, то згадують лише гістограму, як найбільш часто застосовується на практиці графічне зображення розподілу.
Гістограма - це інструмент, що дозволяє візуально оцінити закон розподілу статистичних даних.
Розглянемо всі три згадані графічних представлення даних, з тим щоб читач зміг оцінити достоїнства кожного з них і при необхідності застосувати на практиці.
Полігони, як правило, застосовують для відображення дискретних змін значень випадкової величини, але вони можуть використовуватися і при безперервних (інтервальних) змінах. У цьому випадку ординати, пропорційні частотам інтервалів, відновлюються перпендикулярно осі абсцис у точках, що відповідають серединам даних інтервалів. Вершини ординат з'єднуються прямими лініями. Для замикання кривої крайні ординати з'єднуються з прилеглої серединою інтервалу, в якій частота дорівнює нулю. Приклад зображення значень пробивної напруги у вигляді полігону, наведено на рис. 2.
Гістограма розподілу звичайно будується для інтервального зміни значення параметра. Для цього на інтервалах, відкладених на осі абсцис, будують прямокутники (стовпчики), висоти яких пропорційні частотам інтервалів. Гістограма інтервального ряду
зображена на рис. 3, де по осі ординат відкладені абсолютні значення частот. Аналогічну форму гістограми можна отримати, якщо по осі ординат на рис. 3 відкласти відповідні значення відносних частот . Якщо на рис. 3 ширину класу (2,9) прийняти за одиницю шкали по осі абсцис, то, наприклад, для класу 176,5. .. 179,4 У його висота 0,6 буде одночасно і площею стовпчика, що зображує цей клас. При цьому сума площ всіх стовпчиків буде дорівнює

одиниці, що виявляється зручно.

Рис. 2. Полігон частот за результатами 160 вимірювань пробивної напруги
Рис. 3. Гістограма частот інтервального ряду розподілу
Якщо на рис. 3 крім гістограми завдати ще й полігон, то в міру зростання числа вимірювань одночасно зменшується ширина класу, і полігон перетворюється на так звану криву щільності ймовірностей, що представляє собою криву теоретичного розподілу (штрихова лінія на рис.3). Зауважимо, що площа, обмежена полігоном і віссю
абсцис, у тому випадку, якщо по осі ординат відкладені значення відносних частот, також дорівнює одиниці. Як видно з рис. 3, крива теоретичних розподілів має ідеальну форму, до якої прагне реальний полігон, і вона відіграє важливу роль в теоретичних дослідженнях. До речі, крива схожа на криву нормального розподілу.
Для з'ясування того, чи відповідає дане розподіл результатів вимірювання нормальному розподілу, іноді використовують спеціальну імовірнісну папір, звану нормальної ймовірнісної папером. Представлення даних на такому папері здійснюється наступним способом.
На основі отриманих в результаті вимірювання параметрів якості значень абсолютних частот або відповідних частостей підраховують накопичені частоти (частості). Накопичена частота (частість) кожного значення параметра якості виходить підсумовуванням всіх частот (частостей), що передують значенням параметра.
Графік накопичених частот представляє собою кумулятивну криву (кумуляту). Часто її називають інтегральної кривої. Кумулятивна крива будується як для дискретного, так і для безперервної зміни значень параметра. При цьому слід зазначити, що накопичені частоти (частості) інтервального ряду відносяться не до середин інтервалів, а до верхніх кордонів кожного з них. Висота останньої ординати відповідає обсягу спостережень всього ряду, або 100%. Залежність на рис. 4 представляє собою полігон, побудований на основі таблиць накопичених частот, і носить назву накопиченого полігону, а ламана крива (штрихова лінія) є кумулятивну криву. Кумулятивна крива має більш плавний характер зміни, ніж гістограма або полігон частот, бо накопичення призводить до згладжування. Значення накопичених частот, відповідних одно-, дво-і триразового стандартному відхиленню значення параметра якості від середнього значення досліджуваного статичного ряду, наносять на нормальну імовірнісну папір.
У результаті мають на ній шість точок: три крапки, відповідні більшому значенню параметра якості щодо його середнього значення, і три точки, відповідні меншому його значенням (рис. 5). Якщо точки добре лягають на пряму, то можна говорити про відповідність статистичних даних нормальному розподілу.
У даному прикладі точки не лягли точно на пряму, але виявилися досить близько до неї. Тому можна зробити висновок про те, що результати вимірювання мають розподіл, близьке до нормального. Хоча розподіл даних і близько до нормального, точки на рис. 5 на початку і в кінці помітно відхиляються від прямої, що, загалом-то буває часто.

З розглянутих графічних зображень стає зрозумілим перевагу гістограми при візуальній оцінці закону розподілу випадкової величини. Однак не тільки в цьому перевага гістограми, яка визнана інструментом контролю якості.

Рис. 4. Кумулятивна крива
Рис. 5. Розташування експериментальних точок на нормальній ймовірнісної папері
Гістограма також дуже зручна для візуальної оцінки розташування статистичних даних в межах допуску. Щоб оцінити адекватність процесу вимогам споживача, ми повинні порівняти якість процесу з полем допуску, встановленим користувачем. Якщо є допуск, то на
гістограму наносять верхню ( ) І нижню ( ) Його кордону у вигляді ліній, перпендикулярних осі абсцис, щоб порівняти розподіл параметра якості процесу з цими кордонами. Тоді можна побачити, чи добре розташовується гістограма всередині цих меж. Так, на рис. 6 приведена гістограма значень коефіцієнтів посилення 120 перевірених підсилювачів. У технічних умовах (ТУ) на ці підсилювачі зазначено номінальне значення коефіцієнта посилення на цей тип підсилювачів, рівний 10 дБ. Номінальне значення представляє собою математичне сподівання, тобто середнє значення коефіцієнта підсилення для даного типу підсилювача при його виробництві, яке можна розглядати як генеральну характеристику, а сукупність всіх значень коефіцієнтів підсилень випускаються підсилювачів - генеральну сукупність. У ТУ встановлені також допустимі межі зміни коефіцієнта підсилення: нижня межа допуску відповідає 7,75 дБ, а верхня = 12,25 дБ. При цьому ширина поля допуску T визначається як величина, що дорівнює різниці значень верхньої та нижньої меж допуску, тобто . Якщо б розташувати всі 120 значень коефіцієнтів підсилення в ранжируваний ряд, то можна було б переконатися, що всі вони лежать у межах поля допуску, що створює ілюзію відсутності проблем і, отже, відсутності необхідності подальшого аналізу, тому що якість процесу в цьому випадку лежить в межах поля допуску, встановленого споживачем. На відміну від цього гістограма відразу показує, що розподіл коефіцієнтів посилення хоча і знаходиться в межах поля допуску, але значно зрушено в бік нижньої межі і у більшості підсилювачів значення цього параметра якості менше номіналу. Це, своєю чергою, дає додаткову інформацію для подальшого аналізу та прийняття рішення.

Рис. 6. Гістограма значень коефіцієнтів посилення підсилювачів
Якщо гістограма має симетричний (колоколообразний) вид, то можна припускати гауссовский закон розподілу випадкової величини. У цьому випадку середнє значення гістограми припадає на середину розмаху даних. Найвища частота виявляється в середині і поступово знижується в обидві сторони. Ця форма зустрічається найчастіше, у зв'язку, з чим такий тип гістограм називають звичайним.
Коли з'ясовано, що гістограма слід гауссовскому (нормальному) закону розподілу, стає можливим дослідження відтворюваності процесу, тобто визначається незмінність основних параметрів процесу: середнього значення або математичного очікування М (х) і стандартного відхилення в часі. Воно важливо при оцінці процесу за допомогою вибіркових даних, коли потрібно з'ясувати ймовірність перетину розподілу генеральної сукупності меж поля допуску та появи у зв'язку з цим невідповідності вимогам споживача (користувача). Якщо процес має нормальний розподіл, то не важко визначити можливість виходу розподілу генеральної сукупності при заданих значеннях М (х) і результату з порівняння відповідних трехсігмових меж і меж поля допуску. Однак при цьому необхідно враховувати таку особливість. З рис. 7 видно, що якщо брати як кордонів допуску трехсігмовие межі, то придатними будуть вважатися 99,73% всіх даних генеральної сукупності і тільки 0,27% даних будуть вважатися такими, що не вимогам споживача (користувача), так як вони розташовані за межами заданого поля допуску . Таким чином, частина придатних даних ( 0,27%) вважають невідповідними вимогам, і в цьому полягає
особливість трехсігмових меж, які застосовують на практиці, порівнюючи розподіл даних з

встановлюваними межами допуску.
Рис. 7. До поняття придатності при виборі трехсігмових меж
З урахуванням сказаного передбачувані придатні (відповідні
трехсігмовим меж) дані будемо позначати через С і їх кількість буде визначатися трехсігмовимі межами, тобто і, враховуючи, що = 1, С = 6. Для кількісної оцінки того, скільки з передбачуваних придатних даних увійшло в поле допуску, використовують так званий коефіцієнт придатності :

Слід зауважити, що коефіцієнт придатності, представлений у цій формулі, є окремим випадком коефіцієнта точності, який застосовується при аналізі відтворюваності процесу за критеріями точності та стабільності і який при збереженні тих же, що і у формулі позначень, має наступний вигляд:
,
де - Коефіцієнт, що залежить від типу розподілу досліджуваних даних (для гауссовского закону розподілу = 6, для закону рівної ймовірності = 3,464 і т. д.).
У переважної частини зарубіжної літератури останнє відношення прийнято називати ставленням чи індексом придатності.
Дослідження відтворюваності процесу за допомогою дозволяє оцінити якість процесу відповідно до вимог споживача. Чим більше величина , Тим вище якість процесу і тим менше ймовірність невідповідності його виходу очікуванням споживача.

Для оцінки внеску у перебіг процесу систематичних змін застосовують ще один індекс придатності, який називають коефіцієнтом зсуву (К), за допомогою якого можна оцінити зміну середнього значення розподілу від його значення, заданого споживачем (рис. 8).
Рис. 8. Гауссовское розподіл похибок параметрів якості процесу при різних значеннях коефіцієнтів зміщення: відносна кількість невідповідних вимогам виробів, параметри якості яких виходять за межі поля допуску Т
Коефіцієнт зміщення підраховується за такою формулою:

де - Абсолютна зміщення середнього значення контрольованого параметра від початку координат (див. мал. 8).
Чим менше К, тим менше внесок систематичних змін у ході процесу.
Часто на практиці для оцінки зсуву середнього значення застосовують індекс придатності , Коли в знаменнику замість Т використовують С, а в чисельнику замість підставляють найменше значення різниці між середнім значенням і кордоном допуску. Це може бути або ( ), Або ( ):

Коли не зміщено від центру поля допуску, тобто , То значення не підраховується, а мінливість процесу в цьому випадку визначається тільки мінливістю стандартного відхилення. Різні значення індексів придатності в залежності від виду гауссовского розподілу наведено на рис. 9.
Як видно з рис. 9, для оперативної кількісної оцінки того, наскільки добре процес відповідає поставленим вимогам, достатньо застосування індексу придатності . Існує таке правило:
- Процес у задовільному стані;
- Процес відповідає пропонованим до нього вимогам;
- Процес не відповідає поставленим вимогам.

Рис. 9. Значення індексів придатності в залежності від параметрів і s гауссовского розподілу

Список літератури:

1. Загальне Управління якістю: Підручник для вузів / О. П. Глудкін, Н. М. Горбунов, А. І. Гуров, Ю. В. Зорін; Під ред. О. П. Глудкін. - М.: Радіо і зв'язок, 1999. - 600С.: Іл.
2. Никифоров А. Д. Управління якістю: Навчальний посібник для вузів. - М.: Дрофа, 2004.
3. Новицький М. І., Олексюк В. М. Управління якістю продукції: Навчальний посібник. - М.: Нове знання, 2001. - 238с.
4. Управління якістю: Навчальний посібник для вузів. - М.: ИНФРА-М, 2003. - 240с.: Іл.
Додати в блог або на сайт

Цей текст може містити помилки.

Менеджмент і трудові відносини | Реферат
60.3кб. | скачати


Схожі роботи:
Управління якістю 4
Управління якістю 5
Управління якістю 9
Управління якістю 8
Управління якістю 3
Управління якістю 12
Управління якістю 10
Управління якістю
Управління якістю 2
© Усі права захищені
написати до нас
Рейтинг@Mail.ru