Управление качеством продукции. Инструменты и методы менеджмента качества (2005)
3.7. Контрольные карты процессов и временные ряды
3.7.1. Понятие о временном раде
Временные ряды [44] применяются, когда требуется самым простым способом представить ход изменения наблюдаемых данных за определенный промежуток времени.
Временной ряд предназначен для наглядного представления данных, он очень прост в построении и использовании. Точки наносятся на график в том порядке, в каком они были собраны. Поскольку они отображают изменение характеристики во времени, очень существенна последовательность данных.
Одно из наиболее эффективных применений временного ряда заключается в выявлении существенных тенденций или изменений как мгновенных (индивидуальных), так и средних значений величины, характеризующей качество.

Рис. 3.9. Сравнительный анализ сбыта продукции: _____2000 г.; _ _ _ _ _ _ _ _ 2001 г.
Временные ряды могут быть очень полезны [44] при интерпретации и анализе статистических данных. Рассмотрим один из интересных случаев, иллюстрирующих успешное применение временных рядов [44].
В табл. 3.5 приведены статистические данные, описывающие протекание трех процессов.
В нижней части табл. 3.5 представлены рассчитанные значения:
средних арифметических значений

среднеквадратичных отклонений Sn = 3,59.
Видно, что средние арифметические значения и среднеквадратичные отклонения для всех трех процессов совпадают. В этом случае напрашивается вывод, что все три процесса можно считать одинаковыми. Многие начинающие исследователи, не имеющие опыта работы со статистическими методами обработки данных, сделали бы именно такой вывод. Однако так ли это на самом деле?
Временные ряды позволяют получить наиболее убедительный ответ на вопрос: «Являются ли три процесса, представленные в табл. 3.5 и имеющие одни и те же значения характеристик

На рис. 3.10а видно, что процесс № 1 является случайным процессом, который может быть охарактеризован средним арифметическим значением =34,9 и среднеквадратичным отклонением Sn = 3,59.
продукции. Пример построения временного ряда представлен на примере анализа сбыта (за 2000-2001 гг.).
Временной ряд, изображенный на рис. 3.10б, позволяет сделать вывод о том, что процесс № 2 имеет значительно меньший разброс данных (по сравнению с процессом № 1) как на протяжении первой Sn = 1,84), так и второй (S = 1,92) своей половины протекания. На рис. 3.106 видно, что на 25—27-м шагах было осуществлено вмешательство в ход процесса № 2. В результате перенастройки процесса № 2, первоначально характеризовавшегося средним арифметическим
Таблица 3.5
Статистические данные, описывающие протекание трех процессов
№п.п. | Процесс№1 | Процесс№2 | Процесс№3 |
27 | 39 | 40 | 35 |
28 | 37 | 38 | 35 |
29 | 39 | 39 | 36 |
30 | 41 | 36 | 36 |
31 | 34 | 41 | 36 |
32 | 33 | 41 | 36 |
33 | 37 | 37 | 37 |
34 | 30 | 39 | 37 |
35 | 35 | 37 | 37 |
36 | 34 | 37 | 37 |
37 | 39 | 39 | 37 |
38 | 40 | 40 | 38 |
39 | 38 | 40 | 38 |
40 | 36 | 36 | 39 |
41 | 37 | 37 | 39 |
42 | 31 | 39 | 39 |
43 | 40 | 35 | 39 |
44 | 30 | 37 | 39 |
45 | 36 | 41 | 40 |
46 | 31 | 35 | 40 |
47 | 32 | 36 | 40 |
48 | 39 | 39 | 41 |
49 | 29 | 38 | 41 |
50 | 37 | 35 | 41 |
X | 34,9 | 34,9 | 34,9 |
Яп | 3,59 | 3,59 | 3,59 |
значением


№п.п. | Процесс№1 | Процесс№2 | Процесс№3 |
1 | 35 | 32 | 29 |
2 | 41 | 34 | 29 |
3 | 39 | 30 | 30 |
4 | 35 | 35 | 30 |
5 | 30 | 31 | 30 |
6 | 36 | 34 | 30 |
7 | 36 | 29 | 30 |
8 | 30 | 30 | 30 |
9 | 35 | 29 | 31 |
10 | 31 | 35 | 31 |
11 | 31 | 30 | 31 |
12 | 29 | 33 | 31 |
13 | 33 | 33 | 32 |
14 | 35 | 30 | 32 |
15 | 40 | 32 | 33 |
16 | 30 | 31 | 33 |
17 | 37 | 33 | 33 |
18 | 33 | 33 | 33 |
19 | 34 | 31 | 33 |
20 | 38 | 34 | 34 |
21 | 33 | 31 | 34 |
22 | 33 | 33 | 34 |
23 | 30 | 34 | 34 |
24 | 34 | 30 | 35 |
25 | 41 | 30 | 35 |
26 | 32 | 36 | 35 |
Процесс № 3 представляет собой (см. рис. З.10в) пример закономерно возрастающего изменения характеристики процесса (так называемого тренда). Этот процесс

В
Рис. 3.10. Временные ряды, иллюстрирующие протекание трех процессов, построенные
по данным второго (а) столбца; третьего (б) столбца; четвертого (в) столбца табл. 3.5.
имеет относительно небольшой случайный разброс, причем для него лучше не указывать какие-либо среднее арифметическое значение и среднеквадратичное отклонение (значения

3.7.2. Понятие о контрольных картах
Контрольные карты [1, 8—10, 30—45] — 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 [1,8—10,15, 30—45]:
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 пределами прогнозируемых границ.
Контрольные карты позволяют использовать текущие данные процесса, чтобы установить статистически нормальные рабочие границы (границы регулирования), 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 [1, 8—10, 30, 38—45]:
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 X характеристики процесса с серединой поля допуска CL;
выходит за установленные границы поля допуска, причем среднее значение

среднее значение

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 [1, 8, 33, 37—43, 45] приведены в табл. 3.6.
Приведенная в табл. 3.6 классификация контрольных карт требует некоторых пояснений.
Контрольная карта индивидуальных (измеряемых) значений (х-карта) строится следующим образом (рис. 3.11).
Таблица 3.6
Основные типы контрольных карт
Значения характеристики (показателя качества) |
Название |
Непрерывные значения |
х-карта (индивидуальных значений х1, карта измеряемых значений) ( ![]() ![]() ( ![]() ![]() ( ![]() ![]() ( ![]() ![]() |
Дискретные значения |
р-карта (для контроля доли несоответствующих (дефектных) изделий в подгруппе) пр-карта (для контроля числа несоответствующих (дефектных) изделий в подгруппе определенного объема п) с-карта (для контроля числа несоответствий (дефектов) в подгруппе) u-карта (для контроля числа несоответствий (дефектов), приходящихся на единицу продукции в подгруппе) |

Рис. 3.11. Пример контрольной х-карты индивидуальных значений.
Через определенный промежуток времени (на очередном шаге контроля) рабочий снимает с конвейера по одной детали, измеряет значение х их характеристики качества и на бланке контрольной карты точками (крестиками, кружочками или другими значками) отмечает значение этой характеристики (см. рис. 3.11).
Если эти значки группируются вблизи середины х = CL поля допуска и не выходят за пределы верхней USL и нижней LSL границ поля допуска, то это означает, что процесс протекает в управляемых условиях. Если же на каком- либо шаге контроля эти значки приблизятся или даже выйдут за пределы поля допуска (см. шаги № 13, 14, 15 на рис. 3.11), то это означает, что оператор должен вмешаться в ход процесса (произвести подстройку процесса, заменить износившийся инструмент и т. п.).
Опыт практической работы с х-картами показал, что они не всегда удобны в работе. Поэтому вместо карт индивидуальных значений (х-карт) чаще используют (




Рассмотрим обозначения х, S,

Следующий смысл:

- среднеарифметическое значение характеристик качества х1, х2,..., хn, измеренных рабочим на очередном шаге контроля;

— среднеквадратичное отклонение характеристик качества х1, х2,..., хn, измеренных рабочим на очередном шаге контроля.
В современных условиях контроля производственных процессов (с использованием компьютеров) вычисление среднего арифметического

Поэтому вместо среднего арифметического значения



При использовании медианы


наибольшим хmax и наименьшим хmin значениями из ряда наблюдений x1,х2. ..., хn, выполненных на очередном шаге контроля. Правомерность замены среднеквадратичного отклонения S=Sn размах R обоснована в работе [30] 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. 3.6 и в специальной литературе [1, 8, 38, 45].
Задание №3.7.
На очередном шаге контроля на двух рабочих местах получены:
пять значений характеристики качества:
X1 = 173,3 мм; х2 = 173,2 мм; ,x3 = 173,5 мм; х4 = 173,1 мм; х5 = 173,4 мм;
шесть значений характеристики качества:
XI = 293,3 мм; х2 = 293,2 мм; ,т3 = 293,5 мм; х4 = 293,1 мм; х5 = 293,4 мм; х6 = 293,1 мм.
Для первого и второго случая найдите значение


3.7.3. Основные этапы построения контрольных карт
Рассмотрим этапы построения контрольной карты на примере (-R)-карты. Эта карта используется для анализа и управления процессами, показатели качества которых представляют собой непрерывные величины (длина, вес, концентрация) и несут наибольшее количество информации о процессе. Величина


Перед практическим использованием (

Сбор данных.
Пример результатов сбора исходных данных для построения контрольной
карты типа (

Вычисление средних арифметических значений


Результат

Примечания:
Для получения этих данных рабочий периодически (например, раз в час или после изготовления определенного количества деталей) снимает с производственного потока n деталей, измеряет их размеры X1, х2, ..., хn и для каждой подгруппы вычисляет среднее значение

Приведенные в табл. 3.7 данные содержат по пять значений в каждой подгруппе, что соответствует n = 5.
Вычисление общего среднего значениях


путем деления итога столбца



Примечание. Приведенные в табл. 3.7 данные содержат пять подгрупп, что соответствует К = 5.
Вычисление размаха Rk в каждой подгруппе путем вычитания минимального значения в подгруппе из максимального
Rk = Xmax – Xmin
Вычисление среднего арифметического значения размахов


Таблица 3.7
Данные для подготовки к построению (

Номер подгруппы |
X1 |
х2 |
X3 |
Х4 |
x5 |
![]() |
Хк |
Rk |
1 |
47 |
32 |
44 |
35 |
20 |
178 |
35,6 |
27 |
2 |
19 |
37 |
31 |
25 |
34 |
146 |
29,2 |
18 |
3 |
19 |
11 |
16 |
11 |
44 |
101 |
20,2 |
33 |
4 |
29 |
29 |
42 |
59 |
38 |
197 |
39,4 |
30 |
5 |
28 |
12 |
45 |
36 |
25 |
146 |
29,2 |
33 |
Итого |
153,6 |
141 |
||||||
Среднее значения |
![]() |
![]() |
путем деления итога столбца размахов Rk для всех подгрупп на их число К. Этот результат надо вычислять с двумя лишними знаками по сравнению с измеренными значениями X1, х2, ..., хn.
Вычисление контрольных линий.
Вычислите значения, характеризующие положение каждой контрольной
линии для



Верхний контрольный предел (Upper Control Limit) UCL =

Нижний контрольный предел (Lower Control Limit) LCL =

R-карта — Центральная линия CL =

Верхний контрольный предел (уровень) UCL = D 4

Нижний контрольный предел (уровень) LCL = D3

Нижний предел не рассматривается, когда n < 7.
Константы А2, D4, D3— коэффициенты, определяемые объемом подгрупп n, приведены в табл. 3.8, заимствованной из [37].
Таблица 3.8 Коэффициенты для вычисления контрольных линий X -карт и iJ карт [37]
Объем подгруппы, n |
А2 |
D3 |
D4 |
d2 |
2 |
1,880 |
— |
3,267 |
1,128 |
3 |
1,023 |
— |
2,575 |
1.693 |
4 |
0,729 |
— |
2,282 |
2,059 |
5 |
0,577 |
— |
2,115 |
2,326 |
6 |
0,483 |
— |
2,004 |
2,534 |
7 |
0,419 |
0,076 |
1,924 |
2,704 |
8 |
0,373 |
0,136 |
1,864 |
2,847 |
9 |
0,337 |
0,184 |
1,816 |
2,970 |
10 |
0,308 |
0,223 |
1,777 |
3,078 |
7. Нанесение контрольных линий.
Приготовьте лист бумаги в клеточку, затем нанесите слева вертикальные оси со значениями


8. Нанесение точек.
Выберите и разметьте масштабы по осям




Рис. 3.12. Форма бланка (

Чтобы легче было различать


9. Запишите необходимую информацию, например, объем подгрупп (n = 5) в верхнем левом углу

На этом процесс подготовки формы (бланка) контрольной карты заканчивается.
Рассмотрим пример построения контрольной карты с использованием данных, приведенных в табл. 3.7.
Из таблицы видно, что для первой подгруппы

R = 47-20 = 27.
Выполнив аналогичные подсчеты для других подгрупп, вычислим: сначала


а затем определим для -карты
CL =

UCL =


LCL =


и для R –карты
CL =

UCL =D4

LCL = D3

Используя полученные данные, строим контрольную карту. Обратите внимание, что интервалы (UCL — CL) и (CL — LCL) следует разделить на три равные части, например, так, как это показано на рис. 3.12.
3.7.4. Использование контрольных карт при 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 [45]. Контролируемое состояние объекта — это такое состояние, когда процесс стабилен, а его среднее значение



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

Одна или более точек оказались за верхним или нижним контрольными пределами (рис. 3.13а).
Серия из семи или более точек сразу оказалась с одной стороны от центральной линии (рис. 3.136).
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. 3.13. Сигнальные признаки, свидетельствующие 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 II 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.
Шесть или более точек подряд образуют ряд непрерывно возрастающих (убывающих) значений (рис. 3.13в).
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.