Основные инструменты контроля качества продукции

Основные инструменты контроля качества — это методы статистического анализа условий и факторов, влияющих на качество продукции. Он включает анализ видов и причин брака, анализ влияния отдельных факторов технологического процесса на показатели качества. При анализе рекомендуется использовать специальные графические методы (их иногда называют описательной статистикой) для наглядного представления данных о качестве. К ним относят семь инструментов контроля качества (рис. 2.1).

Рис. 2.1. Семь инструментов контроля качества

Контрольный листок (лист) — инструмент для сбора и упорядочения данных для облегчения дальнейшего использования собранной информации (рис. 2.2).

Рис. 2.2. Пример формы контрольного листка

На рисунке 2.1 контрольный листок не случайно расположен в центре семи инструментов. Особая роль его состоит в том, что выполнение любой задачи по анализу качества начинается со сбора исходных данных.

Контрольный листок — бумажный бланк (рис. 2.2), на котором заранее напечатаны контролируемые виды брака, по которым указывается в виде простых символов частота их появления.

Число различных листков на предприятии исчисляется сотнями, и для каждой конкретной цели может быть разработан свой листок. Но принцип их оформления остается неизменным: форма листка должна быть простой и понятной (без дополнительных пояснений); необходимо указывать, кто, на каком этапе и в течение какого времени собирал данные.

Причинно-следственная диаграмма (диаграмма Исикавы). Причинно-следственная диаграмма — инструмент, позволяющий выявить наиболее существенные причины (факторы), влияющие на конечный результат (следствие). Была предложена в 1953 г. профессором Токийского университета К. Исикавой.

Причины, влияющие на проблему, изображаются (рис. 2.3) наклонными стрелками, причем общие причины (причины первого порядка) — наклонными большими стрелками, частные (причины второго и последующего порядка) — наклонными маленькими стрелками.

В литературе рассматриваемая диаграмма называется также «рыбьим скелетом». Изучаемая проблема — это «голова» рыбьей кости. «Хребет» условно изображается в виде прямой горизонтальной стрелки, «кости» — причины, изображаются наклонными стрелками.

Рис. 2.3. Диаграмма Исикавы с основными категориями причин

На производстве все возможные причины распределяют по группам (категориям) по принципу «5М»:

• ? Man (человек) — причины, связанные с человеческим фактором;
• ? Machines (машины, оборудование) — причины, связанные с оборудованием;
• ? Materials (материалы) — причины, связанные с материалами;
• ? Methods (методы, технология) — причины, связанные с технологией работы, организацией процессов;
• ? Measurements (измерения) — причины, связанные с методами измерения, контроля качества.

Для каждой группы строятся дополнительные «кости», представляющие отдельные причины, а к тем, в свою очередь, свои подпричины. В результате получается разветвленное дерево, связывающие причины возникновения несоответствия, находящиеся на разном уровне детализации. Таким образом, можно добраться до первичных причин, устранение которых наиболее существенно повлияет на решение проблемы.

В товароведении [8] при рассмотрении проблемы качества выявляют

две главные группы причин (факторов): причины, формирующие качество

товаров, и причины, способствующие сохранению качества товаров. Это

причины первого порядка. Каждая группа детализируется до причин второго порядка. Например, первая группа представлена сырьем, технологией, конструкцией, вторая — упаковкой, транспортированием, хранением. В ряде случаев требуется дальнейшая детализация до причин третьего порядка. Например, причина «хранение» может быть представлена температурой, влажностью, составом воздуха.

При анализе должны выявляться и фиксироваться все причины, даже те, которые кажутся незначительными, так как цель диаграммы — отыскать наиболее правильный и эффективный способ решения поставленной проблемы.

Но устранить все выявленные и зафиксированные причины невозможно или нерентабельно. Требуется выявить наиболее важные причины и управлять ими. Ранжирование причин производится экспертным методом, в частности методом мозгового штурма.

Диаграмма Парето — инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные причины, с которых нужно действовать. Названа по имени итальянского экономиста В. Парето (1845—1923).

Парето предложил формулу, показывающую, что блага распределяются неравномерно: в большинстве случаев наибольшая доля доходов или благ принадлежит небольшому числу людей. Эта же теория была проиллюстрирована американским экономистом М. Лоренцом в 1907 г. на диаграмме. Доктор Д. Джуран применил диаграмму Лоренца в сфере контроля качества для классификации проблем качества на немногочисленные, но существенно важные и многочисленные, но несущественные. Он назвал этот метод анализом Парето. Джуран указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин.

Диаграмма Парето стоится в виде столбчатого графика (рис. 2.4). При его построении по оси ординат откладываются количественные характеристики (доли в %, потери и пр.), а по оси абсцисс — качественные характеристики (номера причин брака, номера видов брака и пр.) Различают два вида диаграмм Парето:

по причинам (факторам). Они отражают причины проблем, которые возникают в ходе производства (рис. 2.4, я);

результатам деятельности. Они служат для выявления главной проблемы и отражают нежелательные результаты деятельности (потери, дефекты и т.д.).

Из диаграммы на рис. 2.4, а видно, что при устранении причин, связанных с нарушением технологической дисциплины и неудачной конструкцией технологической оснастки, брак можно снизить почти на 88%.

Из диаграммы на рис. 2.4,6 видно, что главной проблемой являются большие потери (почти 24 тыс. руб.), вызванные браком материалов.

Рис. 2.4. Диаграммы Парето

а — диаграмма Парето по видам причин брака: 1 — нарушение технологической дисциплины на участке; 2 — неудачная конструкция технологической оснастки; 3 — дефекты комплектующих изделий; 4 — недостаточность освещения; 5 — прочие причины; б—диаграмма Парето — потери по видам брака: 1 — брак по размерам (11 тыс. руб.);

• 2 — брак материалов (24 тыс. руб.); 3 — брак гальванического покрытия (15 тыс. руб.);
• 4 — брак заклепки (1 тыс. руб.); 5 — прочие виды брака (5 тыс. руб.)

Разновидностью анализа Парето является ABC-анализ. При этом анализе исследуется зависимость суммы потерь (или прибыли, или товарооборота) от вида продукции. В результате устанавливают три группы продукции — А, В и С.

Группу А составляют немногочисленная часть (по числу наименований) продукции, которая составляет наибольшую долю (до 80%) в потерях (или в товарообороте или в объеме прибыли). Группу С составляет многочисленная часть продукции, которая составляет наименьшую долю (до 10%) в потерях, в товарообороте или в прибыли.

Группа В занимает промежуточное место.

В сфере контроля качества, как правило, группа А — наиболее проблемная продукция, поскольку на нее приходится наибольшая доля затрат (потерь), связанных с устранением дефектов.

В сфере анализа структуры ассортимента товаров групп А является наиболее ценной частью продукции, поскольку она обеспечивает магазину наибольшую часть товарооборота и прибыли. ABC-анализ представляется, как правило, в табличной форме.

Контрольные карты — инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая его отклонения от предъявляемых к процессу требований.

С помощью контрольных карт осуществляют статистическое регулирование технологического процесса, в частности корректирование параметров процесса по результатам выборочного контроля параметров изготовляемой продукции. Они позволяют проанализировать стабильность технологического процесса, отделить случайные погрешности от систематических, выделить случайные факторы, которые резко влияют на качество изготовляемой продукции.

Контрольная карта (КК) графически отражает изменение показателей качества во времени (рис. 2.5). Существуют КК по качественным признакам (доли дефектных изделий, число дефектных изделий, суммарное число дефектов на единицу продукции) и КК по количественным признакам (для средних значений и размаха, для медианы и размаха, для средних значений и среднего квадратического отклонения). На КК отмечается диапазон неизбежного разброса значений показателя, т.е. разброса, вызванного случайными погрешностями производства, которые обусловлены изменениями качества сырья и материалов (в пределах допустимых отклонений), а также условий производства.

Рис. 2.5. Контрольная карта доли дефектных изделий р

Неизбежный разброс устранить нельзя, но нужно уметь его оценить. Неизбежный разброс лежит в пределах верхней и нижней границ. Для оценки контрольных границ (границ регулирования) применяется трехкратное среднее квадратическое отклонение (правило «трех сигм»). Если точки, наносимые на КК, не выходят за границы регулирования, то технологический процесс считают протекающим стабильно.

Если же точки на КК выходят за контрольные границы, то считается, что в технологическом процессе возникли какие-то систематические погрешности, которые должны быть выявлены и устранены.

Пример. Имеются данные приема манометров за декабрь: число проверенных приборов по датам, число дефектных приборов. На их основе рассчитывают долю дефектных манометров (в %), среднюю долю р и среднее квадратическое отклонение (сигму). По указанным данным строят КК (см. рис. 2.5). В бланке КК по вертикали откладывают долю дефектных изделий р (%), а по горизонтали — дату выборки. Значение р = 3,5% определяет положение средней линии. Если значение о = 0,918, то верхняя граница регулирования р + 3ст = 3,5 + 3 * 0,918 = 6,254%, а нижняя граница р — 3 о = 3,5 — 3 * 0,918 = 0,746%.

При анализе КК видно, что 11 декабря доля дефектных манометров (р =10,7) выходит за пределы верхней контрольной границы. Допустим, удалось установить причину высокой дефектности — это использование регулировщицей с индексом 24 контрольного манометра, неправильно размеченного работниками метрологической лаборатории. Причина была устранена. Шестого декабря доля дефектных манометров тоже достаточно высока (приближена к верхней границе), но причину дефектности выявить не удалось. Поэтому при расчете реального уровня дефектности на ближайший плановый период есть все основания предположить, что в январе будут иметь место все те же причинно-следственные связи при производстве манометров, какие были в исследуемом (базисном) периоде.

С учетом исправления дефектов, вызванных фактором, который имел место 11 декабря, реальный уровень дефектности в январе по расчетам будет ниже: р = 3,1%, а верхняя и нижняя границы будут соответственно 5,699 и 0,501. Таким образом, из расчетов видно, что в январе можно ожидать некоторого улучшения показателей качества.

Итак, результаты контроля, вписывающиеся в переделы контрольных границ, свидетельствуют о нормальном ходе процесса. Каждый выход за верхнюю контрольную границу должен фиксироваться и сразу тщательно анализироваться с целью выявления и устранения причин дефектов. Техника КК позволяет также устанавливать дни с низким уровнем дефектности и, следовательно, выявлять сложившиеся производственные ситуации, приводящие к снижению качества.

Если по результатам анализа КК устанавливается стабильный технологический процесс, то можно рекомендовать переходить от сплошного контроля к выборочному, что сокращает трудовые затраты на контроль.

Диаграмма разброса (рассеивания) — инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных (см. рис. 2.1).

Эти две переменные могут относиться:

• 1) к характеристике качества и влияющему на нее фактору;
• 2) двум различным характеристикам качества;
• 3) двум факторам, влияющим на одну характеристику качества. Для выявления связи между ними и служит диаграмма разброса. Диаграмма разброса строится как график зависимости между

двумя переменными (см. рис. 2.1). Если такая взаимосвязь существует, то можно устранить отклонение одного параметра от нормативного значения, воздействуя на другой.

Между переменными возможны положительная взаимосвязь, отрицательная взаимосвязь, отсутствие взаимосвязи.

Использование диаграммы разброса не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов при применении диаграммы Исикавы.

Метод стратификации (расслаивания данных) — инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

В соответствии с этим методом производят расслаивание статистических данных, т.е. группируют данные в зависимости от выбранного стратифицирующего фактора и производят обработку каждой группы данных в отдельности.

Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) —расслаиванием (стратификацией).

В производственных процессах при выборе стратифицирующего фактора часто используют выше разобранный метод «5М». В частности, учитывают факторы, зависящие от человека, оборудования, материала, метода контроля, измерения.

В сервисе для расслаивания используют метод «5Р», учитывающий факторы, зависящие от работников (peoples), процедур (procedures) сервиса, потребителей, являющихся фактическими покровителями (patrons) сервиса, места (place), где осуществляется сервис и определяется его внешняя среда, поставщиков, осуществляющих снабжение (provisions).

Для иллюстрации метода рассмотрим пример [5] анализа причин возникновения дефектов (рис. 2.6). Все дефекты (100%) были классифицированы на четыре группы (страты): по поставщикам, операторам, смене, оборудованию. Из анализа видно, что наибольший вклад в наличие дефектов вносит поставщик 2.

Рис. 2.6. Метод стратификации

Гистограмма — инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограмма представляет столбчатый график (рис. 2.7), который строится для интервального изменения значения параметра. Для этого на интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высота которых пропорциональна частотам интервалов. Если гистограмма имеет симметричный (колоколообразный) вид, то можно предполагать гауссовский закон распределения случайной величины. Наивысшая частота оказывается в середине и постепенно снижается в обе стороны.

Практическое значение гистограммы заключается в том, что она позволяет оценить стабильность качества продукции в объеме.

Рис. 2.7. Границы допуска при различных сигмовых пределах

По гистограмме (см. рис. 2.7) определяется неизменность основных параметров процесса: среднего значения х или математического ожидания М (х) и стандартного отклонения во времени. Оно важно при оценке процесса с помощью выборочных данных, когда требуется выяснить вероятность пересечения распределения генеральной совокупности границ поля допуска и появления в связи с этим несоответствия требованиям потребителя. В гистограмме симметричного вида не представляет труда определить возможность выхода распределения генеральной совокупности при заданных значениях М (х) и а исходя из сравнения соответствующих трех сигмовых пределов и пределов поля допуска.

Из рисунка 2.7 видно, что если брать в качестве границ допуска трехсигмовые пределы, то годными будут считаться 99,73% всех данных генеральной совокупности, и только 0,27% данных будут считаться несоответствующими (non-conformity, NC) требованиям потребителя, так как расположены за границами заданного поля допуска.

Гистограмму начали широко использовать в конце 1980-х и 1990-х гг. для иллюстрации программы «шесть сигм» как методологии обеспечения стабильности качества.

Анализ стабильности процесса (производственного процесса, бизнес-процесса) сводится к оценке его параметров: процесс с допуском За дает приблизительно 2700 дефектов на 1 млн изделий или событий; в процессе с допуском 6а уже насчитывается несколько дефектов — 3,4 дефекта на 1 млн изделий.

Компании, обеспечивающие воспроизводимость 6а, относятся по конкурентоспособности к категории «мировой класс», 4а — к категории «средний класс», 2а — к категории неконкурентоспособных.

Программа «Шесть сигм» была разработана компанией «Моторола» в 1980-е гг. Ее реализация позволила сократить дефекты на 99,7% и сэкономить компании с 1987 по 1996 г. 11 млрд дол. В 1998 году «Моторола» стала одной из первых фирм, получивших в США национальную премию по качеству М. Болдриджа.

Так, 255 крупнейших компаний мира (из списка Fortune 500) используют «шесть сигм». Это одна из наиболее массово внедряемых управленческих концепций в мире. В России концепция «шесть сигм» освоена в основном только в крупных экспортоориентированных корпорациях. Для них это «ключ», открывающий доступ к крупным контрактам и международным проектам. В число российских компаний, использующих «шесть сигм», входят ВСМПО-АВИСМА, Красноярский алюминиевый завод, Альфа-Банк, Ситибанк, РУСАЛ, «Дзержинское Оргстекло», «Ин- струм-Рэнд» и др.