Envoyer votre bon travail dans la base de connaissances est simple. Utilisez le formulaire ci-dessous

Les étudiants, étudiants diplômés, jeunes scientifiques qui utilisent la base de connaissances dans leurs études et leur travail vous en seront très reconnaissants.

Posté sur http://www.allbest.ru/

Introduction

Le consommateur a la possibilité de choisir parmi un grand nombre de fournisseurs et de dicter ses exigences quant à la qualité des biens qu'il est prêt à acheter. Et si auparavant le consommateur se contentait de la confirmation de la qualité des biens et des services eux-mêmes, il veut désormais avoir la confirmation que la production des biens pour lesquels il va payer de l'argent est organisée de telle manière qu'elle assure effectivement la qualité déclarée.

La qualité est devenue l’un des slogans les plus populaires de la fin du XXe et du début du XXIe siècle. La norme qui vous permet de confirmer la qualité de divers aspects du travail d'une entreprise est le groupe de normes ISO 9000 - une série de normes internationales pour la gestion de la qualité et l'assurance qualité adoptées par plus de 90 pays à travers le monde. Lors de la création de l'organisation et du choix de son nom, la nécessité a été prise en compte que l'abréviation du nom sonne de la même manière dans toutes les langues. Pour cela, il a été décidé d'utiliser le mot grec isos - égal, c'est pourquoi dans toutes les langues du monde Organisation internationale la normalisation porte le nom abrégé ISO (ISO). Les normes ISO 9000 s'appliquent à toutes les entreprises, quelle que soit leur taille ou leur périmètre d'activité.

Conformément aux dispositions de la série de normes ISO 9000, les méthodes statistiques sont considérées comme l'un des moyens d'assurance qualité les plus efficaces et constituent la base d'une reconnaissance et d'une analyse efficaces des problèmes. L'introduction de méthodes statistiques devrait viser à créer des garanties de continuité du processus d'assurance qualité conformément aux exigences des consommateurs. L'utilisation de ces méthodes, sans nécessiter de dépenses importantes, permet de juger avec un degré donné de précision et de fiabilité de l'état des phénomènes étudiés (objets, processus) dans le système qualité, de prédire et de réguler les problèmes à toutes les étapes cycle de vie produits et sur cette base, développer des produits optimaux décisions de gestion. L'utilisation de méthodes statistiques est un moyen très efficace de développer nouvelle technologie et le contrôle de la qualité des processus de production.

contrôle qualité de la gestion statistique

Partieje. Méthodes statistiques en gestion de la qualité.centcontrôle d'acceptation statistique

Les méthodes statistiques jouent rôle important dans une évaluation objective des caractéristiques quantitatives et qualitatives du processus et sont l'un des éléments essentiels les systèmes d'assurance qualité des produits et l'ensemble du processus de gestion de la qualité. Ce n'est pas un hasard si le fondateur de la théorie moderne de la gestion de la qualité, E. Deming, a travaillé pendant de nombreuses années au Bureau du recensement et s'est spécifiquement occupé des questions de traitement des données statistiques. Il attachait une grande importance aux méthodes statistiques.

Pour obtenir des produits de haute qualité, il est nécessaire de connaître la précision réelle de l'équipement existant, de déterminer la correspondance de la précision du processus technologique sélectionné avec la précision spécifiée du produit et d'évaluer la stabilité du processus technologique. La solution de problèmes de ce type s'effectue principalement par le traitement mathématique de données empiriques obtenues par des mesures répétées soit des dimensions réelles des produits, soit d'erreurs de traitement ou de mesure.

Il existe deux catégories d'erreurs : systématiques et aléatoires. À la suite d'observations directes, de mesures ou d'enregistrement de faits, on obtient de nombreuses données qui forment un agrégat statistique et nécessitent un traitement, notamment une systématisation et une classification, le calcul des paramètres caractérisant cet agrégat, l'établissement de tableaux et de graphiques illustrant le processus.

La direction la plus populaire en matière de gestion de la qualité est la gestion de la qualité totale (TQM).

Les concepts de base du TQM peuvent être exprimés dans un certain nombre des thèses suivantes :

1. Le rôle de la gestion : dans les activités de gestion de la qualité basées sur les principes de TQM, la direction joue un rôle énorme. La direction doit prendre la tête des activités de gestion de la qualité. Il doit être sincèrement engagé envers le système et croire en ses valeurs. La direction doit intégrer le système de gestion de la qualité dans le modèle global de gestion de projet. Votre influence doit s'exercer non pas tant sous la forme de documentation organisationnelle et administrative, mais sous la forme de mots et d'actions spécifiques qui traduisent clairement et expressivement la position de la direction. Le style de leadership doit passer d’un style autoritaire et administratif à un style coopératif et libéral.

2. Concentrez-vous sur les clients. L'attention portée aux clients ne doit pas se manifester par des slogans, mais par des activités pratiques. Et tout d'abord, vous devez déterminer le cercle de clients avec lesquels l'entreprise travaille et tout faire pour attirer de nouveaux clients. Les salariés, et en premier lieu les managers, doivent savoir qui sont les consommateurs des produits et déterminer les besoins de leurs clients. Un système d'information joue un rôle majeur dans l'augmentation de l'efficacité de l'interaction avec un client, qui doit bien entendu être compatible avec les systèmes d'information des clients Aspen.

3. Planification stratégique. Une grande attention est accordée aux processus de planification stratégique TQM, alors que non seulement les objectifs économiques traditionnels sont planifiés, mais également ceux qui sont considérés comme intangibles et non mesurables, comme le niveau de satisfaction du client, une image commerciale positive de l'entreprise, le prestige de marques et autres.

4. Implication de tous les employés. TQM est censé déléguer davantage de responsabilités aux niveaux inférieurs de gestion. Il ne faut pas oublier que les salariés doivent être spécialement formés pour assumer cette nouvelle responsabilité.

5. Formation du personnel. Avec l'expansion des pouvoirs et l'enrichissement des responsabilités fonctionnelles, une formation constante du personnel, et pas seulement étroitement professionnelle, devient nécessaire. Un autre nouvelle caractéristique la formation en TQM est une évaluation obligatoire de l’efficacité de la formation.

Les principes de gestion de la qualité décrits ci-dessus ont constitué la base des concepts de gestion de la qualité développés, tels que la norme ISO 9000, de nombreux modèles nationaux de gestion de la qualité, et ont également constitué la base du développement d'un système de gestion de la qualité.

Cette norme précise Exigences généralesà l'organisation et à l'accompagnement réglementaire et méthodologique du contrôle qualité d'acceptation statistique (CSQ) d'ensembles de tous produits, contrôlés et fournis sous forme de lots, flux, masses et volumes. Le document s'applique au contrôle qualité des produits effectué par le fournisseur, le fabricant, le consommateur et les tiers, y compris lors du contrôle final, de la réception, du contrôle à l'arrivée, de la certification, de l'inspection et de la surveillance du respect des normes, ainsi que lors du contrôle et en cas d'arbitrage. ou contrôle judiciaire des cas. La norme peut également être appliquée dans les cas où les fournisseurs et les consommateurs ne sont pas entités juridiques, par exemple, représentent les divisions d’une entreprise.

La norme considère les procédures de contrôle du fournisseur, du consommateur et des tiers comme un système unique de plans et de schémas de contrôle convenus. Cela élimine pratiquement les décisions controversées fondées sur les résultats du contrôle, ce qui est possible en raison de la nature statistique des procédures de contrôle et des différents intérêts des parties. La cohérence des plans et des schémas de contrôle est assurée par les règles et procédures d'attribution et d'accord sur certaines données initiales nécessaires à la sélection de plans et schémas spécifiques. Le système confère à chaque partie le droit le plus large possible de choisir des plans et des systèmes de contrôle, tout en protégeant les autres parties contre des décisions erronées.

Les exigences de cette norme doivent être prises en compte dans les normes techniques générales contenant des schémas, des plans et des règles de contrôle d'acceptation statistique, dans les normes pour les groupes de types de produits homogènes et spécifiques, dans les spécifications techniques, dans les normes d'entreprise et autres documents définissant l'acceptation statistique. procédures de contrôle. La norme est basée sur le fait que, conformément à la loi sur la protection des droits des consommateurs, les fournisseurs (fabricants) sont tenus d'informer de manière complète et fiable les consommateurs et le public sur la qualité des produits fabriqués, et donc les procédures de contrôle sont considérées comme des moyens de confirmation ou de vérification (selon qui les effectue) de l'exactitude des informations sur la qualité des produits fournis par le fournisseur. Les fabricants (fournisseurs) ont la charge de prouver par des méthodes de contrôle la fiabilité des informations de qualité déclarées. Les consommateurs et les tiers ont le droit de vérifier l'exactitude de ces informations, y compris l'exactitude des résultats de contrôle du fabricant. Mais en même temps, dans les cas où il est possible de formuler des réclamations contre le fabricant (fournisseur) ou de rendre publics les résultats de son contrôle, celui-ci doit prouver l'inexactitude des informations du fabricant (fournisseur) sur la qualité du produit.

Étant donné que, en raison de la nature statistique du contrôle, des décisions erronées sont toujours possibles avec une certaine probabilité, chaque partie effectuant le contrôle doit protéger les autres parties contre les décisions erronées qui affectent leurs intérêts. Cette norme établit des exigences de fiabilité des décisions pertinentes prises sur la base des résultats du contrôle, permettant la mise en œuvre quantitative des dispositions formulées ci-dessus.

En cas de livraisons (achats) en gros de produits, les lots ou autres ensembles de produits font l'objet de relations juridiques entre fournisseurs, consommateurs et tiers, déterminées par les contrats et la législation. Les lots de mauvaise qualité ne doivent pas être livrés aux consommateurs, et si cette condition n'est pas respectée et que de tels lots sont découverts par le consommateur, ils peuvent notamment être restitués au fournisseur dans leur intégralité. Dans le même temps, il est nécessaire d’avoir une idée claire des lots de mauvaise qualité.

La norme utilise des indicateurs de qualité de groupe, comme par exemple les niveaux de non-conformité, qui sont des indicateurs quantitatifs de la qualité des agrégats de produits.

Les exigences relatives à de tels indicateurs deviennent des critères de qualité des lots et autres ensembles de produits, permettant d'établir des relations claires entre les parties lors des approvisionnements en gros (achats), y compris en termes d'organisation et de méthodologie de contrôle statistique d'acceptation.

Contrairement aux méthodes statistiques de régulation des processus technologiques, où, sur la base des résultats du contrôle par échantillonnage, une décision est prise sur l'état du processus technologique, avec le contrôle statistique d'acceptation, sur la base des résultats du contrôle par échantillonnage, une décision est prise d'accepter ou rejeter un lot de produits.

DANS dans ce cas Le risque fournisseur fait référence à la probabilité de rejeter un lot de produits présentant un niveau de défectuosité acceptable. Le risque consommateur fait référence à la probabilité d’accepter un lot de produits présentant un niveau de défectuosité acceptable.

La tâche principale des méthodes statistiques de contrôle d'acceptation est d'assurer avec une grande fiabilité l'évaluation de la qualité des produits soumis au contrôle et la reconnaissance mutuelle sans ambiguïté des résultats de l'évaluation de la qualité des produits entre le fournisseur et le consommateur, effectuée conformément aux mêmes plans d’échantillonnage.

Les méthodes statistiques de contrôle d'acceptation peuvent être réalisées selon des critères quantitatifs, qualitatifs et alternatifs.

Le contrôle statistique sur une base quantitative fait référence au contrôle de la qualité du produit, au cours duquel les valeurs du paramètre contrôlé sont déterminées, et la décision ultérieure sur la population ou le processus contrôlé est prise en fonction de leur comparaison avec la norme de contrôle. Fonctionnalité Le contrôle quantitatif de la qualité est qu'il nécessite une taille d'échantillon plus petite que d'autres types de contrôle avec les mêmes risques de prendre des décisions erronées et fournit en même temps plus d'informations sur la qualité du produit. Ainsi, lorsque le coût du suivi ou du test des unités de produits est élevé, il est conseillé de choisir un contrôle quantitatif.

Le contrôle d'acceptation statistique sur une base qualitative signifie un contrôle de la qualité du produit, au cours duquel chaque unité de produit testée est attribuée à un certain groupe, et la décision ultérieure concernant la population contrôlée est prise en fonction du rapport entre le nombre de ses unités trouvées dans différents groupes. . Le principal avantage est que cette méthode permet non seulement de diviser les unités de produits en bonnes et défectueuses, mais également de les classer en catégories, grades, classes, groupes de qualité, etc.

Le contrôle d'acceptation statistique basé sur un critère alternatif signifie un contrôle de qualité des produits basé sur un critère qualitatif, au cours duquel chaque unité de produit testée est classée comme appropriée ou défectueuse, et la décision ultérieure sur la population ou le processus contrôlé est prise en fonction des résultats de comparaison des unités défectueuses de produits trouvées dans l'échantillon ou du nombre de défauts pour un certain nombre d'unités de produit, avec une norme contrôlée.

Le numéro d'acceptation s'entend comme une norme de contrôle égale au nombre maximum d'unités de produits défectueuses dans l'échantillon ou au nombre de défauts pour 100 unités de produits, qui est le critère d'acceptation d'un lot de produits.

Le nombre de rejet s'entend comme une norme de contrôle égale au nombre maximum d'unités défectueuses dans l'échantillon ou au nombre de défauts pour 100 unités de produit, qui est le critère de rejet d'un lot de produits.

Ce type de contrôle a trouvé une large application dans l'industrie.

Par produits appropriés, on entend des produits qui répondent à toutes les exigences établies. Par unité de production défectueuse (produit défectueux), on entend une unité de produit qui présente au moins un défaut - il s'agit de chaque non-conformité du produit aux exigences établies.

En fonction de leur importance, la classification de défauts suivante est acceptée : mineure, significative et critique.

Un défaut mineur est un défaut qui n’affecte pas de manière significative l’utilisation prévue du produit et sa durabilité. Un défaut important est un défaut qui affecte de manière significative l'utilisation prévue du produit et (ou) sa durabilité, mais qui n'est pas critique. Un défaut critique est un défaut en présence duquel l'utilisation du produit aux fins prévues est pratiquement impossible ou inacceptable.

1.1 La place des méthodes statistiques dans la gestion de l'espacehonneur

Le succès de chaque entreprise dépend en grande partie de son potentiel d’innovation, de son efficacité et de la qualité des biens et services qu’elle produit. Les mesures non liées aux prix, à l'aide desquelles une entreprise peut renforcer sa position sur le marché et réduire la pression de la concurrence, comprennent, outre l'innovation industrielle, c'est-à-dire la capacité de mettre de nouveaux produits ou de nouvelles technologies sur le marché et de les établir sur le marché, ainsi que l'assurance qualité. Sans un niveau de qualité suffisamment élevé, les produits ne pourront pas s’imposer sur le marché. Garantir la qualité des produits est un outil essentiel pour maintenir et renforcer la compétitivité. De plus, une assurance qualité efficace conduit à une efficacité de production accrue, car en améliorant la qualité, les coûts associés aux défauts et aux retouches sont réduits, ce qui signifie que le coût des produits est réduit. D'un autre côté, des produits de haute qualité peuvent améliorer l'image de l'entreprise, ce qui entraînera une augmentation de la demande pour ses produits et permettra d'augmenter le volume de production, ce qui entraînera à son tour une diminution du coût d'un produit individuel.

La base pour résoudre les problèmes visant à garantir la qualité des entreprises est d'augmenter les niveaux techniques et organisationnels du processus de production, de mettre en œuvre technologies modernes, formes de production organisationnelle, utilisation généralisée des normes internationales de la série ISO 9000, qui mettent l'accent sur l'approche processus de la gestion de la qualité. Autrement dit, toutes les activités d’une organisation sont considérées comme un ensemble de processus interdépendants.

La gestion de la qualité des produits est comprise comme un processus constant, systématique et ciblé d'influence sur les facteurs et les conditions à tous les niveaux, garantissant la création de produits de qualité optimale et leur pleine utilisation.

Le contrôle qualité, quelle que soit la perfection des techniques utilisées à cet effet, consiste avant tout à séparer les bons produits des mauvais.

La gestion de la qualité des produits peut être réalisée par deux méthodes :

En triant les produits ;

En augmentant la précision technologique.

Depuis l'Antiquité, les méthodes de contrôle se réduisent généralement à l'analyse des défauts par une inspection continue des produits à la sortie. On passe ainsi du contrôle continu au contrôle sélectif en utilisant des méthodes statistiques de traitement des résultats.

L'assurance qualité couvre toutes les mesures visant à y parvenir.

Ces mesures comprennent :

Planification de la qualité ;

Contrôle de qualité;

Contrôle de qualité.

Les fonctions de gestion de la qualité sont la planification, le suivi et la correction des produits ou services. La gestion de la qualité est étroitement liée à la planification et repose sur les résultats du contrôle.

Les méthodes statistiques jouent un rôle majeur dans la gestion de la qualité des produits. La série de normes ISO 9000 encourage les fabricants à utiliser des méthodes statistiques car des décennies d'expérience internationale ont montré que les méthodes statistiques sont très efficaces pour résoudre les problèmes dans les secteurs de la fabrication, des services et dans d'autres domaines.

Le succès et la pertinence des méthodes statistiques s'expliquent principalement par des raisons économiques, c'est-à-dire que lors de l'utilisation de méthodes statistiques, le niveau de défauts et de pertes monétaires est réduit.

Les méthodes statistiques de gestion de la qualité des produits sont basées sur la théorie des probabilités et les statistiques mathématiques. L'idée d'utiliser la théorie des probabilités et les statistiques mathématiques pour gérer la qualité des produits a été exprimée pour la première fois par l'académicien M.V. Ostrogradski en 1846. L'essence des méthodes qu'il a proposées était d'utiliser les résultats du contrôle d'un certain échantillon d'un lot de produits pour juger raisonnablement de la qualité des produits de ce lot, sans recourir à un contrôle complet. Autrement dit, l'objectif des méthodes statistiques de gestion de la qualité est de tirer une conclusion sur la qualité des produits fabriqués grâce à l'utilisation de méthodes mathématiques et statistiques basées sur le contrôle par échantillonnage.

Ainsi, les méthodes statistiques de gestion de la qualité des produits sont des méthodes sélectives et diffèrent du contrôle continu par une plus grande productivité, des coûts de contrôle inférieurs et une précision de contrôle souvent plus élevée.

1.2 StatistiquementMéthodes chinoises dans les systèmes qualité

À notre époque de développement intensif de diverses approches visant à garantir la qualité des produits (travaux, services) comme condition indispensable au bon fonctionnement de toute entreprise, une grande attention est accordée à l'utilisation de méthodes statistiques. La pertinence et la nécessité de leur utilisation sont évidentes, surtout si les spécificités des produits sont telles que leurs indicateurs de qualité peuvent être pleinement appréciés après expédition au consommateur ou utilisation prévue (béton mousse monolithique, ciment Portland, mortiers, etc.). Ce n’est pas un hasard si les méthodes statistiques sont considérées comme faisant partie intégrante du « miracle japonais ». Cependant, malgré les réalisations de la science et des activités appliquées dans notre pays visant à résoudre les problèmes dans le domaine de la qualité, nous sommes toujours à la traîne dans de nombreux domaines. pays étrangers, où depuis longtemps sont appliquées avec succès les approches systémiques et processus qui constituent la base des normes internationales de systèmes qualité de la série ISO 9000, ainsi que les méthodes statistiques modernes de gestion de la qualité des produits et de réglementation des processus technologiques.

Une grande attention est accordée à l'analyse des difficultés de maîtrise des méthodes statistiques dans les entreprises nationales, ainsi qu'au développement et à la mise en œuvre de systèmes de gestion de la qualité (QMS), bien qu'il s'agisse essentiellement d'un seul problème. Dans la série de normes ISO 9000:2000 et leurs Analogues russes« prendre des décisions basées sur des informations fiables et objectives » est pris en compte comme l'un des 8 principes du management de la qualité. La mise en œuvre de ce principe nécessite de réaliser les mesures nécessaires, de collecter et d'enregistrer les premières données, puis de les traiter et de les analyser. En particulier, la norme GOST R ISO 9001-2001 exige qu'une organisation utilise des méthodes statistiques pour l'analyse des données, y compris pour vérifier les caractéristiques des produits, et GOST R ISO 9004-2001 recommande qu'une organisation, en utilisant des méthodes statistiques appropriées, analyse les données provenant de diverses sources. et garanti une prise de décision fondée sur des faits.

Il nous semble qu'il est préférable de commencer la mise en œuvre pratique directe de systèmes de gestion de la qualité dans les entreprises nationales en utilisant des méthodes statistiques. Leur efficacité dans la gestion de la qualité est généralement reconnue, et à première vue, il peut même sembler que pour assurer un niveau de qualité stable (cette disposition est généralement interprétée comme l'un des besoins fondamentaux des consommateurs), il suffit d'appliquer ces méthodes, en contournant le processus coûteux et à forte intensité de main-d'œuvre de développement et de mise en œuvre d'un système de gestion de la qualité conformément aux normes pertinentes. Cependant, les méthodes statistiques ne peuvent toujours pas remplacer le système d'assurance qualité garantie des produits, en constante évolution et amélioration, qui fonctionne bien dans l'entreprise et qui prend également en compte les intérêts des parties intéressées. Ils rendent le système de gestion de la qualité plus complet, illustrent clairement l'approche processus, qui n'est souvent pas tout à fait claire pour les travailleurs de production ordinaires, et aident à mieux comprendre le fonctionnement du système de gestion de la qualité à travers leur exemple.

Actuellement, les développeurs n'ont pas consensus concernant le nécessaire et quantité suffisanteÉléments du système de gestion de la qualité. Le désir d'une description détaillée des processus du système se traduit souvent par la présence d'un grand nombre d'éléments et d'une « documentation » excessive du SMQ. Il n'est pas surprenant qu'une telle approche soit susceptible de « dissuader », avec sa complexité et son niveau de coûts de mise en œuvre, les petites et moyennes entreprises, qui se développent désormais intensivement, bénéficiant du soutien gouvernemental approprié, du développement d'un système de gestion de la qualité. Par conséquent, chaque entreprise spécifique doit déterminer sa liste minimale d'éléments requis (au moins pour étapes initiales fonctionnement du QMS), parmi lesquels il doit certainement y avoir un élément décrivant les procédures de sélection et d'application des méthodes statistiques appropriées pour contrôler la qualité des produits et réguler le processus technologique de sa production. De plus, il existe actuellement un vaste choix de méthodes statistiques développées pour une grande variété d'applications, y compris celles mises en œuvre dans les systèmes logiciels statistiques.

1.3 ol sur une base alternative

En règle générale, le consommateur n'a pas la possibilité de contrôler la qualité des produits pendant le processus de fabrication. Cependant, il doit s'assurer que les produits qu'il reçoit du fabricant répondent aux exigences établies, et si cela n'est pas confirmé, il a le droit d'exiger que le fabricant remplace le produit défectueux ou élimine les défauts. La principale méthode de surveillance des matières premières, des fournitures et des produits finis fournis aux consommateurs est le contrôle statistique d'acceptation de la qualité des produits.

Le contrôle statistique d'acceptation de la qualité des produits est un contrôle sélectif de la qualité des produits, basé sur l'utilisation de méthodes statistiques mathématiques pour vérifier la qualité des produits par rapport aux exigences établies. Si la taille de l'échantillon devient égale au volume de l'ensemble de la population contrôlée, alors un tel contrôle est dit continu. Le contrôle continu n'est possible que dans les cas où la qualité du produit ne se détériore pas au cours du processus de contrôle, sinon un contrôle sélectif, c'est-à-dire le contrôle d’une certaine petite partie de la production totale devient forcé.

Un contrôle complet est effectué s'il n'y a pas d'obstacles particuliers, s'il existe une possibilité de défaut critique, c'est-à-dire un défaut dont la présence exclut totalement l'utilisation du produit aux fins prévues.

Tous les produits peuvent également être testés dans les conditions suivantes :

le lot de produits ou de matériel est petit ;

la qualité du matériel d’entrée est médiocre ou on n’en sait rien.

Vous pouvez vous limiter au contrôle d'une partie du matériel ou des produits si :

le défaut n'entraînera pas de dysfonctionnement grave de l'équipement et ne constitue pas une menace pour la vie ;

les produits sont utilisés en groupe ;

les produits défectueux peuvent être découverts à un stade ultérieur de l'assemblage.

Le contrôle statistique d'acceptation se concentre sur l'examen des produits finis et garantit qu'une décision est prise sur la possibilité d'accepter ces produits comme étant appropriés ou sur la nécessité de les rejeter et de les envoyer pour révision.

Comme la régulation statistique des processus technologiques, le contrôle statistique d'acceptation des produits peut être effectué selon des critères alternatifs et quantitatifs.

Le contrôle statistique d'acceptation basé sur un critère alternatif se distingue par la caractéristique principale selon laquelle la décision concernant l'acceptation ou le rejet des produits est prise immédiatement pendant le processus de contrôle sur la base des résultats de la division des unités contrôlées en deux groupes : appropriées et inappropriées. La classification de ces unités en variétés, classes, catégories, ainsi que la mesure quantitative de leurs principales caractéristiques qualitatives ne sont pas réalisées avec cette méthode de contrôle.

Le contrôle d'acceptation statistique basé sur un critère alternatif nécessite, par rapport au contrôle basé sur un critère quantitatif, un volume d'échantillon plus important avec les mêmes risques de prise de décision erronée et est moins informatif. Dans le même temps, cette méthode de contrôle d'acceptation est devenue assez répandue, ce qui est associé à ses principales qualités positives suivantes :

1) assez simple, ne nécessite pas de spécialistes hautement qualifiés, d'instruments de mesure complexes et beaucoup de temps ;

2) ne nécessite pas un grand nombre d'enregistrements et de calculs pour prendre une décision sur l'acceptation des lots de produits ;

3) vous permet de séparer immédiatement les unités de produits de l'échantillon en unités appropriées et défectueuses.

Le contrôle statistique sur une base alternative repose sur des méthodes d'échantillonnage. À cet égard, lors de son utilisation, les deux conditions suivantes doivent être prises en compte.

1. Le contrôle d'échantillonnage ne peut garantir que tous les produits du lot accepté répondront aux exigences établies selon leurs caractéristiques. Si une conformité totale est nécessaire, un contrôle complet des unités de produits doit être effectué.

2. Pour qu'une conclusion raisonnable puisse être tirée sur la base des résultats de l'analyse de l'échantillon concernant les paramètres de l'ensemble du lot, un tel échantillon doit comprendre un nombre représentatif d'unités de la population générale et être sélectionné au hasard.

1.4 Contrôle d'acceptation statistiqueol sur une base quantitative

Il a été établi que le contrôle d'acceptation statistique avec la même taille d'échantillon fournit plus d'informations que le contrôle d'acceptation basé sur un critère alternatif. Il s’ensuit que les résultats du contrôle d’acceptation statistique, avec un échantillon plus petit, contiennent les mêmes informations que le contrôle d’acceptation statistique sur une base alternative. Toutefois, cela ne signifie pas que le contrôle statistique d'acceptation sur une base quantitative est toujours meilleur que le contrôle statistique d'acceptation sur une base alternative. Il présente les inconvénients suivants :

la présence de restrictions supplémentaires qui limitent le champ d'application ;

la surveillance nécessite souvent un équipement plus sophistiqué.

Si des tests destructifs sont effectués, les plans de contrôle basés sur une caractéristique quantitative sont alors plus économiques que les plans de contrôle basés sur une caractéristique alternative.

Le contrôle d'acceptation statistique basé sur des critères quantitatifs est présenté dans GOST 20736-75. La norme prend en compte les exigences de la norme internationale ISO 3951. Cette norme peut être utilisée pour contrôler tous types de produits à la pièce soumis au contrôle sous forme de lots uniques avec une loi de distribution normale d'un ou deux paramètres contrôlés.

Le contrôle quantitatif consiste à mesurer la valeur numérique du paramètre contrôlé pour les unités de production, puis à calculer la valeur moyenne arithmétique de l'échantillon X et à évaluer son écart r par rapport à la valeur des limites de tolérance supérieure Tv ou inférieure Tn.

Pour sélectionner un plan d'échantillonnage, vous devez définir les indicateurs suivants :

Volume du lot de produits,

Niveau de contrôle

Niveau d'acceptation du contrôle AQL,

Type de contrôle

Écart type ou méthode pour l'estimer,

Méthode de contrôle.

PartieII. La teneur en chrome des pièces moulées en acier est contrôlée. Les mesures sont prises sur quatre maillots de bain. Conformément aux données données dans le tableau, construisez Contrôle x-R Carte de Shewhart

Tableau 1. Liste de contrôle avec des données sur la teneur en chrome dans les pièces moulées en acier.

Les deux dernières colonnes de la liste de contrôle montrent les moyennes calculées et les écarts types dans chaque sous-groupe :

Le niveau moyen du processus est évalué à l'aide de la formule :

L'écart type moyen est déterminé par la formule :

Tableau 2. Feuille de contrôle contenant des données sur la teneur en chrome dans les pièces moulées en acier.

Nous trouvons la position des limites de contrôle de la carte des valeurs moyennes à l'aide de la formule trouvée dans le tableau des coefficients et qui est égale à 0,729.

UCL = 0,7896+0,729*0,193=0,9306

LCL = 0,7896-0,729*0,193=0,6487

Pour calculer la position des limites de contrôle de la carte d'écart type, on prend en compte que pour elle UCL=*R et LCL=*R, là où on la trouve dans le tableau des coefficients, alors

UCL = 2,282*0,193=0,4411

Créons des cartes de contrôle pour les valeurs moyennes et les plages de cet échantillon à l'aide d'Excel :

Figure 1. Carte de contrôle moyenne.

Figure 2. Carte de contrôle de plage moyenne.

Conclusion : nous voyons qu'aucune des cartes construites n'indique la présence de violations de processus (aucune carte ne contient de points dépassant les limites de contrôle) - le processus est contrôlable statiquement.

Conclusion

Problèmes de qualité acquis en Dernièrement d'une telle importance que les procédures d'assurance qualité statistique font généralement partie intégrante de toute entreprise prospère. Aujourd'hui, les plans d'échantillonnage et le contrôle statistique des processus sont considérés comme allant de soi par la direction de l'entreprise, et l'attention est portée à un plus large éventail d'aspects (par exemple, l'élimination de l'échantillonnage statistique des intrants en raison de la qualité fiable des produits des fournisseurs ; l'autonomisation des employés, qui a remplacé de nombreux aspects du contrôle des processus). Aujourd'hui, toutes les entreprises manufacturières de classe mondiale exigent que leurs employés comprennent les concepts de base. C'est cette compréhension qui est la clé du niveau de qualité élevé du travail de diverses entreprises.

L'objectif principal des méthodes de contrôle statistique est d'assurer la production de produits utilisables et la fourniture de services utiles au moindre coût. L'un des principes de base du contrôle qualité utilisant des méthodes statistiques est la volonté d'améliorer la qualité du produit en surveillant les différentes étapes du processus de production.

L'utilisation de méthodes statistiques est un moyen très efficace de développer de nouvelles technologies et de contrôler la qualité des processus de production. Toutes les méthodes statistiques reposent sur la notion de dispersion. L'utilisation de méthodes statistiques sur le lieu de travail pour contrôler la dispersion des paramètres d'un produit fabriqué est une représentation graphique de valeurs statistiques faciles à comprendre qui caractérisent la dispersion.

Les méthodes statistiques constituent la base d’une reconnaissance et d’une analyse efficaces des problèmes. De cette façon, vous pouvez obtenir une image complète des causes possibles des problèmes. Les priorités sont fixées et les décisions sont prises sur la base de faits. Les « Sept outils de contrôle qualité » (techniques de gestion administrative) permettent, par des méthodes simples, de résoudre jusqu'à 95 % des problèmes découlant du contrôle qualité dans une grande variété de domaines. Les 5 % de problèmes restants nécessitent des méthodes de résolution supplémentaires.

« Sept nouveaux outils de contrôle qualité » font référence aux méthodes de traitement des données principalement verbales (descriptives). L'utilisation de ces outils est particulièrement efficace lorsqu'ils sont utilisés comme méthodes pour la mise en œuvre la plus complète de plans basés sur une approche systématique dans des conditions de coopération de l'ensemble de l'équipe de l'entreprise.

Conformément aux dispositions de la série de normes ISO 9000, les méthodes statistiques sont considérées comme l'un des moyens d'assurance qualité les plus efficaces et constituent la base d'une reconnaissance et d'une analyse efficaces des problèmes.

Ils se concentrent sur le développement d'un mécanisme de bout en bout à toutes les étapes du cycle de vie du produit, depuis la recherche des exigences du marché en matière de qualité du produit jusqu'à son élimination après utilisation. L'introduction de méthodes statistiques devrait viser à créer des garanties de continuité du processus d'assurance qualité conformément aux exigences des consommateurs. L'utilisation de ces méthodes, sans nécessiter de dépenses importantes, permet de juger avec un degré donné de précision et de fiabilité de l'état des phénomènes étudiés (objets, processus) dans le système qualité, de prédire et de réguler les problèmes à toutes les étapes de la vie du produit. cycle et, sur cette base, développer des décisions de gestion optimales

Bibliographie

1. Ishikawa K. « Méthodes japonaises de gestion de la qualité » Abbr. voie de l'anglais M. : Économie, 1998 ;

2. Knowler L. et al. « Méthodes statistiques de contrôle de la qualité des produits » Trans. Anglais - 2ème russe Éd. M. : Maison d'édition de normes, 1989 ;

3. Okrepilov V.V. Shvets V.E. Rubtsov Yu.N. « Service de gestion de la qualité des produits » L. : Lenizdat, 1990 ;

4. Cowden D. « Méthodes statistiques de contrôle qualité » trans. de l'anglais, M : 1961 ;

5. Belyaev Yu. K. « Contrôle d'acceptation sur une base alternative » M : 1973 ;

6. Shor Ya. B. « Tableaux d'analyse et de contrôle de fiabilité » M : 1986 ;

7. Loganina V.I., Fedoseev A.A. « Méthodes statistiques de surveillance et de gestion de la qualité des produits » Rostov n/d : Phoenix, 2007 ;

8. Knowler L., Howell J., Told D., Colemat E., Moun O., Knowler V. « Méthodes statistiques pour le contrôle de la qualité des produits » M : Standards Publishing House, 1989 ;

9. Gmurman V. E. « Théorie des probabilités et statistiques mathématiques » M : École supérieure, 1977 ;

10. Shindovsky E., Schurtz O. « Méthodes statistiques de gestion de la qualité » M : Mir, 1976.

Publié sur Allbest.ru

...

Documents similaires

La qualité comme objet de gestion. Contrôle qualité des produits. Contrôle d'acceptation statistique basé sur un critère alternatif. Normes de contrôle d'acceptation statistique. Cartes de contrôle qualité. Contrôle d'échantillonnage dans la recherche de fiabilité.

travail de cours, ajouté le 16/07/2011


L'essence des méthodes statistiques élémentaires, intermédiaires et avancées de gestion de la qualité. Concept, types et objectif des cartes de contrôle. Avantages et inconvénients du contrôle d'acceptation statistique basé sur des critères alternatifs et quantitatifs.

thèse, ajoutée le 26/05/2014


La qualité comme objet de gestion, assurant la qualité de fonctionnement des systèmes de gestion. Les principales caractéristiques d'un lot de produits basées sur une caractéristique alternative. Exigences relatives aux normes de contrôle d'acceptation statistique. Idée de carte de contrôle.

travail de cours, ajouté le 09/05/2015


Caractéristiques du contrôle qualité de l'acceptation statistique basé sur des critères alternatifs et collectifs. Prise en compte du concept, de l'objectif, des principales tâches et principes d'organisation du contrôle qualité des produits entrants, évaluation de son efficacité.

test, ajouté le 08/04/2011


Le concept d'un système de gestion de la qualité dans une entreprise. L'importance des méthodes statistiques dans la gestion de la qualité. Cartes de contrôle Shewhart comme méthode de contrôle statistique et de gestion de la qualité. Principes de base pour la construction de cartes de contrôle Shewhart.

travail de cours, ajouté le 19/05/2011


Effectuer une analyse de corrélation des données et évaluer les résultats obtenus. Caractéristiques et conditions, possibilité d'utiliser un contrôle statistique d'acceptation par le fournisseur et le consommateur, ainsi que des produits basés sur des critères quantitatifs et alternatifs.

travail de cours, ajouté le 16/12/2014


Problèmes économiques, l'essence de la qualité et de sa gestion. Evolution de la théorie et de la pratique de la gestion de la qualité. Principes et fonctions de la gestion de la qualité. Méthodes de contrôle statistique, normalisation. Développement et mise en œuvre d'un système de management de la qualité.

cours magistral, ajouté le 14/11/2013


L'essence et le but du contrôle statistique, sa classification et les caractéristiques des principaux types : processus et acceptation. Étapes de mise en œuvre de ces formes de contrôle, analyse des résultats obtenus. Échantillonnage basé sur des caractéristiques qualitatives. Méthode Tagushi.

travail de cours, ajouté le 27/03/2013


L'essence de la gestion de la qualité dans une entreprise. Caractéristiques du travail des entreprises étrangères dans ce domaine. Méthodes statistiques de contrôle qualité. Activités des cercles de qualité. Expérience japonaise et américaine en amélioration de la qualité. Caractéristiques des normes ISO.

présentation, ajouté le 03/06/2015


Concept, problème, gestion et amélioration de la qualité. Concurrence dans les pays à économie de marché développée. Méthodes statistiques pour le contrôle de la qualité des produits. Qualité de la planification, développement de la stratégie. Normes de qualité internationales.

Contrôle qualité statistique

Le contrôle statistique de qualité désigne un contrôle dans lequel tous les produits d'un lot fabriqué ne sont pas contrôlés, mais seulement un échantillon de celui-ci. Dans le même temps, la qualité de l'ensemble du lot est jugée sur la base des résultats du contrôle.

Il existe deux types de contrôle statistique : le contrôle sur une base qualitative, dont le cas particulier le plus courant est le contrôle sur une base alternative, et le contrôle sur une base quantitative.

Lors du contrôle selon des critères alternatifs, tous les produits d'un lot sont divisés en deux groupes : adaptés et défectueux. Le lot est évalué en fonction du pourcentage de produits défectueux dans l'échantillon.

La principale caractéristique de la qualité d'un lot lors du contrôle par un critère alternatif est la proportion de produits défectueux dans le lot :

où M est le nombre de produits défectueux dans le lot ;

N - taille du lot.

Lors du contrôle d'un échantillon du volume N, M produits défectueux sont identifiés. Sur la base de la valeur de q, une décision est prise quant à l'acceptation ou au rejet du lot.

Termes de base du contrôle statistique

L'unité de production est une copie distincte de produits à la pièce ou une quantité de produits non-pièces ou à la pièce déterminée dans l'ordre établi.

Note. Les produits peuvent être achevés ou inachevés, en cours de fabrication, d’extraction ou de réparation.

Le produit est une unité de produit industriel dont la quantité peut être calculée en morceaux ou en copies.

Un lot contrôlé de produits est un lot destiné à contrôler un ensemble d'unités de production de même nom, de même puissance ou de même taille et conception, produites sur une certaine période dans les mêmes conditions.

Note. Les produits manufacturés peuvent être en cours de fabrication, d’extraction ou de réparation.

Volume du lot - le nombre d'unités de produit qui composent le lot.

Flux de produits - produits du même nom, de taille et de conception standard ou standard, en mouvement sur la chaîne de production.

Échantillonnage - un produit ou un certain ensemble de produits sélectionnés pour le contrôle à partir d'un lot ou d'un flux de produits.

Note. Selon le degré d'achèvement du produit, les éléments de production terminés et inachevés, y compris les ébauches, peuvent être classés comme produits.

Taille de l'échantillon - le nombre de produits qui composent l'échantillon.

L'échantillonnage instantané est un échantillonnage du flux de produits, qui comprend les produits qui ont été fabriqués pour la dernière fois au moment de la sélection dans un intervalle de temps assez court.

Un échantillon groupé est un échantillon constitué d’une série d’échantillons instantanés.

Échantillon aléatoire - un échantillon qui, lorsqu'il est compilé pour n'importe quel produit de la population contrôlée, offre la même probabilité de sélection.

L'échantillonnage ciblé est un échantillonnage dans lequel les éléments sont sélectionnés avec une tendance spécifique à modifier la probabilité de sélectionner des éléments défectueux.

L'échantillonnage systématique est un échantillon dans lequel l'inclusion de produits est déterminée par leur nombre ou leur position dans une population contrôlée pré-ordonnée.

Un échantillon représentatif (échantillon représentatif RDP) est un échantillon dans lequel un certain nombre de produits sont sélectionnés dans chaque partie de la population contrôlée pour refléter suffisamment les propriétés de cette population dans son ensemble.

Échantillon - une certaine quantité de produits autres que des pièces sélectionnés pour le contrôle.

Volume de l'échantillon - le nombre d'unités de produits autres que des pièces qui composent l'échantillon.

Un échantillon ponctuel (NDS - échantillon unique) est un échantillon prélevé simultanément sur une certaine partie d'un produit autre qu'une pièce.

Un échantillon combiné (NPS - échantillon total) est un échantillon constitué d'une série d'échantillons ponctuels.

Période d'échantillonnage - l'intervalle de temps entre les moments de prélèvement d'échantillons adjacents ou d'échantillons du flux de produits.

Le contrôle par échantillonnage est un contrôle dans lequel une décision sur la qualité du produit contrôlé est prise sur la base des résultats du contrôle d'un ou plusieurs échantillons ou échantillons d'un lot ou d'un flux de produits.

Contrôle d'acceptation statistique de la qualité des produits (contrôle d'acceptation statistique) - contrôle sélectif de la qualité des produits, basé sur l'utilisation de méthodes statistiques mathématiques pour vérifier la conformité de la qualité des produits aux exigences établies.

La part des unités de production défectueuses est le rapport entre le nombre d'unités de production défectueuses et le nombre total d'unités de production dans le lot.

Le niveau de défectuosité est la proportion d’unités de production défectueuses ou le nombre d’unités défectueuses pour cent unités de production.

Le numéro d'acceptation est une norme de contrôle, qui est un critère d'acceptation d'un lot de produits et est égal au nombre maximum d'unités défectueuses (défauts) dans un échantillon ou un échantillon dans le cas d'un contrôle d'acceptation statistique.

Le numéro de rejet est une norme de contrôle, qui est un critère de rejet d'un lot de produits et est égal au nombre minimum d'unités défectueuses (défaut) dans un échantillon ou un échantillon dans le cas d'un contrôle d'acceptation statistique.

La règle décisive est une instruction destinée à prendre une décision concernant l'acceptation d'un lot de produits en fonction des résultats de son contrôle.

Note. Pour prendre une décision, un certain ensemble de règles de décision peut être fourni.

Un plan de contrôle est un ensemble de données sur le type de contrôle, le volume d'un lot contrôlé de produits, d'échantillons ou d'échantillons, les normes de contrôle et les règles décisives.

Schéma de contrôle d'acceptation statistique (schéma de contrôle d'acceptation) - un ensemble complet de plans de contrôle d'acceptation statistique en combinaison avec un ensemble de règles d'application de ces plans,

Caractéristique opérationnelle d'un plan de contrôle d'acceptation statistique (caractéristique opérationnelle) - exprimée par une équation, un graphique ou un tableau et conditionnée par un plan de contrôle spécifique, la dépendance de la probabilité d'acceptation d'une valeur caractérisant la qualité de ce produit.

Le risque fournisseur est la probabilité de rejeter un lot de produits présentant un niveau de défectuosité acceptable.

Le risque pour le consommateur est la probabilité d'accepter un lot de produits présentant un niveau de rejet défectueux.

Contrôle en une étape (NDP - contrôle sur échantillon unique ; contrôle sur échantillon unique ; contrôle sur échantillon unique) - contrôle d'acceptation statistique, caractérisé par le fait que la décision concernant l'acceptation d'un lot de produits est prise sur la base des résultats du contrôle d'un seul échantillon ou échantillon.

Contrôle réduit (Contrôle réduit RDP) - contrôle d'acceptation statistique utilisé dans le cas où le résultat du contrôle d'un nombre donné de lots précédents de produits fournit des motifs suffisants pour conclure que le niveau réel de défauts est inférieur au niveau d'acceptation, et est caractérisé par une taille d'échantillon plus petite qu'avec un contrôle normal.

Le contrôle renforcé est un contrôle d'acceptation statistique utilisé dans le cas où les résultats du contrôle d'un nombre donné de lots de produits précédents fournissent des motifs suffisants pour conclure que le niveau réel de défauts est supérieur au niveau d'acceptation et se caractérise par des normes plus strictes. normes de contrôle qu’avec un contrôle normal.

Les échantillons à tester sont sélectionnés diverses méthodes. Dans la première méthode de soumission des produits au contrôle, les unités de produits soumis au contrôle sont ordonnées et numérotées avec une numérotation continue ; elles sont soumises au contrôle sous la forme d'un certain ensemble limité, constitué indépendamment du processus de production. À partir de cette population, un échantillon est sélectionné à l’aide d’un générateur de nombres aléatoires uniformes ou d’un tableau de nombres aléatoires uniformément distribués. Un générateur de nombres aléatoires peut être un cercle tournant avec des nombres imprimés sur les points de division. Le nombre de points de division est déterminé par le nombre requis de nombres aléatoires, c'est-à-dire le nombre d'unités de produit dans le lot contrôlé. Une autre version du générateur est une machine de loterie avec un nombre de boules renumérotées dont le nombre est égal au nombre d'unités du lot contrôlé.

Il existe des procédures informatiques permettant d'obtenir des nombres aléatoires uniformément distribués, y compris celles basées sur l'utilisation de tableaux de nombres aléatoires uniformément distribués.

Un tableau de nombres aléatoires uniformément répartis est le résultat d'une expérience statistique enregistrée sous forme de tableau, réalisée à l'aide d'un capteur (générateur) de nombres aléatoires uniformément répartis.

Supposons que nous ayons un tableau de nombres aléatoires uniformément répartis entre 0 et 10 000.

Pour obtenir des nombres aléatoires X 4 , répartis uniformément entre 0 et 1, vous devez diviser tous ces nombres par 10 000.

Les nombres aléatoires uniformément répartis sur l'intervalle (0, b) sont déterminés par la formule

Comme nombre de produits inclus dans l'échantillon, vous devez prendre la totalité des nombres aléatoires obtenus [yy]. À chaque nouvelle sélection d'échantillons, vous devez sélectionner au hasard le premier de ces nombres, puis le nombre n - 1 suivant, n la taille de l'échantillon. Si certains nombres sont répétés, vous devez alors augmenter le nombre de nombres aléatoires sélectionnés du nombre de répétitions.

La procédure de sélection aléatoire des produits dans un échantillon à l'aide de tableaux de nombres aléatoires uniformément répartis consiste à renuméroter tous les produits du lot soumis à contrôle, en compilant une série relativement courte de nombres aléatoires compris entre 1 et N, où N est le volume de le lot, et en sélectionnant les n premiers numéros différents de cette série. Ces nombres déterminent les produits inclus dans l'échantillon du volume N.

Exemples de produits soumis au contrôle selon la méthode « rangée » : moteurs, réfrigérateurs, machines à laver.

La deuxième façon de soumettre des produits à l'inspection est la « dispersion ».

Dans ce cas, lors de la sélection des unités pour l'échantillon, la « méthode de la plus grande objectivité » est utilisée. Lors de l'application de cette méthode, l'échantillon comprend des unités de production provenant de différentes parties du lot contrôlé.

La troisième méthode de présentation des produits au contrôle est appelée « flux ». Dans ce cas, les unités de produits entrent sous contrôle dans un flux continu simultanément à la libération des produits. Les unités de produits sont commandées, vous pouvez trouver une unité d'un nombre donné. Cette méthode est typique du cas où les produits sont contrôlés immédiatement après leur sortie de la chaîne de montage.

Dans ce cas, la méthode de sélection systématique des unités de production dans l'échantillon est utilisée. La tâche suivante après la sélection des échantillons à tester consiste à choisir un plan de contrôle, c'est-à-dire établir le volume du lot contrôlé, la taille de l'échantillon, le numéro d'acceptation et la règle décisive. Ce problème est résolu par les méthodes considérées, en tenant compte des valeurs établies des erreurs des premier et deuxième types, ainsi que des facteurs économiques.

Concepts standardisés de base utilisés dans le contrôle qualité, y compris la certification.

Écart admissible - écart de la valeur d'un indicateur de qualité du produit ou de son paramètre par rapport à la valeur nominale, qui se situe dans les limites établies par la documentation réglementaire.

Un défaut est chaque non-conformité individuelle d'un produit aux exigences établies par la documentation réglementaire.

Un défaut évident est un défaut pour la détection duquel les règles, méthodes et contrôles pertinents sont prévus dans la documentation réglementaire.

Un vice caché est un défaut pour lequel la documentation réglementaire ne prévoit pas les règles, méthodes et contrôles nécessaires pour l'identifier.

Un défaut critique est un défaut en présence duquel l'utilisation du produit aux fins prévues est pratiquement impossible ou est exclue conformément aux exigences de sécurité.

Un défaut important est un défaut qui affecte de manière significative l’utilisation prévue du produit ou sa durabilité, mais qui n’est pas critique.

Un défaut mineur est un défaut qui n’affecte pas de manière significative l’utilisation prévue du produit ou sa durabilité.

La division des défauts en critiques, significatifs et mineurs est utilisée lors de l'analyse du niveau de qualité du produit et de sa technologie de fabrication.

Un défaut corrigible est un défaut dont l'élimination est techniquement possible et économiquement réalisable.

Un défaut irréparable est un défaut dont l'élimination est techniquement impossible ou économiquement peu pratique.

Une unité de production défectueuse est une unité de production qui présente au moins un défaut.

Un produit défectueux est un produit qui présente au moins un défaut.

Un défaut est une unité de production défectueuse ou un ensemble de telles unités.

Un mariage corrigible est un mariage dans lequel tous les défauts peuvent être corrigés.

Un défaut irréparable est un défaut constitué de telles unités de production dont chacune présente au moins un défaut irréparable.

Qualité du produit - gradation d'un certain type de produit selon un ou plusieurs indicateurs de qualité, établis par la documentation réglementaire.

Plans de contrôle statistique. Le fabricant du produit est tenu de s'assurer que les indicateurs de qualité sont conformes aux valeurs​​établies dans le cahier des charges. À l'avenir, lors du contrôle qualité, les produits dont le paramètre est inférieur (ou supérieur, ou dépasse les limites supérieures ou inférieures) de la valeur établie sont considérés comme défectueux.

Comme nous l'avons déjà indiqué, un paramètre est généralement compris comme un indicateur cible. L'utilisation de ce terme est traditionnelle pour les produits de nombreuses industries : éléments électriques et radio, moteurs, pièces mécaniques. En plus du paramètre dépassant les limites établies, les défauts du produit peuvent être causés par des défauts de conception et de fabrication, par exemple des bosses sur la carrosserie, des portes de voiture qui ne ferment pas, des indicateurs qui ne fonctionnent pas, etc.

Parmi les méthodes statistiques de contrôle de qualité, les plus courantes sont ce qu'on appelle les sept outils de contrôle de qualité :

• 1) Diagramme de Pareto (Diagramme de Pareto);
• 2) Diagramme de cause à effet d'Ishikawa (Diagramme des causes et des effets) ;
• 3) carte de contrôle (Contrat Chait);
• 4) diagramme à bandes (Histogramme);
• 5) diagramme de dispersion (Diagramme de dispersion);
• 6) méthode de superposition (Stratification);
• 7) vérifier les feuilles.

Ensemble, ces méthodes forment un système efficace de méthodes de contrôle qualité et d’analyse. Sept méthodes simples peuvent être utilisés dans n'importe quel ordre, dans n'importe quelle combinaison, dans diverses situations analytiques ; ils peuvent être considérés à la fois comme un système intégral et comme des outils d'analyse distincts. Dans chaque cas spécifique, il est proposé de déterminer la composition et la structure de l'ensemble des méthodes de travail.

Sept outils de contrôle qualité sont activement utilisés par les entreprises japonaises.

1. Le diagramme de Pareto permet de visualiser le montant des pertes en fonction de divers objets ; est un type de graphique à barres utilisé pour afficher visuellement les facteurs pris en compte par ordre d'importance décroissante.

En 1897, l'économiste italien V. Pareto a proposé une formule décrivant la répartition inégale des bénéfices. La même idée a été illustrée graphiquement dans un diagramme en 1907 par l'économiste américain M. Lorenz. Les deux scientifiques ont montré que la plus grande part des revenus ou de la richesse appartient le plus souvent à un petit nombre de personnes. Le célèbre spécialiste américain de la gestion de la qualité J. Juran a appliqué cette approche dans le domaine du contrôle qualité. Cela a permis de diviser les facteurs influençant la qualité en quelques facteurs essentiellement importants et en de nombreux non essentiels. Il s'est avéré qu'en règle générale, la grande majorité des défauts et des pertes associées sont dus à un nombre relativement restreint de raisons. J. Juran a appelé cette approche l'analyse de Pareto.

Pour construire un diagramme de Pareto, les données initiales sont présentées sous la forme d'un tableau, dans la première colonne duquel sont indiqués les facteurs analysés, dans la seconde - des données absolues caractérisant le nombre de cas de détection des facteurs analysés dans la période à l'étude, dans le troisième - le nombre total de facteurs par type, dans le quatrième - leur pourcentage, dans le cinquième - le pourcentage cumulé (accumulé) de cas de détection de facteurs.

La construction d'un graphique de Pareto commence par tracer les données de la colonne 1 sur l'axe des x et les données de la colonne 2 sur l'axe des ordonnées, classées par ordre décroissant de fréquence d'occurrence. Les « Autres facteurs » sont toujours placés en dernier sur l'axe des y ; si la part de ces facteurs est relativement importante, alors il faut les décrypter en mettant en évidence les plus significatifs. À l'aide de ces données initiales, un diagramme à barres est construit (voir Fig. 8.9), puis, à l'aide des données de la colonne 5 et d'une ordonnée supplémentaire indiquant le pourcentage cumulé, une courbe de Lorenz est tracée. Il est possible de construire un diagramme de Pareto lorsque les données de la colonne 4 sont portées en ordonnée principale ; dans ce cas, pour tracer la courbe de Lorenz, il n'est pas nécessaire d'inclure une ordonnée supplémentaire dans le schéma (c'est la version du schéma la plus courante en pratique).

Riz. 8.9.

L'avantage déterminant du diagramme de Pareto est qu'il permet de diviser les facteurs en facteurs significatifs (se produisant le plus souvent) et mineurs (se produisant relativement rarement). Par exemple, l’analyse du diagramme présenté à la Fig. 8.9 (ainsi que la courbe de Lorenz), montre que les cavités de retrait, la porosité aux gaz et autres fissures dans les pièces moulées représentent 89,5 % de toutes les non-conformités. Par conséquent, les travaux visant à garantir la qualité des pièces devraient commencer par l'élimination de ces incohérences.

Un graphique de Pareto révèle souvent un modèle appelé « règle des 80/20 », basé sur le principe de Pareto selon lequel la plupart de les conséquences sont causées par relativement peu de raisons. Appliqué à l'analyse des non-conformités ce modèle peut être formulée ainsi : généralement 80 % des non-conformités détectées sont associées à seulement 20 % de toutes les causes possibles.

En plus d'identifier et de classer les facteurs selon leur importance, le diagramme de Pareto est utilisé avec succès pour démontrer clairement l'efficacité de certaines mesures dans le domaine de l'assurance qualité : il suffit de construire et de comparer deux diagrammes de Pareto - avant et après la mise en œuvre de toutes mesures.

2. Le diagramme de cause à effet a été proposé en 1953 par K. Ishikawa (« diagramme d'Ishikawa »). Le diagramme est un arrangement graphique de facteurs influençant l'objet d'analyse (Fig. 8.10). Le principal avantage du diagramme d'Ishikawa est qu'il donne une représentation visuelle non seulement des facteurs qui influencent l'objet étudié, mais également des relations de cause à effet de ces facteurs.

Riz. 8.10.

Lors de la construction d'un diagramme d'Ishikawa, de grandes flèches primaires sont dessinées vers la flèche horizontale centrale représentant l'objet d'analyse, indiquant les principaux facteurs (groupes de facteurs) influençant l'objet d'analyse. Ensuite, les flèches du deuxième ordre sont reliées à chaque flèche primaire, qui, à leur tour, sont approchées par les flèches du troisième ordre, etc. jusqu'à ce que toutes les flèches indiquant les facteurs qui ont un impact notable sur l'objet d'analyse dans une situation particulière soient tracées sur le diagramme. Chacune des flèches du schéma, selon sa position, représente soit une cause, soit un effet : la flèche précédente par rapport à la suivante agit toujours comme une cause, et la suivante comme une conséquence.

La tâche principale lors de la construction d'un diagramme est d'assurer une subordination correcte dans l'interdépendance des facteurs, ainsi que sa conception claire.

Lors de la structuration d'un diagramme au niveau des flèches primaires de facteurs dans de nombreuses situations réelles, vous pouvez utiliser la règle des « cinq » proposée par Ishikawa lui-même. M" (matériaux, machines, méthodes, mesures, hommes - matériaux, machines, méthodes, mesures, personnes). Cette règle est que dans cas général Il existe cinq raisons possibles pour certains résultats liés aux facteurs causals.

Un diagramme d'Ishikawa détaillé peut servir de base à l'élaboration d'un plan de mesures interdépendantes qui fournissent une solution globale au problème posé dans l'analyse.

3. La carte de contrôle a été proposée en 1924 par W. Shewhart. Il est construit sur une forme (formulaire), sur laquelle est appliquée une grille de fines lignes verticales et horizontales. La caractéristique statistique sélectionnée du paramètre observé est marquée verticalement sur la carte (par exemple, valeur moyenne individuelle ou arithmétique, médiane, plage, etc.) et horizontalement - l'heure ou le numéro de l'échantillon de contrôle. Ainsi, sur la carte des valeurs moyennes arithmétiques est d'abord tracé : une ligne centrale horizontale correspondant à la valeur du centre de tolérance (TC) (à cette valeur le fonctionnement technologique est considéré comme réglé de manière optimale) ; deux lignes horizontales des limites de tolérance technologique établies par la documentation réglementaire (supérieure - TV et inférieure - Ti) ; deux lignes horizontales, qui sont les limites de régulation des valeurs du paramètre contrôlé (supérieur - Rvi, inférieur - Rn). Les limites de contrôle limitent la plage de valeurs de la caractéristique de l'échantillon régulé correspondant au réglage satisfaisant du fonctionnement technologique (si le paramètre contrôlé est spécifié par une norme unilatérale, alors une seule limite de contrôle est tracée sur la carte de contrôle) (Fig. 8.11). Pour une meilleure perception de la carte de contrôle, il est conseillé de désigner sa ligne centrale et ses limites par différentes couleurs, par exemple, la ligne centrale - verte, les limites de tolérance - rouge, les limites de contrôle - noir.

Riz. 8.11.

Les limites de contrôle sont calculées en tenant compte de la distribution acceptée des valeurs du paramètre contrôlé et de la probabilité supplémentaire de recevoir un faux signal d'avertissement concernant un dysfonctionnement de fonctionnement. Un intervalle de confiance indique dans quelles limites la vraie valeur d'une caractéristique statistique est attendue.

Travailler avec une carte de contrôle revient au fait que, sur la base de l'observation des valeurs du paramètre contrôlé, il est établi si ce paramètre est dans les limites de contrôle et, sur cette base, une décision est prise quant à savoir si le le fonctionnement technologique est ajusté ou non.

La décision d'interrompre l'exploitation est prise lorsqu'au moins une observation, enregistrée sur la carte sous forme de point, dépasse les limites réglementaires. Cependant, avant même que les points ne dépassent les limites réglementaires, la carte de contrôle permettra de juger les violations émergentes du fonctionnement technologique à partir des signes suivants :

• o à proximité des limites de contrôle apparaissent plusieurs valeurs successives du paramètre contrôlé ;
• o les valeurs sont réparties d'un côté de la ligne médiane, c'est-à-dire la valeur moyenne se déplace par rapport au centre du réglage (la présence d'un écart systématique est indiquée, par exemple, par l'emplacement de sept valeurs d'affilée au-dessus ou en dessous de la ligne médiane, ainsi que l'emplacement de 10 de 11, 12 sur 14, 14 sur 17 et 16 sur 20 valeurs d'un côté de la ligne médiane );
• o les valeurs du paramètre contrôlé sont très dispersées ;
• o il y a une tendance pour que les valeurs du paramètre contrôlé se rapprochent de l'une des limites de contrôle.
• 4. Un histogramme (voir Fig. 8.12) est un graphique à barres et est utilisé pour représenter visuellement la distribution valeurs spécifiques paramètre par fréquence de répétition pendant une certaine période de temps (semaine, mois, année).

Lorsqu'il est tracé sur un graphique valeurs acceptables d'un paramètre est déterminé par la fréquence à laquelle ce paramètre se situe dans ou en dehors de la plage acceptable.

L'histogramme est construit dans l'ordre suivant :

• a) un tableau des données initiales est établi ;
• b) la plage du paramètre analysé est estimée ;

Riz. 8.12.

• c) la largeur de travée est déterminée ;
• d) le point de départ du premier intervalle est établi ;
• e) le nombre final d'intervalles est sélectionné.

Le type d'histogramme dépend de la taille de l'échantillon, du nombre d'intervalles et du point de départ du premier intervalle. Plus la taille de l’échantillon est grande et plus la largeur de l’intervalle est petite, plus l’histogramme se rapproche d’une courbe continue.

5. Un diagramme de dispersion (diagramme de dispersion) (Fig. 8.13) est utilisé pour identifier la dépendance d'une variable (indicateur de qualité du produit, paramètre de processus technologique, valeur coût-qualité, etc.) par rapport à une autre. Le diagramme ne répond pas à la question de savoir si une variable en provoque une autre, mais il peut clarifier s'il existe une relation de cause à effet dans un cas donné et quelle est sa force.

La méthode statistique la plus courante pour identifier une telle dépendance est l'analyse de corrélation, basée sur l'évaluation du coefficient de corrélation (de lat. - rapport). La relation entre les grandeurs étudiées peut être complète, c'est-à-dire fonctionnel, lorsque le coefficient de corrélation est égal à un (+1), si les variables augmentent ou diminuent simultanément, et (-1), si lorsqu'une variable augmente, l'autre diminue. Un exemple de relation fonctionnelle est la dureté du matériau de la pièce à usiner : plus la dureté est élevée, plus l'usure est importante.

Riz. 8.13.

Dans le cas où il n’y a aucune relation, le coefficient de corrélation est nul. Un cas intermédiaire est également possible lorsque la dépendance des quantités liées est incomplète, car elle est faussée par l'influence de facteurs supplémentaires extérieurs. Une illustration de ce type de corrélation peut être vue dans la dépendance de la productivité du travail des travailleurs à leur ancienneté sous l’influence de facteurs supplémentaires tels que l’éducation, la santé, etc. Plus l’influence de ces facteurs supplémentaires est grande, moins la relation entre l’ancienneté et la productivité du travail est étroite.

Les connexions de corrélation sont décrites par les équations correspondantes. Dans les cas où il est nécessaire de connaître la dépendance d'un paramètre par rapport à plusieurs autres, une analyse de régression est utilisée. Pour identifier l'influence de facteurs individuels sur le paramètre étudié, une analyse de variance est utilisée, qui suppose que l'importance de chaque facteur dans des conditions individuelles est caractérisée par sa contribution à la variance du résultat expérimental.

6. Méthode de superposition (stratification) utilisé pour identifier les causes des variations dans les caractéristiques du produit. La méthode consiste à diviser (stratifier) ​​les caractéristiques obtenues en fonction de divers facteurs : la qualité des matières premières, les méthodes de travail, etc. Dans le même temps, l'influence de l'un ou l'autre facteur sur les caractéristiques du produit est déterminée, ce qui permet de prendre les mesures nécessaires pour éliminer leur dispersion inacceptable.

En figue. La figure 8.14 montre un exemple de stratification du diagramme de Pareto par les facteurs A et B avec l'analyse détaillée la plus simple (« démêlage des connexions ») du diagramme. Dans ce cas, le délaminage permet de se faire une idée des causes cachées des défauts.

Riz. 8.14.

• 7. Listes de contrôle utilisé pour le contrôle basé sur des caractéristiques qualitatives et quantitatives. Une feuille de contrôle est un formulaire papier sur lequel sont indiqués les noms des indicateurs contrôlés et leurs valeurs​​obtenues lors du processus de contrôle sont enregistrées (Fig. 8.15). Les types de listes de contrôle suivants sont utilisés :
  • o liste de contrôle pour enregistrer la distribution du paramètre mesuré au cours du processus de production ;
  • o liste de contrôle pour enregistrer les types de non-conformités ;
  • o liste de contrôle pour évaluer la reproductibilité et les performances du processus technologique.

INTRODUCTION

La source la plus importante de croissance de l’efficacité de la production est l’amélioration constante du niveau technique et de la qualité des produits. Pour systèmes techniques caractérisé par une intégration fonctionnelle stricte de tous les éléments, il n'y a donc aucun élément secondaire qui pourrait être mal conçu et fabriqué. Ainsi, le niveau actuel de développement du progrès scientifique et technologique a considérablement renforcé les exigences relatives au niveau technique et à la qualité des produits en général et de leurs éléments individuels. Une approche systématique vous permet de sélectionner objectivement l'échelle et l'orientation de la gestion de la qualité, les types de produits, les formes et les méthodes de production qui fournissent le plus grand effet des efforts et des fonds consacrés à l'amélioration de la qualité des produits. Une approche systématique d'amélioration de la qualité des produits permet de poser base scientifique entreprises industrielles, associations, organismes de planification.

Dans les industries, des méthodes statistiques sont utilisées pour analyser la qualité des produits et des processus. L'analyse de la qualité est une analyse par laquelle, à l'aide de données et de méthodes statistiques, la relation entre les caractéristiques de qualité exactes et remplacées est déterminée. L'analyse des processus est une analyse qui nous permet de comprendre la relation entre les facteurs causals et les résultats tels que la qualité, le coût, la productivité, etc. Le contrôle des processus consiste à identifier les facteurs causals qui affectent le bon fonctionnement du processus de production. La qualité, le coût et la productivité sont les résultats du processus de contrôle.

Les méthodes statistiques de contrôle qualité des produits sont aujourd’hui de plus en plus reconnues et répandues dans l’industrie. Les méthodes scientifiques de contrôle statistique de la qualité des produits sont utilisées dans les industries suivantes : construction mécanique, industrie légère et services publics.

L'objectif principal des méthodes de contrôle statistique est d'assurer la production de produits utilisables et la fourniture de services utiles au moindre coût.

Les méthodes statistiques de contrôle qualité des produits fournissent des résultats significatifs dans les indicateurs suivants :

améliorer la qualité des matières premières achetées ;

économiser les matières premières et la main-d'œuvre ;

améliorer la qualité des produits manufacturés;

réduction des coûts de contrôle ;

réduction du nombre de défauts ;

améliorer la relation entre la production et le consommateur ;

faciliter la transition de la production d'un type de produit à un autre.

La tâche principale n’est pas seulement d’augmenter la qualité des produits, mais aussi d’augmenter la quantité de produits propres à la consommation.

Deux concepts de base en contrôle qualité sont la mesure des paramètres contrôlés et leur distribution. Afin de juger de la qualité d’un produit, il n’est pas nécessaire de mesurer des paramètres tels que la résistance du matériau, du papier, le grammage de l’article, la qualité de la coloration, etc.

Le deuxième concept - la distribution des valeurs d'un paramètre contrôlé - est basé sur le fait qu'il n'existe pas deux paramètres des mêmes produits dont la valeur est absolument identique ; À mesure que les mesures deviennent plus précises, de petites divergences apparaissent dans les mesures des paramètres.

La variabilité du « comportement » du paramètre contrôlé est de 2 types. Le premier cas est celui où ses valeurs constituent un ensemble de variables aléatoires formées dans des conditions normales ; la seconde - lorsque l'ensemble de ses variables aléatoires est formé dans des conditions différentes de la normale sous l'influence de certaines raisons.

1. Contrôle d'acceptation statistique basé sur des critères alternatifs

En règle générale, le consommateur n'a pas la possibilité de contrôler la qualité des produits pendant le processus de fabrication. Cependant, il doit s'assurer que les produits qu'il reçoit du fabricant répondent aux exigences établies, et si cela n'est pas confirmé, il a le droit d'exiger que le fabricant remplace le produit défectueux ou élimine les défauts.

La principale méthode de surveillance des matières premières, des fournitures et des produits finis fournis aux consommateurs est le contrôle statistique d'acceptation de la qualité des produits.

Contrôle d'acceptation statistique de la qualité des produits- contrôle sélectif de la qualité des produits, basé sur l'utilisation de méthodes statistiques mathématiques pour vérifier la qualité des produits conformément aux exigences établies.

Si, malgré tout cela, la taille de l'échantillon devient égale au volume de l'ensemble de la population contrôlée, alors un tel contrôle est appelé continu. Contrôle complet n'est possible que dans les cas où la qualité du produit ne se détériore pas au cours du processus de contrôle, sinon un contrôle sélectif, c'est-à-dire le contrôle d’une certaine petite partie de la production totale devient forcé.

Un contrôle continu est effectué s'il n'y a pas d'obstacles particuliers à celui-ci, en cas de possibilité de défaut critique, c'est-à-dire un défaut dont la présence exclut totalement l'utilisation du produit aux fins prévues.

Tous les produits peuvent également être testés dans les conditions suivantes :

le lot de produits ou de matériel est petit ;

la qualité du matériel d’entrée est médiocre ou on n’en sait rien.

Vous pouvez vous limiter au contrôle d'une partie du matériel ou des produits si :

le défaut n'entraînera pas de dysfonctionnement grave de l'équipement et ne constitue pas une menace pour la vie ;

les produits sont utilisés en groupe ;

les produits défectueux peuvent être découverts à un stade ultérieur de l'assemblage.

Dans la pratique du contrôle statistique, la part générale q est inconnue et doit être estimée sur la base des résultats du contrôle d'un échantillon aléatoire de n produits, dont m sont défectueux.

Un plan de contrôle statistique s'entend comme un système de règles indiquant les méthodes de sélection des produits à tester et les conditions dans lesquelles un lot doit être accepté, rejeté ou poursuivi le contrôle.

Il existe les types de plans suivants pour le contrôle statistique d'un lot de produits basés sur un critère alternatif :

des plans en une étape, selon lesquels, si parmi n produits sélectionnés au hasard le nombre de m défectueux n'est pas supérieur au numéro d'acceptation C (mC), alors le lot est accepté ; sinon le lot est rejeté ;

des plans en deux étapes, selon lesquels, si parmi n1 produits sélectionnés au hasard le nombre de m1 défectueux n'est pas supérieur au numéro d'acceptation C1 (m1C1), alors le lot est accepté ; si m11, où d1 est le numéro de rejet, alors le lot est rejeté. Si C1 m1 d1, alors il est décidé de prélever un deuxième échantillon de taille n2. Ensuite, si le nombre total de produits dans deux échantillons (m1 + m2) est C2, alors le lot est accepté, sinon le lot est rejeté selon les données des deux échantillons ;

les plans en plusieurs étapes sont une suite logique des plans en deux étapes. Dans un premier temps, un lot de volume n1 est prélevé et le nombre de produits défectueux m1 est déterminé. Si m1?C1, alors le lot est accepté. Si C1p m1 d1 (D1C1+1), alors le lot est rejeté. Si C1m1d1, alors il est décidé de prélever un deuxième échantillon de taille n2. Soit m2 défectueux parmi n1 + n2. Ensuite, si m2c2, où c2 est le deuxième numéro d'acceptation, le lot est accepté ; si m2d2 (d2 c2 + 1), alors le lot est rejeté. Lorsque c2 m2 d2, la décision est prise de prélever le troisième échantillon. Un contrôle supplémentaire est effectué selon un schéma similaire, à l'exception de la dernière k-ème étape. Sur ième étape, si parmi les produits inspectés de l'échantillon il y avait mk défectueux et mkck, alors le lot est accepté ; si m k ck, alors le lot est rejeté. Dans les plans à plusieurs étapes, le nombre d'étapes k est supposé être n1 =n2=…= nk ;

contrôle séquentiel, dans lequel la décision sur le lot contrôlé est prise après évaluation de la qualité des échantillons dont le nombre total n'est pas prédéterminé et est déterminé dans un processus basé sur les résultats des échantillons précédents.

Les plans en une seule étape sont plus simples en termes d'organisation du contrôle de la production. Les plans de contrôle en deux étapes, en plusieurs étapes et séquentiels offrent une plus grande précision des décisions avec la même taille d'échantillon, mais ils sont plus complexes en termes d'organisation.

La tâche du contrôle de réception sélectif se résume en réalité à tester statistiquement l'hypothèse selon laquelle la proportion de produits défectueux q dans un lot est égale à la valeur admissible qo, c'est-à-dire H0:q = q0.

L’objectif du choix du bon plan de contrôle statistique est de rendre improbables les erreurs du premier et du deuxième types. Rappelons que les erreurs du premier type sont associées à la possibilité de rejeter par erreur un lot de produits ; les erreurs du deuxième type sont associées à la possibilité de manquer par erreur un lot défectueux.

2. Normes de contrôle d'acceptation statistique

Pour une application réussie des méthodes statistiques de contrôle de la qualité des produits, la disponibilité de directives et de normes appropriées, qui devraient être accessibles à un large éventail d'ingénieurs et de techniciens, est d'une grande importance. Les normes de contrôle d'acceptation statistique offrent la possibilité de comparer objectivement les niveaux de qualité de lots du même type de produit dans le temps et entre différentes entreprises.

Arrêtons-nous sur les exigences de base des normes de contrôle d'acceptation statistique.

Tout d'abord, la norme doit contenir suffisamment grand nombre plans ayant des caractéristiques opérationnelles différentes. Ceci est important car cela vous permettra de choisir des plans de contrôle en tenant compte des spécificités de la production et des exigences des consommateurs en matière de qualité des produits. Il est souhaitable que la norme précise différents types de plans : plans de contrôle à une étape, à deux étapes, à plusieurs étapes, séquentiels, etc.

Les principaux éléments des normes de contrôle d'acceptation sont :

1. Tableaux des plans d'échantillonnage utilisés dans des conditions normales de production, ainsi que des plans pour un contrôle renforcé en cas de perturbations et pour faciliter le contrôle lors de l'obtention d'une qualité élevée.

2. Règles de sélection des plans tenant compte des fonctionnalités de contrôle.

3. Règles pour le passage du contrôle normal au contrôle amélioré ou allégé et la transition inverse au cours du cours normal de la production.

4. Méthodes de calcul des évaluations ultérieures des indicateurs de qualité du processus contrôlé.

En fonction des garanties apportées par les plans de contrôle de réception, on distingue les modalités suivantes de construction des plans :

fixer les valeurs du risque fournisseur et du risque consommateur et mettre en avant l'exigence que la caractéristique opérationnelle P(q) passe par environ deux points : q0, ? et qm, où q0 et qm sont respectivement les niveaux de qualité acceptable et de rejet. Ce plan est appelé plan de compromis, car il protège les intérêts à la fois du consommateur et du fournisseur. À de petites valeurs ? Et? la taille de l'échantillon doit être grande ;

sélectionnez un point sur la courbe caractéristique de fonctionnement et acceptez une ou plusieurs conditions indépendantes supplémentaires.

Le premier système de plans d'inspection d'acceptation statistique largement utilisé dans l'industrie a été développé par Dodge et Rolig. Les plans pour ce système prévoient un contrôle continu des produits issus des lots rejetés et le remplacement des produits défectueux par des produits appropriés.

La norme américaine MIL-STD-LO5D s'est répandue dans de nombreux pays. La norme nationale GOST-18242-72 est proche dans sa structure de la norme américaine et contient des plans pour une inspection d'acceptation en une et deux étapes. La norme est basée sur le concept de niveau de qualité acceptable (AQL) q0, qui est considéré comme le pourcentage maximum de produits défectueux autorisé par le consommateur dans un lot fabriqué au cours d'une production normale. La probabilité de rejeter un lot avec une part de produits défectueux égale à q0 est faible pour les plans standards et diminue à mesure que la taille de l'échantillon augmente. Pour la plupart des forfaits, il ne dépasse pas 0,05.

Lors de l'inspection des produits selon plusieurs critères, la norme recommande de classer les défauts en trois classes : critiques, significatifs et mineurs.

3. Cartes de contrôle

Les cartes de contrôle constituent l’un des principaux outils du vaste arsenal de méthodes statistiques de contrôle de la qualité. Il est généralement admis que l'idée de la carte de contrôle appartient au célèbre statisticien américain Walter L. Shewhart. Il a été proposé en 1924 et décrit en détail en 1931. Initialement, ils étaient utilisés pour enregistrer les résultats des mesures des propriétés requises des produits. Si le paramètre dépassait la plage de tolérance, cela indiquait la nécessité d'arrêter la production et d'ajuster le processus conformément aux connaissances du spécialiste gérant la production.

Cela permettait d'obtenir des informations sur le moment où quelqu'un et sur quel équipement avait reçu des défauts dans le passé.

De plus, dans ce cas, la décision d'ajustement a été prise alors que le défaut avait déjà été reçu. Il était donc important de trouver une procédure permettant d’accumuler des informations non seulement pour des recherches rétrospectives, mais également pour une utilisation dans la prise de décision. Cette proposition a été publiée par le statisticien américain I. Page en 1954. Les cartes utilisées dans la prise de décision sont dites cumulatives.

Une carte de contrôle se compose d'une ligne centrale, de deux limites de contrôle (au-dessus et en dessous de la ligne centrale) et de valeurs caractéristiques (indicateur de performance) tracées sur la carte pour représenter l'état du processus.

A certaines périodes de temps, n produits fabriqués sont sélectionnés (tous d'affilée ; sélectivement ; périodiquement à partir d'un flux continu, etc.) et le paramètre contrôlé est mesuré.

Les résultats des mesures sont reportés sur une carte de contrôle et, en fonction de ces valeurs, une décision est prise d'ajuster le processus ou de poursuivre le processus sans ajustements.

Les signaux d'un éventuel problème avec le processus technologique peuvent être :

le point dépasse les limites de contrôle (point 6) ; (le processus est devenu incontrôlable) ;

l'emplacement d'un groupe de points consécutifs à proximité d'une limite de contrôle, mais ne la dépassant pas (11, 12, 13, 14), ce qui indique une violation du niveau de réglage de l'équipement ;

forte dispersion des points (15, 16, 17, 18, 19, 20) sur la carte de contrôle par rapport à la ligne médiane, ce qui indique une diminution de la précision du processus technologique.

Limite supérieure

Ligne centrale

limite inférieure

6 11 12 13 14 15 16 17 18 19 20 Numéro d'échantillon

Conclusion

Développement croissant d'un nouvel environnement économique pour notre pays de reproduction, c'est-à-dire les relations de marché dictent la nécessité d'une amélioration constante de la qualité en utilisant toutes les possibilités, toutes les réalisations du progrès dans le domaine de la technologie et de l'organisation de la production.

L'évaluation de la qualité la plus complète et la plus complète est assurée lorsque toutes les propriétés de l'objet analysé sont prises en compte, se manifestant à toutes les étapes de son cycle de vie : lors de la fabrication, du transport, du stockage, de l'utilisation, de la réparation, etc. service.

Ainsi, le fabricant doit contrôler la qualité du produit et, sur la base des résultats de l'échantillonnage, juger de l'état du processus technologique correspondant. Grâce à cela, il détecte rapidement les problèmes du processus et les corrige.

Bibliographie

1. GembrisS. Herrmann J., « Gestion de la qualité », Omega-L SmartBook, 2008.

2. Shevchuk D.A., « Contrôle qualité », Gross-Media., M., 2009.

3. Manuel électronique"Contrôle de qualité"

L'intérêt des méthodes statistiques de contrôle qualité est de réduire significativement les coûts de sa mise en œuvre par rapport aux méthodes organoleptiques (visuelles, auditives, etc.) à contrôle continu, d'une part, et d'exclure les changements aléatoires de la qualité du produit, d'autre part.

Il existe deux domaines d'application des méthodes statistiques en production (Fig. 4.8) :

lors de la régulation de l'avancement du processus technologique afin de le maintenir dans les limites spécifiées (côté gauche du schéma) ;

dès réception des produits fabriqués (côté droit du schéma).

Riz. 4.8. Domaines d'application des méthodes statistiques pour la gestion de la qualité des produits

Pour contrôler les processus technologiques, les problèmes d'analyse statistique de l'exactitude et de la stabilité des processus technologiques et de leur régulation statistique sont résolus. Dans ce cas, les tolérances pour les paramètres contrôlés spécifiés dans la documentation technologique sont considérées comme la norme et la tâche consiste à maintenir strictement ces paramètres dans les limites établies. Il peut s'agir également de rechercher de nouveaux modes opératoires afin d'améliorer la qualité de la production finale.

Avant d'entreprendre l'utilisation de méthodes statistiques dans le processus de production, il est nécessaire de bien comprendre le but de l'utilisation de ces méthodes et les avantages de la production qui découlent de leur utilisation. Les données sont très rarement utilisées pour tirer des conclusions sur la qualité telle qu'elle a été reçue. Généralement, sept méthodes dites statistiques ou outils de contrôle qualité sont utilisées pour l'analyse des données : la stratification des données ; graphique; Diagramme de Pareto; diagramme de cause à effet (diagramme d'Ishikawa ou diagramme en arête de poisson) ; liste de contrôle et histogramme ; nuage de points ; cartes de contrôle.

1. Délaminage (stratification).

Lors de la division des données en groupes en fonction de leurs caractéristiques, les groupes sont appelés couches (strates) et le processus de séparation lui-même est appelé stratification (stratification). Il est souhaitable que les différences au sein d’une couche soient aussi petites que possible et entre les couches aussi grandes que possible.

Il existe toujours une dispersion plus ou moins grande des paramètres dans les résultats de mesure. Si vous stratifiez selon les facteurs qui génèrent cette dispersion, il est facile d'identifier la raison principale de son apparition, de la réduire et d'améliorer la qualité du produit.

L'utilisation de différentes méthodes de délaminage dépend de tâches spécifiques. En production, on utilise souvent une méthode appelée 4M, qui prend en compte des facteurs dépendant : de la personne ; machines (machines); matériel (matériel); méthode.

Autrement dit, le délaminage peut être effectué comme ceci :

Par artistes interprètes (par sexe, expérience professionnelle, qualifications, etc.) ;
- par machines et équipements (par neufs ou anciens, marque, type, etc.) ;
- par matière (par lieu de production, lot, type, qualité des matières premières, etc.) ;
- par mode de production (température, méthode technologique, etc.).

Dans le commerce, il peut y avoir une stratification par régions, entreprises, vendeurs, types de marchandises, saisons.

La méthode de stratification sous sa forme pure est utilisée lors du calcul du coût d'un produit, lorsqu'il est nécessaire d'estimer les coûts directs et indirects séparément par produit et par lot, lors de l'évaluation du bénéfice de la vente de produits séparément par client et par produit, etc. . La superposition est également utilisée dans le cas d'autres méthodes statistiques : lors de la construction de diagrammes de cause à effet, de diagrammes de Pareto, d'histogrammes et de cartes de contrôle.

2. Présentation graphique des données largement utilisé dans pratique de production pour plus de clarté et pour faciliter la compréhension de la signification des données. On distingue les types de graphiques suivants :

UN). Un graphique représentant une ligne brisée (Fig. 4.9) est utilisé, par exemple, pour exprimer les modifications apportées à des données au fil du temps.

Riz. 4.9. Un exemple de graphe « cassé » et son approximation

B) Des graphiques circulaires et en bandes (figures 4.10 et 4.11) sont utilisés pour exprimer le pourcentage des données considérées.

Riz. 4.10. Exemple de diagramme circulaire

Le rapport des composantes des coûts de production :

1 – coût de production dans son ensemble ;

2 – coûts indirects ;

3 – coûts directs, etc.

Riz. 4.11. Exemple de graphique en bandes

La figure 4.11 montre le ratio du chiffre d'affaires pour les différents types de produits (A, B, C), une tendance est visible : le produit B est prometteur, mais A et C ne le sont pas.

DANS). Le graphique en forme de Z (Fig. 4.12) permet d'exprimer les conditions d'atteinte de ces valeurs. Par exemple, pour évaluer la tendance générale lors de l'enregistrement des données réelles par mois (volume des ventes, volume de production, etc.)

Le planning est construit comme suit :

1) les valeurs du paramètre (par exemple, le volume des ventes) sont tracées par mois (pour une période d'un an) de janvier à décembre et reliées par des segments droits (ligne discontinue 1 sur la Fig. 4.12) ;

2) le montant cumulé est calculé pour chaque mois et le graphique correspondant est construit (ligne discontinue 2 sur la Fig. 4.12) ;

3) les valeurs totales (total changeant) sont calculées et le graphique correspondant est construit. Dans ce cas, le total changeant est considéré comme le total de l'année précédant un mois donné (ligne discontinue 3 sur la figure 4.12).

Riz. 4.12. Exemple de graphique en forme de Z.

L’axe des Y représente les revenus par mois, l’axe des X représente les mois de l’année.

Sur la base de l'évolution totale, on peut déterminer la tendance du changement sur une longue période. Au lieu d'un total variable, vous pouvez tracer les valeurs prévues sur un graphique et vérifier les conditions pour les atteindre.

G). Le graphique à barres (Fig. 4.13) représente la dépendance quantitative, exprimée par la hauteur de la barre, de facteurs tels que le coût du produit sur son type, le montant des pertes dues aux défauts du processus, etc. Les variétés d'un graphique à barres sont un histogramme et un graphique de Pareto. Lors de la construction d'un graphique, le nombre de facteurs influençant le processus étudié (dans ce cas, l'étude des incitations à l'achat de produits) est tracé le long de l'axe des ordonnées. Sur l'axe des abscisses se trouvent des facteurs dont chacun a une hauteur de colonne correspondante, en fonction du nombre (fréquence) de manifestation de ce facteur.

Riz. 4.13. Exemple de graphique à barres.

1 – nombre d'incitations à l'achat ; 2 – incitations à l'achat ;

3 – qualité ; 4 – réduction de prix ;

5 – périodes de garantie ; 6 – conception ;

7 – livraison ; 8 – autre ;

Si nous organisons les incitations à l'achat en fonction de la fréquence de leur apparition et construisons une somme cumulée, nous obtenons un diagramme de Pareto.

3. Diagramme de Pareto.

Un diagramme construit sur la base d'un regroupement par caractéristiques discrètes, classés par ordre décroissant (par exemple, par fréquence d'apparition) et montrant la fréquence cumulée (accumulée) est appelé diagramme de Pareto (Fig. 4.10). Pareto était un économiste et sociologue italien qui utilisait son diagramme pour analyser la richesse de l'Italie.

Riz. 4.14. Exemple de diagramme de Pareto :

1 – erreurs dans le processus de production ; 2 – matières premières de mauvaise qualité ;

3 – outils de mauvaise qualité ; 4 – modèles de mauvaise qualité ;

5 – dessins de mauvaise qualité ; 6 – autre ;

A – fréquence relative cumulative (accumulée), % ;

n – nombre d’unités de production défectueuses.

Le diagramme ci-dessus est basé sur le regroupement des produits défectueux par type de défaut et sur le classement par ordre décroissant du nombre d'unités de produits défectueux de chaque type. Le diagramme de Pareto peut être utilisé très largement. Avec son aide, vous pouvez évaluer l'efficacité des mesures prises pour améliorer la qualité du produit en les traçant avant et après avoir apporté des modifications.

4. Diagramme de cause à effet (Fig. 4.15).

a) un exemple de diagramme conditionnel, où :

1 – facteurs (raisons) ; 2 – gros « os » ;

3 – petit « os » ; 4 – « os » moyen ;

5 – « crête » ; 6 – caractéristique (résultat).

b) un exemple de diagramme de cause à effet des facteurs influençant la qualité du produit.

Riz. 4.15 Exemples de diagrammes de cause à effet.

Le diagramme de cause à effet est utilisé lorsqu’il est nécessaire d’explorer et de décrire raisons possibles problème spécifique. Son application permet d'identifier et de regrouper les conditions et les facteurs influençant un problème donné.

Considérons la forme du diagramme de cause à effet de la figure. 4.15 (également appelé « diagramme en arête de poisson » ou diagramme d'Ishikawa).

Comment dessiner un diagramme :

1. Un problème à résoudre est sélectionné - une « crête ».
2. Les facteurs et conditions les plus importants influençant le problème sont identifiés - causes de premier ordre.
3. Un ensemble de raisons est identifié qui influencent les facteurs et conditions importants (raisons des 2e, 3e ordres et suivants).
4. Le diagramme est analysé : les facteurs et les conditions sont classés par importance, les raisons qui sont ce moment susceptible d'ajustement..
5. Un plan d'action supplémentaire est élaboré.

5. Feuille de contrôle(tableau des fréquences cumulées) est compilé pour construire histogrammes distribution, comprend les colonnes suivantes : (Tableau 4.4).

Tableau 4.4

A partir de la feuille de contrôle, un histogramme est construit (Fig. 4.16), ou, avec un grand nombre de mesures, courbe de densité de probabilité(Fig. 4.17).

Riz. 4.16. Un exemple de présentation de données sous forme d'histogramme

Riz. 4.17. Types de courbes de distribution de densité de probabilité.

Un histogramme est un graphique à barres et est utilisé pour afficher visuellement la distribution de valeurs de paramètres spécifiques par fréquence d'apparition sur une certaine période de temps. En traçant les valeurs acceptables d'un paramètre, vous pouvez déterminer à quelle fréquence le paramètre se situe dans ou en dehors de la plage acceptable.

En examinant l'histogramme, vous pourrez savoir si le lot de produits et le processus technologique sont dans un état satisfaisant. Les questions suivantes sont considérées :

· quelle est la largeur de distribution par rapport à la largeur de tolérance ;

· quel est le centre de la distribution par rapport au centre du champ de tolérance ;

Quelle est la forme de distribution ?

Si

a) la forme de la répartition est symétrique, alors il y a une marge dans la zone de tolérance, le centre de la répartition et le centre de la zone de tolérance coïncident - la qualité du lot est dans un état satisfaisant ;

b) le centre de distribution est déplacé vers la droite, c'est-à-dire qu'il existe une crainte que parmi les produits (dans le reste du lot), il y ait des produits défectueux qui dépassent la limite supérieure de tolérance. Vérifiez s'il y a une erreur systématique dans les instruments de mesure. Dans le cas contraire, ils continuent à fabriquer des produits, en ajustant le fonctionnement et en décalant les dimensions de manière à ce que le centre de distribution et le centre du champ de tolérance coïncident ;

c) le centre de la distribution est correctement situé, mais la largeur de la distribution coïncide avec la largeur de la zone de tolérance. On craint que lors de l'examen de l'ensemble du lot, des produits défectueux apparaissent. Il est nécessaire d’étudier l’exactitude de l’équipement, les conditions de traitement, etc. ou élargir la plage de tolérance ;

d) le centre de distribution est déplacé, ce qui indique la présence de produits défectueux. Il est nécessaire de déplacer le centre de distribution au centre du champ de tolérance par ajustement et soit de réduire la largeur de distribution, soit de réviser la tolérance ;

e) la situation est similaire à la précédente et les mesures d'influence sont similaires ;

f) il y a 2 pics dans la distribution, bien que les échantillons soient prélevés sur le même lot. Cela peut s'expliquer soit par le fait que les matières premières étaient de 2 qualités différentes, soit par le fait que les réglages de la machine ont été modifiés au cours du processus de travail, soit par le fait que les produits traités sur 2 machines différentes ont été combinés en un seul lot. Dans ce cas, l'examen doit être effectué couche par couche ;

g) la largeur et le centre de distribution sont normaux, cependant, une petite partie des produits dépasse la limite supérieure de tolérance et, une fois séparés, forme un îlot séparé. Peut-être que ces produits font partie des produits défectueux qui, par négligence, ont été mélangés avec les bons dans le flux général du processus technologique. Il est nécessaire d'en rechercher la cause et de l'éliminer.

6. Diagramme de dispersion utilisé pour identifier la dépendance (corrélation) de certains indicateurs par rapport à d'autres ou pour déterminer le degré de corrélation entre n paires de données pour les variables x et y :

(x 1 ,y 1), (x 2 ,y 2), ..., (x n, y n).

Ces données sont tracées sur un graphique (nuage de points) et un coefficient de corrélation est calculé pour celles-ci.

Considérons diverses options pour les diagrammes de dispersion (ou champs de corrélation) sur la figure. 4.18 :

Riz. 4.18. Options de nuage de points

Quand:

UN) on peut parler d'une corrélation positive (avec la croissance X augmente oui);

b) il existe une corrélation négative (avec la croissance X diminue oui);

7. Carte de contrôle.

Une façon d’obtenir une qualité satisfaisante et de la maintenir à ce niveau consiste à utiliser des cartes de contrôle. Pour gérer la qualité d'un processus technologique, il est nécessaire de pouvoir contrôler les moments où les produits fabriqués s'écartent de ceux spécifiés spécifications techniques tolérances Regardons un exemple simple. Gardons un œil sur le travail tour pendant un certain temps et nous mesurerons le diamètre de la pièce fabriquée dessus (par équipe, heure). Sur la base des résultats obtenus, nous allons construire un graphique et obtenir le plus simple carte de contrôle(Fig. 4.20) :

Riz. 4.20. Exemple de carte de contrôle

Au point 6, une rupture du processus technologique s'est produite, il faut la réguler. La position du VKG et du NKG est déterminée analytiquement ou à l'aide de tableaux spéciaux et dépend de la taille de l'échantillon. Avec une taille d'échantillon suffisamment grande, les limites de VKG et NKG sont déterminées par les formules

NKG = –3,

.

VKG et NKG servent à éviter les interruptions de processus lorsque les produits répondent encore aux exigences techniques.

Les cartes de contrôle sont utilisées lorsqu'il est nécessaire d'établir la nature des défauts et d'évaluer la stabilité du procédé ; lorsqu'il est nécessaire de déterminer si un processus doit être réglementé ou s'il doit être laissé tel quel.

La carte de contrôle peut également confirmer l’amélioration du processus.

Une carte de contrôle est un moyen de distinguer les écarts dus à des causes non aléatoires ou particulières des variations probables inhérentes au procédé. Les changements probables se répètent rarement dans les limites prévues. Les écarts dus à des causes non aléatoires ou spéciales indiquent que certains facteurs affectant le processus doivent être identifiés, étudiés et maîtrisés.

Les cartes de contrôle sont basées sur des statistiques mathématiques. Ils utilisent des données opérationnelles pour fixer les limites dans lesquelles des recherches futures seront attendues si le processus reste inefficace en raison de causes non aléatoires ou spéciales.

Des informations sur les cartes de contrôle sont également contenues dans normes internationales OIN 7870, OIN 8258.

Les cartes de contrôle moyennes sont les plus utilisées. X et cartes de contrôle de travée R, qui sont utilisés ensemble ou séparément. Les fluctuations naturelles entre les limites de contrôle doivent être contrôlées. Vous devez vous assurer que le type de carte de contrôle correct est sélectionné pour le type de données spécifique. Les données doivent être collectées exactement dans l’ordre dans lequel elles ont été collectées, sinon elles n’ont plus de sens. Aucune modification du processus ne doit être apportée pendant la période de collecte de données. Les données doivent refléter la manière dont le processus se déroule naturellement.

Une carte de contrôle peut indiquer des problèmes potentiels avant que des produits défectueux ne soient fabriqués.

Il est d’usage de dire qu’un processus est hors de contrôle si un ou plusieurs points sortent des limites de contrôle.

Il existe deux principaux types de cartes de contrôle : pour les caractéristiques qualitatives (réussite – échec) et pour les caractéristiques quantitatives. Pour les caractéristiques qualité, quatre types de cartes de contrôle sont possibles : le nombre de défauts par unité de production ; nombre de défauts dans l'échantillon ; la proportion de produits défectueux dans l'échantillon ; nombre de produits défectueux dans l'échantillon. De plus, dans le premier et le troisième cas, la taille de l’échantillon sera variable et dans les deuxième et quatrième cas, elle sera constante.

Ainsi, les finalités de l’utilisation des cartes de contrôle peuvent être :

identifier un processus incontrôlable ;

contrôle du processus géré ;

évaluer les capacités du processus.