книги / Статистическое управление качеством технологических процессов
..pdfДля расчета риска пропуска сигнала о «разладке» процесса предпо ложим, что процесс «расстроился вниз» на некоторую величину А от целе вого значения Ц (рис. 3.7). Тогда риск р равен вероятности попадания ста тистики в интервал [UEG, OEG]. На рис 3.7 эта вероятность равна заштри хованной площади под кривой. Она зависит как от коэффициента В, так и
Рис. 3.7. Расчет риска р
от объема выборки п. При этом при любом значении В риск р убывает при увеличении п. Таким образом, при определении границ регулирования можно рекомендовать следующий алгоритм действий:
-устанавливают приемлемое значение риска а, выбирают значение коэффициента В\
-для выбранного значения В и приемлемого значения риска р вы бирают объем выборки п\
-рассчитывают значения границ регулирования UEG, OEG. Предупредительные границы вычисляют, исходя из того, что в них
должно попадать 95 % всех значений статистики, т.е. риск а равен 0,05, а коэффициент В = 1,96.
Для определения контрольных границ существует две нормы:
-по нормам Форда контрольные границы должны иметь вероят ность попадания в них значений статистики, равную 99,73 %, что дает риск
а= 0,0027 и В = 3.
-по нормам DJN/DGQ (стандартам Германии) контрольные грани цы должны иметь вероятность попадания в них значений статистики, рав ную 99 %, что дает риск а = 0,01 и В = 2,58.
При контроле выборочных статистик получают характеристики рас пределений для индивидуальных значений параметра качества-процесса. Поэтому формулы расчета границ регулирования должны быть получены с учетом индивидуальных значений параметра качества процесса. Проде-
монстрируем расчет контрольных границ на примере карты среднего (рис. 3.8).
UEG Ц OEG
Рис. 3.8. Расчет контрольных границ для среднего
Из центральной предельной теоремы статистики следует, что сред неарифметическое от выборочных нормально-распределенных значений х также является случайной величиной, подчиняющейся нормальному рас пределению с тем же математическим ожиданием, что и для величины д.
Стандартное отклонение для среднего будет в 4п раз меньше, чем стандартное отклонение для переменной х:
Отсюда контрольные границы будут определяться выражением
OEGyUEG = fi ± Bx<Jx = |i± # j а х/л/й = p±Faktor а Л, |
(3.2) |
где fi - среднеарифметическое процесса; a x - стандартное отклонение слу чайной величины л*; а* - стандартное отклонение среднего; Bj - стандар тизованная переменная нормального распределения, задающая вероят ность попадания данных в границы; Faktorтабличное значение, учиты вающее принятую величину рисков и тип распределения статистики.
Ниже приведем распределения для некоторых статистик, используе мых для управления процессами.
Распределение медиан аналогично распределению среднего (рис. 3.9).
Рис. 3.9. Плотность распределения медиан
Значение среднего распределения медиан совпадает со средним ин дивидуальных значений. Значение среднеквадратического отклонения D медиан будет определяться выражением
D(x) = m3-j= = np-j=. |
(3.3) |
|
л/л |
л/Л |
|
Распределение среднеквадратического s (рис. 3.10).
Рис. 3.10. Плотность распределения среднеквадратического s
Значение среднего распределения среднеквадратического s относи тельно индивидуальных значений находится из выраженья
2.Количественное значение (например, диаметр равен 16,45 мм) со держит больше информации, чем простое высказывание «да - нет» (на пример, диаметр внутри допуска).
3.Хотя получение одного измерения количественной характеристи
ки дороже, чем качественной, но для получения достаточной информации о процессе требуется меньшее количество измерений, поэтому общие за траты оправдываются.
4.От числа единиц деталей, необходимых для проверки при приня тии надежного решения, зависит временная задержка между изготовлени ем деталей и корректирующим действием над процессом. Эта задержка должна быть сокращена.
5.Количественные данные помогают проанализировать настроен ность процесса и количественно оценить его улучшение, даже если все ин дивидуальные значения лежат внутри установленного допуска. Это важно при проведении непрерывного усовершенствования.
Карты по количественному признаку могут объяснить данные про цесса как по разбросу (изменение от единицы к единице), так и по положе нию (среднему процесса). Благодаря этому контрольные карты по количе ственному признаку могут анализироваться попарно: одна карта по поло жению, другая по разбросу. Наиболее часто используется пара карт Зс и R (х - среднее значение небольшой подгруппы - мера положения, R - раз мах значений внутри каждой подгруппы - мера разброса).
4.1. Карты средних и размахов (Зс и R)
Можно рекомендовать такую последовательность построения и ис пользования двойной Зс- /?-карты: сбор данных, вычисление контрольных границ, оценка управляемости процесса.
4.1.1. Сбор данных
Карты Зс и R как пара составляются по измерениям конкретной характеристики выхода процесса. Эти данные получают для периодически отбираемых (например, каждые 15 минут, дважды за смену и т.д.) неболь ших подгрупп из 2-5 (это количество должно быть одинаковым) последо вательно изготовленных изделий постоянного объема. Для этого должен быть разработан план сбора данных, которые затем наносятся на карту.
Выбор объема, частоты отбора и числа подгрупп. Объем под групп. Первый шаг в подготовке карт по количественному признаку - оп ределение «рациональных подгрупп», которые будут влиять на эффектив ность использования их контрольных карт.
Подгруппы должны выбирайся так, чтобы возможности изменения среди единиц внутри подгруппы были минимальными. Если изменения
жит блок данных, предусматривающий место для каждого индивидуально го результата измерений, а также для сумм результатов измерений, сред них, размахов и даты/времени или другой идентификации каждой под группы. Данная информация заносится в карту по мере поступления.
Расчет средних значений и размахов для каждой подгруппы. На носимые на карту характеристики - это средние выборок х и размахи вы борок R для каждой подгруппы, которые следует вычислить по приведен ным ранее формулам.
Выбор шкалы для контрольных карт. Вертикальные шкалы карт предназначены для значений х и R. Для карты х разность между верхним и нижним краями шкалы должна быть, по крайней мере, вдвое больше разности между наибольшим и наименьшим значениями средних под групп. Для карты R шкала должна иметь значения от нуля до двукратного наибольшего размаха /?, наблюдавшегося в начальный период.
ЗАМЕЧАНИЕ. Цену деления шкалы размахов следует принимать вдвое большей шкалы средних (например, если одно деление шкалы сред них равно 0,01 мм, то на шкале размахов оно будет 0,02 мм). Для обычно применяемых объемов подгрупп контрольные границы для средних и раз махов будут примерно одинаковой ширины, что визуально удобно при анализе.
Нанесение средних и размахов на контрольные карты. Нанесите значения средних и размахов на соответствующие карты сразу же после выбора шкал. Соедините точки линиями, чтобы визуально определить поя вившиеся изменения и их тенденции. Проверьте правильность вычислений
инанесения точек. Убедитесь, что нанесенные точки соответствующих х
иR находятся на вертикальных прямых.
ЗАМЕЧАНИЕ. В производственных условиях все контрольные кар ты должны иметь контрольные границы регулирования процесса. На кар тах, еще не имеющих этих пределов из-за недостатка данных, должна быть надпись «начало обследования». Таким образом, карты, используемые для первой оценки воспроизводимости процесса или после его усовершенствования/изменения, должны быть единственными контрольными картами, разрешенными к применению в цехе без нанесенных контрольных границ.
4.1.2. Вычисление контрольных границ
Контрольные границы вначале определяются для карты размахов, а затем - для карты средних. При вычислении контрольных границ для карт по количественному признаку используются константы, которые входят в приведенные ниже формулы. Эти константы, зависящие от объема под группы л, приведены в таблицах приложения.
Вычисление среднего размахов и среднего для процесса. В период обследования вычисляют
(4.1)
где к - число подгрупп, Л, - размах /-й подгруппы, х - среднее z-й под группы.
Расчет контрольных границ. Контрольные границы рассчитывают, чтобы определить, насколько средние и размахи подгрупп могут изменять ся, если присутствуют только обычные причины изменчивости процесса. Расчет основан на объеме подгрупп и величине изменчивости внутри под группы, отражаемой размахами.
Вычислите верхнюю и нижнюю контрольные границы для размахов
и средних. Для норм Форда (99,73 %) используйте формулы |
|
OEGx ,UEGx = x ± A 2 R , OEGR =D4 R , UEGR =D3 R, |
(4.2) |
где £>з, D4 и А2 - константы, зависящие от объема подгруппы. Константы для различных значений п приведены в табл. 1 приложения.
Для норм DGQ (99 %) используйте формулы
OEGx.UEGx = р.± АЕ • d, OEGR = D Q EQ • d,
R |
__ |
(4.3) |
UEGR = DUEG • d, d = — , |
|i = x, |
|
dn
где D0EG>D UEG, AE n d n - константы, зависящие от объема подгруппы. Константы DQEG>DUEG и dn для различных значений п приведены в
табл. 7 приложения, а константа АЕ- в табл. 4 приложения.
Для объемов выборки меньше 7 значение UEG отрицательно. В та ких случаях UEG не строится. Это означает, что для подгруппы из 6 еди ниц получение 6 «идентичных» измерений не будет являться признаком необычности.
Проведение линии средних и контрольных границ на картах Про ведите штриховые горизонтальные линии для среднего размаха ( R ) и среднего процесса { х ). Контрольные границы OEG, UEG проводят сплош ными горизонтальными линиями и обозначают наименование линий. В пе риод начального обследования эти линии рассматриваются как пробные контрольные границы.
Пример 1. Построение (рис. 4.2) Зс-Л-карты по нормам Форда (99,73 %). Объем выборки п = 5. Количество выборок т = 10. Расчет кон трольных границ:
OEGx>UEGx = x ± A 2 -R,
A2 - 0,577 (см. табл. 1 приложения),