CC BY
354
Литвинова Ирина Васильевна, канд. экон. наук., доц., wivaw@rambler.ru, Россия, Тула, Тульский государственный университет
ANALYSIS OF THE QUALITY OF WORK IN THE CENTRAL MEASURING LABORA TORY
A T THE DEFENCE ENTERPRISE
A.A. Tokareva, I.V. Litvinova
The article presents the analysis of the weight parameters, determining the quality of the works on the example of the Central measuring laboratory.
Key words: quality, Ishikawa diagram, weighting coefficient, coefficient of concordance.
Tokareva Anastasia Alexandrovna, master, tokarevanastasiaamail.ru, Russia, Tula, Tula State University,
Litvinova Irina Vasilievna, candidate of economic sciences, docent, wivaw@rambler.ru, Russia, Tula, Tula State University
УДК 006.91
ПРИМЕНЕНИЕ АНАЛИЗА ИЗМЕРИТЕЛЬНЫХ СИСТЕМ (MSA) И СТАТИСТИЧЕСКИХ МЕТОДОВ УПРАВЛЕНИЯ КАЧЕСТВОМ (SPC) ДЛЯ МОНИТОРИНГА ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ
М.И. Ковалев, Е.А. Потоцкая
Рассмотрены анализ измерительных систем (MSA)u статистические методы управления качеством (SPC). На примере процесса изготовления гайки специальной представлено совместное применение вышеуказанных инструментов, позволяющее установить причину появления брака на производстве. Приведены предложения для устранения обнаруженных несоответствий. Обоснована необходимость выполнения анализ измерительных систем перед сбором данных для статистического анализа качества выпускаемой продукции.
Ключевые слова: анализ измерительных систем (MSA), статистические методы управления качеством (SPC), контрольная карта, гистограмма, сходимость и воспро-изводимость(GRR).
Повышение качества продукции является ключевойцельютоп-менеджмента машиностроительных предприятий и является основным средством достижения и поддержания конкурентоспособности организации.Для улучшения качества выпускаемой продукции необходимо постоянное и непрерывное совершенствование измерительных систем
58
и снижение уровня дефектности технологических процессов. Одним из основных методов измерения и оценки качества является инструментальный метод, основанный на использовании средств измерений. Повышение параметров точности обработки изделий обуславливают также повышение требований к измерительным системам и средствам измерения, поэтому классические способы контроля не могут обеспечить определение состояния изделия с требуемой точностью и погрешностью во всех случаях. Правильный выбор измерительных технологий и методов управления качеством является важной задачей для промышленных предприятий и во многом определяет экономическую эффективность производства.
Очевидно, что в процессе выявления причин брака неизбежно применение средств измерений для выполнения контрольных измерений в ходе технологического процесса и, следовательно, оценка приемлемости измерительной системы с помощью МЗА-анализа является неотъемлемой частью работ по статистическому анализу качества продукции на машиностроительных предприятиях.
Измерительная система включает следующие составляющие: средство измерения; сотрудника (оператора средства измерения); стандарт (эталон);условия окружающей среды, в которых функционирует средство измерения (влажность, давление, температура); процедуры измерения и измеряемую деталь [1]. Главная задача измерительного процесса - подтвердить стабильность процесса производства продукции и своевременно обнаружить или предупредить отклонение от заданных параметров .При оценке измерительной системы должны быть проанализированы три фундаментальные проблемы:
- измерительная система должна показывать адекватную чувствительность;
- измерительная система должна быть стабильной;
- статистические свойства (погрешности) должны быть согласованны с ожидаемым диапазоном и адекватны целям измерений.
Средство измеренияизмеряет интервалом, каждое из значений которого имеет разные шансы быть представленным в качестве результата. Поэтому возможны два вида неправильного измерения [2]:
- соответствующая измеряемая величина распознается несоответствующей, так как часть допустимых показаний прибора (часть дисперсии средства измерения) находится в серой несоответствующей зоне ниже и выше норм (рис. 1 - I);
- несоответствующая измеряемая величина признается соответствующей, так как часть вероятных показаний прибора (часть дисперсии средства измерения) находится в белой соответствующей зоне ниже и выше норм (рис. 1 - II).
Для большей наглядности представлена схема, на которой серый прямоугольник отмечает дисперсию измерительной системы при контроле изделий (рис. 1).
Нижняя норма контроля Верхняя норма контроля
I
III
]
II
II
I
Цель
Рис. 1. Дисперсия измерительной системы приконтроле изделий:
I - Плохие детали всегда будут оценены как плохие; II - Потенциально неправильное решение может быть сделано; III - Хорошие детали всегда будут названы хорошими
Наглядно видно, что чем шире прямоугольник (больше дисперсия измерительной системы), тем значительней риск ошибки.Наблюдаемая дисперсия равна сумме реальной дисперсии и дисперсии измерительной системы.То есть, любое значение в системе контроля процесса включает в себя некую величину дисперсии измерительной системы. Для оценки годности измерительной системы применяют понятие числа категорий. Для расчета числа категорий нужно разделить измеряемый интервал или дисперсию измеряемого процесса на дисперсию измерительной системы[3]:
- одна категория информации - измерительная система не подходит для оценки, только как индикатор;
- 2-4 категории информации - измерительная система подходит только для грубой оценки;
- 5 и выше - рекомендуется для использования.
При оценке измерительной системы необходимо учитывать следующие условия:
- система соответствует, если смещение (линейность) близко к нулю, или находится в пределах, установленных требованиями калибровки;
- дисперсия должна быть меньше установленного значения дисперсии измеряемого процесса или продукции. Принято оценивать сходимость и воспроизводимость измерительной системы (GRR) по нижеприведенным соотношениям:
% GRR < 10% - удовлетворительно;
10 %< % GRR < 30 % - может быть приемлемой, в зависимости от значимости параметра, стоимости средство измерения;
% GRR > 30 % -неудовлетворительно, необходимоиспользовать все усилия для улучшения измерительной системы.
Пример проведения анализа измерительных систем представлен на базе процесса производства гайки специальной в одном из цехов машиностроительного завода. Применение MSA процесса изготовления гайки специальной производилось в крепежном цехе по контрольному параметру
диаметр канавки тремя операторами методом средних и размахов [1]. Каждый оператор измерял 10 деталей по 3 раза каждую. Результаты измерения и расчеты приведены в табл. 1 и 2 соответственно.
Таблица 1
Результаты измерения диаметра канавки
Контролер/Попытка Образец (часть) Среднее
1 2 3 4 5 6 7 8 9 10
Оператор А 1 15.75 15.75 15.65 15.70 15.75 15.65 15.80 15.70 15.80 15.70 15.725
2 15.75 15.75 15.70 15.75 15.80 15.70 15.80 15.70 15.75 15.70 15.740
3 15.75 15.75 15.70 15.75 15.75 15.70 15.80 15.75 15.80 15.70 15.745
Среднее 15.750 15.750 15.683 15.733 15.767 15.683 15.800 15.717 15.783 15.700 15.7367
Размах 0 0 0.05 0.05 0.05 0.05 0 0.05 0.05 0 0.030
Оператор В 1 15.70 15.75 15.70 15.75 15.75 15.65 15.75 15.75 15.75 15.70 15.725
2 15.75 15.75 15.70 15.70 15.75 15.65 15.75 15.75 15.80 15.75 15.735
3 15.75 15.75 15.65 15.75 15.75 15.70 15.80 15.75 15.75 15.75 15.740
Среднее 15.733 15.750 15.683 15.733 15.750 15.667 15.767 15.750 15.767 15.733 15.7333
Размах 0.05 0 0.05 0.05 0 0.05 0.05 0 0.05 0.05 0.035
Оператор С 1 15.70 15.70 15.70 15.70 15.75 15.75 15.75 15.70 15.75 15.70 15.720
2 15.75 15.75 15.80 15.80 15.75 15.65 15.80 15.80 15.75 15.70 15.755
3 15.75 15.75 15.70 15.75 15.75 15.65 15.80 15.70 15.80 15.70 15.735
Среднее 15.733 15.733 15.733 15.750 15.750 15.683 15.783 15.733 15.767 15.700 15.7367
Размах 0.05 0.05 0.1 0.1 0 0.1 0.05 0.1 0.05 0 0.060
Среднее по части 15.739 15.744 15.7 15.739 15.756 15.678 15.783 15.733 15.772 15.711 15.7356 Rp=0.106
Здесь Р ср. = 0.0417; X С1А = 0.0033; 11С1_ Р = 0.1073
Таблица 2
Результаты расчетов
Составляющая изменчивости Оценка СКО Оценка составляющей изменчивости (5.15* СКО) Изменчивость относительно поля допуска Доля полной изменчивости
Сходимость (повторяемость, изменчивость ИС) 0.0246 0.1268 29.5% 59.6%
Воспроизводимость (изменчивость от оператора) 0.0000 0.0000 0% 0%
Сходимость и воспроизводимость - 0.1268 29.5% 59.6%
Изменчивость параметра образца 0.0332 0.1710 39.8% 80.3%
Полная изменчивость измерительного процесса - 0.2129 49.5% 100%
В ходе расчетов получены следующие результаты:
1 Изменчивость параметра образца составила 39,8%;
2 Сходимость и воспроизводимость измерительного процесса относительно допуска составляет 29,48%;
3 Сходимость и воспроизводимость измерительного процесса относительно полной изменчивости составляет 59,56%.
61
Рассмотрев таблицы результатов расчетов, можно сделать вывод о том, что взаимодействие изменчивости параметра образца является наиболее важной причиной изменчивости измерительной системы, следовательно, необходимо произвести статистический анализ процесса изготовления образцов (гайки специальной).
Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами [3]. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество продукции, осуществляя контроль на различных этапах производственного процесса.Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов.
Все статистические методы базируются на понятии разброса [4]. Применение на рабочем месте статистических методов для контроля за разбросом параметров изготавливаемого изделия является представлением в графическом виде простых для понимания статистических величин, характеризующих разброс.
Оценка разброса данных часто дает возможность понять характер процесса. Если разброс данных мал, можно ослабить контроль, если велик - это следует воспринимать как сигнал к необходимости регулирования процесса для повышения его стабильности, повышения качества исходных материалов, выявления и устранения неполадок оборудования и пр. Собранные данные могут быть использованы не только для принятия решений в момент их получения и анализа, но и для оценки различных проблем, рассматриваемых в течение более долгого срока, например, в течение месяца или года.
Статистические методы являются основой для эффективного распознавания проблем и их анализа. Таким образом, можно добиться полной картины о возможных причинах проблем. Устанавливаются приоритеты и на основе фактов принимаются решения.
Применение статистических методов для анализа процесса изготовления гайки специальной производилось в крепежном цехе по контрольному параметру диаметр канавки, объёмом выборки п = 50.
Измерение производились штангенциркулем класса точности 0,05. Из технологического процесса берется выборка п=50. Согласно конструкторской документации все значения не должны выходить за границы допуска Ь8Ь=15,57 и ШЬ=16мм. Основываясь на результатах измерения, были построены контрольные карты Шухарта (Хер - рис. 2 и Я - рис. 3) и гистограмма (см. рис. 4).
Рис. 2. Хср карта по параметру диаметр
Рис. 3. Я карта по параметру диаметр
63
Рис. 4. Гистограмма по параметру диаметр
Анализируя полученные данные можно сделать вывод о том, что на X-карте наблюдается восходящий тренд по направлению к середине поля допуска [5]. Присутствует выброс одной точки за UCL и одна точка находится на LCL. Относительно границ поля допуска процесс находится в управляемом состоянии. Наблюдается смещение расчетной середины CL относительно середины поля допуска. На R-карте размах находится в пределах расчетных границ. Тренд показывает стабильное поведение размахов в подгруппе. Вид гистограммы - «гребенка» со смещением влево относительно середины поля допуска. Индекс PPM показывает, что процесс находится в управляемом состоянии [6]. Однако смещение гистограммы влево от середины поля допуска SL демонстрирует увеличение ожидаемого уровня дефектности до 3055PPM.
Практика машиностроительных предприятий показывает, что проведение анализа измерительных систем в процессе производства продукции позволяет оценить вариацию взаимодействия оператора со средством измерения и с изделием, что в свою очередь дает возможность принять решение о разработке корректирующих действий, направленных на снижение вариации в измерительной системе. ВышеприведенныйMSAанализ подтверждает целесообразность дальнейшего выполнения статистического анализа технологического процесс, поскольку, анализ измерительных систем и статистический анализ технологического процесса являются логичным дополнением друг друга и в совокупности позволяют адекватно оценить уровень дефектности производственных процессов в машиностроении.
Список литературы
1. ГОСТ Р 51814.5-2005. Системы менеджмента качества в автомобилестроении. Анализ измерительных и контрольных процессов. М.: Изд-во стандартов, 2005. 54 с.
2. ISO/IECGuide 99:2007. Международный словарь по метрологии. Основные и общие понятия и соответствующие термины. М.: Изд-во «ISO/IEC», 2007. 90 с.
3. ГОСТ Р 51814.4-2004. Системы менеджмента качества в автомобилестроении. Одобрение производства автомобильных компонентов. М.: ИПК Издательство стандартов, 2004.
4. Система статистических методов управления качеством продукции в машиностроении: учебное пособие / Байдюк А.П., Ковалев М.И., Мирошкин С.А. Новочеркасск: НОК, 2012.
5. ГОСТ Р ИСО 7870-2 - 2015. Статистические методы. Контрольные карты. Часть 2. Контрольные карты Шухарта.
6. Гумеров А.В. Учебно-методический комплекс дисциплины "Управление качеством" для студентов обучающихся по специальностям: "Управление качеством". Набережные Челны, 2006. 59 с.
Ковалев Максим Игоревич, канд. техн. наук, доц., kovalevmianevz.com, Россия, Новочеркасск, Южно-Российский государственный политехнический университет (НПИ) им. М.И. Платова,
Потоцкая Елена Александровна, студентка, elenapototzkaia20agmail. com, Россия, Новочеркасск, Южно-Российский государственный политехнический университет (НПИ) им. М.И. Платова
APPLICATION OF MEASUREMENT SYSTEM ANALYSIS(MSA) AND STATISTICAL PROCESS CONTROL (SPC) METHODS FOR MONITORING PRODUCTION PROCESSES
OF ENGINEERING PLANT
M.I. Коvalev, E.А. Potozkaya
Measurement system analysis(MSA) and Statistical process control (SPC)are consi-dered.On the example of the process of manufacturing the nut, a joint application of the above tools is presented, which makes it possible to establish the cause of the appearance of a marriage in the production.Suggestions are made for elimination of detected inconsistencies. The necessity of the analysis of the measuring systems before data collection for the statistical analysis of the quality of the products is substantiated.
Key words: measurement systems analysis (MSA), statistical process control (SPC), control chart, histogram, repeatability and reproducibility (GRR).
Kovalev Maksim Igorevich, candidate of technical sciences, docent, kovalev-mi@nevz.com, Russia, Novocherkassk, Southern Russian State Polytechnical University (NPI) of M.I. Platov,
Pototskaya Elena Alexandrovna, student, elenapototzkaia20@gmail. com, Russia, Novocherkassk, Southern Russian State Polytechnical University (NPI) of M.I. Platov
65
