CC BY
429
Н. С. Гарайшина, Н. Н. Умарова
СТАТИСТИЧЕСКИЙ АНАЛИЗ ПРОЦЕССА ПРОИЗВОДСТВА ПОЛИАЛЬФАОЛЕФИНОВЫХ МАСЕЛ
Ключевые слова: полиальфаолефины, статистические методы управления качества, контрольные карты Шухарта.
Рассматриваются вопросы применения статистических методов управления качеством процесса производства полиальфаолефиновых масел. Проанализированы результаты испытаний ПАОМ-2 по физикохимическим показателям. Проведен анализ процесса производства с использованием Statistical Process Control (SPC - анализ), простых методов управления качеством - контрольных карт Шухарта. Предложено проведение анализа возможности процесса с помощью индексов пригодности и индексов возможности процесса, которые позволили выработать рекомендации для улучшения контроля качества выпускаемой продукции.
Keywords: polyalphaolefins, statistical methods for quality control, Shewhart control charts.
Application of statistical methods for quality control of polyalphaolefin oil production is discussed. Test results of PAOM-2 in physical and chemical parameters were analyzed. Analysis of the production process using Statistical Process Control (SPC - analysis), simple methods of quality management - Shewhart control charts, was performed. Analysis of the process possibility using the process capability and process possibility indices was suggested which allowed for development of recommendations to improve the quality control ofproducts.
Полиальфаолефиновые базовые масла (ПАОМ) - это гидрогенированные олигомеры
олефинов, получаемые каталитической
полимеризацией линейных альфа-олефинов. Смазочные материалы на основе ПАОМ обеспечивают ряд специфических характеристик, таких как, высокая температурная стабильность, оптимальные эксплуатационные свойства, стабильность под высоким давлением, отсутствие серы и ароматических углеводородов, топливная экономичность, снижение затрат и выбросов диоксида углерода, снижение рабочей температуры оборудования, высокий индекс вязкости (VI), низкая горючесть и низкая токсичность, гидролитическая стабильность и множество других. Именно с помощью ПАОМ удается облегчить запуск транспортной техники при низких отрицательных температурах, добиться экономии энергии, топлива, смазочных материалов, повышенного ресурса эксплуатации оборудования в разных отраслях промышленности. Россия, как никакая другая страна, нуждается в низкотемпературных
высококачественных маслах, поскольку нигде нет такого большого объема работ в субарктической зоне и нет таких расстояний между отдельными пунктами и хозяйствами, как в Сибири [1].
Вступивший в действие технический регламент «О требованиях к выбросам автомобильной техникой, выпускаемой в обращение на территории Российской Федерации, вредных веществ», касается производства топлив и конструкций двигателей внутреннего сгорания, которые должны соответствовать европейским экологическим стандартам Евро-4 и Евро-5. Смазочные материалы для таких прогрессивных двигателей без применения ПАОМ производить весьма затруднительно [2].
На одном из передовых химических
предприятий Республики Татарстан производятся полиальфаолефиновые масла различных марок ПАОМ (ПАОМ-2, ПАОМ-4, ПАОМ-6 и т.д) и продукция на их основе. Вопросам качества на предприятии уделяют особое внимание. На предприятии существует система менеджмента качества, одним из требований которой является мониторинг продукции и процессов. Однако как показывает практика, применение рекомендуемых стандартом ИСО 9001 статистических методов
управления качеством для большинства российских предприятий является новым и непривычным делом. Согласно ГОСТ Р ИСО/ТО 10017-2005
статистические методы управления качеством
рассматриваются как единый набор высокоэффективных средств обеспечения и улучшения качества на основе объективно полученных и интерпретированных фактов, а необходимость применения статистических методов вызвана изменчивостью в поведении и результатах фактически всех процессов даже в условиях очевидной стабильности [3].
Целью данной работы явился статистический анализ процесса производства
полиальфаолефинового масла с использованием программного продукта 8ТЛТІ8ТІСЛ. Источником информации для статистического анализа послужил внутренний документ предприятия «Суточная ведомость испытаний» за два месяца, а также «Листы аппаратчика» за этот же период. В «Суточной ведомости» содержатся результаты
лабораторных испытаний полиальфаолефиновых масел по основным показателям качества на соответствие определенному типу масла, в «Листах аппаратчика» содержатся ежедневно и ежечасно записанные режимные параметры процесса производства полиальфаолефинового базового масла
(температура, давление, нагрузка). При проведении стратификации данных выбрано в качестве объекта исследования масло марки ПАОМ--2.
Контроль качества на предприятии
проводится в соответствии с нормативным
документом ТУ по 14 показателям, для исследования были выбраны наиболее важные пять показателей:
- вязкость кинематическая при 100 0С;
- вязкость кинематическая при 40 0С;
- вязкость кинематическая при - 40 0С;
- температура вспышки в открытом тигле;
- температура застывания.
Сравнение нормативного документа ТУ предприятия с документом «РАО 2008 Rev 0. doc. Brochure Safe handling and Storage of Synfluid® Polyalphaolefins (PAO)» американского предприятия «Шеврон Филипс», которое является лидером по производству ПАОМ за рубежом, выявило, что требования практически идентичны, и продукция не должна уступать по качеству мировым лидерам [4].
Первый этап SPC-анализа заключался в построении контрольных карт Шухарта по каждому из показателей. Контрольная карта (КК) -
графический способ представления и сопоставления информации, основанной на последовательности выборок, отражающих текущее состояние процесса, с границами, установленными на основе внутренне присущей процессу изменчивости (трехсигмовые границы, или ± 3 а) [5].
Программа STATISTICA позволяет представить сразу шесть графиков: карту
индивидуальных значений; карту размахов; график индивидуальных значений; график проверки на нормальность; график возможности процесса; гистограмму возможности процесса. На рис. 1
приведен один из графиков для показателя «вязкость кинематическая при 100 0С». Для остальных
показателей аналогично были построены все шесть графиков и был проведен полный SPC-анализ.
Детально рассматривая контрольные карты (рис. 1), можно отметить, что процесс статистически неуправляем, так как значение № 43 выходит на Х-карте за контрольные границы 3 сигма, на MR-карте из-под контроля вышло 44-ое наблюдение (выше контрольных границ). О нестабильности процесса также свидетельствует наличие неслучайного поведения точек на карте, выявляемого с помощью критерия серий: «2 из 3-х выходят за пределы зоны А» и «4 из 5-ти расположенных подряд точек выходят за пределы зоны В». Эти критерии служат "ранним предупреждением" о возможном начале разладки процесса (табл. 1).
Гистограмма распределения данных (шестой график на рис. 1) не симметрична, что
свидетельствует об отклонении процесса от нормальности. Так как процесс статистически неуправляем, то имеет место влияние «особых (неслучайных)» причин изменчивости. К ним могут быть отнесены поломка инструмента, недостаточная однородность материала, производственного или
контрольного оборудования, квалификация
персонала, невыполнение процедур и т.д.
Таблица 1 - Критерии серий для показателя «вязкость кинематическая при 100 0С
Зоны А/В/С: 3/2/1 сигма критерии серий точек Вязкость кинематическая при 100 0С, мм2/с
от выборки до выборки
9 точек по одну сторону от центра ОК ОК
6 точек в возр./уменьш. ряду ОК ОК
14 точек в «шахматном порядке» ОК ОК
2 из 3 точек в зоне А или вне ее 41 43
4 из 5 точек в зоне В или вне ее 44 48
15 точек в зоне С ОК ОК
8 точек вне зоны С ОК ОК
Вторым этапом SPC-анализа был анализ процесса производства с помощью индексов воспроизводимости и пригодности. Эти показатели определяют потенциальные и фактические возможности удовлетворить требования потребителя или требования нормативных здокументов. Показатели, применяемые для оценки возможностей стабильного процесса, называют индексами воспроизводимости процесса Ср и Срк.
р 6 ■а1 ,
ги5!--х х -/.вС*
Срк = min
V
3 • cTj
3 • о
1 У
где ивЬ и ЬБЬ - верхняя и нижняя границы допуска, X - среднее процесса, <У1 — внутреннее
среднеквадратическое отклонение, характеризующее собственную изменчивость процесса.
Показатели, применяемые для оценки возможностей процессов, стабильность которых не подтверждена, называют индексами пригодности процесса Рр и Ррк.
{/SZ.-Z.SZ.
РР =
Ррк = min
6от
^USL-x x-LSL^ 3 • ог ’ 3 • от
где <УТ — общее среднеквадратическое отклонение, характеризующее полную изменчивость процесса.
При этом индексы Ср и Рр показывают потенциал процесса, поскольку учитывают только
Графики X и MR карт: Вязкость кинематическая при 100 0С, мм2/с
X: 1,7398 (1,7398); Сигма: ,01826 (,01826); п: 1,
Скольз. R: ,02060 (,02060); Сигма: ,01556 (,01556); п: 1,
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
-0,01
1,82
1,80
1,78
1,76
1,74
1,72
1,70
1,68
1,66
'
: 1 J- \ Л .. /
1 у У 1
j г у i
5 10 15 20 25 30 35 40 45 50
График отдельных наблюдений X: 1,7398 (1,7398); Сигма; ,01826 (,01826); п: 1,
5 10 15 20 25 30 35 40 45 50
Нормальный вероятностный график
3 2 1 0 -1 -2 -3
1,66 1,68 1,70 1,72 1,74 1,76 1,78 1,80 1,82 График пригодности
0.99
0.95
0.85
0.70
0.50
0.30
0.15
0.05
0.01
,06729
,02060
0,0000
Внутр.
Общее
Границ.
допуска
Внутр. Ст.откл.: ,0183; Ср: 2,739; Срк: ,7268 Общее Ст.откл.: ,0195; Рр: 2,558; Ррк: ,6789 НГД: 1,700; Ном.: 1,850; ВГД: 2,000
1,60 1,65 1,70 1,75 1,80 1,85 1,90 1,95 2,00 2,05 Гистограмма пригодности
НГД
-3,*С
Номинал
+3,*С
ВГД
30
1,7946 25
20
1,7398 15
10
1,6850 5
0
1,64 1,68 1,72 1,76 1,80 1,84 1,88 1,92 1,96 2,00 2,04 1,66 1,70 1,74 1,78 1,82 1,86 1,90 1,94 1,98 2,02
Рис. 1 - Шесть графиков» для показателя «вязкость кинематическая при 1000С
разброс значений, но не учитывают положение среднего значения. Для оценки же реального положения применяют индексы работоспособности Ср и Ррк, которые учитывают и центрированность получаемых результатов.
По показателю «Вязкость кинематическая при 100 0С» индекс пригодности Рр достаточно велик, Рр = 2,56, что свидетельствует о большом запасе по стабильности процесса, однако индекс Ррк= 0,67 мал, что свидетельствует о значительном отклонении центра процесса от границ допуска. Применив таблицу «Связь индексов возможности с уровнем несоответствий», представленную в [6], получаем, что в действительности примерно 4 % продукции не соответствует ТУ по показателю «Вязкость кинематическая при 100 0С».
Межгосударственный стандарт ГОСТ 50779.44-2001 [6] рекомендует в качестве минимально приемлемого значения Ср = 1,33, при этом уровень несоответствий (вероятность брака) составит 63 ррт. Если процесс имеет высокое значение индекса работоспособности, например, 1,33 или 1,67, он обладает хорошим запасом стабильности, значит, небольшие нарушения не приведут к резкому росту уровня несоответствий.
Была составлена таблица 2, в которую были сведены результаты анализа процессов по всем изучаемым показателям качества продукции. Совпадение индексов пригодности Рр и Ррк говорит
о центрированности процесса, значения Рр или Ррк, меньше 1,0, свидетельствует о выпуске несоответствующей продукции и о высоком значении дисперсии (а2).
Таблица 2 - Индексы пригодности процесса
Показатель качества ПАОМ-2 Индексы пригоднос- ти процесса Уро- вень несо- ответ- ствий, % Среднее процесса
Pp Ppk по КК по ТУ
Вязкость кинематическая при 100 °С 2,6 0,7 4 1,74 1,85
Вязкость кинематическая при 40 0С 2,1 2,1 5,2 не более 6,0
Вязкость кинематическая при минус 40 0С 0,5 0,1 более 33 348 305
Температура вспышки в открытом тигле 0,7 0,02 более 33 153 не менее 155
Температура застывания 1,4 1,4 - минус 70 не более минус 60
Нецентрированность процесса и высокое значение среднеквадратического отклонения (о) по показателям «Вязкость кинематическая при минус 40 0С», «Т вспышки в открытом тигле» «Вязкость кинематическая при 100 0С» приводит к высоким значениям процента несоответствующей продукции (более 33 % по первым двум показателям, 4 % по третьему показателю), а для предприятия такие величины не приемлемы.
Управленческому персоналу и технологам предприятия необходимо предпринять меры по снижению собственной изменчивости. Там, где отсутствует центрированность, необходимо предпринять меры по центрированию процесса (повысить или понизить среднее значение процесса). При поиске причин нестабильности и нецентрированности процесса рекомендуется использовать т.н. «метод 7М»: ошибки персонала, нарушение технологического режима,
неудовлетворительное качество сырья и материалов, состояния измерений на предприятии и т.д. Можно провести многомерный анализ процесса для выяснения того, как параметры технологического режима влияют на показатели готовой продукции.
Таким образом, методами статистического анализа выявлена статистическая неустойчивость процесса, что означает нестабильность показателей качества ПАОМ-2, как по средним значениям процесса, так и по среднеквадратическому отклонению (о). Необходимо провести поиск особых причин изменчивости и принять
корректирующие действия для их устранения. Очевидно, что внедрение и применение
статистических методов на производстве крайне необходимо, оно позволяет предприятию проследить за стабильностью выпускаемой продукции, выявить насколько производительно работает само производство и какие необходимо ввести корректирующие действия. Своевременное
выявление ошибок на производстве, а также их устранение, даст возможность предприятию в
будущем выпускать только качественную продукцию и способствовать достижению удовлетворенности потребителя.
Литература
1. О. Н Цветков, Полиальфаолефиновые масла, ЦНИИТЭнефтехим, Москва, 1985. 67 с.
2. Ю. Н. Бортников, Нефть и Жизнь, № 1, 16-18 (2010).
3. ГОСТ Р ИСО/ТО 10017-2007. Статистические методы. Руководство по применению в соответствии с ГОСТ Р ИСО 9001, Изд-во стандартов, Москва. 20 с.
4. РАО 2008 Rev 0. doc. Brochure Safe handling and Storage of Synfluid® Polyalphaolefins (PAO). - Введен Customer Technical Service Group Chevron Phillips Chemical Company LP. - 33 с.
5. ГОСТ Р 50779.42-99 (ИСО 8258 - 91). Статистические методы. Контрольные карты Шухарта. Изд-во стандартов, Москва, 2004. 32 с.
6. ГОСТ Р 50779.44-2001 Статистические методы. Показатели возможностей процессов. Основные методы расчета. Изд-во стандартов, Москва, 2001. 16 с.
© Н. С. Гарайшина - магистрант КНИТУ, [email protected]. Н. Н. Умарова - канд. хим. наук, доц. каф. аналитической химии, сертификации и менеджмента качества КНИТУ, [email protected].
