Теоретические исследования экономических аспектов управления качеством продукции

 

Рисунок 3.6 - Оптимизация затрат на качество

Рисунок 3. 7 - Затраты на качество (ряд-1) и общая прибыль (ряд 2)

 при различных вариантах организации производства

 

При оптимизации затрат на качество необходимо учитывать, что  чрезмерное повышение затрат на качество ведет к повышению цены изделия, в результате чего резко снижаются объемы продаж продукции и прибыль в целом.

Рассмотрим, как изменяется прибыль на единицу продукции  на условном примере (рисунок 3.8).

Рисунок 3.8 - Прибыль на единицу продукции при различных вариантах

организации производства

Пусть объем выпуска  продукции - 10 единиц, причем с увеличением цены свыше 5,5 р./шт. объемы продаж падают. Цена на продукцию устанавливается рынком. Себестоимость единицы продукции (без учета затрат на качество) одинакова. Будем постепенно наращивать затраты на качество с 5 до 26 р. на выпуск. Тогда прибыль предприятия и прибыль на единицу продукции максимальна в седьмом варианте. Графически это представлено на рисунке 3.7 и 3.8.

Таким образом, задачу оптимизации затрат на качество можно решить методом линейного программирования и путем построения диаграммы, используя информацию о запросах потребителей.

 

3.5 Инженерно-технические мероприятия по применению статконтроля для сокращения потерь от дефектов в производстве

 

Общей целью методов статистического контроля является исключение случайных нарушений качества продукции, которые вызываются конкретными причинами, а также сокращения потерь от дефектов в производстве. Система качества предусматривает применение статистических методов на всех этапах жизненного цикла продукции, начиная с исследований требований рынка к качеству продукции и кончая ее утилизацией после использования.

Дл оценки стабильности технологических процессов используются методы статистической оценки точности и стабильности технологических процессов (гистограммы, точностные диаграммы, контрольные карты) и статистические методы планирования экспериментов. Контроль стабильности качества продукции проводится по выходным параметрам, определенным конструкторской документацией, в соответствии с требованиями СТП202.20-1201. В процессе производства предусмотрено проведение оперативного и этапного контроля стабильности качества.

При приемочном контроле продукции применяются статистические методы выборочного контроля по альтернативному признаку в соответствии с требованиями СТП202.20-20-02.

Статистический контроль применяется при достижении точности и стабильности технологического процесса. Обеспечивающего для значительных дефектов долю дефектности ≤0.65% и малозначительных дефектов ≤6.5%.

Как правило, планы выборочного  приемочного контроля проектируются  таким образом, чтобы была малая вероятность ошибочно забраковать годную продукцию, или был мал «риск производителя». Большинство планов выборочного контроля проектируется так, чтобы «риск производителя» был a=0.05. Если при установленном плане выборочного контроля «уровень приемлемого качества» соответствует доле брака р в генеральной совокупности, то считают, что вероятность забраковать годную продукцию составляет 0.05. Поэтому уровень приемлемого качества и a соответствуют способу плана выборочного контроля. План приемочного выборочного контроля составляется с таким расчетом, чтобы вероятность приемки продукции низкого качества была мала, то есть был мал «риск потребителя». Граница между хорошей и плохой продукцией определяется допустимой долей брака в партии.

Используя описанные  методы статконтроля, проведем анализ данных замеров наружного и внутреннего  диаметра колец. Протокол замеров, проведенных работниками БТК цеха приведен в таблице 3.8.

Таблица 3.8 – Данные замеров колец (h=100 мм)

3.56	3.46	3.48	3.50	3.42	3.43	3.52	3.49	3.44	3.50
3.48	3.56	3.50	3.52	3.47	3.48	3.46	3.50	3.56	3.38
3.41	3.37	3.47	3.49	3.45	3.44	3.50	3.49	3.46	3.46
4.55	3.52	3.44	3.50	3.45	3.44	3.48	3.46	3.52	3.46
3.48	3.32	3.40	3.52	3.34	3.46	3.43	3.00	3.46	3.52
3.59	3.63	3.59	3.47	3.38	3.52	3.45	3.48	3.31	3.46
3.40	3.54	3.46	3.51	3.48	3.50	3.68	3.60	3.46	3.52
3.48	3.50	3.58	3.50	3.52	3.46	3.48	3.46	3.52	3.56
3.52	3.48	3.46	3.45	3.46	3.54	3.54	3.48	3.49	3.41
3.41	3.45	3.34	3.44	3.47	3.47	3.41	3.48	3.54	3.47

 

Для анализа полученных данных используем гистограмму –  метод представления данных, сгруппированных по частоте попадания в определенный интервал.

При простоте построения гистограммы дает много аналитической информации о разбросе качественных показателей, средних значениях, о точности и стабильности технологических процессов, о точностных возможностях технологического оборудования.

Анализ данных позволяет  установить наименьшее и наибольшее значение измеряе6мого параметра Х_min=3.30 мм; X_max=3.68 мм.

                          R=Х_min-X_max=0.38 (мм)                                                (3.3)

Разбиваем диапазон распределения  интересующего нас параметра  качества на равные интервалы.

Построим гистограмму, показывающую величину разброса замеров, используя среднеарифметическое значение, рассчитанное на основе данных таблицы 3.8 (рисунок 3.9).

 

 

 

 

 

 

 

 

Рисунок 3.9 -  Диаграмма величин разброса замеров диаметров кольца

 

При анализе причин отклонений в технологии обработки можно также построить причинно-следственную диаграмму, рассчитать процент брака, характеризующего точность станка. Для контроля представились 12 партий, контрольные параметры: высотный размер, эллиптичность, внешний и внутренний диаметры. В результате проведенного анализа выявлено, что основными причина дефектов являются сбои в работе оборудования, погрешности и измерения, биение сверла конического хвостовика.

Проверка статистических гипотез проводится по критериям Фишера и Стьюдента. Проверка статистических гипотез по критерию Фишера:

                                                      (3.4)

и по критерию Стьюдента:

(3.5)

И в этом случае показала, что средние х1 и х2 и дисперсии s21; s23 принадлежат одной генеральной совокупности. Однако несмотря на то, что статистические характеристики находятся внутри установленных границ регулирования, при проверке равенства выборочных средних вычисленная величина t=2.39 оказалась достаточно близкой к критическому значению. Это означает, что в третьем квартале сверление корпусных отверстий проводилось другим сверлом, диаметр и биение которого отличаются от сверла. Используемого в первом и во втором кварталах.

Проверка статистической гипотезы однородности дисперсий показала, что, несмотря на то, что полученная величина рассеивания диаметров колец не превысила smax2, точность механической обработки снизилась.

                                               (3.6)

Тогда 

D_изм=0.004 (мм)

Таким образом, максимальная наладочная погрешность инструментального  блока в членном выражении  будет равна:

                                           (3.7)

Максимальная суммарная  погрешность обработки:

           (3.8)

Значение дисперсии, соответствующее DS max определяется следующим образом

                                                   (3.9)

Погрешность от биения вершины  сверла относительно конечного хвостовика:

                                    D^’’’₂=A^’’’₂ k^’’’₂ e^’’’₂                                       (3.10)

Аналогично расчету D2, A’’’2=1, k’’’2=1.17.

                            e^’’’₂ = d_c / 2= 160/2 = 80 мкм                           (3.11)

где dc – биение сверла по диаметру относительно конического хвостовика.

D^’’’₂ = 1*1.17*80=93.6 мкм_.

Для условий данного  примера коэффициент рассеивания  суммарной величины ЕS будет равен:

(3.12)

Тогда

                                 (3.13)

Погрешность измерения Dизм представляет собой точность измерения диаметра сверла перед его установкой. При проведении статистических исследований средство измерения следует выбирать из соотношения

                Т/d=10/20                                                                  (3.14)

где Т – допуск на контролируемый размер;

• - погрешность измерения прибора.

В данном случае измерение  диаметра сверла производится скобой рычажной, для которой

Т/d=0.043/0.004=10.1

D_S<Т

Суммарная погрешность  обработки включает в себя элементарные погрешности технологической системы станок – приспособление – инструмент - деталь.

Из теории вероятности  следует, что при отсутствии доминирующих погрешностей рассеивание суммарной погрешности обработки подчиняется закону нормального распределения Гаусса независимо от законов распределения составляющих погрешностей тогда условием обработки деталей без брака является выражение

                                    6S<T                                                      (3.15)

показывающее, что поле рассеивания значений контролируемого параметра должно быть меньше установленного допуска. Величина фактического поля рассеивания 6s по конкретному технологическому процессу на исследуемом технологическом оборудовании может быть определена экспериментально при обработке партии деталей.

Таким образом, вычислив максимально-допустимое значение суммарной  погрешности обработки и периодически сравнивая его с величинами фактического поля рассеивания 6s. Полученным при контроле малых партий (n≤25), обрабатываемых деталей из текущей продукции станка,  можно проследить динамику изменения точности технологической операции в течение анализируемого времени.

Для наглядности полученные данные целесообразно представим в виде контрольной карты, по горизонтальной оси которой отмечены номера партий обрабатываемых деталей или моменты времени их обработки, а по вертикальной оси – статистические характеристики партий (выборочные средние и выборочный дисперсии). В качестве границ регулирования для `х выбраны пределы допуска контролируемого параметра, а для s2 значение дисперсии, соответствующей максимальной и минимальной величинам суммарной погрешности обработки на исследуемом технологическом оборудовании (рисунок 3.10).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рисунок 3.10 – Контрольная карта процесса изменения точности оборудования

 

Анализ показал, что  точность оборудования на данной операции является достаточной, т.к. значения статистических характеристик находятся внутри границ регулирования. При выходе за границы регулирования, с целью предотвращения появления брака, процесс обработки деталей должен быть приостановлен для проведения ремонтных работ или понижения класса точности используемого оборудования.

Таким образом, предложенный подход позволяет проследить динамику изменения точности технологического оборудования и проанализировать затраты на производство и обеспечение качества. Это позволит без дополнительных экономических затрат своевременно выявить снижение его точности из-за преждевременного износа, предотвратив тем самым возможность появления неисправимого брака, а также снизить потери в 1,2 раза.

 

 

4   Применение ППП «Прогноз»  для оптимизации затрат на качество, анализ и прогноз средних показателей и стандартных отклонений

 

К числу главных факторов успеха предприятия на рынке относится высокий уровень качества продукции, которую она закупает, хранит, производит или продает.