Курсовая Управление качеством 21
Работа добавлена на сайт bukvasha.net: 2015-10-25Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
Федеральное агентство по образованию РФ
«Уральский федеральный университет-
имени Первого Президента Б.Н. Ельцина»
Факультет гуманитарного образования
Кафедра менеджмента
Курсовая работа
по дисциплине управление качеством
Преподаватель Калинин В. В.
Исполнитель Шарапова К.В.
ФГО-38053
Екатеринбург
2010
Содержание
Введение 3
1. Статистические методы управления качеством 4
2. Расчетная задача 10
Заключение 19
Введение
Мы живем в XXI веке, веке огромной рыночной конкуренции. И одним из важнейших принципов успеха является показатель качества продукции. Поэтому актуальность менеджмента качества неоспорима.
Можно заметить как эволюционировало и само понятие качества. Если 1979 году это была совокупность свойств продукции, обусловливающая ее пригодность удовлетворять определенные потребности в соответствии с ее назначением. В наше время такое определение качества недопустимо, так как конкуренция на рынке очень велика и если следовать данному определению, то фирме просто не выжить. Действующее определение качества звучит так: это степень, с которой совокупность собственных характеристик выполняет требования.
Если предприятие не ведет управление качеством, это может вылиться в огромные потери для него, в большей степени материальные. Сейчас менеджмент качества ведется практически на всех предприятиях, ведь не будь его организации не смогла бы управлять ни персоналом, так как не существовали бы должностные инструкции, ни технологией производства или работы, ни окружающей средой. Таким образом без менеджмента качества организация просто на может существовать. Поэтому управление качеством так актуально в наше время.
1.Статистические методы управления качеством
Статистические методы (методы, основанные на использовании математической статистики), являются эффективным инструментом сбора и анализа информации о качестве. Применение этих методов, не требует больших затрат и позволяет с заданной степенью точности и достоверностью судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения.
Потребность в статистических методах возникает, прежде всего, в связи с необходимостью минимизации изменчивости процессов. Изменчивость присуща практически всем областям деятельности, связанной с обеспечением качества. Однако наиболее характерна она для процессов, поскольку они содержат много источников изменчивости.
Первое промышленное применение статистических методов обеспечения качества относится к середине 20-х годов нашего столетия. Работы В. Шухарта "Экономика качества производственной продукции" (
В последние десятилетия произошло стремительное развитие статистических методов. В годы Второй мировой войны статистические методы получили заметное распространение на предприятиях США и Великобритании, военные стандарты которых основывались на трудах К. Пирсона. Этим в значительной степени объясняется тот факт, что системы производства данных стран в военное время удовлетворяли высоким требованиям с точки зрения качества и экономичности. Ведущие позиции, завоеванные японской промышленностью на мировом рынке за послевоенный период, во многом определяются массовым использованием статистических методов в производственной практике. Методы статистики - наиболее важная часть системы качества в фирме. В японских корпорациях все, начиная с председателя Совета директоров и до рядового рабочего в цехе, обязаны знать хотя бы основы статистических методов.
В настоящее время статистические методы обеспечения качества широко применяются в США, Японии, Великобритании, Германии, Франции, Италии, Голландии, Дании и других странах.
Необходимость упорядочения проводимых разными странами работ в области статистических методов привела к созданию в составе ИСО специального ТК 69: "Применение статистических методов". Структура комитета включает шесть подкомитетов, их задачи - это терминология и символы, интерпретация статистических данных, статистическое представление данных, статистическое управление процессами, выборочный приемочный контроль, методы измерений и результаты. Разработкой рекомендаций по применению статистических методов занимается также один из комитетов ЕОК.
Несмотря на всемирную известность представителей отечественной школы математической статистики (А. И. Колмогорова, Н. В. Смирнова, А. Я. Хинчина, Я. Б. Шора и др.), Россия пока отстает от промышленно развитых стран в области массового применения статистических методов. Интенсивное распространение этих методов в вашей стране приходится на 40-50-е годы. Но впоследствии статистические методы, несмотря на их научную обоснованность и прогрессивный характер, практически не используются, за исключением отдельных предприятий. Основными причинами низкого применения статистических методов являются:
- низкая технологическая дисциплина;
- пренебрежение нормами конструкторской и технологической документации;
- несогласованность конструкторских норм с технологическими и метрологическими возможностями;
- нехватка квалифицированных специалистов в области статистических методов;
- усложненность многих методических пособий по статистическим методам, их перегруженностью математикой;
- отсутствие экономической заинтересованности предприятий во внедрении этих методов.
Среди простых статистических методов, названных так ввиду их сравнительной несложности, убедительности и доступности, наибольшее распространение получили семь методов, выделенных в начале 50-х годов японскими специалистами под руководством К. Исикавы. В своей совокупности эти методы образуют эффективную систему методов контроля и анализа качества. С их помощью, по свидетельству самого К. Исикавы, может решаться от 50 до 95% всех проблем, находящихся в поле зрения производственников. Для применения семи простых методов не требует специального образования (стандартная японская программа обучения этим методам рассчитана на 20 занятий и ориентирована на уровень старшеклассников). О популярности семи простых методов можно судить по тому, что сегодня в японских фирмах ими владеют все - от президента до рядового рабочего. В этом отношении данные методы являются средством демократизации технологии управления качеством.
Согласно К. Исикаве в семь простых методов входят: расслоение данных, диаграмма Парето, причинно-следственная диаграмма, метод гистограмм, диаграмма разброса, контрольная карта и контрольный листок.
Подробнее остановимся на причинно-следственной диаграмме.
Причинно-следственная диаграмма часто называется также диаграммой Исикавы (по имени ее автора), диаграммой "причина-следствие", "рыбья кость", "рыбий скелет". Она выглядит следующим образом:
Она позволяет выявить и систематизировать различные факторы и условия (например, исходные материалы, условия операций, станки и оборудование, операторы), оказывающие влияние на рассматриваемую проблему (на показатели качества, такие как размер резьбы, прочность на разрыв, твердость и т. д.). Информация о показателях качества для построения диаграммы собирается из всех доступных источников: используется журнал регистрации операций, журнал регистрации данных текущего контроля, сообщения рабочих производственного участка и т. д. При построении диаграммы выбираются наиболее важные с технической точки зрения факторы. Причины сортируются на наиболее вероятные; на причины, связанные с рассеянностью, и причины, связанные с небрежностью персонала; на причины трудноустранимые и причины, которые невозможно устранить. Разброс факторов (причин), таких как размеры, температура и другие количественные данные, получаемые с помощью измерений, анализируется с использованием гистограмм и других графических методов. При обнаружении отклонений, указывающих на возможность появления брака, принимают меры по устранению причин отклонений.
Очень часто можно проследить корреляционную зависимость между причинными факторами (параметрами процесса) и показателями качества. В этом случае параметры легко поддаются корректированию.
Сложная причинно-следственная диаграмма анализируется с помощью расслоения по отдельным факторам, таким как материалы, исполнители, время проведения операций и др. При выявленной при анализе заметной разнице в разбросе между "слоями" принимают соответствующие меры для ликвидации этой разницы и устранения причины ее появления. Причинно следственная диаграмма как метод решения возникающих проблем используется не только в производственной сфере, но и для привлечения новых клиентов, для оценки конфликтов, возникающих между отдельными подразделениями предприятия, для контроля складских операций, контроля долговых обязательств и т.д.
Качество изделия обеспечивается в процессе его изготовления. Можно сказать, что качество изделия является результатом действия системы факторов и причин, составляющих процесс. Японцы, тяготеющие к алгоритмизации определений для упрощения усвоения основных понятий работниками первой линии производства, определяют процесс как взаимодействие 4М (material - (материал) +machine- (оборудование)+man- (оператор)+method - (метод)). Зависимость между процессом (4М), представляющим собой систему причинных факторов, и качеством, представляющим собой результат действия этих причинных факторов, можно выразить графически.
Если результат процесса, допустим качество изделия, оказался неудовлетворительным, следовательно, в системе причин, т. е. в какой-то точке процесса, произошло отклонение от заданных условий. Если причина, вызвавшая отклонение в ходе процесса, всегда может быть обнаружена и устранена, будут производиться изделия только высокого качества. Более того, если постоянно поддерживать заданные условия хода процесса, можно обеспечить формирование высокого качества. Важно также, что полученный результат - показатели качества (точность размеров, степень прочности, степень чистоты и т. д.) - выражается, как показано на рис. 16, конкретными данными. Используя эти данные, с помощью статистических методов осуществляют контроль процесса, т.е. проверяют систему причинных факторов. Таким образом, процесс контролируется по факту качества.
Для производства изделий, качество которых удовлетворяло бы запросам потребителей, прежде всего, необходимо наиболее важным показателям качества (являющимся следствием) поставить в соответствие различные факторы производства (составляющие систему причинных факторов). Затем на те факторы, которые оказывают отрицательное влияние на результат, необходимо оказать воздействие правильно подобранными мерами и этим ввести процесс в стабильное состояние. Для этого важно хорошо понимать и контролировать зависимость между характеристиками качества (следствием) и параметрами процесса (системой причинных факторов). При этом удобно использовать так называемую причинно-следственную диаграмму. Как показано на рис. 17, характеристики качества, являющиеся следствием, определяют различные причины - причину А, причину В,- обозначенные стрелками. Эти причины являются, в свою очередь, следствием других причин: A1, А2,... (для следствия А); причин В1, В2,... (для следствия В) и т.д. Все они также обозначены стрелками, направленными к соответствующим следствиям.
2. Расчетная задача
| -64 | -50 | -50 | -46 | -44 | -42 | -40 | -40 | -40 | -38 |
| -36 | -36 | -32 | -30 | -30 | -28 | -28 | -28 | -28 | -26 |
| -24 | -20 | -18 | -18 | -16 | -16 | -16 | -16 | -16 | -14 |
| -14 | -12 | -12 | -10 | -10 | -6 | -6 | -6 | -6 | -6 |
| -4 | -2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 2 | 2 | 4 | 4 | 4 | 4 | 4 | 4 | 6 | 6 |
| 8 | 8 | 8 | 8 | 8 | 10 | 16 | 16 | 18 | 18 |
| 18 | 20 | 20 | 20 | 22 | 24 | 24 | 26 | 26 | 26 |
| 26 | 30 | 32 | 32 | 34 | 38 | 40 | 40 | 40 | 42 |
| 42 | 44 | 44 | 46 | 46 | 46 | 50 | 60 | 66 | 68 |
Задание 2.1
Xmin=-64
Xmax=68
| Xi | n | Xср-Xi | (Xср-Xi)² |
| -64 | 1 | 66,26 | 4390,388 |
| -50 | 2 | 52,26 | 2731,108 |
| -50 | | 52,26 | 2731,108 |
| -46 | 1 | 48,26 | 2329,028 |
| -44 | 1 | 46,26 | 2139,988 |
| -42 | 1 | 44,26 | 1958,948 |
| -40 | 3 | 42,26 | 1785,908 |
| -40 | | 42,26 | 1785,908 |
| -40 | | 42,26 | 1785,908 |
| -38 | 1 | 40,26 | 1620,868 |
| -36 | 2 | 38,26 | 1463,828 |
| -36 | | 38,26 | 1463,828 |
| -32 | 1 | 34,26 | 1173,748 |
| -30 | 2 | 32,26 | 1040,708 |
| -30 | | 32,26 | 1040,708 |
| -28 | 4 | 30,26 | 915,6676 |
| -28 | | 30,26 | 915,6676 |
| -28 | | 30,26 | 915,6676 |
| -28 | | 30,26 | 915,6676 |
| -26 | 1 | 28,26 | 798,6276 |
| -24 | 1 | 26,26 | 689,5876 |
| -20 | 1 | 22,26 | 495,5076 |
| -18 | 2 | 20,26 | 410,4676 |
| -18 | | 20,26 | 410,4676 |
| -16 | 5 | 18,26 | 333,4276 |
| -16 | | 18,26 | 333,4276 |
| -16 | | 18,26 | 333,4276 |
| -16 | | 18,26 | 333,4276 |
| -16 | | 18,26 | 333,4276 |
| -14 | 2 | 16,26 | 264,3876 |
| -14 | | 16,26 | 264,3876 |
| -12 | 2 | 14,26 | 203,3476 |
| -12 | | 14,26 | 203,3476 |
| -10 | 2 | 12,26 | 150,3076 |
| -10 | | 12,26 | 150,3076 |
| -6 | 5 | 8,26 | 68,2276 |
| -6 | | 8,26 | 68,2276 |
| -6 | | 8,26 | 68,2276 |
| -6 | | 8,26 | 68,2276 |
| -6 | | 8,26 | 68,2276 |
| -4 | 1 | 6,26 | 39,1876 |
| -2 | 1 | 4,26 | 18,1476 |
| 0 | 8 | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 0 | | 2,26 | 5,1076 |
| 2 | 2 | 0,26 | 0,0676 |
| 2 | | 0,26 | 0,0676 |
| 4 | 6 | -1,74 | 3,0276 |
| 4 | | -1,74 | 3,0276 |
| 4 | | -1,74 | 3,0276 |
| 4 | | -1,74 | 3,0276 |
| 4 | | -1,74 | 3,0276 |
| 4 | | -1,74 | 3,0276 |
| 6 | 2 | -3,74 | 13,9876 |
| 6 | | -3,74 | 13,9876 |
| 8 | 5 | -5,74 | 32,9476 |
| 8 | | -5,74 | 32,9476 |
| 8 | | -5,74 | 32,9476 |
| 8 | | -5,74 | 32,9476 |
| 8 | | -5,74 | 32,9476 |
| 10 | 1 | -7,74 | 59,9076 |
| 16 | 2 | -13,74 | 188,7876 |
| 16 | | -13,74 | 188,7876 |
| 18 | 3 | -15,74 | 247,7476 |
| 18 | | -15,74 | 247,7476 |
| 18 | | -15,74 | 247,7476 |
| 20 | 3 | -17,74 | 314,7076 |
| 20 | | -17,74 | 314,7076 |
| 20 | | -17,74 | 314,7076 |
| 22 | 1 | -19,74 | 389,6676 |
| 24 | 2 | -21,74 | 472,6276 |
| 24 | | -21,74 | 472,6276 |
| 26 | 4 | -23,74 | 563,5876 |
| 26 | | -23,74 | 563,5876 |
| 26 | | -23,74 | 563,5876 |
| 26 | | -23,74 | 563,5876 |
| 30 | 1 | -27,74 | 769,5076 |
| 32 | 2 | -29,74 | 884,4676 |
| 32 | | -29,74 | 884,4676 |
| 34 | 1 | -31,74 | 1007,428 |
| 38 | 1 | -35,74 | 1277,348 |
| 40 | 3 | -37,74 | 1424,308 |
| 40 | | -37,74 | 1424,308 |
| 40 | | -37,74 | 1424,308 |
| 42 | 2 | -39,74 | 1579,268 |
| 42 | | -39,74 | 1579,268 |
| 44 | 2 | -41,74 | 1742,228 |
| 44 | | -41,74 | 1742,228 |
| 46 | 3 | -43,74 | 1913,188 |
| 46 | | -43,74 | 1913,188 |
| 46 | | -43,74 | 1913,188 |
| 50 | 1 | -47,74 | 2279,108 |
| 60 | 1 | -57,74 | 3333,908 |
| 66 | 1 | -63,74 | 4062,788 |
| 68 | 1 | -65,74 | 4321,748 |
D=Σ(Xср-Xi)² /100=806,5324
σ =D½=28,39951
Задание 2.2
R=Xmax-Xmin=68-(-64)=132
h=R/(1+3,322lgn)=R/7,644=17,26845=17
X1=Xmin-h/2=-64-8,5=-72,5
Таблица выборочного распределения
| Nинт. | От | До | Частота | % | Накопленная частота | Накопленные % |
| 1акопленные очного распределентяя | -72,5 | -55,5 | 1 | 1 | 1 | 1 |
| 2 | -55,5 | -38,5 | 8 | 8 | 9 | 9 |
| 3 | -38,5 | -21,5 | 12 | 12 | 21 | 21 |
| 4 | -21,5 | -4,5 | 19 | 19 | 40 | 40 |
| 5 | -4,5 | 12,5 | 26 | 26 | 66 | 66 |
| 6 | 12,5 | 29,5 | 15 | 15 | 81 | 81 |
| 7 | 29,5 | 46,5 | 15 | 15 | 96 | 96 |
| 8 | 46,5 | 63,5 | 2 | 2 | 98 | 98 |
| 9 | 63,5 | 68 | 2 | 2 | 100 | 100 |
| Σ | | | 100 | | | |
Задание 2.3
Следуя данному графику можно сделать следующие выводы. Поле рассеяния выходит за края поля допуска. Обнаружено несоответствие, то есть, выявлено несоответствие установленным требованиям. Значения показателя выходят за пределы ВУС и НУС. Отклонение Xср от уровня СПД незначительно. То есть можно сделать вывод, что на данном предприятии процент брака значителен.
Задание 2.4
| Норм. распределение | Норм. Распределение *h/100 |
| 0,000924 | 1,570361 |
| 0,002584 | 4,392752 |
| 0,003315 | 5,636259 |
| 0,003728 | 6,337051 |
| 0,00417 | 7,089729 |
| 0,004643 | 7,892565 |
| 0,005143 | 8,742846 |
| 0,005669 | 9,636816 |
| 0,006786 | 11,53542 |
| 0,007369 | 12,52716 |
| 0,007963 | 13,53685 |
| 0,008562 | 14,55557 |
| 0,009161 | 15,57351 |
| 0,010332 | 17,56466 |
| 0,010891 | 18,51551 |
| 0,011424 | 19,42126 |
| 0,011924 | 20,27055 |
| 0,012384 | 21,05231 |
| 0,012798 | 21,75604 |
| 0,013466 | 22,89174 |
| 0,01371 | 23,30759 |
| 0,01389 | 23,61359 |
| 0,014003 | 23,80526 |
| 0,014047 | 23,87976 |
| 0,014021 | 23,83598 |
| 0,013926 | 23,67457 |
| 0,013763 | 23,39793 |
| 0,013535 | 23,01012 |
| 0,012496 | 21,24319 |
| 0,012047 | 20,48074 |
| 0,011558 | 19,64797 |
| 0,011033 | 18,7558 |
| 0,01048 | 17,81558 |
| 0,009905 | 16,83876 |
| 0,008718 | 14,82072 |
| 0,008118 | 13,80123 |
| 0,007523 | 12,7883 |
| 0,006363 | 10,81784 |
| 0,005809 | 9,875833 |
| 0,005277 | 8,971251 |
| 0,00477 | 8,109207 |
| 0,00429 | 7,293733 |
| 0,00342 | 5,813413 |
| 0,001778 | 3,023023 |
| 0,001132 | 1,923982 |
| 0,000964 | 1,638626 |
Из совмещенной диаграммы видно, что поле рассеяния так же выходит за края поля допуска и границы кривой нормального распределения. Значения показателя выходят за пределы ВУС и НУС. Так же как можно сделать вывод, что на данном предприятии есть брак и уменьшить брак поможет перенастройка оборудования, если это возможно.
Задание 2.5
ά=0,1
Ψосн= x²(ά/2)*100%(L-S-1)=x²*5%(L-S-1)=x²*5%(3)=7,8
| № | Интервал | Кол-во попаданий | А |
| 1 | -72,5;-38,5 | 9 | -1,935 |
| 2 | -38,5;-21,5 | 12 | -1,56 |
| 3 | -21,5;-4,5 | 19 | -2,47 |
| 4 | -4,5; 12,5 | 26 | 1,04 |
| 5 | 12,5; 29,5 | 15 | 3,15 |
| 6 | 29,5; 68 | 19 | 9,2625 |
| Nинт | Граница интервала Xi-Xi+1 | Zi=(Xiнач-Ā)/λср | φ(Zi) | Pi=φ(Zi+1)-φ(Zi) | Pi*n | μi | (μi-pin)²/ pin |
| 1 | -~;-72,5 | | -0,5 | | | | |
| 2 | -72,5;-38,5 | -2,484725 | -0,4934 | 0,0066 | 0,66 | 9 | 105,39 |
| 2 | -38,5;-21,5 | -1,300726 | -0,4032 | 0,0902 | 9,02 | 12 | 0,98 |
| 3 | -21,5;-4,5 | -0,67008 | -0,2486 | 0,1546 | 15,46 | 19 | 0,81 |
| 4 | -4,5;12,5 | -0,19507 | -0,0793 | 0,1693 | 16,93 | 26 | 4,86 |
| 5 | 12,5;29,5 | 0,329231 | 0,1255 | 0,2048 | 20,48 | 15 | 1,47 |
| 6 | 29,5;68 | 0,7126 | 0,2611 | 0,1356 | 13,56 | 19 | 2,18 |
| 7 | ~ | | 0,5 | 0,2389 | 23,89 | | |
| Σ | | | | 1 | 100 | | 115,69 |
Задание 2.6
C=(ВУС-НУС)/2=(60-(-60))/2=60
ά=0,1
задается критическая статистика
ψкр=tά/2*100%(2n-2)=5=1,65
ψрас=|Xср-С|/(0,5*D)=|2,26-60|/(0,5*68,80719)½*(50)½=69,60812
Задание 2.7
Z1=(Xср-ВУС)/σ=-2,03=-0,4788
Z2=( Xср-НУС)/σ=2,19=0,4857
p1=(0,5-(-0,4788))*100%=97,88
p2=(0,5-0,4857)*100%=1,43
Задание 2.8
Ср=(ВУС-НУС)/6σ=(60-(-60))/6*28,39951=0,704237
Срк=(ВУС-Xср)/3σ=(60-2,26)/3*28,39951=0,677711
Срк-min<1 =>появление брака неизбежно
Задание 2.9
На основании проведенных работ, расчетов, мы видим, что появление брака в организации неизбежно. Данной оргпнизации могут быть даны следующие рекомендации.
Во-первых, в проблемах, связанных с качеством может быть виноват человеческий фактор. То есть можно пересмотретьработу персонала.
Во-вторых, предприятие может работать по устаревшей технологии. Значит ужно произвести определенные работы, связанные с улучшением технологии.
В-третьих, возможны неправильные методы контроля на предприятии.
В-четвертых, предприятию, возможно, нужно пересмотреть список поставщиков. Может быть брак в производстве зависит от некачественного сырья и материалов.
Заключение
Таким образом, можно сделать вывод, что использование статистических методов в управлении качеством очень важно. Среди специалистов по статистике бытует мнение, что статистические методы - если не единственное, то, по крайней мере, самое главное средство решения проблемы обеспечения качества. Такой подход крайне опасен, поскольку решение столь сложной проблемы не может быть результатом применения какого-то одного, пусть даже высокоэффективного средства. Здесь следует напомнить предупреждение Э. Деминга о том, что повышения качества, производительности труда и конкурентоспособности продукции нельзя добиться исключительно за счет массированного применения контрольных карт и других статистических методов. Статистические методы являются лишь одним из многочисленных средств обеспечения качества, и успех в этой области определяется правильным сочетанием всех имеющихся средств в зависимости от конкретных условий. Вместе с тем применение статистических методов при внедрении стандартов ИСО серии 9000 приобретает особую значимость, так как именно с их помощью возможно объективное подтверждение стабильности процессов и качества продукции предприятия.
К настоящему времени в мировой практике накоплен огромный арсенал статистических методов, многие из которых могут быть достаточно эффективно использованы для решения конкретных вопросов, связанных с менеджментом качества. Условно все методы можно классифицировать по признаку общности на три основные группы: графические методы, методы анализа статистических совокупностей и экономико-математические методы. Предложенная классификация не является ни универсальной, ни исчерпывающей, но она дает наглядное представление о разнообразии статистических методов и о тех потенциальных возможностях, которыми располагают сегодня специалисты предприятий при реализации требований стандартов ИСО по части использования статистических методов в системе качества.
