13 Klasický a efektivní způsob řízení kvality Flashcards
klasický způsob řízení kvality
kontrola jakosti výrobků se provádí až po jejich vyrobení
zbytečně se vynakládají náklady na výrobu
efektivní způsob řízení kvality
stálé získávání a analyzování informací během výrobního procesu
cílem je působit na proces tak, aby výrobky měly požadované vlastnosti
statistická regulace procesu
význam a princip statistické regulace procesu
preventivní nástroj řízení jakosti
umožňuje odhalení významných odchylek
teorie statistické regulace procesu vychází z existence variability
variabilita
výsledek působení vlivů (náhoda), které na proces působí
způsobuje, že dva výrobky nejsou stejné
lze popsat podle pravděpodobnostních zákonů
způsobena dvěma typy příčin
náhodné příčiny
neidentifikovatelné vlivy
malá míra vlivu
proces je ustálený a jakost výroby je předvídatelná
není nutno zasahovat do procesu
fáze statistické regulace
- fáze přípravná
- fáze zabezpečování stavu statistické zvládnutosti procesu
- fáze analýzy a zabezpečení způsobilosti procesu
- fáze vlastní statistické regulace
fáze přípravná
stanoví se znaky jakosti, které budou sledovány
zvolí se vhodná délka intervalu pro měření a typ regulačního diagramu
fáze zabezpečování stavu statistické zvládnutosti procesu
identifikace vymezitelných příčin
minimalizace a odstranění působení těchto příčin
fáze analýzy a zabezpečení způsobilosti procesu
zkoumání, zda statisticky zvládnutý proces vyhovuje požadavkům zákazníka
využívá indexy způsobilosti
fáze vlastní statistické regulace procesu
proces je udržován ve stavu, který je statisticky zvládnutý a způsobilý
regulační diagramy
význam a princip regulačních diagramů
pro znázornění variability procesu v čase
popisuje statistickou zvládnutelnost procesu
statistické pozadí
regulační diagram je grafické znázornění hypotézy o hodnotě parametru rozdělení regulované veličiny
H0 proces je statisticky zvládnutý (mezi UCL a LCL)
H1 proces není statisticky zvládnutý (UCL a LCL je kritický obor
členění regulačních diagramů
regulační diagramy pro regulaci měřením
regulační diagramy pro regulaci srovnáváním
regulační diagramy pro regulaci měřením
regulační diagram x s čarou, R
regulační diagram x s čarou, s
regulační diagram xi, Rkl, i
regulační diagram x s čarou, R
řeší výběrové průměry a rozpětí
regulovaná veličina je měřitelná a má normální rozdělení, měření jsou nezávislá, v logických podskupinách je min 2 měření a stejný počet
regulační diagram x s čarou, s
řeší se výběrové průměry a směrodatné odchylky
regulovaná veličina je měřitelná a má normální rozdělení, měření jsou nezávislá a v logických podskupinách je stejný počet měření, který je velký
regulační diagram xi, Rkl, i
řeší individuální naměřené hodnoty a klouzavá rozpětí
regulovaná veličina je měřitelná a má normální rozdělení, měření jsou nezávislá a v logické podskupině je pouze jedno měření
regulační diagramy pro regulaci srovnáváním
regulační diagramy c a u
regulační diagramy np a p
regulační diagramy c a u
počty neshod na jednotlivých produktech
např. počty bublin a tabulích skla
regulační diagramy np a p
počty neshodných výrobků v sérii
regulační diagram c
regulovaná veličina je diskrétní náhodnou veličinou a má Poissonovo rozdělení
počet neshod může být nekonečný
střední počet neshod odpovídá lambdě (odhaduje se pomocí průměru)
počet produktů by měl být 20 až 25
stejná velikost podskupin produktů
regulační diagram u
jako předchozí, ale jiná velikost produktů ve skupině
regulační diagram np
diskrétní náhodná veličina
binomické rozdělení se střední hodnotou np a pravděpodobností p
logické podskupiny jsou stejné a mají být velké (min 50 ks)
regulační diagram p
jako předchozí jen logické podskupiny nemusí být stejně velké
logická podskupina musí mít alespoň 20 ks
význam a princip indexů způsobilosti
schopnost výrobků vyhovět předem stanoveným kritériím jakosti
sleduje se udržení požadované hodnoty
sleduje se udržení variability sledovaného znaku v tolerančních mezích
podmínky použití indexů
sledovaný znak je spojitou náhodnou veličinou a má normální rozdělení
výrobní proces je pod statistickou kontrolou
pravidlo +- 3sigma pro USL a LSL
indexy
index Cp
index Cpk
index Cpm
index Cpmk
index Cp
proces je centrován a střední hodnota je uprostřed tolerančních mezí
Cp<1 proces je nezpůsobilý
Cp=1 proces je způsobilý, ale na hraně
Cp>1 proces je způsobilý
index Cpk
proces není centrován
uvažuje se směrodatná odchylka vůči hranicím tolerančního intervalu
Cpk<1 proces je nezpůsobilý
Cpk=1 proces je způsobilý, ale na hraně
Cpk>1 proces je způsobilý
požaduje se ale hodnota > 1,33
index Cpm
proces není centrován
uvažuje se směrodatná odchylka a velikost tolerančního intervalu
interpretace jako Cp a Cpk
index Cpmk
uvažuje se směrodatná odchylka sledovaného znaku
uvažuje se střední hodnota vůči tolerančním mezím a cílové hodnotě
interpretace jako Cp a Cpk
