Содержание к диссертации
Введение
Глава 1. Методологические вопросы статистического исследования управления качеством производственных процессов. 8
1.1. Статистические методы управления качеством процесса производства как неотъемлемая часть системы TQM 8
1.2. Особенности статистического исследования управления качеством производственных процессов 21
1.3. Современные проблемы использования индексов воспроизводимости и основных типов контрольных карт для управления качеством процесса производства 33
Глава 2. Анализ направлений совершенствования системы статистического управления качеством производственных процессов . 47
2.1. Модель функционирования предприятия и статистический мониторинг производственных процессов как важнейшие условия обеспечения качества продукции 47
2.2.Методологические особенности оценки статистической зависимости между контролируемыми параметрами продукта производства 59
2.3. Разработка и совершенствование алгоритмов построения контрольных карт и расчета индексов воспроизводимости для количественных и качественных параметров продукта и производства в целом 72
Глава 3. Статистическое исследование системы управления качеством производственных процессов . 89
3.1. Математико-статистическии анализ зависимости между параметрами продукта производства 89
3.2. Результаты применения контрольных карт для характеристики количественных и качественных параметров продукта 104
3.3. Статистическая оценка качественных параметров продукта и производства в целом 118
Заключение 131
Список использованной литературы 137
- Статистические методы управления качеством процесса производства как неотъемлемая часть системы
- Модель функционирования предприятия и статистический мониторинг производственных процессов как важнейшие условия обеспечения качества продукции
- Математико-статистическии анализ зависимости между параметрами продукта производства
- Результаты применения контрольных карт для характеристики количественных и качественных параметров продукта
Введение к работе
В условиях рынка, интеграции производства и обслуживания в рамках международных сообществ, качество выполняемых работ и услуг прямо влияет на конкурентоспособность и становится ключевой проблемой экономического развития. В этой связи развитие и совершенствование научно-методических и правовых основ качества считаются приоритетными направлениями экономической политики. Особую значимость проблема повышения качества приобретает в кризисных условиях, сопровождающихся распадом экономических связей, снижением производства, утратой доминирующих позиций на внешнем и внутреннем рынках. Исторический опыт США, Японии, Германии, Южной Кореи и ряда других стран показывает, что обеспечение прогресса в области качества путем применения эффективных систем управления является одним из основных рычагов, с помощью которого им удалось преодолеть кризис в экономике и занять прочные позиции на мировом рынке.
За короткое время такие системы управления качеством, как «Всеобщее руководство качеством» (TQM), «Управление качеством в масштабах компании» и др. завоевали прочное международное признание как стратегическое средство обеспечения высокого качества при низких затратах, позволяющее сокращать себестоимость производства и конкурировать с производителями, имеющими продукцию высокого качества.
Особое место в реализации подобных задач занимают статистические методы управления качеством, базирующиеся на количественной оценке различных параметров продукции. Без них как руководители крупных
предприятий и фирм, так и менеджеры более низкого уровня не способны принимать правильные решения по организации производства.
В совокупности все вышеперечисленные обстоятельства предопределили актуальность темы исследования, а также обусловили его научный интерес и практическую значимость.
Цель и задачи исследования. Целью диссертационной работы является разработка методики комлексного статистического исследования качества производственных процессов. Для достижения поставленной цели были сформированы и решены следующие задачи:
уточнены особенности качества производственных процессов как объекта экономико-статистического исследования;
проанализированы современные системы управления качеством производственных процессов;
оценена зависимость качества продукции машиностроительной отрасли от ряда социально-экономических факторов;
разработана методика расчета индексов воспроизводимости для показателей качества машиностроительной продукции и производства в целом;
построен прогноз числа предприятий сертифицированных в мире по стандартам качества ISO 9000.
Объект и предмет исследования. Объектом исследования является качество
производственных процессов на машиностроительных предприятиях и, в
частности, на ЗАО «МЗАТЭ-2», ЗАО «Газдевайз» и ЗАО «Рудгормаш».
Предметом исследования являются количественные методы оценки и
контроля качества производственных процессов.
Теоретической и методологической основой исследования послужили
труды отечественных и зарубежных авторов, посвященные проблемам
экономики, статистики и управления качеством производственных процессов.
При решении поставленных в диссертации задач использованы статистические методы корреляционного и регрессионного анализа, анализа
6 временных рядов и прогнозирования, экспертные методы, табличные и графические методы представления результатов анализа. Для достижения поставленной цели использовались пакеты прикладных программ Statistica, OLYMP, Microsoft Excel.
Информационную базу исследования составили данные Государственного комитета Российской Федерации по статистике, публикации журналов «Вопросы статистики» и «Стандарты и качество», а также результаты обследований, проведенных автором на предприятиях ЗАО «МЗАТЭ-2», ЗАО «Газдевайз» и ЗАО «Рудгормаш».
Научная новизна исследования состоит в совершенствовании методологии статистического исследования качества процесса производства. В диссертации обоснованы и выносятся на защиту следующие положения, содержащие элементы научной новизны:
построена классификация факторов качества производственных процессов;
усовершенствована система показателей качества продукции;
уточнены методические подходы к оценке особенностей организации статистического мониторинга качества продукции на машиностроительных предприятиях;
разработана методика статистической оценки взаимозависимости параметров качества производимой продукции, позволяющая повысить достоверность контроля качества и снизить уровень дефектности продукции;
предложена и апробирована методика расчета параметров контрольных карт для доли дефектных изделий с учетом взаимозависимости показателей качества.
Практическая значимость. Результаты диссертационного исследования
могут быть использованы статистическими органами РФ при
совершенствовании системы показателей качества, а также различными предприятиями при применении системы управления качеством продукции и производственных процессов. Основные положения диссертации нашли
применение в Московском государственном университете экономики, статистики и информатики в учебном процессе при чтении курсов: «Управление качеством», «Производственный менеджмент» и «Микроэкономическая статистика».
Апробация результатов исследования. Предложенные в диссертационной работе методики контроля статистической зависимости между параметрами продукции, расчета границ контрольных карт и индексов воспроизводимости докладывались на конференции "Международный день менеджера качества" и на семинарах кафедры «Общего менеджмента и статистики фирм», где получили одобрение.
Публикации. По теме диссертации опубликовано 6 работ общим объемом 1,2 п.л.
Статистические методы управления качеством процесса производства как неотъемлемая часть системы
На протяжении всей истории человеческого общества вопросам качества всегда уделялось самое серьезное внимание. Из древнего кодекса Хаммураби известно, какие драконовские штрафы угрожали строителю, если созданное им сооружение разрушалось или наносило ущерб людям. Петр 1 еще в 1723 г. подписал указ о наказаниях, применяемых к производителям некачественных товаров. Подобные государственные акты применялись ив других странах мира, постоянно подчеркивая актуальность качества как особой социально-экономической категории.
Рассматривая современные проблемы качества производственных процессов чрезвычайно важно проанализировать позиции специалистов-основоположников концепций качества, которые внесли значительный вклад в развитие данной области знаний и практической деятельности.
Среди них, в первую очередь, следует выделить американского специалиста В. Эдвардса Деминга (W.Edwards Deming). Его опыт по применению статистических методов для оценки качества продукции не имел значительного успеха в США. В начале 50-х гг. он уехал в Японию, где своими идеями завоевал большой авторитет, выступая на семинарах и конференциях различного ранга. Программа Деминга получила широкое распространение, так как активно вовлекала руководство предприятия в целом и его отдельных представителей в процесс управления качеством. Она была направлена на непрерывное улучшение качества, то есть процесс, в котором количественно поставленная цель и возможности ее достижения оценивались с помощью статистических методов. Данная концепция главным образом была обращена к руководящим кадрам как организаторам производства. Причем понятие качества у Деминга основывалось исключительно на требованиях заказчика, что всегда привлекало фактических инвесторов.
Другой гражданин США - Арманд Фейгенбаум (Armand V. Feigenbaum) известен как представитель направления, рассматривающего содержание качества в увязке со стоимостью продукции. Он соотносил цену на продукт с фактически достигнутым уровнем качества. Фейгенбаум является основателем концепции, именуемой «Всеобъемлющее управление качеством» (Total Quality Control), где качество с точки зрения автора измеряется затратами на производство.
Нельзя не вспомнить и американца Йозефа М. Джурана (Joseph М. Juran), который как и Деминг в 50-х гг. работал в Японию. Его успех сначала был не таким очевидным, как у Деминга, потому что последний несколько раньше ознакомил японских предпринимателей со своими идеями. В противоположность Демингу, делавшему основной акцент на статистические методы, у Джурана доминировала концепция абсолютной ориентации на заказчика. Важнейшим требованием Джурана была пригодность продуктов к употреблению («Fitness for use»), то есть возможность практического использования. Его до сих пор воспринимают как «отца» теории непрерывного процесса улучшения качества.
Японский специалист Каору Исикава (Kaoril Ishikawa) в принципе опирался на положения Деминга и Джурана. Он продолжил дальнейшее развитие понятия качества. Исикаве принадлежит концепция «Управление качеством в масштабах всей страны» (Country wide Quality Control), с помощью которой он отразил взаимосвязь исполнителей всех производственных процессов на предприятии в виде конкретной сети. В ней каждый сотрудник, участвующий в производстве, находится в системе сложных отношений «заказчик-поставщик», являясь при этом одновременно и заказчиком, и поставщиком. Таким образом, тезис об удовлетворении требований заказчика был перенесен Исикавой на уровень предприятия. Он длительное время был президентом Союза японских ученых и инженеров (JUSE-Union of Japanese Scientists and Engineers), а поэтому придавал большое значение программам теоретического обучения руководителей и сотрудников национальных фирм и корпораций.
Пожалуй, последним из основоположников современных воззрений на качество производственных процессов, на наш взгляд, был Филипп Кросби. Этот американец создал собственную теорию, опираясь на практический опыт разработки и внедрения системы качества в американской компании «General Motors». Он вывел четыре основных заповеди успеха предприятия:
1. качество - это соответствие требованиям;
2. основной принцип достижения качества — предупреждение;
3. нуль дефектов - стандарт предприятия;
4. цена качества - затраты, связанные с невыполнением требования. Говоря об управлении качеством, необходимо четко определить, что понимается под этим словом. В этом плане очень интересный подход предлагает Э. Крайер. Он пишет: «Тончайшее из тончайшего» - так обычно формулируют свои ощущения, когда этому понятию пытаются найти определение в экономической сфере, пользуясь языком обихода» [73].
Столь неординарное определение наилучшим образом устанавливает содержание качества. Э. Крайер также приводит и более простую для понимания форму определения: «Качество - это совокупность характеристик объекта, относящихся к его способности удовлетворить установленные и предполагаемые потребности».
На сегодняшний день в России (да и во всем мире) проблемы управления качеством, внедрения его различных систем и процедура сертификации становятся все более необходимыми и актуальными. Проблема качества постоянно отражает требования научно-технического прогресса, охватывая все стадии деятельности от проектирования до утилизации.
В условиях рынка, интеграции производства и обслуживания в рамках международных сообществ качество выполняемых работ и услуг прямо влияет на конкурентоспособность и становится ключевой проблемой экономического развития. В этой связи развитие совершенствование научно-методических и правовых основ качества считаются приоритетными направлениями экономической политики. В развитых странах мира проблема повышения качества занимает ведущее место в обеспечении конкурентоспособности продукции и услуг, формировании новых отношений между потребителем и производителем, удовлетворении материальных потребностей, социальных интересов и духовных запросов общества. Особую значимость эта проблема приобретает в кризисных условиях, сопровождающихся распадом экономических связей, снижением производства, утратой доминирующих позиций на внешнем и внутреннем рынках. Исторический опыт США, Японии, Германии, Кореи и ряда других стран показывает, что обеспечение прогресса в области качества путем применения эффективных систем управления является одним из основных рычагов, с помощью которого им удалось преодолеть кризис в экономике и занять прочные позиции на мировом рынке.
За короткое время такие системы управления качеством, как «Всеобщее руководство качества» (TQM), «Управление качеством в масштабах компании» и др. завоевали прочное международное признание как стратегическое средство обеспечения высокого качества при низких затратах, позволяющее сокращать себестоимость производства и конкурировать с производителями, имеющими продукцию высокого качества.
Модель функционирования предприятия и статистический мониторинг производственных процессов как важнейшие условия обеспечения качества продукции
Статистические методы контроля и управления качеством продукции являются универсальным инструментом, который можно применять к любому производству, предприятию, его подразделениям и т.п. При этом каждое конкретное способно иметь различную отраслевую принадлежность (промышленное предприятие, предприятие общественного питания, предприятие сферы услуг и т.п.), а статистические методы всегда имеют приоритетные области применения. Совершенно очевидно, что в одних областях они помогут получить существенную прибыль, а в других областях их применение не будет оправданным и повлечет за собой серьезные экономические издержки.
С нашей точки зрения, главная особенность применения статистических методов заключается в корректном и последовательном переходе от практической деятельности подразделений предприятия к формализованным приемам и алгоритмам теории вероятностей и математической статистики, то есть к количественным методикам контроля и управления качеством производственных процессов. В этом аспекте одна из первоочередных задач состоит в разработке универсальной модели функционирования подразделения предприятия. Независимо от рода деятельности того или иного подразделения предприятия она должна носить общий характер и иметь определенное структурное построение и составные части. Естественно, что формализованное описание структуры и составных частей для конкретного подразделения предприятия будет иметь свою специфику, вытекающую из особенностей производственной деятельности, ее рода, характера и т.п.
Представляется, что общую модель функционирования предприятия можно изобразить следующим образом (см. рисунок 2.1.).
Где ИМ - исходные материалы; ПП - продукт производства; СК - система контроля; СД - система диагностики; У - управленческий орган;
И - исполнители управленческих решений (персонал); КУП - комплекс условий производства.
Рисунок 2.1.Модель функционирования предприятия.
В каждое предприятие, подразделение предприятия поступают исходные материалы (ИМ) для изготовления продукции. Они доставляются как от внешних поставщиков, так и из других подразделений предприятия. Продукт производства (1111), выступает как результат физического или (и) интеллектуального труда. Его состояние определяется значениями совокупности контролируемых и управляемых (регулируемых) параметров Xi, Хг ..., Хк в фиксированный момент времени t из интервала жизненного цикла [to,tk]. Минимальная, необходимая и достаточная совокупность контролируемых и управляемых параметров продукта определяется с помощью метода развертывания функции качества (метод QFD) [80], в котором сначала определяется совокупность функций качества Yi, Y2..., Yn, позволяющая превзойти на рынке конкурентов, производящих аналогичные изделия. Затем экспертным способом строится матрица «функции качества-параметры» (см. таблицу 2.1.).
В первом столбце представленной выше таблицы приведен перечень функций качества, в первой строке исходный перечень контролируемых параметров размерностью Q. Эксперты заполняют матрицу символами, которые несут следующее смысловое содержание: -сильная положительная корреляция; (Щ) - сильная отрицательная корреляция; средняя положительная корреляция; - средняя отрицательная корреляция; А- отсутствие корреляции.
Например, у і имеет сильную положительную корреляцию с Xi и сильную отрицательную корреляцию с ХЕ . Функция качества Уг имеет среднюю отрицательную корреляцию с Хі, не имеет корреляции с Хг и имеет среднюю положительную корреляцию с Хз.
Формирование окончательной совокупности параметров Хі, Хг....Хк производится следующим образом. Если у параметра в столбце одни символы (например Хг) , то этот параметр не влияет ни на одну функцию качества и поэтому подлежит исключению из первоначального перечня контролируемых параметров.
Математико-статистическии анализ зависимости между параметрами продукта производства
Для практической апробации предложенных в диссертации алгоритмов статистического контроля качества процессов производства была использована фактическая информация, полученная на предприятиях промышленности ЗАО «Газдевайс» (г. Москва), ЗАО «МЗАТЭ-2» (Московский завод автотракторной электроаппаратуры) и ЗАО «Рудгормаш» (г. Воронеж).
С этой целью в таблице 3.1 были обобщены данные проверки внешней герметичности фланцевальной машины («ЗАО «Газдевайс»).
По результатам предварительного анализа исходной информации к дефектам производства были отнесены, такие события как:
1) негерметичность по фланцевальному кольцу;
2) течь втулки сальника;
3) течь уплотнителя сальника;
4) течь заклепок;
5) искривление патрубков;
6) негерметичность патрубков;
7) повреждение окраски и вмятины;
8) дефекты пластины.
В первой графе таблицы 3.1 представлены номера рабочих недель (с начала года), в течение которых собиралась статистическая информация. Во второй графе содержатся сведения о количестве фланцевальных машин m (/= 14,38), чьи параметры были подвержены контролю. Третья графа включает число дефектных фланцевальных машин по перечисленным выше параметрам, а четвертая графа — число бракованных машин.
В соответствие с рабочей инструкцией исследуемого промышленного предприятия в диссертации применялись следующие определения:
а) дефект - каждое отдельное несоответствие продукции установленным требованиям;
б) брак - продукция машины, передача которой потребителю не допускается из-за наличия дефектов.
В таблице 3.1 получилось, что число дефектов по параметрам и число брака совпадают. Из восьми контролируемых параметров два, а именно: негерметичность по фланцевальному кольцу и негерметичность патрубка являются количественными параметрами и контролируются инструментальными методами (манометром). Остальные параметры - течь втулки сальника, течь уплотнителя сальника, течь заклепок, искривление патрубков, повреждение окраски и вмятины, а также дефекты (трещины) пластины представляют собой качественные параметры и контролируются органолептическим способом. Например, течи нет (отсутствие дефекта) соответствует нулю, а при существовании течи (наличие дефекта) - единице.
В последней графе таблицы 3.1 приведены оценки Р/ (г-14,38), то есть вероятности возникновения дефектов в течение каждой из 19 недель, которые вычисляется как:
По данным таблицы 3.1 строилась контрольная Р карта в соответствие с разработанным в диссертации алгоритмом. В первую очередь исследовалась зависимость частоты дефектов от порядкового номера недели в виде функции Р(і). Для этого итоговые данные третьей и четвертой граф таблицы 3.1 делились на сумму второй графы:
р 1 = _744_ = 00272} а2) д 1ш 27354 Затем предполагалось, что Р(і) не зависит от і, то есть от порядкового
номера недели и вычислялось значение РП на основе данных последней графы Pi по формулам (2.6-2.8):
д=1-(1-Р14)Х(1-Л5) (1-Лб) -Х(1 /738)- (33
Результаты вычисления (3.3) показывают, что .Р =0,41 и в сравнении с
(3.2) свидетельствует о явной зависимости дефектов от номеров неделей, а также о зависимости контролируемых параметров между собой.
В этой связи на рисунке 3.1 представлена зависимость Pi (последней графы таблицы 3.1) от номера недели. Форма графика позволяет сделать вывод об отсутствии тенденции снижения или увеличения числа дефектов. Для расчета экономических потерь (издержек производства) следует по последней графе таблицы 3.1 найти среднее значение частоты дефектов: Рд = = 0.029, (3.4) 19 которое позволяет утверждать, что вероятный процент дефектных машин в последующих неделях будет равен 2.9%. Если в каждой следующей неделе будет изготовлено п машин, то прогнозируемое количество дефектных машин П составит:
Результаты применения контрольных карт для характеристики количественных и качественных параметров продукта
В практике применения статистических методов на предприятиях «ЗАО МЗАТЭ-2» и «ЗАО Рудгормаш» контрольные карты считаются одним из основных инструментов управления качеством технологических процессов. Рп и Р карты широко применяются для оценки и анализа качества производственных процессов. Они позволяют выделять аномальные явления, требующие корректировки и вмешательства.
Чтобы измерить экономическую эффективность применения Рп и Р контрольных карт должны быть известны определенные исходные данные, а именно:
- потери стоимости (Сі) от одного дефектного изделия производства, не поступившего к потребителю;
- средняя стоимость (С) одного корректирующего управленческого воздействия на процесс производства для устранения аномалии того или иного вида.
Если после построения контрольной карты на ней отмечено количество аномалий А, а в партии из N продуктов обнаружено Д дефектных изделий и принято решение на устранение всех аномалий, то общие экономические потери С составят величину:
С=АС+ДСі, (3.33) которая может быть сокращена за счет исключения ложных аномалий и уменьшения числа дефектных изделий.
В таблице 3.6 обобщены фактические данные для построения контрольной Рп карты изготовления электрических распределителей на предприятии ЗАО
«МЗАТЭ-2».
На основе характеристик таблицы 3.6 произведем вычисление среднего уровня дефектности Р:
Р = Y pn :k:nx32:100 = 3,4%, (3.34) а также контрольных линий:
CL=Pn=3.4x32;100 = 1,088, (3.35)
UCL=Pn+3 JPnilOO-р): 100 = 1,088 + 3 1,088(100-3,4) : 100 = 4,16, (3.36)
LCL=Fn-3 "(l00- р ): 100 = 1,088 — 3- 1.088(100-3,4) :100 = -1,99. (3.37)
Объем выборки составляет 320 распределителей, которые разделены на десять групп по 32 объекта в каждой. В третьей графе таблицы 3.6 приведено число дефектных распределителей по группам, общее количество которых в выборке составляет одиннадцать штук. В последней графе рассматриваемой таблицы представлен уровень дефектности в каждой группе, равный частному показателей третьей и второй граф, умноженному на 100%.
Среди формул зависимости между характеристиками контрольной Рп карты следует обратить внимание на то, что LCL=-1,99, то есть нижняя граница является отрицательным числом и поэтому принимается равной нулю.
На рисунке 3.6 изображена сама Рп карта, которая показывает, что выхода точек за UCL нет. Отсутствуют и другие аномалии за исключением: точки пятой и девятой групп (подгрупп) лежат на контрольной линии, а это по правилам анализа карты считается аномалией, так как в выражении (3.33) А=2,аД=11.
В соответствие с предложенным в диссертации алгоритмом расчета характеристик Рп карты получается вариант (2.53), когда подгруппы
Графическое изображение данного распределения представлено на рисунке 3.7. Оно позволяет установить, что значение вероятности Р32{0) = 0,331 довольно высоко, а поэтому число дефектов в группе равное нулю не является аномалией, то есть используемый алгоритм исключает две ложные аномалии в выражении (3.33). Следовательно, А=0 и экономические потери при этом уменьшаются.
В результате появляется возможность решить уравнение (2.54) и найти границу I, выход за которую точек не превышает вероятность - 0,0015. Эта граница UCL 5.5 несколько больше в отличие от аналогичной величины в (3.36), где UCL=4.16. Поэтому произведенные статистические расчеты позволяют принять не только правильные, но и научно-обоснованные управленческие решения.
В таблице 3.7 приведены исходные статистические данные для построения Рп карты процесса механического изготовления зубчатых колес редукторов на предприятии ЗАО «Рудгормаш». Они разрешают вычислить следующие параметры:
Итоги расчета показателей контрольной карты: средней линии - (CL), верхнего - (ВКП) и нижнего - (НКП) контрольных пределов позволяют установить, что НКП = -2 ,08 является отрицательной величиной, а поэтому принимается равным 0.
На рисунках 3.8 и 3.9 приведены построенная Рп карта и биноминальный закон распределения вероятностей. выборки Рисунок 3.8. Контрольная Рп карта зубчатых колес редукторов.
На построенной карте отмечаются две аномалии: одна точка лежит на нижнем контрольном пределе, а еще одна точка вышла за верхний контрольный предел.
Форма биноминального закона распределения.
Из рисунка 3.9 следует, что закон распределения вероятностей является несимметричным, а вероятность Р58 (0) = 0,051 0,0015. Поэтому расположение одной точки на нуле не считается аномальным и ее следует исключить из рассмотрения. Данные таблицы 3.7 позволяет решить уравнение (2.54) и более правильно определить ВКП = 9, в отличие от выражения (3.43), где ВКП = 7,84. Следовательно, точка для четвертой подгруппы таблицы 3.7, соответствующая восьми дефектам, не выйдет за ВКП, а аномалия на рис. 3.8 является ложной и ее необходимо исключить.
В совокупности, предложенный в диссертационной работе, алгоритм позволяет в рассматриваемой контрольной карте (рисунок 3.8) исключить обе ложные аномалии и соответственно обеспечить сокращение экономических потерь. Причем все выводы, сформулированные для Рп карты, справедливы и для Р карты.
Разработанный в диссертации алгоритм определения характеристик С карты был использован при обработке фактических данных ошибок калибровки на предприятии ЗАО «Газдевайс». В таблице 3.8 приведен листок параметров калибровки подобный проверке герметичности фланцевальной машины (см. таблицу 3.1).
