Страница 6: ДСТУ ISO/TR 10017:2005. Настанови щодо застосування статистичних методів згідно з ISO 9001:2000 (62340)

SPC карти використовують для виявлення змін у процесі. Нанесені на карту дані, які можуть бути окремим показом або певною статистикою, наприклад, вибірковим середнім, порівнюють з контрольними межами. У найпростішому вигляді нанесена на карту точка, яка потрапляє поза контрольні межі, сигналізує про можливу зміну в процесі, можливо через певну «невипадкову причину». Це ідентифікує потребу в дослідженні причини «неконтрольованого» показу і, за необхідності, в налагодженні процесу. Це допомогає підтримати стабільність процесу і, зреш­тою, поліпшувати процеси.

Використання контрольних карт можна вдосконалити для уможливлення швидшого показу­вання змін процесу або підвищення чутливості до незначних змін завдяки використанню додат­кових критеріїв у тлумаченні трендів і структури графічних даних.

Крім можливості подавати користувачеві дані наочно контрольні карти полегшують відпо­відний відгук на зміну процесу, допомагаючи користувачеві розрізняти випадкову варіацію, при­таманну стабільному процесу, від варіації, яку можуть зумовити «невипадкові причини» (тобто, якій можна приписати конкретну причину), своєчасне виявлення та коригування якої може до­помогти поліпшувати процес. Нижче наведено приклади ролі та значення контрольних карт у процесі, пов’язаному з певними роботами:

• контроль процесу: контрольні карти кількісних ознак використовують для виявлення змін у центрі процесу або мінливості процесу та ініціювання коригувальних дій і, таким чином, для підтримання або відновлення стабільності процесу;

• аналіз можливості процесу: якщо процес у стабільному стані, дані з контрольної карти можна використовувати надалі для розрахункового оцінювання можливості процесу;

• аналіз системи вимірювання: завдяки введенню контрольних меж, що відображають притаманну мінливість системи вимірювання, контрольна карта може показувати, чи спроможна система вимірювання виявляти мінливість досліджуваного процесу або продукції. Контрольні карти можна також використовувати для моніторингу самого процесу вимірювання;

• причинно-наслідковий аналіз: кореляція між подіями процесу і видами контрольних карт може допомагати робити висновок про основні невипадкові причини й планувати результативні дії;

• постійне поліпшування: контрольні карти використовують для моніторингу варіації про­цесу, вони допомагають ідентифікувати й усувати причину(-и) варіації. Визнано, що вони особ­ливо ефективні, коли їх використовують як частину системної програми постійного поліпшування в межах організації.

Важливо, щоб вибірки процесу брали в спосіб, найкращий для виявлення досліджуваної варіації. Таку вибірку називають «раціональною підгрупою». Це має першочергове значення для ефективного використання й тлумачення SPC карт, а також для розуміння джерел варіацій процесу.

Особливі труднощі становлять короткострокові процеси, оскільки для встановлення належ­них контрольних меж даних, зазвичай, буває недостатньо.

Під час тлумачення контрольних карт існує ризик «хибних тривог» (тобто ризик зробити висновок про те, що зміна виникла, хоча в дійсності цього не сталося). Також є ризик не вияви­ти зміну, яка виникла. Ці ризики можна зменшити, але неможливо усунути.

Підприємства в автомобільній, електронній, оборонній та інших галузях часто використову­ють контрольні карти (для критичних характеристик), щоб досягати й демонструвати постійну стабільність і можливості процесу. Якщо виявлено невідповідну продукцію, карти використову­ють, щоб допомогти встановити ризик та визначити сферу коригувальних дій.

Контрольні карти використовують для розв’язання проблем на робочому місті. їх застосо­вують на всіх рівнях організації, щоб сприяти усвідомленню проблеми та аналізуванню корене­вої причини.

Контрольні карти використовують у машинобудівній промисловості для зменшення незумов- леного необхідністю втручання в процес (надмірного налагодження), даючи змогу працівникам розрізняти варіацію, притаманну процесу, і варіацію, яку можна вважати «невипадковою причиною».

Контрольні карти характеристик вибірки, наприклад, середній час відгуку, частоту виникнення похибок і частоту рекламацій, використовують для вимірювання, діагностування та поліпшування роботи у сфері послуг.

Побудова довірчих меж — це основана на певних статистичних принципах процедура, яку використовують для встановлення допусків. Вона передбачає використання статистичних роз­поділів відповідних розмірів складників задля визначання загального допуску для складаної одиниці.

У разі складання багатьох окремих складників в один модуль, критичним чинником чи вимо­гою з погляду складання й взаємозамінності таких модулів часто є не розміри окремих складників, а сукупний розмір, який досягають унаслідок поєднання.

Екстремальні значення для сукупного розміру (тобто, дуже великі або дуже малі значення) виникають тільки в разі, якщо розміри всіх окремих складників є або на верхній, або на нижній межі відповідних індивідуальних полів допусків. У межах послідовного ряду допусків, коли інди­відуальні допуски додають для отримання допуску на сукупний розмір, тоді допуск на сукупний розмір розглядають як арифметичний загальний допуск.

Для статистичного визначання загальних допусків припускають, що в складаних виробах, поєднаних з великої кількості окремих складників, розміри з однієї межі поля індивідуальних допусків збалансовуватимуть розміри з іншої межі полів допусків. Наприклад, окремий розмір, що лежить на нижній межі поля допусків, може збігатися з іншим розміром (чи комбінацією розмірів), що лежить на верхній межі поля допусків. З погляду статистики сукупний розмір матиме за певних обставин приблизно нормальний розподіл. Цей факт є достатньо незалежним від розподілу окремих розмірів і тому його можна використовувати для розрахункового оцінювання поля до­пусків сукупного розміру складаного модуля. І навпаки, за наявності загального допуску на розмір, його можна використовувати для визначання допустимого поля допусків окремих складників.

За наявності набору індивідуальних допусків (які не обов’язково мають бути ті самі), резуль­татом обчислення статистичного загального допуску буде загальний допуск на розмір, який зазвичай буде значно менший від загального допуску на розмір, обчисленого арифметично.

Це означає, що за наявності загального допуску на розмір побудова довірчих меж даватиме змогу використовувати ширші допуски на окремі розміри, ніж ті, що їх обчислили арифметично. З практичного погляду це може становити значну перевагу, оскільки ширші допуски пов’язано з простішими та більш рентабельними методами виробництва.

Побудова довірчих меж вимагає спочатку встановити частку складених модулів, яка була б розташована поза полем допусків на сукупний розмір. Потім треба виконати наведені нижче передумови щодо забезпечення реальності побудови довірчих меж (не вимагаючи застосуван­ня передових методів):

• окремі фактичні розміри можна розглядати як некорельовані випадкові змінні;

• розмірний ряд є лінійний;

• розмірний ряд має щонайменше чотири складники;

• окремі допуски є величинами того самого порядку;

• розподіли окремих розмірів розмірного ряду є відомими.

Очевидно, що деякі з цих вимог може бути задоволено тільки за можливості контролю та постійного моніторингу виробництва окремих складників, яких це стосується. У разі, якщо про­дукція ще на стадії розробляння, то під час застосування побудови довірчих меж треба керува­тися досвідом та інженерними знаннями.

Теорію побудови довірчих меж зазвичай застосовують під час складання деталей, що пе­редбачають адитивні відношення, або у випадках, пов’язаних з простим відніманням (наприк­лад, вал І отвір). До промислових галузей, в яких використовують побудову довірчих меж, нале­жать машинобудівна, електронна та хімічна. Теорію також застосовують у комп'ютерному мо­делюванні для визначення оптимальних допусків.

Аналіз часових рядів — це застосування широкого набору методів дослідження добірки спостережень, послідовно виконаних протягом певного часу. Аналіз часових рядів використовують тут у прив’язці до аналітичних методів у таких сферах застосування, як:

• пошук моделей «із запізненням» через статистичне оглядання того, як кожне спостере­ження скорельовано зі спостереженням, що безпосередньо передує йому, і повторення цього для кожного наступного періоду запізнення;

• пошук циклічних чи сезонних моделей для того, щоб зрозуміти, як причинні чинники в минулому можуть повторно впливати в майбутньому;

• використання статистичних засобів для того, щоб спрогнозувати майбутні спостереження або зрозуміти, які причинні чинники найбільше сприяли варіаціям у часових рядах.

Хоча застосовувані в аналізі часових рядів методи можуть передбачати використання простих «карт тенденцій», у цьому стандарті такі елементарні діаграми віднесено до простих графічних методів, наведених в «Описовій статистиці» (4.2.1).

Аналіз часових рядів використовують з тим, щоб описати моделі даних часових рядів для ідентифікації «викидів» (тобто, екстремальних значень, вірогідність яких має бути досліджено), щоб або сприяти розумінню моделей, або провести налагодження, а також виявити поворотні точки у тренді. Інше використання має на меті пояснення моделей в одному часовому ряді, використовуючи моделі іншого часового ряду, з усіма завданнями, притаманними регресійному аналізу.

Аналіз часових рядів використовують для того, щоб передбачити майбутнє значення часових рядів, як правило, з певною верхньою або нижньою межами, відомими як проміжок прогнозування. Метод має широке застосування у сфері контролю, його часто застосовують до автоматизова­них процесів. У такому разі підбирають імовірнісну модель до минулого часового ряду, прогно­зують наступні значення, а потім налагоджують конкретні параметри процесу з тим, щоб про­цес залишався цілеспрямованим за якнайменшої варіації.

Методи аналізу часових рядів використовують у плануванні, в організації технічного керу­вання, в ідентифікації зміни в процесі, у формулюванні прогнозів та у вимірюванні наслідків деяких зовнішніх втручань або дій.

Аналіз часових рядів також використовують для порівняння запланованих показників про­цесу з прогнозованими значеннями в часових рядах, якщо має бути введено конкретну зміну.

Методи часових рядів можуть забезпечувати розуміння сутності можливих причинно-на- слідкових моделей. Існують методи для відокремлення систематичних (чи невипадкових) при­чин від випадкових причин і для розділення моделей у часовому ряді на циклічні, сезонні склад­ники та складники трендів.

Аналіз часових рядів часто застосовують для того, щоб зрозуміти поведінку процесу за встановлених умов і те, які налагодження (якщо робитимуть) можуть впливати на процес для досягнення певного заданого параметра або які налагодження можуть зменшити мінливість процесу.

Обмеження та застороги, наведені для регресійного аналізу, також застосовують до ана­лізу часових рядів. Якщо моделювання процесу здійснюють задля визначання причин і наслідків, тоді потрібен значний рівень кваліфікації, щоб вибрати найпридатнішу модель і застосувати діаг­ностичні засоби для поліпшування моделі.

Одне спостереження або невелика низка спостережень, долучені або пропущені під час аналізування, можуть мати значний вплив на модель. Тому впливові, спостереження треба розуміти та відрізняти від «викидів» у даних.

Різні методи аналізування часових рядів можна застосувати із змінним успіхом, залежно від моделей у часових рядах та від кількості періодів, для яких прогнозування є бажаним, відпові­дно кількості періодів часу, для яких існують дані часових рядів. Під час вибирання моделі тре­ба розглянути ціль аналізу, природу даних, відносну вартість, а також аналітичні та очікувані властивості різноманітних моделей.

Аналіз часових рядів застосовують для вивчення протягом певного часу моделей дій, які пов’язано, наприклад, з вимірюваннями процесів, рекламаціями замовників, невідповідностями, продуктивністю та результатами випробування.

Застосування в цілях прогнозування охоплює передбачення необхідної кількості запасних частин, невиходів на роботу, замовлень клієнтів, потребу в матеріалах, споживання електроенергії.

Причинний аналіз часових рядів використовують для розроблення моделей прогнозування попиту. Наприклад, у контексті надійності його використовують для передбачення кількості подій у межах заданого періоду часу та розподілу проміжків часу між подіями, наприклад, простоями устатковання.БІБЛІОГРАФІЯ