избавиться от отходов (потерь);

выявить проблемные области (участки);

избавиться от субъективности при принятии решений;

снизить изменчивость (непостоянство, неустойчивость) процесса;

достичь намеченной цели;

определить момент достижения совершенства.

Вместе с тем регулирование процессов с применением статистических методов не заменяет:

решения проблем (принятия решений);

вынесения надежных технических оценок;

инженерного проектирования и научных разработок;

оптимизации операций;

методов проектирования, анализа и управления.

Для решения проблем, связанных с качеством продукции, широко применяются 7 традиционных методов (так называемых «инструментов» качества), а именно: гистограммы, временные ряды, диаграммы Парето, причинно-следственные диаграммы, контрольные листки, контрольные карты, диаграммы рассеяния [4]. Области применения упомянутых «инструментов» качества показаны на рисунок 3.2. Там же приведены ещё два приёма, часто используемые на начальной стадии работы: мозговая атака и схема процесса.

Мозговая атака используется, чтобы помочь группе выработать наибольшее число идей по какой-либо проблеме в возможно короткое время, и может осуществляться двумя путями.

Размещено на http://www.allbest.ru/

Схема процесса (схема последовательности операций, маршрутная карта) применяется, когда требуется проследить фактические или подразумеваемые стадии процесса, которые проходят изделие или услуга, чтобы можно было определить отклонения. Схема процесса представляет собой графическое изображение последовательных стадий процесса, даёт отличное представление о программе и может быть полезной для понимания того, как различные стадии процесса соотносятся друг с другом.

Исходя из того, что строгие методы обработки и анализа числовой информации относительно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников производственного процесса, Союз японских ученых и инженеров (JUSE) в 1979 г. рекомендовал к применению семь достаточно простых в использовании и при том наглядных методов анализа процессов. С тех пор, достаточно долго, говоря о статистических методах контроля и управления качеством, имели в виду именно эти методы. К простым методам отнесены: контрольный листок (средство регистрации данных, например, о количестве дефектов различных видов или о месте их расположения), гистограмма (графическое представление плотности вероятности), диаграмма рассеяния (график, на котором в виде точек отображена зависимость некоторого показателя качества от некоторого фактора анализируемого процесса), стратификация (метод разбиения множества данных на непересекающиеся подмножества), причинно-следственная диаграмма или диаграмма Исикавы (графическое отображение взаимосвязей показателя качества с различными факторами), контрольные карты (диаграммы, отображающие изменчивость характеристик качества во времени). Ниже рассмотрим некоторые из указанных методов [6].

Размещено на http://www.allbest.ru/

Стратификация. Как указано выше, задача стратификации - отделить данные, связанные с одними причинами, от данных, связанных с другими причинами.

При этом должен быть указаны признаки (переменные стратификации), по которым данные будут отнесены к различным группам (или категориям). На рисунке 3.3 приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории - по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных донных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 2».

Стратификация - необходимое условие подготовки данных к последующему анализу качества. При этом важное значение имеет правильный выбор переменной стратификации. Применительно к анализу технологических процессов рекомендуется метод стратификации «5М», в соответствии с которым рассматриваются следующие признаки:

Man (человек, оператор)

Machine (оборудование)

Material (материал, сырье)

Method (способ обработки)

Measurement (способ измерения, измерительная система).

Анализ Парето. Анализ Парето получил свое название по имени итальянского экономиста Вилфредо Парето, который показал, что большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.О. Лоренц представил графические иллюстрации. Применительно к контролю и управлению качеством правило Парето - универсальный принцип, который применим во множестве ситуаций. Впервые это отметил Джозеф Джуран, который обосновал возможность применения принципа Парето к любой группе причин.

Размещено на http://www.allbest.ru/

Анализ Парето предусматривает ранжирование отдельных причин по значимости или важности, что позволяет выявить и в первую очередь устранить те из них, которые вызывают наибольшее количество несоответствий. Результат анализа, как правило, иллюстрируется диаграммой Парето (рисунке 3.4), на которой по оси абсцисс отмечены причины возникновения несоответствий в порядке убывания степени их влияния, по левой оси ординат - доли этих несоответствий в общем итоге, а по правой оси ординат - накопленный (кумулятивный) итог. На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Размещено на http://www.allbest.ru/

Причинно-следственная диаграмма (Диаграмма Исикавы). Пример причинно-следственной диаграммы приведен на рисунке 3.5. Здесь к группам факторов, выделенных в соответствии с методом «5М», добавляется компонент «среда». Применительно к решаемой задаче квалиметрического анализа, для группы «человек» необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для «машина» - взаимосвязь элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для группы «метод» - факторы, связанные с производительностью и точностью выполняемой операции; для группы «материал» - факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для группы «контроль» - факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для группы «среда» - факторы, связанные с воздействием среды на изделие и изделия на среду.

Диаграммы подобного типа впервые были применены профессором Токийского университета Каору Исикава в 1953 г. при анализе различных мнений инженеров. Иначе ее также называют диаграммой "рыбий скелет", деревом и т. д. При построении диаграммы Исикава факторы относительно итога располагаются по значимости влияния на него (ближе к цели строится более значимый фактор). При этом каждая группа должна быть разбита на более мелкие.

В настоящее время ключевым статистическим методом в системах менеджмента качества становится SPC (Statistical Process Control - статистический контроль процессов). В процессе производства проводится отбор выборок изделий заданного объема. После этого, выполнив обработку результатов измерений или исследований другими методами строятся диаграммы изменчивости выборочных значений (контрольные карты) и рассматривается степень их близости к плановым значениям. Если контрольные карты обнаруживают наличие тренда выборочных значений или выборочные значения оказываются вне заданных пределов, то считается, что процесс вышел из-под контроля. В таком случае предпринимаются необходимые действия для того, чтобы найти и устранить причину нарушений. Таким образом SPC - комплексный статистический метод контроля и управления качеством продукции, элементами которого являются как методы обработки и анализа числовой информации (например, расчет выборочных характеристик), так и один из простых методов контроля качества (контрольные карты). Использование принципов SPC предусмотрено в СТО ГАЗПРОМ 9004-2006 «Системы менеджмента качества. Рекомендации по улучшению. Часть VI».

3.2 Типы и построение контрольной карты

Размещено на http://www.allbest.ru/

Контрольные карты (КК) считают одним из наиболее важных инструментов статистического управления качеством. Они представляют собой относительно простое графическое средство оценки управляемости (стабильности) процесса по результатам сравнения отдельных измерений с заданными контрольными границами (рисунок 3.6) [8].

Общий подход к построению различных карт сводится к следующему:

1. Проводятся последовательные измерения значений контролируемого показателя.

2. Измерения группируются в выборки, состоящие из нескольких измерений.

3. Для каждой выборки рассчитывается некоторая числовая характеристика, анализ которой позволяет оценить соответствие процесса определенным требованиям. Важно иметь в виду, что характеристика представляет собой не абсолютные значении контролируемого показателя качества, а статистическую оценку его изменчивости.

4. Устанавливаются центральная или средняя линия процесса (CL - center line) а также верхняя (UCL - upper control limit) и нижняя (LCL - lower control limit) контрольные границы для анализируемой числовой характеристики.

5. Если числовая характеристика выходит за контрольные границы, или в расположении точек наблюдаются некоторые тенденции (они будут рассмотрены ниже) то делается вывод о потере качества на соответствующей выборке.

Наблюдаемые на контрольных картах отклонения изучаемой характеристики (например - показателя качества) происходят под воздействием различных причин, которые могут быть классифицированы на две группы: обычные и особые. К обычным причинам относят естественные возмущения, такие как вибрации, колебания питающих напряжений, температуры, влажности и т.п. Особыми причинами являются возмущения, которые проявляются при нарушении условий нормальной организации или нормального осуществления процесса (сдвиг шкалы измерительного прибора, разладка или поломка технологического оборудования, несоответствие сырья или комплектующих техническим условиям по номинальному значению).

6. Средняя линия и границы регулирования отображают закономерности вариации контролируемой характеристики при нормальном осуществлении процесса, т. е. при отсутствии особых причин. Ордината средней линии соответствует статистической оценке положения, а контрольные границы - наибольшему и наименьшему пределам объективно присущего ей интервала варьирования. Если оценку положения контролируемой характеристики условно обозначить как , а стандартное отклонение данной оценки контролируемой характеристики как , то можно записать:

; (3.1)

; (3.2)

, (3.3)

где и - коэффициенты, значения которых зависят от доверительной вероятности и особенностей распределения контролируемой характеристики.

Основная цель использования контрольных карт - обнаружить и отделить случайные отклонения, связанные с обычными причинами, от отклонений, вызванных действием особых причин.

Впервые этот инструмент был предложен в 1924 году Уолтером Шухартом (Shewhart), но к настоящему времени разработано большое количество контрольных карт. В частности, по назначению они делятся на три вида: КК Шухарта, приемочные и адаптивные. Имеется также классификация в зависимости от особенностей контролируемой величины (рисунок 3.7). В данном случае под особенностями имеется в виду тип контролируемой характеристики как случайной величины - непрерывая или дискретная.

Размещено на http://www.allbest.ru/

Напомним, что дискретная случайная величина принимает лишь отдельные, изолированные одно от другого значения. Таким свойством обладают атрибутивные признаки (цвет предмета, сорт продукции, годное или бракованное изделие и т. д.).

Непрерывная случайная величина принимает любые значения из некоторого свойственного ей числового интервала. Таким свойством обладают количественные признаки (механические свойства материала, фактические размеры продукции, производительность агрегата при обработке конкретного профилеразмера и т. п.).

Поясним особенности карт, указанных на рисунке 3.7.

X-карта. Отображает изменчивость выборочных характеристик положения показателя качества (среднего или медианы ). Позволяет контролировать смещения фактических показателей от целевого значения.

R-карта. Отображает изменчивость фактического интервала варьирования (размаха). Позволяет контролировать соответствие размаха полю допуска.

S-карта. Отображает изменчивость выборочного стандартного отклонения. Позволяет контролировать динамику степени изменчивости анализируемого показателя.

S2-карта. Отображает изменчивость выборочной дисперсии. Позволяет контролировать динамику степени изменчивости анализируемого показателя

C-карта. Отображает изменчивость числа дефектов (в партии, в день, на один станоки т.п.) в тех случаях, когда обнаружение дефекта является редким событием

U-карта. Отображает изменчивость относительной частоты дефектов (т.е. отношения числа обнаруженных дефектов к числу проверенных единиц продукции) в тех случаях, когда вероятность дефекта является редким событием. Удобно использовать при анализе партий различного объема.

Np-карта. Отображает изменчивость числа дефектов, когда обнаружение дефекта не является редким событием (например, происходит более чем у 5% проверенных единиц продукции).

P-карта. Отображает изменчивость процента обнаруженных дефектных изделий (в расчете на партию, в день, на станок и т.д.), когда обнаружение дефекта не является редким событием.

В литературе, посвященной управлению качеством с применением контрольных карт, указывают на следующие достоинства карт по альтернативному признаку:

1. Отображают состояние производства с учетом всех аспектов качества анализируемой продукции

2. Иногда позволяют обойтись без применения дорогих точных приборов и длительных измерительных процедур.

3. Более понятны менеджерам, которые не разбираются в особенностях статистических характеристик.

Применительно к картам по количественному признаку указывают, что они являются наиболее чувствительными индикаторами ухудшения качества и предупреждают о возможных проблемах задолго до того, как в процессе производства резко возрастет доля бракованных изделий.

3.3 Проверка нормальности распределения анализируемых признаков

Статистический контроль процесса построен на гипотезе о нормальности распределения вероятности анализируемых параметров. Для проверки нормальности распределения показателей механических свойств применим метод асимметрии и эксцесса.

Нормальное распределение - распределение случайной величины, для которого характерна плотность распределения вида:

(3.4)

где - математическое ожидание случайной величины. Оценивается выборочным средним ()

- стандартное отклонение случайной величины. Оценивается выборочным стандартным отклонением .

Условия соответствия выборочного распределения нормальному по асимметрии:

. (3.5)

Условия соответствия выборочного распределения нормальному по эксцессу:

. (3.6)

Оценка нормальности распределения анализируемых показаний качества по асимметрии и эксцессу представлена в таблице 3.1. Здесь также приведены результаты расчета описательных статистик (выборочных характеристик). Расчет выполняли в программе STATISTIKA.

Таблица 3.1 - Описательные статистики механических свойств проката и результаты проверки нормальности их распределений по асимметрии и эксцессу

	ут,Н/мм2	ув, Н/мм2	д5, %	KCU, Дж/см2	KCV, Дж/см2
Среднее	493	578	26	195	172
Стандартная ошибка	6,12	4,64	0,32	6,29	7,09
Медиана	498	580	26	202	157
Мода	520	530	26	213	138
Стандартное отклонение	47,4	35,9	2,4	48,7	55,0
Дисперсия выборки	2249,0	1291,1	6,0	2373,0	3019,8
Эксцесс	-0,87	-0,43	0,07	0,77	-0,30
Асимметричность	-0,10	0,17	0,28	-0,51	0,68
Интервал	175	155	12	252	219
Минимум	410	515	21	61	81
Максимум	585	670	33	313	300
Сумма	29554	34650	1549,5	11697	10308
по ассиметрии Sa	0,31	0,31	0,31	0,31	0,31
¦A¦/Sa	0,32	0,55	0,89	1,64	2,20
Вывод	Да	Да	Да	Да	Да
по эксцессу Se	0,96	0,96	0,96	0,96	0,96
¦S¦/Se	0,90	0,44	0,07	0,80	0,31
Вывод	Да	Да	Да	Да	Да

Для всех показателей качества выполняется условие <3. Это значит, что эксцесс их распределений вероятности статистически не отличается от нуля. Следовательно, можно считать, что по эксцессу распределения анализируемых показателей качества являются нормальными.

Условие нормальности по асимметрии <3 выполняется для всех показателей, следовательно распределения по ассиметрии можно считать нормальным.

Выбор типа контрольной карты для анализа процесса производства проката для труб

Для целей анализа процесса и предупреждения его выхода из состояния статистического регулирования целесообразно применять контрольные карты по количественному признаку.

Из карт по количественному признаку наиболее часто упоминают карты (среднее - размах) или (среде - стандартное отклонение). В СТО ГАЗПРОМ 9004-2006 «Системы менеджмента качества. Рекомендации по улучшению. Часть VI» упоминается карта , однако прямое указание на использование именно такой контрольной карты не приводится.

Карты размахов применяют чаще, так как размах легко вычислить и он достаточно эффективен при малых объемах подгрупп (выборок). Выборочное стандартное отклонение более эффективный показатель изменчивости процесса, особенно при больших объемах выборки. Но его сложнее вычислить и он менее чувствителен при обнаружении особых причин изменчивости в одной точке. Обычно -карты применяют вместо -карт, когда применяются выборки большого объема и данные обрабатываются компьютером.

Однако карты и наиболее подходят для мониторинга процесса массового производства при использовании неразрушающих испытаний и при возможности получения результатов контроля в режиме реального времени. Производство проката отличается тем, что между выполнением различных заказов на одну и туже продукцию проходит достаточно много времени. Кроме того, показатели механических свойств оцениваются, как правило, по результатам разрушающих испытаний, а результат испытаний становиться известным после тог, как продукция произведена. В таких условиях наиболее подходящей является карта индивидуальных значений и скользящего размаха ().

Рассмотрим особенности определения центральной линии и контрольных границ на картах , и .

Для карты средних значений

; (3.7)

, (3.8)

(3.9)

где и - общее среднее и средний размах:

; (3.10)

, (3.11)

и - среднее и размах -й выборки объемом :

; (3.12)

. (3.13)

Для карты размахов

; (3.14)

. (3.15)

(3.16)

Для карты стандартных отклонений

; (3.17)

; (3.18)

. (3.19)

Индивидуальные значения представляют собой результаты единичных испытаний . Скользящий размах (- moving range) представляет собой разность двух последовательно полученных индивидуальны значений:

. (3.20)

Для карты индивидуальных значений особые линии определяются следующим образом:

; (3.21)

; (3.22)

; (3.23)

где - число индивидуальных значений;

- средний скользящий размах:

. (3.24)

Для карты скользящих размахов

, (3.25)

; (3.26)

, (3.27)

Значения множителей в (3.3) и (3.5), и в (3.11)-(3.12) и (3.23)-(3.24), и в (3.15)-(3.16), а также в (3.19)-(3.20) принимаются на основании таблице 3.2.

Таблица 3.2 - Значения множителей для расчета границ регулирования

	2	3	4	5	6	7	8	9	10
	1,88	1,02	0,73	0,58	0,48	0,42	0,37	0,34	0,31
	3,27	2,57	2,28	2,11	2,00	1,92	1,86	1,82	1,78
	-	-	-	-	-	0,08	0,14	0,18	0,22
	-	-	-	-	0,03	0,12	0,19	0,24	0,28
	3,27	2,57	2,27	2,09	1,97	1,88	1,82	1,76	1,72
	1,18	1,19	0,80	0,69	0,55	0,51	0,43	0,41	0,36
Примечание. Знак «-» указывает, что при соответствующих нижняя контрольная граница должна приниматься равной нулю.

По отношению к картам карты обладают следующими особенностями:

- карта индивидуальных значений менее чувствительна к изменениям процесса под действием особых причин;

- при несимметричном распределении интерпретация таких карт затруднительна. В этом случае правила, указанные выше для карт могут давать признаки особых причин даже если они отсутствуют;

- карта индивидуальных значений не воспроизводит повторяемость процесса от одной единицы продукции к другой единице. Если учет повторяемости имеет важное значение, рекомендуют использовать карты при объеме выборок =2-4, даже если выборки могут быть отобраны только через длительные промежутки времени.

В настоящее время получили широкое распространение так называемые Cusum-карты (карты накопленных сумм), которые, в отличие от карт Шухарта, более чувствительны к изменениям параметров процесса. Cusum-карты можно использовать практически для всех перечисленных ранее контрольных карт, в частности для индивидуальных и средних значений, Np- и С-карт, стандартных отклонений и размахов и др. По существу Cusum-карты отличаются от други контрольных карт тем, что для анализа текущего состояния процесса учитывается информация прошлых данных. Метод, используемый в Cusum-картах, основан на учете кумулятивных (накопленных) сумм, что позволяет обнаружить даже малые изменения среднего уровня от номинального значения для контролируемой характеристики качества.

Если имеется значений наблюдаемого параметра , то кумулятивные суммы рассчитываются следующим образом:

,

,

…………………………. (3.28)

где - постоянная. Ее значение рекомендуется принимать равным среднему выборочному анализируемой последовательности индивидуальных значений показатля качества ().

Ряд точек , начиная от исходной до текущей, дает информацию по текущему состоянию процесса. Сами величины накопленных сумм (отдельные точки на Cusum-карте) не имеют никакого значения, но несколько последовательных точек по всей Cusum-карте или на отдельных ее участках обнаруживают тенденцию или стабильности процесса, или наметившегося изменения в сторону снижения или увеличения уровня качества.

Карты накопленных сумм удобно использовать для визуальной интерпретации проявленных изменений контролируемой характеристики качества:

- если график на Cusum-карте горизонтален (нулевой наклон графика), то технологический процесс протекает в установившемся режиме - это нормальный режим либо уже произошел параллельный сдвиг от номинального значения.

- если на каком-либо участке Cusum-карты, среднее значение измеряемой характеристики качества будет возрастать, то накопленная сумма также будет возрастать (возрастающий график).

- если среднее значение измеряемой характеристики качества будет падать, то график с определенным углом наклона будет стремиться вниз (убывающий график).

Таким образом, изменение среднего значения характеристики качества приводит к изменению угла наклона графика накопленных сумм, а нулевой наклон на заданном отрезке наблюдения определяет установившийся средний уровень качества, что позволяет весьма успешно использовать Cusum-карты в диагностике происходящих изменений.

Контрольные карты различных типов для анализируемых показателей механических свойств приведены на рисунках 3.8 - 3.27.

Рисунок 3.8 - Контрольные карты средних и размахов для предела текучести



Рисунок 3.9 - Контрольные карты средних и стандартных отклонений для предела текучести

Рисунок 3.10 - Контрольные карты индивидуальных значений и скользящего размаха для предела текучести



Рисунок 3.11 - Контрольная карта кумулятивных сумм и скользящего размаха для предела текучести



Рисунок 3.12 - Карта средних значений и размахов для временного сопротивления



Рисунок 3.13 - Карта средних значений и стандартных отклонений для временного сопротивления



Рисунок 3.14 - Карта средних значений и скользящего размаха для временного сопротивления



Рисунок 3.15 - Карта кумулятивных сумм и скользящих размахов для временного сопротивления



Рисунок 3.16 - Карта средних значений и размахов для относительного удлинения



Рисунок 3.17 - Карта средних значений и стандартных отклонений для относительного удлинения



Рисунок 3.18 - Карта индивидуальных значений и скользящих размахов для относительного удлинения



Рисунок 3.19 - Карта кумулятивных значений и скользящих размахов для относительного удлинения



Рисунок 3.20 - Карта средних значений и размахов ударной вязкости KCU



Рисунок 3.21- Карта средних значений и стандартных отклонений ударной вязкости KCU



Рисунок 3.22 - Карта индивидуальных значений и скользящих размахов ударной вязкости KCU



Рисунок 3.23 - Карта кумулятивных значений и скользящих размахов для ударной вязкости KCU



Рисунок 3.24 - Карта средних значений и размахов для ударной вязкости KCV



Рисунок 3.25 - Карта средних значений и стандартных отклонений для ударной вязкости KCV



Рисунок 3.26 - Карта индивидуальных значений и скользящих размахов для ударной вязкости KCV



Рисунок 3.27 - Карта кумулятивных сумм и скользящих размахов для ударной вязкости KCV.

Из карт средних значений для предела текучести (рисунки 3.8 и 3.9) видно, что процесс по данному показателю качества находится в нестабильном состоянии. На выборках 3-4, 6-11 наблюдается существенный убывающий тренд с выходом за нижнюю контрольную границу, а также на выборках 16,23,26,27 выход за верхнюю контрольную границу. На карте размахов и стандартных отклонений на выборках 2 и 13 проявляется возрастающий тренд с выходом за верхнюю контрольную границу. Кроме того значения выборок 7, 10, 17 и 21, практически совпадают с нижней границей.

Из карты индивидуальных значений (рисунок 3.10) видно, что выборки 6,8,12,15 и 21-23 выходят за нижнюю границу LSL, а выборки 31,44,47,48 выходят за верхнюю границу USL. Из карты кумулятивных сумм предела текучести (рисунок 3.11) видно, что выборки с 7 по 44 выходят за нижнюю границу LSL, а выборки с 45 по 60 выходят за верхнюю контрольную границу. Это значит, что при производстве партий с 7 по 44 фактические значения предела текучести под действием особых причин существенно отклонились от статистически реального центра вариации в сторону уменьшения данного показателя, т. е. в сторону нижней границы допуска, а при производстве партий с 45 по 60 фактические значения предела текучести под действием особых причин существенно отклонились от статистически реального центра вариации в сторону увеличения данного показателя, т. е. в сторону верхней границы допуска.

По временному сопротивлению разрыву процесс статистически не стабилен. На картах средних значений выборки 1-2, 6-11, 16,23,27,28 выходят за контрольные границы( рисунки 3.12, 3.13). Кроме того часть значений лежит на нижней границы LSL - это выборки 7, 9,10, 17,21, на картах стандартных отклонений и размахов. Так же выходы за контрольные границы выборок 3 и 10-24,31,44,47,52,53 на картах индивидуальных значений(рисунок 3.14), а также длинные серии точек на границе LSL на карте скользящих размахов( выборки 14-15, 18-21, 23,33,42). Скорее всего это связаны с преднамеренной коррекцией данных. . На это же указывают длинные серии кумулятивных сумм(рисунок 3.15) за нижней контрольной границей( партии 10-45), и за верхней контрольной границей(партии 46-60).

По относительному удлинению наблюдаются лишь небольшие отклонения, а именно на карте кумулятивных сумм(рисунок 3.19) выход за нижнюю границу выборок 8-11.

По ударной вязкости KCU стабильность процесса не достаточная. На основании карт средних значений(рисунок 3.20-3.21) можно было бы сделать вывод, что вариация показателя KCU находится в допустимых пределах. Однако резкие колебания размахов и особенно скользящих размахов (рисунок 3.22) указывают на существенную изменчивость вариации анализируемого показателя. Кроме того на карте кумулятивных сумм (рисунок 3.23) мы видим что выборки 9, 39-45 выходят за нижнюю границу.

По ударной вязкости KCV процесс находится не в стабильном состоянии. Наблюдаются выходы значений выборок 1 и 6, 21-22 за верхнюю границу на картах средних значений( рисунок 3.24,3.25), а так же выборки 5 на картах размахов и стандартных отклонений. Также мы наблюдаем выходы за верхнюю границу на картах индивидуальных значений( рисунок 3.26) выборок 1,2, 10,12,51, и на карте скользящих размахом выборки 10. На карте кумулятивных сумм(рисунок 3.27) наблюдается выход за верхнюю контрольную границу выборок 2-4, 13-24, 51-52, а также выход за нижнюю контрольную границу выборок 42-59. Из этого можно сделать вывод, что процесс не способен обеспечить допустимую вариацию ударной вязкости KCV.

Оценка возможностей процесса

Анализ технологического процесса представляет собой исследование изменчивости и распределения показателей качества с целью оценки пригодности процесса для изготовления продукции в рамках вариации, разрешаемой в технических требованиях. В соответствии с международными стандартами такое оценивание является обязательной процедурой в системе менеджмента качества [15]. В ее основе лежит сравнение поля допуска, установленного по отношению к показателю качества соответствующим нормативным документом, с вариацией этого же показателя качества, обнаруженной при наблюдениях за технологическим процессом.

В СТО ГАЗПРОМ 9004-2006 «Системы менеджмента качества. Рекомендации по улучшению. Часть VI» предлагаются к использованию:

индекс воспроизводимости без учета центровки

, (3.29)

а также индекс воспроизводимости с учетом центровки

 (3.30)

где и - нижний и верхний индексы воспроизводимости:

; (3.31)

; (3.32)

- собственная изменчивость процесса (выборочное стандартное отклонение контролируемого показателя в результате действия только обычных причин)

; (3.33)

- выборочная дисперсия единичной выборки объемом ;

- среднее процесса (точечная оценка математического ожидания показателя качества), рассчитываемое как общее среднее анализируемого массива данных:

; (3.34)

- общий объем данных, представленных в выборках объемом каждая, которые были сделаны за некоторый период времени наблюдения за процессом;

- результат измерения единичного показателя качества отдельной единицы продукции ().

Размещено на http://www.allbest.ru/

Характеристика - индекс с учетом центровки (т. е. с учетом положения центра вариации процесса ), а - индекс без учета центровки. Значение не зависит от положения центра вариации процесса и даже если фактические значения показателя качества будут лежать вне допуска, это не повлияет на величину. Этот индекс характеризует лишь потенциальные возможности процесса для данного допуска и фактически определяет минимально возможный уровень несоответствий, если процесс будет абсолютно стабилен по настройке и значение , будет установлено по центру допуска.

Индекс зависит от настройки и всегда не больше, чем . При смещении центра вариации процесса от центра допуска уменьшается и может стать даже отрицательным, если центр настройки, будет за границей допуска (рисунок 3.28).

Сравнение индекса с индексом позволяет сделать вывод о степени настройки процесса. Если < на 30% или менее, то процесс удовлетворительно настроен по на центр поля допуска. Если же меньше более чем на 30%, то это означает плохое использование возможностей процесса. В международной практике приняты согласованные оценки состояния процесса в зависимости от значений индексов (таблица 3.3) [16].

Таблица 3.3 - Ранжирование значений индексов для принятия мер относительно технологического процесса

,	Возможный выход брака, %	Оценка стабильности	Рекомендуемые действия
Более 1,67	Менее 10-4	Отличная	Можно уменьшить строгость контроля
1,33-1,67	10-4 - 0,06	Хорошая	Необходимость вмешательства отсутствует
1,00-1,33	0,06-0,3	Удовлетворительная	Желательно улучшить стабильность процесса
0,67-1,00	0,3-4,55	Плохая	Необходимо срочное вмешательство
Менее 0,67	Более 4,55	Стабильность отсутствует	Дальнейшее ведение процесса без экстренных мер по его стабилизации недопустимо

Результаты расчетов индексов для анализируемых показателей качества приведены на рисунках 3.29 - 3.33, а также в таблице 3.4.

Таблица 3.4 - Индексы воспроизводимости анализируемого процесса

Показатель
, Н/мм2	1,522	1,522	1,522	1,522
, Н/мм2	1,511	1,511	1,511	1,511
, %	0,668	0,619	0,716	0,619
, Дж/см2	0,735	0,693	0,776	0,693
, Дж/cм2	1,020	1,020	1,020	1,020

Рисунок 3.29 - Фактическая вариация и значения индексов по пределу текучести



Рисунок 3.30 - Фактическая вариация и значения индексов по временному сопротивлению

Рисунок 3.31 - Фактическая вариация и значения индексов по относительному удлинению

Рисунок 3.32 - Фактическая вариация и значения индексов по ударной вязкости KCU



Рисунок 3.33 - Фактическая вариация и значения индексов по ударной вязкости KCV

Для предела текучести (рисунок 3.29) индекс воспроизводимости без учета центровки = 1,522. Правая ветвь теоретической кривой плотности распределения выходит за верхнюю границу допуска. Соответственно индекс с учетом центровки =1,522. В соответствии с таблицей 3.3 это свидетельствует о хорошей стабильности.

Для временного сопротивления индекс воспроизводимости без учета центровки =1,511. Однако наблюдается смещение центра рассеяния в сторону верхней границы допуска (рисунок 3.30). В итоге реальный индекс процесса =1,511 и согласно таблице 3.3 наблюдается хорошая стабильность процесса по временному сопротивлению.

Для относительного удлинения индекс воспроизводимости без учета центровки =0,668 (рисунок 3.31). Нижний индекс воспроизводимости (=0,7162) больше верхнего (=0,6197). В итоге реальный индекс процесса =0,6197 и согласно таблице 3.3 наблюдается отсутствие стабильности процесса.

Для ударной вязкости KCU индекс воспроизводимости без учета центровки =0,7351. Однако наблюдается смещение центра рассеяния в сторону верхней границы допуска (рисунок 3.32) и нижний индекс воспроизводимости (=0,7769) больше верхнего (=0,6933). В итоге реальный индекс процесса =0,6933 и согласно таблице 3.3 наблюдается плохая стабильность процесса.

Для ударной вязкости KCV индекс воспроизводимости без учета центровки =1,020. Однако наблюдается выход за границы допуска (рисунок 3.33). В итоге реальный индекс процесса =1,020 и согласно таблице 3.3 наблюдается удовлетворительная стабильность процесса по временному сопротивлению.

Оценка количества несоответствующей продукции

Для оценки количества несоответствующей продукции используем следующий алгоритм [17].

Принимаем, что параметры каждого распределения равны соответствующим выборочным оценкам ( и ). Переходим к стандартному нормальному распределению:

; (3.35)

. (3.36)

Если процесс находится в надлежащем состоянии, то <0 и >0 т.к. .

Вследствие подобия обычного и стандартного нормального распределений вероятность появления значений и вероятность появления значений могут быть определены по плотности стандартного распределения

; (3.37)

. (3.38)

В таком случае доли продукции с завышенными () и заниженными () значениями показателя качества соответственно равны

; (3.39)

. (3.40)

Для расчета и применили инструмент «Статистический калькулятор» программы STATISTICA. Результаты расчета представлены в таблице 3.5. В целом количество несоответствующей продукции может достигать 11% [18].

Таблица 3.5 - Оценки ожидаемого количества несоответствующей продукции анализируемого процесса по различным показателям

Показатель	Вероятность события	Выход несоответствующей продукции, %
, Н/мм2	0,017	0,02	3,7
, Н/мм2	0,025	0,02	4,5
, %	0,021	0,04	6,1
, Дж/см2	0,041	0,021	6,2
, Дж/cм2	0,04	0,03	7

На рис. 3.34 показана диаграмма Парето источников несоответствия по механическим свойствам.

Рисунок 3.34 - Диаграмма Парето источников несоответствия
по механическим свойствам

Наибольшая доля несоответствий (7%) вызвана заниженными значениями ударной вязкости KCU. Примерно одинаковое количество проката может быть переведено в несоответствующую продукцию по завышенному значению ударной вязкости KCV (6,2 %) и заниженного относительного удлинения (6,1 %). Доля несоответствий по временному сопротивлению составляет 4,5%, а по пределу текучести 3,7% .

4. БЕЗОПАСНОСТЬ И ЭКОЛОГИЧНОСТЬ

4.1 Анализ опасных и вредных факторов

Анализ опасных и вредных факторов проводится в условиях ЛПЦ №1 толстолистового стана горячей прокатки 2800 ОАО « Уральская Сталь». Наиболее опасные места в цехе - это участок печей, прокатные клети и вся линия стана, где опасность представляют отлетающие при прокатке осколки горячего металла и окалины, металлическая пыль.

Микроклимат

ГОСТ 12.1.005-89. «Общие санитарно гигиенические требования к воздуху рабочей зоны.».

Значение температуры, относительной влажности и скорости движения воздуха устанавливаются для рабочей зоны производственных помещений в зависимости от категории тяжести выполняемой работы, величины избытков явного тепла, выделяемого в помещении и периода года.

Допустимые и фактические параметры для рабочей зоны оператора поста управления приведены в таблице 4.1.

Таблица 4.1 - Допустимые и фактические параметры воздуха рабочей зоны оператора

Сезон года	Категория работ	Температура, 0С	Относительная влажность, %	Скорость движения воздуха, м/с
		Норм	Факт	Норм	Факт	Норм	Факт
Холодный период	2А	18 - 20	23	60 - 40	45	0,2	0,25
	2Б	17 - 19	21	60 - 40	45	0,3	0,25
Теплый период	2А	21 - 23	25	60 - 40	45	0,3	0,35
	2Б	20 - 22	24	60 - 40	45	0,4	0,45

Вывод: Из данных, приведенных выше, видно, что фактические значения параметров микроклимата воздуха рабочей зоны не превышают нормируемые значения. Следовательно, условия труда на рабочем месте оператора поста управления являются нормальными.

Тепловое излучение

Тепловое излучение в рабочем месте определяется ГОСТ 12.1.005-88. В таблице 4.2 приведены допустимые и фактические параметры.

Таблица 4.2 - Нормирование теплового излучения в рабочей зоне
нагревальщика

Источник	Интенсивность теплового излучения, Вт/м2	Величина облучаемой поверхности тела, %
	Допустимая	Фактическая	Допустимая	Фактическая
Закрытый	100	95	25	23
Открытый	140	155	25	23

Вывод: Из данных, приведенных выше видно, что фактические значения параметров теплового излучения рабочей зоны нагревальщика не превышают нормируемые значения. Следовательно, условия труда на рабочем месте нагревальщика являются нормальными.

Воздух рабочей зоны. Вредные вещества

Предельно допустимая концентрация (ПДК) пыли в воздухе рабочей зоны ограничена ГОСТ 12.1.005-88. «Общие санитарно-гигиенические требования к воздуху рабочей зоны». ПДК и фактические значения приведены в таблице 4.3.

Наибольшее выделение пыли, при прокатке, происходит в районе чистовых клетей. Металлическая пыль (не раздробленная окалина) распределяется в пространстве перед клетью и за ней. Предельно допустимая концентрация пыли в воздухе рабочей зоны стана ограничена параметрами ГОСТ 12.1.005-88.

Таблица 4.3 - Концентрация пыли в воздухе рабочей зоны чистовых клетей

Наименование веществ	Значение концентрации пыли рабочего пролета цеха, мг/м3	Предельно допустимая концентрация, мг/м3
Алюминий и его сплавы	5	5
Окись железа с примесью марганца	6	6

Вывод: Концентрация пыли в воздухе рабочей зоны чистовых клетей не превышает ПДК.

Шум

Нормирование шума осуществляется по ГОСТ 12.3.003-89. Фактические уровни звукового давления на рабочем месте оператора толстолистового стана горячей прокатки 2800 представлены в таблице 4.4.

Таблица 4.4 - Уровни звукового давления на рабочем месте

Участок, рабочее место	Среднегеометрическая частота октавной полосы, Гц
	63	125	250	500	1000	2000	4000	8000
Район печей (нагревальщик)	106	102	98	95	93	87	89	88
Район черновой клети (оператор)	98	95	93	91	90	89	91	91
Район чистовой клети (оператор)	101	99	94	91	85	80	78	77
Lдоп. ГОСТ 12.1.003-89	99	93	86	83	75	78	76	74

Вывод: Частота звукового давления превышает допустимые значения в рабочих зонах. Для защиты оператора от вредных влияний производственного шума предлагается установить кабину для звукоизоляции поста управления.

4.2 Обеспечение безопасности труда

Защита от воздействия вредных производственных факторов

Безопасность оборудования:

Безопасность оборудования на рабочем месте нормируется следующими нормативно-техническими документами:

- ГОСТ 12.2.061091.ССБТ. «Общие требования безопасности к производственному оборудованию»;

- ГОСТ 12.2.062-81.ССБТ «Оборудование производственное. Ограждения защитные»;

- ГОСТ 12.2.061-81.ССБТ. «Оборудование производственное. Общие требования безопасности к рабочим местам».

Для обеспечения безопасности эксплуатации машин и механизмов прокатных цехов необходимо применять различные системы защиты.

Назначение оградительных устройств - предупреждать механическое воздействие физических опасных факторов на человека. Область применения - ограждение агрегатов, механизмов и их подвижных частей.

Для защиты от отлетающих при прокатке осколков металла перед валками на станине устанавливают прочные сетчатые щиты. С этой же целью вдоль линии стана, против проема в станине рабочих рольгангов, устанавливают съемные щиты из густой, прочной сетки. Промежуток между валками со стороны, противоположной соединительным шпинделям, закрывают предохранительным щитом.

Распределительные электрические установки и устройства напряжением выше 100- В оборудуют сплошными оградительными устройствами или устройствами сетчатого типа с размерами ячеек 20 х 20 мм.

Высота ограждения в помещении - 1,7 м.

При эксплуатации прокатного стана возможны следующие опасности: захват валками, вращающимися шпинделями и соединительными муфтами частей одежды и конечностей вальцовщика, механические повреждения отлетающими осколками прокатываемого металла. Все соединительные шпиндели, муфты и коренные валы стана ограждаются с боков решетчатыми или сплошными щитами. Для безопасности перехода через рольганги, транспортеры, конвейеры оборудуют переходные мостики.

Зоны безопасности для работающих с учетом использования ограждения должны соответствовать зонам досягаемости моторного поля по ГОСТ 12.2.003-78.ССБТ. Рабочее место при выполнении работ стоя. Общие эргономические требования.

4.2.1 Борьба с пылью и вредными выделениями

Размещено на http://www.allbest.ru/

а) Аэрация

Конструкция здания цеха, конструкция и расположение аэрационных фонарей, конструкции склада слябов и склада рулонов предусмотрены таким образом, чтобы естественный воздухообмен обеспечивал создание рабочих зон, соответствующих стандартам и нормам ГОСТ 12.1.005 - 88 «Общие санитарно-гигиенические требования к воздуху рабочей зоны».

б) Вентиляция

Приточно-вытяжная вентиляция встроенных помещений и подземных сооружений используется в соответствии с действующими нормами.

Кондиционирование воздуха с использованием холодильной техники действует для помещений с вычислительной техникой и тиристорными преобразователями. Кондиционерами оснащены кабины мостовых кранов.

4.2.2 Расчет аэрации

Размещено на http://www.allbest.ru/

продукция статистический качество управление

Из анализа опасных и вредных факторов следует что хотя концентрация пыли в воздухе рабочей зоны и не превышает значения предельно допустимой концентрации, но фактические значения являются равными ПДК, что может свидетельствовать о потенциальном выходе концентрации пыли в воздухе рабочей зоны за границы ПДК. В связи с этим проводится расчёт аэрации.

Рассчитаем аэрацию, определим воздухообмен и площади аэрационных проемов по избыткам явного тепла.

Исходные данные:

Длина здания L = 946 м;

Ширина здания В = 46 м;

Высота здания Н = 20,8 м;

Количество воздуха, удаляемого местными отсосами G = 37000 кг/ч;

Температура наружного воздуха tн = 190С;

Температура рабочей зоны tр.з = 270С;

Тепловыделения Q = 2,6 106 ккал/ч, согласно технологической инструкции.

1. Определяем температуру и плотность уходящего воздуха:

tух = (tр - (1 - м) tпр)/м ( 4.1 )

tух = (27 - (1 - 0,5) 19)/ 0,5 = 350С;

уз = 1,293 273/ (273 + 35) = 1,146 кг/м3; ( 4.2 )

пр = 1,293 273/ (273 + 19) = 1,208 кг/м3; ( 4.3 )

пр, ух - удельные веса наружного и удаляемого воздуха, принимаемые в соответствии с расчетными температурами tпр и tух.

2. Определяем количество воздуха, необходимого для ассимиляции тепла:

Gвыт т = (4,2 2,6 106 - 1 37000 (27 - 19))/(35 - 19) = 664000 кг/ч; ( 4.4 )

Gпрт = Gвытт + Gнт; ( 4.5 )

Gпрт = 664000 + 37000 = 701000 кг/ч,

Gвыт, Gух - количество воздуха, необходимого для ассимиляции тепла, т/с.

3. Определяем площади Fпр, Fвыт, для этого принимаем, что середина приточных отверстий располагается на высоте 1 м от уровня пола, а ориентировочная высота фонаря 2 м:

hнв = 20,8 - 1 +0,5 2 = 20,8 м;

hн = hвЧ0,5 = 10,4 м;

пр = 0,53 - створка верхнеподвесная с углом раскрытия 600;

выт = 0,41 - фонарь типа Лен ПСП.

Площади проемов будут:

Fпр=701000/(3600•0,53•v2•9,8•10,4•(1,028-1,146)•1,146) = 96,35 м2 (4.6)

Fпр=664000/(3600•0,41•v2•9,8•10,4•(1,208-1,146)•1,146) = 118,20 м2 (4.7)

4. Определяем ширину горловины фонаря Ат:

Рт = 10,4 9,8 (1,208 - 1,146) = 6,31 Н/м2; ( 4.8 )

= 0,5 м/с

ух = 1,2/ух; ( 4.9 )

= 0,5 м/с

ух = 0,5 1,2/1,146 = 0,51 м/с;

Ат = Gвытт / 3600 Lух ух ( 4.10 )

Ат = 701000 / (3600 941 1,146 0,51 ) = 3,6 м,

Ат - ширина горловины фонаря;

Рт - тепловой напор.

Вывод: Следовательно, для обеспечения аэрации цеха, принимаем фонарь типа ЛенПСП - разновидность П-образного фонаря с ветрозащитными горизонтальными и вертикальными щитами. Результатом расчета аэрационного фонаря является определение воздухообмена, необходимого для ассимиляции избытков явного тепла, а также определение площади приточных и вытяжных проемов. Для отвода тепла горячего пролета цеха необходим приток воздуха в количестве Gпр, для притока такого количества воздуха площадь приточных отверстий должна быть не менее Fпр. Количество удаляемого воздуха должно быть Gвыт, а площадь вытяжных отверстий Fвыт.

Для анализа влияния опасных и вредных факторов рассмотрим статистику несчастных случаев ЛПЦ №1 ОАО «Уральская сталь» город Новотроицк, Оренбургской области. Статистика приведена в таблице 4.5

Таблица 4.5 - Статистика несчастных случаев ЛПЦ №1 ОАО «Уральская сталь»

Год	Вид случая	Всего
	легкий	тяжелый	смертельный	групповой
1999	1	-	-	-	1
2000	3	-	1	-	4
2001	2	1	1	-	4
2002	-	-	-	-	0
2003	1	2	-	-	3
2004	-	3	-	1	3
2005	-	-	-	-	0
2006	2	1	-	-	3
2007	2	2	-	-	4
2008	3	-	-	-	3
Всего	14	9	2	1	25
В процентах	56	36	8		100

Проанализировав данные в таблице, можно сделать вывод, что статистика несчастных случаев имеет волнообразный характер. За девять лет произошло 25 несчастных случаев, 22 из которых были одиночные и один групповой в котором пострадало три человека. Всего легких несчастных случаев было зарегистрировано 56 %, тяжелых 36 %, смертельных 8 %. В 2002 году несчастные случаи небыли зарегистрированы. Это можно обосновать интенсивной работой в области соблюдения техники безопасности после двух смертельных случаев в 2000 и 2001 годах, за которые произошло 8 несчастных случаев. После 2002 года внимание к технике безопасности уменьшилось, в результате чего 2003 и 2004 года произошло шесть несчастных случаев один из которых был групповой. После этого технике безопасности снова стали уделять больше внимания, и в 2005 году несчастных случаев не происходило. В период с 2006 по 2008 годы произошло десять несчастных случаев. Такое количество можно объяснить интенсивной работой, так как именно в эти года произошел резкий скачек спроса на сталь во всем мире. Интенсивная работа в области техники безопасности в этот период не дало существенных результатов, так как при интенсификации технологического процесса неизбежно увеличивается психофизическая нагрузка на рабочий персонал, что не может не повлиять на снижение внимательности рабочего.

4.3 Охрана окружающей среды

4.3.1 Характеристика загрязнения

Основными источниками загрязнения воздушного бассейна ЛПЦ № 1 являются нагревательные печи стана 2800. Методические и нагревательные печи отапливаются смесью природно-доменного газа.

При сжигании газа в методических и нагревательных печах в атмосферу поступают азота диоксид, азота оксид, углерода оксид, банз(а)пирен. Источник выброса - труба высотой 80 м.

Так же учтено сварочное оборудование цеха. В цехе установлено 48 сварочных постов.

При проведении сварочных работ в атмосферный воздух выделяются азота диоксид, углерода оксид, фтористый водород, сварочный аэрозоль, в состав которого входят оксиды марганца, железа, хром шестивалентный, пыль неорганическая с содержанием Si02 70-20 %, фториды плохо растворимые.

Загрязняющие вещества от сварочных постов удаляются в атмосферу через аэрационный фонарь.

В результате замены двух методических нагревательных печей на новые печи, работающие на смеси природно-доменного газа, в атмосферный воздух поступают азота диоксид, азота оксид, углерода оксид, банз(а)пирен. Выбросы удаляются в атмосферу через существующую трубу.

Дополнительно предусматривается установка одного газокислородного поста. При резке металла толщиной до 20 мм в атмосферу поступают железа оксид, марганца оксид, углерода оксид, двуокись азота. Данные выбросы удаляются в атмосферу через существующий аэрационный фонарь. Перечень загрязняющих веществ выбрасываемых в атмосферу представлен в таблице 4.6:

Таблица 4.6 - Перечень загрязняющих веществ, выбрасываемых в атмосферу

Вещество	Использ. критерий	Значение критерия, мг/мЗ	Класс опасн ости	Суммарный выброс вещества
код	наименование
					г/с	т/год
1	2	3	4	5	6	1
0123	Железа оксид	ПДК с/с	0,040000	3	0,0399700	0,910090
0143	Марганец и его соединения	ПДК м/р	0,010000	2	0,0008450	0,016830
0203	Хром шестивалентный	ПДК м/р	0,001500	1	0,0000160	0,000120
0301	Азота диоксид	ПДК м/р	0,200000	2	5,5353000	134,137860
0304	Азота оксид	ПДК м/р	0,400000	3	0,8965000	21,728200
0337	Углерода оксид	ПДК м/р	5,000000	4	2,0886800	29,939940
0342	Фториды газообразные	ПДК м/р	0,020000	2	0,0001930	0,002720
0344	Фториды плохорастворимые	ПДК м/р	0,200000	2	0,0001110	0,001800
0703	Бенз(а)пирен (3,4-Бензпирен)	ПДК м/р	0,000010	1	0,0000014	0,000039
2908	Пыль неорганическая: 70-20% Si02	ПДК м/р	0,300000	3	0,0001110	0,001800
Всего веществ : 10	8,5617274	186,739399
в том числе твердых : 6	0,0410544	0,930679
жидких/газообразных : 4	8,5206730	185,808720

Воздействие на поверхностные воды

Водопотребление

Для объектов вода технического качества подается на стан 2800 для охлаждения оборудования и гидросбива окалины, на нагревательные печи №1,2 на охлаждение фотодатчиков печей, на установку контрольного охлаждения (УКО) для ускоренного охлаждения листа и охлаждение боковых спрейеров, на охлаждение теплообменников химочищенной воды, на кондиционеры.

4.3.2 Мероприятия по защите водного бассейна от вредных выбросов

Для целей водоснабжения стан 2800 ЛПЦ-1 задействованы следующие системы:

- существующий общекомбинатовский "чистый" оборотный цикл водоснабжения, мощностью 12 тыс.мЗ/ч, фактической нагрузкой 7,5 тыс.мЗ/ч;

- локальный "грязный" оборотный цикл водоснабжения ЛПЦ-1, производительностью 3000 мЗ/ч;

- локальный "грязный" оборотный цикл водоснабжения УКО, производительностью 3660 м3/ч;

- локальный оборотный цикл химочищенной воды, производительностью 60м3/ч.

Общекомбинатовский "чистый" оборотный цикл водоснабжения используется для охлаждения непосредственно оборудования ст.2800г.п., нагревательных печей №1,2, теплообменников химочищенной воды, для кондиционеров, для подпитки локального оборотного цикла водоснабжения УКО, для унитазов.

"Грязный" оборотный цикл ЛПЦ-1 предназначен для очистки и охлаждения технической воды, подаваемой на охлаждение полосы прокатного стана, гидросбива окалины и включает:

- шламовую насосную станцию;

- 4 отстойника-флокулятора, производительностью 860 м3/ч каждый;

- насосно-фильтровальную станцию;

- вентиляторную градирню производительностью, 3000 м3/ч. Схема очистки загрязненных сточных вод следующая: