Анализ статистических данных процесса. Рекомендации по их улучшению

Размещено на http://www.allbest.ru/

НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

АРХИТЕКТУРНО- СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ (СИБСТРИН)

Кафедра Строительных материалов, стандартизации и сертификации

Курсовой проект

по дисциплине «Статистические методы контроля и управления качеством»

на тему «Анализ статистических данных процесса. Рекомендации по их улучшению»

Выполнил: студент группы № 301 Улыбина А.В.

Научный руководитель:

Кандидат технических наук, доцент

Смирнова О.Е.

Новосибирск 2023



«НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ (СИБСТРИН)»

Кафедра строительных материалов, стандартизации, сертификации

ЗАДАНИЕ

на курсовой проект

по дисциплине «Статистические методы контроля и управления качеством»

студенту Улыбиной А.В. группы 301 факультета ЦИТ.

по теме «Провести анализ статистических данных процесса и дать рекомендации по улучшению»

Исходные данные: статистический материал обследования процесса предприятия полученный в результате аудита (соответствующий лист таблицы EXCEL, определенный преподавателем). Необходимо:

1. Дать краткую характеристику строительного предприятия, его продукции и процесса выпускающего её, элементы системы контроля качества с набором показателей качества (ПК) (8 ед.), их названиямии единицами измерения ПК, полученных при внутреннем аудите. Значения ПК получены в условных единицах (методики измерения). Необходимо выразить их в общепринятых единицах измерения. Для этого необходимо выполнить требования п. 2.

2. Преобразовать табличные данные. Сделать линейное преобразование (у=ах+в) в соответствии с диапазоном изменения и нормативными документами для выбранных показателей качества. Привести ссылки на стандарты.

3. Разработать (два или более) типа контрольных листов и привести примеры их заполнения. Объяснить предполагаемый способ использования.

4. Построить гистограммы и пояснить связь гистограммы со статистическими рядами и законами распределения;привести примеры использования методик стратификациидля нахождения причины появления несоответствий процесса или продукции нормативным требованиям.

5. Вычислить числовые характеристики закона распределения всех ПК, пояснить какие характеристики какие свойства закона распределения описывают, например, размах описывает разброс, изменчивость и т.п

6. Привести примеры диаграмм рассеяния для двух параметров, оценить величину связи и достоверность коэффициента корреляции.

7. Привести пример использования причинно-следственной диаграммы (объект исследования - качество строительного материала), построить диаграмму Парето по причинам дефектов.

8. Используя данные процесса построить контрольные карты Шухарта (для количественных (XR - карта) и альтернативных (р или nр - карта) показателей качества) и определить состояние процесса.Определить индексы воспроизводимости и пригодности для XR карты.

9. Построить приемочную контрольную картуи определить состояние процесса.

10. Выбрать, обосновать и применить план приемочного контроля для альтернативных показателей качества.

Дата выдачи проекта _______________ Дата окончания проекта

Руководитель курсового проекта Смирнова О.Е.



Содержание:

контроль статистический качество производство

Введение

1. Характеристика предприятия и его продукция

2. Исходные данные

3. Преобразование исходных данных

4. Контрольные листы

5. Гистограмма распределения

6. Стратификация (расслоение)

8. Диаграмма рассеивания

9. Причинно-следственная диаграмма

10. Диаграмма Парето

11. Контрольные карты Шухарта

12. Контрольные карты для альтернативных карт

13. Приемочный контроль

14. Приемочный контроль по альтернативным показателям

Библиография



Введение

Начальный и основной этап научного анализа статистических данных процесса любой направленности включает в себя построение аналитической модели процесса. Подобная модель должна позволять с некоторой степенью доверия проводить оценку и измерение настоящих и будущих (перспективных) характеристик анализируемой продукции, являющейся участником процесса.

Более результативно использовать на стадии входного, операционного, приемочного и периодического контроля методологию предупреждения потерь, позволяющую избежать производства дефектной продукции. Данная методология использует статистические методы для управления производством продукции.

Наиболее часто применяют семь простых статистических методов управления качеством: контрольный листок, гистограмма, диаграмма разброса, диаграмма Парето, стратификация (расслоение), диаграмма Исикавы (причинно-следственная диаграмма), контрольная карта. Основное назначение методов - контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса.

Цель работы - изучить применение статистических методов для обеспечения качества на производстве. Основными задачами являются: 1. Изучение теоретических аспектов применения статистических методов. 2. Анализ управления качеством на примере материала пенобетон. Объектом исследования является система контроля качества на примере завода ООО «Сибит».



1. Характеристика предприятия и его продукции

Для анализа статистических данных процесса производства в качестве строительного предприятия я выбрала компанию СИБИТ, а в качестве строительного материала автоклавный пенобетон, применяемые в строительстве (ГОСТ 31359-2007и ГОСТ 31360-2007).

Завод по производству газобетона и пенобетона в Новосибирске - Сибит.Завод СИБИТ входит в Группу компаний «Главновосибирскстрой» - одного из крупнейших строительных холдингов Сибири. В начале 90-х годов ХХ века АО «Главновосибирскстрой» пригласило ведущего производителя оборудования -- немецкую компанию «Ytong» для строительства завода в г. Новосибирске. Завод, получивший название СИБИТ, стал пионером среди отечественных производителей пенобетона автоклавного твердения по современным технологиям и пенобетона. Первая продукция появилась на рынке в 1994 году.

Качество продукции завода СИБИТ обеспечивается за счет применения отборного сырья, добываемого на собственных карьерах группы компаний: «Левобережный песчаный карьер» и «ИскитимИзвесть».

За время своей работы завод СИБИТ по праву заслужил звание лидера в области производства автоклавного пенобетона. На сегодняшний день это современное предприятие, обладающее техническим потенциалом и производственной мощностью до 420 тыс. м3 продукции в год.

Завод СИБИТ производит и поставляет автоклавный пенобетон: стеновые блоки, панели перекрытий, перемычки. Особое внимание уделяется качеству выпускаемой продукции. За 25 лет своей успешной работы, завод СИБИТ разработал оптимальную рецептуру разных марок, востребованных в условиях Сибири. Весь процесс изготовления продукции СИБИТ контролируется автоматически: ведется электронный журнал с фактическими данными о дозировке материалов, контроль заданных характеристик температуры, плотности и прочности массива. Все это, в свою очередь, помогает получать продукцию со стабильно высокими характеристиками прочности, средней плотности, теплопроводности и точной геометрией. Ассортимент продукции, выпускаемый заводом, максимально соответствует предпочтениям клиентов. Продукция завода представлена на рынке стеновыми блоками из ячеистого бетона, а также армированными панелями перекрытий и перемычками.

2. Исходные данные

В качестве объекта исследования взяты пенобетон автоклавного твердения.

В соответствии с ГОСТ 31359-2007 “Бетоны ячеистые автоклавного твердения”, были выбраны восемь основных характеристик с соответствующими диапазонами значений. Выбранные характеристики, их обозначения и единицы измерения представлены в таблице 1.1. Диапазон выбранных значений соответствует параметрам пенобетону автоклавному твердению. Исходные статистические данные исследования представлены в таблице 1.2.

Таблица 1.1

Показатели качества пенобетона

№	Наименование	Обозначение	Единицы измерения	Значение
1	Геометрические размеры: · Длина	a	мм	625±3
	· Ширина	b		200±2
	· Высота	c		250±1
2	Средняя плотность	d		300-900
3	Теплопроводность	e	Вт/мК	0,08-0,25
4	Морозостойкость	f	циклы	15-25
5	Водопоглощение	g	%	7-15
6	Предел прочности при сжатии	h	МПа	1,5-3,5



Таблица 1.2

Исходные данные

№	a	b	c	d	e	f	g	h
1	29,9	16,6	-53,1	-8,0	43,1	63,0	76,3	167,9
2	11,8	4,7	-26,9	1,4	32,4	38,1	41,9	103,6
3	14,1	2,8	-38,9	7,6	58,2	61,5	63,7	169,1
4	27,4	10,5	-48,7	-4,5	49,0	61,7	70,1	165,5
5	25,4	-9,3	-32,8	-0,1	58,9	47,8	40,3	130,2
6	10,0	7,1	-46,4	13,5	68,5	77,0	82,7	212,5
7	28,7	6,1	-41,5	-7,4	42,2	49,5	54,4	132,0
8	21,1	11,8	-39,7	-4,4	34,8	48,9	58,4	130,9
9	29,6	26,5	-56,7	-11,5	30,7	62,6	83,8	165,0
10	14,9	-9,6	-28,1	7,7	60,4	49,0	41,3	135,6
11	21,6	3,7	-40,5	0,5	52,1	56,5	59,4	153,2
12	20,3	-7,8	-33,0	4,2	61,3	51,9	45,7	142,6
13	12,9	17,1	-48,0	5,6	49,0	69,5	83,1	189,3
14	11,3	10,7	-49,1	11,8	65,4	78,3	86,9	215,3
15	12,7	-0,1	-35,5	8,7	58,6	58,4	58,3	161,1
16	29,3	22,6	-53,3	-10,9	32,0	59,2	77,3	156,2
17	25,0	6,2	-40,7	-4,3	44,0	51,5	56,5	138,2
18	25,1	28,4	-57,2	-7,9	32,3	66,5	89,2	176,6
19	14,2	12,7	-49,0	7,6	58,5	73,8	83,9	201,7
20	24,7	0,9	-41,0	-0,7	55,4	56,5	57,2	153,1
21	11,8	2,1	-27,3	3,3	38,5	41,0	42,7	112,2
22	21,5	3,3	-32,4	-4,1	36,7	40,6	43,3	108,9
23	11,3	17,3	-42,5	3,9	39,2	59,9	73,7	162,7
24	24,4	10,5	-54,9	2,3	64,5	77,1	85,4	209,2
25	13,9	12,6	-51,8	9,6	64,6	79,6	89,7	218,2
26	23,3	14,5	-55,1	1,1	58,0	75,4	87,0	204,3
27	18,5	14,5	-39,3	-3,6	31,0	48,5	60,1	129,7
28	21,1	19,6	-52,8	-1,2	45,3	68,9	84,6	185,5
29	26,4	-4,6	-36,6	-1,7	56,1	50,5	46,9	137,0
30	13,1	36,8	-48,5	-6,1	10,3	54,5	83,9	144,0
31	10,1	8,0	-28,6	2,3	31,2	40,8	47,2	110,9
32	11,9	20,2	-50,8	6,5	49,4	73,6	89,7	200,4
33	11,2	21,4	-36,2	-2,3	18,5	44,1	61,2	117,9
34	19,8	16,5	-48,3	-0,7	43,7	63,6	76,8	171,5
35	10,8	18,8	-46,2	5,6	44,0	66,6	81,6	181,2
36	11,4	11,9	-25,9	-3,0	16,5	30,8	40,4	82,2
37	18,0	22,7	-42,7	-6,0	22,0	49,2	67,4	130,6
38	16,2	19,5	-33,6	-7,7	12,0	35,4	51,0	92,9
39	12,6	6,3	-32,0	2,9	38,9	46,5	51,5	126,6
40	28,9	8,6	-47,2	-5,8	48,2	58,6	65,5	156,9
41	28,3	8,8	-36,8	-11,5	27,7	38,3	45,4	100,2
42	28,0	13,6	-50,8	-5,7	46,4	62,7	73,5	167,7
43	11,9	33,8	-45,0	-5,1	10,6	51,2	78,2	135,5
44	19,0	1,8	-30,9	-1,6	39,0	41,2	42,7	111,3
45	24,1	35,1	-55,9	-11,6	17,6	59,7	87,8	156,7
46	14,2	17,2	-36,9	-2,4	25,2	45,9	59,7	122,9
47	17,1	16,2	-44,9	0,1	40,3	59,8	72,8	161,4
48	25,5	23,8	-42,1	-14,5	11,1	39,7	58,7	102,2
49	29,7	25,5	-58,6	-9,8	36,4	67,1	87,5	177,8
50	22,9	17,7	-46,1	-5,8	34,0	55,2	69,3	147,1
51	10,5	11,3	-31,5	1,6	29,8	43,4	52,4	117,5
52	14,0	10,7	-38,4	2,7	41,5	54,3	62,9	147,6
53	26,6	19,8	-48,7	-9,3	31,2	55,0	70,8	145,4
54	27,2	11,4	-48,0	-5,3	46,0	59,7	68,8	159,8
55	14,4	17,6	-42,5	0,5	35,4	56,5	70,6	152,5
56	12,7	5,5	-34,0	4,4	44,4	51,0	55,3	139,3
57	12,2	25,8	-46,6	0,3	29,4	60,4	81,0	162,5
58	21,4	26,1	-54,1	-4,6	34,6	65,9	86,8	176,1
59	19,6	18,2	-50,5	-0,2	45,1	66,9	81,5	180,6
60	15,5	4,6	-29,9	-0,3	35,2	40,7	44,3	110,1
61	10,2	-2,9	-25,1	6,7	45,9	42,4	40,1	117,2
62	28,0	1,5	-36,2	-7,2	41,4	43,2	44,4	115,2
63	27,2	19,1	-47,0	-10,5	28,6	51,5	66,8	135,7
64	17,8	3,0	-33,0	0,2	42,2	45,8	48,2	124,3
65	13,1	7,4	-32,1	1,7	36,4	45,3	51,2	122,9
66	24,8	14,4	-38,1	-10,5	22,6	39,9	51,5	104,6
67	29,5	21,0	-58,4	-7,0	45,4	70,6	87,4	188,3
68	20,7	5,9	-34,8	-3,4	37,1	44,2	49,0	118,8
69	24,5	15,8	-37,2	-11,7	18,3	37,3	49,9	97,0
70	14,5	28,5	-51,7	-0,5	32,0	66,1	88,9	177,7
71	27,0	1,4	-33,9	-7,4	38,2	39,8	40,9	105,8
72	14,6	27,2	-46,2	-3,2	23,4	56,0	77,8	149,7
73	13,9	13,3	-32,2	-2,6	23,9	39,9	50,5	106,8
74	27,8	35,6	-58,0	-14,4	16,9	59,7	88,2	155,9
75	12,7	5,5	-31,3	2,7	38,8	45,4	49,8	123,7
76	21,8	18,0	-44,4	-5,9	31,1	52,7	67,1	140,2
77	20,1	1,8	-33,3	-1,1	43,0	45,2	46,6	122,2
78	27,2	21,3	-41,4	-15,2	12,9	38,5	55,5	98,9
79	24,6	3,1	-33,2	-6,6	35,6	39,3	41,7	104,5
80	15,9	10,8	-36,2	-0,7	34,9	47,8	56,4	129,0
81	14,8	15,9	-48,2	4,5	49,7	68,8	81,5	187,1
82	17,2	26,0	-49,8	-2,9	30,5	61,7	82,5	165,2
83	18,7	17,6	-41,1	-4,6	28,2	49,4	63,5	131,7
84	16,9	23,7	-41,6	-6,2	18,9	47,3	66,2	125,3
85	29,5	13,3	-47,7	-8,9	39,3	55,2	65,8	146,6
86	27,3	23,4	-58,6	-6,3	42,9	71,0	89,8	189,7
87	15,1	36,3	-50,7	-6,5	13,7	57,3	86,3	151,5
88	26,2	-1,8	-35,7	-3,7	48,8	46,6	45,2	125,6
89	27,1	14,5	-44,4	-9,1	32,7	50,1	61,7	132,5
90	11,7	19,7	-49,8	6,4	48,6	72,2	87,9	196,6
91	14,4	21,3	-40,5	-2,9	23,9	49,5	66,6	132,4
92	13,2	29,6	-49,1	-1,5	25,9	61,4	85,1	164,6
93	28,8	6,8	-37,1	-10,6	31,8	40,0	45,4	105,1
94	15,1	23,7	-37,6	-6,7	12,7	41,1	60,1	108,4
95	25,1	17,0	-52,5	-3,8	46,0	66,3	79,9	178,0
96	19,6	29,3	-49,9	-7,2	21,6	56,8	80,3	150,4
97	20,7	23,6	-53,2	-2,9	38,5	66,8	85,7	179,2
98	12,4	19,7	-36,2	-2,5	20,7	44,3	60,0	118,4
99	20,1	9,8	-38,0	-3,1	36,4	48,2	56,0	129,3

3. Преобразование исходных данных

В соответствии с диапазоном изменений и государственным стандартом, для выбранных показателей качества, производится линейное преобразование.

Диапазон минимальных и максимальных значений по статистическим данным исследования приведён в таблице 2.1.

Таблица 2.1

Предельные значения показателей качества исходных данных

	А	B	C	D	E	F	G	H
мин	10,0	-9,6	-58,6	-15,2	10,3	30,8	40,1	82,2
макс	29,9	36,8	-25,1	13,5	68,5	79,6	89,8	218,2



Таблица 2.2

Предельные допустимые значения показателей качества по ГОСТ 31359-2007 (Бетоны ячеистые автоклавного твердения)

	А	B	C	D	E	F	G	H
ГОСТ Мин	622	198	249	300	0,08	15	7	1,5
ГОСТ макс	628	202	251	900	0,25	25	15	3,5

Для проведения анализа данных необходимо провести масштабирование. Для этого, в соответствии с нормативными значениями показателей лакокрасочных материалов, применяется система уравнений (1):

(1)

где Y_min, Y_max - минимальное и максимальное допустимые значения по таблице 2.2;

X_min, X_max - минимальное и максимальное значения по таблице 2.1;

a, b - искомые неизвестные, получаемые путём преобразования системы уравнений.

Полученные значения a и b представлены в таблице 2.3.

Таблица 2.3

Полученные значения

№	A	B	C	D	E	F	G	H
а	0,301	0,086	0,059	20,905	0,002	0,20	0,160	0,014
в	618,98	198,827	252,498	617,77	0,049	8,68	0,545	0,291

Масштабируя параметры, получаются исходные данные в общепринятых единицах измерения, представленные в таблице 2.4.



Таблица 2.4

Масштабированные данные

a	b	c	d	e	f	g	h
627,9744	200,2544	249,3654	450,8797	0,135226	21,28608	12,75441	2,640944
622,5432	199,2345	250,9125	647,9302	0,113862	16,30349	7,250371	1,741444
623,2265	199,064	250,2013	776,537	0,165469	20,98816	10,7442	2,657724
627,2288	199,7316	249,6223	524,2893	0,147077	21,01227	11,75727	2,607829
626,6117	198,028	250,5599	616,2949	0,16685	18,23527	7,00003	2,113651
622,0029	199,4379	249,762	900,3768	0,185991	24,08405	13,77754	3,266161
627,6084	199,3504	250,0478	463,0636	0,133438	18,58447	9,247594	2,138378
625,3367	199,8414	250,1532	526,816	0,118548	18,46578	9,883474	2,123459
627,8994	201,1075	249,1523	376,9789	0,110496	21,19375	13,95021	2,601325
623,4638	198,0051	250,8397	778,7838	0,169864	18,47281	7,156004	2,190088
625,4861	199,1411	250,1079	628,2132	0,153201	19,97653	10,04967	2,436417
625,1004	198,1574	250,5495	704,6109	0,171583	19,06961	7,860023	2,287871
622,8762	200,2945	249,6633	735,7762	0,147038	22,57917	13,84852	2,94077
622,3679	199,748	249,6035	863,5036	0,179891	24,3392	14,4431	3,304701
622,799	198,8148	250,4029	799,7189	0,166234	20,36928	9,878244	2,546892
627,7845	200,7734	249,3555	390,4789	0,11302	20,51393	12,90916	2,47785
626,4916	199,3645	250,095	528,5508	0,137006	18,98062	9,585494	2,226047
626,5324	201,2732	249,1256	453,4254	0,113682	21,97475	14,82163	2,762801
623,2432	199,9194	249,6045	777,5004	0,166034	23,43191	13,97239	3,114265
626,4169	198,9039	250,0819	603,7033	0,159815	19,97604	9,696267	2,43384
622,538	199,0078	250,8893	686,2955	0,126015	16,88617	7,379074	1,861602
625,4558	199,1095	250,5872	533,0516	0,122382	16,80652	7,466629	1,8162
622,3704	200,3108	249,991	698,8494	0,127421	20,66299	12,33985	2,56948
626,3253	199,7263	249,2581	665,2575	0,178025	24,09208	14,21311	3,220017
623,1648	199,907	249,4425	819,1965	0,178115	24,60551	14,89285	3,345341
625,9785	200,0747	249,2443	641,4557	0,165057	23,76761	14,4721	3,150572
624,5352	200,0772	250,1806	542,2853	0,111054	18,37428	10,16114	2,106839
625,3218	200,514	249,3821	593,687	0,139642	22,45218	14,07368	2,887414
626,928	198,4307	250,337	582,9886	0,161133	18,78738	8,041107	2,208434
622,9293	201,9946	249,6347	490,2147	0,069551	19,575	13,9756	2,307177
622,0236	199,5153	250,808	665,2897	0,111341	16,83495	8,093392	1,84313
622,5576	200,5619	249,5008	753,4501	0,147736	23,39514	14,89929	3,0967
622,3441	200,6658	250,3622	569,995	0,085921	17,50372	10,34086	1,94126
624,9259	200,2496	249,6489	603,0302	0,136484	21,39843	12,83709	2,691449
622,2376	200,4448	249,7711	735,2861	0,136982	21,99296	13,60325	2,827899
622,4173	199,8537	250,9694	554,266	0,08204	14,84916	7,008423	1,441439
624,3915	200,7818	249,9785	492,4513	0,092935	18,52863	11,3333	2,120077
623,8519	200,5038	250,5147	456,4793	0,073097	15,76908	8,711906	1,591465
622,7591	199,3681	250,6078	678,2432	0,126876	17,97754	8,788329	2,064071
627,6779	199,5697	249,7136	497,3046	0,145435	20,39618	11,02339	2,487114
627,5066	199,5856	250,3239	377,1421	0,104458	16,34267	7,804143	1,693809
627,4098	199,9929	249,5036	498,8498	0,14177	21,21058	12,30469	2,63821
622,5573	201,7336	249,8401	510,4404	0,070235	18,91499	13,05915	2,188074
624,7024	198,9845	250,6777	584,3518	0,127062	16,92581	7,376108	1,849845
626,2417	201,8418	249,1976	375,3617	0,084279	20,62145	14,58536	2,485447
623,2561	200,3092	250,3183	568,0044	0,099426	17,85892	10,09417	2,011685
624,1328	200,2211	249,8465	620,256	0,129682	20,63873	12,18695	2,550666
626,655	200,8776	250,0127	314,0008	0,071119	16,61458	9,944746	1,721371
627,9073	201,0217	249,0421	412,3459	0,121897	22,09454	14,54323	2,78004
625,8697	200,3469	249,7778	495,8916	0,116949	19,71662	11,63652	2,350498
622,1436	199,799	250,6417	650,9259	0,108622	17,35482	8,931612	1,936518
623,1892	199,7457	250,2307	673,4595	0,132018	19,54565	10,6049	2,357582
626,9996	200,527	249,6245	423,742	0,111459	19,67002	11,8672	2,326165
627,1748	199,8107	249,6644	507,5647	0,140906	20,61576	11,55769	2,528556
623,323	200,3394	249,9909	628,5401	0,119768	19,97756	11,83412	2,425528
622,8109	199,2965	250,4899	710,1328	0,137849	18,87528	9,400086	2,241408
622,6394	201,0461	249,7496	624,2573	0,107803	20,75316	13,50637	2,565499
625,42	201,0717	249,3066	521,5942	0,118174	21,86168	14,43129	2,756236
624,8706	200,395	249,5159	613,9461	0,139108	22,06666	13,58813	2,819147
623,6528	199,2197	250,7319	611,4201	0,119422	16,81803	7,63989	1,832358
622,0425	198,5744	251,0162	756,9368	0,140861	17,16102	6,953795	1,931373
627,4186	198,9562	250,3597	467,4204	0,131885	17,32915	7,656692	1,904369
627,1822	200,4657	249,7248	398,6678	0,106294	18,98263	11,22615	2,191333
624,3318	199,0845	250,5505	622,5491	0,133498	17,84853	8,263137	2,031539
622,9347	199,4622	250,6012	653,7193	0,121777	17,73021	8,730517	2,01151
626,4345	200,0683	250,2484	397,2613	0,094252	16,66929	8,783939	1,755226
627,8619	200,6337	249,0499	470,4373	0,13972	22,79401	14,5253	2,927665
625,2124	199,336	250,4427	547,6318	0,123259	17,52641	8,379741	1,953663
626,357	200,1855	250,3022	374,1028	0,085666	16,13768	8,533037	1,648698
623,3382	201,275	249,448	606,455	0,112961	21,90771	14,77069	2,779328
627,1041	198,9433	250,4963	462,1223	0,125319	16,63638	7,083184	1,771849
623,3638	201,1682	249,7725	551,2866	0,095763	19,8898	12,99735	2,386363
623,1693	199,9712	250,5964	564,1985	0,096867	16,65991	8,631985	1,786289
627,3501	201,8923	249,0751	317,0537	0,08287	20,6214	14,66045	2,473812
622,8128	199,298	250,6537	674,9685	0,126664	17,76074	8,510564	2,022903
625,5334	200,3749	249,8777	493,9266	0,111108	19,21047	11,27318	2,253694
625,0247	198,9798	250,5313	593,7657	0,135062	17,71259	7,998492	2,001178
627,1815	200,6575	250,0568	300,1766	0,074874	16,37565	9,425929	1,675378
626,3969	199,0926	250,5398	480,2072	0,120122	16,53351	7,223196	1,754375
623,7797	199,7517	250,3626	603,5179	0,11887	18,24755	9,575352	2,097505
623,438	200,1969	249,6563	712,4826	0,148321	22,43503	13,58793	2,909835
624,146	201,0656	249,5573	557,6546	0,109922	21,01949	13,7485	2,603176
624,6178	200,3418	250,0735	520,7077	0,105455	18,5529	10,69796	2,134188
624,0732	200,8613	250,0452	488,7947	0,086834	18,14036	11,14102	2,044867
627,8731	199,968	249,6841	431,9284	0,127612	19,72543	11,07962	2,343458
627,2106	200,8407	249,0435	486,8548	0,134857	22,88536	14,90643	2,946237
623,5235	201,9498	249,5066	482,7059	0,07637	20,13188	14,35446	2,411965
626,8707	198,6727	250,3911	540,1648	0,146588	18,00826	7,77799	2,049956
627,1272	200,0718	249,8801	426,9368	0,114455	18,69936	10,41319	2,146585
622,5093	200,5204	249,5578	750,7418	0,146122	23,118	14,61581	3,043911
623,3068	200,6624	250,1091	557,4481	0,096845	18,58655	11,20201	2,14463
622,9495	201,3721	249,5983	587,3429	0,100839	20,96644	14,16215	2,595926
627,6525	199,4118	250,3084	395,6393	0,11262	16,67406	7,810679	1,761928
623,5118	200,8683	250,2799	476,875	0,074329	16,90943	10,1667	1,808645
626,5352	200,2859	249,4004	538,7902	0,140949	21,94618	13,32931	2,782891
624,8799	201,3474	249,5523	466,648	0,092277	20,04132	13,3853	2,397289
625,2014	200,8547	249,3604	556,9721	0,126067	22,04542	14,25531	2,799934
622,7007	200,5195	250,3624	566,526	0,090344	17,53772	10,1503	1,948417
625,0167	199,6674	250,2549	552,8054	0,121875	18,31292	9,502207	2,101006

4. Контрольные листы

Для предоставления контроля показателей, была выбрана форма контрольного листа, назначается по видам дефектов ТБ (рис. 1).

Контрольный лист

регистрации дефектов товарного пенобетона

ОператорУлыбина А.В., класс пенобетона В2 .

Контролёр Смирнова О.Е.. Тех. карта контроля ТК 01-7.4.3-2014.

Дата контроля 4 апреля , 2015 г.

№ дефекта	Вид дефекта	Результат контроля	Число дефектов mi	Доля дефектов mi/mi
1	Несоответствие показателей теплопроводности	||||| ||	7	0,43
2	Несоответствие показателей средней плотности	||	2	0,12
3	Несоответствие показателей прочности на сжатие	||	2	0,12
4	Несоответствие показателей морозостойкости	||	2	0,12
5	Другие дефекты	|||	3	0,18
Всего дефектов		16	1

Лист заполнилУлыбина А. В..

/подпись, фамилия и.о./

Расчеты выполнилУлыбина А.В. .

/подпись, фамилия и.о./

Рис. 1. Контрольный лист регистрации дефектов ТБ.

В качестве второго показателя был выбран показатель высота блока. В данном случае контрольный лист имеет графу с процентным соотношением общего числа попаданий в выбранный диапазон ко всей партии, описывающую “предпочтение” всей партии (рис. 2).



Рис. 2 Контрольный лист показателя высоты блока

5. Гистограмма распределения

В качестве параметра, применяемого для построения гистограммы был выбран показатель морозостойкость (F).

Для построения гистограммы были найдены:

1. минимальное и максимальное значения (F_max, F_min);

2. размах (R);

3. количество интервалов (K);

4. длина интервалов (h);

5. частота попаданий значений (m_i);

6. частота попаданий величин в интервал (f_i).

Рис. 3 Гистограмма, построенная по данным морозостойкости

Гистограмма отображает два совмещенных процесса, выражена не модальность. Наблюдается небольшая асимметрия влево. Закон распределения показывает, что значения эксцесса и асимметрии близки к нормальному распределению, и имеют положительное значение.

Связь гистограммы со статистическими рядами. При большом числе наблюдений простая статистическая совокупность перестает быть удобной формой записи статистического материала - она становится слишком громоздкой и мало наглядной. Для придания ему большей компактности и наглядности статистический материал должен быть подвергнут дополнительной обработке - строится так называемый «статистический ряд». Статистический ряд часто также оформляется графически в виде так называемой гистограммы.

Вывод: значения находятся в пределах границ, распределение симметрично.

6. Стратификация (расслоение)

В соответствии с этим методом вводят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы (слои, страты) данных в отдельности. Критериями стратификации могут быть данные, относящиеся к изделию, производимому в цехе на рабочем месте, которые в какой-то мере различаются друг от друга в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д.

Для построения диаграмм возьмем параметр - морозостойкость. Данные представлены в таблице 3.

Таблица 3

Данные для построения диаграмм

№	Интервал	Середина интервала	Частота попадания
			Первая смена	Вторая смена	Третья смена
1	14,8492-16,0687	15,45895	0	2	0
2	16,0687-17,2883	16,6785	4	5	7
3	17,2883-18,5078	17,89805	5	6	8
4	18,5078-19,7274	19,1176	5	7	5
5	19,7274-20,9469	20,33715	5	6	4
6	20,9469-22,1665	21,5567	5	6	5
7	22,1665-23,386	22,77625	2	0	4
8	23,386-24,6056	23,9958	7	0	0

Построим гистограммы по результатам частоты попадания в интервал. Гистограммы представлены на рисунке 4



Рис. 4 Гистограммы распределения морозостойкости пенобетона по сменам

Вывод: из представленных диаграмм видно, что среднее второй смены наиболее близко к среднему значению показателя плотности. Следует обратить внимание на работу первой и третьей смены.

7. Закон распределения

Описательная статистика -это обработка эмпирических данных, их систематизация, наглядное представление в форме графиков и таблиц, а также количественное описание посредством основных статистических показателей. Описательная статистика противопоставляется статистическому выводу в том смысле, что не делает выводов о генеральной совокупности на основании результатов исследования частных случаев. Статистический вывод предполагает, что свойства и закономерности, выявленные при исследовании объектов выборки, также присущи генеральной совокупности.

Среднее (арифметическое) значение (X_ср) - является мерой центральной тенденции. Определяется как число, равное сумме всех чисел множества, делённое на их количество:

(5)

Ошибкой среднеарифметического также называется ошибкой репрезентативности:

(6)

Чем больше объём выборки, тем меньше ошибка среднего арифметического.

Медиана (Me) - это такое значение признака, которое разделяет ранжированный ряд распределения на две равные части - со значениями признака меньше медианы, и со значением признака больше медианы. Медиана является альтернативой средней арифметической, т.к. она устойчива к аномальным отклонениям. При количестве выборки, равной нечетному числу, медиана вычисляется по формуле:

(7)

Мода - значение параметра, повторяющееся чаще остальных. Как обобщающую характеристику её редко используют.

Дисперсия (D) - мера разброса значений случайной величины относительно её математического ожидания. То есть, дисперсия определяет степень отклонения каждой величины от среднего арифметического. Расчет дисперсии производится по формуле:

(8)

Стандартное отклонение () - отражает изменчивость (разброс) значений переменной и оценивает степень их отличия от среднего. Упрощенная формула стандартного отклонения имеет следующий вид:



(9)

Оценку стандартному отклонению даёт стандартная ошибка среднего - теоретическое стандартное отклонение всех средних выборки n, извлекаемое из совокупности. Подсчитывается следующим образом:

(10)

Асимметрия (A) - показатель, отражающий степень несимметричности кривой дифференциальной функции экспериментального распределения по сравнению с дифференциальной функцией нормального распределения:

(11)

Оценка существенности асимметрии проводится с помощью среднеквадратической ошибки:

(12)

В случае, если , то асимметрия существенна.

Эксцесс (E) - показатель, отражающий вытянутость (возвышенность) кривой дифференциальной функции экспериментального распределения по сравнению с дифференциальной функцией нормального распределения:

(13)

Среднеквадратическая ошибка эксцесса определяется по формуле:



(14)

В случае эксцесс существен.

Вариация, (v) - различие значений какого-либо признака у разных единиц совокупности за один и тот же промежуток времени. Коэффициент вариации позволяет судить об однородности совокупности:

· < 17% - абсолютно однородная;

· 17 - 33% - достаточно однородная;

· 35 - 45% - недостаточно однородная;

· > 40% - говорит о большой колеблемости совокупности.

Расчет коэффициента вариации проводится по формуле:

(15)

Размах (R) - представляет разность между наибольшим и наименьшим значениями результатов наблюдений:

(16)

По каждому из характеристик закона распределения были проведены вычисления для всех показателей качества

Таблица 4

Оценка показателей

	a	b	c	d	e	f	g	h
Среднее значение, Xср	624,8	200	249,9	565,28	0,12	19,51	11,03	2,32
Медиана, Me	625,8	200,3	249,7	495,89	0,11	1971	11,63	2,35
Мода	0	0	0	0	0	0	0	0
Дисперсия, D	0,09	0,0004	0,003	132,2	1,44	0,03	0,02	0,0009
Стандартное отклонение	0,31	0,02	0,06	11,49	0,001	0,17	0,17	0,03
Коэф. Асимметрии, A	0,29	6,46	1,45	3,44	5,11	0,001	0,001	2,86
Коэф. Эксцесса, E	0,006	2,53	4,07	2,23	3,26	0,004	0,0005	7,51
Коэф. Вариации, V	0,05	0,01	0,025	2,03	0,97	0,9	1,56	1,34
Размах, R	5,97	3,98	1,97	600,2	0,11	9,75	7,95	1,9

В заключение по проведённым расчётам можно сказать, что, по первичной оценке, по всем показателям наблюдается близость к нормальному распределению (коэффициенты эксцесса и асимметрии близки к нулю).

8. Диаграмма рассеивания

В качестве показателей, взятых для диаграммы рассеивания, были взяты показатели водопоглощение «G» и предел прочности при сжатии «H» (рисунок 4). Показатель водопоглощение «G» выступает как значение оси X. Значения показателяпредел прочности при сжатии «H» определяют ось Y.

Рис. 4 Диаграмма разброса

Для определения величины связи между показателями необходимо найти коэффициент корреляции.



(17)

Для оценки достоверности коэффициента корреляции рассчитывают среднюю ошибку.

(18)

(19)

Значение формулы 19 доказывает недостоверность связи. Полученное значение коэффициента корреляции свидетельствует о сильной отрицательной корреляции.

С помощью функции «Анализа данных» был проведён анализ регресса и получены результаты (таблица 5).

Таблица 5

Результаты анализа регресса

Регрессионная статистика	Результат
Множественный R	0,045185
R-квадрат	0,002042
Нормированный R-квадрат	-0,14052
Стандартная ошибка	2,494212
Наблюдения	99

Одним из основных показателей является коэффициент детерминации, также называемый«R-квадрат». Оно указывает качество модели. В данном случае R-квадрат приблизительно равен 0,002 или около 0,02%. При показателе менее 0,5 - зависимость является плохой.

Вывод: при увеличении передела прочности, увеличивается водопоглощение



9. Причинно-следственная диаграмма

Причинно-следственная диаграмма (диаграмма Исикавы) позволяет выявить наиболее существенные причины, влияющие на конечный результат.

При рассмотрении схемы на уровне первичных стрелокфакторов пользуются правилом «шести М»: материал, оборудование, измерение, метод, люди, менеджмент. Каждая из стрелок, нанесенная на схему, должна представлять собой в зависимости от ее положения либо причину, либо следствие: предыдущая стрелка по отношению к последующей всегда выступает как причина, а последующая - как следствие.

Преимущества метода Диаграмма Исикавы

1. помогает группе сосредоточиться на содержании проблемы;

2. хорошая основа для дискуссии по разнообразным причинам проблемы;

3. позволяет группировать причины в самостоятельные категории;

4. сосредотачивает группу на поиске причин, а не признаков,

5. хорошо применим при групповом обсуждении, создает результат коллективного знания;

6. является легко осваиваемым и применимым.



Рис. 5 Причинно-следственная диаграмма качества производства пенобетона

Можно сделать вывод причинно - следственной диаграммы, что на качество производства пенобетона влияют качества производства, технология производства и сырьевой материал.

10. Диаграмма Парето

Исходными данными для построения диаграммы Парето представлены в виде таблицы 5. Критерием для построения является число дефектов и их накопительный процент.

Диаграмма показывает (рисунок 6), что в большей степени на уровень брака влияют показатели по группам А и B, которые составляют меньше 75%. Следовательно, с устранения этих несоответствий следует начинать работу по обеспечению качества.

Последний показатель в диаграмме Парето всегда имеет наименьшее из всех показателей число дефектов, от чего является замыкающим цепь несоответствий в расчетах. Этот показатель всегда имеет меньшее влияние на качество изделия из всех рассматриваемых показателей.

Таблица 5

Данные по количеству дефектов по выбранным показателям качества

Показатель	Число дефектов	Накопительная сумма числа дефектов	Процент дефектов	Накопленный процент
Отклонение геометрических размеров	4	4	5	5
Прочность при сжатии	9	13	10	15
Истираемость	13	26	15	30
Водопоглощение	25	51	29	59
Морозостойкость	8	59	9	68
Давление прессования	6	65	7	75
Водоцементное отношение	2	67	2	77
Прочность при сжатии	20	87	23	100
Итого	87		100	-



Рис. 6 Диаграмма Парето по результатам

Из рисунка 6 видно, что уровень брака по А(предел прочности при сжатии) составляет 80%. Следовательно, с устранения именно этих несоответствий следует начинать работу по обеспечению качества.

11. Контрольные карты Шухарта

Для расчета контрольных карт Шухарта был взят показатель «D»(средняя плотность). Критерий разбивается на 3 подгрупп, по 33 значений в каждой (таблица 6).

Таблица 6

Данные для карт Шухарта средняя плотность

1	2	3
450,8797	603,0302	470,4373
647,9302	735,2861	547,6318
776,537	554,266	374,1028
524,2893	492,4513	606,455
616,2949	456,4793	462,1223
900,3768	678,2432	551,2866
463,0636	497,3046	564,1985
526,816	377,1421	317,0537
376,9789	498,8498	674,9685
778,7838	510,4404	493,9266
628,2132	584,3518	593,7657
704,6109	375,3617	300,1766
735,7762	568,0044	480,2072
863,5036	620,256	603,5179
799,7189	314,0008	712,4826
390,4789	412,3459	557,6546
528,5508	495,8916	520,7077
453,4254	650,9259	488,7947
777,5004	673,4595	431,9284
603,7033	423,742	486,8548
686,2955	507,5647	482,7059
533,0516	628,5401	540,1648
698,8494	710,1328	426,9368
665,2575	624,2573	750,7418
819,1965	521,5942	557,4481
641,4557	613,9461	587,3429
542,2853	611,4201	395,6393
593,687	756,9368	476,875
582,9886	467,4204	538,7902
490,2147	398,6678	466,648
665,2897	622,5491	556,9721
753,4501	653,7193	566,526
569,995	397,2613	552,8054

В качестве контрольных карт для количественных данных выступают карты размахов (R) и среднего (X).

У каждой подгруппы R-карты находится свой размах; для каждой подгруппы X-карты находится среднее значение.

Затем вычисляются средняя линия, верхняя и нижняя границы карт.

Для R-карты:

Для X-карты:

Значения D₄, D₃ и A₂ взяты из ГОСТ Р ИСО 7870-2-2015 «Статистические методы. Контрольные карты»

С помощью полученных значений строим таблицу 7

Таблица 7

Данные для построения к.к. Шухарта

R	CL	UCL	LCL	X	CL	UCL	LCL
152,1505	207,9617	439,6311	0	508,1157	565,2845	685,2784	445,2905
187,6543	207,9617	439,6311	0	643,616	565,2845	685,2784	2784
402,4342	207,9617	439,6311	0	568,3019	565,2845	685,2784	445,2905
114,0037	207,9617	439,6311	0	541,0652	565,2845	685,2784	445,2905
159,8156	207,9617	439,6311	0	511,6322	565,2845	685,2784	445,2905
349,0902	207,9617	439,6311	0	709,9689	565,2845	685,2784	445,2905
101,1348	207,9617	439,6311	0	508,1889	565,2845	685,2784	445,2905
209,7624	207,9617	439,6311	0	407,004	565,2845	685,2784	445,2905
297,9896	207,9617	439,6311	0	516,9324	565,2845	685,2784	445,2905
284,8573	207,9617	439,6311	0	594,3836	565,2845	685,2784	445,2905
43,8614	207,9617	439,6311	0	602,1102	565,2845	685,2784	445,2905
404,4342	207,9617	439,6311	0	460,0497	565,2845	685,2784	445,2905
255,569	207,9617	439,6311	0	594,6626	565,2845	685,2784	445,2905
259,9857	207,9617	439,6311	0	695,7592	565,2845	685,2784	445,2905
485,7181	207,9617	439,6311	0	608,7341	565,2845	685,2784	445,2905
167,1757	207,9617	439,6311	0	453,4931	565,2845	685,2784	445,2905
32,65922	207,9617	439,6311	0	515,0501	565,2845	685,2784	445,2905
197,5005	207,9617	439,6311	0	531,0487	565,2845	685,2784	445,2905
345,5721	207,9617	439,6311	0	627,6294	565,2845	685,2784	445,2905
179,9613	207,9617	439,6311	0	504,7667	565,2845	685,2784	445,2905
203,5897	207,9617	439,6311	0	558,8554	565,2845	685,2784	445,2905
95,4885	207,9617	439,6311	0	567,2522	565,2845	685,2784	445,2905
283,196	207,9617	439,6311	0	611,973	565,2845	685,2784	445,2905
126,4845	207,9617	439,6311	0	680,0855	565,2845	685,2784	445,2905
297,6023	207,9617	439,6311	0	632,7462	565,2845	685,2784	445,2905
54,11276	207,9617	439,6311	0	614,2483	565,2845	685,2784	445,2905
215,7809	207,9617	439,6311	0	516,4482	565,2845	685,2784	445,2905
280,0618	207,9617	439,6311	0	609,1663	565,2845	685,2784	445,2905
115,5682	207,9617	439,6311	0	529,7331	565,2845	685,2784	445,2905
91,54692	207,9617	439,6311	0	451,8435	565,2845	685,2784	445,2905
108,3176	207,9617	439,6311	0	614,937	565,2845	685,2784	445,2905
186,9241	207,9617	439,6311	0	657,8984	565,2845	685,2784	445,2905
172,7337	207,9617	439,6311	0	506,6872	565,2845	685,2784	445,2905

По таблице 7 строим X-карту и R-карту.

Рисунок 7 Контрольная карта размахов

Все данные по R-карте находятся в пределах контрольных границ. А это значит, данные достоверны, можем приступать к построению Х-карты. PCL > 1, значит возможности процесса можно считать приемлемыми.



Рисунок 8 Контрольная карта среднего арифметического

Все данные по X-карте находятся в пределах контрольных границ. Большинство точек расположены близко к центральной линии, так что можем заметить приближение к центральной линии. Также можем наблюдать периодичность, т.е. подъем, спад с примерно одинаковыми интервалами времени. PCL > 1, значит возможности процесса можно считать приемлемыми.

12. Контрольные карты для альтернативных карт

Контрольные карты для альтернативных данных. Альтернативные данные представляют собой наблюдения, фиксирующие наличие или отсутствие некоторых характеристик/ признаков у каждой единицы рассматриваемой подгруппы. На основе этих данных производится подсчет числа единиц продукции, обладающих данным признаком, или число таких событий на 23 единицу продукции в группе или области. Альтернативные данные в общем случае могут быть получены быстро и дешево, для их сбора не требуется специального обучения.

В качестве альтернативной карты для применения используется карта числа несоответствующих продукции (p).

Альтернативные данные представляют собой наблюдения, фиксирующие наличие или отсутствие некоторых характеристик или признаков у каждой единицы рассматриваемой подгруппы. На основе этих данных производится подсчет числа единиц продукции, обладающих данным признаком, или число таких событий на единицу продукции в группе.

Таблица 8

Исходные данные для построения р-карты

Номер подгруппы, j	Число проконтролированных изделий, ????	Число дефектных изделий, ????
1	10	2
2	10	1
3	10	8
4	10	4
5	10	6
6	10	1
7	10	0
8	10	3
9	10	5
10	10	0
Сумма	100	-

Расчеты центральной линии, верхней и нижней границы были произведены по следующим формулам:

По расчетам построим таблицу 9.



Таблица 9

Данные для построения альтернативной р-карты.

№	Число проконтролированных изделий, ????	Число дефектных изделий, m??	Доля дефектных изделий pi	Центральная линии Рср	UCL	LCL
1	10	2	0,2	0,3	0,73	0
2	10	1	0,1	0,3	0,73	0
3	10	8	0,8	0,3	0,73	0
4	10	4	0,4	0,3	0,73	0
5	10	6	0,6	0,3	0,73	0
6	10	1	0,1	0,3	0,73	0
7	10	0	0	0,3	0,73	0
8	10	3	0,3	0,3	0,73	0
9	10	5	0,5	0,3	0,73	0
10	10	0	0	0,3	0,73	0

По данным таблицы 9 строим альтернативную карту, рисунок 9

Рисунок 9 p-карта

Анализируя p-карту, становится понятно, что четвертая партия выходит за верхнюю контрольную границу, а две партии приближаются к ней (6,10), также три партии приближаются к нижней контрольной границе(3,8,11). Имеется тренд (6-8). Также имеет место периодичность.

13. Приемочный контроль

Приёмочная контрольная карта -- это графический инструмент, позволяющий решать двойную задачу оценки состояния процесса:

- можно ли ожидать, что требования к измеряемому показателю продукции или услуге на выходе процесса будут удовлетворены;

- находится ли процесс в состоянии статистической управляемости по изменчивости внутри выборок или подгруппы.

По существу, приемочные контрольные карты совмещают процедуру слежения за ходом технологического процесса, его регулирования и, при необходимости, остановки, позволяющей избежать производства несоответствующей продукции, процедуру выборочного приемочного контроля изготовленной продукции

Для построения приемочной карты по показателю средняя плотность «D» Значения риска неприёмки удовлетворительного процесса из-за случайности выборки () и риск приемки неудовлетворительного процесса ():

Целевое значение (Т) представляет собой среднее от допусков показателя «Е» (таблица 1.1).

Неприемлемая доля несоответствующих единиц продукции р₁ = 15% и приемлемая доля несоответствующих единиц продукции р₀ = 2%.

Рассчитывается приемлемый уровень процесса APL. Нижняя и верхняя границы приемлемого уровня соответственно:

Рассчитывается предел неприемлемых уровней процесса RPL. Нижняя и верхняя границы приемлемого уровня соответственно:

Рассчитывается приемочная контрольная граница ACL. Нижняя и верхняя границы приемлемого уровня соответственно:

Чтобы построить карту приемочного контроля необходимо разбить показатель средняя плотность (G) на 10 групп, используя промасштабированные данные (таблица 2.4). Перенесем полученные значения в таблицу 10.

Таблица 10

Данные для построения карты приемочного контроля

№	1	2	3	4	5	6	7	8	9	10
1	450,9	778,8	777,5	593,7	492,5	568,0	628,5	622,5	564,2	557,7
2	647,9	628,2	603,7	583,0	456,5	620,3	710,1	653,7	317,1	520,7
3	776,5	704,6	686,3	490,2	678,2	314,0	624,3	397,3	675,0	488,8
4	524,3	735,8	533,1	665,3	497,3	412,3	521,6	470,4	493,9	431,9
5	616,3	863,5	698,8	753,5	377,1	495,9	613,9	547,6	593,8	486,9
6	900,4	799,7	665,3	570,0	498,8	650,9	611,4	374,1	300,2	482,7
7	463,1	390,5	819,2	603,0	510,4	673,5	756,9	606,5	480,2	540,2
8	526,8	528,6	641,5	735,3	584,4	423,7	467,4	462,1	603,5	426,9
9	377,0	453,4	542,3	554,3	375,4	507,6	398,7	551,3	712,5	750,7

По полученным данным и найденным границам строится приемочная контрольная карта (рисунок 10 и рисунок 11)

Рисунок 10 Приемочный контроль

Вывод: как видно на рисунке все точки процесса выходят за данные границы, что свидетельствует о том, что продукция не является приемлемой и не соответствует нормативным значениям. Не большая часть продукции представляет продукцию не приемлемого качества.



Рисунок 11 Приемочный контроль по двум границам.

Из рисунка 11 так же видно, что продукция выходит за контрольные границы, что говорит о ее несоответствии.

14. Приемочный контроль по альтернативным показателям

• План выборочного контроля проводится по альтернативному признаку для автоклавного пенобетона на основе приемлемого уровня качества (AQL).
• Назначение AQL для отдельного несоответствия или группы несоответствий означает, что выборочная схема будет принимать большинство предъявленных партий, если уровень несоответствий в этих партиях не превышает заданное значение AQL. Таким образом, AQL обозначает процент несоответствующих единиц продукции (или число несоответствий на 100 единиц продукции), который будет приниматься в большинстве случаев выборочной схемой.
• Непринятые партии направляются на ремонт и переоценку.
• В ГОСТ Р 50779.71-99 приведены три уровня контроля (I, II, III) для обычного применения.
• Контроль проводится по всем промасштабированным показателям качества. Приемлемый уровень качества задан (AQL), и равен 0,15%. Вид контроля устанавливается нормальный. Уровень контроля - II.
• Выбираем уровень II, т.к. нет особых рекомендаций. В нашем проекте объем партии равен 28 единиц, этому значению соответствует код объема выборки «J» С помощью AQL и кода объема выборки определяем объем выборки n = 80, а также приемочное число Ac =0 и браковочное число Re=1. План выборочного контроля осуществляется по показателю средняя плотность (D). Разбиваем 99 значений на 3 группы объемом 28(таблица 11). Значения из таблицы сравниваем с допуском по ГОСТу 300-900 (показатель «D» средняя плотность), если значение удовлетворяет допуски по ГОСТу, то 0, если не удовлетворяет 1, таким образом получаем таблицу 12.
• Таблица 11
• Случайная выборка из партий

1 партия	2 партия	3 партия
450,88	582,99	624,26
647,93	490,21	521,59
776,54	665,29	613,95
524,29	753,45	611,42
616,29	570	756,94
900,38	603,03	467,42
463,06	735,29	398,67
526,82	554,27	622,55
376,98	492,45	653,72
778,78	456,48	397,26
628,21	678,24	470,44
704,61	497,3	547,63
735,78	377,14	374,1
863,5	498,85	606,46
799,72	510,44	462,12
390,48	584,35	551,29
528,55	375,36	564,2
453,43	568	317,05
777,5	620,26	674,97
603,7	314	493,93
686,3	412,35	593,77
533,05	495,89	300,18
698,85	650,93	480,21
665,26	673,46	603,52
819,2	423,74	712,48
641,46	507,56	557,65
542,29	628,54	520,71
593,69	710,13	488,79

• Таблица 12
• Приемочный контроль по альтернативным признакам

n	1	2	3
1	0	0	0
2	0	0	0
3	0	0	0
4	0	0	0
5	0	0	0
6	0	0	0
7	0	0	0
8	0	0	0
Итог	Принято	Принято	Принято

• Вывод: все партии признаются приемлемыми, следовательно нет необходимости перехода на более усиленный контроль

• Библиография
• 1. ГОСТ Р ИСО 7870-1-2015 «Статистические методы. Контрольные карты. Часть 1. Контрольные карты. Общие принципы»: URL: https://docs.cntd.ru/document/1200088259.
• 2. ГОСТ Р ИСО 7870-2-2015 «Статистические методы. Контрольные карты. Часть 2. Контрольные карты Шухарта»: URL: https://docs.cntd.ru/document/1200124585.
• 3. ГОСТ Р ИСО 7870-3-2013 «Статистические методы. Контрольные карты. Часть 3. Контрольные карты. Приемочные контрольные карты»: URL: https://docs.cntd.ru/document/1200108138.
• 4. ГОСТ Р 50779.11-2000 «СТАТИСТИЧЕСКОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ Термины и определения» URL: https://meganorm.ru/Data2/1/4294847/4294847509.pdf
• 5. ГОСТ 31359-2007 «Бетоны ячеистые автоклавного твердения»
• 6. ГОСТ 27005-86 Бетоны легкие и ячеистые. Правила контроля средней плотности
• 7. ГОСТ 25485-89 Бетоны ячеистые
• 8. Методическое пособие «Статистические методы в контроле качества строительных материалов. Метод. указания» Сост. О. Е. Смирнова. Новосибирск, НГАСУ (Сибстрин), 2017..pdf
• Размещено на Allbest.ru