Контроль параметров пирожного

Размещено на http://www.allbest.ru/

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Владимирский государственный университет

им.Александра Григорьевича и Николая Григорьевича Столетовых»

Кафедра УКТР

Курсовой проект

по дисциплине: Статистические методы в управление качеством

на тему: Контроль параметров пирожного

Выполнила:

ст.гр. УК-112

Дементьева Д.М.

Принял: к.т.н., доцент

Орлов Д.Ю.

Владимир

2014 г.

СОДЕРЖАНИЕ

1. Анализ объекта производства

2. Статистическое регулирование процесса производства (оказания услуги) (SPC)

2.1 Выбор контролируемых параметров и контрольных карт

2.2 Контроль процессов по количественному и альтернативному признакам (расчет, построение и анализ контрольных карт ГОСТ Р 50779.42-99)

2.3 Контроль процесса с помощью контрольной карты для арифметического среднего с предупреждающими границами (расчет, построение и анализ контрольных карт ГОСТ Р 50779.41-96)

2.4 Контроль процесса с помощью приемочной контрольной карты

(ГОСТ Р 50779.43-99)

2.5 Оценка возможностей процесса (расчет индексов работоспособности)

3. Выборочный приемочный контроль

3.1 Выбор плана контроля по альтернативному признаку (ГОСТ 18242-72)

3.2 Выбор плана приемочного контроля по количественному признаку

(ГОСТ Р 50779.53-98)

4. Анализ измерительной системы или планирование промышленного эксперимента (опционально, на выбор)

Заключение

Список использованных источников

ВВЕДЕНИЕ

Задача обеспечения качества приобретает в настоящее время все большее значение: в условиях конкурентной борьбы именно качество обеспечивает жизнеспособность предприятия. В понятие качества включают качество всех процессов, выполняемых на предприятии - начиная от целей, которые ставит перед собой руководство (качество цели), и заканчивая организацией конкретных производственных процессов (качество исполнения). Учитывая всеобъемлющий характер вопросов управления качеством, можно предположить, что происходит формирование принципиально новой философии управления производством, в основе которой лежит критерий качества.

Статические методы важный инструмент повышения качества в любом современном производстве, тем более производстве серийном. В настоящее время все предприятия применяют статические методы практически на всех стадиях жизненного цикла, как для анализа и контроля качества, так и для разработок новых технологий и принятия правильных управленческих решений.

В работе предполагается рассмотреть статистическое регулирование процесса изготовления пирожных, на основе карт Шухарта по количественному и качественному признакам.

Оценить возможность процесса выбрать способ приемлемого контроля, проанализировать измерительную систему.

1. АНАЛИЗ ОБЪЕКТА ПРОИЗВОДСТВА

качество карта шухарт индекс

Объект исследования и описание производственного процесса

Пирожные и торты - высококалорийные мучные изделия различной формы и размеров и с разнообразным вкусом и ароматом, характеризующиеся привлекательным внешним видом. Торты значительно превосходят пирожные по размерам и более сложной художественной отделке поверхности. Отличительной особенностью пирожных являются мелкие размеры и разнообразие формы. В связи с повышенным содержанием влаги и жира торты и пирожные малоустойчивы в хранении.

Торты и пирожные обычно состоят из выпеченных полуфабрикатов различной формы с разнообразной отделкой.

Торты и пирожные классифицируют по основному выпеченному полуфабрикату - выпеченной тестовой заготовке. Используют следующие виды основного выпеченного полуфабриката: бисквитный, песочный, слоеный, миндально-ореховый, вафельный, воздушный, заварной, сахарный, крошковый. Для отделки используют разнообразные полуфабрикаты кондитерского производства. Одним из основных отделочных полуфабрикатов являются различные кремы (масляные, заварные, сливочные, белковые и др.).

В производстве кремов основным процессом является сбивание масла, яиц и других продуктов с сахаром. При этом масло насыщается воздухом и приобретает легкость и пластичность.

Для отделки кроме кремов используют различные виды помады и сиропов, изделия из карамельной массы (листочки, паутинка, цветы), фруктово-ягодные полуфабрикаты, шоколадные полуфабрикаты в виде шоколадной глазури, объемных и плоских фигур, шоколадной стружки и т. п. Применяют марципановые массы, из которых приготовляют всевозможные фигурки в виде фруктов, овощей и т. п.

Применяют разнообразные посыпки (шоколадные, миндальные, сахарные и др.).

Пирожные и торты, вырабатываемые в нашей стране характеризуются высокой питательностью и усвояемостью. Это является следствием использования для их производства только натурального высококалорийного сырья (сливочное масло, яйца, ореховые ядра, какао-продукты, мука, сахар, молочные продукты и т. п.).

Торты и пирожные наряду с высокими питательностью и калорийностью характеризуются привлекательным внешним видом, художественной отделкой и оформлением.

Описание технологического цикла

Данный вид полуфабрикатов содержит в своей рецептуре большое количество сахара, жира, благодаря которым тесто обладает пластичностью, а выпеченное изделие - рассыпчатостью, гигроскопичностью. Этому способствуют особая технология приготовления и использование муки с содержанием 28-34 % слабой клейковины.

Тесто разрыхляют химическими разрыхлителями, которые не рекомендуется вводить вместе с некоторыми видами сырья (жир, крахмал, молоко, патока и др.), имеющего кислую реакцию, так как произойдет их частичная нейтрализация.

Химические разрыхлители желательно применять после частичного добавления муки, которая препятствует их преждевременному разложению. В этом случае мука является инертным наполнителем, препятствующим реакции нейтрализации.

Технологический процесс приготовления песочного полуфабриката состоит из таких стадий: взбивание массы, определение ее готовности, замес теста, формование и выпечка.

Массу взбивают во взбивальных машинах любой конструкции. Вначале в котел загружают жир, измельченный в стружку, затем сахар и постепенно, по ходу взбивания, малыми порциями добавляют жидкость (молоко, яйца, меланж).4

Взбивание длится 13-18 мин. Готовность массы определяют по следующим признакам: растворились кристаллы сахара, увеличился объем в 1,5-2 раза, масса стала пышной, кремообразной.

Затем в нее добавляют муку, химические разрыхлители и в течение 2-3 мин производят замес теста. Последнее должно быть однородным, пластичным, без комков, с влажностью 18-20 %. Увеличение времени замеса может привести к затягиванию теста, так как повышается набухаемость клейковины муки.

Замешенное тесто поступает на разделку. Вначале его делят на куски определенной массы, затем - формуют в виде прямоугольника. На середину прямоугольника кладется скалка, и тесто легким нажатием раскатывают поперек. Потом скалку поворачивают на 90° и раскатывают тесто в продольном направлении. При этом его периодически наворачивают на скалку и подпиливают снизу и сверху. Для каждой группы изделий устанавливается определенная толщина пласта (от 3 до 8 мм). Обрезки используют при разделке следующей порции теста. Применяется также машинный способ разделки.

Разделку теста следует производить при температуре 16-20 °C, при более высокой масло в тесте размягчается, тесто крошится при раскатывании, а приготовленные из него изделия получаются жесткими.

При изготовлении нарезных пирожных и заготовок для тортов раскатанный пласт теста наворачивают на скалку и переносят на лист для выпечки. Острием ножа на тесте делают надколы для предотвращения вздутия полуфабриката.

Листы для выпечки песочного полуфабриката не смазывают, так как в тесте содержится большое количество масла, а жирное песочное тесто к листу не прилипает.

Песочное тесто выпекают при температуре 215-240 °C. Толстые пласты - при пониженной, тонкие - при повышенной. Выпечка длится 10-15 мин. Готовность полуфабриката определяют по цвету (светло-коричневая корка с золотистым оттенком) и рассыпчатости.

Полуфабрикат поступает на отделку после предварительного охлаждения.

2. СТАТИСТИЧЕСКОЕ РЕГУЛИРОВАНИЕ ПРОЦЕССА ПРОИЗВОДСТВА

2.1 Выбор контролируемых параметров и контрольных карт

Перечень основных показателей качества мороженого и статистические методы контроля указаны в таблице 2.1.1

Таблица 2.1.1

Вид изделия	Параметры контроля	Нормированные значения	Статические методы контроля
Мороженое	Физико-химические показатели:		Контрольные карты Шухарта по количественному признаку: - X-R, X-S применяются в случае контроля таких показателей качества как длина, ширина, масса и т.д. Отличие в том, что карта X-S используется при больших объемах выборки, чем X-R, т.к. мера разброса в виде СКО дает большую погрешность на малых выборках, чем размах
	1. Массовая доля жира (%)	12-15
	2. Массовая доля сахарозы (не менее) (%)	14-17
	3. Кислотность (не более) (°Т)	22-24
	4. Общее количество микроорганизмов (тыс. в 1 мл)	100
	5. Масса пирожного (мелкофасованного)	200±3
	Визуальные показатели:		Контрольные карты Шухарта по альтернативному признаку: С-карта - график числа дефектов, при использовании этих карт делается предположение, что дефекты контролируемой характеристики продукции встречаются сравнительно редко. Р-карта - дефектной продукции, применяется в случае контроля качества по определению доли дефектных изделий. Np-карта числа дефектных единиц продукции.
	1. Дефекты цвета
	2. Грубая консистенция
	3. Недостаточно свежий аромат
	4. Брожение
	5. Соленый вкус
	6. Водянистость
	7. Дефекты упаковки

2.2 Контроль массы (мелкофасованного) мороженого по количественному и альтернативному признаку

№ выборки	Полученные значения	Время сбора данных чч:мм	Лист заполнил
1	199,944	7:00	Дементьева Д.М.
	201,219
	198,369
	201,583
	201,472
2	198,587	7:20	Дементьева Д.М.
	200,066
	199,577
	199,826
	198,861
3	201,510	7:40	Дементьева Д.М.
	200,890
	200,889
	200,824
	200,627
4	199,382	8:00	Дементьева Д.М.
	198,575
	200,061
	200,700
	199,292
5	197,933	8:20	Дементьева Д.М.
	199,140
	198,447
	201,905
	199,035
6	201,542	8:40	Дементьева Д.М.
	200,270
	202,293
	199,111
	200,099
7	199,131	9:00	Дементьева Д.М.
	201,733
	199,796
	199,888
	200,017
8	198,848	9:20	Дементьева Д.М.
	200,512
	202,324
	200,654
	198,719
9	198,707	9:40	Дементьева Д.М.
	200,365
	200,436
	199,441
	200,880
10	199,070	10:00	Дементьева Д.М.
	200,121
	200,595
	200,597
	199,815
11	201,018	10:20	Дементьева Д.М.
	200,283
	201,672
	199,711
	198,657
12	199,582	10:40	Дементьева Д.М.
	201,317
	200,249
	200,937
	199,330
13	198,678	11:00	Дементьева Д.М.
	199,704
	198,362
	201,970
	199,459
14	201,567	11:20	Дементьева Д.М.
	198,283
	200,125
	199,392
	201,027
15	202,295	11:40	Дементьева Д.М.
	199,048
	200,431
	202,210
	199,523
16	200,913	12:00	Дементьева Д.М.
	199,303
	199,855
	198,912
	200,137
17	198,892	12:20	Дементьева Д.М.
	199,719
	200,564
	200,683
	199,309
18	200,010	12:40	Дементьева Д.М.
	199,571
	198,580
	199,930
	201,517
19	200,095	13:00	Дементьева Д.М.
	199,896
	201,240
	199,646
	198,475
20	201,077	13:20	Дементьева Д.М.
	200,200
	199,041
	199,856
	198,831



Рис. 2.2.1 X- и R-контрольные карты с контрольными и предупреждающими границами

Расчет общего среднего арифметического и общего размаха, значения сигма, верхней и нижней контрольных границ для карты средних и карты размахов:

n=5; A2=0,577; D3=0; D4=2,114; d=2,326

А2 - коэффициент, определяемый по таблице в зависимости от объема выборки n.

D3 и D4 - коэффициенты также определяемые по таблице в зависимости от объема выборки. При n < 7 нижняя граница карты размахов нулевая.

Вывод: В контрольных картах (см. рис. 2.2.1) отсутствует выход результатов за контрольные границы (нет выбросов), периодичность, приближение к центральной линии и линейный тренд, не нарушается случайность распределения точек, т.е. технологический процесс находится в статистически управляемом режиме.

Рис. 2.2.2 X- и S-контрольные карты с контрольными и предупреждающими границами.

Расчет общего среднего арифметического и ско, значения сигма, верхней и нижней контрольных границ для карты средних и карты ско:

n=5; A3=1,427; В3=0; В4=2,089

А3 - коэффициент, определяемый по таблице в зависимости от объема выборки n.

В3 и В4 - коэффициенты также определяемые по таблице в зависимости от объема выборки. При n < 7 нижняя граница карты ско нулевая.

Вывод: В контрольных картах (см. рис. 2.2.2) отсутствует выход результатов за контрольные границы (нет выбросов), периодичность, приближение к центральной линии и линейный тренд, не нарушается случайность распределения точек, т.е. технологический процесс находится в статистически управляемом режиме

Номер выборки	Число дефектов в выборке	Лист заполнил
1	3	Дементьева Д.М..
2	5
3	1
4	2
5	8
6	6
7	1
8	1
9	4
10	2
11	5
12	3
13	6
14	1
15	7
16	5
17	2
18	2
19	3
20	8



Рис. 2.2.3 Контрольная С-карта и гистограмма распределения числа дефектов в выборке

Вывод: На контрольной карте (см. рис. 2.2.3) отсутствует выход результатов за контрольные границы (нет выбросов), периодичность, приближение к центральной линии и линейный тренд, не нарушается случайность распределения точек, т.е. технологический процесс находится в статистически управляемом режиме.

Исходные данные для построения Р-карты (таблица 2.2.2):

Таблица 2.2.2

№ выборки	Объем выборки n	Число дефектов	Лист заполнил
1	250	3	Дементьева Д.М.
2	300	9
3	330	4
4	470	1
5	310	4
6	450	6
7	500	2
8	390	7
9	200	5
10	230	4
11	480	3
12	410	6
13	340	5
14	390	4
15	360	8
16	480	6
17	330	4
18	390	8
19	270	7
20	200	2

Расчет:

= =98/7080=0,01384

ucl(lcl)= ± 3*

ucl =0,03863 lcl=0

Рис. 2.2.4 Контрольная Р-карта и гистограмма распределения доли брака

Вывод: В контрольных картах (см. рис. 2.2.4 и 2.2.5) отсутствует выход результатов за контрольные границы (нет выбросов), периодичность, приближение к центральной линии и линейный тренд, не нарушается случайность распределения точек, т.е. технологический процесс находится в статистически управляемом режиме.



Рис.2.2.5 Нормализованная контрольная Р-карта и гистограмма

Контроль дефектов объема сока при помощи np - карты (по альтернативному признаку)

Поскольку задано число дефектов для выборки из 15 изделий и n=const, выбирается биноминальная модель и np контрольная карта.

Исходные данные (таблица 3.4.1):

Таблица 2.2.3

	np		n	Лист заполнил
1	3	16	0	Дементьева Д.М.
2	2	17	3
3	0	18	1
4	1	19	0
5	2	20	3
6	0	21	0
7	1	22	1
8	1	23	2
9	2	24	1
10	1	25	0
11	00	26	4
12	4	27	0
13	0	28	2
14	3	29	0
15	1	30	6
			44

Предварительная контрольная карта

Рис.2.2.6 Предварительная контрольная np-карта и гистограмма

Примем 30-ую выборку как вышедшую за контрольные пределы вследствие влияния особых причин.

Скорректированная контрольная карта

Рис.2.2.7 Скорректированная контрольная np-карта и гистограмма

Вывод: Так как выбросы отсутствуют и распределение точек приблизительно симметрично и случайно, то полученное значение можно принять как стандартное и использовать для дальнейшего контроля.

2.3 Контроль процесса с помощью контрольной карты для арифметического среднего с предупреждающими границами

Контрольная карта среднего арифметического с предупреждающими границами предназначена для регистрации малых сдвигов технологических процессов по среднему (ГОСТ Р 50779.41-96). Цель - регулирование технологического процесса, при котором выборочное среднее будет иметь минимальное отклонение от желаемого уровня (номинального значения).

Рассматривается изготовление сока:

Номинальное значение - 200; Верхняя граница - 203;

Нижняя граница - 197;

Максимальный нежелательный уровень несоответствий -2%; СКО - 1.

1) Расчет недопустимого уровня технологического процесса:

µ0=200; у0 = 1

µ1=Тв-zp у0 1-2p=1-2*2%=0.96 => zp=2,05; (ГОСТ 50779,41-96)

µ1=203-2,05*0,9=201,155

2) Выбор возможных вариантов плана контроля (таблица 2.3.1):

№ плана	n	? n	K	B1	B2	L0	L1	L0/ L1
1	6	2.94	2	2,75	1,75	116.4	1.5	77.6
2	9	3.6	44	3,25	1,25	727.3	1.5	484.87
3	5	2.68	3	3	1,5	310	2.7	114.81
4	7	3.17	4	3,25	1	452.4	1,9	253.89

д =; д==1,2

3) Поскольку L0/L1? 14, выбираем план с наибольшей L0/L1, т.е. 2-ю строку в таблице (2-ой план).

4) Проанализируем технологический процесс для следующих данных (табл.5.2):

Таблица 2.3.2

	X1	X2	X3	X4	X5	X6	X7	X8	Х9	Хср
1	199,944	201,51	197,933	199,131	198,707	201,018	198,678	202,295	198,892	199,790
2	201,219	200,89	199,140	201,733	200,365	200,283	199,704	199,048	199,719	200,233
3	198,369	200,889	198,447	199,796	200,436	201,672	198,362	200,431	200,564	199,885
4	201,583	200,824	201,905	199,888	199,441	199,711	201,970	202,210	200,683	200,913
5	201,472	200,627	199,035	200,017	200,880	198,657	199,459	199,523	199,309	199,887
6	198,587	199,382	201,542	198,848	199,070	199,582	201,567	200,913	200,010	199,945
7	200,066	198,575	200,270	200,512	200,121	201,317	198,283	199,303	199,571	199,780
8	199,577	200,061	202,293	202,324	200,595	200,249	200,125	199,855	198,580	200,407
9	199,826	200,7	199,111	200,654	200,597	200,937	199,392	198,912	199,930	200,007
10	198,861	199,292	200,099	198,719	199,815	199,330	201,027	200,137	201,517	199,866

ВГР=200+3,25*1/=201,083 ВПР=200+1,25*1/=200,417

НГР=200-3,25*1=198,917 НПР=200-1,25*1/=199,583

Рис. 2.3.1. Контрольная карта среднего арифметического

Вывод: На графике видно, что 4-ая точка находится в зоне W - между верхней предупреждающей границей и верхней границей регулирования, а остальные- в зоне Т. Должна быть осуществлена корректировка. Таким образом, процесс находится в статистически управляемом состоянии.

2.4 Контроль процесса с помощью приемочной контрольной карты

Приемочные контрольные карты предназначены для оценки влияния особых причин на внутривыборочную статистику и приемку технологического процесса как управляемого по заданной вероятности брака в каждой отдельной партии.

Приемочная контрольная карта по количественному признаку - зависимость среднего арифметического от номера партии или времени взятия выборки.

Рассчитать параметры приемочной контрольной карты для технологического процесса изготовления сока с определенной массой (пределы 200±3г)

у0=0,9

p0= 0,5 % - процесс принимается

p1= 3,5 % - процесс бракуется

Расчет:

z p0= 2,58 при = 0,99

z p1= 1,80, при = 0,93

APLв = Тв- z p0* у0 APLв = 203- 2,58* 0,9=200,678

APLн = Тн+z p0* у0 APLн = 197+2,58*0,9=199,322

PPLв = Тв- z p1* у0 PPLв = 203- 1,8* 0,9 =201,38

PPLн = Тн +z p1* у0 PPLн = 197+1,8* 0,9 =198,62

Поскольку б и в не заданы, то принимаем б = в = 5%

AСLв = APLв + * (PPLв - APLв )

AСLy= APLв - * (APLн - PPLн )

AСLв = 200,678 + * (201,38 - 200,678 )=201,029

AСLн= 199,322 - * (199,322 - 198,62 )=198,964

Принимаем б = в = 0,05 => zб=zв=1,65

n=?13

Принимаем n = 13

Таблица 2. 4.1

N	X1	X2	X3	X4	X5	X6	X7
1	199,944	201,472	199,826	200,889	198,575	197,933	199,035
2	201,219	198,587	198,861	200,824	200,061	199,140	201,542
3	198,369	200,066	201,510	200,627	200,700	198,447	200,270
4	201,583	199,577	200,890	199,382	199,292	201,905	202,293

N	X8	X9	X10	X11	X12	X13	Xср
1	199,111	199,796	200,512	198,707	200,880	200,597	199,791
2	200,099	199,888	202,324	200,365	199,070	199,815	200,138
3	199,131	200,017	200,654	200,436	200,121	201,018	200,105
4	201,733	198,848	198,719	199,441	200,595	200,283	200,349

Контрольная карта имеет вид:

Рис.2.4.1 Контрольная карта среднего арифметического

Вывод: на контрольной карте отсутствуют выбросы как за AРL, так и за ACL. Следовательно, все 4 партии принимаются как годные, и процесс считается статистически управляемым.

2.5 Оценка возможностей процесса (расчет индексов работоспособности)

Показатель качества изделия должен находиться в некоторых заранее установленных границах - в пределах допуска. Для определения того, способен ли технологический процесс выпускать изделия, имеющие показатели качества в пределах допуска, используются индексы воспроизводимости. (ГОСТ Р 50779.44-2001)

Индекс воспроизводимости - безразмерная величина, показывающая связь между характеристиками технологического процесса и допуском. Пусть USL и LSL - верхняя и нижняя границы поля допуска, у - СКО показателя качества в технологическом процессе.

Тогда для нашего технологического процесса индекс воспроизводимости будет равен: Сp = (201,455 - 198,641) / (6*1,048) ? 0,4

 - верхний индекс воспроизводимости

- нижний индекс воспроизводимости

Cpu = (201,455 - 200,048) / (3*1,048) ? 0,4

Cpl = (200,048 - 198,641) / (3*1,048) ? 0,4

Индекс работоспособности процесса Cpk = min (Cpu, Cpl)

Cpk = min 0,4

При Cp=0,4 уровень несоответствий продукции будет примерно равен 10%, а в числе несоответствующих единиц на миллион единиц продукции будет равен 100 000 ppm.

Вывод: поскольку значения Cp и Cpk малы, то возможности процесса нельзя считать приемлемыми. Необходимо снизить влияние обычных причин, поддерживая процесс в стабильном состоянии, а также улучшить настройку процесса на центр поля допуска.

Рис.2.5.1. Графический анализ воспроизводимости процесса

Вывод: Процесс находится в статистически неуправляемом состоянии, так как индекс Срк<1, процесс не центрирован, т.е. не настроен на центр.

3. ВЫБОРОЧНЫЙ ПРИЕМОЧНЫЙ КОНТРОЛЬ

3.1 Выбор плана контроля по альтернативному признаку

Выбрать план контроля при следующих данных: Уровень дефектности AQL - 1,5 %

N = 100 шт (ГОСТ 18242-72).

Одноступенчатый тип контроля

1. Выбор уровня контроля:

общий - II

2. Выбор объема выборки в зависимости от уровня контроля и объема партии N: код объема выборки - F

3. Выбор параметров плана контроля (таблица 7.1):

Таблица 3.1.1

вид параметр	Нормальный	Усиленный	Ослабленный
Ас	1	1	0
Re	2	2	2
a	20	20	8

а) Нормальный контроль является основным видом контроля и применяется во всех случаях (если не оговорено применение другого вида контроля) до тех пор, пока не возникнут условия перехода на усиленный или ослабленный контроль (рис 3.1.1).

б) Переход с нормального контроля на усиленный контроль

Если в ходе нормального контроля 2 из 5 последовательных партий будут забракованы, переходят на усиленный контроль.

Партии, возвращенные для контроля после их забракования при первом предъявлении, не учитывают.

Размещено на http://www.allbest.ru/

Рис. 3.1.1. Переходы контроля

Если 10 очередных партий (или другое количество партий, установленное компетентным органом) контролируется по правилам усиленного контроля, следует прекратить приемку и принять меры для улучшения качества контролируемой продукции.

в) Переход с усиленного контроля на нормальный контроль

Если при усиленном контроле 5 очередных партий будет принято, переходят на нормальный контроль.

г) Переходы с нормального контроля на ослабленный контроль

С нормального контроля на ослабленный контроль переходят, если выполнены следующие условия:

§ при нормальном контроле не менее 10 последовательных партий были приняты;

§ общее число дефектных изделий, выявленных при контроле последних 10 партий, не превышает число дефектных изделий (10*20 = 200 => количество проконтролированных изделий в 10 выборках -- 2);

§ технологический процесс стабилен и выпуск продукции ритмичен.

д) Переход с ослабленного контроля на нормальный контроль

С ослабленного контроля переходя на нормальный контроль, если выполняется хотя бы одно их следующих условий:

§ очередная партия забракована при первом предъявлении;

§ нет оснований ни для принятия, ни для забраковывания партии, в таком случае партию следует принять, но начиная со следующей партии, применять нормальный контроль;

§ изменение технологии или условий производства;

§ нарушены стабильность технологического процесса или ритмичный выпуск продукции;

§ другие условия требуют возвращения нормального контроля.

3. Необходимо построить оперативные характеристики по указанным выше условиям (для нормального контроля):

Таблица 3.1.2 Исходные данные

p	Pa
0,475	99,0
1,13	95,0
1,67	90,0
3,01	75,0
5,19	50,0
8,19	25,0
11,6	10,0
14,0	5,0
19,0	1,0

Рис. 3.1.2. Оперативная характеристика.

1-б = 91% => б = 9%

Предел среднего выходного уровня качества AOQL при нормальном контроле

4,2; при усиленном - 4,6.

Предельное качество в процентах несоответствующих единиц продукции, для Я=10% при нормальном контроле равно 18%.

Предельное качество в процентах несоответствующих единиц продукции, для Я=5% при нормальном контроле равно 22%.

Вывод: исходя из данного графика видно, что чем больше доля дефектных изделий р, тем меньше вероятность Ра принятия партии.

3.2 Выбор плана приемочного контроля по количественному признаку

Определить параметры плана контроля по количественному признаку при производстве пироженого.

Ключевым показателем является масса мороженого (мелкофасованного).

Допустимые значения:

a(Тн) = 203;

b(Тв) = 197;

NQL = 1,5%;

у = 1,048

Степень доверия определяется наличием сертификата на систему обеспечения качества по ГОСТ Р ИСО 9001 или ГОСТ Р ИСО 9002.

Поскольку рассматривается производственный цикл на одном предприятии, то целесообразно рассмотреть контроль поставщика.

Поскольку задано наличие сертификата по ГОСТ Р ИСО 9001 и ГОСТ Р ИСО 9002, то выбирается степень доверия Т6 и в0 = 0,9.

Определение объема выборки по рекомендуемому приложению А.



По таблице для NQL = 1,5 % ни одно из значений не превышает 2,863 => допустим любой n (ГОСТ 50779.53-98).

Выбираем n = 5.

Расчет границ для контроля поставщика:

НПГ= a + К1у К1 =1,39

ВПГ= b - К1у

НПГ= 197 + 1,39*1,048 = 198,4567 (г)

ВПГ= 203 - 1,39*1,048 = 201,5433 (г)

Параметрами плана контроля являются:

n=5

НПГ= 198,4567 (г)

ВПГ= 201,5433 (г)

Для следующей партии проверим условие приемки (таблица 3.2.1):

Таблица 3.2.1

	X1	X2	X3	X4	X5	Xср	Годность
1	199,944	201,219	198,369	201,583	201,472	200,5174	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
2	198,587	200,066	199,577	199,826	198,861	199,3834	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
3	201,510	200,890	200,889	200,824	200,627	200,948	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
4	199,382	198,575	200,061	200,700	199,292	199,602	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
5	197,933	199,140	198,447	201,905	199,035	199,292	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
6	201,542	200,270	202,293	199,111	200,099	200,663	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
7	199,131	201,733	199,796	199,888	200,017	200,113	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
8	198,848	200,512	202,324	200,654	198,719	200,2114	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
9	198,707	200,365	200,436	199,144	200,880	199,9064	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
10	199,070	200,121	200,595	200,597	199,815	200,0396	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
11	201,018	200,283	201,672	199,711	198,657	200,2682	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
12	199,582	201,317	200,249	200,937	199,330	200,283	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
13	198,678	199,704	198,362	201,970	199,459	199,6346	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
14	201,567	198,238	200,125	199,392	201,027	200,0698	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
15	202,295	199,048	200,431	202,210	199,532	200,7032	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
16	200,913	199,303	199,855	198,912	200,137	199,824	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
17	198,892	199,719	200,564	200,683	199,309	199,8334	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
18	200,010	199,571	198,580	199,930	201,517	199,9216	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
19	200,095	199,896	201,240	199,646	198,475	199,8704	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ
20	201,077	200,200	199,041	199,856	198,831	199,801	партия принимается, поскольку среднее не выходит за пределы НПГ и ВПГ

Вывод: по результатам вышеприведенной таблицы заключаем: все партии годны, т.к. среднее значение каждой партии не выходит за пределы НПГ и ВПГ

4. АНАЛИЗ ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ

Рассматривается параметр неточной объема пирожного. В плане эксперимента учитывается влияние пяти операторов и трех партий выпускаемой продукции. Объем выборки три элемента

Матрица плана

Рис.4.1.Итог плана

Рис.4.2. Оценка дисперсии методом размахов

Рис.4.3. Описательные статистики по операторам



Рис.4.4. Описательные статистики по деталям

Рис.4.5. График повторяемости и воспроизводимости

Вывод: Высота "ящика" указывает на изменчивость измерений по опытам. В моем примере 4-й оператор , по-видимому, в общем дает меньший разброс измерений одной и той же детали от опыта к опыту, чем любой другой инженер.

Рис.4.6. Составной график по операторам и деталям



Рис.4.7. Диаграмма размаха

Рис.4.8. R-карта по операторам

Рис.4.9. S-карта по операторам

Вывод: Систему нельзя использовать, так как отношение дисперсии воспроизводимости и повторяемости к общей дисперсии превышает 1/3.

ЗАКЛЮЧЕНИЕ

В данной работе был проведен статистический контроль качества продукции с использованием теории вероятности и мате...