Лауреат 7-го Международного Турнира по качеству
   стран Центральной и Восточной Европы в номинации
«Малые и средние компании»
 


База знаний

Розенталь Р.М., Шашков В.В., Менеджмент качества №3(27), 2014

Права на статью: Издательский дом Grebennikov

Неформальный подход:
применение статистических методов для выявления проблем

Представлен опыт освоения статистических методов на предприятии машиностроительной отрасли в рамках развития системы менеджмента качества от универсальной модели ИСО 9001 к модели отраслевой системы мирового уровня. Подробно описана программа подготовки. Представлены примеры сбора и анализа данных для проверки ряда гипотез.

Ключевые слова: принятие решений на основе фактов, статистические методы, анализ измерительных систем

«Обоснованием для применения статистических методов является то,
что их применение способствует
повышению эффективности системы качества».
ГОСТ Р ИСО 10017-2005 «Статистические методы.
Руководство по применению в соответствии с ГОСТ Р ИСО 9001»

Введение

В дискуссиях по проблематике применения стандартов ISO серии 9000 (см., к примеру, [1]) нередко звучать слова о формальном характере выполнения требований соответствующих стандартов. Одна из причин такой ситуации – недооценка важности инструментов менеджмента качества и фактический отказ от их применения. Между тем ведущие производственные компании умели выпускать качественную продукцию задолго до появления стандартов на системы качества. Другими словами, исторически сначала возникли инструменты и методы управления качеством (начиная с контрольных карт), а уже впоследствии их объединили в систему. При этом происходила эволюция от модели управления качеством, основанной на обнаружении дефектов, к модели, основанной на предупреждении их возникновения [2].

Во многих странах, где произошла серьезная эволюция качества выпускаемой продукции, в основе лежало применение статистических методов. К сожалению, в СССР в конце 40-х годов на волне борьбы с генетикой «под нож» пошли и некоторые фундаментальные основы статистических методов [3,4]. В результате последние практически полностью были изъяты из технической литературы. К примеру, в первом издании «Справочника контролера машиностроительного завода», выпущенного в 1963 г., раздел «Статистические методы анализа и контроля точности в машиностроении» занимал 24 страницы [5], во втором издании (1970 г.) – 13 страниц [6], а в третьем (1980 г.) – всего лишь 5 страниц [7]. Более того, в соответствующем разделе был полностью исключен перечень литературы по тематике статистических методов. Очевидно, что обратное «вхождение» статистических методов вряд ли может произойти быстрее периода из «изъятия».

Получение современных знаний в этой области, безусловно, является первым шагом на пути к полноценному освоению статистических методов. Однако даже самое лучшее обучение не даст реального эффекта без активной поддержки нововведений со стороны руководства [8], отсутствие которой, несмотря на первоначальный энтузиазм работников, гарантированно демотивирует сотрудников и сводит на нет весь потенциал статистических методов [9].

Очевидным способом преодоления естественного скепсиса руководства по отношению к нововведениям является наглядная демонстрация их полезности в повседневной деятельности предприятия. Ниже представлен пример успешного решения подобной задачи.

Исходная ситуация

Машиностроительное предприятие с численностью персонала до 2000 человек, изготавливающее мало- и среднеразмерное оборудование для авиационной и автомобильной отрасли, успешно прошло сертификацию на соответствие системы менеджмента качества требованиям модели ISO 9001. В качестве дальнейшего развития СМК рассматривалась возможность сертификации на соответствие стандарту ISO/TS 16949, в связи с чем руководство предприятия (в лице генерального директора и главного инженера) заказало тренинги по статистическим методам управления процессами, выдвинув в качестве основного условия обязательную демонстрацию практического применения статистических методов на процессах предприятия. При этом руководство выступало в роли заказчика, осуществляя и приемку результатов работ.

В настоящее время большинство автосборщиков и крупных поставщиков первого уровня регламентируют применение требований стандарта ISO/TS 16949 в документах, определяющих взаимодействие с поставщиками. Такими документами могут быть договора на поставку, положения по качеству поставок, руководство для поставщиков и т.п.

В соответствии с требованиями ISO/TS 16949 (пп. 7.3.6.3, 7.6.1, 8.2.3) предприятие должно применять статистические методы в соответствии с требованиями потребителя, обычно устанавливаемые теми или иными ссылочными руководствами. Одними из признаваемых во всем мире документов такого рода являются ссылочные руководства, разработанные AIAG (Automotive Industry Action Group), членами которой являются такие компании как Ford Motor Company, General Motors Company, Chrysler Group LLC, Toyota Motor Engineering & Manufacturing North America и сотни других компаний [10].

В России руководства AIAG признаются многими автопроизводителями, которые на их основе формулируют свои специфические требования. К примеру, одно из требований предприятий «Группы ГАЗ» – сопровождение процессов производства у поставщика инструментами и методами статистического управления. В частности, поставщик должен обладать достаточными знаниями в данной области и обязан обеспечить стабильное и управляемое состояние технологических процессов при заданной воспроизводимости в спроектированном процессе производства данного изделия [11].

ОАО «КАМАЗ» в соглашении о качестве продукции определяет, что поставщик в процессе производства обязан обеспечивать применение SPC, MSA [12]. При этом на самом предприятии методы статистического управления уже используются почти в сотне технологических процессов изготовления особо ответственных деталей [13]. А внедрение методик подтверждения стабильности технологических процессов на основе SPC, MSA относится к приоритетным задачам в области качества [14].

Следует отметить, что многие предприятия автомобильной отрасли, которые успешно прошли сертификацию СМК на соответствие требованиями ISO/TS 16949, не в полной мере используют возможности статистического управления процессами. Во многом применение является формальным, т.е. применение методов (аналитических контрольных карт и индексов возможностей) осуществляется только при прохождении одобрения (при оформления папки PPAP) и вызвано только требованиями потребителя и стандартов, а не внутренними потребностями.

Содержание тренинга

При разработке тренинга за основу было взяты руководства AIAG по статистическому управлению процессами [15] и анализу измерительных систем [16], на основе которых была разработана соответствующая программа подготовки персонала (см. Приложение 1).

Для участия в программе была сформировано 6 групп участников (каждая группа не более 6 человек), в которые вошли конструктора, технологи, представители службы качества и производства. Конкретный состав участников группы определялся исходя из перечня проблем. Например, включение в группу конструктора обуславливалось возможными проблемами с качеством недавно разработанной продукции.

Для выявления наиболее значимых проблем были использован стандартный инструментарий, основанный на построении причинно-следственной диаграммы (диаграммы Исикавы). Подробное описание этой процедуры можно найти в документах [17,18].

Программа подготовки состояла из следующих этапов (см. табл.1):

  1. первая часть обучающего курса (общая длительность 40 часов);
  2. самостоятельный сбор и предварительный анализ данных участниками на выбранных процессах (на протяжении 4 недель);
  3. заочное консультирование участников (во время сбора и анализа данных);
  4. очное консультирование участников;
  5. вторая часть обучающего курса (общая длительность 40 часов);
  6. презентации участников результатов работы высшему руководству предприятия.

 

Табл.1. Диаграмма Гантта подготовки персонала предприятия.

 

Время от начала программы подготовки (недели)

События

1

2

3

4

5

6

1. Обучающий курс, 1 часть (теория)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Обучающий курс, 1 часть (практика)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. Сбор и анализ данных участниками

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3. Заочное консультирование

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Очное консультирование

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Обучающий курс, 2 часть

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. Презентации участников

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рассмотрим подробнее каждый из этапов программы подготовки.

1) Первая часть обучающего курса.

В первой части обучающего курса рассматривалась теория статистических методов управления процессами и анализа измерительных систем. В первую очередь объяснялись принципы работы измерительных систем с точки зрения статистики, правила их анализа, критерии приемлемости измерительных систем.

Далее проводились учебные демонстрационные эксперименты по анализу измерительных систем, направленные на понимание причин изменчивости при проведении неоднократных измерений и источников нестабильности процесса измерения.

По завершению первой части обучающего курса составлялся план сбора и анализа данных для последующей самостоятельной работы по оценки измерительных систем и возможностей технологического процесса. При разработке плана сбора данных учитывались следующие факторы:

  • критичность характеристик для внешних и внутренних потребителей;
  • уверенность в возможностях собственных техпроцессов;
  • показатели качества (уровень дефектности, несоответствий, брака, потерь и т.д.)

 

2) Самостоятельный сбор и предварительный анализ данных участниками на выбранных процессах.

На протяжении 4 недель выделенные группы собирали и анализировали данные по измерительным системам и статистическому управлению процессами. Достаточно часто выяснялось, что применяемые измерительные системы не соответствуют требованиям, установленным в руководстве MSA. В этих случаях группой, при заочной поддержке консультантов, разрабатывались планы улучшений измерительных систем. После проведения необходимых улучшений снова осуществлялся сбор данных для подтверждения приемлемости измерительных систем.

После этого осуществлялся сбор данных о ходе процесса для оценки его стабильности и воспроизводимости. Для процессов, показатели возможностей которых не соответствовали требованиям потребителей, также составлялись планы по улучшению.

3) Заочное консультирование участников.

На всем протяжении второго этапа специалисты группы компаний «Приоритет» выполняли заочные консультации по телефону и электронной почте. Суммарное время консультаций составило порядка 3 часов на каждого из участников.

4) Очное консультирование участников.

Наиболее сложные ситуации, возникшие на втором этапе, разбирались вначале второй сессии при очном консультировании (разрабатывались планы по улучшению, планы по повторному сбору и анализу данных).

5) Вторая часть обучающего курса.

Во второй части обучающего курса рассматривались вопросы управления (регулирования) технологическими процессами на основе полученных знаний. Здесь же рассчитывались границы карт регулирования, которые впоследствии должны быть внесены в планы управления и соответствующие инструкции.

6) Презентации участников результатов работы высшему руководству предприятия.

В заключительный день высшее руководство предприятия оценивало работы участников. Каждая из групп представляла презентацию полученных результатов и озвучивала свои предложения.

Примеры работ участников тренинга

Рассмотрим подробнее работу одной из групп (6 человек), в состав которой входили три технолога, специалист отдела качества и два начальника участков. Группа сосредоточила свое внимание на операциях механообработки продукции, которая достаточно давно производилась на предприятии.

Одним из проблемных мест была признана операция шлифования, в ходе которой формировался наружный диаметр детали. При изготовлении деталей фиксировался высокий уровень несоответствий, при этом возможности оборудования (паспортные) заведомо обеспечивали необходимую точность. Группой были выдвинуты следующие гипотезы о существенных источниках изменчивости:

  1. различие условий работы одного и того же оператора в разные дни (разные настройки станка, разные партии материалов, изменение факторов окружающей среды);
  2. индивидуальные различия между операторами с одинаковой квалификацией;
  3. несоблюдение технологической дисциплины;

 

Проверка гипотез осуществлялась путем последовательного построения контрольных карт индивидуальных значений и скользящих размахов для определенной характеристики технологического процесса. Построение контрольных карт осуществлялось с помощью специализированного ПО Attestator. Вначале анализировалась карта скользящих размахов с целью убедиться в стабильности разброса процесса (под стабильностью в данном случае понимается отсутствие признаков влияния особых причин: выходящих за контрольные границы точек, серий точек ниже/выше центральной линии, значимых трендов). Стабильность разброса позволяет адекватно оценить вероятность выхода характеристики за пределы поля допуска (выпуска несоответствующей продукции). В случае если не подтверждается стабильность разброса, необходимо привести процесс в управляемое (стабильное) состояние. В свою очередь, при условии стабильности разброса, анализ карты индивидуальных значений дает возможность подтвердить управляемость (стабильность) настройки процесса.

В ходе работы обсуждалась проблема необходимого количества экспериментов для подтверждения или опровержения той или иной гипотезы. Участники групп приняли решение, что для подтверждения или опровержения каждой из гипотез будет достаточно проведения одного эксперимента.

Для проверки первой гипотезы в течение двух дней собирались данные на одном рабочем месте с одним оператором. На рис.1 представлены карты индивидуальных значений и скользящих размахов для характеристики наружного диаметра изделия. Наличие признаков влияния особых причин выявлено не было, что говорит о стабильности разброса процесса. Анализ карты индивидуальных значений также показал отсутствие влияния особых причин.

В результате группа сделала вывод, что гипотеза о различии условий работы одного и того же оператора в разные дни не подтвердилась.

Также по собранным данным была произведена оценка воспроизводимости путем вычисления индексов Pp, Ppk. Воспроизводимость процесса оказалась весьма низкой (Pp = 0.77, Ppk=0.63, при стандартных требованиях потребителей не ниже 1.67 (см. [19], п.2.2.11.3).

 

Рис.1. Контрольные карты для проверки первой гипотезы (о различии условий работы одного и того же оператора в разные дни).

 

Для проверки второй гипотезы были собраны данные (наружный диаметр детали) за один день работы на двух рабочих местах, где выполнялась одинаковая операция обработки изделий операторами, имеющими одинаковый разряд на выполнение работ. Вначале анализировалась карта скользящих размахов (рис.2). Наличие признаков влияния особых причин выявлено не было, что говорит о стабильности разброса процесса. Анализ карты индивидуальных значений также показал отсутствие влияния особых причин.

В результате группа сделала вывод, что гипотеза о существовании индивидуальных различий между операторами не подтвердилась.

 

Рис.2. Контрольные карты для проверки первой гипотезы (о существенном различии между операторами с одинаковой квалификацией).

 

Для проверки третьей гипотезы в течение 2-х дней был организован сбор данных по характеристике наружного диаметра операции шлифования на одном рабочем месте с одним оператором (оператор не знал о проведении эксперимента):

1 день: непосредственно при выполнении операции цеховой технолог контролировал выполнение всех требований нормативной документации.

2 день: рабочий работал самостоятельно.

Вначале анализировалась карта скользящих размахов (рис.3). При анализе были выявлены две серии точек выше и ниже центральной линии (ниже центральной линии серия точек соответствует ситуации присутствия технолога рядом с оператором, выше – ситуации самостоятельной работы оператора). Признаки влияния особых причин на контрольной карте говорят о значительном отличии изменчивости первого дня от второго (серии точек на карте скользящих размахов). То есть, когда технолог находится рядом с рабочим, вынуждая соблюдать все требования техпроцесса разброс характеристики значительно меньше, нежели при самостоятельной работе рабочего.

В результате группа сделала вывод, что гипотеза о несоблюдение технологической дисциплины, как существенном источнике изменчивости подтвердилась.

 

Рис.3. Контрольные карты для проверки третьей гипотезы (о несоблюдении технологической дисциплины).

 

Группой было принято решение провести дополнительный анализ данных, собранных в первый день (в ситуации присутствия рядом с оператором технолога). Были построены соответствующие контрольные карты скользящих размахов и индивидуальных значений (рис.4). Наличие признаков влияния особых причин выявлено не было, что говорит о стабильности разброса процесса. Анализ карты индивидуальных значений также показал отсутствие влияния особых причин.

По собранным данным была произведена оценка воспроизводимости. Значения индексов воспроизводимости составили Pp = 1.61, Ppk=1.31. При этом, при условии настройки на середину поля допуска, процесс фактически может удовлетворять стандартным требованиям потребителей (не менее 1.67).

 

Рис.4. Контрольные карты для дополнительного анализа данных при проверке третьей гипотезы (в ситуации присутствия рядом с оператором технолога).

 

Заключение

Пожалуй, одним из главных выводов, который сделали участники тренинга, состоял в признании того факта, что применение статистических методов может являться основой для принятия тех или иных управленческих решений, связанных с вопросами улучшения качества продукции. При этом, на первый взгляд, эти решения представляются более чем очевидными и связаны с усилением надзора за работой персонала. Однако, такие шаги ведут к развитию т.н. репрессивного менеджмента, неизбежный итог которого – низкая экономическая эффективность предприятия [20]. В ходе обсуждения результатов работ руководство предприятия приняло решение не делать поспешных шагов и продолжить работу уже в области мотивации.

Что же касается непосредственно знаний в области статистических методов то, безусловно, нельзя рассчитывать, что недельный тренинг способен дать их в полной мере. К примеру, Эдвардс Деминг считал свои 8-ми дневные курсы в Японии лишь введением в статистические принципы и методы, говоря, что главным результатом этих курсов будет обретение веры (impart faith) в статистические методы и желание дальнейшего их освоения [21]. Причем эта позиция сформировалась у него задолго до посещения Японии, ведь еще в 1943 году на страницах журнала Science Деминг призывал к самым активным действиям по внедрению статистических методов и предлагал план на основе семи пунктов, первым из которых было проведение интенсивных обучающих курсов: «Под словом интенсивные подразумеваются действительно интенсивные, 7, 8 или 10 дневные, включая выходные, по 8 часов в день», и далее: «80-ти часовой инструктаж будет хорошим стартом» [22].

Вместе с тем, любые усилия по освоению статистических методов заслуживают всяческого поощрения. Немалое число отечественных предприятий занимает активную позицию в деле применения статистических методов, демонстрируя успешные результаты их применения [23]. Но пока, судя по всему, их доля гораздо меньше, нежели во многих зарубежных странах, что оставляет широкие возможности развития в области улучшения качества продукции.

Приложение 1.

Тема

Название темы

Продолжи-
тельность (час.)

Тема 1

Обзор требований к системам качества в автомобилестроении

  • Концепция и история создания отраслевых СМК

  • Примеры отраслевых систем

  • Взаимосвязь между ИСО 9000 и отраслевыми системами

  • Требования к СМК в автомобилестроении в России

4

Тема 2

Нормальное распределение

  • Свойства нормального распределения

  • Предпосылки для практического применения

  • Стандартное нормальное распределение. Таблицы значений

  • Оценивание параметров нормального распределения

4

Тема 3

Руководство (MSA) «Статистический анализ измерительных систем»

  • Понятие измерительной системы

  • Статистические характеристики измерительных систем

  • Анализ измерительных систем по количественному признаку

  • Анализ ранжирующих измерительных систем

8

Тема 4

Руководство (SPC) «Статистическое управление процессами»

  • Основные термины и определения

  • Вариации: обычные и особые причины

  • Понятие стабильности процесса

  • Технология анализа и улучшения процессов

  • Оценка возможностей процесса

  • Как читать контрольные карты

  • Контрольные карты Шухарта для количественных данных

  • Индексы возможностей процессов Cp, Cpk, Pp, Ppk

  • Контрольные карты Шухарта для альтернативных данных

15

Тема 5

Статистический приемочный контроль

  • Основные понятия. Выборки, план контроля, принятие решений.

  • История развития и основные подходы

  • Оперативные характеристики

  • Анализ и выбор планов контроля

  • Контроль партий продукции по альтернативному признаку
    (ГОСТ Р 50779.52)

  • Применение на внутрифирменном уровне и в контрактных ситуациях

  • Последовательный контроль

4

Тема 6

Руководство (SPC) «Статистическое управление процессами»

  • Контрольные карты Шухарта для управления техпроцессами

  • Карты регулирования техпроцессов ГОСТ Р 50779.43

4

 

Литература:

[1] ISO 9001 как система качественного управления предприятием // Методы менеджмента качества, 2014, №3, с.18-23; №4, с.20-25..

[2] Е.П. Кочетков, В.В. Шашков. Методология предупреждения отказов. – Нижний Новгород: ООО СМЦ «Приоритет», 2010.

[3] Розенталь Р.М. Диалектический материализм против SPC // Менеджмент качества, 2010, №4, с.312-317.

[4] Розенталь Р.М. Диалектический материализм против SPC. Неоконченная история // Менеджмент качества, 2012, №1, с.26-43.

[5] Справочник контролера машиностроительных заводов / под ред. А.И.Якушева. – М.: Машгиз, 1963.

[6] Справочник контролера машиностроительных заводов / под ред. А.И.Якушева. – М.: Машиностроение, 1970.

[7] Справочник контролера машиностроительных заводов / под ред. А.И.Якушева. – М.: Машиностроение, 1980.

[8] Розенталь Р.М. Почему в российских компаниях так мало SPC? // Методы менеджмента качества, 2010, №2, с.41-45.

[9] Bushe G.R. Cultural Contradictions of Statistical Process Control in American Manufacturing Organizations // Journal of Management, 1988, v.14, no. 1, pp.19–31.

[10] AIAG Member List.

[11] СТО №9.07-МУ01 Методические указания по качеству поставок для поставщиков ООО «УК «ГРУППА ГАЗ».

[12] ОАО «КАМАЗ», соглашение о качестве

[13] Первым делом качество // Вести КАМАЗА, № 1(3639), 13 января 2012 г., с.1.

[14] ОАО «КАМАЗ», новости от 18.01.2013: «Первым делом – качество»

[15] Статистическое управление процессами. SPC. Ссылочное руководство / Перевод с английского второго издания от июля 2005 г. – Н.Новгород: ООО СМЦ "Приоритет", 2012.

[16] Анализ измерительных систем. MSA. Ссылочное руководство / Перевод с английского четвертого издания от июня 2010 г. - Н.Новгород: ООО СМЦ "Приоритет", 2012.

[17] РД 50-706-91 Методические указания. Надежность в технике. Методы контроля надежности изделий по параметрам технологического процесса их изготовления.

[18] ГОСТ Р ИСО/МЭК 31010-2011 Менеджмент риска. Методы оценки риска.

[19] Процесс согласования производства части. PPAP / Перевод с английского четвертого издания от ноября 2009 г. – Н.Новгород: ООО СМЦ "Приоритет", 2012.

[20] Розенталь Р.М. Репрессивный менеджмент как механизм ограничения инновационной активности // Менеджмент инноваций, 2010, №1, с.56-62.

[21] W.E. Deming. Some Remarks on Statistical Control of Quality in Japan Source // The Indian Journal of Statistics, Series B, 1966, v.28, no.1/2, pp.19-30.

[22] W.E. Deming, “Opportunities in Mathematical Statistics, with Special Reference to Sampling and Quality Control” // Science, New Series, 1943, v.97, no.2514, pp. 209-214.

[23] Розенталь Р.М. Результаты внедрения SPC: только факты // Методы менеджмента качества, 2010, №6, с.46-50.

 

Система статистического анализа процессов и оборудования Attestator

Добавить комментарий


Защитный код
Обновить