Для снижения затрат на производство и приемку продукции массовых производств эффективно использовать метод FMEA-анализа видов, последствий и критичности отказов. Достоинство метода в уменьшении рисков «Потребителя» от потенциальных дефектов продукции.
В отличие от ФСА (функционального стоимостного анализа) FMEA не анализирует прямо экономические показатели на недостаточно высокое качество продукции, а позволяет выявить дефекты, которые обусловливают наибольший риск «Потребителя», определить их причины и выработать корректирующие действия по их устранению до того, как эти дефекты проявятся, и таким образом предупредить затраты на их исправление.
FMEA-анализ включает этапы:
- построение структурной, функциональной и потоковой моделей объекта;
- исследование потоковой модели с целью определения дефектов, их причин возникновения и последствий для «Потребителей».
В автоматизированном производстве, состоящем из комплекса автоматических роторных линий, для оценки точности и стабильности технологических процессов применяют информационные статистические модели. Они основаны на получении информации о состоянии процесса производства и контроля по всему циклу операций технологического процесса.
Качество изготовленных партий изделий оценивается специальным методом выборочного статистического контроля.
В его основе система одноступенчатого плана контроля, которая обладает известным недостатком.
Если число дефектных деталей d в выборке незначительно (на одну или две единицы) превышает приемочное число c, то бракуется вся партия. Это приводит к существенным экономическим потерям, связанным с пересмотром контролерами всей партии «условного брака». Поэтому наиболее целесообразно использовать известные двухступенчатые планы контроля.
К недостатку широкого их использования относят то, что стандарты планов рассчитаны путем простого перебора параметров.
Основная трудность практического использования государственных нормативных документов на статистические методы (НДСМ) вызвана тем, что в них, как правило, отсутствует приложение вида «Теоретическое обоснование стандарта».
Это лишает пользователя возможностей:
- проверки корректности значений параметров в таблицах, так как выявлены ошибки и неточности;
- проведения расчета плана контроля для конкретных условий, не охваченных таблицами НДСМ;
- широкого использования ПК для автоматизации процессов планирования статистического приемочного контроля (СПК).
В связи со сложившимся положением для предприятия возникает задача разработки обоснованных методов контроля качества, как в процессе производства, так и на завершающих стадиях контрольных испытаний, имеющих свое теоретическое подтверждение и реализованных в качестве программных продуктов для персональных компьютеров (ПК).
В работе для расчета двухступенчатых планов СПК предлагается использовать метод, разработанный на основе информационной модели и метода множителей Лагранжа.
Введем понятие функции оптимального плана контроля:
/-’(/?.с)= /]} – А.аМх-^0/7, где Рр = 1 – р – мощность критерия качества партии (вероятность недопущения ошибки второго рода (риска потребителя) или вероятность забраковки партии изделий браковочного качества); а – вероятность забраковки партии изделий допустимого качества (риск изготовителя или ошибка первого рода); N – объем партии; n – средний объем выборки двухступенчатого плана контроля при гипотезе Hq о допустимом качестве партии; Яа и Aq – множители Лагранжа.
Задача оценки качества партии сводится к определению объемов выборок и приемочных чисел на первой и второй ступенях контроля, при которых вероятность забраковки партии изделий браковочного качества Pp максимальна (максимум функции оптимального плана контроля F(n,c)). Из формулы также видно, что значение функции F(n,c) тем больше, чем меньше риск изготовителя а и средний объем выборки п при гипотезе Hq( п имеет минимальное значение, когда решение о качестве партии принимается на основе результатов контроля первой выборки, т.е. когда n2 = 0).
Формирование планов контроля будем производить с учетом следующих условий:
1) вероятность отклонить партию с приемочным уровнем дефектности q0=AQL не должна превышать заранее выбранного риска изготовителя а (примем а = 0,05);
2) предел среднего выходного уровня дефектности
AOOL = max(AQb)~ —L —не должен превышать заранее согласованного с потребителем значения Dmax (примем Dmax = 2 qq, где qo – приемочный уровень дефектности);
3) значение функции оптимального плана контроля F(n,c) для рассчитанного плана должно быть максимальным:
\-L(AQL)<d AOQL < Dmax F{n,c) = max
где L(AQL) – значение оперативной характеристики при qo=AQL.
В качестве оперативной характеристики двухступенчатого плана контроля применим информационную модель, предложенную в работе:
l[h)= р(н<н0\н)
где ЦН) – оперативная характеристика информационного плана контроля; р(Й”< Лд|#) – вероятность принятия гипотезы о допустимом качестве партии,
Целесообразность выбора этой функции объясняется тем, что значение оперативной характеристики Z_(H) зависит от энтропии H, которая характеризует состояние технологического процесса, являясь функцией уровня дефектности q.
Рассчитаем двухступенчатые информационные планы контроля, где исходными данными являются объем партии N и значение приемочного уровня дефектности qq.
Разработанный алгоритм расчета планов контроля позволил получить результаты, представленные в таблице.
Из таблицы видно, что для партии объемом N = 100 тысяч изделий оптимальным является план контроля № 1, а для партии объемом N = 500 тысяч изделий оптимальным является план контроля № 4. При использовании данных планов контроля не превышается значение риска изготовителя а = 0,05, предел среднего выходного уровня дефектности AOQL не превышает допустимое значение Dmax = 2 qq, и значение функции оптимального плана контроля F(n,c) достигает максимума.
Расчеты, выполненные в МУП «Редут» (г. Тула), показали, что применение разработанного по данной методике плана СПК позволяет уменьшить затраты на разбраковку партии продукции (условного брака) на 30 35%.
Применение информационной модели производственного процесса и предложения методики СПК целесообразно в различных отраслях народного хозяйства при выпуске продукции массового характера.