Стандарты контроля качества

План "всё или ничего" vs.

использование таблиц для выборочного приёмочного контроля

Одно из препятствий преобразованиям: "Использование таблиц для проведения выборочного приемочного контроля. Их невозможно адаптировать для цели минимизации средней совокупной стоимости контроля входящих материалов и последствий пропуска дефектных материалов в производство". [2] Эдвардс Деминг

Источник цитируемого материала: [2] Эдвардс Деминг, Книга "Выход из кризиса"

Вступление: Григорьев С.П.

Вступление

 

Должны ли мы стараться отбраковывать часть или все дефектные изделия во входящей партии? Или нам следует направлять каждую партию, минуя контроль, прямо в производство? Лучшим решением будет использование плана контроля входящих сырья, материалов и комплектующих "всё или ничего".

 

Важно понимать, что в любом случае мы должны делать всё, чтобы ни одно дефектное (не соответствующее требованиям) изделие не попало к нашему покупателю. Для сокращения общих совокупных затрат на производство качественных изделий постоянно совершенствуйте все процессы, понимая их взаимозависимость. Правило контроля входящих материалов "всё или ничего" служит только для минимизации средних совокупных затрат компании на отбраковку входящих материалов, для чего и следует принимать решение о 100% контроле всей партии входящих материалов или пропуске такой партии на производство с последующей заменой и переделкой дефектных изделий, образованных в результате такого пропуска без входного контроля.

 

Подтверждением смысла цитаты Э. Деминга, о том, что контроль выборок не даёт представления об оставшейся части контролируемой партии, может служить эксперимент с красными бусинами, в котором каждая случайная механическая выборка из смеси красных и белых бусин каждый раз даёт значение доли красных бусин отличное от реальной доли красных бусин в смеси, в большую и в меньшую стороны.

Всё или ничего (Э. Деминг)

 

"Правила для минимизации совокупных средних затрат оказываются чрезвычайно простыми в некоторых условиях.

 

Условие 1: Самая плохая входящая партия будет иметь долю дефектных изделий (p) меньше, чем (k1/k2). В этом случае: Никакого входного контроля.
Полностью положиться на контроль в точке проведения испытаний готовой продукции.

 

Условие 2: Самая хорошая входящая партия будет иметь долю дефектных изделий (p) больше, чем (k1/k2). В этом случае: 100 %-ный входной контроль.

И проводите контроль в точке проведения испытаний готовой продукции.

 

(k1/k2) - равновесное качество, или точка равновесия (k2 будет всегда больше k1; следовательно, отношение k1/k2 будет лежать между 0 и 1).

 

Если же применить правило условия 2 в ситуации, когда следует применять правило условия 1, тогда полные затраты будут максимальными. Обратное тоже верно".

 

[2] Э. Деминг, Выход из кризиса

 

Пример

 

Дано (например)

  • p (средняя доля дефектных изделий во входящей партии деталей) = 0,05;
  • k1 (стоимость контроля одной детали) = 100,00 ₽;
  • k2 (стоимость демонтажа, ремонта, повторной сборки и повторного испытаний узла, который отказал из-за одной дефектной детали, попавшей в производство) = 1 000,00 ₽;
  • Входная партия = 1 000,00 шт.

 

Расчеты

k1/k2 = 100,00 ₽ / 1 000,00 ₽ = 0,10

 

0,05 < 0,10

    p < k1/k2, соответствует условию 1

 

Решение

выбираем план "Никакого контроля".

 

Проверка решения

 

Стоимость 100% контроля на входе составит 1 000 шт.*100,00 ₽=100 000,00 ₽

Стоимость пропуска дефектных материалов с учетом всех потерь составит

1 000 шт.*0,05*1000,00 ₽ = 50 000,00 ₽

 

Следовательно, пропуск в производство дефектной детали, в этом случае, с последующими демонтажом, ремонтом, повторной сборкой и испытаниями узла, который отказал из-за одной дефектной детали, попавшей в производство, действительно, обойдется дешевле 100% входного контроля.

 

______________________________________________________

 

"Таким образом, состояние статистической управляемости имеет явное преимущество. Чтобы узнать, соответствует ли входящий поток партий условию 1 или условию 2 или находится в состоянии, граничащем с хаосом, надо лишь отслеживать статистическую управляемость и среднюю долю дефектных изделий с помощью карт, построенных на основе текущих испытаний малых выборок (как и в любом случае), предпочтительно в сотрудничестве с поставщиком и на его территории.

 

 

Другие условия, наблюдаемые на практике

 

Промежуточное положение распределения с умеренным отклонением от статистической управляемости. Теперь мы проанализируем два типа промежуточных ситуаций для распределения доли дефектных изделий во входящих партиях. Возможно, используя собственные контрольные карты, или карты поставщика, или карты, ведущиеся сообща, мы сможем предсказать, что лишь малая часть распределения попадет в область справа от точки равновесия. Для этого случая мы можем принять правило «никакого контроля». Это правило даст нам возможность приблизиться к минимуму средних полных затрат при условии, что та часть распределения, которая лежит справа от точки равновесия, невелика.

Обратная ситуация: только малая часть распределения доли дефектных изделий во входящих партиях лежит слева от точки равновесия. Зная это, можно смело принимать правило 100 %-ного контроля входящих партий.

 

 

Рисунок 1 демонстрирует типичные обстоятельства, включая состояние хаоса, которое мы рассмотрим далее.

Рис. 1. Возможные ситуации при получении входящей продукции партиями.

Точка Б – точка равновесного качества, в которой p = k1/k2. Источник: [2] Э. Деминг, Выход из кризиса

 

Тренд в доле дефектных изделий во входящих партиях.

Предположим, что сформировался тренд в сторону возрастания доли дефектных изделий. Сегодня мы находимся в зоне условия 1 и не проводим контроля, но (p) зависит от времени и возрастает, возможно, с постоянной скоростью и, возможно, нерегулярно. Через два дня мы попадем в зону условия 2: мы предупреждены. Контрольные карты поставщика или наши выявят тренд, если он существует. Эта проблема легко разрешима.

 

Проблемы, вызываемые переключением между различными поставщиками

 

Из-за изменения источников материалов на входе в систему всегда возникают проблемы. Ограничимся рассмотрением двух источников. Если оба источника хорошо или умеренно статистически управляемы и могут быть отделены друг от друга в течение нескольких дней, то в принципе каждый источник удовлетворяет условию 1 или условию 2, в зависимости от того, попадает ли среднее этого источника влево или вправо от точки равновесия. На словах эта идея проста, но на некоторых заводах может оказаться трудновыполнимой.

Если материалы из двух источников перемешиваются однородно, находясь в постоянной пропорции и если оба источника демонстрируют достаточную статистическую управляемость, тогда смешанные партии можно рассматривать как биномиальную смесь, минимальной средней стоимости которой можно достигнуть с помощью правила «все или ничего».

Материалы из двух источников приносят дополнительные проблемы производству. Однородная смесь материалов из двух источников – наихудший вариант для производственного менеджера.

Первым делом следует сократить число поставщиков до одного. Если продукцию переменного качества поставляет один источник, тогда поставщик и его потребитель должны совместно работать над ее улучшением, стремясь соблюсти условие 1 и в конце концов достичь нуля дефектов.

 

Состояние хаоса

 

Решить, что делать, в ситуации, когда положение распределения незначительно колеблется ближе-дальше от точки равновесия, относительно легко. Вблизи

точки равновесия не имеет особого значения, проводим ли мы 100 %-ный контроль или не проводим никакого контроля. Я бы выбрал 100 %-ный контроль, чтобы собрать информацию так быстро, как это только возможно. Если мы не можем утверждать, что качество входящих материалов преимущественно находится справа или слева от точки равновесия, а, напротив, колеблется в широких пределах, проходя через точку равновесного качества, значит, мы находимся в состоянии хаоса.

 

1. Такое недопустимое положение может возникнуть при поставке материала с большой вариабельностью и непредсказуемым качеством из одного источника.

2. Такой разброс вокруг точки равновесного качества может быть следствием получения материала из двух или более источников с сильно разнящимся качеством. При этом переключение с одного источника на другой осуществляется бесконтрольно, без продуманной последовательности. Следует как можно быстрее выйти из этого состояния и перейти на условие 1. Но партии продолжают поступать, и мы должны с ними что-то делать. Как нам с ними поступать?

Если бы каждая партия приходила с ярлыком, сообщающим нам долю дефектных изделий в ней, проблемы не возникло бы. Мы достигли бы минимальных средних полных затрат, помещая каждую партию, одну за другой, справа или слева от точки равновесия и применяя от партии к партии правило «все или ничего».

Но партии не промаркированы. Вместе с тем в состоянии хаоса существует некоторая корреляция между качеством изделий в выборке и оставшейся частью партии. Поэтому в состоянии хаоса можно испытывать выборки и с помощью некоторого правила принимать решение о том, посылать ли оставшуюся часть в производство полностью или проводить отбраковку. Выборки при любом правиле их использования будут приводить к тому, что некоторые партии попадут не на ту сторону от точки равновесия, следствием чего будет максимизация полных затрат для неправильно идентифицированной партии.

В состоянии хаоса можно было бы склониться к 100 %-ному контролю. В таком решении есть определенный смысл.

 

Никогда не оставаться без информации

 

Правило отсутствия контроля не означает езды в темноте с выключенными фарами. Следует просматривать все входящие материалы (возможно, с пропуском некоторых партий) с целью получения информации и сравнения фактической поставки с отгрузочными накладными поставщика, контроля проведенных им испытаний и прилагаемых контрольных карт. Если имеются два поставщика, ведите записи отдельно для каждого.

Следующий совет – перейти для каждого изделия к одному поставщику на основе долговременных взаимоотношений и работать с ним над совершенствованием входящего качества.

 

Разрушающие испытания

 

Предшествующая теория основана на испытаниях без разрушения опытного образца. Некоторые испытания связаны с разрушением, они разрушают контролируемую выборку. Пример – долговечность лампочки, число тепловых калорий при сгорании кубического фута газа, или время работы плавкого предохранителя, или проверка содержания шерсти в куске ткани. Отбраковка всей партии не имела бы смысла, поскольку передавать в производство было бы нечего.

Очевидно, что для разрушающих испытаний единственное решение – достижение состояния статистической управляемости в производстве деталей, чтобы сразу делать их правильно. Это решение – наилучшее как для разрушающих, так и для неразрушающих испытаний.

 

Вероятность дефектной сборки из многих деталей

 

В предшествующих разделах речь шла о простых изделиях, состоящих из одной детали. Некоторые детали могут в целях минимизации полной стоимости потребовать 100 %-ного контроля. Однажды проверенные, они не приведут к отказу сборки (узла). Остальные детали не будут проверены, и дефектная деталь, если она попадет в производство, послужит причиной отказа. Предположим, у нас две непроверенные детали.

Две непроверенные детали имеют доли дефектных p1 и p2. Тогда вероятность того, что сборка откажет, будет равна:

 

Pr (отказать) = 1 – Pr (не отказать) = 1 – (1 – p1)(1 – p2) = p1 + p2 – p1p2

 

Если оба значения p1 и p2-малы, то эта вероятность будет близка к значению:

Pr (отказать) = p1 + p2

 

Простой способ написать вероятность отказа для любого числа деталей состоит в

использовании диаграмм Венна (описан в любой книге по теории вероятностей).

При условии, что все pi малы. Обобщение на m деталей дает:

 

Pr (отказать) = p1 + p2 + … + pm

 

Таким образом, вероятность отказа возрастает по мере того, как увеличивается число деталей. Радиоприемник может иметь 300 деталей, хотя это число будет зависеть от того, как вы их считаете. Автомобиль может иметь 10 000 деталей, опять в зависимости от того, как считать. Радиоприемник в автомобиле – это одна деталь или 300? Топливный насос – это 1 деталь или 7? Как бы вы ни считали, число деталей в одной сборке может быть огромным.

Но есть и другая проблема: k2 (стоимость исправления дефектной сборки) растет по мере увеличения числа деталей. Когда сборка отказывает, какая деталь виновата? Слишком легко поставить неверный диагноз. Более того, из двух деталей обе могут оказаться дефектными.

 

В отношении изделий, состоящих из многих деталей:

1. Мы можем допустить, чтобы только несколько деталей соответствовали условию 2 (100 %-ный контроль); в противном случае стоимость контроля будет чрезмерной.

2. Для остальных деталей допустимо только качество, близкое к нулю дефектов.

 

поступающий материал - побочный для поставщика

 

Когда критичный для покупателя материал для поставщика может быть побочным продуктом, составляющим менее 1 % его бизнеса. Вряд ли стоит ожидать от поставщика, что он возьмет на себя расходы и риск установки оборудования для совершенствования продукции.

Возможная рекомендация – рассматривать такой материал как железную руду или другое входящее сырье, которое поступает с большой вариабельностью и не очищено. Установите собственную систему очистки материала или воспользуйтесь услугами сторонней компании. Этот план в некоторых случаях эффективен.

 

Заключение

 

Дефектные материалы и работа недопустимы в производственном процессе. Изложенная выше теория учит нас, как важно не мириться с дефектными материалами ни на каком этапе производства. Продукт одной операции – это входящий материал для следующей. Дефектный материал, произведенный однажды, остается таким до тех пор, пока изъян не обнаружится, если повезет, позднее при испытаниях, тем не менее исправление и замена обойдутся недешево.

 

Состояние статистической управляемости имеет явное преимущество. Чтобы узнать, соответствует ли входящий поток партий условию 1 или условию 2 или находится в состоянии, граничащем с хаосом, надо лишь отслеживать статистическую управляемость и среднюю долю дефектных изделий с помощью карт, построенных на основе текущих испытаний малых выборок (как и в любом случае), предпочтительно в сотрудничестве с поставщиком и на его территории

 

Исключения

 

Многие входящие материалы не подчиняются теории, изложенной выше. Например, цистерна с метанолом после перемешивания с помощью воздушного шланга. Проба метанола, взятая практически из любой части цистерны, будет почти одинаковой. Однако химические компании берут пробы метанола на нескольких уровнях. Возможно, более близкий пример – отбор порции джина или виски. Мы согласны с тем, что не имеет значения, откуда мы берем порцию: сверху, из середины бутылки или со дна.

Нагрев доменной печи создает проблемы, это еще один пример, к которому теория данной главы неприменима. Нагрев неоднороден. Некоторые компании берут маленькие образцы из каждой разливки. Эти образцы, если их проанализировать, дают данные для карты хода процесса, которая могла бы показать вариации качества от первой и до последней разливки, что дает ключ к улучшениям".

 

 

[2] Э. Деминг, Выход из кризиса

 

 

Пример дорогих последствий

 

Пример их практики применения таблиц выборочного входного контроля в одной из промышленных корпораций, приведший к катастрофическим материальным и репутационным потерям, смотрите в открытом решении: Дорогостоящие проблемы связанные с применением таблиц выборочного приёмочного контроля качества.

DEMING.PRO  |  АНАЛИТИЧЕСКИЙ МЕНЕДЖМЕНТ

научно-практический ресурс Аналитического центра ZENIT

 

БЦ "H2O", ОФИС 509

195030, г. Санкт-Петербург,
ул. Химиков, 28АС

 

Тел.:            +7 (812) 628-01-10 СПБ

                    +7 (495) 131-72-57 МСК

Моб. тел., WhatsApp:  +7 (911) 711-93-27

Моб. тел., Viber:          +7 (964) 373 72 57

E-mail:         s.grigoryev@deming.pro