Основные этапы и способы применения статистических методов управления качеством на примере ОАО «Серовский хлебозавод»

Заполненный мякишем  цилиндр укладывают на лоток так, чтобы ободок, его плотно входил в прорез, имеющийся в лотке. Затем хлебный мякиш выталкивают из цилиндра деревянной втулкой примерно на 1 см и срезают его у края цилиндра острым ножом. Отрезанный кусок мякиша удаляют. Оставшийся в цилиндре мякиш выталкивают втулкой до стенки лотка и так же отрезают у края цилиндра.

Для определения пористости мякиша делают три цилиндрических выемки, для ржаного хлеба из смеси муки – четыре выемки объемом 27±(0,5)см³ каждая и одновременно взвешивают.

Обработка результатов: П = 100 * (V – m / p) / V ,

где П – пористость, %;

V – Общий объем выемок хлеба, см³;

m – Масса выемок, г;

p – Плотность беспористой массы мякиша.

Вычисления проводят с точностью до 1,0%.

В таблице 6 представлены данные, полученные в результате определения пористости образцов ржаного хлеба в количестве 22 штук (n) из партии объемом                  100 штук.

Таблица 6 – Данные результатов  определения пористости хлеба ржаного

n	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22
П	39	40	42	45	38	46	41	42	45	40	41	44	44	43	37	45	39	46	40	39	44	43

 

Для выяснения состояния качества изделий генеральной совокупности необходимо упорядочить эти данные. В такой ситуации лучше всего составить гистограмму.

Прежде чем приступать к разработке гистограммы, необходимо упорядочить данные, для чего применим бланки регистрации плотности распределения. Информация, содержащаяся в бланке в первую очередь должна содержать:

- наименование измеряемого  объекта;

- измеряемый параметр;

- нормативы;

- технологический процесс;

- единицу измерений  и т.д.

Таблица 7 – Бланк регистрации  плотности распределения

Измеряемый объект: пористость ржаного хлеба	Норматив: 45%	Технологический процесс: выпечка	Объем партии: 100 шт.	Количество образцов: 22 шт.
Интервалы	Значения середины интервалов		Частота	Накопленная частота
37-38,8	37,9		2	2
38,8-40,5	39,65		3	5
40,5-42,3	41,4		5	10
42,3-44,1	43,2		7	17
44,1-46	45,05		5	22

 

Определим величину интервала группировочного признака по формуле:

К = (Хmax – Xmin) / n,

где Хmax и Xmin – наибольшее и наименьшее значение признака,

      n – число групп.

Хmax = 46%, Xmin = 37%, n = 5

К = (46 – 37) / 5 = 1,8

На рисунке 7 изображена гистограмма, выполненная согласно перечисленным процедурам и иллюстрирующая описанный выше пример.

Если изобразить распределение  на гистограмме и выяснить, в удовлетворительном ли состоянии находятся партия изделий и технологический процесс, то появиться возможность активно разрешать проблемные моменты.

   7

5

 

   3

     2

      

            37             38,8         40,5           42,3          44,1            46

                                                                                      Коэффициент пористости, %

Рисунок 7 – Гистограмма 

Необходимо отслеживание проблем, связанных со снижением качества хлебобулочных изделий. Для этого используется диаграмма Парето.

Порядок построения диаграммы Парето заключается в следующем: на основании обобщенных данных первичного учета, например, по актам о браке, рекламациям, совокупность видов дефектов упорядочивается в специальной таблице.

Особенностью таблицы  для построения диаграммы Парето является последовательность записи факторов (видов причин, дефектов) сверху вниз в порядке убывания значимости их влияния на объект анализа.

Таблица 8 – Совокупность видов причин дефектов хлебобулочных  изделий

Код	Дефект или причина	Число дефектов	Сумма дефектов	Процент дефектов	Кумулятивный процент  дефектов
1	2	3	4	5	6
А	Нестабильность рецептуры	45	45	41,7	41,7
Б	Состояние оборудования	29	74	26,9	68,6
В	Характеристики сырья	18	92	16,7	85,3
Г	Квалификация персонала	5	97	4,6	89,9
Д	Случайные причины	3	100	2,7	92,6
Е	Прочие	8	108	7,4	100,0

 

При построении диаграммы  Парето на оси абсцисс откладывают  данные графы 2, а на оси ординат данные графы 3 в порядке убывания частоты появления дефектов, располагая при этом всегда «прочие дефекты» на оси ординат последними. По полученным на осях абсцисс и ординат точкам строят столбиковый график, где каждому фактору соответствует прямоугольник (столбик), вертикальная сторона которого равна значению частоты повторяемости рассматриваемого фактора, отложенного на оси ординат. Ширина столбиков принимается одинаковой.

Кроме столбиковой диаграммы  вычерчивают кривую Лоренца (кривую кумулятивного процента), предварительно введя с правой стороны графика дополнительную ординату и определив на ней точки, соответствующие данным графы 6. Совокупный график, объединяющий столбиковую диаграмму и кривую Лоренца, называют диаграммой Парето.

Проведено исследование  динамики данных проблем за 2011 год. На рисунке 8 представлена диаграмма Парето причин несоответствий хлебобулочных изделий на ОАО «Серовский хлебозавод».

Рисунок 8 – Диаграмма Парето причин несоответствий продукции

на ОАО «Серовский хлебозавод» за 2011 год

Из этой диаграммы  видно, что наиболее частой причиной несоответствия является нестабильность рецептуры (41,7%). Поэтому необходимо наибольшее внимание уделить вопросам совершенствования стабильности рецептуры или технологии и следить за четким выполнением ее положений при производстве всех видов изделий.

Из кривой Лоренца, характеризующей  накопление потерь в зависимости от уровней весомостей фактора, следует то, что подчиняясь закону «80/20», нужно в первую очередь все усилия направить на устранение проявления трех факторов нестабильность рецептуры (фактор А), состояние оборудования (фактор Б), характеристики сырья (фактор В), имеющих совокупную весомость в появлении рекламаций, равную 85,3% (41,7% + 26,9% + 4,6%).

Описанные выше методы статистического  управления для ОАО «Серовский хлебозавод» являются по своей сути вспомогательными для анализа технологического процесса производства.

Проанализировав деятельность ОАО «Серовский хлебозавод» и применение статистических методов управления качеством на данном предприятии можно сделать ряд выводов.

ОАО «Серовский хлебозавод» в настоящее время занимает достойное место среди предприятий пищевой промышленности города. Несмотря на погрешности, правильно подобранные и примененные статистические методы действительно позволят выявить коренные причины даже в организации, не имеющей высококлассного специалиста по управлению качеством. Кроме этого, статистические методы предоставляют возможность дальнейших улучшений. С помощью этих простых инструментов контроля можно оценить точность и стабильность технологических процессов

В современных условиях работа организации не может быть успешной без постоянного совершенствования деятельности, направленного на улучшение качества выпускаемой продукции или оказываемых услуг. Однако добиться успеха можно, осознавая, что стремление к качеству – процесс непрерывный, требующий постоянного движения вперед.

Таким образом, все приведенные  выше рекомендации приведут к производству продукции более высокого качества и повышению эффективности производства за счет снижения затрат.

 

ЗАКЛЮЧЕНИЕ

 

Все большее освоение новой для нашей страны экономической  среды воспроизводства, т.е. рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства.

Наиболее полное и  всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: при изготовлении, транспортировке, хранении, применении, ремонте, техническом обслуживании.

Таким образом, производитель  должен контролировать качество продукции  и по результатам выборочного  контроля судить о состоянии соответствующего технологического процесса. Благодаря  этому он своевременно обнаруживает разладку процесса и корректирует его.

Статистические методы (методы, основанные на использовании  математической статистики), являются эффективным инструментом сбора  и анализа информации о качестве. Применение этих методов, не требует  больших затрат и позволяет с  заданной степенью точности и достоверностью судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения.

В курсовой работе проведен анализ деятельности ОАО «Серовский хлебозавод» и применения статистических методов управления качества на данном предприятии.

Статистические методы управления качеством, такие как  контрольные листки, причинно-следственная диаграмма Исикавы, диаграмма Парето на исследуемом предприятии применяются при контроле процесса производства.

Используя инструменты  статистического управления процессами, можно своевременно проконтролировать  появление значимых вариаций и, таким  образом, свести к минимуму вероятность их появления, что в итоге приведет к снижению уровня дефектов и ошибок.

Таким образом, система контроля качества – это  живой механизм, который должен постоянно  меняться и совершенствоваться в  соответствии с существующими условиями  и новейшими разработками.

 

 

 

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

 

1. Арсенова Е. В. Экономика организации (предприятия): Учебник / Под ред. Н.А. Сафронова. – М: Экономистъ, 2008. – 501 с.
2. Ахмин, А.М., Гасюк, Д.П. Основы управления качеством продукции: Учебное пособие. - СПб.: Союз.- 2008. - 192 с.
3. Басовский Л.Е. , Протасьев В.Б. Управление качеством: Учебник.-М.: ИНФРА- М, 2009.- 212 с.
4. Богатырев А.А., Филиппов Ю.Д. Стандартизация статистических методов управления качеством. М.: «Стандартов», 2009. – 450 с.
5. Воскобойников В. Г., Кудрин В. А., Якушев А. М. Общая металлургия: Учебник для вузов - 6-изд., перераб. и доп. - М.: ИКЦ «Академкнига», 2008. - 768 с.
6. Герчикова И.Н. Менеджмент: Учебник. Третье издание. – М.: ЮНИТИ, 2009. – 245 с.
7. Гиссин В.И. Управление качеством продукции: Учебн. пособие.- Ростов Н/Д: Феникс, 2010.- 256 с.
8. Глудкин, О.П. Всеобщее управление качеством [Текст]: Учебник для вузов / О.П. Глудкин, Н.М. Горбунов, А.И. Гуров, Ю.В. Зорин / Под ред. О.П. Глудкина. – М. Радио и связь, 2009. – 600 с.
9. Ефимов В.В. Статистические методы в управлении качеством. Ульяновск: УлГТУ, 2010 – 134 с.
10. Клячкин, В.Н. Статистические методы в управлении качеством: компьютерные технологии [Текст]: учеб. пособие – М.: Финансы и статистика, 2007 – 304 с.
11. Марцинковский, А.В., Данилин, В.Н. Управление процессами [Текст]: учеб. пособие для вузов по специальности «Управление качеством»/ А.В. Марцинковский, В.Н. Данилин; М-во образования Рос. Федерации ГОУ ВПО, Кубан. гос. технол. ун-т. – Краснодар: Изд-во КубГТУ, 2006. – 146 с.
12. Миттаг Х.И., Ринне X. Статистические методы обеспечения качества М.: Машиностроение, 2010.- 616с.
13. Нив, Г.Р. Пространство доктора Деминга [Текст] / Г.Р. Нив. – Пер. с англ. – М.: Альпина Бизнес Букс, 2005.–370 с.
14. Пономарев, С.В., Мищенко, С.В., Белобрагин, В.Я., Самородов, В.А., Герасимов, Б.И., Трофимов, А.В., Пахомова, С.А., Пономарева, О.С., Управление качеством продукции. Инструменты и методы менеджмента качества [Текст]: учеб. пособие / С.В. Пономарев, С.В. Мищенко, В.Я. Белобрагин, В.А. Самородов, Б.И. Герасимов, А.В. Трофимов, С.А. Пахомова, О.С. Пономарева. – М.: РИА «Стандарты и качество», 2005. – 248 с.
15. Сакато Сиро. «Практическое руководство по управлению качеством». – М.: Машиностроение, 2008. - 214 с.
16. Седых А.М., Юзов О.В., Афонин С.З. Металлургия России на фоне мирового рынка. М.: Экономика, 2009. – 256 с.
17. Стандартизация и управление качеством продукции: Учебник для вузов / В.А. Швандар, В.П. Панов, Е.М. Купряков и др.; Под ред. проф. В.А. Швандара. – М.: ЮНИТИ-ДАНА, 2009. – 487 с.
18. Сундарон Э.М. Статистические методы контроля и управления качеством. Учебное пособие. – Улан-Удэ: Издательство ВСГТУ, 2009. - 54 с.
19. Царев Ю.В., Тростин А.Н. Статистические методы управления качеством. Контрольные карты: Учебно-методическое пособие/ ГОУ ВПО Иван. гос. хим. - технол. ун-т. - Иваново, 2008. - 250 с.
20. Юркова Т.И. Экономика цветной металлургии: Учебник для вузов. – 2-е изд., перераб. и доп. – М.: ЮНИТИ, 2007. – 680 с.