Статистические методы контроля и управления качеством. Прикладные программные средства

Гинис Лариса

В ставшей классикой монографии «Летопись качества» [7] автора Мэтью Барсалоу (инженер по качеству и аудитор) приводится следующая информация: «Перед началом Второй мировой войны В. Шухарт посоветовал Л.Н. Саймону из артиллерийско-технического управления Пентагона использовать статистические методы. Управление опробовало их на Пикатиннском арсенале и Абердинском испытательном полигоне, результаты показали, что статистические методы могут быть полезными в армии. Там пришли к выводу, что нужно либо обучить всех поставщиков статистическому контролю процессов или ввести контроль при приемке. Выбор пал именно на приемочный контроль, из-за большого количества материалов, которые нужно было доставлять в ограниченные сроки. Таблицы выборок, предложенные Г. Доджем и

Г. Ромигом, были идеальным вариантом решения проблемы уменьшения затрат на проверки в отрасли, но управлению требовалось что-то простое и практичное. Тогда Додж и его коллеги из Bell Labs создали таблицы приемлемого уровня качества. Это понятие – «максимальное количество дефектов, приходящихся на 100 единиц продукции, которое может рассматриваться как допустимое, определяющее средний показатель качества всей партии». Продукция от производителя в этом случае могла быть принята, если она соответствует приемлемому уровню качества, но если она выбивалась за допустимые значения, то это влекло за собой более серьезные проверки. В начале сороковых годов Деминг выступил на факультете статистики Стэнфордского университета с инициативой об открытии учебной программы по статистическому контролю процессов.

В исследовании Национальной академии наук США 1947 г. отмечалось, что до Второй мировой войны статистические методы были малоизвестны в промышленности, за исключением компании Bell Labs, но многие компании быстро научились использовать статистику для принятия или отклонения поставок на основании статистической выборки. Исследование было подготовлено для компаний, которые еще не внедрили, но могут внедрить статистические методы. По его данным, в частности, Бюро технологических исследований и Комитет военно-промышленного производства начали проводить обучение по статистическому контролю процессов для специалистов промышленности и инженеров в 1943 г.

Ряд компаний создали отделы по контролю качества. К их работе были подключены бывшие сотрудники отделов технического контроля. Примерно в это время отделы качества стали размещаться под менеджментом на организационных диаграммах. Специалисты по качеству начали уделять особое внимание надежности изделия на протяжении его жизненного цикла, появилась специальность инженер по надежности.

Американское научное влияние на совершенствование систем обеспечения качества привело к созданию японской научной школы в области качества, среди представителей которых следует, прежде всего [4], отметить Каору Исикаву (Kaoru Ishikawa) и Генити Тагути (Genichi Taguchi), внесших большой вклад в развитие статистических методов в управлении качеством.

В 50–70 гг. прошлого столетия на ряде предприятий оборонного комплекса СССР активно проводились (под влиянием японского опыта по повышению качества) работы по внедрению систем управления качеством (в Саратове – БИП, в Горьком – КАНАРСПИ, в Ярославле – НОРМ, во Львове – КСУКП и др.), в которых статистические методы в области приемочного контроля и регулирования технологических процессов занимали важное место в предупреждении дефектов продукции [4].

Наиболее широкое распространение во многих отраслях промышленности во всем мире статистические методы контроля качества продукции получили в 70–80 гг. XX в. Сегодня статистический контроль используется как для регулирования хода технологического процесса, т.е. в процессе производства – так называемый текущий предупредительный контроль, так и для оценки качества партий продукции – по окончании производства – приемочный контроль.

Большое влияние на современное видение о всеобщем управлении качеством (TQM) оказывают работы российского ученого в области качества Вадима Аркадьевича Лапидуса. Он опубликовал ряд трудов по теории и практике управления качеством с учетом вариаций и неопределенности, в которых изложен «принцип распределения приоритетов», позволяющий оптимально выстроить отношения поставщика и потребителя с позиции обеспечения качества. Ему же принадлежит новый подход

к управлению качеством, названный «гибким методом статистического управления», который математически опирается на теорию нечетких множеств [4].

Классификация статистических методов

В современной практике предприятий все используемые статистические методы можно сгруппировать следующим образом.

Группа 1. Методы высокого уровня сложности, которые используются разработчиками систем управления предприятием или процессами. К ним относятся методы кластерного анализа, адаптивные робастные статистики, многофакторный (дисперсионный) анализ, методы исследования операций и др. Методы этой группы предназначены для ограниченного количества инженеров, поскольку применяются при проведении очень сложных анализов процесса формирования качества.

Группа 2. Методы специальные, которые используются при разработке операций технического контроля, планировании промышленных экспериментов, расчетах на точность и надежность и т.д.

Группа 3. Методы общего назначения, в разработку которых большой вклад внесли японские специалисты. К ним относятся «Семь простых методов» (или «Семь инструментов качества»), включающих в себя контрольные листки; метод расслоения; графики; диаграммы Парето; диаграммы Исикавы; гистограммы; контрольные карты. К. Исикава говорил: «Основываясь на опыте своей деятельности, могу сказать, что 95 % всех проблем фирмы могут быть решены с помощью этих семи приемов».

Группа 4. Промежуточные статистические методы. К ним относят: теорию выборочных исследований; статистический выборочный контроль; методы проведения статистических оценок и определения критериев; методы применения сенсорных проверок (экспертные оценки); методы планирования и расчета экспериментов; корреляционный и регрессионный анализы.

Среди этих представителей можно выделить 15 наиболее распространенных статистических методов, изложенных или отдельно, или сгруппированных в функциональные разделы, в табл. 1 приведены сферы использования статистических методов в соответствии с этими методами.

На рис. 1 представлена классификация информации по управлению качеством с учетом предъявляемых к ней требований.

Рис. 1. Классификация и требования к информации

Применение компьютерных технологий в статистических исследованиях

Владение современными прикладными и методо-ориентированными пакетами программ для использования в профессиональной деятельности основ статистических методов необходимо специалистам, работающим во всех областях инженерных, естественнонаучных и гуманитарных областях. Именно автоматизация статистического анализа при управлении качеством, связанная порой с оперативной обработкой больших объемов информации, дала возможность специалистам принимать оперативные и научно-обоснованные решения по оценке и управлению качеством выпускаемой продукции.

Остановимся на методо-ориентированных пакетах прикладных программ, которые являются мощным современным инструментом, предназначенным для решения задач определённого класса в математической сфере. Методо-ориентированные пакеты прикладных программ отличаются тем, что в их алгоритмической основе реализован определенный математический и/или экономико-математический метод решения задачи, в первую очередь это: математическая статистика, математическое программирование, сетевое планирование и управления и др. Растет интенсивность использования специализированных программных продуктов статистической обработки, обеспечивающих высокую точность и многообразие статистических методов.