Инструменты качества: SPC, MSA, FMEA, Process Analysis (с практической отработкой в Microsoft Excel): Курсы

День 1. Основные статистические понятия, показатели и графики. Измерение качества процессов

• Стадии улучшения качества, на которых требуется знание статистических инструментов
• Типизация практических производственных задач, решаемых с помощью прикладной статистики
• ГОСТы, регулирующие использование статистических инструментов качества
• Виды исходных данных, типы шкал
• Основные статистические показатели и графики: среднее и медиана, стандартное отклонение, дисперсия, стандартная ошибка, размах, квартили, гистограмма, ящичная диаграмма, линейный график
• Использование показателей и графиков при решении конкретных задач
• Правило «трех сигм»
• Виды стандартных отклонений
• Нормальное распределение и его использование на практике
• Другие виды распределений
• Прогнозирование уровня качества и издержек, связанных с ним
• Показатели пригодности процесса (Pp, Ppk, Cpm)
• Измерители качества процесса: DPMO, сквозной уровень соответствия, РРМ. Интерпретация показателей, способы расчета

Кейсы:

• Пример в Excel. Обрабатываем результаты измерений характеристик продукции. Рассчитываем и интерпретируем ключевые статистические показатели. Строим графики.
• Пример в Excel. По результатам измерений контролируемой характеристики определяем текущее качетсво процесса и выбираем направления улучшений.
• Пример в Excel. На основе результатов измерений контролируемого параметра продукции прогнозируем ожидаемое число несоответствий по этому параметру при текущем уровне качества.
• Пример в Excel. По результатам измерений контролируемой характеристики проверяем, наблюдается ли у процесса смещение среднего.
• Пример. Для каждой многостадийного процесса выбираем адекватные измерители качества исходя из имеющейся информации. Оцениваем общее качество процесса. Выставляем цели для каждой стадии.
• Пример в Excel. Определяем, каким должен быть разброс процесса, чтобы его качество было не ниже «европейского» уровня.

День 2. Методы контроля стабильности процессов

• Понятие стабильности. Природа нестабильности
• Обычные и особые причины изменчивости процесса
• Идея, основные принципы, преимущества и виды контрольных карт Шухарта
• Контрольные карты для количественного признака (X- R, I-MS):тподготовка исходных данных, алгоритмы построения, интерпретация
• 8 признаков нестабильности процесса (критерии серий)
• Показатели воспроизводимости процесса (Cp, Cpk)
• Контрольные карты для альтернативного признака (С, U, Np, P): выбор вида карты, алгоритмы построения, интерпретация

Кейсы:

• Примеры в Excel. На основе реальных данных (результатов измерений контролируемых характеристик или отметок о годности / негодности образцов) строим различные виды контрольных карт. Учимся их анализировать и делать выводы о стабильности процесса.

День 3. Методы выявления, ранжирования и анализа причин появления несоответствий

• Различные подходы к классификации причин несоответствий
• Логический анализ причин появления несоответствий: Диаграмма Исикавы (правила построения и использования),
  5 Whys, 4Q
• Диаграмма Парето – метод расстановки приоритетов в улучшениях: варианты исходных данных, способ построения и принятия решений
• Анализ видов и последствий отказов (FMEA): основные принципы FMEA, подходы к ранжированию причин несоответствий, виды FMEA: DFMEA и PFMEA
• Графический анализ влияния факторов: столбиковые и круговые диаграммы, ящичные диаграммы, диаграмма рассеяния
• Статистический анализ влияния факторов (проверка гипотез, однофакторный анализ): T-критерий Стьюдента для независимых выборок, U-критерий Манна-Уитни, однофакторный дисперсионный анализ (ANOVA), Н-критерий Краскела-Уоллеса, критерий Хи-квадрат Пирсона, корреляция Пирсона и Спирмена
• Регрессионный анализ – метод анализа одновременного влияния факторов на качество процесса: требования к исходным данным, подготовка данных для анализа, алгоритм регрессионного анализа, анализ результатов и разработка рекомендаций

Кейсы:

• Пример в Excel. Строим диаграмму Парето и расставляем приоритеты в улучшениях.
• Пример в Excel. Анализируем влияние производственных параметров на качество.
• Примеры в Excel. На конкретных данных о процессе исследуем природу колебаний контролируемых характеристик. Оцениваем, с какой силой различные факторы (химический состав, температурные режимы, давление и т.п.) влияют на контролируемый параметр (механические свойства, дефекты и т.п.). Ищем причины ухудшения качества продукции.

День 4. Анализ измерительных систем (MSA)

• Две основных цели проведения MSA
• Типы измерительных систем
• Основные понятия MSA: смещение, линейность смещения, повторяемость (сходимость), воспроизводимость, стабильность измерительных процессов
• Показатели пригодности измерительной системы: %GRR, ndc
• Обзор методов MSA для количественных измерений
• Анализ пригодности измерительной системы методом размахов: подготовка данных для анализа, алгоритм расчета, правило принятия решения о пригодности измерительной системы
• Обзор методов MSA для ранжирующих измерительных систем
• Атрибутивный R&R анализ: подготовка данных для анализа, алгоритм расчета, правило принятия решения о пригодности измерительной системы

Кейсы:

• Пример в Excel. Проводим оценку наличия смещения измерительной системы. Делаем заключение.
• Пример в Excel. Проводим оценку наличия линейности смещения измерительной системы. Делаем выводы.
• Пример в Excel. Проводим расчет %GRR методом размахов.
• Пример в Excel. Оцениваем пригодность ранжирующей измерительной системы.

После обучения вы получите:

• Набор бесплатных надстроек и шаблонов Excel, необходимых для проведения статистических расчетов
• Комплект методических материалов по изученным вопросам
• Сертификат на 4-месячную бесплатную консультационную поддержку

Требования к участникам:

• Высшее образование
• Опыт работы в Excel на уровне пользователя