Professional Documents
Culture Documents
Попова Д.П
Попова Д.П
Електротехнічний факультет
(факультет)
Кафедра Метрології та інформаційно-вимірювальних технологій
(повнаназва)
ПОЯСНЮВАЛЬНА ЗАПИСКА
кваліфікаційної роботи ступеню ________магістра_______
(бакалавра, спеціаліста, магістра)
Нормоконтролер ХарламоваЮ.М.
Дніпро
2018
2
ЗАТВЕРДЖЕНО:
завідувач кафедри
метрології та інформаційно-вимірювальних технологій
(повна назва)
________________ ----------------
(підпис) (прізвище, ініціали)
«_____»_____________20___року
ЗАВДАННЯ
на кваліфікаційну роботу
ступеня_________________________
(бакалавра,спеціаліста, магістра)
студенту_________________________________академічної групи______________________
(прізвище та ініціали) (шифр)
спеціальності _______________________________________________________________
спеціалізації1 _______________________________________________________________
за освітньо-професійною програмою __________________________________________
(офіційна назва)
на тему ____________________________________________________________________
________________________________________________________________,
затверджену наказом ректора НТУ«Дніпровська політехніка» від _1913-л_№__12.11.2018
Термін
Розділ Зміст
виконання
15.10.18 –
Загальний Ознайомитися з роботами науковців щодо оцінки
30.10.18
розділ ризиків. Проаналізувати методи оцінки ризиків.
Проаналізувати результати вимірювань 30.10.18 –
Основна
показників на етапах виготовлення продукції та 20.10.18
частина
готової продукції. Оцінити ризики.
РЕФЕРАТ
ЗМІСТ
РЕФЕРАТ……………………………………………………………….........................3
ВСТУП……………………………………………………………………......................5
1 ЗАГАЛЬНИЙ РОЗДІЛ………………………………………………………………..6
1.1 Ризик, класифікація ризиків………………………………………………...6
1.2 Процес оцінки ризику…………………………………………………..….12
1.2.1 Ідентифікація ризику…………………………………………………….13
1.2.2 Аналіз ризику…………………………………………………………......14
1.2.3 Аналіз та оцінка ймовірності…………………………………………….14
1.3 Методи аналізу ризику……………………………………………………..15
1.4 Методи оцінки ризику……………………………………………………...16
1.5 Статистичний контроль якості…………………………………………….17
1.6. Поняття відтворюваності………………………………………………….18
1.7 Статистичний приймальний контроль за альтернативною ознакою……20
1.8 Оперативна характеристика плану вибіркового контролю. Плани
контролю………………………………………………………………………………20
1.9 Опис технологічного процесу виготовлення півмасок фільтруючих 23
1.10 Постановка задачі…………………………………………………………27
2 ОСНОВНА ЧАСТИНА………………………………………………………..........28
1.1 Карти Шухарта……………………………………………………………28
2.1.2 Складання та аналізування контрольних карт для перевіряємих в
лабораторії показників якості продукції……………………………………31
2.2 Розрахунок ймовірності браку і індексів відтворюваності…………….47
2.3 Оперативна характеристика одноступінчастого плану контролю за
альтернативною ознакою……………………………………………………………50
2.4 Розрахунок збитків…………………………………………………………56
ЗАГАЛЬНІ ВИСНОВКИ……………………………………………………………57
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ…………………………………………….58
ДОДАТКИ……………………………………………………………………………..60
5
ВСТУП
ЗАГАЛЬНИЙ РОЗДІЛ
працездатних станів. Для оцінки ймовірності головної події числові дані для
обладнання, персоналу, організації і систем, отримані на основі експлуатації і з
опублікованих джерел даних, слід використовувати спільно. При застосуванні
методів прогнозування важливо забезпечити повноту аналізу загальної причини
можливості появи відмов, що включають відмови різних частин або компонентів
системи, викликані однією причиною.
Для оцінки ймовірності відмов обладнання і систем, а також їх елементів,
викликаних процесами зносу, застосовують методи моделювання, що дозволяють
врахувати вплив невизначеності.
3. Використання експертних оцінок в систематизованому і структурованому
процесі оцінки ймовірності. Для отримання експертних оцінок слід
використовувати всю доступну інформацію, включаючи хронологічні дані,
відомості про особливості системи, специфіку організації, експери ментальні дані
і т. Д. Існують формалізовані методи отримання експертних оцінок, які
допомагають формулювати відповідні питання. Доступні методи включають в
себе методи Дельфі, попарного порівняння, ранжирування за категоріями оцінки
та абсолютних оцінок.
1.3 Методи аналізу ризику
Методи, що використовуються при аналізі ризику, можуть бути якісними,
кількісними або змішаними. Ступінь глибини і деталізації аналізу залежить від
конкретної ситуації, доступності достовірних даних і потреб організації,
пов’язаних із прийняттям рішень. Деякі методи і ступінь деталізації аналізу
можуть бути встановлені відповідно до правових та обов’язкових вимог. При
якісній оцінці ризику визначають наслідки, ймовірність і рівень ризику за шкалою
«високий», «середній» і «низький»; оцінка наслідків та ймовірності може бути
об’єднана; порівняльну оцінку рівня ризику в цьому випадку проводять згідно з
якісними критеріями.
У змішаних методах використовують числову шкалу оцінки наслідків,
ймовірності та їх поєднання для визначення рівня ризику за відповідною
формулою. Шкали можуть бути лінійними, логарифмічними або побудовані за
16
𝛥
С𝑝 = , (1.1)
6𝜎
𝑑
С𝑝𝑘 = , (1.2)
3𝜎
20
Не відповідає вимогам
Ділянка
Виробництво підвищення
Контроль Висновок
фільтруючих фільтруючих
лабораторії лабораторії
матеріалів властивостей
матеріалів Відповідає вимогам
Вхідний
контроль
сировини
Виробництво
полімерних
комплектуючих
Не відповідає вимогам
Контроль Висновок
Розкрій Маркування Комплектовка Збирання Упаковка Брак
лабораторії лабораторії
Відповідає вимогам
Виготовлення Склад
комплектуючих
оголів’я
Відвантаження
Показник, що контролюється
Позначення виробу
Поверхнева щільність,
опір, Па Кмт, %
г/м2
Півмаска фільтрувальна
Стандарт 203 та 213 не більше
FFP2 50±5 5 (+2, -0,5) 0.5
Показник, що контролюється
Позначення виробу Опір диханню, Па Коефіцієнт
30 л/хв 95 л/хв проникнення, %
Півмаска
фільтрувальна не більше не більше
не більше 6
Стандарт 203 та 213 70 240
FFP2
ОСНОВНА ЧАСТИНА
№ Коефіцієнт проникнення,%
1 0.0600 0.0800 0.0200 0.1100
2 0.0200 0.1600 0.0800 0.1000
3 0.2300 0.0300 0.1600 0.0400
4 0.0800 0.0600 0.0700 0.2300
5 0.0900 0.0600 0.0500 0.2400
41
№ Коефіцієнт проникнення,%
6 0.2500 0.1100 0.0600 0.1300
7 0.0500 0.1300 0.0800 0.1100
8 0.0200 0.0900 0.1700 0.1300
9 0.0300 0.1500 0.0800 0.2100
10 0.0600 0.0400 0.0900 0.1500
11 0.0300 0.0800 0.2100 0.1800
12 0.0300 0.0900 0.1400 0.2300
13 0.0200 0.0800 0.0900 0.0600
14 0.3100 0.0900 0.0200 0.1400
15 0.0200 0.0500 0.0600 0.0700
16 0.1500 0.2300 0.0500 0.0700
17 0.0400 0.1600 0.0300 0.0800
18 0.0800 0.0600 0.1200 0.2400
19 0.1300 0.2400 0.0100 0.3100
20 0.0700 0.0200 0.0900 0.1400
21 0.1200 0.1300 0.1600 0.0800
22 0.0200 0.0800 0.0400 0.0800
23 0.0900 0.1300 0.2300 0.1500
24 0.1600 0.1300 0.0800 0.0900
25 0.0200 0.0900 0.1100 0.1300
42
№ Опір диханню, Па
(30 л/хв)
1 0.0600 0.0800 0.0200 0.1100
2 0.0200 0.1600 0.0800 0.1000
3 0.2300 0.0300 0.1600 0.0400
4 0.0800 0.0600 0.0700 0.2300
5 0.0900 0.0600 0.0500 0.2400
6 0.2500 0.1100 0.0600 0.1300
7 0.0500 0.1300 0.0800 0.1100
8 0.0200 0.0900 0.1700 0.1300
9 0.0300 0.1500 0.0800 0.2100
10 0.0600 0.0400 0.0900 0.1500
11 0.0300 0.0800 0.2100 0.1800
12 0.0300 0.0900 0.1400 0.2300
13 0.0200 0.0800 0.0900 0.0600
14 0.3100 0.0900 0.0200 0.1400
15 0.0200 0.0500 0.0600 0.0700
16 0.1500 0.2300 0.0500 0.0700
17 0.0400 0.1600 0.0300 0.0800
18 0.0800 0.0600 0.1200 0.2400
19 0.1300 0.2400 0.0100 0.3100
20 0.0700 0.0200 0.0900 0.1400
21 0.1200 0.1300 0.1600 0.0800
44
№ Коефіцієнт проникнення, %
21 1.0100 3.2500 2.2200 1.4500
22 3.0200 1.5200 3.0600 2.2100
23 1.0300 0.9500 2.0500 3.0400
24 1.1000 2.3500 1.6600 1.8500
25 1.3600 2.0400 1.8600 1.4600
ЗАГАЛЬНІ ВИСНОВКИ
Оцінка ризиків виробничого процесу має дуже суттєвий вплив на контроль
над ризиками та зменшенню ймовірності заподіяння шкоди.
Методом статистичного контролю якості було проаналізовано ризики
виробничого процесу півмасок фільтруючих за допомогою карт Шухарта.
Процес виробництва є цілком контрольованим. Показники результатів
вимірювань є стабільними. Є невелика ймовірність отримання неякісної
продукції. Та все ж необхідно прийняти міри задля зниження цієї ймовірності, так
як збитки є досить суттєвими.
На підставі оперативної характеристики можна запропонувати
підприємству переглянути обсяг вибірки для зниження приймального рівня
дефектності.
57
12.НЕБЕЗПЕЧНІВИРОБНИЧІРИЗИКИТАНАДІЙНІСТЬНавчальнийпосібн
икВидавець: ФОППановА. М. СвідоцтвосеріїДК №4847 від 06.02.2015 р.
Надруковановполіграфцентрі «Влавке» м. Харків
13. В.Б. Захожай, А.Ю. Чорний Статистичне забезпечення управління
якістю
14. Анализ точности и стабильности технологических процессов
производства продукции(Електрон. ресурс)/Режим доступу:
https://uchil.net/?cm=172694
15. Статистический прием качества продукции (Електрон. ресурс)/Режим
доступу:https://studref.com/346619/menedzhment/statisticheskiy_priemochnyy_kontro
l_kachestva_produktsii
16. ДСТУ ISO 8258-2001. Статистичний контроль. Контрольні карти Шухарта
17. Статистический приемочный контроль качества продукции (Електрон.
ресурс)/Режим
доступу:https://studref.com/346619/menedzhment/statisticheskiy_priemochnyy_kontro
l_kachestva_produktsii
18. Оперативная характеристика одноступенчатого плана контроля по
альтернативному признаку(Електрон. ресурс)/Режим доступу:
http://statmetkach.ru/lab10.html
59
ДОДАТОК А
>>DATA=[50.3 50.8 49.98 50.5; 50.9 51.3 49.9 50.2; 50.3 50.9 51.8 50.3; 50.8 49.5
51.3 52.1; 50.2 51.4 50.6 50.8; 51.5 51.9 51.4 50.3; 50.2 50.3 52.3 51.8; 48.9 50.1 51.3
53.1; 50.2 51.8 50.3 51.3; 50.2 50.7 51.3 51.9; 50.8 48.9 50.3 48.9; 50.3 48.9 49.5 50.1;
50.2 50.9 50.4 51.8; 48.9 49.7 50.1 51.2; 51.3 52.1 48.5 49.6; 50.4 50.3 48.9 47.9; 50.2
50.9 51.8 48.2; 50.3 50.8 51.9 49.8; 49.5 49.6 48.5 49.6 ;48.1 52.1 51.3 52.6; 49.8 51.3
51.7 50.3; 48.9 49.5 50.2 51.6; 50.2 51.6 52.1 48.7; 51.4 50.3 51.3 50.1; 49.8 50.1 47.9
50.3];
>>xbarplot(DATA)
>>k=2;
>> conf=1-2*(1-normcdf(k))
conf =
0.9545
>>specs=[45 55];
>>xbarplot(DATA,conf,specs)
specs=[45 55];
>> [p,Cp,Cpk]=capable(DATA,specs)
p=
1.7683e-05
Cp =
1.5227
Cpk =
1.3799
DATA=[6.5 5.8 6.2 5.1;5.2 5.3 6.0 4.9; 5.2 6.3 4.9 6.9; 6.2 5.8 5.9 6.1; 5.6 5.5 6.1 5.5;
6.1 5.8 6.3 6.1; 5.3 5.9 5.4 5.0; 6.1 5.5 4.9 6.6; 5.5 6.1 6.2 5.9; 5.1 5.3 5.9 6.4; 6.2 4.9
5.5 6.3; 5.5 6.1 6.3 6.1; 5.5 5.9 6.1 5.8; 5.5 6.1 5.4 5.6; 5.2 5.9 5.7 6.4; 5.3 5.9 5.8 6.2;
5.2 5.9 6.1 5.8; 5.3 5.9 5.8 5.5; 5.5 5.9 6.1 5.2; 5.6 6.1 5.4 5.3; 5.2 5.9 5.5 4.8; 5.5 5.6
4.9 5.8; 6.2 6.8 4.8 5.6 ; 5.2 5.9 6.1 5.5;5.5 5.2 6.1 5.5]
>>xbarplot(DATA)
k=2;
>>conf=1-2*(1-normcdf(k))
conf =
0.9545
>>specs=[4.5 7];
>>xbarplot(DATA,conf,specs)
>> DATA=[6.5; 5.8; 6.2; 5.1;5.2; 5.3; 6.0; 4.9; 5.2; 6.3; 4.9; 6.9; 6.2; 5.8; 5.9; 6.1; 5.6;
5.5; 6.1; 5.5; 6.1; 5.8; 6.3; 6.1; 5.3; 5.9; 5.4; 5.0; 6.1; 5.5; 4.9; 6.6; 5.5; 6.1; 6.2; 5.9; 5.1;
5.3; 5.9; 6.4; 6.2; 4.9; 5.5; 6.3; 5.5; 6.1; 6.3; 6.1; 5.5; 5.9; 6.1; 5.8; 5.5; 6.1; 5.4; 5.6; 5.2;
5.9; 5.7; 6.4; 5.3; 5.9; 5.8; 6.2; 5.2; 5.9; 6.1; 5.8; 5.3; 5.9; 5.8; 5.5; 5.5; 5.9; 6.1; 5.2; 5.6;
60
6.1; 5.4; 5.3; 5.2; 5.9; 5.5; 4.8; 5.5; 5.6; 4.9; 5.8; 6.2; 6.8; 4.8; 5.6 ; 5.2; 5.9; 6.1; 5.5;5.5;
5.2; 6.1; 5.5];
>>specs=[4.5 6];
>> [p,Cp,Cpk]=capable(DATA,specs)
p=
0.2740
Cp =
0.5435
Cpk =
0.2044
>>capaplot(DATA,specs)
ans =
0.7260
DATA=[0.06 0.08 0.02 0.11; 0.02 0.16 0.08 0.10; 0.23 0.03 0.16 0.04; 0.08 0.06 0.07
0.23; 0.09 0.06 0.05 0.24; 0.25 0.11 0.06 0.13; 0.05 0.13 0.08 0.11; 0.02 0.09 0.17 0.13;
0.03 0.15 0.08 0.21; 0.06 0.04 0.09 0.15; 0.03 0.08 0.21 0.18; 0.03 0.09 0.14 0.23; 0.02
0.08 0.09 0.06; 0.31 0.09 0.02 0.14; 0.02 0.05 0.06 0.07; 0.15 0.23 0.05 0.07; 0.04 0.16
0.03 0.08; 0.08 0.06 0.12 0.24; 0.13 0.24 0.01 0.31;0.07 0.02 0.09 0.14;0.12 0.13 0.16
0.08; 0.02 0.08 0.04 0.08;0.09 0.13 0.23 0.15; 0.16 0.13 0.08 0.09; 0.02 0.09 0.11 0.13]
xbarplot(DATA)
k=2;
>>conf=1-2*(1-normcdf(k))
conf =
0.9545
>>specs=[0.01 0.5];
>>xbarplot(DATA,conf,specs)
DATA=[0.06; 0.08; 0.02; 0.11; 0.02; 0.16; 0.08; 0.10; 0.23; 0.03; 0.16; 0.04; 0.08; 0.06;
0.07; 0.23; 0.09; 0.06; 0.05; 0.24; 0.25; 0.11; 0.06; 0.13; 0.05; 0.13; 0.08; 0.11; 0.02;
0.09; 0.17; 0.13; 0.03; 0.15; 0.08; 0.21; 0.06; 0.04; 0.09; 0.15; 0.03; 0.08; 0.21; 0.18;
0.03; 0.09; 0.14; 0.23; 0.02; 0.08; 0.09; 0.06; 0.31; 0.09; 0.02; 0.14; 0.02; 0.05; 0.06;
0.07; 0.15; 0.23; 0.05; 0.07; 0.04; 0.16; 0.03; 0.08; 0.08; 0.06; 0.12; 0.24; 0.13; 0.24;
0.01; 0.31;0.07; 0.02; 0.09; 0.14;0.12; 0.13; 0.16; 0.08; 0.02; 0.08; 0.04; 0.08;0.09;
0.13; 0.23; 0.15; 0.16; 0.13; 0.08; 0.09; 0.02; 0.09; 0.11; 0.13];
>>specs=[0.01 0.5];
>> [p,Cp,Cpk]=capable(DATA,specs)
p=
0.0817
Cp =
1.1918
Cpk =
0.4645
capaplot(DATA,specs)
ans =
0.9183
61
Cpk =
1.6581
>>capaplot(DATA,specs)
ans =
1.0000
DATA=[3.33 2.6 1.02 0.69; 2.05 1.13 0.91 2.34; 3.2 0.84 5.1 2.30; 3.21 1.02 1.09 2.23;
3.05 1.02 0.59 0.39; 1.05 4.47 3.02 1.14; 3.05 2.04 1.14 0.53; 3.02 1.11 0.52 0.94; 0.42
2.32 0.59 4.12; 3.02 3.61 2.13 3.01; 3.06 2.56 1.14 0.86; 1.23 0.85 0.67 0.97; 1.02 1.42
1.39 2.51; 3.05 1.03 4.43 3.25; 3.05 4.03 2.08 1.03; 3.02 4.25 1.03 0.67; 0.69 1.02 3.62
4.02; 0.69 0.74 1.2 3.02; 0.68 1.03 2.51 0.69; 0.95 1.14 0.36 3.01; 1.01 3.25 2.22 1.45;
3.02 1.52 3.06 2.21; 1.03 0.95 2.05 3.04; 1.10 2.35 1.66 1.85; 1.36 2.04 1.86 1.46]
>>xbarplot(DATA)
k=2;
conf=1-2*(1-normcdf(k))
conf =
0.9545
specs=[0.1 6];
>>xbarplot(DATA,conf,specs)
DATA=[3.33; 2.6 ;1.02 ;0.69; 2.05; 1.13 ;0.91; 2.34; 3.2; 0.84; 5.1; 2.30; 3.21; 1.02;
1.09; 2.23; 3.05; 1.02; 0.59; 0.39; 1.05; 4.47; 3.02; 1.14; 3.05; 2.04; 1.14; 0.53; 3.02;
1.11; 0.52; 0.94; 0.42; 2.32; 0.59; 4.12; 3.02; 3.61; 2.13; 3.01; 3.06; 2.56; 1.14; 0.86;
1.23; 0.85; 0.67 ;0.97; 1.02; 1.42; 1.39; 2.51; 3.05; 1.03; 4.43; 3.25; 3.05; 4.03; 2.08;
1.03; 3.02; 4.25; 1.03; 0.67; 0.69; 1.02; 3.62; 4.02; 0.69; 0.74; 1.2 ;3.02; 0.68; 1.03;
2.51; 0.69; 0.95; 1.14 ;0.36; 3.01; 1.01; 3.25 ;2.22; 1.45; 3.02; 1.52; 3.06; 2.21; 1.03;
0.95; 2.05; 3.04; 1.10; 2.35; 1.66; 1.85; 1.36; 2.04; 1.86; 1.46];
>>specs=[0.1 6];;
>> [p,Cp,Cpk]=capable(DATA,specs)
p=
0.0563
Cp =
0.8588
Cpk =
0.5293
>>capaplot(DATA,specs)
ans =
0.9437