Статистические методы анализа и управления качеством. Функции потерь качества по тагути

Классификация затрат на качество.

Затраты на качество.

Качество Ожидаемый уровень

Недоданное качество

Достигнутый уровень

Подход Джурана-Фейгенбаума:

Затраты на предупредительные мероприятия (затраты на предотвращение возможных затрат)
Затраты на контроль (затраты на определение и подтверждение уровня качества)
Внутренние потери (затраты, понесенные организацией до продажи продукта в том случае, когда запланированный уровень качества не достигнут, ᴛ.ᴇ. отловлен брак)
Внешние потери (затраты, понесенные после продажи потребителю, запланированный уровень качества не достигнут)

Подход Кросби:

Затраты на соответствие (ᴛ.ᴇ. на то, чтобы все сделать правильно с первого раза)
Затраты на несоответствие (ᴛ.ᴇ. на то, что не сделано правильно с первого раза)

Затраты на соответствие:

Предупредительные мероприятия

1. Затраты на управление качеством (создание СМК, сертификация)

2. Планирование качества другими подразделениями

3. Контрольно измерительное оборудование

4. Обеспечение качества поставок. Поиск поставщиков, входной контроль, поддержание связей

5. Аудит системы качества

6. Улучшение качества

7. Обучение

8. Неучтенные затраты, связанные с обеспечением качества

Затраты на контроль

1. Проверки и испытания (прежде всего, оплата труда испытательного персонала)

2. Контроль поставляемых материалов (испытания, работа инспекторов в лабораториях)

3. Расходные материалы

4. Процессный контроль. Оплата труда контролеров на линии

5. Прием продукции заказчиком (приемно-сдаточные испытания)

6. Приемка запасных частей и сырья

7. Аудит готового продукта Контроль произведенной продукции. Внешний аудит

Затраты на несоответствие

Внутренние потери

1. Отходы.

2. Переделки и ремонт. Восстановление

3. Анализ потерь. Затраты на выявление причин.

4. Взаимные уступки (допуск к применению материалов, не соответствующих техническим требованиям)

5. Снижение сорта. Затраты на снижение цены из-за низкого качества

6. Отходы и переделки, возникающие по вине поставщиков

Внешние потери

1. Продукция, не принятая потребителем (выявление причин и ремонт или замена)

2. Гарантийные обязательства.

3. Отзыв и модернизация продукции.

4. Жалобы (и предложения). Затраты, связанные с удовлетворением потребностей потребителя

5.4. Снижение общих затрат.

Затраты на

предупреждение

Затраты на

контроль

Много Нет дефектов

Равновесие не стабильно во времени. Несмотря на то, что начиная с какого-то момента качество начинает стоить все дороже, крайне важно стремиться к совершенству, т.к. уже завтра определенные параметры качества будут вчерашним днем.

Затраты в машиностроении (Британия):

Контроль – 25% Затраты на соответствие

Предупредительные мероприятия – 5% 30%

Брак - 70% Затраты на несоответствие 70%

Затраты на качество (всего) – 10%

Внешние и внутренние потери - 50%

Контроль – 25%

Предупредительные мероприятия – 25%

Изменили затраты на качество

Новые затраты на качество – 6%

Новая структура затрат - ?

6% от 10% - это 60 %, тогда

Внешние и внутренние потери - 30%

Контроль – 15%

Предупредительные мероприятия – 15%

Номинальное значение Значение

L(x) = C(x-x 0) 2

x – измеряемое значение, к примеру, диаметр

x 0 - номинальное

C – коэффициент масштаба

1) Постоянное стремление к улучшению.

2) Даже очень грубая оценка функции потерь позволяет расставить приоритеты мероприятий.

3) Дает основу для количественной оценки значимости мероприятий, направленных на повышение качества.

Кружки качества

Наряду с существованием общефирменной системы управления качеством практически во всех крупных японских фирмах широко применяются так называемые кружки качества продукции, которые действуют на уровне низовых производственных звеньев и ориентированы на решение широкого круга вопросов, связанных с повышением эффективности производства на уровне рабочих мест, участков и цехов. В эти кружки обычно объединяются 8-10 человек, работающих на одном участке.
Идея создания в рамках фирмы кружков качества или групп нулевых дефектов была импортирована из США в конце 50-х годов. Однако в Японии эта идея получила качественно новое наполнение и привела к созданию специфического и, как показывает практика, весьма эффективного механизма повышения отдачи каждого работника. Такое повышение отдачи достигается во многом за счет использования тщательно продуманной системы мотивации, а также морального, психологического и материального стимулирования работников к постоянному повышению производительности и качества труда.

Можно выделить несколько общих моментов в организации и функционировании кружков качества в японских фирмах.

Кружки качества в компаниях создаются в рамках тщательно разработанных программ, осуществляемых под непосредственным руководством высшего управленческого звена компании.
Кружки качества функционируют с использованием развитой системы мотивации обычно в рамках организационно-экономических структур матричного типа.
К работе кружков в обязательном порядке привлекаются представители различных уровней управления компаний и обеспечивается координация действий всех уровней и подразделений по горизонтали.

Специальные программы, ориентируют деятельность кружков качества на решение широкого круга проблем. Сюда входят сокращение брака, усовершенствование техники, технологии, оснастки, рационализация маршрутов движения деталей и загрузки оборудования на своем участке, снижение всех видов издержек производства, повышение квалификации персонала. Рабочим предоставляется возможность пользоваться для проверки своих идей необходимым оборудованием и материалами, разрешается проводить заседания кружков в рабочее время. Компании, как правило, оплачивают организацию соревнований между кружками, участие в отраслевых и региональных конференциях, обучение рабочих в рамках различных программ повышения квалификации и т. п. Усилиями всей группы и при участии руководства данного производственного подразделения представляется набор проблем, которые необходимо решить за конкретный временной отрезок (квартал, год); после этого проблемы ранжируются в плане первоочередности решения. После выделения первоочередной проблемы ее коллективно анализируют в целях выявления степени влияния имеющихся трудностей на качество работы и производительность труда. На этом этапе для поиска наилучшего решения устраиваются коллективные обсуждения путей ее решения. Результатом такого коллективного анализа обычно является выработка общего пути решения проблемы, который принимается всеми членами группы как результат совместного творчества и целенаправленно проводится в жизнь, т. е. внедряется в производство. Важная роль в подготовке и проведении таких обсуждений отводится руководителю кружка качества, которые проходят подготовку на специальных семинарах, где их обучают основам психологии, умению организовывать обсуждение, а также специальным дисциплинам, необходимым для выявления и анализа производственных проблем.
Помимо чисто экономического эффекта, в процессе работы кружков повышается квалификация персонала, стимулируется творческая активность работников, улучшается морально-психологический климат в коллективе, т. е. создается необходимый образовательный и квалификационный фундамент для творческой деятельности..

Концепция функции потерь Тагути

Гэнити Тагути (50-е годы ХХ в) в свое время разработал собственную систему, сочетающую инженерные и статистические методы, нацеленную на быстрое повышение экономических показателей компании и качества продукции путем оптимизации конструкции изделий и процессов их изготовления. Они характеризуются тем, что забота о качестве начинается на ранних этапах его формирования - при проектировании изделий и технологических процессов.

Применяются при проектировании продукции и в процессе ее производства

Цель- Обеспечение качества концепции (идеи), качества конструирования и качества производства.

План действий

1. Изучение состояния дел с качеством и эффективностью продукции.

2. Определение базовой концепции работоспособной модели объекта или схемы производственного процесса (системное проектирование). Устанавливаются исходные значения параметров продукции или процесса.

3. Определение уровней управляемых факторов, которые минимизируют чувствительность ко всем факторам помех (параметрическое проектирование).

4. На этом этапе допуски полагаются столь широкими, что производственные затраты оказываются малыми.

5. Расчет допустимых отклонений вблизи номинальных значений, достаточных для уменьшения отклонений продукции (проектирование допусков).

Результат- Выпуск конкурентоспособной продукции.

Достоинства- Обеспечение конкурентных преимуществ за счет одновременного улучшения качества и снижения себестоимости продукции.

Недостатки- Широкое применение методов Тагути в управлении процессами на базе вероятностно-статистических методов не всегда корректно в условиях высокой динамики требований к объектам оценивания и отсутствия аналогов.

Г. Тагути предложил разделять переменные, влияющие на рабочие характеристики продукции и процесса, на две группы так, чтобы в одной из них оказались факторы, ответственные за основной отклик (номинал), а во второй - ответственные за разброс. Для выявления этих групп Г. Тагути вводит новый обобщенный отклик - «отношение сигнал/шум».

Задача заключается в том, чтобы уменьшить чувствительность продукции и процессов к неконтролируемым факторам, или шумам.

Концепция Тагути включает принцип робастного (устойчивого) проектирования и функцию потерь качества. Функция потерь по Тагути различает изделия внутри допуска в зависимости от их близости к номиналу (целевому значению). Технологической основой робастного проектирования служит планирование эксперимента.

Основные методы, разработанные или адаптированные Г. Тагути

1. Планирование экспериментов.

2. Управление процессами посредством отслеживания расходов с помощью функции потерь качества.

3. Развитие и реализация робастного управления процессами.

4. Целенаправленная оптимизация продукции и процессов до производства (контроль до запуска процесса).

5. Применение обобщенной философии качества Тагути для обеспечения оптимального качества продукции, услуг, процессов и систем.

Taguchi Genichi

родился 01.01.1924, умер 02.06.2012.

Генити Тагути - автор концепции робастного проектирования (проектирование качественных систем или инжиниринг качества), почетный член Японского общества контроля качества JUSE, Американского общества качества ASQ, Азиатской сети качества ANQ, Международной Академии качества IAQ, лауреат самых престижных наград в области качества (премия им. Деминга присуждалась ему 4 раза).
Известный японский статистик, он изучал вопросы совершенствования промышленных процессов и продукции, развил идеи математической статистики, относящиеся, в частности, к статистическим методам планирования эксперимента (DOE = Design of Experiment - планирование эксперимента) и контроля качества. Тагути впервые соединил математической зависимостью экономические затраты и качество, введя понятие функции потерь качества . Он первым показал, что потери качества имеют место и в поле допуска - они появляются с момента несовпадения номинального, заданного технической документацией, значения параметра и значения исследуемой случайной величины. Заслуга Тагути также в том, что он сумел найти сравнительно простые аргументы и приемы, которые сделали робастное планирование эксперимента в области обеспечения качества реальностью. Методы Тагути представляют собой один из принципиально новых подходов к решению вопросов качества. Главное в философии Тагути - это повышение качества с одновременным снижением расходов .

До призыва на военную службу в течение года он изучал текстильное машиностроение в техническом колледже. Отслужив в Астрономическом департаменте Навигационного института Японского императорского военно-морского флота, Тагути работал в Министерстве здравоохранения и Институте математической статистики Министерства образования. Глубоко изучить методы планирования эксперимента и использования ортогональных расположений ему помог известный японский статистик, лауреат национальной премии Матосабуро Масуяма, с которым Тагути познакомился в Министерстве здравоохранения. Позднее эти знания дали ему возможность консультировать компанию "Morinaga Pharmaceuticals" и ее дочернюю компанию "Morinaga Seika".
В 1950 г. Тагути начал работать в только что основанной лаборатории электросвязи компании "Nippon Telephone and Telegraph", поставив себе целью способствовать повышению эффективности опытно-конструкторских работ путем обучения инженеров более прогрессивным методам работы. Там он работал более 12 лет и именно в этот период начал разрабатывать собственные методы, активно консультировать промышленные предприятия. В начале 50-х годов японские компании, включая Тойоту и ее филиалы, начали широко применять его методы.
В 1951 г. вышла в свет первая книга Г. Тагути, которая познакомила многих с понятием "ортогональные расположения".
В течение 1954-1955 гг. Г. Тагути по рекомендации индийского ученого П. Махаланолуса работал в качестве приглашенного профессора в Индийском институте статистики. Здесь он познакомился со знаменитыми статистиками Р. Фишером и В. Шухартом. В 1957-1958 гг. появилось первое издание его двухтомной книги "Планирование экспериментов" ("Design of Experiments").
В 1962 г. Тагути впервые побывал в Соединенных Штатах в Принстонском университете и в этот же приезд посетил Bell Laboratories компании "AT&T". В Принстон Тагути был приглашен известным статистиком Джоном Тьюки для работы со статистиками от промышленности. В том же году университет Кьюшу присудил ему докторскую степень.
В 1964 г. Тагути стал профессором университета Аойама Гакуин в Токио и оставался на этой должности до 1982 г.
В 1966 г. Тагути с соавторами написал книгу "Управление конечными результатами" ("Management by Total Results"), которую перевел на китайский язык Юнь By. В ту пору методы Тагути были еще мало известны на Западе, хотя их уже применяли в Индии и на Тайване. В тот период и на протяжении 70-х годов его методы в основном применялись в производственных процессах, а переход к их использованию для разработки и проектирования продукции произошел в 80-е годы.
В начале 70-х Тагути разработал концепцию функции потери качества (Quality Loss Function), в эти же годы опубликовал еще две книги и выпустил третье (последнее) издание книги "Планирование экспериментов".
К концу десятилетия список наград, полученных Тагути, выглядел впечатляюще: премии Деминга за применение методов в 1960 г. и за литературу по качеству в 1951 и 1953 гг.
В 1980 г. Тагути был приглашен для выступления в компании Юнь By, который эмигрировал в Соединенные Штаты. К тому времени Тагути стал директором Японской академии качества. Во время этого визита в США Тагути вновь посетил Bell Laboratories, где его принял Мадхав Фадке. Несмотря на языковые проблемы, успешно были проведены эксперименты, вследствие чего методы Тагути были признаны в Bell Laboratories.
После визита Тагути в Америку его методологию все больше и больше начинают применять в американской промышленности. Однако методы Тагути не всегда встречали положительное отношение американских статистиков. Но, возможно, это была реакция на способы, которыми они продвигались на рынок. Тем не менее, многие американские компании, в частности Ксерокс, Форд и ITT, увлеклись использованием методов японского ученого.
В 1982 г. Тагути оставил преподавательскую работу в университете и, выйдя на пенсию, стал советником Японской ассоциации стандартов.
В 1983 г. он был назначен исполнительным директором Американского института поставщиков, в котором работал и его сын Шин.
В 1984 г. Тагути снова был отмечен премией Деминга за книги по качеству, а в 1986 г. Международный институт технологии наградил его медалью Вилларда Рокуэлла. В Европе, однако, методы Тагути в это время не пользовались большим успехом. Положение изменилось, когда Институт статистиков (Великобритания) в 1987 г. организовал первую конференцию по этим методам. В том же году был образован Клуб Тагути в Соединенном Королевстве.

Методология Тагути ориентирована больше на целенаправленную оптимизацию продукции и процессов до начала производства, чем на достижение качества посредством управления. Задача обеспечения качества и надежности сдвинута на стадию проектирования. Методология Тагути позволяет эффективно планировать эксперименты с проектируемой продукцией до начала фазы производства. Однако предложенные им приемы могут быть использованы и на производстве в качестве методологии устранения трудностей при выявлении насущных проблем.
В отличие от ученых Запада Тагути определяет качество продукта как "потери (минимальные), которые несет общество с момента выпуска продукции". Они включают в себя не только потери, которые несет компания, оплачивая переделки или брак, техобслуживание, простои из-за отказа оборудования и свои гарантийные обязательства, но и потери потребителя, связанные с плохим качеством товара и его ненадежностью, что в свою очередь ведет к последующим потерям производителя вследствие уменьшения его доли на рынке. Принимая за наилучшую возможную величину показателя качества его определенное целевое значение и считая это значение эталонным, Тагути связывает простую квадратичную функцию потерь с отклонением от этой цели. Функция потерь показывает, что уменьшение отклонений приводит к снижению потерь и соответственно к улучшению качества. По данной теории потери возникают даже в случае, когда показатели качества находятся в допустимых пределах. Но они минимальны только тогда, когда эти показатели совпадают с целевыми значениями. Если требуется максимизировать показатель качества (например, прочность) или минимизировать (например, усадку), функция потерь становится полупараболической.
Функция потерь может быть использована для решения вопроса о целесообразности дополнительных вложений средств в продукцию на стадии проектирования, а также того, поможет ли это продвижению товара на рынке.
Теория Тагути может применяться для управления качеством продукции на стадии проектирования или, реже, - для текущего управления качеством в процессе производства. Если предположить, что качество закладывается в продукт при его разработке, то управление качеством на отдельных стадиях производства становится менее важным, и основной упор делается на управление в допроизводственном периоде.
Тагути разбивает допроизводственное управление качеством на три стадии:
1. Проектирование конструкции.
2. Определение параметров (показателей качества).
3. Определение допусков для параметров.
В первую очередь отбираются отдельные детали, материалы и параметры на уровне технического решения. В процессе определения условий производственного процесса выбирается тип оборудования и учитываются отдельные производственные факторы. Наилучшим образом это достигается методом "мозгового штурма" с участием инженеров-производственников и проектировщиков.
Выбор значения параметра - важнейший этап: именно здесь японцы достигли отличных результатов по улучшению качества без увеличения затрат. На этом этапе проверяются выбранные целевые значения показателей качества, определяются их оптимальные комбинации и просчитываются параметры производственного процесса, менее всего подверженные влиянию окружающей среды и других неконтролируемых факторов. В этой области у Тагути есть несколько нововведений: упор делается на соотношение сигнал-шум, на использование ортогональных расположений с целью уменьшения числа экспериментальных попыток и пошаговых приближений к оптимуму.
Наконец, разработка пределов допусков имеет целью сократить вариации, ужесточив допустимые пределы для тех факторов, которые оказывают наибольшее влияние на вариации показателя качества. На этой стадии (ориентируясь на функцию потерь) производятся наибольшие затраты, связанные с закупкой лучших материалов или лучшего оборудования, что является проявлением японской философии, согласно которой нужно "вкладывать деньги в последнюю очередь" (т.е. при полной ясности. - Прим. пер.), а не "сначала вкладывать [а потом думать]".
Эти методы важны как для британской, так и для мировой промышленности в целом. Как правило, проектирование и отладка производственных линий в действительности далеки от совершенства. Много производственных шуток связывается с необходимостью "перешерстить" важные параметры. Теория Тагути - это тот образец, позволяющий инженеру или конструктору определить оптимальные параметры, при выдерживании которых производимая продукция будет высококачественной и не будет снята с производства с течением времени.
Теория Тагути имеет два основных преимущества. Во-первых, она разработана и в основном используется инженерами, а не специалистами в области статистики. Это устраняет проблемы языка и взаимопонимания, которые традиционно ассоциируются со статистической методологией. Это позволяет мыслить в инженерных категориях. В результате проблемы случайных вариаций, которые часто мешают производственному процессу, должны рассматриваться в дополнение к введенным подконтрольным вариациям. Оптимизация продукта состоит не только в приближении его показателей качества к целевым значениям, но и в сведении отклонений от этих целевых значений к минимуму. Это и есть часть статистического управления процессами (SPC) .
Теория Тагути может быть использована для того, чтобы сузить разброс показателей качества и определить вариации, на которых следует строить управление. SPC может быть использовано для дальнейшего сохранения величин показателей качества вблизи целевых значений. Это, по существу, и есть нововведение Тагути: использовать соотношение "сигнал-шум" для выбора управляющих параметров, которые минимизировали бы чувствительность к шуму (случайным помехам). Эти добавления и делают методологию фундаментальной.
Однако самой важной в теории Тагути является формализация построения так называемых ортогональных расположений . Они и ранее применялись в планировании экспериментов, но формализованы были именно Тагути. Это позволяет инженерам автоматически определять минимальное число опытных образцов, необходимых для эксперимента. Это число сознательно поддерживается минимальным путем отказа от всей (или почти всей) информации о взаимодействиях, содержащейся в проектном решении. Такая информация может быть получена позднее на стадии промышленного применения, если провести оценку еще одного опытного образца - именно того, который соответствует предсказанным оптимальным параметрам.
В этом разница между промышленным экспериментом и сельскохозяйственным содержанием эксперимента, на котором основывается большинство западных статистических методов. В сельском хозяйстве реакция на эксперимент замедленная, и если проигнорировать комбинации прототипов, не принимать во внимание взаимодействия, в сельскохозяйственном цикле потребуется дополнительный год для того, чтобы подтвердить, оптимальны ли предсказанные комбинации качеств. В промышленности реакция на эксперимент обычно быстрая, и можно сразу вернуться на шаг назад и опробовать еще один образец.
Взаимодействия, однако, могут быть использованы и в теории Тагути. Он предлагает простую графическую форму, что позволяет анализировать информацию легко и систематически. Однако рассматриваться может лишь ограниченное число взаимодействий, что не ведет к значительному увеличению числа образцов и расширению масштабов эксперимента.

Подход Тагучи позволяет ранжироватьприоритеты в программе управления качеством

Количественно оценить улучшение качества

Японский ученый Г. Тагучи в 1960 г. высказал мысль, что качество не может более рассматриваться как мера соответствия требованиям проектной/конструкторской документации. Соблюдения качества в терминах границ допусков недостаточно. Необходимо постоянно стремиться к номиналу, к уменьшению разброса даже внутри границ, установленных проектом.

Г. Тагучи предложил, что удовлетворение требований допусков - отнюдь не достаточный критерий, чтобы судить о качестве. В конце концов, минимальными оказываются затраты на обслуживание продукта после его получения потребителем, т.е. минимизируются переделки, наладки и расходы по гарантийному обслуживанию. Управление, нацеленное лишь на достижение соответствия требованиям допусков, приводит в своим специфичным проблемам. Вместе с тем, нельзя не ометить, что допуски служили верную службу на протяжении многих лет: они позволяли производить предметы, которые были достаточно хороши в свою эпоху.

Разберем некоторые из проблем, которые могут возникнуть, если соответствие валов и отверстий не идеально. Если их сочленение соответствует более плотной посадке, в процессе работы машины возникнет избыточное трение. Для его преодоления потребуется большая мощность или расход топлива. При этом возможно возникновения локального перегрева, могущего привести к некоторым деформациям и плохой работе. Если посадка слишком свободная, то может происходить утечка смазки, которая может вызвать повреждение в других местах. Самое малое - замена смазки - может оказаться дорогостоящей процедурой как из-за стоимости самого смазывающего состава, так из-за необходимости более частой остановки машины для проведения техобслуживания. Слабая посадка может также привести к вибрациям, вызывающим шум, пульсирующие нагрузки, которые, весьма вероятно, приведут к уменьшению срока службы из-за отказов, вызванных напряжениями.

Очевидно необходим другой, качественно другой подход, который не требует искусственного определения годного и негодного, хорошего и плохого, дефектного и бездефектного. Такой подход, в свою очередь, предполагает, что существует наилучшее значение, и что любое отклонение от этого номинального значения вызывает некоторого вида потери или сложности в соответствии с типом зависимости, который был рассмотрен на примерах для диаметра валов и отверстий.

Функция потерь Тагучи как раз и предназначена для этого. Графически функция потерь Тагучи обычно представляется в форме:

Значение показателя качества откладывается на горизонтальной оси, а вертикальная ось показывает потери, или вред, или значимость, относящиеся к значениям показателей качества. Эти потери принимаются равными нулю, когда характеристика качества достигает своего номинального значения. Математический вид функции Тагучи представлен в заголовке графика, где x - измеряемое значение показателя качества; x0 - ее номинальное значение; L(x) - значение функции потерь Тагучи в точке х; с - коэффициент масштаба.

График функции потерь Тагути, показанный на рис. 34, - это парабола, имеющая вертикальную ось и минимальное значение, равное нулю, в точке номинального значения показателя качества. Уравнение такой параболы имеет вид:

где х - измеряемое значение показателя качества, Х0 - ее номинальное значение, L(x) - значение функции потерь Тагути в точке х; с - коэффициент масштаба (подбираемый в соответствии с используемой денежной единицей при измерении потерь).

Это наиболее естественная и простая математическая функция, пригодная для представления основных особенностей функции потерь Тагути, рассмотренных в главе 11 (Некоторые статистики смогут обнаружить очевидную аналогию такого выбора для функции потерь Тагути с методом наименьших квадратов.). Конечно, это не означает, что такой ее вид - "наилучший" выбор в каждом конкретном случае ее применения. Отметим, например, тот факт, что вышеприведенная формула предполагает одинаковый уровень потерь при отклонениях от номинала в обе стороны (в конце предшествующей главы мы как раз рассмотрели конкретный случай, когда данное предположение не выполняется). С другой стороны, хотя данная модель часто служит разумным приближением для показателя качества в пределах его допусков и на не слишком большом удалении от границ допуска, она, очевидно, не подходит для больших отклонений от номинального значения. Однако наши процессы не столь уж плохи, чтобы нам требовалось рассматривать такие большие отклонения.

Рис. 36. Представления с помощью функции потерь Тагути подхода к управлению качества на основе границ допусков

Но даже если наша параболическая модель и не вполне "корректна", она, без сомнения, значительно ближе к действительности, чем функция потерь, соответствующая подходу к качеству на основе установления границ допусков, представленная на рис. 36. Последняя модель предполагает, что потери отсутствуют при всех отклонениях от номинала в пределах допусков, но они возникают скачками на границах поля допуска. С учетом обсуждения, проведенного в предшествующей главе, нет необходимости детализировать здесь далее рассмотрение этого вопроса, за исключением следующего аспекта. Припомните наблюдение, сделанное нами в главе 11, об осознании важности допусков, и само собой приходит толкование. В любой системе, будь то механической или бюрократической, которая "спохватывается" только тогда, когда что-либо выходит за границы допусков, - сами такие скоропалительные действия впопыхах оказываются весьма дорогостоящими. Значит, в подобных случаях действительно имеет место резкое увеличение потерь после выхода показателя качества за границы допусков, но эти потери обусловлены самой системой управления, а не возникают в результате отклонений уровня качества самой продукции или услуги.

Ниже мы воспользуемся параболической моделью для более детального изучения понятий и примеров, рассмотренных в главе 11. Поскольку это всего лишь модель, сами конкретные числа, получаемые в ходе расчетов, не так уж важны. Незначительные отличия в числах не будут поэтому рассматриваться как что-то значимое; стратегия, которая дает несколько большие потери, чем какая-то другая стратегия в предположении применимости этой модели, для функции потерь вполне может оказаться более предпочтительной при замене этой модели на другую. Но когда мы обнаруживаем различия на целые порядки, когда, например, потери от одной стратегии в 10, 50 или даже 100 раз больше, чем от другой, то тогда мы можем с полной уверенностью сказать, что различия в стратегиях действительно весьма значительны, даже с учетом того, что параболическая модель всего лишь идеализация.

В качестве дальнейшей идеализации, которая нужна для проведения численных сравнений в данной главе, мы вынуждены предположить, что рассматриваемые здесь процессы будут абсолютно стабильными. Припомните, в главе 4 термин "абсолютно стабильный" предполагает, что статистическое распределение процесса неизменно, не "колеблется", в частности, это означает, что мы можем говорить тогда в терминах истинных значений для среднего и стандартного отклонения, которые мы обозначим (только в данной главе) символами и и о соответственно. (Это, конечно, противоречит важному замечанию Деминга касательно реальных процессов, сделанному им на 334 стр. в "Выходе из кризиса".)

Если процесс абсолютно стабилен и имеет плотность распределения вероятности, тогда средние потери Тагути можно вычислить из:

что соответствует площади под кривой, задаваемой произведением функции потерь L(x) на плотность вероятности f(x). Некоторые очевидные математические преобразования позволяют привести это выражение к виду:

где члены внутри фигурных скобок {...} представляют соответственно квадратичное (стандартное) отклонение (обычно связанное с дисперсией) и квадрат смещения. Следует заметить, что таким образом средние потери Тагути не зависят каким-то сложным образом от f(x); их можно весьма просто вычислить, если известны простые параметры, входящие в последнее выражение. (Важным следствием этого является то, что не надо делать какие-либо предположения относительно вида функции, например, о ее соответствии, близости нормальному (Гауссовому) распределению. Мы, однако, исследовали нормальное распределение для иллюстрации на рис. 37-40, а также в деталях процесса, вычисленных в последних двух примерах данной главы.)

Чтобы облегчить сравнения, давайте также введем обозначение для воспроизводимости процесса. Она определяется в разных компаниях различным образом, но мы будем ее полагать равной: разность между Верхней и Нижней Границами допуска / разность между Верхней и Нижней естественными Границами процесса, где для "Естественных Границ Процесса" мы используем "истинные" границы 3 о для индивидуальных наблюдений, так что знаменатель можно представить просто как 6 о.

Эффективность, равная 1 (единичная воспроизводимость), соответствует процессу, который в большинстве случаев едва-едва укладывается в границы допусков (Например, если процесс точно центрирован, а распределение нормальное, то в среднем одно измерение из почти 400 будет выходить за границы допуска и при этом на весьма незначительную величину.). Процесс иногда называют воспроизводимым и невоспроизводимым в зависимости от того, превосходит ли показатель воспроизводимости единицу или нет. Обычный образ мыслей на Западе - признание значения 1 1/3 как соответствующего исключительно эффективному процессу, а значение 1 1/3 уже, возможно, слишком экстравагантным, т. к. вероятность получения в этом случае измерения за пределами допусков оказывается пренебрежимо малой. Однако заметим, что данные о процессах из японской практики, упоминаемые в главе 11, позволяют оценить их уровень воспроизводимости равными от 3 до 5. И для того, чтобы мера воспроизводимости отражала то, что процесс может давать на самом деле (а не то, на что он потенциально способен), необходимо предположить, что процесс точно настроен (центрирован), т. е. среднее процесса совпадает с номинальным значением х. Мы рассмотрим ниже, что случается, если это предположение не выполняется.

Мы должны выбрать значение масштабного коэффициента с в уравнении для параболы таким образом, чтобы процесс, имеющий воспроизводимость 1 и точно центрированный, имел бы средние потери Тагути равные 100 единицам. Вначале давайте рассмотрим значения средних потерь Тагути для абсолютно стабильного процесса, точно настроенного на номинальное значение ху, но в предположении различной воспроизводимости процесса.

Таблица 1. Абсолютно Стабильный Процесс, Точно Настроенный

Воспроизводимость
Средние потери Тагути

Мы видим, что повышение воспроизводимости от 1/3 до 1 1/3 в самом деле уменьшает средние потери Тагути от половины до трети их значения по сравнению с потерями, соответствующими единичной воспроизводимости. Однако повышение воспроизводимости до 3-5 дает огромные снижения, описываемые в терминах "порядков величин", как мы говорили об этом ранее. Графики средних потерь Тагути, в зависимости от воспроизводимости процессов, для всех примеров, рассматриваемых в данной главе, показаны на рис. 41.

Важность точной настройки (центрирования) процесса можно быстро оценить, сравнивая данные табл. 1 и табл. 2, приводимой ниже. Данные в табл. 2 рассчитаны в предположении, что процесс неточно настроен и центрирован в середине диапазона между номиналом и одним из пределов допуска.

Таблица 2. Абсолютно Стабильный Процесс, центрироваанный посередине между номиналом и одной из границ допуска

Воспроизводимость
Средние потери Тагути

Плохая настройка процесса полностью разрушает все потенциальные преимущества улучшения воспроизводимости. Однако даже при такой плохой настройке процесс, имеющий воспроизводимость 2 и выше, практически не будет давать изделий, выходящих за границы допусков. Поэтому, хотя такой процесс рассматривался бы как безусловно выдающийся с точки зрения удовлетворения заданных допусков, то рассмотренный с позиций функции потерь Тагути он, безусловно, намного хуже по сравнению с точно настроенным процессом, например, для эффективности равной 2, потери в табл. 2 в десять раз превышают потери, приводимые в табл. 1.

Сейчас мы приступаем к рассмотрению двух примеров, описанных в конце предшествующей главы. Сначала обратимся к проблеме износа инструмента. Давайте припомним детали. Процесс первоначально настроен так, чтобы результаты измерений были близки к Верхней Границе допуска (ВГД). Затем износ инструмента будет приводить к постепенному уменьшению значений; когда результаты начинают приближаться к Нижней Границе допуска (НГД), процесс останавливается и инструмент меняется. Отметим здесь, что воспроизводимость рассматриваемого процесса (без учета его дрейфа) должна быть больше 1, чтобы такую схему вообще можно было бы реализовать, иначе возможность для маневрирования вообще бы отсутствовала. Для полноты картины ниже мы рассмотрели также случай, соответствующий единичной воспроизводимости.

Рис. 37. Процесс с дрейфом. Воспроизводимость = 3

На рис. 37 показан случай, когда воспроизводимость процесса равна 3. Для примера мы принимаем значения НГД и ВГД равными 10 и 16 соответственно, а стандартное отклонение о равным 1/3 (если бы о была равна 1, то воспроизводимость процесса тоже была бы равна единице). Первоначально мы настраиваем центр распределения на 15, так что распределение попадает как раз ниже ВГД. Предположим, что среднее процесса с постоянной скоростью смещается вниз, к значению 1, и в этот самый момент мы останавливаем процесс, меняем инструмент и настраиваем его вновь на 15. (Если бы эффективность процесса была 2 вместо 3, т. е. о = 0,5, тогда мы были бы должны первоначально установить центр процесса на 14,5 и позволить ему затем смещаться вниз до 11,5, когда пора заменять инструмент. Этот случай представлен на рис. 38.) Средние потери Тагути для процессов с различной воспроизводимостью, которыми "управляют" таким образом, представлены в табл. 3А. (При этом стоимость замены инструмента в явном виде при расчетах не учитывалась.)

Рис. 38. Процесс с дрейфом. Воспроизводимость = 2

Таблица 3A. Процесс с постоянной скоростью дрейфа. Начинается и останавливается таким образом, чтобы только избежать выхода за границы допуска.

Воспроизводимость
Средние потери Тагути

Однако что за сюрприз! Для малых значений воспроизводимости потери Тагути вначале уменьшаются, но вскоре начинают увеличиваться, так что потери для процесса с воспроизводимостью 5 оказываются более чем в 2 раза большими, чем для процесса с воспроизводимостью, равной 1! По здравому размышлению причина для такого увеличения становится ясной. Когда воспроизводимость процесса велика, его первоначальная настройка дает значения, очень близкие к ВГД, и таким образом он принужден давать изделия с параметрами, сильно отличающимися от номинальных, что соответственно приводит к высоким потерям Тагути. То же самое справедливо, когда процесс уже сместился к НГД в моменты, непосредственно предшествующие смене инструмента. Вследствие квадратичного характера функции потерь ущерб, вызванный этими экстремальными ситуациями, превышает выгоды от получения хороших изделий в моменты, когда процесс находился вблизи номинального значения, на полпути от ВГД к НГД.

Отметим, что полученный вывод находится в прямом противоречии с миром, основанным на использовании модели удовлетворения требованиям допусков. Сама схема организована таким образом, чтобы вне зависимости от того, какова воспроизводимость процесса (коль скоро она превышает 1), не производилось бы продукции, выходящей за границы технических требований. Увеличение показателя эффективности процесса с этой точки зрения имеет то положительное следствие, что процесс может длиться дольше до момента, когда возникает необходимость замены инструмента; однако, как мы теперь видим, эта выгода является ложной с точки зрения потерь Тагути. Средние потери Тагути существенно снизятся, если мы сможем, например, менять инструмент в два раза чаше. Так, для процесса с воспроизводимостью 3 это позволит настроить его первоначально на 14 (а не на 15) и заменить его, когда среднее значение снизится до 12 (а не до 11). Средние потери Тагути будут в этом случае равны 44, вместо 144 - хотя это все еще и близко не подходит к результату, который дает процесс с воспроизводимостью 3 без смещения (в этом случае в соответствии с табл. 1 средние потери Тагути равны 11). В то же время это существенное улучшение по сравнению с тем, что получается, если мы ждем до предела возможного, прежде чем сменить инструмент. Таблица 3В показывает результат в два раза более частой смены инструмента для тех же значений воспроизводимости, что в табл. 3А.

Таблица 3B. Процесс с постоянной скоростью дрейфа. Замена инструмента происходит в два раза чаще, чем в табл. 3A, при этом процесс настраивается как можно ближе к номиналу.

Воспроизводимость
Средние потери Тагути

Стоит ли существенное уменьшение средних потерь Тагути по сравнению с потерями, соответствующими табл. 3A, тех дополнительных затрат, которые возникают из-за в два раза более частой замены инструмента? На этот вопрос должен дать ответ тот, кто руководит системой.

И, наконец, мы подошли к рассмотрению операции обрубки. Вспомним, что среднее процесса было настроено на значение, превышающее номинал в силу той очевидной логики, что легче сделать длинный пруток короче, чем удлинить короткий! Давайте промоделируем этот случай, предположив, что среднее значение процесса обрубки установлено на ВГД, и, если длина прутка оказывается больше, чем верхний допуск, тогда от него отрубается дополнительный отрезочек, равный интервалу допуска (т. е. разности между ВГД и НГД). Конечно же, это опять весьма упрощенная модель, но результат очень интересный и очень хорошо согласуется с той реальной ситуацией, которая послужила поводом для настоящего рассмотрения.

Рис. 39. Операция обрубки. Распределение длин в начальный момент

Рис. 40. Операция обрубки. Распределение после переделки

Проблема, связанная с данной схемой, легко обнаруживается при рассмотрении двух рисунков. Распределение, соответствующее первой обрубке, представлено на рис. 39. После того как сделана повторная обрубка для половины прутков, оказавшихся чересчур длинными, длины оставшихся прутков имеют распределение, показанное на рис. 40.

Таблица 4. Операция обрубки, центрирована на ВГД. Пруток с длиной, большей чем ВГД, дополнительно обрубается на величину, равную ВГД-НГД.

Воспроизводимость
Средние потери Тагути

Отсюда немедленно становится очевидным, почему средние потери Тагути оказываются такими высокими (см. табл. 4). Для большинства прутков их длины оказываются близкими к границам допусков, и лишь для очень малого их числа вообще имеют место случаи, когда их длина оказывается близкой к номиналу. Другими словами, большинство прутков имеют длины, дающие максимальные значения функции потерь из всех возможных значений внутри диапазона допусков. В то же время практически отсутствуют прутки с длинами, дающими малый вклад в среднюю функцию потерь. Так же как и в предшествующем случае, для читателя должно быть очевидно, что это еще один случай, когда увеличение воспроизводимости процесса на самом деле лишь ухудшает положение дел.

Как мы видим, система, которая вполне имеет смысл с точки зрения удовлетворения требованиям допусков, дает абсолютно плачевный результат в терминах функции потерь Тагути.

Как отмечалось ранее, рисунок 41 показывает нам графики зависимостей средних потерь Тагути для всех примеров, которые мы исследовали в данной главе. Бросаются в глаза огромные различия - различия, которые, однако, скрыты от нас, если мы удовлетворяемся только требованиями допусков (спецификаций).