АНАЛИЗ КОРОТКОГО ВРЕМЕННОГО РЯДА В КАРТЕ КОНТРОЛЯ КАЧЕСТВА 

Михеев Михаил Юрьевич, доктор технических наук, профессор, заведующий кафедрой информационных технологий и систем, Пензенский государственный технологический университет (440039, Россия, г. Пенза, проезд Байдукова/ул. Гагарина, 1а/11), E-mail: rector@penzgtu.ru
Прокофьев Олег Владимирович, кандидат технических наук, доцент, кафедра информационных технологий и систем, Пензенский государственный технологический университет (440039, Россия, г. Пенза, проезд Байдукова/ул. Гагарина, 1а/11), E-mail: prokof_ow@mail.ru
Тюрин Михаил Владимирович, кандидат технических наук, старший научный сотрудник, Научно-исследовательский институт физических измерений (440026, Россия, г. Пенза, ул. Володарского, 8/10), E-mail: info@niifi.ru
Ярославцева Дарья Александровна, аспирант, Пензенский государственный университет (440026, Россия, г. Пенза, ул. Красная, 40); инженер-конструктор, Научно-исследовательский институт физических измерений (440026, Россия, г. Пенза, ул. Володарского, 8/10), E-mail: levik_92@mail.ru 

519.876.5 

DOI

10.21685/2307-4205-2019-2-8 

Актуальность и цели. Одним из методов реализации системы качества продукции на поточном производстве является анализ контрольных карт. Помимо проверки нахождения контролируемого показателя внутри допустимых границ и поиска периодических колебаний показателя, в процедуру анализа входит выявление и анализ тренда. Целью работы является совершенствование системы качества продукции в поточном производстве.
Материалы и методы. Применены дополнительные процедуры анализа короткого временного ряда, формируемого при анализе карты контроля качества. Разработан комплексный алгоритм выявления изменений структуры временного ряда.
Результаты. Показано, что в процедуру анализа входит проверка расположения большинства точек по одну сторону от центральной линии, что означает возникновение аддитивной составляющей тренда. Количество наблюдений, используемых в процессе анализа, составляет от 7 до 100 точек, расположенных на контрольной карте подряд. Авторы предложили ввести дополнения в процедуру анализа короткого временного ряда, формируемого при анализе карты контроля качества.
Выводы. Показана возможность получения информативных качественных выводов на основе количественного прогноза, полной автоматизации процесса, исключения этапа экспертной оценки, предполагаемого при традиционном использовании оперативного реагирования на события, послужившие причиной изменения структуры временного ряда. Перечисленные процедуры, применённые к контрольным картам, могут быть полезными для принятия стратегических решений в области системы контроля качества изделий, выпускаемых поточным способом. 

Ключевые слова

контрольная карта Шухарта, карта контроля качества, структура временного ряда, изменение модели тренда 

 Скачать статью в формате PDF

1. Nancy, R. Tague. Seven Basic Quality Tools. The Quality Toolbox / R. Nancy. – Milwaukee, Wisconsin : American Society for Quality, 2004. – P. 15. – URL: https://asq.org/quality-resources/seven-basic-quality-tools (дата обращения 12.02.2019).
2. Control chart. – URL: https://en.wikipedia.org/wiki/Control_chart (дата обращения 12.02.2019).
3. Управление процессом литья под давлением. – URL: http://iceberg.name/332-upravlenie-processom-lityapod-davleniem.html (дата обращения 12.02.2019).
4. Макино, Т. Контроль качества с помощью персональных компьютеров / Т. Макино, М. Охаси, Х. Докэ, К. Макино. – Москва : Машиностроение, 1991. – 224 с.
5. Прокофьев, О. В. Метод обнаружения сдвига тренда и оценка его функциональной устойчивости // Теоретико-методологические подходы к формированию системы устойчивого развития предприятий, комплексов, регионов / О. В. Прокофьев. – Пенза : Изд-во Пенз. гос. ун-та, 2016. – С. 141–151.
6. Экономико-математические методы и прикладные модели : учебник / В. В. Федосеев, А. Н. Гармаш, И. В. Орлова ; под ред. В. В. Федосеева. – Москва : Юрайт, 2013. – 336 c.
7. Михеев, М. Ю. Методы прогнозирования предаварийной ситуации сложного технического объекта / М. Ю. Михеев, А. Е. Савочкин, О. В. Прокофьев // Управление реформированием социально-экономического развития предприятий, отраслей, регионов (VII МНПК) : сб. науч. тр. – Пенза, 2016. – С. 341–343.
8. Михеев, М. Ю. Модели прогнозирования технического состояния сложных объектов по коротким временным рядам / М. Ю. Михеев, О. В. Прокофьев, А. Е. Савочкин // Телекоммуникации. – 2016. – № 10. – С. 10–115.
9. Прокофьев, О. В. Алгоритмическая модификация теста Чоу для автоматизированной проверки гипотезы о структурной стабильности тренда / О. В. Прокофьев, А. Е. Савочкин // XXI век: итоги прошлого и проблемы настоящего плюс. – 2014. – № 3 (19). – С. 183–188.
10. Gujarati, D. Econometrics by Example / D. Gujarati. – New York : Palgrave Macmillan, 2011. – 371 p.
11. Тюрин, М. В. Разработка моделей прогнозирования состояния элементов технически сложного объекта / М. В. Тюрин, С. А. Фомин, О. В. Прокофьев // Надежность и качество сложных систем. – 2016. – № 1 (13). – С. 73–78.
12. Прокофьев, О. В. Большие данные для нового качественного уровня электроэнергетики / А. В. Николаев, О. В. Прокофьев, М. В. Тюрин, А. Н. Токарев // Труды Международного симпозиума Надежность и качество. – 2018. – Т. 2. – С. 102–104.