Анализ видов дефектов

Выявим наиболее существенные причины возникновения несоответствий по такому показателю как цветное число. Существенно важные причины возникновения данного дефекта определим при помощи диаграммы Парето. Выявим, какие дефекты могут возникнуть в готовом изделии из-за повышенном значении цветного числа. Основные дефекты и количество несоответствий по данным дефектам были выявлены в ходе органолептического анализа (таблица 14).

Таблица 14 – Основные дефекты и количество несоответствий

Определим существенно важные дефекты растительного масла при помощи диаграммы Парето. Рассчитаем кумулятивный процент несоответствий, расположив все виды дефектов в порядке убывания значимости.

Построим Диаграмму Парето (рисунок 7), отложив по одной вертикальной оси количество несоответствий, а по другой – кумулятивный процент.

Рисунок 7 - Диаграмма Парето по видам дефектов

где 1- отклонение цветного числа; 2 - интенсивное помутнение; 3 - прогорклый вкус; 4 - отклонение кислотного числа; 5 – затхлый запах; 6 – выпадение осадка; 7 – прочие.

Применяя правило 80/20, согласно которому 80 % всех дефектов возникает в следствии 20 % вызывающих их причин, определяем, что наиболее существенными дефектами растительного масла являются такие дефекты как: интенсивное помутнение, отклонение цветного числа.

Используя диаграмму Исикавы, выявим причины повышенного цветного числа растительного масла, что позволит сосредоточиться на устранении причин её появления. При этом будем анализировать четыре основных причинных фактора: оборудование, персонал, технологический режим, сырье.

Применительно к решаемой задаче для компонента «персонал» определяем факторы, связанные с удобством и безопасностью выполнения операций;

для компонента «технологический режим» - факторы, связанные с производительностью и точностью выполняемой операции;

для компонента «сырье» - факторы, связанные с отсутствием изменения свойств материалов изделия в процессе выполнения данной операции;

для компонента «оборудование» - некачественная мойка, несвоевременная поверка приборов контроля, износ оборудования вследствие длительной работы.

Если в результате процесса качество изделия оказалось неудовлетворительным, значит, в системе причин, т.e. в какой-то точке процесса произошло отклонение от заданных условий. Если эта причина может быть обнаружена и устранена, то будут производиться изделия только высокого качества. Более того, если постоянно поддерживать заданные условия хода процесса, то можно обеспечить формирование высокого качества выпускаемых изделий.

Причинно-следственная диаграмма применительно к повышенному цветному числу представлена на рисунке 6.

Рисунок 6 – диаграмма Исикавы

Проанализировав технологический процесс изготовления растительного масла «Олейна» выявили факторы, влияющие на возникновение указанного дефекта.

Таблица 15 – Причины, приводящие к повышенному значению цветного числа

Диаграмма Парето представлена на рисунке 8.

Рисунок 8 – Диаграмма Парето

1 - наименьшая степень очистки; 2 – износ оборудования; 3 – наличие вредных примесей; 4 – плохая фильтрация масла; 5 – нарушение технологического режима; 6 – некачественная мойка оборудования; 7 - прочие

Самый большой процент имеет такой брак как отклонение цветного числа. Такой брак является следствием завышенной температуры масла, поэтому для определения взаимосвязи между цветным числом и температурой масла построим диаграмму рассеяния и проведем корреляционный анализ.

В том случае, если между случайными величинами существует вероятностная линейная зависимость, используют линейный коэффициент корреляции r_xy. Линейный коэффициент корреляции принимает значения в пределах -1  r_xy  1. Если случайные величины X и Y связаны точной линейной функциональной зависимостью y = ax + b, то r_xy = 1; если случайные величины независимы – r_xy = 0.

Для проверки нулевой гипотезы Н₀: r_xy = 0 используется случайная величина ,Т, которая рассчитывается по формуле:

,

При справедливости нулевой гипотезы имеет распределение Стьюдента с k = n – 2 степенями свободы. Конкурирующая гипотеза Н₁: r_xy  0, поэтому строится двусторонняя критическая область, исходя из требования, чтобы вероятность попадания критерия Т в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости

;

.

Поскольку величина Т имеет распределение Стьюдента, а оно симметрично относительно нуля, то и критические точки симметричны относительно нуля. Достаточно найти правую границу двусторонней критической области, чтобы найти саму критическую область:

, .

Если вычисленное наблюдаемое значение критерия , нет оснований отвергнуть нулевую гипотезу. Если , нулевую гипотезу отвергают, следовательно, переменные X и Y коррелированны, т.е. связаны линейной зависимостью.

Количественная оценка тесноты связи может быть определена при помощи корреляционного анализа. С этой целью произведем расчет коэффициента линейной корреляции по следующим зависимостям:

, ,

,

.

Исходные данные для построения диаграммы в таблице 16.

Таблица 16- Данные для построения диаграммы рассеяния

Анализ полученной диаграммы позволяет сделать следующий вывод: между анализируемыми переменными наблюдается тесная взаимосвязь, а температура масла не должна превышать 59 ºС. Количественная оценка тесноты связи определена при помощи корреляционного анализа. С этой целью рассчитали коэффициент линейной корреляции r_ху =0,966.