Контрольная работа на тему Тема контрольной работы выполняется по варианту (приложение) под номером 7
-
Оформление работы
-
Список литературы по ГОСТу
-
Соответствие методическим рекомендациям
-
И еще 16 требований ГОСТа,которые мы проверили
Скачать эту работу всего за 290 рублей
Ссылку для скачивания пришлем
на указанный адрес электронной почты
на обработку персональных данных
Содержание:
Теоретическая часть. Цифровые методы анализа в управлении качеством 3
Расчетная часть. Задача 8
Список литературы 13
Фрагмент текста работы:
Теоретическая часть. Цифровые методы анализа в управлении качеством
Методы управления качеством – это средства и методы реализации процессов управления, совместно с воздействием на объекты управления с целью достижения определенной цели в области качества.
Одним из направлений повышения эффективности промышленности является применение современных информационных технологий для интеграции процессов, выполняющихся в ходе всего жизненного цикла продукции и ее компонентов.
Важным условием достижения современного уровня и стабильности показателей качества продукции является функционирование современной системы менеджмента качества (СМК). Базовая концепция управления организацией, работающей на принципах системы менеджмента качества, — это акцент на процесс, а не только на его результаты. Процессный подход является одним из самых распространенных подходов современной СМК.
Помимо методов менеджмента в управлении качеством широко применяются цифровые методы, которые условно можно разделить на четыре большие группы по принципу достаточности и самодостаточности сведений и данных, а также уровня абстракции в объекте управления. К ним относятся [3]:
— математические;
— экономико-математические;
— математико-статистические;
— технико-экономические.
Цифровая трансформация затрагивает большое количество областей деятельности каждого предприятия или организации. Результатами цифровой трансформации в менеджменте качества являются улучшение качества продукции или услуги, упрощение процесса принятия решений, повышение эффективности деятельности. Разработчики уходят от физического прототипа в пользу испытаний продукции в цифровой форме. Инженеры и конструкторы используют инструменты цифрового производства, чтобы создать новые техпроцессы.
Методы математической статистики способствуют эффективному применению имеющихся в наличии на производстве данных, а также данных, сопровождающих изделия в продолжении жизненного цикла для оказания помощи в принятии решений в условиях процессного подхода в организации системы менеджмента качества.
С помощью математических методов можно существенно снизить временные затраты на проведение экономического анализа, при этом данные методы способствуют более полному учету факторов, оказывающих влияние на результат деятельности предприятия, компании или холдинга.
Также, существенным преимуществом применения математических методов является минимизация риска ошибочного вывода и точность вычислений. Они играют важную роль при установлении целей и ориентиров развития фирмы, поскольку позволяют объективно оценить экономическую эффективность деятельности предприятия и определить наиболее приемлемые способы управления предприятием [2].
Применение экономико-математических методов в управлении позволяет принимать наиболее целесообразные и научно обоснованные решения. Моделирование ситуаций позволяет рассмотреть альтернативные варианты развития событий и выбрать наиболее подходящий под заданные параметры путь.
Обрабатываемая для этих целей информация должна отвечать следующим требованиям:
1) Данные достоверны и правильно отображают все экономические процессы в производстве.
2) Информация содержит только необходимые для исследования данные.
3) Данные поступают своевременно и оперативно.
4) Информации достаточно для решения поставленных задач.
Порядок применения экономико-математических методов начинается с определения объекта исследования, далее выделяются структурные и функциональные элементы, вводятся обозначения для описания исследуемого объекта или явления. Следующим шагом становится формализация данных, построение связей между ними. Далее проводятся расчеты, анализируются полученные результаты.
Построенные модели обычно проверяют на адекватность и ошибки. Если полученный результат имеет большие отклонения, то исследователи возвращаются на более ранние этапы анализа и вносят соответствующие изменения.
Экономико-математические методы разделяются на прикладные и теоретические. Первые позволяют решать реальные задачи, а вторые направлены на выявление общих закономерностей, от которых отталкиваются при построении прикладных моделей. Процессы на предприятии могут быть постоянными и динамически изменяющимися, поэтому для их исследования применяются статические и динамические методы. Здесь учитывает фактор времени [5].
В зависимости от особенностей отображения времени методы делят на непрерывные и дискретные. Особое внимание уделяется теоретико-игровым методам анализа. Они дают возможность сопоставлять наиболее выигрышные варианты развития событий и отсеивать наименее эффективные. Теория игр направлена на выявление оптимального варианта при заданных условиях. Что для одного игрока станет выигрышем, для другого может обернуться провалом. Кроме того, с помощью теории игр можно изучить поведение конкурентов и их выигрыш или проигрыш при заданных параметрах исследования.
Результаты специальных статистических наблюдений за производственным и потребительским качеством продукции обрабатываются методами корреляционного анализа.
Статистико-математическая обработка результатов наблюдений за качеством продукции состоит из следующих этапов [1]:
1) Подготовка информации о качестве продукции;
2) Разработка алгоритмов нахождения, исчисления уравнений и коэффициентов корреляции;
3) Оценка надежности и точности полученных уравнений корреляции.
Подготовка информации о качестве продукции для математико-статистической обработки на ЭВМ заключается в определении приемлемости исходной информации, согласовании информации о производственном и потребительском качестве продукции, составлении таблиц-матриц для обработки данных на ЭВМ.
Для этого определяется однородность совокупности значений по каждому признаку производственного и потребительского качества продукции, а также устанавливается независимость между отдельными значениями данных признаков. Прежде всего устанавливается однородность исходных данных, т.е. их принадлежность к одной совокупности, а по ним исчисляется коэффициент вариации (по размаху, по среднему абсолютному или квадратическому отклонению, деленному на среднее значение показателя контролируемого признака).
Полученное значение коэффициента вариации сравнивается в случае нормального распределения признака с нормативной величиной коэффициента вариации.
Технико-экономические показатели характеризуют не само качество изделия, а затраты при его разработке и изготовлении, связанные с улучшением параметров изделия. Они характеризуют также экономическую эффективность эксплуатации изделия. В состав экономических показателей, в частности, включаются себестоимость единицы продукции или работы, выполняемой с помощью изделия (машины) улучшенного качества, отдельные статьи эксплуатационных затрат (зарплата персонала по обслуживанию, — стоимость потребляемой электроэнергии, суммы амортизационных отчислений и т. д.).
Основными трендами «цифровизации» системы менеджмента качества (СМК) на сегодняшний день являются [6]:
• Регистрация и анализ данных. Это одна из самых трудоемких задач системы качества. Сокращение стоимости и повышение быстродействия систем хранения и обработки информации позволяет решить задачу, которая раньше казалась невозможной – измерять и регистрировать все, что может повлиять на качество продукта. Интернет вещей и различные виды сенсоров «открыли двери» для новых источников данных. Датчики стало возможным размещать там, где это нужно, а не там, где это позволяет технология или конструкция изделия. Одновременно система «больших данных» дает возможность проанализировать эти огромные, сложные и быстро растущие наборы данных из нескольких источников.
• Подтверждение соответствия требованиям (нормативных документов, спецификациям и пр.). Во многих процессах деятельности организации необходимо подтверждение объективности полученных свидетельств соответствия установленным требованиям (например, в фармацевтике, медицине, лабораторных исследованиях и т.п.). Технология blockchain позволяет иметь безопасную, децентрализованную и полностью объективную систему доказательств выполненных требований. Создание фиктивных свидетельств или их подмена при такой системе исключается.
• Мониторинг и контроль процессов. Наиболее часто для управления процессами в менеджменте качества применяются различные инструменты качества (статистические методы или экспертные оценки специалистов). С появлением алгоритмов глубокого обучения нейронных сетей для этих целей стало возможным применение искусственного интеллекта. Обученная нейронная сеть выявляет тренды и изменения в процессах гораздо эффективнее и быстрее, чем человек или автоматизированные комплексы на основе обработки статистических данных.
• Принятие решений в неоднозначных ситуациях. Система менеджмента качества требует создания «жестко» прописанных алгоритмов исполнения процессов. Алгоритмы устанавливаются в картах процессов или операционных процедурах. Если процесс является сложным и разветвленным, а выполнение операций зависит от изменяющихся параметров, то приходится либо прописывать все возможные варианты хода процесса, либо полагаться на экспертное решение исполнителя процесса. Любая неопределенная ситуация может привести к сбою или остановке процесса. Цифровая трансформация позволяет решить эту проблему за счет применения прогнозной аналитики.
Развитие цифровых технологий значительно расширяет возможности по управлению качеством на предприятиях различных сфер деятельности за счет сокращения «человеческого фактора». Однако не следует отождествлять цифровую трансформацию с сокращением человеческой деятельности. Цифровая трансформация снимает «рутину» со многих задач менеджмента качества, которую приходится выполнять персоналу любой организации. С приходом цифровых технологий главной задачей становится задача перепроектирования процессов и процедур таким образом, чтобы и люди, и цифровые устройства могли внести свой вклад в улучшение качества