Curs CoAsCal 2015

FACULTATEA DE INGINERIE MECANIC
I MECATRONIC
CONTROLUL I ASIGURAREA CALITII
CURS
ANUL III
TITULAR CURS:
CONF.DR.ING.EC. DESPINA DUMINIC
BUCURETI
CUPRINS
Cuprins ................................................................................................... 2
Bibliografie .............................................................................................. 4
1.Sistemul calitii ................................................................................... 5
1.1 Calitatea trecut, prezent i viitor ..................................................................... 5
1.2 Noiunea de calitate ......................................................................................... 11
1.3 Conceptul de sistem al calitii ........................................................................ 13
1.4 Sistemele de norme ISO 9000......................................................................... 17
2. Instrumente de managementul calitii .............................................. 23

2.1 Instrumente de clarificare a problemelor, de stimulare a creativitii i de
generare a noilor idei ............................................................................................. 23
2.2 Analiza Pareto ................................................................................................. 29
2.3 Diagrama cauze efect ................................................................................... 31
2.4 Dezvoltarea funciei de calitate (Quality Function Deployment - QFD) ............ 33
2.5 Analiza funcional........................................................................................... 37
2.6 Analiza modurilor de defectare, a efectelor i criticitii acestora (Analiza
AMDEC/FMECA) ................................................................................................... 42
2.6.1 Noiuni utilizate ......................................................................................................42
2.6.2 Analiza AMDEC n proiectare ................................................................................45
2.6.3 Determinarea indicelui de risc ...............................................................................48
2.6.4 Utilizarea bazelor de date pentru realizarea analizei AMDEC ...............................50
3. Controlul calitii n ntreprinderi ........................................................ 58

3.1 Etapele controlului calitii n ntreprinderi i obiectivele specifice ................... 58
3.2 Metode de control al calitii loturilor de produse ............................................. 62
4. Noiuni de statistic matematic aplicate n controlul calitii............. 66

4.1 Noiuni de statistic descriptiv ....................................................................... 66
4.2 Legi de probabilitate i funcii de repartiie....................................................... 72
4.3 Noiuni de statistic inferenial ....................................................................... 78
4.3.1 Problema eantionrii ...........................................................................................79
4.3.2 Problema estimrii ................................................................................................80
4.4 Testul 2 (hi ptrat) .......................................................................................... 87

4.4.1 Testul de concordan ...........................................................................................88
4.4.2 Testul de uniformitate ............................................................................................91
5. Controlul statistic al loturilor de produse ............................................ 96

5.1 Modelul real al produsului ................................................................................ 96
5.2 Consideraii privind controlul statistic al loturilor de produse ........................... 98
5.3 Controlul statistic pe fluxul de fabricaie i controlul statistic la recepia lotului de
produse................................................................................................................ 100
6. Controlul statistic al proceselor........................................................ 105

6.1 Aprecierea normalitii distribuiei caracteristicii controlate cu ajutorul
histogramei de msurare ..................................................................................... 105
6.2 Precizia, reglarea i capabilitatea procesului de fabricaie ............................ 109
6.3 Fiele de control ............................................................................................ 117
7. Metoda Taguchi n practica industrial. Planuri de experimente...... 127

7.1 Funcia "pierdere de calitate" ......................................................................... 127
7.2 Planuri de experimente .................................................................................. 134
7.3 Raportul semnal / zgomot (Signal to Noise Ratio) ......................................... 138
8. Controlul calitii prin control tridimensional .................................... 140

8.1 Construcia echipamentelor de control tridimensional ................................... 140
8.2 Msurarea cu echipamente de control tridimensional.................................... 143
8.3 Software pentru control tridimensional........................................................... 148
8.4 Tendine i perspective n domeniul controlului tridimensional ...................... 152
Anexa 1: Tabelul de probabiliti asociat legii normale centrate reduse

............................................................................................................ 155
Anexa 2: Tabelul de probabiliti asociat legii Student ........................ 157
Anexa 3: Tabelul legii 2 (Pearson) ..................................................... 158
BIBLIOGRAFIE
[Ale99] Alexis, J., Metoda Taguchi n practica industrial, Editura Tehnic,

Bucureti, 1999
[Bou95] Boulet, C., Ballieu, J., Analyse de la valeur, AFNOR, Paris, 1995
[Cro79] Crosby Ph., Quality is free, McGraw Hill, 1979
[Dem91] Demian, T.; Pascu, A.; Stoica, Gh., Aparate de msurat n

coordonate, Editura Tehnic, Bucureti, 1991.
[Dem00] Deming, W. Edwards, Out of the Crisis, MIT Press, 1982 (1986,
2000)
[Dra99] Drake, P.J. Jr., Dimensioning and Tolerancing Handbook, McGraw

Hill, 1999
[Jur99] Juran, J.M., Godfrey A.B., Jurans Quality Handbook, Fifth Edition,
McGrawHill, 1999
[Ker01] Kerzner, H., Project Management A System Approach to Planning,

Scheduling and Controlling, 7th Ed., John Wiley&Sons, 2001
[Noy00] Noy, D. , Ghid practic pentru controlul calitii, Editura Tehnic,

Bucureti, 2000
[Oak00] Oakland, J.S., Statistical Process Control, 4th Ed., Butterworth

Heinemann, 2000
[Pau05] Pau, V., Duminic, D., Controlul calitii asistat de calculator. Metode
i instrumente de control, Editura PRINTECH, Bucureti, 2005
[Per97] Prigord, M., Etapele calitii, Editura Tehnic, Bucureti, 1997
[Tag89] Taguchi, G., Introduction to Quality Engineering, Nordica International

Limited, 1989
[Tas95] Tassinari, R., Lanalyse fonctionnelle, AFNOR, Paris, 1995
[Tra94] Trandafir, M., Antonescu, V., Calitatea: analiz, evaluare, control;

metode i tehnici de lucru, Editura OID-ICM, Bucureti, 1994
[Wal96] Walker, J.M., Handbook of Manufacturing Engineering, Marcel Dekker

Inc., 1996
SR EN ISO 9001:2008 Sisteme de management al calitii. Cerine, Noiembrie

2008
www.businessdictionary.com
1.SISTEMUL CALITII
1.1 Calitatea trecut, prezent i viitor

n ziua de azi, supravieuirea unei companii pe o pia profund concurenial
depinde de capacitatea acesteia de a asigura creterea productivitii, reducerea
costurilor i a duratei de execuie a produselor, creterea calitii i rspunsul ct mai
corect i rapid la cerinele clienilor. Abordarea simultan a acestor obiective
presupune dezvoltarea produselor i proceselor necesare pentru realizarea acestora
ntr-o viziune integrat, concurent, care ine seama de toate etapele ciclului de
via, din etapa de concepie i pn n etapa reciclrii. Aceast abordare
sistematic poart numele de inginerie concurent.
Implementarea conceptului de inginerie concurent se bazeaz pe patru
elemente
eseniale:
cunoaterea
satisfacerea
cerinelor
ateptrilor
consumatorilor (aa-numita voce a clientului), formarea de echipe multidisciplinare,

automatizarea proceselor i implementarea unui management adecvat al proceselor.
Satisfacerea cerinelor i ateptrilor clientului constituie prima msur a
calitii produselor i serviciilor oferite. ns trebuie inut seama de faptul c acestea
se modific permanent n funcie de apariia pe pia a unor produse i servicii tot
mai performante, care devin automat noua referin, de aceea simpla respectare a
unor caiete de sarcini sau norme tehnice nu mai poate defini n niciun caz calitatea
produsului sau serviciului oferit.
n prezent, clienii ateapt de la furnizor soluii care s le satisfac integral
cerinele i ateptrile individualizate, nu simple produse sau servicii. Oferta deosebit
de bogat existent pe pia le permite acestora s aleag dintr-o multitudine de
variante, iar consecina fireasc este faptul c produsele sau serviciile care satisfac
doar parial ateptrile cumprtorilor nu se bucur de succesul scontat,
reprezentnd surse de pierderi financiare pentru productor.
Perspectiva asupra calitii a suferit schimbri radicale n secolul XX. n tabelul
1.1 sunt prezentate sintetic cele mai importante modificri ale acesteia.
naintea Primului Rzboi mondial, problemele legate de calitate erau rezolvate
preponderent prin inspecie urmat de separarea produselor conforme de cele
neconforme. Acest lucru era posibil ntruct cererea de produse era mult superioar
5
ofertei curente, deci costurile legate de lipsa de calitate (valoarea produselor

neconforme, costurile legate de procedeele de control, eventuala reprelucrare sau,
dup caz, distrugerea acestora) erau suportate de ctre cumprtori. Dup Primul
Rzboi Mondial ncep s-i fac apariia, mai nti la nivel teoretic iar apoi practic,
tehnicile de control statistic. Anii 50 - 60 impun ideea c este nevoie nu doar de
control al calitii, ci i de asigurarea acesteia. Altfel spus, problemele nu trebuie doar
detectate i nlturate, ci evitate.
Tab. 1.1 Perspectiva asupra calitii trecut i prezent (adaptare dup [Ker01])
Trecut
Responsabilitatea n privina
Prezent
calitii revine celor direct
tuturor, inclusiv a angajailor care nu
implicai n procesul de
sunt direct implicai n procesul de
fabricaie;
fabricaie i a conducerii;
Lipsa de calitate trebuie s fie
n vederea adoptrii de aciuni
de management;
corective;
Problemele de calitate conduc
Rezolvarea problemelor legate
soluii adoptate n comun;

fr a se ntocmi prea multe
pstreze documentaie;
O calitate mai nalt conduce la
O calitate mai nalt presupune
economii i la creterea cifrei de
creterea costurilor;
afaceri;
Organizaia decide ce
Nu se poate obine calitate fr
personalului;
Clientul decide ce nseamn calitatea

produsului;
supravegherea drastic a
Pentru a nu se repeta greelile, este

necesar s se ntocmeasc i s se
nseamn calitatea produsului;

Problemele de calitate conduc la
de calitate trebuie fcut rapid,

hrtii;
Defectele trebuie scoase la lumin,
ascuns de clieni i eventual
la nvinuiri, justificri i scuze;

Calitatea este responsabilitatea
Angajaii i doresc s realizeze i s

ofere produse i servicii de calitate;
Calitatea trebuie implementat nc
Calitatea trebuie implementat
din faza de start a proiectului i
la nivelul execuiei proiectului.
trebuie planificat odat cu acesta.
La modificarea radical a percepiei asupra calitii au contribuit hotrtor un

mare numr de specialiti. Printre cei mai influeni dintre acetia se numr W.
Edwards Deming, Joseph M. Juran, Philip B. Crosby, Genichi Taguchi, Kaoru
Ishikawa, Armand Feigenbaum, Walter Masing (i lista ar putea continua).
William Edwards Deming (1900-1993), renumit profesor i statistician

american, este expertul n controlul calitii ale crui principii de management au
condus la revoluionarea industriei japoneze prin prisma calitii i productivitii.
ncepnd din 1950, an n care a fost invitat de ctre Uniunea Japonez a
Oamenilor de Ttiin i Inginerilor Japonezi (JUSE) s in o serie de prelegeri n
Japonia, acesta a instruit generaii ntregi de manageri de cel mai nalt nivel din
aceast ar n utilizarea metodelor i instrumentelor destinate mbuntirii continue
a calitii produselor i serviciilor oferite, inclusiv a metodelor de control statistic.
nvturile lui Deming au avut o contribuie de seam la consacrarea Japoniei ca
furnizor de produse i servicii de cea mai nalt calitate, contribuind la creterea
puterii economice a rii, de aceea este considerat personalitatea strin cu cel mai
mare impact asupra industriei i mediului de afaceri japonez.
Inspirndu-se din lucrrile statisticianului i fizicianului american Walter A.
Shewhart (1891-1967), de la care a preluat i conceptul ciclului PDCA (Plan-DoCheck- Act), Deming a introdus utilizarea metodelor i tehnicilor statistice n controlul
calitii. Printre cele mai importante idei enunate n lucrrile sale se numr
urmtoarele:
Managementul de cel mai nalt nivel al organizaiei joac un rol hotrtor n

asigurarea calitii produselor i serviciilor.
Organizaia trebuie s asigure mbuntirea continu, planificat i constant,

a calitii produselor i serviciilor. Trebuie s se renune la ideea de nivel
acceptabil al calitii.
85% din problemele legate de calitate sunt provocate de management i doar

15% dintre acestea de ctre personalul direct implicat n procesul de
fabricaie.
Trebuie instituit controlul statistic asupra proceselor de producie, pentru a

asigura repetabilitatea calitii.
Organizaia trebuie s i propun n primul rnd mbuntirea continu a

produselor i proceselor, nu obiective numerice (volum de produse, timpi
normai) ce pot constitui o frn n calea obinerii unor produse de calitate.
Organizaia trebuie s i reconsidere politicile de selectare a furnizorilor,

renunnd la alegerea acestora exclusiv pe baza criteriului celui mai sczut
pre. Reducerea cheltuielilor de aprovizionare poate fi fcut prin cultivarea
relaiilor de lung durat cu un numr redus de furnizori de ncredere.
Lipsa
de
calitate
produselor
sau
serviciilor
provine
din
variaia
caracteristicilor acestora. Aceast variaie este provocat att de cauze

comune (materii prime de calitate proast, greeli de proiectare, condiii de
lucru necorespunztoare, utilizarea de echipamente care nu pot asigura
condiiile impuse la proiectare), ct i specifice (provocate de operatorii direct
implicai ntr-o anumit etap a procesului de fabricaie).
Identificarea
cauzelor comune este facilitat de utilizarea tehnicilor statistice, iar

remedierea acestora poate fi fcut doar prin modificarea corespunztoare a
procesului afectat. Decizia de modificare aparine managementului.
Organizaia trebuie s instituie un program riguros de instruire i formare

profesional permanent a tuturor categoriilor de personal.
Inginerul american de origine romn Joseph M. Juran (1904-2008) a

reprezentat o alt figur emblematic pentru evoluia domeniului calitii. Membru de
onoare al Academiei Romne, liceniat n inginerie electric al Universitii din
Minnesota, doctor n tiine juridice al Universitii din Loyola, profesor de inginerie
industrial la Universitatea din New York expert tehnic i consultant pentru economie
mondial al Administraiei Centrale a SUA i a unor mari companii americane sau
transnaionale, J.M. Juran a nfiinat prestigiosul Institut Juran, referin mondial n
instruirea n domeniul calitii. El a impus conceptul de trilogie a calitii: planificarea
calitii, meninerea calitii sub control i mbuntirea continu a calitii.
Joseph Juran a accentuat diferena dintre viziunea despre calitate a
productorului i a clientului. Dac productorul definete calitatea prin prisma
conformitii fa de specificaii, pentru client calitatea reprezint aptitudinea
produsului de a fi utilizat. n viziunea lui Juran, aceast aptitudine (pe care o numete
fitness for use) are cinci componente:
calitatea proiectrii;
8
calitatea de conformitate;
disponibilitatea produsului (fiabilitate i mentenabilitate);
siguran;
modalitile n care poate fi utilizat produsul.

Printre cele mai importante aspecte evideniate de Juran se numr
urmtoarele:
Produsele reprezint rezultate ale unor procese. mbuntirea proceselor

conduce la mbuntirea produselor i, n final, la creterea cifrei de afaceri a
companiei.
Elementele cheie ale definirii unei strategii de obinere a calitii presupun

identificarea nevoilor clienilor interni i externi, eforturi n vederea satisfacerii
acestor nevoi, definirea obiectivelor i indicatorilor calitii i construirea unor
procese apte s satisfac indicatorii definii anteriori n condiii reale.
Deficienele legate de calitate se datoreaz n principal ctorva cauze

preponderente (pe care le numete vitale); remedierea acestora duce la
reducerea semnificativ a proporiei de neconformiti (principiul Pareto aplicat
n domeniul calitii).
Satisfacia oferit de produs reprezint satisfacia pe care caracteristicile

produsului o provoac clientului i conduce la creterea vnzrilor. Lipsa de
satisfacie a clientului apare ca urmare a faptului c produsul prezint o
deficien care l mpiedic s i satisfac una dintre funciunile pentru care a
fost achiziionat, iar principalul su efect l constituie creterea cheltuielilor
asociate produsului (reprelucrare, nlocuirea produsului cu neconformiti
etc.).
Printre caracteristicile pe care clienii le percep ca importante pentru definirea

calitii unui produs se numr att caracteristici structurale (dimensiuni,
mas) i senzoriale (parfum, aspect, gust), ct i caracteristici de
disponibilitate (fiabilitate, mentenabilitate), aspecte comerciale (garanii) sau
etice (politeea i cinstea furnizorului).
Philip B. Crosby (1926-2001), om de afaceri i autor al unor lucrri de

referin n domeniul calitii, a demonstrat c nzestrarea cu calitate a produselor i
serviciilor nc din etapa de concepie nu doar c nu presupune cheltuieli
9
suplimentare ci, dimpotriv, conduce la o reducere semnificativ a costurilor lipsei de

calitate. Altfel spus, lipsa de calitate constituie o important surs de pierderi
financiare pentru companie. n procesul de fabricaie, de exemplu, costul
neconformitilor ajunge la 40% din costurile totale de operare. Pe baza acestor idei,
Crosby a militat pentru asigurarea calitii prin prevenire, ntruct sistemele de
inspecie orict de performante nu fac dect s elimine efectele, fr a interveni
asupra cauzelor. Pentru rezultate maxime, strategiile de suprimare a defectelor
trebuie situate n faza de concepere i dezvoltare a produselor i proceselor.
O alt figur marcant a domeniului calitii este reprezentat de inginerul i

statisticianul japonez Genichi Taguchi (n. 1924). Contribuiile sale majore n
domeniul ingineriei calitii au combinat tehnicile de inginerie cu cele statistice n
vederea optimizrii proiectrii produselor i derulrii proceselor de fabricaie. Printre
cele mai importante concepte legate de numele lui Taguchi se numr:
dezvoltarea funciei de pierdere a calitii, care cuantific pierderile financiare

aduse societii de lipsa de calitate a produselor;
extinderea raportului semnal-zgomot n domeniul calitii;
dezvoltarea filosofiei controlului offline, care presupune dezvoltarea de

produse i procese insensibile (robuste) la variaia parametrilor de intrare;
precum i prin stabilirea relaiei ntre funcia de pierdere a calitii i raportul

semnal-zgomot.
contribuii inovative n domeniul planurilor de experimente.
Contribuiile tuturor acestor remarcabili specialiti nu au fcut dect s

evidenieze mutaiile pe care domeniul calitii le-a suferit ca urmare a modificrii
contextului economic general. n prezent, cnd oferta depete cu mult cererea n
aproape orice domeniu de activitate, este unanim acceptat c dezvoltarea de
produse i servicii trebuie s rspund percepiei despre calitate a clienilor actuali
sau poteniali, care cuprinde:
cerine de performan superioare;
dezvoltare i apariie pe pia ct mai rapide;
raport calitate-pre corect;
nivel tehnologic ridicat;
utilizare intensiv a resurselor i proceselor;

10
scderea marjelor de profit ale productorilor;
scderea numrului de neconformiti;
respectul fa de valorile societii (mediu nconjurtor, siguran n utilizare).
1.2 Noiunea de calitate

Termenul de calitate provine din limba latin, de la cuvntul qualitas, a
crui semnificaie este de atribut, caracteristic, proprietate, fel de a fi.
Pentru noiunea de calitate au fost formulate n timp o serie de definiii, dintre
care cele mai cunoscute sunt urmtoarele:
Calitatea reprezint aptitudinea unui produs sau serviciu de a satisface
cerinele exprimate i implicite ale utilizatorilor.
Calitatea reprezint abilitatea unui produs sau serviciu de a fi
corespunztor pentru utilizare (fitness for use J.M. Juran). Altfel spus, prin
caracteristicile sale produsul sau serviciul satisface cel mai bine dorinele i
ateptrile clienilor.
Calitatea
reprezint
conformitatea
cu
cerinele
(conformance
to
requirements - Ph. Crosby). Un produs sau un serviciu este considerat de calitate

atunci cnd corespunde specificaiilor cuprinse n standarde, documente contractuale
sau norme tehnice.
Calitatea reprezint o msur a excelenei sau starea de a fi lipsit de
defecte, deficiene sau variaii semnificative.
(http://www.businessdictionary.com/definition/quality.html).
Indiferent de definiia adoptat, n prezent sunt unanim acceptate o serie de

concepte referitoare la calitate:
calitatea
reprezint
important
surs
de
avantaj
competitiv,
iar
managementul calitii reprezint o parte component a managementului

strategic al organizaiei;
calitatea se definete prin prisma cerinelor clienilor;
calitatea este puternic corelat cu profitabilitatea organizaiei, att din

perspectiva creterii volumului vnzrilor i veniturilor, ct i din perspectiva
reducerii costurilor;
calitatea reprezint o parte integrant a procesului de planificare strategic;
11
calitatea presupune angajamentul managementului de cel mai nalt nivel al

organizaiei.
Calitatea poate fi analizat doar dac se cunosc necesitile crora trebuie s

le rspund produsul sau serviciul n discuie. Aceste necesiti se pot clasifica n :
necesiti specificate sau care urmeaz a fi identificate, exprimate de

utilizatorii unui produs sau serviciu ;
exigene ale societii (obligaii exprimate de legi, reglementri, coduri, alte

consideraii ce in de protecia muncii, protecia social, sntate, etc.) ;
necesiti ce in de gestionarea intern a unei organizaii (exprimate de

conducere).
Noiunea teoretic de calitate se definete diferit n funcie de principalele
momente ale circuitului tehnic al produselor:

Calitatea proiectat: exprim valorile individuale ale proprietilor produselor,

la un nivel dorit, care joac rol de optim.
Calitatea omologat: exprim valorile individuale ale proprietilor produselor,

avizate de o comisie de specialiti. Are caracter de etalon (referin).
Calitatea prescris: exprim nivelul valorilor individuale ale proprietilor

produselor, nscrise n norme, standarde, specificaii.
Calitatea contractat: exprim valorile individuale ale proprietilor produselor

asupra crora s-a convenit ntre pri n cadrul unui contract.
Calitatea real: exprim nivelul determinat, la un moment dat pe circuitul

tehnic (livrare, transport, depozitare, stocare, vnzare); calitatea real se
compar permanent cu calitatea contractat sau prescris.
Calitatea produsului trebuie testat n primul rnd prin conformitatea fa de
specificaii. Dintre acestea, cele mai importante sunt urmtoarele:
Documente care prescriu calitatea produselor: standarde, caiete de sarcini,

norme tehnice.
Documente care atest calitatea produselor:
buletine de analiz; certificat
de omologare; certificat de garanie; certificat de calitate.

Caietul de sarcini: document tehnico-normativ care completeaz prevederile
standardelor sau normelor tehnice cu o serie de parametri suplimentari; se
12
elaboreaz prin conlucrarea furnizorului cu beneficiarul i stabilete, pe lng nivelul

de calitate a produselor, metodele de control necesare, modalitile de recepie,
ambalare, livrare etc.
Norma tehnic: documentaia tehnico-economic n care sunt cuprinse
prescripiile de calitate referitoare la un produs; normele tehnice pot fi
departamentale sau de ntreprindere (norme interne).
Buletinul de analiz: document de certificare a calitii prin care se face o
descriere detaliat a anumitor caracteristici fizice,
chimice sau mecanice ale
produsului, pe baza unor analize efectuate n laboratoarele de specialitate.

Certificatul de omologare: documentul prin care se realizeaz omologarea
produselor, cu scopul de a verifica dac noile produse corespund documentaiei
tehnico-economice.
Certificatul de garanie: documentul prin care se garanteaz cumprtorului
calitatea produsului.
Certificatul de calitate: documentul care atest calitatea produselor n
raportul dintre unitile economice; trebuie s menioneze ncercrile fizice,
mecanice, chimice, organoleptice i probele la care a fost supus produsul n
conformitate cu documentele tehnico-normative sau alte condiii de calitate prevzute
n contract.
1.3 Conceptul de sistem al calitii

Calitatea unui produs sau serviciu este influenat de numeroase activiti
interdependente, cum ar fi proiectarea, producia, distribuia, activitile de service i
mentenan. Se afirm c doar 5%-20% dintre problemele legate de calitate sunt
provocate de ctre operatori, restul provenind din vicii de organizare a activitii
companiei: probleme legate de aprovizionare, lipsa de fiabilitate a mainilor,
utilajelor, sculelor, dispozitivelor, verificatoarelor i echipamentelor i mijloacelor de
msurare (EMM), proceduri sau instruciuni de lucru inadecvate, metode i tehnici de
control necorespunztoare, depozitare defectuoas, comunicare ineficient ntre
compartimente, instruire insuficient a personalului, etc. n aceste condiii, ncercarea
de a furniza produse i servicii de calitate trebuie s constituie preocuparea tuturor
membrilor organizaiei.
13
Sistemul calitii are ca scop integrarea tuturor elementelor care influeneaz

calitatea produsului sau serviciului, prin organizarea, coordonarea i coeziunea
diferitelor activiti specifice derulate n cadrul ntreprinderii.
Abordarea integrat a sistemului calitii reprezint o cerin a implementrii
conceptului de inginerie concurent n activitatea organizaiei i presupune
colectarea i nelegerea cerinelor pe care produsul sau serviciul trebuie s le
satisfac pe durata ntregului su ciclu de via (fig. 1.1). Aceast abordare permite
reducerea costurilor, reducerea numrului de modificri n etapele de proiectare i
producie i, implicit, reducerea duratei pn la lansarea pe pia a noului produs.
Fig. 1.1 Sistemul integrat al calitii

Contientizarea calitii trebuie s nceap chiar de la ideea de concepere a
produsului, atunci cnd se identific necesitile clientului. Efortul contient de
realizare a calitii trebuie s treac prin diferite stadii, de la elaborare la fabricare i
chiar dup livrarea produsului la consumator, obiectivul final fiind de a obine o
reacie exact de la acesta.
Se constat c preocuprile legate de calitate debuteaz chiar din etapa de
prospectare a pieei, atunci cnd se ncearc determinarea caracteristicilor a cror
introducere sau ameliorare ar fi perceput de ctre clieni ca un plus de calitate n
14
mod firesc, ele continu cu activitatea de proiectare, n care ateptrile clienilor

trebuie convertite ct mai exact n specificaii tehnice, apoi cu activitatea de
aprovizionare, n care o rspundere deosebit trebuie acordat seleciei furnizorilor,
urmnd n mod necesar producia, verificarea caracteristicilor de calitate obinute,
ambalarea i depozitarea astfel nct proprietile produsului s nu aib de suferit.
Activitile de asigurare a calitii nu nceteaz o dat cu comercializarea i distribuia
produsului, ci include n continuare montajul la beneficiar i consultana tehnic
pentru exploatare, asigurarea de asisten tehnic i service, precum i preocupri
legate de recuperarea / reciclarea produsului uzat dup scoaterea din folosin a
acestuia.
Conceptele sistemului calitii sunt teoretice, dar pot fi aplicate practic n
organizaie prin utilizarea unui set de proceduri i metode, fiind dependente de
personalul angajat, de dotrile existente i de politicile de perspectiv. Experiena a
dovedit c organizaiile care au inut seama de aceast abordare i-au mbuntit
simitor performanele n ceea ce privete nelegerea i satisfacerea cerinelor
clienilor, reducerea duratei proceselor de fabricaie, reducerea numrului de rebuturi
n urma proceselor de proiectare incorecte, reducerea ponderii modificrilor n
procesele de proiectare, scderea costurilor.
Sistemul de management prin care se orienteaz i se controleaz o
organizaie n ceea ce privete calitatea poart numele de sistem de management
al calitii.
n cadrul unei organizaii, toate funciile legate de calitate pot fi grupate n
dou categorii:
planificarea i ingineria calitii;
controlul calitii.
Planificarea i ingineria calitii se refer la activitile legate de
planificarea, definirea i dezvoltarea calitii n timpul stadiilor de dinaintea produciei.

Controlul calitii desemneaz ncercrile n timpul fabricaiei i dup
aceasta, ce au ca scop asigurarea conformitii produsului cu cerinele calitii.
Asigurarea calitii reprezint acea component a managementului calitii
care urmrete garantarea satisfacerii cerinelor referitoare la calitate, att n
interiorul organizaiei, ct i n exteriorul acesteia, n raport cu clienii sau cu
autoritile.
15
Asigurarea calitii are dou componente: asigurarea intern a calitii, care

definete totalitatea aciunilor ntreprinse cu scopul de a oferi ncredere propriei
conduceri c cerinele referitoare la calitate sunt satisfcute, i asigurarea extern a
calitii, care reprezint ansamblul activitilor realizate n scopul de a da ncredere
clienilor sau autoritilor legale.
Aciunile desfurate n scopul asigurrii calitii sunt planificate i
sistematice, deoarece se urmrete ca o organizaie s prevad sistematic, ntr-o
documentaie, operaiile necesare pentru a obine calitatea.
Asigurarea calitii trebuie s acopere o serie de cheltuieli, deci se impune
existena unui buget suplimentar. Printre aceste cheltuieli se menioneaz:
crearea n organizaie a unei structuri responsabile cu asigurarea calitii, care

s acioneze ca reprezentant al clientului n ntreprindere;
utilizarea tehnologiilor informatice (redactarea documentelor, gestiunea

instrumentelor de msurare i control);
etalonarea echipamentelor i mijloacelor de msurare i a mainilor specifice

anumitor tipuri de prelucrri;
formarea personalului.
Strategia de management care are ca scop nglobarea calitii n toate
procesele organizaiei a primit numele de TQM (Total Quality Management

Managementul Calitii Totale). Strategia TQM se bazeaz pe un comportament
participativ, inovativ i responsabil i privete organizaiile ca sisteme de activiti
interconectate ce contribuie la asigurarea satisfaciei clienilor i implicit la succesul
pe termen lung al organizaiei.
Termenul total face referire att la implicarea tuturor persoanelor din
organizaie ct i la centrarea pe calitate de-a lungul ntregului ciclu de via al
produsului.
n prezent, se consider c un sistem al calitii eficient prezint urmtoarele

caracteristici:
este orientat spre client (produsele sunt proiectate i realizate, iar serviciile
sunt furnizate n funcie de cerinele n continu schimbare ale clientului);
procesul de ameliorare a calitii pornete de la nivelele ierarhice superioare;
16
fiecare angajat i cunoate i nelege propriile responsabiliti cu privire la

obinerea calitii;
se ncearc prevenirea defectelor i nu doar corectarea lor;
calitatea ncepe s devin un mod de via (nu se mai accept compromisuri);
sistemul de management al calitii este flexibil, adaptndu-se cu uurin la

noi exigene;
este posibil comunicarea deschis pe tema procesului de mbuntire a

calitii.
1.4 Sistemele de norme ISO 9000

Globalizarea n continu cretere a comerului a impus existena unui sistem
de asigurare a calitii tipizat. O soluie la aceast problem a constituit-o apariia
seriei de standarde ISO 9000 referitoare la sistemele de management al calitii,
formulat de Organizaia Internaional pentru Standardizare ISO.
Prin definiie, un standard reprezint "un document stabilit prin consens i
aprobat de un organism recunoscut care furnizeaz - pentru utilizri comune i
repetate - reguli, linii directoare i caracteristici referitoare la activiti i rezultatele
acestora, n scopul obinerii unui grad optim de ordine ntr-un context dat" (EN
45020:93, SR 10000/1:94, Ordonana Guvernului OG nr. 39/1998 privind activitatea
de standardizare naional n Romnia aprobat prin Legea nr. 355 / 2002).
Conform acelorai documente, "orice standard trebuie s se bazeze pe
rezultatele conjugate ale tiinei, tehnicii i experienei i s aib drept scop
promovarea avantajelor optime ale comunitii".
Familia de standarde ISO 9000 conine o serie de cerine aplicabile conducerii
organizaiei i mai puin aspectelor tehnice sau tehnologice i este elaborat astfel
nct s vin n sprijinul acelor organizaii care doresc s implementeze i s
conduc eficient un sistem de management al calitii. Standardele din aceast
familie pot fi folosite ca puncte de referin n scopuri contractuale, iar implementarea
lor poate fi verificat i atestat de un ter organism de certificare.
Familia de standarde ISO 9000 a fost elaborat pentru a ajuta organizaiile,
indiferent de tip, mrime i produsul furnizat, s proiecteze, s implementeze i s
conduc eficace sistemele de management al calitii.
17
Elementele sistemelor de management al calitii prezentate n standardele

ISO 9000 urmresc (fig. 1.2):
definirea unei politici i a unor obiective n problema calitii;
stabilirea unei structuri organizaionale i a unor proceduri clare;
reglementarea competenelor;
documentarea sistemului de management al calitii;
atragerea resurselor;
calificarea personalului;
stabilirea de aciuni corective i preventive;
audit intern;
analiza i evaluarea sistemului de management al calitii.
Fig. 1.2 Obiectivele familiei de standarde ISO 9000

n prezent, familia de standarde ISO 9000 se compune din standardele
prezentate n tabelul 1.2
Tab. 1.2 Componena familiei de standarde ISO 9000 (surs: www.iso.org)

Standard/document
ISO 9000:2005
Titlu
Sisteme de management al calitii. Principii
fundamentale i vocabular
Ediie
A treia
ISO 9001:2008
Sisteme de management al calitii. Cerine
A patra
ISO 9004:2009
Conducerea unei organizaii ctre un succes
A treia
18
durabil. O abordare bazat pe managementul

calitii
ISO 10001:2007
ISO 10002:2004
Managementul calitii. Satisfacia clienilor. Linii

directoare pentru conducerea organizaiilor
directoare pentru gestionarea reclamaiilor
Prima
Prima

ISO 10003:2007
directoare pentru soluionarea litigiilor n afara
Prima
organizaiei
ISO 10005:2005
ISO 10006:2003
ISO 10007:2003
ISO 10012:2003
ISO/TR 10013:2001
ISO 10014:2006
ISO 10015:1999
ISO/TR 10017:2003
Managementul calitii. Linii directoare pentru

planurile calitii
managementul calitii proiectelor
managementul configuraiei
Sisteme de management al msurrii. Cerine
pentru procesele i echipamentele de msurare
Linii directoare pentru documentarea sistemului de
management al calitii
realizarea de beneficii financiare i economice
instruire
ndrumri referitoare la utilizarea tehnicilor
statistice pentru ISO 9001:2000
A doua
A doua
A doua
A doua
Prima
Prima
Prima
A doua
Linii directoare pentru selectarea consultanilor n

ISO 10019:2005
sisteme de management al calitii i pentru
Prima
utilizarea serviciilor acestora

Sisteme de management al calitii. Cerine
ISO/TS 16949:2002
specifice pentru aplicarea ISO 9001:2008 n

organizaii cu producie de autovehicule i de piese
A doua
de schimb aferente
ISO 19011:2002
Ghid pentru auditarea sistemelor de management
Prima
19
Standardul reprezentativ pentru familia de standarde ISO 9000 este ISO

9001:2008 Sisteme de management al calitii. Cerine. Acesta stabilete
cerinele pentru sistemul de management al unei organizaii care dorete s
demonstreze abilitatea de a furniza constant un produs sau serviciu conform
cerinelor clienilor i cerinelor legale i care vizeaz creterea satisfaciei clienilor
prin aplicarea efectiv a sistemului, inclusiv prin mbuntirea continu a acestuia.
O organizaie care obine certificarea pe baza standardului ISO 9001:2008
dovedete clienilor c funcioneaz conform unui sistem de management al calitii
recunoscut internaional, reprezentativ att pentru calitatea proceselor de conducere
ct i pentru calitatea produselor i serviciilor obinute de organizaia care aplic
aceste procese.
Standardul ISO 9001:2008
(n Romnia SR EN ISO 9001:2008) conine
cerinele aplicabile unui sistem de management al calitii (SMC):

identificarea proceselor i a relaiilor dintre ele;
documentarea sistemului de management al calitii prin manualul calitii,

proceduri de sistem, proceduri i instruciuni de lucru;
stabilirea modalitilor de elaborare, verificare i aprobare a documentelor,

precum i a condiiilor de difuzare sau retragere a acestora;
stabilirea regulilor de modificare a documentelor i a datelor, inclusiv a

regulilor privind documentele externe.
Standardul ISO 9001:2008
este compus din cinci seciuni, n care se
specific:
cerinele generale aplicabile sistemului de management al calitii i

documentrii acestuia;
cerinele referitoare la responsabilitatea managementului, politica n domeniul

calitii, planificarea i obiectivele calitii;
cerinele referitoare la alocarea i managementul resurselor;
cerinele referitoare la realizarea produsului i managementul proceselor

aferente;
cerinele referitoare la msurare, monitorizare, analiz i mbuntire

continu.
20
ntruct produsele i serviciile sunt generate ca urmare a unor procese

desfurate n organizaie, calitatea acestora este strns legat de calitatea acestor
procese. Apare astfel necesitatea ca organizaia s in sub control i s asigure
mbuntirea continu a propriilor procese. n acest scop, sistemul de norme ISO
9000 introduce noiunea de sistem al calitii bazat pe proces.
Conceptul referitor la modelul procesului (fig. 1.3) pornete de la principiul c
organizaia n sine reprezint un proces sau, mai degrab, o serie de procese
coerente i interconectate, care permit realizarea unui produs care s satisfac nu
numai clientul, ci i celelalte pri interesate.
Fig. 1.3 Modelul general al unui proces

Implementarea sistemului calitii bazat pe proces presupune parcurgerea
unei serii de etape (fig. 1.4):
identificarea proceselor necesare pentru sistemul de management al calitii i

aplicarea sistemului n organizaie;
determinarea etapelor proceselor i a interaciunilor dintre acestea;
determinarea criteriilor i metodelor necesare pentru a asigura c att

funcionarea, ct i controlul proceselor sunt eficace;
asigurarea disponibilitii resurselor i informaiilor necesare funcionrii i

monitorizrii acestor procese;
msurarea, monitorizarea i analiza proceselor;
implementarea aciunilor necesare pentru obinerea rezultatelor planificate i

mbuntirea continu a proceselor.
Atunci cnd o organizaie decide s utilizeze procese din afara ei, procese
care influeneaz conformitatea produsului cu cerinele, organizaia trebuie s se
21
asigure de controlul asupra unor astfel de procese. Controlul asupra unor asemenea
procese externe trebuie s fie identificat n cadrul sistemului de management al
calitii.
Fig. 1.4 Modelul de sistem al calitii bazat pe proces

Implementarea unui sistem de management al calitii n cadrul unei
organizaii
presupune documentarea acestuia. Documentaia sistemului de
management al calitii trebuie s includ:

declaraii documentate ale politicii referitoare la calitate i ale obiectivelor

calitii;
un manual al calitii;
proceduri documentate;
documente necesare organizaiei pentru a se asigura de eficacitatea

planificrii, operrii i controlului proceselor sale;
nregistrri cerute de standard.
22
2. INSTRUMENTE DE MANAGEMENTUL CALITII

Pentru perfecionarea continu a tuturor activitilor organizaiei, elementcheie n asigurarea calitii produselor i serviciilor oferite, s-au dezvoltat n timp un
mare numr de instrumente i metode care pot fi utilizate pentru stimularea i
susinerea procesului de perfecionare. n continuare se prezint cteva dintre cele
mai cunoscute.
2.1 Instrumente de clarificare a problemelor, de stimulare a

creativitii i de generare a noilor idei
Benchmarking
Benchmarking-ul reprezint un procedeu sistematic de raportare permanent
la produsele de referin existente pe pia, n vederea stabilirii de etaloane
comparative. Acesta furnizeaz informaii despre indicatorii de performan i idei
pentru dezvoltarea produselor i proceselor.
Evaluarea, analiza i utilizarea indicatorilor de performan ai ntreprinderii
comparativ cu cei ai concurenilor pot furniza indicii referitoare la productivitate,
economicitate, situaia n domeniul calitii, eficiena organizaiei.
Tendinele de evoluie trebuie comparate cu obiectivele ntreprinderii, iar
atunci cnd se consider profitabil trebuie incluse n strategia propriei ntreprinderi.
Cele apte ntrebri ale furnizorului
Metoda celor apte ntrebri ale furnizorului se bazeaz pe modelul
fundamental al managementului calitii totale i pe raportul furnizor-client,
considerndu-se c oricine poate fi simultan furnizor i client.
Cele apte ntrebri ale furnizorului sunt prezentate n tabelul 2.1 (Surs:
Societatea german pentru calitate).
Aplicarea corect a acestei metode joac un rol deosebit n clarificarea
problemelor organizatorice i informaionale. Succesul demersului depinde ns de
implementarea corect i imediat a aciunilor dovedite necesare prin parcurgerea
integral a celor apte ntrebri.
23
Tab. 2.1 Relaiile stabilite ntre cele apte ntrebri ale furnizorului
1. Cine este clientul meu pe plan intern sau extern ?
2. De ce anume are nevoie clientul de
5. n ce puncte nu i ndeplinesc
la mine ?
ateptrile ?
3. Ce ateptri are clientul meu ?

(obiective, mrimi msurabile)
(idealul satisfaciei totale)
6. Ce pot s fac pentru a-i ndeplini

ateptrile ?
(ce activiti, procese trebuie
modificate ?)
4. Ce i pot oferi eu acum ? (mrfuri,
7. Ce aciuni voi ntreprinde ? Ce ?
servicii) (situaia actual)
Cnd ?Unde ? Cu cine ?
Metoda demeritelor
Aceast metod, denumit i metoda penalizrii defectelor, presupune
clasificarea acestora n funcie de gravitate prin intermediul acordrii unor puncte de
penalizare. Stabilirea valorii penalizrilor se realizeaz prin compararea produsului
analizat cu un alt produs de referin.
Defectele sunt clasificate pe grupe (funcionare, aspect, ambalare, etc.) i pe
clase (principale, secundare, minore). Fiecrei grupe i clase i corespund punctaje
de penalizare difereniate.
Metoda are ca avantaj faptul c propune tratarea cu prioritate a defectelor
care afecteaz serios calitatea produsului, caracterizate printr-un punctaj superior n
comparaie cu celelalte defecte.
Managementul propunerilor
Managementul propunerilor reprezint o metod prin care angajaii unei
ntreprinderi sunt stimulai s i aduc propria contribuie la mbuntirea organizrii
mediului lor de munc, la perfecionarea produselor sau proceselor.
Angajaii pot fi motivai s prezinte propuneri de mbuntire printr-un sistem
de premiere dezvoltat de ctre organizaie. Trebuie remarcat c recompensarea
poate fi realizat att prin intermediul beneficiilor financiare ct i printr-o serie de
msuri de natur nefinanciar menite s scoat n eviden aprecierea de care se
bucur angajatul respectiv n organizaie.
24
Cercurile calitii
Cercurile calitii reprezint grupuri de aciune organizate la nivelul
organizaiilor, n general n cadrul unui domeniu de activitate.
Karon Ishikawa, iniiatorul metodei, afirma c raiunea cercurilor calitii rezid
n ameliorarea strii de spirit a muncitorilor, care va favoriza contientizarea
acestora de propria lor importan pentru calitatea produciei.
Aplicarea metodei presupune formarea de grupuri de cte 5 10 persoane
provenite din acelai mediu de lucru. Acestea se reunesc periodic (sptmnal sau
bilunar) n scopul rezolvrii problemelor concrete ntmpinate la locul de munc.
Dup aprobarea acestora de ctre management, soluiile concrete generate n urma
unei astfel de ntlniri sunt n general direct implementabile de ctre nii
participanii la edin.
Figura 2.1 prezint structura unei discuii purtate n cadrul unui cerc al calitii.
Fig.2.1 Structura unei discuii purtate n cadrul unui cerc al calitii

Printre principalele avantaje ale nfiinrii cercurilor calitii ntr-o organizaie se
numr:
posibilitatea nlturrii dificultilor la locul apariiei acestora;
luarea deciziilor i soluionarea problemelor de ctre cei care le cunosc cel

mai bine;
participarea benevol a tuturor celor interesai;
25
satisfacia participanilor de a lucra n echip, de a-i pune n valoare

cunotinele i abilitile i de a fi apreciai de conducerea organizaiei.
Analiza liniei vizibilitii
Analiza liniei vizibilitii este o metod care se utilizeaz predominant n cazul
prestatorilor de servicii. ntruct furnizarea serviciului presupune interaciunea ntre

furnizor i client, se ntmpl de multe ori ca percepia clientului s fie influenat de
momentele n care acesta intr n interaciune direct cu furnizorul, fie fa n fa, fie
prin telefon sau mail. Aceste momente poart numele de momente ale adevrului,
deoarece clientul poate experimenta n mod direct calitatea serviciului. Ansamblul
momentelor adevrului formeaz linia vizibilitii.
n momentele adevrului, furnizorul are ocazia s fac dovada cunotinelor,
profesionalismului, implicrii, empatiei i adaptabilitii fa de client, iar percepia
favorabil a acestuia se va reflecta n gradul n care continu s apeleze la acelai
furnizor.
Scopul metodei este identificarea momentelor adevrului, analiza modului n
care acestea decurg i mbuntirea continu a proceselor implicate, inclusiv din
perspectiva interaciunii ntre client i angajat. Este promovat, de asemenea,
creterea gradului n care procesele organizaiei devin vizibile n mod direct clientului
(extinderea liniei vizibilitii).
Analiza cmpului de fore
Analiza cmpului de fore este o metod care permite analiza elementelor
interumane care conduc la reuita, respectiv nereuita unei aciuni. Metoda se
bazeaz pe parcurgerea a apte pai (tab.2.2) i are n vedere stabilirea celor mai
importani factori favorizani, respectiv inhibitorii, i determinarea celor mai potrivite
msuri pentru intensificarea aciunii factorilor favorizani, respectiv pentru diminuarea
efectelor factorilor inhibitorii.
Ca orice alt metod de acest tip, succesul aplicrii rezid n determinarea de
a defini corect planul de aciune, inclusiv ca termene i necesar de resurse, i de a
aplica msurile stabilite ca necesare n urma analizei
26
Tab. 2.2 Analiza cmpului de fore (surs: Societatea german pentru calitate)
1. Care este problema ?
Care este obiectivul ?
(Obiectiv principal, obiective derivate)
2. Enumerarea factorilor inhibitorii,
5. Stabilirea celor mai importani
potrivnici atingerii scopului propus
trei factori favorabili
3. Stabilirea celor mai importani
6. Stabilirea de msuri n sensul slbirii
trei factori adveri
intensitii factorilor adveri
4. Enumerarea factorilor favorabili,
7.
care favorizeaz atingerea scopului
accenturii aciunii factorilor favorabili
Stabilirea
de
msuri
sensul
8. Planul de aciune
Stabilirea exact a msurilor
Cine ? Ce ? Cnd ? Cum ? Unde ?
Planificarea abordrii problemelor
Planificarea abordrii problemelor, denumit i "Ciclul Deming - PDCA" (fig.
2.2) este o metod prin care se analizeaz permanent gradul de control asupra
proceselor i posibilitile prin care se poate realiza mbuntirea continu a
acestora.
Fig. 2.2 Ciclul Deming PDCA
27
Denumirea PDCA provine de la iniialele cuvintelor Plan Do Check Act, a

cror interpretare n context are n vedere patru etape considerate necesare pentru
finalizarea unui proces i reluarea ciclului:
Planificare
Aciune (execuie) conform planificrii
Verificarea rezultatelor aciunii
mbuntire continu pe baza rezultatelor procesului de verificare.

Metoda pleac de la premisa c orice proces poate fi descompus n cele patru
etape precizate anterior:
1. Planificarea (Plan):
n aceast etap se realizeaz identificarea problemei, se formuleaz
obiectivul (realist, planificabil, msurabil), se analizeaz problema i se caut soluii
posibile, se evalueaz variantele i se alege soluia opptim. Se stabilesc msurile
adecvate pentru implementarea acesteia.
2. Execuia conform planificrii (Do):

n aceast etap se implementeaz planul de aciune rezultat din etapa de
planificare. Este important s se respecte riguros ipotezele i condiiile stabilite,
pentru a putea evalua ulterior impactul acestora asupra calitii rezultatului.
3. Verificarea rezultatelor (Check):

n aceast etap se msoar indicatorii care definesc rezultatul i se compar
cu valorile propuse. Se realizeaz o analiz a eficienei msurilor care au condus la
obinerea rezultatului.
4. mbuntire continu (Act):

n aceast etap se realizeaz reglementarea modificrilor care au condus la
rezultate favorabile (de exemplu, prin proceduri documentate), se prezint i se
documenteaz
rezultatele,
iar
experiena
acumulat
se
folosete
pentru
mbuntirea procesului analizat, precum i petnru rezolvarea altor probleme

similare. n continuare, procesul se reia la un nivel superior.
28
2.2 Analiza Pareto

Principiul Pareto afirm c o problem care pare s aib o multitudine de
cazuri are, de multe ori, n realitate foarte puine. De aceea, este de dorit ca ele s fie
identificate i analizate n profunzime.
Analiza Pareto (Analiza ABC) structureaz cauzele (factorii de influen) n
funcie de importana lor. Pentru aceasta, vor fi enumerate toate cauzele, li se vor
asocia date relevante i vor fi reprezentate grafic. Scopul acestei analize este
determinarea problemelor care trebuie tratate cu prioritate i a ameliorrilor care se
ateapt s survin prin rezolvarea acestor probleme.
Diagrama Pareto este constituit din coloane de lrgime egal, clasate n
ordine descresctoare, de la stnga la dreapta. Reperele care desemneaz
atributele se amplaseaz pe axa orizontal.
Dac se unesc centrele superioare ale dreptunghiurilor, se obine diagrama de
distribuie.
Dup cum se constat, principalul scop al realizrii diagramei Pareto l
constituie evidenierea caracteristicii preponderente, corespunztoare dreptunghiului
de nlime maxim, amplasat n extremitatea stng a diagramei.
Un exemplu de diagram Pareto este prezentat n figura 2.3.
7
6
5
Numar 4
defectari 3
2
1
0
GET1
FIL
CAP
GET2 SMR1 SPR2
Cod reper
Fig. 2.3 Exemplu de diagram Pareto

Este recomandabil ca numrul de coloane s fie limitat la 7, iar atributele cu
importan minim s fie grupate n cadrul unei rubrici Diverse.
29
n situaia n care se dorete analiza efectului unui ansamblu de atribute, este

util s se realizeze o diagram Pareto cumulat. n figura 2.4 se prezint un exemplu
de asemenea diagram cumulat.
Fig. 2.4 Exemplu de diagram Pareto cumulat

Atunci cnd se consider util, diagrama Pareto, simpl sau cumulat, poate fi
realizat n variant procentual, aa cum reiese din figura 2.5.
1
0.8
Costuri (lei)
0.6
Costuri procentuale
0.4
Costuri procentuale
cumulate
0.2
0
CAP
GET2
Cod reper
Fig. 2.5 Diagram Pareto procentual

Pentru obinerea unor informaii suficient de relevante, grupul de lucru poate
alege anumii coeficieni de ponderare, de exemplu termene, cost, urgen, gravitate,
fiabilitate. Coeficienii de ponderare pot fi obiectivi (msurabili) sau subiectivi (li se
acord note de ctre componenii grupului de lucru).
Se recomand ca att tipul coeficienilor, ct i valorile acestora, s rezulte n
urma unui proces de brainstorming la care s participe toi membrii grupului de lucru.
n numeroase cazuri, analiza Pareto aplicat pentru determinarea efectului de
studiat nu permite accesul direct la cauzele reale ale efectului. n aceast situaie,
este necesar s se construiasc o nou diagram Pareto, prin detalierea n cascad
a primei coloane a diagramei Pareto anterioare.
30
2.3 Diagrama cauze efect

Diagrama cauze-efect este un instrument analitic pentru determinarea relaiei
dintre efect i toate cauzele sale. Ea mai este denumit diagram-pan sau
diagrama Ishikawa.
Diagrama cauze-efect permite vizualizarea global a cauzelor apariiei unei
probleme, precum i identificarea i tratarea cauzelor majore.
Metoda este de tip brainstorming, deci se impune existena unui grup de lucru.
Pentru realizarea unei diagrame cauze-efect, se traseaz o sgeat central,
iar diferitele cauze sunt grefate pe 5 sau 6 sgei principale (categorii de cauze).
Fiecare cauz constituie, la rndul su, efectul unei alte cauze, fapt ce conduce, n
final, la o structur arborescent caracteristic acestui tip de diagram. Arborescena
este cu att mai bogat cu ct activitatea grupului de lucru a fost mai eficace.
n figura 2.6 se prezint un exemplu de diagram cauze-efect.
Fig. 2.6 Exemplu de diagram cauze-efect pentru cazul unui debitmetru destinat
uzului casnic
31
Diagrama cauze-efect constituie un suport pentru aplicarea metodei celor 5

M, care permite decelarea cauzelor lipsei de calitate ntr-un proces tehnologic.
Metoda poart acest nume deoarece se refer la cele cinci categorii generale:
Mn de lucru;
Materiale;
Metode;
Mediu;
Materii prime i auxiliare.
Termenul de mn de lucru se refer la personalul de pe fluxul tehnologic, la
specialitii programatori, la cei care se ocup de reglaje, etc. Operatorul uman
constituie
important
surs
de
erori.
Pentru
prentmpinarea
acestora,
responsabilitile nu trebuie s fie individuale, ci trebuie s fie distribuite n cadrul

ntregului colectiv.
Noiunea de materiale implic mainile-unelte, echipamentele, aparatura,
liniile de montaj, etc. Atunci cnd se realizeaz modurile de defectare a unui
echipament, trebuie fcut distincia ntre defectrile intrinseci i cele provocate de
utilizarea echipamentului n condiii necorespunztoare.
Termenul de metode se refer la modul i tehnicile de lucru, la succesiunea
operaiilor tehnologice, etc. La acest nivel se ntreprind, de regul, cele mai eficace
aciuni corective. Procedurile de lucru trebuie revizuite permanent, cu mult atenie,
pentru a se atinge i pstra un nivel ridicat de calitate.
Noiunea de mediu implic mediul nconjurtor, temperatura ambiant,
gradul de umiditate, vibraiile, cmpurile magnetice, iluminarea, condiiile la locul de
munc, etc. Condiiile de mediu determin n mare msur performanele procesului
tehnologic. Uneori, se impun cu strictee anumite restricii referitoare la mediul
ambiant.
Termenul de materii prime i auxiliare desemneaz inclusiv proprietile
fizico-chimice i structura acestora, precum i neregularitile care conduc la
pierderea calitii produsului rezultat.
n cadrul metodei celor 5 M, fiecare dintre ramurile diagramei este analizat
succesiv, pn la obinerea cauzelor considerate ireductibile. Acest demers deductiv
permite determinarea sistematic a tuturor surselor lipsei de calitate. Chiar dac este
strict calitativ, metoda i dovedete eficacitatea ntr-un numr nsemnat de situaii.
32
De asemenea, ea poate constitui un punct de plecare pentru realizarea de estimri

cantitative.
2.4
Dezvoltarea
funciei
de
calitate
(Quality
Function
Deployment - QFD)
Quality Function Deployment este o metod prin care cerinele definite de
pia i obiectivele calitii sunt transpuse n limbajul n limbajul ntreprinderii.
Dezvoltarea funciei calitii este o abordare orientat ctre client n scopul
inovrii produselor i serviciilor oferite, astfel nct acestea s permit satisfacerea
cerinelor i ateptrilor clienilor ntr-o msur mnai mare dect produsele i
serviciile oferite de concuren. Procesul de dezvoltare a funciei calitii permite
nelegerea mai corect a cerinelor i ateptrilor clienilor, permind adaptarea
caracteristicilor produsului sau serviciului oferit n funcie de acestea.
Indicatorul satisfaciei clienilor n reflect comportamentul acestora n relaia
pe termen lung cu organizaia: rmn fideli mai mult timp, cumpr n cantitate mai
mare, sunt mai puin influenai de pre i prezint furnizorul ntr-o lumin favorabil
altor clieni interesai.
Metoda QFD i propune nu i propune doar creterea calitii produselor i
serviciilor oferite n scopul satisfacerii clientului, ci i implementarea calitii n toate
activitile i funciile organizaiei.
Principiul metodei QFD, dezvoltate n Japonia la sfritul anilor 60 de ctre
profesorii Shigeru Miyuno i Yoji Akao, l constituie abordarea calitii n termeni de
funcie matematic dependent de mai multe variabile, printre care se numr:
costurile de realizare a produsului (costurile materiilor prime, energiei,

subansamblurilor i reperelor componente achiziionate de la furnizori,
costurile salariale, etc);
costurile de exploatare (costul energiei, a pieselor de schimb i a

consumabilelor, costuri de ntreinere, costuri salariale);
costuri de indisponibilitate (datorate nefuncionrii la parametrii planificai a

produsului).
Aplicarea eficient a metodei presupune o analiz aprofundat pornind de la
dou ntrebri eseniale:

CE ateptri au clienii de la produsul sau serviciul respectiv ?

33
CUM (prin ce modaliti i n ce msur) reuete organizaia furnizoare s

rspund acestor ateptri ?
Rspunsul la prima ntrebare presupune analiza mai multor aspecte:

msura n care clientul consider important fiecare dintre caracteristicile

produsului sau serviciului;
evaluarea pe care o face modului n care produsul sau serviciul furnizat

prezint aceast caracteristic;
evaluarea produselor i serviciilor similar oferite de concuren.

Experiena a dovedit c aceast etap este destul de dificil, deoarece
necesit colectarea i prelucrarea unei mari cantiti de informaii din mai multe
surse. Rezultatul analizei va evidenia caracteristicile care trebuie mbuntite cu
prioritate i va conduce la proiectarea produsului sau serviciului virtual care rspunde
calitii ateptate de ctre client.
n cea de-a doua etap se determin gradul n care factorii evaluai anterior
depind de caracteristicile calitii oferite de organizaie (elementele asupra crora
organizaia poate interveni). Obiectivul analizei l constituie stabilirea caracteristicilor
tehnice vitale pentru satisfacerea cerinelor clienilor. Se utilizeaz o reprezentare
grafic specific, sub form de matrice, numit casa calitii (fig. 2.7).
Reprezentarea
amplasate
partea
matriceal
stng
permite
a
intersectarea
diagramei,
cu
cerinelor
caracteristicile
clienilor,
tehnice
ale
produselor/serviciilor, poziionate n partea de sus.

Zona central a diagramei conine matricea de legtur, n care este pus n
eviden corespondena dintre ateptrile clienilor i caracteristicile tehnice ale
produsului. n aceast zon, cerinele clienilor sunt convertite n specificaii tehnice
familiare ca terminologie furnizorului.
O notare uzual a intensitii relaiei ntre o caracteristic tehnic i o cerin a
clientului este urmtoarea:
nimic dac nu exist relaie;
(1) relaie slab;
(3) relaie medie;
(9) relaie puternic.
Caracteristicile tehnice sunt evaluate prin determinarea importanei absolute i
relative pe care acestea o au n satisfacerea cerinelor clienilor.
34
Fig. 2.7 Casa calitii

n partea de sus a diagramei se gsete matricea corelaiilor, care arat
interdependena ntre caracteristicile tehnice ale produsului.
Prin identificarea n timp a acestor corelaii, eforturile necesare pentru
dezvoltarea produsului pot fi diminuate n mod semnificativ.
n partea dreapt a diagramei se afl matricea de evaluare a produsului n
raport cu concurena, din punct de vedere al clientului. n cadrul matricei se
realizeaz, pentru fiecare cerin n parte, o prezentare comparativ a propriului
produs i a produselor similare, din perspectiva clientului.
Pentru a realiza aceast matrice este necesar investigarea pieei. tot n
aceast parte a matricei pot fi puse n eviden constatrile referitoare la activitatea
de asisten tehnic i service, raportat la cerinele clientului.
n partea de jos a diagramei QFD se gsete matricea de evaluare a
produsului din punct de vedere tehnic. Aceasta conine o linie n care sunt
consemnate gradul de dificultate n realizarea fiecrei caracteristici tehnice a
produsului, mrimea obiectivului, respectiv valoarea int pentru fiecare caracteristic
tehnic, exprimat n uniti de msur specifice, importana fiecrei caracteristici n
mrime absolut i relativ, precum i analiza comparativ cu produsele concurente
din punct de vedere tehnic.
35
Un exemplu de matrice a calitii este prezentat n figura 2.8.
Fig. 2.8 Exemplu de matrice a calitii pentru un cabinet de optometrie
36
n cadrul matricei pot fi adugate o serie de rubrici suplimentare, referitoare la

scopul produsului, costul mentenanei pentru fiecare caracteristic tehnic, din
analiza statistic a datelor de service, modificri constructive viitoare ale produsului
i legtura acestora cu fiecare caracteristic tehnic n parte, adugarea de noi
faciliti produsului respectiv etc.
Aplicarea metodei QFD conduce la stabilirea obiectivelor organizaiei pentru
etapa urmtoare, precum i a aciunilor corective i preventive care trebuie
ntreprinse n vederea creterii satisfaciei clienilor.
2.5 Analiza funcional

n etapa de proiectare a produselor se determin funciunile i performanele
acestora, se impun dimensiunile i formele, se aleg materialele, se determin
costurile de realizare a calitii impuse i se stabilesc criteriile care permit ca noile
produse s rspund cerinelor pieei.
Identificarea funciunilor pe care trebuie s le satisfac un nou produs
reprezint o etap determinant pentru realizarea acestuia la parametrii de calitate
impui.
Analiza funcional reprezint determinarea sistematic a tuturor cerinelor
clienilor i transformarea acestora n funciuni pe care trebuie s le ndeplineasc
produsul.
Exist mai multe metode aplicabile n aceast etap. Dintre acestea, se pot
meniona: diagrama cauz-efect (Ishikawa), diagrama de analiz funcional, studiul
ciclului de via al produsului, metoda SAFE, etc. Aceste metode vor fi prezentate pe
larg n continuare.
Se recomand combinarea acestor metode, deoarece chiar i un produs
simplu ndeplinete uzual zeci de funciuni apreciate ca atare de ctre consumator.
Pentru obinerea unor rezultate de calitate, se recomand ca, la realizarea
analizei funcionale, s ia parte un grup de lucru pluridisciplinar, care s cuprind
reprezentani ai compartimentelor de marketing, proiectare, producie, desfacere,
ntreinere, asigurarea calitii, etc.
Rezultatul activitii acestui grup de lucru l constituie definirea necesitilor
obiective i subiective ale clientului, precum i convertirea acestora n specificaii
tehnice.
37
Necesitile obiective pot fi convertite cu relativ uurin n parametri

msurabili. Pentru caracterizarea necesitilor subiective, cum ar fi confortul,
elegana, estetica sau stilul produsului, este necesar definirea unor criterii speciale,
mai greu de cuantificat.
n afar de funciunile principale, care reflect scopul cu care a fost creat, un
produs se caracterizeaz printr-o multitudine de alte funciuni, mai mult sau mai puin
sesizabile, dar a cror absen poate induce clientului o stare de nemulumire. Astfel,
o pereche de ochelari de soare trebuie s satisfac 37 de funciuni, iar un post
telefonic 47 de funciuni.
Este evident c nu toate aceste funciuni prezint acelai grad de importan.
Uneori, proiectantul trebuie s-i concentreze atenia asupra acelor funciuni cu
adevrat necesare i, eventual, s renune la altele, mai puin importante, n scopul
unei reduceri semnificative a preului produsului. Pentru aceasta, este necesar
ierarhizarea funcional.
Metoda cea mai uzual este acordarea unor note proporionale cu importana
pe care o au funciunile pentru consumator. Un exemplu de notare este prezentat n
tabelul 2.3.
Tab. 2.3 Modalitate de ierarhizare funcional

Not
Semnificaie
Util
Necesar
Important
Foarte important
Vital
n situaia n care metoda notrii n funcie de importan nu d rezultate

satisfctoare, se poate utiliza metoda comparaiei. Funciile sunt comparate unele
cu celelalte, dup care se acord un punctaj n funcie de importana lor relativ.
Deoarece un produs trebuie s ndeplineasc un numr important de funciuni,
trebuie gsite metode pentru a le putea determina. Nici o metod nu este exhaustiv,
motiv pentru care se recomand combinarea lor.
Orice produs trebuie s satisfac patru categorii de funciuni:
38
funciuni principale, pentru satisfacerea crora a fost creat produsul: de

exemplu, un contor hidraulic trebuie s contorizeze un debit;
funciuni complementare, ce corespund necesitilor complementare pe care

trebuie s le satisfac produsul: de exemplu, un contor hidraulic trebuie s
permit trecerea fluidului;
restricii referitoare la mediu, la utilizatori, la considerente de securitate, la

reglementri i norme;
funciuni tehnice, necesare pentru satisfacerea funciunilor principale, i care

decurg din soluiile constructive adoptate. Acest tip de funciuni se
caracterizeaz prin faptul c nu rspund unor necesiti ale utilizatorului.
Totodat, ele nu pot fi identificate pn la
adoptarea soluiei finale de
realizare a produsului.
Dup cum se observ, stabilirea funciunilor constituie o etap esenial n

analiza funcional, de aceea este foarte important alegerea setului de metode
potrivite pentru acest lucru.
Studiile de marketing au dezavantajul c furnizeaz n principal rezultate
asupra funciunilor principale pe care trebuie s le satisfac noul produs. Informaii
mai complete pot fi obinute din datele de service asupra unor produse similare, dar
nici acestea nu sunt suficiente. De aceea, se impune combinarea unor metode care
i-au dovedit utilitatea. n continuare, vor fi prezentate cele mai cunoscute dintre ele,
ntr-o succesiune logic.
a) Determinarea intuitiv a funciunilor pe care trebuie s le satisfac produsul:
metoda se bazeaz pe intuiie i face apel la tehnici de tip brainstorming, la care ia
parte ntregul grup de lucru.
b) Studiul ciclului de via al produsului: scoate n eviden toate situaiile n
care se poate gsi produsul de-a lungul vieii sale. Metoda are avantajul c
subliniaz funciunile care intervin n etape mai puin evidente, cum ar fi ambalarea,
transportul, nmagazinarea sau reciclarea produsului.
39
c) Studiul interaciunilor produsului cu diveri factori: conduce la realizarea

unei diagrame de analiz funcional. n figura 2.9 este prezentat o asemenea
diagram, pentru situaia contorului hidraulic analizat.
Fig. 2.9 Diagram de analiz funcional
Funciunile pe care le implic interaciunea cu fiecare dintre aceti factori sunt

prezentate sintetic n tabelul 2.4.
Tab. 2.4 Funciunile pe care trebuie s le satisfac produsul, n relaie cu diveri

factori
Factor
Fluidul de msurat
Atmosfera
Consumator
Funciuni
S contorizeze corect
S permit trecerea fluidului
S nu modifice proprietile fluidului
S nu permit depunerea condensului
S nu apar pierderi la etanri
S nu oxideze
S nu polueze
S fie vizibil i reperabil cu uurin
S permit citirea uoar
S nu permit modificarea indicaiei
S nu afecteze integritatea utilizatorului
S nu produc zgomote
Design atrgtor
40
S poat fi montat/demontat cu uurin
S prezinte elemente de siguran
S permit citirea
S poat fi uor accesibil
S permit intervenia uoar
S fie compact
Rezistent la ocurile provocate de impuriti
Rezistent la depunerile calcaroase
Norme
S fie conform cu normele
Securitate
S nu prezinte pericole
Montaj, service, citire
Spaiul de lucru
Elemente agresive
n literatura de specialitate, aceast etap mai poart numele de studiu al

mediului ambiant. Noiunea de mediu ambiant are aici o semnificaie mai general,
desemnnd:
persoane: utilizatori sau prezene ocazionale;
elemente fizice, ca de exemplu natura, obiectele nconjurtoare, construcii,

mobilier etc.
elemente imateriale: reglementri, norme, directive etc.
atmosfera de lucru: temperatur, umiditate, zgomot, praf etc.

d) Metoda SAFE (Sequential Analysis of Functional Elements): metoda
presupune descompunerea utilizrii produsului n secvene. Fiecrei secvene i sunt

asociate funciuni bine precizate, iar cei care realizeaz analiza sunt ndemnai s se
imagineze n locul utilizatorului i s ncerce s descopere ce aciuni ar ntreprinde
acesta.
Un exemplu de descompunere SAFE pentru contorul hidraulic analizat este
prezentat n tabelul 2.5.
e) Determinarea eforturilor la care este supus produsul: conduce la stabilirea
valorilor concrete ale parametrilor care confer rezisten produsului: dimensiuni,
material, caracteristici mecanice i termice etc.
41
f) Studiul unui produs de referin: produs similar dintr-un domeniu nvecinat,

un produs existent din acelai domeniu sau un produs realizat de o firm concurent.
Tab. 2.5 Analiza SAFE a produsului

Succesiune operaii
Montare contor
Trecere fluid
Contorizare
Citire
Verificare contor
Funciuni care trebuie satisfcute

S poat fi montat cu uurin
S fie compact
S permit trecerea fluidului
S nu modifice parametrii i proprietile fluidului
S contorizeze corect
S permit citirea
S fie uor accesibil
S fie vizibil
S poat fi demontat cu uurin
S permit intervenia uoar
g) Studiul reglementrilor i normelor din domeniul pe care l vizeaz produsul,

n scopul respectrii legislaiei n vigoare.
2.6 Analiza modurilor de defectare, a efectelor i criticitii

acestora (Analiza AMDEC/FMECA)
2.6.1 Noiuni utilizate
AMDE (Analiza Modurilor de Defectare, a Efectelor) reprezint o metod de
analiz preventiv care are rolul de a evidenia potenialele riscuri care apar n
funcionarea produsului.
AMDEC (Analiza Modurilor de Defectare, a Efectelor i a Criticitii), extensia
logic a metodei AMDE, permite, n plus, cuantificarea riscurilor, n scopul ierarhizrii
acestora.
Cu toate c AMDE i AMDEC sunt metode destinate aplicrii n etapa de
proiectare, ele pot fi aplicate cu succes i pentru ameliorarea unui produs existent pe
42
pia. Principial, se poate vorbi despre dou direcii: analiz AMDEC destinat
produselor i analiz AMDEC destinat proceselor tehnologice.
Metoda AMDEC orientat ctre produs are ca obiectiv principal optimizarea
fiabilitii acestuia. Aplicarea metodei va permite definirea aciunilor corective care
trebuie ntreprinse nc de la nceput, precum i eventuale indicaii de transport,
montaj, exploatare, etc.
n urma analizei AMDEC a unui produs se vor obine rezultate referitoare la:
redundanele necesare n sistem;
soluii de minimizare a riscului de apariie a defeciunilor;
soluii de minimizare a efectelor acestor defeciuni;
realizarea planurilor i a fielor de control;
realizarea planurilor de ntreinere;
ameliorarea ergonomiei produsului etc.

Metoda AMDEC orientat ctre un proces tehnologic se poate referi la un
mijloc de producie (o main-unealt, o linie tehnologic) sau la o secven de

operaii de producie, automatizate sau manuale, n urma crora rezult un produs.
De asemenea, utilizarea tehnicilor AMDEC orientate ctre un proces tehnologic
poate conduce la ameliorarea productivitii acestuia.
Pentru utilizarea metodei AMDEC, se recomand att abordarea funcional,
ct i analiza componentelor.
Abordarea funcional este preferat atunci cnd este greu s se identifice
rolul fiecrei componente n sistem. Avantajul acestei metode const n faptul c
analizeaz fiecare subsistem prin prisma realizrii funciunilor pe care este destinat
s le satisfac.
n cadrul analizei AMDEC, cauzele sunt definite ca modaliti de a produce
defectarea unui element. Cauzele se reflect n moduri de defectare.
Modul de defectare reprezint modalitatea n care un produs sau un proces
nceteaz s-i mai duc la ndeplinire funciunea pe care trebuie s o satisfac,
descris pe baza necesitilor, dorinelor i ateptrilor clienilor interni i externi.
Noiunea de client se poate referi la oameni, departamente interne sau
externe sau procese care pot fi afectate de defectarea produsului.
Pentru o abordare corect a analizei AMDEC, este necesar s se precizeze
faptul c majoritatea sistemelor reale nu se supun modelului simplu cauz-efect.
43
Uzual, o cauz poate avea mai multe efecte, un efect este cel mai adesea rodul unei
combinaii de cauze, cauzele pot avea la rndul lor cauze, iar efectele pot avea i ele
efecte. n plus, nu este obligatoriu ca prezena unei cauze s atrag dup sine
apariia defectrii.
Figura 2.10 prezint relaiile dintre funciuni, moduri de defectare, poteniale
cauze i efecte, denumite generic elemente AMDE.
Fig. 2.10 Relaiile stabilite ntre elementele AMDE

Termenul de poteniale cauze subliniaz faptul c, aa cum s-a artat
anterior, o cauz nu se reflect obligatoriu ntr-un mod de defectare.
Modurile de defectare sunt reprezentate uzual printr-un pentagon, pentru a
desemna faptul c pot fi clasificate n cinci mari categorii:
defectare complet;
defectare parial;
defectare intermitent;
defectare n timp;
satisfacerea funciunii la parametri superiori celor impui.
Abordarea analizei AMDEC prin prisma acestei clasificri permite grupului de

lucru s ia n considerare toate modurile de defectare posibile, chiar dac, altfel,
unele ar fi trecut neobservate.
De exemplu, n cazul unui aspirator, smulgerea fibrelor din covor n cazul unei
puteri de aspirare inadecvate constituie o modalitate de nerealizare a funciunii
creia i-a fost destinat (ndeprtarea impuritilor n condiiile meninerii calitii
44
covorului). Fr o asemenea abordare, un asemenea mod de defectare ar fi putut fi

omis din analiz.
Dup stabilirea funciunilor i a modalitilor de defectare, este necesar ca
grupul de lucru s identifice potenialele consecine ale defectrii. Pentru aceasta, se
recomand tehnici de tip brainstorming. Consecinele astfel obinute trebuie tratate
ca efecte.
n final, grupul de lucru trebuie s dein suficiente informaii asupra
elementelor AMDEC: funciuni, moduri de defectare, cauze, efecte.
n continuare, trebuie realizat determinarea indicelui de risc, etap necesar
pentru ierarhizarea modurilor de defectare.
2.6.2 Analiza AMDEC n proiectare
Aa cum s-a subliniat anterior, tehnicile AMDE sunt destinate aplicrii nc din
primele etape ale concepiei unui nou produs. Analiza AMDE, care vizeaz exclusiv
aspectele calitative, poate demara imediat dup definitivarea caietului de sarcini.
Analiza cantitativ AMDEC debuteaz n etapa de studiu al proiectului i
continu n paralel cu acesta, pe toat durata realizrii produsului. Ulterior, activitatea
de cercetare va continua pe baza datelor furnizate de activitile de service.
Etapele pregtitoare pentru realizarea unui studiu AMDEC sunt prezentate n
figura 2.11.
Este posibil ca analiza AMDE s vizeze exclusiv o problem bine precizat:
reducerea numrului de defectri pentru un reper specificat sau a numrului de
rebuturi rezultate n urma unei operaii tehnologice date.
Pentru succesul metodei este obligatorie constituirea unui grup de lucru
pluridisciplinar, prin activitatea cruia s poat fi scoase n eviden toate problemele
legate de proiectare, realizare tehnologic, asigurarea calitii produsului, desfacere,
asisten tehnic oferit clientului.
Timpul reprezint un factor critic, de aceea perioada de studiu nu trebuie s
depeasc
dou-trei
luni.
Pentru
eficientizarea
activitii,
se
recomand
descompunerea produselor complexe n subansambluri care ndeplinesc funciuni

bine definite, n vederea studierii de sine stttoare a fiecruia dintre acestea.
45
Fig. 2.11 Etapele pregtitoare pentru realizarea unui studiu AMDEC

Pentru determinarea funciunilor pe care le ndeplinete produsul, este
necesar realizarea descompunerii funcionale, pe baza creia se poate trece la
colectarea datelor referitoare la produs. n situaia unui produs nou, se apeleaz la
date referitoare la produse asemntoare, care ndeplinesc aceleai funciuni, sau, n
msura n care sunt disponibile, la date referitoare la produse similare fabricate de
ctre firme concurente. Datele colectate sunt de natur foarte divers, deoarece
provin din domeniul activitilor de service, din activitile de verificare, control i
ncercri, de pe fluxul tehnologic, din baze de date interne sau externe, etc. n
consecin, se impune sistematizarea acestora, n vederea utilizrii lor eficiente.
n momentul n care toate fazele pregtitoare au fost realizate, se poate trece
la analiza AMDE a produsului. Succesiunea etapelor metodei este prezentat n
figura 2.12.
Aa cum se observ, analiza AMDE cuprinde studiul calitativ al modurilor de
defectare a produsului, al posibilelor cauze i al potenialelor efecte aprute la
46
utilizare. Analiza calitativ este ntregit de etapa de stabilire a modalitilor de

detectare a defeciunilor, n scopul demarrii aciunilor preventive.
Analiza cantitativ a modurilor de defectare presupune ierarhizarea riscurilor
identificate n funcie de severitatea acestora, de probabilitatea cu care se produce
defectarea, precum i de riscul ca semnalele premergtoare defectrii s treac
neobservate sau chiar s nu existe. Aceast etap este denumit estimarea
criticitii.
Fig. 2.12 Metodologia analizei AMDEC

Procedura de aplicare a metodei AMDEC poate fi sintetizat prin urmtorii
pai:
definirea sistemului ce trebuie analizat;
construirea diagramei de ierarhizare funcional;
47
identificarea modurilor de defectare;
identificarea efectelor corespunztoare;
determinarea gravitii fiecrui efect;
introducerea de date suplimentare referitoare la modurile de defectare:

metode de depistare, rate de defectare, msuri compensatorii;
ierarhizarea modurilor de defectare, n funcie de gravitate i de criticitate;
elaborarea de rapoarte cu
rolul de a evidenia modurile de defectare cu
consecine critice;
recomandarea de a se reproiecta produsul sau de a se ntreprinde aciuni de

mentenan, pentru a se reduce rata defeciunilor critice.
2.6.3 Determinarea indicelui de risc
n etapa analizei cantitative, este necesar s se defineasc un set de indicatori
numerici, care s caracterizeze frecvena de apariie a defectrii, gravitatea acesteia

i riscul nedetectrii.
Fiecrui dintre aceti indicatori i se acord o not proporional cu riscul indus.
Frecvena de apariie F reprezint probabilitatea ca o anumit cauz s
antreneze dup ea o anumit defeciune, ponderat cu probabilitatea apariiei
cauzei:
F=P1P2
(2.1)
n relaia (2.1), P1 reprezint probabilitatea de apariie a cauzei, iar P2

probabilitatea de producere a defeciunii n prezena cauzei.
Gravitatea defeciunii G reprezint daunele aduse de apariia defeciunii n
sistem.
Riscul nedetectrii ND reprezint probabilitatea ca simptomele defeciunii s
nu poat fi detectate n timp util de ctre operator.
Criticitatea reprezint rezultanta factorilor enumerai i este evaluat pe baza
unui indice de risc IR, obinut ca produs al notelor acordate anterior:
IR=FGND
(2.2)
48
n literatura anglo-saxon, acest indice poart numele de RPN (Risk

Probability Number).
Dac fiecrui factor i se acord o not de la 1 la 10, indicele de risc poate lua
valori cuprinse ntre 1 i 1000.
Un indice de risc ridicat indic o probabilitate mare de apariie a defectrii.
Practic, fiecare dintre aceste criterii va fi evaluat pe baza unor tabele existente
n literatura de specialitate.
Evident, utilizarea indicelui de risc induce o simplificare a abordrii i permite
identificarea celor mai serioase riscuri. ns fiecare dintre aceti factori prezint o
variaie neliniar, care se reflect inclusiv n modul de notare. Distorsiunile
componente se compun, rezultnd o variaie puternic neliniar a indicelui de risc. n
consecin, anumite seturi de valori G-F-ND produc combinaii foarte periculoase, cu
toate c valoarea indicelui de risc este sczut.
Figura 2.13 prezint un astfel de exemplu. Pentru un risc de nedetectare
considerat constant, ND=5 (probabilitate moderat a nedetectrii), s-a trasat
diagrama de contur a variaiei indicelui de risc.
Fig. 2.13 Diagram de contur pentru indicele de risc
49
Se constat c o situaie extrem de periculoas poate fi ntlnit n punctul

(G=10, F=2). Practic, o dat la 150.000 de cazuri poate aprea o defeciune care
afecteaz
sigurana
clientului
(operatorului)
sau
duce
la
nerespectarea
reglementrilor n vigoare, n condiiile absenei semnalelor premergtoare. Cu toate

acestea, indicele de risc are valoarea 100, situat sub valoarea medie i considerat
lipsit de pericol.
Intuitiv, se pot face anumite presupuneri incorecte asupra indicelui de risc IR.
Astfel, deoarece valoarea maxim a acestuia este 1000, se consider c IR poate
lua 1000 de posibile valori. n realitate, exist doar 120 de valori rezultate din
combinaia celor trei factori. n plus, media acestor 120 de valori este egal cu 166,
departe de mijlocul intervalului, iar mediana are valoarea 105. Practic, doar 6% din
cele 120 de valori se situeaz n jumtatea superioar a intervalului.
Chiar dac sistemele de notare cu 10 nivele sunt cele mai utilizate, de cele
mai multe ori sunt suficiente 4 nivele. Utilizarea a doar patru nivele are, n plus,
avantajul de a se adapta mai bine psihologiei notrii.
Cu ajutorul indicelui de risc, se poate stabili o ierarhie a potenialelor
defeciuni, n vederea ntreprinderii de aciuni prioritare n domeniile cu grad de risc
ridicat.
Dac riscul nedetectrii poate fi diminuat prin introducerea unor verificri sau
procese de control suplimentare, pentru reducerea frecvenei de apariie a defectrii
i a gravitii acesteia se poate ajunge chiar la reproiectarea produsului sau
procesului.
2.6.4 Utilizarea bazelor de date pentru realizarea analizei AMDEC
Domeniul gestiunii informaiilor abordeaz problema organizrii, stocrii i
regsirii n timp util a datelor de interes despre un anumit subiect. Bazele de date
reprezint instrumente informatizate de rezolvare a acestei probleme.
O baz de date reprezint o colecie de informaii corelate, asupra unui anumit
subiect, colectate, organizate i memorate ntr-un anumit scop. Sistemul care
permite colectarea, organizarea, memorarea i regsirea informaiilor dintr-o baz de
date poart numele de sistem de gestiune a bazelor de date (SGBD).
Pentru inginerul de formaie mecatronic, posibilitatea stocrii, memorrii,
sortrii pe baza unor criterii specificate i prelucrrii informatizate a datelor reprezint
50
nu doar o soluie de nlesnire a activitii, ci i un prim pas pentru realizarea

sistemelor de producie integrate, caracterizate printr-un nalt grad de informatizare.
n prezent, sistemele de gestiune a bazelor de date respect standardul
ODBC (Open Data Base Connectivity), standard referitor la conectivitatea deschis a
bazelor de date. Acest lucru semnific faptul c datele existente n baz pot fi
exportate ctre alte baze de date (i, implicit, pot fi preluate din alte baze de date),
fapt ce constituie nc un avantaj al utilizrii sistemelor informatizate SGBD.
Un domeniu n care bazele de date pot juca un rol hotrtor l reprezint
metodele i tehnicile de asigurare a calitii produselor.
Chiar dac, n prezent, tehnologiile informatice nu pot suplini rolul hotrtor al
factorului uman domeniul asigurrii i managementului calitii, inclusiv n realizarea
analizei AMDEC a unui produs, importana acestora nu poate fi contestat atunci
cnd se impune sistematizarea unui volum mare de informaii, ierarhizarea, filtrarea
i analiza relevanei acestora n funcie de anumite criterii.
O baz de date permite utilizarea unui sistem unificat de codificare a
componentelor, a funciunilor pe care le satisfac i a importanei acestora, a
modurilor de defectare, a cauzelor i efectelor defectrilor, precum i a msurilor
preventive.
Avantajele menionate anterior pot fi apreciate prin studiul unui exemplu
practic, reprezentat de baza de date Calitate.mdb, realizat cu ajutorul software-ului
de culegere i prelucrare automat a datelor Microsoft Access. Baza de date a fost
realizat pornind de la nregistrri de calitate similare celor oferite de mai multe
societi comerciale, cu scopul de a facilita aplicarea unui set complex de metode i
tehnici de asigurare a calitii.
Produsul analizat este un contor de ap cald sau rece, destinat uzului casnic.
Contorul este caracterizat printr-un diametru de 40 mm i un debit nominal de 10
m3/h.
Baza de date poate fi utilizat pentru introducerea i prelucrarea datelor de
service, pentru aplicarea informatizat a unui set de instrumente de managementul
calitii, inclusiv pentru realizarea fiei AMDEC, precum i pentru inerea unei
evidene a salariailor implicai n activitile cu rol de ameliorare a performanelor
produsului. Deoarece una din problemele care apar frecvent n utilizarea unei baze
de date este reprezentat de utilizarea unor notaii diferite pentru aceeai
51
caracteristic, s-a optat pentru varianta seleciei acestora dintr-o list de coduri
predefinit, n paralel cu posibilitatea editrii (modificrii coninutului) acesteia.
Prelucrarea datelor rezultate din activitatea de service i verificarea lor
periodic (fig. 2.14) se refer la introducerea i modificarea datelor, precum i la
realizarea unei game largi de rapoarte, adaptate cerinelor utilizatorului.
Fig. 2.14 Prelucrarea datelor rezultate din activitatea de service
Un formular tipizat de introducere a datelor este prezentat n figura 2.15.
Fig. 2.15 Formular de introducere a datelor de service

52
Figura 2.16 prezint diferitele tipuri de rapoarte ce pot fi generate automat n

urma introducerii datelor referitoare la activitatea de service.
Fig. 2.16 Generarea diferitelor tipuri de rapoarte

n afar de raportul general referitor la activitatea de service, se poate realiza
i ierarhizarea defeciunilor ntlnite, n funcie de frecvena acestora. De asemenea,
se pot realiza rapoarte lunare, pe o perioad indicat de ctre utilizator, rapoarte
personalizate, referitoare exclusiv la un anumit reper sau la o anumit cauz, sau
rapoarte de excepii (produse care n-au satisfcut o anumit caracteristic
obligatorie).
n cazul contorului de ap cald sau rece, excepia o constituie produsele care
nu au funcionat corect timp de minimum 24 de luni, respectiv perioada dintre dou
reetalonri.
Pentru utilizarea unui sistem de nregistrare unitar, s-au alocat coduri pentru
urmtoarele categorii de nregistrri:
denumire component;
funcie n sistem;
mod de defectare;
cauza defectrii;
efectul defectrii;
53
msuri de prevenire.
Aa cum s-a precizat anterior, utilizatorul nu lucreaz direct cu codurile
alocate, ci are posibilitatea alegerii nregistrrii dorite dintr-o list predefinit, care
poate fi editat.
n figura 2.17 se prezint un exemplu de formular de editare, pentru cazul
funciilor pe care le ndeplinesc reperele n sistem.
Fig. 2.176 Exemplu de formular de editare

Pentru realizarea analizei AMDEC (figura 2.18) sunt disponibile meniurile
referitoare la introducerea i modificarea nregistrrilor, precum i la elaborarea
propriu-zis, pe baza datelor introduse, a fiei AMDEC.
Fig. 2.18 Realizarea analizei AMDEC
54
n aceast etap a fost necesar s se introduc anumite criterii de acordare a

punctajului pentru frecvena apariiei unei anumite defeciuni n sistem, gravitatea
acesteia i riscul ca defeciunea s nu poat fi detectat n timp util de ctre
operator.
n funcie de aceste criterii, operatorul are posibilitatea de a introduce
concluziile analizei n baza de date (fig. 2.19).
Fig. 2.19 Introducerea datelor pentru realizarea analizei AMDEC

n cazul bazei de date Calitate.mdb s-a utilizat un sistem de notare cu 10
nivele pentru cuantificarea frecvenei de apariie a defectrii. Pentru aprecierea
gravitii defeciunii, precum i a riscului nedetectrii s-a preferat notarea pe patru
nivele.
Tabelele 2.6, 2.7 i 2.8 prezint modalitile de acordare a punctajului pentru
fiecare criteriu n parte.
La solicitarea de generare a fiei AMDEC, adresat bazei de date, va fi
elaborat un raport ierarhizat din care s rezulte modul cel mai frecvent de defectare a
componentelor unui sistem, n vederea adoptrii msurilor preventive. Un exemplu
de fi AMDEC este prezentat n figura 2.20.
Modul n care a fost conceput baza de date recomand utilizarea acesteia
pentru realizarea analizei AMDEC a produsului, inclusiv pentru determinarea
informatizat a indicelui de risc (RPN), criteriu de estimare a criticitii.
55
Tab.2.6 Criterii de cuantificare a frecvenei de apariie a defectului

Nota Semnificaie
Nota Semnificaie
Sub 1caz/100000
Sub 1caz/200
Sub 1caz/10000
Sub 1caz/100
Sub 1caz/5000
Sub 1caz/50
Sub 1caz/1000
Sub 1caz/10
Sub 1caz/500
10
Mai mult de 1caz/10
Tab.2.7 Criterii de cuantificare a
Tab.2.8 Criterii de cuantificare a
gravitii defectului
riscului de nedetectare
Nota
1
Semnificaie
Durata reparrii sub un
minut
Nota
1
Durata reparrii
2
cuprins ntre 1 i 20 de
Durata reparrii ntre 20

si 60 de minute
Durata reparrii
depete 60 de minute
Semnale premergtoare
sesizabile
minute
3
Semnificaie
care pot trece

neobservate
greu de sesizat
Nu exist semnale
premergtoare
Fia AMDEC rezultat poate fi tiprit, pentru a fi stocat o copie a ei pe

suport de hrtie sau n vederea difuzrii sau poate fi, eventual, prelucrat cu ajutorul
altor aplicaii.
Baza de date realizat permite, totodat, ierarhizarea comparativ a
funciunilor produsului, prezentat sub form de raport de analiz a costurilor.
Cunoscnd costul fiecrui component care ia parte la realizarea unei funciuni date,
este posibil estimarea costului total de realizare al funciunii respective.
Sintetiznd, se poate afirma c utilitatea bazei de date concepute pentru
realizarea analizei funcionale i a analizei AMDEC a unui produs este dat de
urmtorii factori:
determinarea informatizat a indicatorilor implicai;
56
corelaiile care se stabilesc ntre funciuni, componentele care iau parte la

realizarea acestora i costurile legate de realizarea produsului;
tratarea unitar a datelor legate de concepia noului produs i a celor rezultate

din activitatea de service asupra unor produse similare, caracteristic a
ingineriei concurente.
Fig. 2.20 Exemplu de fi AMDEC
57
3. CONTROLUL CALITII N NTREPRINDERI
3.1 Etapele controlului calitii n ntreprinderi i obiectivele

specifice
Capacitatea ntreprinderii de a produce profit i a satisface clienii prin
reducerea preurilor i reducerea termenelor de rspuns la ateptrile acestora, n
condiiile diversificrii i creterii calitii produselor, constituie obiectivul oricrei
organizaii implicate n activitatea de realizare de bunuri i servicii. Urmrirea acestui
obiectiv i eforturile planificate i sistematice ntreprinse de organizaie pentru
atingerea sa definesc conceptul de excelen industrial (fig. 3.1).
Y-Axis
Calitate si
diversitate
Termene
ZAx
is
X-Axis
Preturi
Tendinte
Fig.3.1 Realizarea excelenei industriale

mbuntirea calitii unui produs reprezint o activitate continu, ce se
desfoar pe durata ntregii viei a produsului. Spirala prof. J.M. Juran (fig.3.2)
constituie o reprezentare sugestiv a acestui ciclu ce se reia permanent la un nivel
superior, n urma cunotinelor dobndite i a experienei acumulate n ciclurile
anterioare.
58
Se observ c durata ciclului de via a produsului poate fi descompus ntr-o

serie de etape:
A : cercetare ;
11
1 : concepie (proiectare constructiv) ;
1'
10
2 : proiectare tehnologic ;
3 : planificarea fabricaiei (proiectare
organizatoric) ;
9
8
4 : aprovizionare (inclusiv
subfurnizori) ;
5 : execuie SDV ;
1
7
A
6
6 : fabricaie ;
7 : controlul fabricaiei ;
8 : inspecie, control ;
2
5
3
4
9 : analize, probe, ncercri ;

10 : vnzri ;
11 :operaii service;
B : cercetare.
Fig. 3.1 Spirala calitii

(prof. J.M. Juran)
Primul pas n mbuntirea continu a performanelor produselor i serviciilor

oferite l constituie asigurarea calitii acestora. Acest lucru este posibil doar dac n
fiecare etap a spiralei calitii se prevd operaii de control specifice. Altfel spus,
ntruct controlul calitii desemneaz ncercrile ce au ca scop asigurarea
conformitii cu cerinele, este necesar ca pentru fiecare etap s se parcurg doi
pai:
definirea indicatorilor care trebuie urmrii n funcie de specificul etapei;
verificarea concordanei dintre valorile efectiv obinute n etapa respectiv i

indicatorii definii anterior.
Pe durata ciclului de via al produsului se disting mai multe tipuri de control,

difereniate n funcie de activitatea supus controlului i de specificul indicatorilor
definii:
59
I. Controlul n etapa de concepie si proiectare

Proiectarea reprezint activitatea creatoare care, pornind de la cerinele
exprimate i de la cunotinele existente, conduce la definirea unui produs care
satisface aceste cerine i este realizabil industrial.
Definirea produsului sau serviciului n conformitate cu cerinele exprimate sau
implicite constituie faza cea mai important a proiectrii
n procedurile la care se refer manualul calitii trebuie s se precizeze
dispoziiile luate n privina:
organizrii etapei de proiectare:

definiia responsabilitilor;
interfaa ntre diferite grupuri tehnice etc.
pregtirii obiectivelor proiectrii:

planificarea fazelor de proiectare (planului calitate), care

trebuie s cuprind i etape de revizie a proiectrii;
respectarea normelor i a reglementrilor;
definirea criteriilor de calitate la proiectare;
verificrii proiectrii:
de ctre persoane desemnate datorit competenei lor;
pe baza msurilor corespunztoare (calcule n paralel sau

probe).
n etapa de concepie i de proiectare, obiectivele controlului calitii au n

vedere:
documentare larg asupra produselor similare realizate pe plan mondial;
previziune asupra calitii viitorului produs, n vederea alegerii variantei optime

de proiectare;
studiu de pia;
studiul capacitii produselor de a satisface cerinele beneficiarilor;
stabilirea tehnologiei de fabricaie;
proiectarea fabricaiei.
II. Pregtirea material a fabricaiei

Pregtirea material a fabricaiei are loc naintea procesului de fabricaie
propriu-zis i presupune o serie de activiti de foarte mare importan pentru
60
desfurarea procesului de fabricaie n condiiile dorite: determinarea necesarului de

materii prime, materiale, semifabricate, combustibil i energie; organizarea
aprovizionrii ntreprinderii; achiziia de maini, utilaje i echipamente necesare sau
execuia acestora n regie proprie (dup caz); stabilirea programului de fabricaie;
asigurarea
personalului
organizatorice
specializat,
reamplasri;
inclusiv
schimbri
de
formarea
fluxuri
acestuia;
tehnologice;
schimbri
elaborarea
planificrilor tehnico-economice i calendaristice.

n etapa de pregtire material a fabricaiei, obiectivele controlului calitii
vizeaz n principal:
asigurarea competenei profesionale a personalului;
efectuarea de reglaje i reamplasri;
aprovizionarea tehnico-material ritmic.
III. Controlul n procesul de fabricaie

Principalul scop al controlului n timpul fabricaiei l constituie asigurarea
concordanei ntre calitatea concepiei i calitatea fabricaiei. Succesul demersurilor
specifice acestei etape este condiionat de identificarea corect a punctelor-cheie,
adic a punctelor de control ale unui proces care prezint o importan particular
din punct de vedere al calitii produsului sau serviciului, al securitii instalaiilor i
persoanelor, al proteciei mediului. De asemenea, trebuie avute n vedere msurile
referitoare la ntreinerea corespunztoare a echipamentelor i a software-ului
asociat.
Obiectivele controlului n procesul de fabricaie sunt:
executarea strict a produselor i operaiilor prevzute n documentaia

tehnic;
obinerea de produse cu indicii calitativi proiectai;
realizarea randamentelor, productivitii i consumurilor normate.
IV. Controlul produselor finite

Controlul produselor finite urmrete verificarea concordanei ntre valorile
nscrise n documentaia de execuie i valorile efectiv realizate n urma procesului
de fabricaie.
n aceast etap, controlul urmrete n principal urmtoarele obiective:
msurarea caracteristicilor de calitate;

61
verificarea preciziei determinrilor, n vederea stabilirii gradului de ncredere n

acestea;
verificarea gradului de protecie a ambalajului;
comportarea n timpul depozitrii, transportului, manipulrii.
V. Controlul calitii produselor la beneficiari

Urmrirea comportamentului produselor n funcionare ofer productorului
informaii foarte valoroase asupra modalitilor de mbuntire a performanelor
acestuia, a elementelor care conduc la aprecierea favorabil sau nu de ctre client,
dar i a eventualelor probleme aprute n exploatare
n aceast etap, obiectivele controlului au n vedere cu precdere:
comportarea produselor n exploatare;
colectarea de critici, observaii, tendine de evoluie a fenomenelor care

afecteaz funcionarea.
3.2 Metode de control al calitii loturilor de produse

Controlul calitii are rolul de a aciona i de a interveni operativ pentru ca
produsul final s corespund condiiilor cerute (s fie conform cu specificaiile).
Aciunea de control are n vedere toate etapele de realizare a unui proces, n
fiecare dintre etape utilizndu-se metode specifice.
Controlul calitii include o gam de operaii care debuteaz cu simple
verificri ale produsului i se sfresc cu tehnici statistice sofisticate.
Operaiile de control sau ncercri trebuie nsoite de instruciuni de lucru
foarte precise, care trebuie s cuprind referiri la:
caracteristicile parametrilor care trebuie verificai; acetia pot fi parametri cum

ar fi fora, viteza, presiunea sau temperatura unui proces, precum i
caracteristici ale produsului;
controlul sau ncercarea echipamentelor sau instrumentelor ce urmeaz a fi

folosite;
condiiile de mediu ce urmeaz a fi meninute n timpul ncercrilor;
metoda de examinare sau ncercare, proceduri de prelevare a probelor (acolo

unde este posibil), numrul msurrilor ce urmeaz a fi fcute, criteriile
condiiilor verificate, etc.;
62
documentarea rezultatelor verificrii proceselor de fabricaie;
instruciuni asupra verificrilor de autentificare sau de confirmare efectuate de

personalul de supraveghere;
identificarea persoanelor sau grupurilor crora li se vor comunica rezultatele

ncercrilor.
Selectarea tehnicilor de control necesit mult atenie, deoarece trebuie s se
opteze pentru tehnici ce pot fi folosite de ctre personalul executant, superiorii

acestora sau de ctre personalul specializat din cadrul departamentului Control. De
asemenea, acolo unde este posibil, trebuie favorizate tehnicile de control statistic .
n procesul de fabricaie, n funcie de specificaiile tehnice ale fiecrui produs,
se pot utiliza una sau mai multe dintre metodele prezentate n continuare.
Autocontrolul
Autocontrolul reprezint ometod de control folosit nc din vechime, ale
crei principale avantaje sunt simplitatea i viteza.
Dup terminarea operaiei pe care a avut-o de executat, operatorul nsui
verific principalii parametri ce definesc calitatea unui produs. Verificarea poate fi
vizual sau poate implica folosirea unor instrumente de msur simple, de atelier.
Condiia ca operatorul s cunoasc, pe lng propriile sarcini, i operaia de
control specific reprezint un dezavantaj al metodei. De asemenea, este necesar ca
operatorul s fie obiectiv.
Metoda poate fi aplicat n procesele insuficient stabilizate sau n producia de
unicate i serie mic.
Controlul n lan
Controlul n lan este specific fabricaiei pe band. n cazul acestui tip de
control fiecare muncitor, n afara operaiei pe care o execut, are de realizat i dou
operaii de control: controlul operaiei precedente i controlul propriei operaii.
ntruct este o metod care presupune un consum foarte mare de timp alocat
operaiilor de control, aplicarea sa este justificat doar n cazul n care reperele i
subansamblurile controlate au un rol funcional deosebit de important sau n cazul
operaiilor tehnologice deosebit de complexe, cu cost ridicat.
63
Controlul integral (100%)

Controlul integral presupune verificarea bucat cu bucat a tuturor reperelor
rezultate pe fluxul de producie. Controlul integral este executat de personal
specializat cu atribuii de control, folosind mijloace de msurare specifice. ntruct i
n acest caz se consum multe resurse (timp, costuri cu personalul dedicat exclusiv
operaiilor de control i cu echipamentele de control specifice), acest tip de control se
folosete la componentele sau subansamblurile importante ale unui produs sau n
cazul proceselor ale cror variaii intrinseci sunt att de mari nct nu se pot evita
rebuturile.
Controlul integral nu se recomand unui proces cu o productivitate ridicat. Un
alt dezavantaj este faptul c nu contientizeaz personalul executant asupra
necesitii asigurrii calitii, ntruct exist percepia c reperele neconforme vor fi
oricum eliminate n timpul operaiilor de control.
Controlul prin sondaj empiric
Controlul prin sondaj empiric presupune examinarea ctorva repere imediat
dup terminarea lor, urmat de o reexaminare, pentru a avea sigurana c sunt n
conformitate cu cerinele specificate. Reperele sunt alese ntmpltor, de acea se
spune c metoda este empiric. Verificarea prin sondaj poate fi executat de ctre
eful de atelier sau de ctre controlori.
Metoda pleac de la premisa c eantionul are aceeai compoziie calitativ
cu cea a lotului din care a fost prelevat, de aceea se folosete doar pentru procesele
care nu necesit precizie foarte mare, n urma crora rezult produse ai cror
parametri au variaii foarte mici: presarea, turnarea, procesele chimice continue,
filarea i eserea. n alte situaii, metoda este complet neindicat.
Controlul statistic
Controlul statistic presupune prelevarea i controlarea n totalitate a unui
eantion de dimensiune n dintr-un lot de produse finite de dimensiune N. Rezultatele
obinute permit s se formuleze aseriuni i concluzii asupra ntregului lot sau proces
de fabricaie.
64
Controlul statistic se bazeaz pe principiul c toate procesele au o variaie

intrinsec. Dac se poate stabili intervalul de toleran n limitele cruia se
ncadreaz aceast variaie, acesta se poate utiliza pentru a prevedea nivelele de
calitate i a se indica eventualele corecii pentru ca procesul s rmn n limitele de
control;
Metoda furnizeaz informaii asupra stabilitii fabricaiei, a capabilitii
proceselor de fabricaie, a preciziei de realizare a caracteristicilor de calitate
controlat.
Controlul statistic poate fi utilizat n producia de serie, independent de natura
produsului finit, n producia de unicate a pieselor foarte mari i complexe, pentru
verificarea unor parametri tehnici pe fluxul procesului, n vederea meninerii acestora
sub control (temperaturi, concentraie, presiuni, debite etc.). Cu toate acestea, exist
i situaii n care controlul statistic nu poate fi aplicat, fie deoarece nu sunt ntrunite
condiiile care valideaz ipotezele matematice, fie deoarece probabilitatea pe care o
presupune induce un anumit grad de risc (de exemplu, pentru verificarea
caracteristicilor critice care pot genera defecte ce pun n pericol viaa oamenilor).
65
4. NOIUNI DE STATISTIC MATEMATIC APLICATE N

CONTROLUL CALITII
Statistica matematic aplicat reprezint un instrument indispensabil n
controlul i asigurarea calitii, datorit capacitii sale de a furniza informaii asupra
stabilitii fabricaiei, a capabilitii proceselor de producie, precum i a preciziei de
realizare a caracteristicilor de calitate controlate.
Avantajele aplicrii metodelor de control statistic sunt multiple i au n vedere
n special:
utilizarea unui numr redus de personal;
durata scurt de timp pentru luarea deciziei;
stabilirea operativ a metodelor de reglaj i corecie;
asigurarea realizrii i meninerii stabilitii produselor;
reducerea prejudiciilor suferite de produse;
asigurarea livrrii de loturi de produse cu exemplare ce prezint defecte n

limitele acceptate n comun de furnizor i beneficiar;
antrenarea pentru aplicarea de msuri rapide i eficiente de eliminare a

cauzelor defectelor.
n prezent, se vorbete despre existena unei viziuni statistice, care modific
percepia specialistului asupra fenomenelor naturale sau industriale. Inginerii i

tehnicienii sunt obligai s abordeze procesele industriale prin prisma analizei
statistice i probabilistice, statistica aplicat devenind astfel o etap obligatorie
pentru analiza corect a fenomenelor studiate.
Pentru aceasta, este necesar s se reaminteasc proprietatea oricrui
fenomen natural de a se supune unor legi probabilistice mai mult sau mai puin
complexe.
n majoritatea cazurilor, n anumite condiii, aceste legi se pot aproxima prin
legi normale.
4.1 Noiuni de statistic descriptiv

Statistica matematic, fundamentat pe principiile teoriei probabilitilor, are
ca obiect sistematizarea, prelucrarea i utilizarea datelor statistice n vederea
studierii pe cale inductiv a fenomenelor aleatoare de mas. Studierea concordanei
66
dintre modelarea matematic a unor fenomene aleatoare de mas i fenomenele

nsei este caracterizat de conceptul fundamental de selecie, concept care st la
baza statisticii matematice.
Cercetarea statistic pornete de la o colectivitate, numit i populaie,
format din elemente care se difereniaz prin diverse atribute i care poart numele
de uniti ale populaiei (indivizi).
n studiul unei populaii, statistica matematic se ocup cu repartiia unitilor
populaiei dup o caracteristic pe care o posed unitile populaiei, precum i cu
diferite valori tipice ale acestei caracteristici, cum ar fi valoarea medie, dispersia,
momentele de diverse ordine i alte valori care depind de populaia respectiv.
Studiul statistic al unei populaii se poate face cercetnd o anumit
caracteristic msurabil sau calitativ pe care o posed unitile populaiei, care
poate fi asimilat cu o variabil aleatoare X considerat pe populaia aflat n studiu.
Aceast variabil poart numele de variabil aleatoare asociat populaiei.
Numrul unitilor de populaie care iau o anumit valoare poart numele de
efectivul acelei valori.
Dac xi reprezint valorile variabilei aleatoare, iar ni efectivul acestora, se
spune c perechile (xi, ni) formeaz o serie statistic.
n urma unui proces de producie se obin colectiviti de produse. Fiecare
unitate de produs poate fi, n principiu, conform sau nu din punct de vedere calitativ.
Caracteristicile de calitate sunt considerate variabile aleatoare ce urmeaz
repartiii statistice. Astfel, cunoscnd o valoare posibil a unei caracteristici, se poate
estima probabilitatea de apariie a acesteia.
Indicatori statistici ai legii de repartiie

Studiul repartiiei statistice a unei variabile aleatoare X i utilizarea ei pentru
modelarea comportrii caracteristicilor de calitate presupun cunoaterea unor
indicatori statistici ai legii de repartiie, definii n continuare:
media aritmetic a rezultatelor obinute:
x=
1 n
x i ni ,
n i =1
(4.1)
67
S-au notat: i - numrul de ordine al msurtorii; n - numrul total de

msurtori; ni - numrul de msurtori la care s-a obinut rezultatul xi.
dispersia:
2 =
1 n
( x i x )2 ni
n i =1
(4.2)
abaterea medie ptratic (denumit i abatere standard):
= 2
(4.3)
R = xmax xmin
(4.4)
amplitudinea mprtierii:
mediana Me: valoarea care ocup locul central n irul ordonat al valorilor
caracteristicii. Ea se calculeaz astfel:
dac n este impar:
Me = x n +1
(4.5)
dac n este par:
Me =
1
xn + xn
+1
2 2
2
(4.6)
modul (modulul) Mo: valoarea observat care are frecvena cea mai mare
(valoarea cea mai probabil a variabilei);
68
abaterea minim absolut:
d min = xmin x
abaterea minim relativ:
v=
(4.7)
dx
100 [%]
x
abaterea maxim absolut:

d max = xmax x
(4.9)
abaterea maxim relativ:
d max % =
(4.8)
d max
100 [%]
x
(4.10)
abaterea medie liniar:
dx =
x ni
i =1
(4.11)
i =1
coeficientul de variaie exprimat n funcie de abaterea medie ptratic:
v=
100
(4.12)
coeficientul de variaie exprimat n funcie de abaterea medie liniar:
v=
dx
100
x
(4.13)
69
De regul, coeficientul de variaie se exprim n procente.

Cu ct nivelul coeficientului de variaie este mai apropiat de zero, cu att
variaia este mai redus, iar colectivitate este mai omogen (media are un grad mai
ridicat de reprezentativitate).
Dreapta de regresie
Seriile statistice de tip (xi, ni) reprezint serii statistice cu o singur variabil. n
multe situaii este util s se stabileasc dac exist o relaie ntre dou mrimi. n
acest caz se utilizeaz seriile statistice de dou variabile.
Stabilirea existenei unei relaii comune ntre dou seturi de date se poate face
foarte simplu printr-o diagram de dispersie. Forma norului de puncte (xi, yi) rezultat
ne ofer o prim informaie despre existena unei corelaii ntre variabilele aleatoare
X i Y (fig. 4.1). Corelaia ntre cele dou seturi de variabile nu implic faptul c ntre
ele s-a stabilit o relaie de tip cauz-efect. Uneori, poate exista o cauz ascuns care
produce ambele efecte.
c)
b)
a)
d)
e)
Fig. 4.1 Exemple de diagrame de dispersie: a) corelaie puternic pozitiv; b) corelaie

slab pozitiv; c) corelaie puternic negativ; d) corelaie slab negativ; e) nu exist
corelaie
70
Dac norul de puncte (xi, yi) are o form aproximativ rectilinie alungit (fig. 4.1
a-d), se poate determina dreapta de regresie Y = aX + b (dreapta care aproximeaz
cel mai bine alura norului de puncte).
n
general,
regresia
reprezint
tehnica
general
prin
care
valorile
experimentale sunt ajustate la o curb teoretic dat. Cea mai rspndit metod de
regresie este metoda celor mai mici ptrate. n cadrul acestei metode, coeficienii de
regresie sunt stabilii pornind de la condiia ca suma ptratelor distanelor de la
punctele (xi, yi) la curba teoretic s fie minim.
n cazul regresiei liniare, aplicarea metodei celor mai mici ptrate conduce la
urmtoarele valori:
panta dreptei de regresie:
a=
( y i y ) ( xi x )
i =1
(x
x)
i =1
1 n
( y i y ) ( xi x )
n i =1
=
1 n
2
( xi x )
n i =1
(4.14)
ordonata la origine:
b = y ax
(4.15)
Valoarea:
Cov ( X ,Y ) =
1 n
( y i y ) ( xi x )
n i =1
(4.16)
poart numele de covariana variabilelor aleatoare X i Y.

Cu aceast notaie, relaia (4.14) se rescrie:
a=
Cov ( X ,Y )
( X )2
(4.17)
Se definete coeficientul de corelaie liniar ntre X i Y:
r=
Cov ( X ,Y )
( X ) (Y )
(4.18)
71
Cu ct r este mai apropiat de 1, corelaia ntre variabilele aleatoare X i Y

este mai puternic. Dac r = 1 se spune c variabilele aleatoare se afl n relaie de
dependen liniar total. n mod practic se consider c exist corelaie dac
r2 > 3 .
4
4.2 Legi de probabilitate i funcii de repartiie

Legi de probabilitate
Fie un experiment aleatoriu care poate prezenta un numr finit de realizri.
Fiecare realizare a acestui experiment poart numele de prob. Rezultatul unei
probe poart numele de eveniment.
Se numete eveniment elementar orice rezultat posibil al unui experiment.
Evenimentele pot aprea cu diferite probabiliti (grade de realizare).
Se definete probabilitatea de apariie a unui eveniment A numrul P(A)=m/n,
unde n este numrul total de evenimente elementare din E, iar m este numrul
evenimentelor elementare care l implic pe A. Cu alte cuvinte, probabilitatea de a
avea loc un eveniment A reprezint raportul dintre numrul de cazuri favorabile i
numrul de cazuri posibile.
Mulimea tuturor realizrilor posibile ale evenimentului se noteaz . Dac se
consider o variabil aleatoare X, mulimea tuturor valorilor k pe care le poate lua
aceast variabil n urma realizrii experimentului se noteaz X() i poart numele
de univers imagine.
Funcia definit pe universul imagine X() i care asociaz fiecrei valori k
probabilitatea de apariie a acesteia poart numele de lege de probabilitate.
: X () [0,1]
P (k ) = P ( X = k )
X
(4.14)
O lege de probabilitate se reprezint grafic sub forma unei histograme.
72
Funcii de repartiie
Funcia:
F : [0,1]
(4.15)
F ( x ) = P( X x )
unde X reprezint o variabil aleatoare poart numele de funcie de repartiie.

Reprezentarea grafic a funciei de repartiie poart numele de curb
cumulativ.
Legea binomial
O prob care nu poate avea ca rezultat dect dou evenimente
complementare ( S succes, S - eec) poart numele de prob binomial.
Dac p reprezint probabilitatea succesului, probabilitatea eecului va avea
valoarea q = 1-p.
Fie X variabila aleatoare asociat numrului de succese obinute ntr-un ir de
n probe binomiale, X {0,1,...n } , n finit (altfel spus ( X ) = [0, n ] N ). Legea sa de
probabilitate poart numele de lege binomial i este definit prin relaia:
Pk = P ( X = k ) = Cnk p k (1 p )n k = Cnk p k q n k .
(4.16)
Valorile n i p poart numele de parametrii legii binomiale. Legea binomial

definit astfel se noteaz B(n;p).
Legea Poisson
Fie X o variabil aleatoare discret care poate lua un numr infinit de valori
ntregi (sau ( X ) = Z ). Se spune c X este o variabil Poisson de parametru
( , > 0 ) dac, pentru orice k N :
Pk = P ( X = k ) = e
xk
.
k!
(4.17)
73
Legea de probabilitate definit astfel poart numele de lege Poisson, notat

P(). Se demonstreaz c legea Poisson P() reprezint limita legii binomiale B(n;p)
cnd n i np . Practic, legea binomial B(n;p) poate fi aproximat de legea
Poisson P(=np) dac n 30 , p 0.1 i np < 10 .
Legea normal (legea Laplace-Gauss)
Atunci cnd o mrime fizic suport influena mai multor factori independeni,
dintre care nici unul nu este preponderent, se consider c se supune unei legi
normale.
Aceast lege poart numele de legea Laplace-Gauss, iar expresia ei
algebric este :
y=
1 x 2

2
(4.18)
Variabila y exprim densitatea de probabilitate a variabilei normale x. Valorile
i reprezint media valorilor acestei variabile, respectiv abaterea medie
ptratic, respectiv.
Legea normal se noteaz N(;).
Reprezentarea grafic poart numele de clopot al lui Gauss, datorit formei
sale asemntoare cu un clopot.
n situaia controlului calitii, pe ordonata acestei curbe sunt reprezentate
valorile frecvenelor absolute ale unei anumite mrimi ntmpltoare, iar pe abscis
valorile mrimilor ntmpltoare.
Funcia este simetric n raport cu x=, avnd un maxim de valoare
( ,1 2 ) i avnd ca asimptot orizontal la ambele ramuri ale clopotului
dreapta Ox. Valoarea poziioneaz punctul de inflexiune al curbei n raport cu

media , aa cum se observ n figura 4.2.
Odat cu modificarea valorii abaterii medii ptratice , forma curbei se
modific. Pentru mic se obine o curb ascuit, iar pentru valori mai mari ale lui o
curb aplatisat, aa cum se observ n figura 4.3.
Dac se menine constant i se variaz media aritmetic , nu se obine
schimbarea formei curbei, ci doar translaia acesteia pe axa Ox.
74
Fig.4.2 Reprezentarea grafic a unei legi normale
Fig.4.3 Densitatea repartiiei : a) cu dispersie relativ mic; b) cu dispersie relativ

mare.
Aria nchis de graficul funciei i de axa Ox are expresia :
F(x) =
1 x 2

2
dx
(4.19)
Dac variabilei x i se substituie variabila normat u, dat de expresia (4.15):
u=
(4.20)
se obine legea normal centrat redus:
75
f (u ) =
1
2
u2
2
(4.21)
Transformarea unei legi normale oarecare n lege normal centrat redus

permite cunoaterea probabilitilor asociate legii normale.
Aria cuprins sub curba lui Gauss conine totalitatea populaiei. Prin convenie,
aceast arie se consider egal cu 1.
Pentru u0>0, proporia P a indivizilor situai la stnga valorii u0 este dat de
valoarea F(u0), furnizat de tabelele de probabiliti (fig.4.4a):
P (u < u 0 ) = F (u 0 ), u0 > 0
(4.22)
Pentru u0<0, aceast proporie este dat de valoarea complementar

(fig.4.4b):
P (u < u 0 ) = 1 F ( u 0 ) = 1 F ( u 0 )
a)
(4.23)
b)
Fig.4.4 Ilustrarea repartiiei n funcie de valoarea u0. a)u0>0 b)u0<0.

n consecin, proporia indivizilor situai n intervalul [-u0, u0], u0>0, are
valoarea:
P ( u 0 < u < u 0 ) = F (u 0 ) (1 F (u 0 )) = 2F (u0 ) 1
(4.24)
Tabelul 4.1 prezint un extras din tabelul de probabiliti asociate legii

normale reduse.
76
Tab. 4.1 Tabelul de probabiliti asociate legii normale reduse (extras)

u0
P=F(u0)
u0
P=F(u0)
0,500
1,22
0,889
0,01
0,504
1,96
0,975
0,10
0,54
2,58
0,995
0,12
0,548
2,75
0,997
1,00
0,841
3,09
0,999
Pentru u=1,96, P=97,5%, pentru u=2,58, P=99,5%, iar pentru u=3,09,

P=99,9%.
n majoritatea cazurilor se poate utiliza aproximaia din figura 4.5.
Fig.4.5 Reprezentarea grafic simplificat a funciei de repartiie

Rezultatele furnizate de calculul probabilitilor permit estimarea procentului
de piese conforme i de rebuturi din cadrul unui lot de piese controlat prin metode
statistice. Spre exemplu, dac pentru un lot de arbori controlat se cunosc
dimensiunea nominal i abaterile N eies , se pot determina:
procentul de piese conforme;
procentul de rebuturi;
procentul de rebuturi recuperabile;
77
procentul de rebuturi nerecuperabile.

Exemplu
Se consider un eantion care conine N = 200 de arbori, avnd
dimensiunea nominal i abaterile de 64 0,01 , corespunztoare clasei de toleran
0,05
g8. Dup msurare i prelucrarea rezultatelor, s-au obinut media = 64,033 mm i

abaterea medie ptratic = 0,008 mm .
S se calculeze procentul de piese conforme i procentul de rebuturi, pentru
cazul n care prelucrarea se continu cu acelai proces tehnologic i cu acelai reglaj
al mainii.
Rezolvarea presupune n primul rnd transformarea legii normale ntr-o lege

normal centrat redus prin efectuarea schimbrii de variabil prezentat n relaia
(4.20):
u1 =
u2 =
x1
x2
(N + ei )
(N + es )
n continuare se calculeaz probabilitile asociate cu ajutorul tabelului legii

normale centrate reduse prezentat n Anexa 1:
Pc [%] = [P (u < u 2 ) P (u < u1 )] 100[%]
Prn [%] = [P (u < u1 )] 100[%]
Prr [%] = [P (u > u 2 )] 100[%] = [1 P (u < u 2 )] 100[%]
Pr [%] = Prn [%] + Prr [%] = 100[%] Pc [%]
4.3 Noiuni de statistic inferenial

Statistica inferenial reprezint acea parte a statisticii care i propune s
rezolve dou probleme reciproce: problema eantionrii i problema estimrii.
Problema eantionrii presupune c se cunosc caracteristicile unei populaii i
se dorete deducerea caracteristicilor unui eantion de efectiv dat prelevat din
aceast populaie.
78
Problema estimrii presupune c se cunosc caracteristicile unui eantion dat

i se cere s se determine caracteristicile populaiei din care a fost prelevat. Este
evident c aceast problem poate fi rezolvat doar cu un anumit grad de
incertitudine.
4.3.1 Problema eantionrii
Teorema limitei centrale
Un rezultat deosebit de important pentru rezolvarea problemei eantionrii l
furnizeaz un rezultat fundamental al statisticii matematice, numit teorema limitei
centrale. Aceasta afirm c dac se prelev eantioane de talie n dintr-o populaie
de medie i abatere medie ptratic (necunoscute), indiferent de tipul distribuiei
acesteia, pe msur ce n crete, distribuia mediilor eantioanelor va aproxima tot
mai mult o lege normal de medie i abatere medie ptratic / n .
Studiul mediilor eantioanelor

Conform teoremei limitei centrale, rezult c media mediilor eantioanelor, x ,
va reprezenta o bun estimare a mediei adevrate a populaiei .
Consecine:
1. Dac se prelev un eantion dintr-o populaie care se supune unei legi
normale N(;), acesta va urma o lege normal de forma N(; / n ), oricare ar fi
talia eantionului.
2. Dac distribuia populaiei nu este normal sau nu se cunoate legea de
distribuie a acesteia, se poate considera c distribuia mediilor eantioanelor
urmeaz o lege normal de forma normal N(; / n ) n cazul n care n 30 (n
acest caz, eantionul este considerat mare; dac n < 30 eantionul se consider
mic).
3. Dac distribuia populaiei nu este normal sau nu se cunoate legea de
distribuie a acesteia i n < 30 , nu se poate spune nimic despre legea de distribuie a
mediilor eantioanelor.
79
Studiul frecvenelor
n domeniul controlului calitii, noiunile de:
frecven de apariie a unei proprieti care poate avea dou valori de tip
da/nu, numit caracteristic de eantionare;
proporie;
procent
sunt asimilate ntre ele.
Dac ntr-o populaie de N indivizi, K dintre acetia posed proprietatea P,
frecvena de apariie a proprietii are valoarea p = K
Dac se consider un eantion de talie n, fie k numrul de indivizi din eantion

care prezint proprietatea P. Valoarea k urmeaz o lege binomial de forma B(n;p).
Dac eantionul este suficient de mare ( n 30 ), se poate considera c
frecvena de apariie f =
p(1 p )
k
urmeaz o lege normal de forma N(p;
).
n
n
4.3.2 Problema estimrii

Estimarea punctual
Problema const n estimarea caracteristicii a unei populaii prin valoarea
punctual (izolat) z a unei caracteristici a eantionului studiat. z poart numele de
estimatorul lui .
Estimarea punctual nu coincide cu adevrata valoare a parametrului , ns
este foarte apropiat de acesta. Parametrului i pot fi asociai mai muli estimatori
diferii, n funcie de alegerea unuia sau a altuia rezultnd un anumit grad de
exactitate a estimrii.
Cnd n , z .
Se fac urmtoarele notaii:
: media populaiei (necunoscut);

m: media eantionului (presupus cunoscut);
: abaterea medie ptratic a populaiei (necunoscut);
80
s: abaterea medie ptratic a eantionului (presupus cunoscut);

p: frecvena populaiei (necunoscut);
f: frecvena eantionului (presupus cunoscut).
Estimarea punctual a mediei:

Cnd n , X =
0 , deci m = . n consecin m este estimatorul
punctual al lui .
Estimarea punctual a abaterii medii ptratice:

Valoarea:
s=
(x
m)
i =1
(4.25)
n 1
reprezint un estimator punctual al abaterii medii ptratice . Se observ c:
s =
n
.
n 1
(4.26)
Estimarea punctual a frecvenei:

Valoarea f (frecvena eantionului) reprezint un estimator pentru p (frecvena
populaiei).
Estimarea prin intermediul intervalelor de ncredere

Estimarea prin intermediul intervalelor de ncredere asociaz rezultatului un
anumit nivel de ncredere, exprimat prin probabilitatea ca rezultatul s fie corect.
Valoarea
= 1 poart numele de nivel de risc.

81
Estimarea intervalului de ncredere asociat mediei a populaiei:

Utiliznd teorema limitei centrale i proprietile legii normale reduse se poate
determina un interval de ncredere corespunztor valorii a mediei populaiei
analizate.
Estimarea
const
determinarea
intervalului
centrat
(media
eantionului) n care se afl media adevrat a populaiei, rezultatul fiind furnizat

cu nivelul de ncredere :
P (m m + ) = .
(4.27)
Se observ c:
m m + m
m m +
(4.28)
Altfel spus, este necesar ca:
P ( m + ) = .
(4.29)
a) eantion mare ( n 30 , control repetitiv)

a.1) cazul n care se cunoate abaterea medie ptratic a populaiei :
Problema se reduce la determinarea valorii care s respecte relaia (4.29).
Se reamintete c media eantionului se supune unei legi normale
N(; / n ). Se introduce schimbarea de variabil:
u=
(4.30)
Valoarea u urmeaz o lege normal centrat redus N(0;1).
82
Se noteaz:
um =
(4.31)
Relaia (4.29) devine:

P
um
= .
n
n
(4.32)
Dar:

um
P
= 2P u m
1,
n
n
n
(4.33)
deci rezult:

2P u m
1= ,
(4.34)
+1
P um
,
=
(4.35)
Valoarea se determin din tabelul legii normale centrate reduse.

a.2) cazul n care nu se cunoate abaterea medie ptratic a populaiei :
n acest caz, abaterea medie a populaiei se estimeaz prin valoarea
n
i problema se reduce la cazul precedent.
n 1
83
b) eantion mic ( n < 30 , test unic, expertiz) extras dintr-o populaie care se
supune unei legi normale:
b.1) cazul n care se cunoate abaterea medie ptratic a populaiei :
Ti n acest caz, media eantionului se supune unei legi normale N(; / n ).
n consecin, se aplic metoda prezentat n cazul a.1).
b.2) cazul n care nu se cunoate abaterea medie ptratic a populaiei :
n aceast situaie, media eantionului nu se mai supune unei legi normale

N(; / n ), ns valoarea
X
n 1
urmeaz o lege Student cu n-1 grade de libertate.
Se poate scrie:
mt
s
s
< <m+t
.
n
n
(4.36)
Valoarea t se extrage din tabelul Student sau este furnizat de ctre programe
de calcul specializate, n funcie de numrul gradelor de libertate .
Deoarece se utilizeaz media m a valorilor din eantion n locul mediei
adevrate , se consider c = n - 1.
Estimarea intervalului de ncredere asociat proporiei p n care o anumit

caracteristic apare ntr-o populaie (frecvena de apariie a caracteristicii n
interiorul populaiei):
Estimarea const n determinarea intervalului centrat n f (frecvena
eantionului) n care se afl proporia adevrat p a populaiei care prezint
caracteristica analizat (frecvena de apariie a caracteristicii n interiorul populaiei),
rezultatul fiind furnizat cu nivelul de ncredere :
P (f p f + ) = .
(4.37)
84
Similar relaiei (5.28), se obine:

f p f + p f
f p p f p +
(4.38)
Altfel spus, este necesar ca:
P (p f p + ) = .
(4.39)
Se reamintete c, dac eantionul este suficient de mare ( n 30 ), se poate

considera c frecvena de apariie a caracteristicii analizate f =
normal de forma N(p;
k
urmeaz o lege
n
p(1 p )
).
n
n locul valorii necunoscute p se va utiliza estimatorul f, iar n locul valorii
p(1 p )
estimatorul
n
folosi direct valoarea
f (1 f )
n
=
n
n 1
f (1 f )
. Cnd n are valori mari, se poate
n 1
f (1 f )
.
n
Se procedeaz similar cazului a.1). Se introduce schimbarea de variabil:
u=
xp
f (1 f )
n 1
(4.40)
Se noteaz:
uf =
f p
f (1 f )
n 1
(4.41)
Relaia (5.39) devine:
85
P
uf
f (1 f )
n 1
= .
f (1 f )
n 1
(4.42)
Rezult n final:
P uf
= +1,
2
f (1 f )
n 1
(4.43)
Valoarea se determin din tabelul legii normale centrate reduse.
Aproximarea legilor de probabilitate prin legi normale:

Dac se consider = p i = p(1 p ) , legea binomial poate fi aproximat
de legi normale.
n cazul unei legi normale, relaia:
m u
s
n
< < m+u
s
n
(4.44)
este adevrat cu probabilitatea P = P (u ) . (O alt form de scriere a relaiilor

4.27 i 4.32).
Pentru P = 95% ( = 0,05), u = 1,96.
n consecin, pentru P = 95% se poate construi intervalul de ncredere:
f 1,96
f (1 f )
f (1 f )
< p < f + 1,96
,
n
n
(4.45)
unde f reprezint frecvena gsit n eantion.
86
Similar, i legea Poisson poate fi aproximat de legi normale. n acest caz,

relaia se scrie:
f 1,96
f
f
< p < f + 1,96
,
n
n
(4.46)
unde f reprezint frecvena defectelor din eantion.
4.4 Testul 2 (hi ptrat)

Exist multe situaii n care utilizatorul trebuie s aleag ntre dou ipoteze
posibile fr a dispune de suficiente informaii pentru ca alegerea s fie sigur. n
aceste cazuri, una dintre ipoteze primete numele de ipotez nul i se noteaz (H0),
iar cealalt este denumit ipotez alternativ, notat (H1). n general ipotezele (H0) i
(H1) sunt contrarii, dar nu este obligatoriu.
Pentru a valida una sau alta dintre cele dou ipoteze, se procedeaz n felul
urmtor:
se construiete o variabil aleatoare a crei lege de probabilitate este

cunoscut atunci cnd ipoteza (H0) este adevrat;
se calculeaz valoarea luat de variabila aleatoare n urma experimentului;
n funcie de aceast valoare, se ia o hotrre:
ipoteza (H0) este respins; riscul asociat acestei decizii (probabilitatea

de a lua decizia greit) poart numele de risc de prima spe i se
noteaz ;
ipoteza (H0) este acceptat; riscul asociat acestei decizii poart numele
de risc de a doua spe i se noteaz .
Exist dou mari categorii de utilizri ale acestui mod de lucru:

compararea rezultatelor provenite dintr-un eantion cu un anumit model

statistic (o lege teoretic); n aceste situaii, se spune c se efectueaz un test
de concordan.
compararea a dou eantioane diferite pentru a se determina dac provin din

aceeai populaie statistic; n aceste cazuri se spune c se efectueaz un
test de uniformitate.
87
4.4.1 Testul de concordan

Se consider o populaie i un sistem complet de evenimente E1, E2...Ek
asociate populaiei. Probabilitile asociate acestor evenimente n cadrul modelului
teoretic sunt p1, p2...pk.
n cadrul eantionului de talie n, efectivele msurate (observate) ale
evenimentelor sunt O1, O2...Ok. Pentru compararea observaiilor cu modelul teoretic
este necesar s se calculeze produsele Ti = ni x pi, iar apoi s se compare valorile Oi
i Ti prin intermediul diferenelor di = Oi - Ti .
Se adopt ipoteza nul (H0) conform creia distribuia statistic experimental
corespunde legii teoretice, iar diferenele di apar n urma hazardului presupus de
procesul de eantionare. Se presupune c cei n indivizi din eantion sunt grupai n k
clase de efectiv ni 5, iar n 50. Pentru efectuarea testului de concordan se
procedeaz astfel:
se adopt nivelul de semnificaie al testului (riscul de prima spe) ;

se calculeaz statistica testului:
2
calc
(Oi Ti )
i =1
Ti
(4.47)
se determin numrul gradelor de libertate:
= k 1 r ,
(4.48)
unde r reprezint numrul de parametri ai distribuiei (numrul de parametri care

trebuie estimai pentru aflarea legii teoretice);
se determin valoarea critic a testului 2 folosind tabelul legii 2

(Anexa 3);
2
2
2
2
dac calc , ipoteza (H0) este respins cu riscul ; dac calc < ,
ipoteza (H0) este acceptat cu riscul .

Tabelul 4.2 prezint un extras din tabelul legii 2 (Pearson).
88
Tab. 4.2 Extras din tabelul legii 2

= 0.05
= 0.05
Grade de libertate
Grade de libertate
3.841
12.592
5.991
14.067
7.815
15.507
9.488
16.919
11.070
10
18.307
Testul de concordan pentru compararea a dou frecvene

Se consider o populaie P n care fiecare individ poate prezenta proprietatea
A sau complementara acesteia . Fie p frecvena de apariie a proprietii A n
ntreaga populaie i f frecvena de apariie a proprietii A ntr-un eantion de talie n.
Fie F variabila aleatoare care ia valoarea f pentru fiecare eantion de talie n.
Se adopt ipoteza nul (H0) conform creia f = p.
n funcie de formularea problemei, testul poate mbrca dou forme:
test bilateral:
(H0 ) : p = f
(H1 ) : p f
test unilateral:
(H0 ) : p = f
(H1 ) : f > p
Se consider variabila aleatoare U determinat prin relaia:
U=
f p
p(1 p )
n
(4.49)
Se demonstreaz c, dac f = p, U N(0;1).
Pentru efectuarea testului, se adopt riscul de prim spe (dac nu este

impus) i se calculeaz valoarea u =
f p
p(1 p )
n
89
n funcie de tipul testului, se procedeaz astfel:
n cazul testului bilateral:

Se determin u pentru care P ( u < U < u ) = 1 , respectiv P ( U u ) = .
Dac u ( u ; u ) ipoteza (H0) este validat. n caz contrar, ipoteza este
respins cu riscul .
n cazul testului unilateral:

Se determin u pentru care P (U u ) = , respectiv P ( U u ) = 2 .
Dac u < u ipoteza (H0) este validat. n caz contrar, ipoteza este respins cu
riscul .
Testul de concordan pentru compararea a dou medii

Se consider un eantion de talie n caracterizat prin media m i abaterea
medie ptratic s i se dorete s se afle dac provine dintr-o populaie P de medie
i abatere medie ptratic .
Se formuleaz ipoteza nul (H0) conform creia eantionul provine din
populaia respectiv, diferenele dintre i m datorndu-se doar fluctuaiilor inerente
eantionrii.
Pentru ipoteza alternativ (H1) exist dou variante:
m (test bilateral);
m > (test unilateral).
U=
m
,
s
n
(4.50)
Se demonstreaz c, dac m = , U N(0;1).

Pentru efectuarea testului, se adopt nivelul de semnificaie (dac nu este
m
.
s
n
90

respins cu riscul .

riscul .
Metoda poate fi aplicat pentru eantioanele mari (n 30) sau n cazul

eantioanelor mici pentru care se cunoate i nu este necesar aproximarea
acestuia prin s.
4.4.2 Testul de uniformitate

Se consider o populaie n interiorul creia proprietatea A poate lua valorile
A1, A2...Ak (sau poate fi grupat n k clase). Sunt disponibile q eantioane E1, E2...Eq
care ar putea proveni din P. Se cunosc toate efectivele Oij ale indivizilor care prezint
proprietatea Ai n eantionul Ej. Se noteaz N efectivul total al celor q eantioane:
N = Oij .
(4.51)
j =1 i =1
Se adopt ipoteza nul (H0) conform creia eantioanele sunt prelevate din
interiorul aceleiai populaii, iar diferenele se explic prin fluctuaiile legate de
eantionare.
Se calculeaz efectivele teoretice Cij presupunnd c ipoteza (H0) este
adevrat. Pentru aceasta, cele q eantioane sunt reunite ntr-un singur eantion de
talie n. Probabilitatea apariiei valorii Ai este egal cu:
91
ij
pi =
j =1
Si
.
N
(4.52)
Efectivul calculat al clasei Ai n eantionul Ej are valoarea:
ST
q
Cij = pi Oij = piT j = i j .

N
j =1
(4.53)
Este necesar ca toate valorile Cij s satisfac Cij 5 . n caz contrar este
necesar regruparea valorilor Ai.
Pentru efectuarea testului de uniformitate se procedeaz astfel:
se adopt nivelul de semnificaie al testului (riscul de prima spe) ;

se calculeaz statistica testului:
2
calc
=
j =1 i =1
(O
ij
Cij )
Cij
(4.54)
se determin numrul gradelor de libertate:
= ( k 1) ( q 1) .
(4.55)
se determin valoarea critic a testului 2 folosind tabelul legii 2

(Anexa 3);
2
2
dac calc
2 , ipoteza (H0) este respins cu riscul ; dac calc
< 2 ,
ipoteza (H0) este acceptat cu riscul .
Testul de uniformitate pentru compararea a dou frecvene

Se consider dou populaii P1 i P2 n care fiecare individ poate prezenta
proprietatea A sau complementara acesteia . Fie p1 i p2 (necunoscute) frecvenele
de apariie a proprietii A n cele dou populaii.
92
Din populaia P1 se extrage eantionul E1 de talie n1, iar din populaia P2 se

extrage eantionul E2 de talie n2. Fie f1 i f2 frecvenele de apariie a proprietii A n
cele dou eantioane.
Fie F1 variabila aleatoare care ia valoarea f1 pentru fiecare eantion de talie n1
i F2 variabila aleatoare care ia valoarea f2 pentru fiecare eantion de talie n2.
Se adopt ipoteza nul (H0) conform creia cele dou frecvene sunt omogene
(f1 = f2).
n funcie de formularea problemei, testul poate mbrca dou forme:
test bilateral:
(H0 ) : f1 = f2
(H1 ) : f1 f2
test unilateral:
(H0 ) : f1 = f2
(H1 ) : f1 > f2

f1 f2
,
p (1 p )
n
U=
(4.56)
unde:
p =
n1f1 + n2f2
,
n1 + n2
(4.57)
Se demonstreaz c, dac f1 = f2, U N(0;1).

f1 f2
1 1
p (1 p )
+
n1 n2

93

respins cu riscul .

riscul .
Testul de uniformitate pentru compararea a dou medii

Se consider populaia P1 de medie 1 i abatere medie ptratic 1 i
populaia P2 de medie 2 i abatere medie ptratic 2. Valorile 1, 2, 1 i 2 sunt
necunoscute.
Din populaia P1 se extrage eantionul E1 de medie m1 i abatere medie
ptratic s1, iar din populaia P2 se extrage eantionul E2 de medie m2 i abatere
medie ptratic s2. Eantioanele E1 i E2 se consider independente.
Se formuleaz ipoteza nul (H0) conform creia ntre mediile celor dou
populaii nu exist diferene semnificative (1 = 2).
Pentru ipoteza alternativ (H1) exist dou variante:
1 2 (test bilateral);
1 > 2 (test unilateral).
U=
m1 m2
12
n1
Se demonstreaz c, dac
22
(4.58)
n2
1 = 2 , U N(0;1).

impus) i se calculeaz valoarea U =
m1 m2
s12 s22
+
n1 n2

94

respins cu riscul .

riscul .
Metoda poate fi aplicat pentru eantioanele mari (n1 30; n2 30) sau n
cazul eantioanelor mici extrase din populaii gaussiene.
95
5. CONTROLUL STATISTIC AL LOTURILOR DE PRODUSE

5.1 Modelul real al produsului
n producia industrial, calitatea produselor depinde, printre altele, de doi
factori importani:
modelul specificat al produsului, n care sunt nmagazinate informaii asupra

cerinelor clienilor, convertite n specificaii tehnice i de calitate;
conformana fa de modelul specificat, care pune n eviden gradul de

fidelitate al reproducerii modelului specificat n colectivitatea produselor
realizate.
n consecin, este necesar s se ia n considerare dou aspecte:

calitatea unitii de produs, judecat n raport cu propriul su model specificat

(standard, norm intern, proiect de execuie etc.);
calitatea lotului de produse, exprimat printr-un indicator care pune n

eviden proporia n care produsele care compun lotul corespund modelului
lor specificat.
Calitatea lotului de produse va depinde n mod direct de gradul n care este

controlat variabilitatea n sistemul de cauze care guverneaz procesul respectiv.
Rolul controlului calitii ntr-o ntreprindere este de a favoriza obinerea
nivelului optim economic al calitii lotului de produse (minimum posibil al fraciunii
defective sau al numrului de defecte pe suta de uniti de produs).
Pentru a se realiza acest optim al conformanei fa de model este necesar
obinerea informaiei provenite din interiorul ntreprinderii asupra posibilitilor reale
ale procesului de producie. Aceast informaie este coninut n modelul real al
produsului, prin care se consider modul de repartiie a valorilor caracteristicilor de
calitate n intervalele proprii proceselor tehnologice n cadrul crora sunt generate
caracteristicile de calitate respective.
Modelul real al produsului se poate gsi la un moment dat ntr-una din
urmtoarele trei stri:
modelul real distorsionat;

96
modelul real stabilizat;
modelul real optimizat.
Modelul real distorsionat

Modelul real distorsionat se obine atunci cnd procesul este guvernat de un
sistem de cauze care se comport haotic, unii dintre factorii acestui sistem
prezentnd schimbri brute i necontrolate la nivelul intensitii de manifestare.
Intervalele n care vor lua valori caracteristicile de calitate, precum i repartiia
acestora, sunt necunoscute.
Loturile de produse rezultate manifest o instabilitate pronunat a calitii, cu
tendine vizibile de evoluie ctre nivelurile ridicate ale fraciunii defective sau ale
numrului de defecte pe suta de uniti de produs.
Unul dintre factorii puternic perturbatori poate fi fluctuaia exagerat a calitii
intrrilor materiale n procesul de producie, cauzat de modelul distorsionat al
produsului realizat de ctre ntreprinderea furnizoare.
Modelul real stabilizat

n cazul modelului real stabilizat, factorii perturbatori au fost nlturai, deci
procesul de producie este guvernat de un sistem de cauze stabilizat.
Caracteristicile de calitate ale produsului sunt considerate variabile aleatoare
ce urmeaz diverse repartiii statistice.
O dat cu trecerea de la modelul real distorsionat la cel stabilizat, lotul de
produse capt proprietatea de colectivitate statistic. Modelul mai poart i
denumirea de model real stabilizat statistic, iar procesul care l genereaz va fi un
proces aflat sub starea de control statistic.
n condiii de stabilitate statistic pentru un sistem de cauze dat, intervalele n
care iau practic valori caracteristicile de calitate ale produselor sunt de lungime
minim. Aceste intervale precum i frecvenele de apariie a valorilor caracteristicilor
de calitate n domenii ale intervalelor, pot fi cunoscute aprioric prin utilizarea teoriei
probabilitilor i statisticii matematice.
n aceast direcie de o mare utilitate este metodologia statistic a determinrii
toleranelor naturale ale proceselor tehnologice.
97
Loturile de produse obinute vor fi caracterizate de stabilitatea n timp a unui

anumit nivel de calitate.
Modelul real optimizat

Modelul real optimizat
rezult din poziionarea optim a modelului real
stabilizat statistic n raport cu cel specificat. Loturile vor fi caracterizate deci de o

calitate stabil n timp la un nivel optim din punct de vedere economic.
Dac se presupune c furnizorii livreaz loturile de produse n cantitatea

necesar i la timp, procesul de producie al beneficiarului poate fi totui perturbat
din dou motive:
livrarea de loturi ale cror produse sunt conforme cu un alt model dect cel
prevzut n contract;
livrarea de loturi cu un nivel calitativ necorespunztor.

n primul caz, cauza afecteaz n egal msur ntreaga producie. n
consecin toate produsele lotului (sau loturilor) vor fi necorespunztoare calitativ.

Aceasta se datoreaz faptului ca nsui modelul specificat, care st la baza realizrii
produsului, nu a fost respectat. Cauza nerespectrii modelului specificat poate fi o
neglijen sau o nereuit tehnologic.
n cea de-a doua situaie, lotul nu este n ntregime compromis. Cu toate
acestea, proporia de produse neconforme este relativ ridicat. Acest lucru i are
originea ntr-un proces de producie care nu se afl sub control statistic sau la care
nu s-a reuit nc atingerea modelului real optimizat al produsului.
5.2 Consideraii privind controlul statistic al loturilor de

produse
n situaia produciei industriale, controlul statistic se poate utiliza:
producia
de
serie,
indiferent
de
natura
produsului finit
(piese,
subansambluri, ansambluri, bunuri de larg consum, industria alimentar,

industria produselor chimice);
n producia de unicate a pieselor foarte mari i complexe, cu rol deosebit de

important i pentru al cror control s-ar consuma foarte mult timp (toate
98
dimensiunile sunt grupate n funcie de tolerana lor, fiecare categorie de astfel

de dimensiuni fiind asimilat lotului N);
pentru verificarea unor parametri tehnici pe fluxul procesului (produse

laminate, extrudate, trefilate, esute etc.) n vederea meninerii acestora sub
control (temperaturi, concentraie, presiuni, debite etc.).
Controlul statistic nu se poate aplica n situaia loturilor de produse executate

n serie mic i nici pentru verificarea caracteristicilor critice care pot genera defecte
ce pun n pericol viaa oamenilor.
Metodele de control statistic pot fi aplicate n dou situaii distincte: controlul
statistic pe fluxul de fabricaie i controlul statistic la recepia loturilor de produse pe
baza nivelului de calitate acceptabil (AQL).
nainte de controlul statistic propriu-zis este necesar s se realizeze o analiz

statistic a procesului tehnologic, n vederea evalurii stabilitii acestuia i a
determinrilor parametrilor pe baza crora se va efectua controlul. Pentru realizarea
acestei analize trebuie parcurse urmtoarele etape :
efectuarea unui sondaj de volum mare; rezultatele msurrii caracteristicii

controlate se nscriu, n ordinea prelevrii, n fia de observaie, care trebuie
s conin ns i datele de identificare: secia, maina, produsul, denumirea
caracteristicii controlate, data, mijlocul de msurare i precizia acestuia);
studierea variabilitii procesului de fabricaie, care const n determinarea

legii de repartiie statistic a valorilor caracteristicii controlate (prin
reprezentarea grafic folosind histograma sau poligonul frecvenelor relative
sau cumulate, urmat de calcularea parametrilor repartiiei);
verificarea independenei rezultatelor obinute;
verificarea ipotezei de normalitate;
calculul fraciunii defective probabile i emiterea de concluzii asupra

procesului de fabricaie.
n practic,se prefer s se lucreze cu eantioane de talie redus, crora s li

se determine dimensiunea medie.
99
Aa cum s-a artat n capitolul anterior, aceast valoare medie variaz i ea

de la eantion la eantion conform unei legi normale a crei abatere medie ptratic
are valoarea / n .
Din moment ce mprtierea mediilor este mai mic dect mprtierea
valorilor individuale, rezult c valorile medii constituie un indicator mult mai eficient
pentru detectarea schimbrilor survenite n proces.
Alegerea taliei n a eantionului trebuie s respecte cteva criterii menionate
n continuare:
n msura n care se dispune de rezultate ale msurrilor, se recomand ca

n 4;
creterea taliei eantionului conduce la creterea probabilitii de detectare a

micilor variaii din proces; pe de alt parte, dac msurarea unor eantioane
mai mari duce la o cretere semnificativ a costurilor, trebuie analizat n ce
msur se justific;
dac se utilizeaz controlul distructiv, iar piesele au o valoare mare, talia

eantioanelor se va reduce pe ct posibil;
valoarea n=5 este foarte utilizat pentru uurina calculelor; dac, ns,
utilizarea tehnicii de calcul nu constituie o problem, opiunea nu se mai
justific;
uneori tehnologia utilizat poate sugera ea nsi talia eantionului; de

exemplu, o instalaie de injecie care utilizeaz n capete va impune acelai
numr n de piese n eantion sau un multiplu al acestuia.
5.3 Controlul statistic pe fluxul de fabricaie i controlul

statistic la recepia lotului de produse
Controlul pe fluxul de fabricaie presupune examinarea unui produs dup
fiecare operaie sau grup de operaii n urma crora se obin informaii importante
asupra calitii acestuia.
Punctele de control trebuie plasate chiar n atelierele n care se prelucreaz
piesa sau n preajma acestora.
n timpul operaiilor de control, componentele sau subansamblurile importante
ale produsului sunt examinate i comparate cu desenele de execuie sau cu
specificaiile tehnice. Piesele neacceptate se consider rebuturi.
100
Spre deosebire de controlul pe fluxul de fabricaie, controlul statistic la recepia

loturilor de produse se aplic nainte de recepia / livrarea produselor. n urma
controlului se ia decizia de acceptare sau respingere a lotului.
La recepie, reperele sunt controlate integral (situaie mai rar, atunci cnd
produsul necorespunztor pericliteaz viaa sau sigurana utilizatorilor sau buna
funcionare a unui ansamblu complex sau cnd produsul este foarte scump) sau
statistic (situaia frecvent, atunci cnd produsul este fabricat n serie sau n mas,
costul controlului produsului este relativ ridicat fa de costul fabricrii lui, controlul
comport ncercri distructive, produsul necorespunztor nu antreneaz consecine
grave pentru beneficiar).
Metoda cea mai utilizat este realizarea controlului statistic la recepie pe baza
nivelului de calitate acceptabil.
n acest caz, pe baza nelegerii ntre furnizor i beneficiar se stabilete un
plan de eantionare, se preleveaz un eantion (o mostr) care se controleaz n
totalitate i, n funcie de rezultat, se ia decizia de acceptare sau de respingere a
lotului. Loturile respinse pot fi controlate integral, remaniate, incluse ntr-o calitate
inferioar (modificndu-li-se corespunztor preul) sau distruse.
Se definesc urmtoarele noiuni:
N: volumul lotului (numrul total de obiecte din care este alctuit);
n: volumul eantionului (numrul de obiecte din care este constituit

eantionul);
ND: numrul de defecte din lot;
AQL: nivelul de calitate acceptabil (procentul maxim de obiecte defecte

pentru care lotul se consider acceptabil din punctul de vedere al calitii
medii a produciei respective);
LQ: nivelul de calitate tolerat (nivelul de calitate care corespunde unei

probabiliti de acceptare specificate, relativ reduse);
LC: litera de cod, determinat de nivelul de control ales i de volumul

lotului, care servete la determinarea volumului eantionului sau
eantioanelor de verificat sau msurat;
A: numrul de acceptare, exprimat printr-o constant folosit drept criteriu

de acceptare n controlul prin sondaj; decizia de acceptare se ia atunci
cnd numrul maxim de defecte din eantion este mai mic sau egal cu
aceast constant;
101
R: numrul de respingere, exprimat printr-o constant folosit n controlul

de sondaj drept criteriu de respingere; decizia de respingere se ia cnd
numrul minim de defecte este mai mare sau egal cu aceast constant; n
general, n cazul ultimului eantion pe baza cruia se ia decizia, R=A+1;
CO: caracteristica operativ pentru un plan de control stabilit (n, A), care
reprezint probabilitatea Pa de acceptare a unui lot n funcie de fraciunea
defectiv p, care are ca expresie:
p=
ND
100[%] .
N
(5.1)
Deoarece eantionul are o dimensiune mult mai mic dect lotul, iar
concluziile se refer la ntregul lot, pot aprea urmtoarele situaii:
riscul furnizorului () de a se respinge lotul, chiar dac la controlul integral ar fi

corespunztor;
riscul beneficiarului () de a accepta un lot, chiar dac la controlul integral ar fi

necorespunztor.
Prin calculul probabilistic se pot determina coeficienii i . n tabelele
standardizate se consider = 5% i = 10%.

Riscurile pot fi diminuate sau reduse la zero dac:
se analizeaz n prealabil procesul de fabricaie i msurile de stabilizare a

acestuia;
se stabilesc corect caracteristicile planului de eantionare.

Controlul se poate referi la verificarea AQL prin atribute sau prin msurare.
Nivelul de calitate acceptabil AQL se consider cuprins ntre 0,01 10 [%].

Pentru realizarea controlului statistic la recepia lotului de produse, este
necesar s se alctuiasc un plan de verificare, care cuprinde:
Nivelul de calitate acceptat AQL, determinat pe baza documentelor

contractuale dintre furnizor / beneficiar.
AQL se stabilete n funcie de importana produciei sau caracteristicilor de
calitate controlate. Pot fi stabilesc dou nivele AQL, pentru defecte majore i pentru
defecte minore. n acest caz, un lot este acceptat dac el corespunde pentru ambele
102
planuri de verificare i este respins dac cel puin unul din planuri este gsit
necorespunztor.
Nivelul de verificare (Nv).

Nivelul de verificare determin efectivul eantionului de verificat i stabilete n
acest mod gradul de consisten a informaiei asupra calitii lotului din care a fost
prelevat eantionul. Sunt stabilite dou categorii de niveluri de verificare:
Nivelul verificrii uzuale NvI, NvII, NvIII, aplicabile pentru produsele cu

timpi de control normali, la care nu s-a mai efectuat control. n general
se utilizeaz NvII (n circa 70% din situaii). Nivelul I este folosit cnd
este suficient o informaie mai puin consistent, iar nivelul III atunci
cnd consistena informaiei trebuie s fie mai substanial.
Nivelul verificrilor speciale: S1, S2, S3, aplicabil pentru eantioane

mici avnd caracteristici cu un cost ridicat, cu durat mare de verificare
sau care impun metode de control distructiv.
Tipul de eantionare:
a) la metoda prin atribute:

eantionare simpl: aplicat n cazul unor productori instabili sau

necunoscui;
eantionare dubl: aplicat la productori buni sau slabi;
eantionare multipl: aplicat productorilor foarte buni sau foarte slabi.
b) la metoda prin msurare: se realizeaz numai eantionare simpl.
Gradul de severitate: determin condiia de acceptare a loturilor n funcie de

stabilitatea proceselor de producie i de rezultatele controalelor anterioare.
Gradul de severitate poate fi normal, sever i redus.
Controlul sever difer de cel normal prin numerele de acceptare i respingere,
volumul eantionului rmnnd acelai. Controlul redus difer de cel normal att prin
numerele de acceptare i respingere, ct i prin volumul eantionului (eantioanelor).
103
ntotdeauna controlul debuteaz cu gradul normal de severitate. Gradul de

severitate nu se stabilete prin contract, standarde sau tehnologii de control, ci doar
n funcie de rezultatele anterioare. Decizia asupra tipului de control este luat de cel
care efectueaz controlul.
n situaia n care se urmrete verificarea calitii prin atribute, caracteristicile
de calitate se verific numai din punct de vedere al conformitii cu specificaiile.
Acceptarea lotului se face n funcie de numrul de defecte din eantion. Planul de
verificare cuprinde urmtoarele prevederi contractuale:
nivelul calitativ acceptabil AQL;
nivelul de verificare Nv;
efectivul lotului N;
tipul planului de eantionare;
efectivul eantionului n;
numrul de acceptri A;
numrul de respingeri R.
n situaia n care se impune verificarea calitii prin msurare, se determin
efectiv valoarea caracteristicilor de calitate examinate. Se apreciaz statistic

tendinele, variabilitatea n raport cu toleranele specificate, normalitatea distribuiei.
Planul de verificare cuprinde urmtoarele prevederi contractuale:
nivelul calitativ acceptabil AQL;
nivelul de verificare Nv;
efectivul lotului N;
metoda de verificare;
efectivul eantionului n;
numrul de acceptri A;
numrul de respingeri R.
104
6. CONTROLUL STATISTIC AL PROCESELOR

Controlul proceselor de fabricaie permite urmrirea continu a variaiilor
nregistrate la prelucrarea pieselor. Ct timp variaiile rmn n limita intervalului de
toleran, procesul este considerat sub control.
Procesul se consider scpat de sub control atunci cnd variaiile depesc
limitele intervalului de toleran.
Dac procesul continu, exist riscul de a se produce un procent ridicat de
piese neconforme. De aceea, un proces scpat de sub control trebuie oprit.
Oprirea unui proces de fabricaie duce la pierderi de producie pe perioada
staionrii, de aceea trebuie stabilite instruciuni privind necesitatea opririi unui
proces i autoritatea care dispune o astfel de msur.
Atunci cnd se constat c un proces este scpat de sub control, sunt
analizate informaiile privind abaterile procesului, n vederea identificrii cauzelor i a
msurilor
corective
necesare
(schimbarea
materiilor
prime,
sculelor,
recondiionarea utilajelor, etc.).

Dac abaterile continu s se situeze n afara limitelor de acceptare, analiza i
corectarea se repet pn cnd procesul este din nou sub control.
ntruct tehnicile statistice furnizeaz informaii despre probabilitatea de
apariie a defectelor nainte ca ele s fie efectiv produse, se consider c acestea
sunt ideale pentru controlul proceselor de fabricaie n producia de serie mare.
6.1 Aprecierea normalitii distribuiei caracteristicii controlate

cu ajutorul histogramei de msurare
Histograma reprezint o form particular de grafic, din care se pot extrage
informaii referitoare la distribuia i dispersia unei variabile.
Distribuia caracterizeaz, ntr-o form general, modul de repartizare al unei
variabile ntr-un cmp dat, iar dispersia ofer informaii despre zona din acest cmp
pe care o ocup efectiv.
Se tie c procesul de prelucrare pe maini-unelte este afectat de erori
sistematice (ale cror cauze pot fi determinate) i ntmpltoare. Dac se consider
c erorile sistematice de prelucrare au fost eliminate prin calcule de corecie, studiul
erorilor ntmpltoare se poate realiza utiliznd metode specifice calculului statistic.
105
La producia de serie mare sau de mas a unor repere de acelai fel, pe

aceeai main-unealt i n aceleai condiii, valorile dimensiunii date sau erorile
care afecteaz aceste valori au o distribuie normal (Gauss-Laplace) sau o
distribuie foarte apropiat de aceasta.
Pentru determinarea preciziei mainii-unelte i pentru verificarea alegerii
corespunztoare a acesteia, precum i pentru analiza proceselor tehnologice
premergtoare controlului dimensiunii date, se impune analiza erorilor de prelucrare
cu ajutorul metodelor furnizate de statistica matematic. Printre acestea, un rol
deosebit l are trasarea histogramei valorilor rezultate n urma msurrii reperelor
rezultate pe fluxul de fabricaie. Aceasta se poate construi dac se consider un
numr mare de piese rezultate n urma aceluiai proces tehnologic (de regul, n>50).
Msurrile pot avea caracter absolut (se msoar direct dimensiunea) sau
relativ (pentru o dimensiune nominal cunoscut, se msoar direct abaterea
dimensiunii efective de la aceasta).
Rezultatele experimentale prelevate vor fi mprite ntr-un numr N de clase,
determinat cu ajutorul formulei:
N= n,
(6.1)
cu N rotunjit la valoarea superioar (n exces).

n continuare, se aleg valorile efective superioar As i inferioar Ai ale celor n
dimensiuni, respectiv abateri obinute n urma msurrii, i se calculeaz diferena
acestora:
D = As -Ai
(6.2)
Se determin lungimea intervalului pe care este definit clasa, numit interval

de variaie a caracteristicii:
l= D/N
(6.3)
Cu aceste date se poate trasa histograma msurrii.
106
Pentru aceasta, domeniul D, reprezentat pe axa orizontal, se divizeaz n N

segmente corespunztoare intervalelor de lungime l.
Pe vertical, n dreptul fiecrui asemenea interval, se reprezint sub form de
dreptunghi frecvena de apariie, care poate fi absolut (numrul de piese a cror
dimensiune se ncadreaz in limitele clasei respective) sau relativ (raportul dintre
frecvena absolut a clasei i numrul total de piese). Graficul obinut reprezint
histograma caracteristicii controlate.
Un exemplu de histogram este prezentat n figura 6.1.
Frecventa
(absoluta sau relativa)
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
Intervalul
de apartenenta
I1
I2
I3
I4
I5
I6
I7
Fig. 6.1 Exemplu de histogram
Este evident c aria histogramei este constant, egal cu aria dreptunghiului

ales drept unitate nmulit cu efectivul n al lotului de piese supuse msurrii.
Cu ajutorul histogramei se pot face aprecieri referitoare la normalitatea
distribuiei. Dac forma ei se apropie de forma clasic a ,,clopotului lui Gauss, se
poate vorbi despre o distribuie normal.
Analiza distribuiei raportate la intervalul de toleran al pieselor poate oferi
concluzii interesante referitoare la procesul de prelucrare. Figura 6.2 prezint diverse
tipuri de histograme ntlnite n procesul de fabricaie.
Fiecare caz prezentat n figur se caracterizeaz prin anumite particulariti i
poate fi remediat prin metode de corecie specifice, aa cum rezult din tabelul 6.1:
107
Fig. 6.2 Analiza distribuiei raportate la intervalul de toleran
Tab.6.1 Metode de corecie specifice

Caz
Observaii
Distribuie bine centrat
a)
Dispersie inferioar
toleranelor
b)
c)
Controlul poate fi efectuat pe eantioane de

talie mai mic
E necesar supravegherea fabricaiei
Dispersie egal cu
Un eventual dereglaj ar conduce la
intervalul de toleran
producerea de rebuturi
Distribuie descentrat
E necesar centrarea fabricaiei prin reglaj,
Dispersie inferioar
deoarece este probabil s se produc
toleranelor
rebuturi
d)
Posibile corecii
Dispersie inferioar
toleranelor
Consecin a cazului precedent, dac nu se

efectueaz reglajul n timp util
108
Exist patru metode de corecie:

e)
Dispersie egal cu
intervalul de toleran
Centrarea fabricaiei
Reducerea dispersiei, prin nlocuirea
procesului tehnologic
nsprirea controlului
Mrirea intervalului de toleran

f)
Dispersie mult superioar

toleranelor
Distribuie bimodal
g)
Dou distribuii a cror

dispersie este inferioar
intervalului de toleran
Reducerea dispersiei
Mrirea intervalului de toleran
Cauzele acestei situaii:

Utilizarea a dou scule diferite
Schimbri intervenite n procesul de fabricaie
Lotul a fost triat
h)
Distribuie decalat
Centrarea corespunztoare a procesului

tehnologic ar fi evitat aceast situaie
Lotul a fost triat
i)
Distribuie decalat
n urma controlului, a mai rmas un numr de

rebuturi care nu a fost nlturat
6.2 Precizia, reglarea i capabilitatea procesului de fabricaie

Analiza statistic a procesului tehnologic trebuie s conduc la cunoaterea
performanelor acestuia din punct de vedere al preciziei, reglrii i capabilitii
mainilor-unelte sau instalaiilor tehnologice componente.
Precizia mainii-unelte este caracterizat de mrimea cmpului de mprtiere
al valorilor caracteristicii obinute la prelucrarea pe aceast main. Ea este
considerat corespunztoare atunci cnd cmpul de mprtiere se situeaz n
interiorul intervalului de toleran.
Precizia se exprim cu ajutorul parametrilor de mprtiere, printre care se
menioneaz abaterea medie ptratic, amplitudinea mprtierii sau coeficientul de
variaie a distribuiei.
109
Reglarea mainii-unelte se caracterizeaz prin poziia cmpului de mprtiere

a valorilor caracteristicii, exprimat statistic prin poziia centrului de grupare al
repartiiei.
Maina-unealt se consider corect reglat atunci cnd centrul cmpului de
mprtiere (centrul de grupare) al valorilor caracteristicii de calitate este aproximativ
egal cu centrul intervalului de toleran.
Pentru aprecierea reglrii se folosesc, de asemenea, parametri statistici
printre care se menioneaz: media, mediana, modulul etc.
Capabilitatea procesului de producie reprezint o msur a preciziei sau
uniformitii cu care acesta realizeaz caracteristicile de calitate ale unui anumit
produs. Studiul capabilitii conduce la stabilirea performanelor reale ale procesului
de producie, n vederea stabilirii condiiilor contractuale referitoare la calitatea
produciei.
Se consider c un proces de fabricaie este capabil s realizeze o anumit
caracteristic dac intervalul de variaie natural al caracteristicii este inclus n
intervalul de variaie impus.
Indicatorii matematici care reflect gradul n care o anumit caracteristic
poate fi obinut cu suficient precizie n cadrul unui proces poart numele de indici
de capabilitate.
Pentru definirea acestor indici au fost propuse o serie de expresii matematice,
fiecare prezentnd avantaje i dezavantaje.
Pentru definirea indicilor de capabilitate se fac urmtoarele notaii, prezentate
n figura 6.3:
x: caracteristica urmrit, presupus msurabil;
y: densitatea de probabilitate a caracteristicii x;
T: valoarea int (target) a caracteristicii x;
L: valoarea minim admisibil a caracteristicii x;
U: valoarea maxim admisibil a caracteristicii x;
: media valorilor obinute n proces;
: abaterea medie ptratic;
m: mijlocul intervalului de toleran, delimitat de valorile admisibile L i U;
d = (U-L)/2.
110
Fig. 6.3 Densitatea de repartiie i valorile impuse n cazul general al unui proces de
fabricaie
Se presupune o lege de distribuie normal pentru caracteristica analizat. De

asemenea, se presupune c procesul de fabricaie este monitorizat prin metode de
control statistic.
De regul, se prefer ca procesul s fie centrat la mijlocul intervalului de
toleran m, valoare presupus, de asemenea, egal cu valoarea int T. O
asemenea situaie este prezentat n figura 6.4.
Cu toate acestea, exist cazuri n care proiectanii pot opta pentru o distribuie
asimetric a intervalului de toleran n jurul valorii int. O astfel de distribuie
favorizeaz obinerea de rebuturi ntr-un anumit interval de valori al caracteristicii,
practic zona n care se obin rebuturi recuperabile.
Cu aceste notaii, cel mai cunoscut indice de capabilitate a fost introdus de
Sullivan i este dat de relaia:
Cp =
U L
6
(6.4)
111
Fig. 6.4 Densitatea de repartiie i valorile impuse n cazul T==m
Se reamintete c, n situaia unei distribuii normale, doar 0,27% dintre valori

se gsesc n afara intervalului (-3, +3). Acest lucru ar nsemna, teoretic, c o
valoare egal cu 1 a indicelui Cp ar garanta prelucrarea caracteristicii cu precizia
impus.
Cu toate acestea, exist situaii n care procentul de 0,27% rebuturi este
considerat prea mare. De asemenea, nu poate fi garantat suprapunerea mediei a
procesului peste valoarea int T. De aceea se prefer ca, pentru acest indice, s se
adopte valori de referin de 1,33, 1,66 sau chiar 2.
Cu toate c Cp este unul dintre cei mai rspndii indici de capabilitate,
utilizarea sa prezint un inconvenient major, faptul c nu ia n considerare posibila
deplasare a mediei a procesului fa de mijlocul m al intervalului de toleran. n
consecin, Kane a propus utilizarea indicelui Cpk:
C pk =
min{U , L} d m
=
3
3
(6.5)
Hsiang i Taguchi au propus utilizarea indicelui Cpm, care penalizeaz mai

sever dect Cpk deviaia de la valoarea int T:
112
C pm =
U L
(6.6)
6 2 + ( T )
Combinaia indicilor Cpk i Cpm a condus la apariia indicelui hibrid Cpmk :
C pmk =
d m
(6.7)
3 2 + ( T )
Pentru a se ine seama de toate aceste aspecte, s-a ncercat introducerea

unui "indice de capabilitate superstructural", care ncearc s unifice expresiile celor
patru indici prezentai anterior:
C p (u, v ) =
d u m
3 2 + v ( T )
(6.8)
Se observ c, dac se nlocuiesc parametrii u i v cu valori de 0 i 1, se obin

cei patru indici:
C p C p (0,0);C pk C p (1,0);
C pm C p (0,1);C pmk C p (1,1).
(6.9)
Pe marginea indicilor de capabilitate prezentai anterior se pot face

urmtoarele observaii:
indicii Cpk i Cpmk pot lua valori negative atunci cnd media a procesului se
situeaz n afara intervalului de toleran;
dac =T, Cpk=Cpmk; altfel, Cpmk<Cpk;
dac =T=m, Cp=Cpk=Cpm=Cpmk.

Utilizarea practic a celor patru indici de capabilitate a condus la o serie de
concluzii, printre care se menioneaz cele mai importante:
113
nu se recomand utilizarea indicelui Cpm, cu att mai puin a indicelui Cpmk, n

situaia n care parametrul critic este reprezentat de numrul de rebuturi;
n situaia n care repartiia caracteristicii analizate nu se realizeaz conform

unei legi normale, utilizarea indicilor de capabilitate este contraindicat;
indicele Cpk a reunit cel mai mare numr de aprecieri favorabile din partea
specialitilor.
Observaiile statisticienilor i practicienilor, n mare parte contradictorii, au

condus la apariia mai multor puncte de vedere referitoare la oportunitatea utilizrii
indicilor de capabilitate, precum i la relevana lor.
Aplicaie: analiza comparativ a comportrii celor patru indici de capabilitate n
situaia amplasrii asimetrice a intervalului de toleran n raport cu valoarea int.
Pentru realizarea analizei, s-a considerat cazul concret n care, n urma unui
proces de prelucrare, trebuie obinut valoarea int T=40 mm, cu dimensiunile
extreme admisibile L=39,9 mm, respectiv U=40,3 mm.
Valorile acestor dimensiuni au fost adoptate astfel nct s se obin un
interval de toleran amplasat asimetric n raport cu valoarea int.
S-a considerat c media a procesului se deplaseaz ntre valorile 39,5 mm
i 40,5 mm, iar abaterea medie ptratic variaz n limitele [0,005...0,055] mm.
Analiza a fost realizat cu ajutorul programului de calcul MATLAB.
n figura 6.5 se prezint variaia indicelui Cp n funcie de abaterea medie
ptratic .
n figurile 6.6, 6.7 i 6.8 se prezint variaiile indicilor Cpk, Cpm i Cpmk n funcie
de media procesului i de abaterea medie ptratic , sub forma unor diagrame
spaiale.
Se constat c, aa cum se preciza anterior, indicii Cpk i Cpmk pot lua valori
negative, atunci cnd media a procesului se situeaz n afara intervalului de
toleran.
114
Fig.6.5 Variaia indicelui Cp n funcie de
Fig.6.6 Variaia indicelui Cpk n funcie de i
Fig.6.7 Variaia indicelui Cpm n funcie de i
115
Fig.6.8 Variaia indicelui Cpmk n funcie de i

Totodat, se observ c, pentru fixat, att Cpk, ct i Cpmk scad cu creterea
lui dac media se situeaz n interiorul intervalului de toleran i cresc dac
media se situeaz n afara intervalului de toleran. Altfel spus, capabilitatea
procesului crete o dat cu creterea abaterii medii ptratice .
Aparent paradoxal, rezultatul se explic prin faptul c situarea mediei n
afara intervalului de toleran atrage dup sine un procent mare de rebuturi. O
dispersie mai larg a valorilor obinute permite unora dintre acestea s intre n
intervalul de toleran, deci s fie considerate conforme.
De asemenea, se observ c valoarea maxim a indicelui Cpm se obine atunci
cnd =T, fapt ce se deduce din expresia matematic a acestui indice. Spre
deosebire de acesta, valoarea maxim a indicilor Cpk i Cpmk se deplaseaz ctre m,
mijlocul intervalului de toleran, pe msur ce crete abaterea medie ptratic .
Acest comportament se menine n concordan cu evoluia fireasc a procesului de
fabricaie. Practic, cnd dispersia caracteristicii este mare, o soluie de a reduce
numrul de piese neconforme este centrarea la mijlocul intervalului de toleran.
n particular, din figura 6.8 se observ c Cpmk i atinge maximul n preajma
valorii =T, pentru valori mici ale dispersiei 2, i n zona =m pentru valori mari ale
dispersiei. Practic, pentru valori mici ale 2 Cpmk se comport similar lui Cpm, iar
pentru valori mari ale 2 Cpmk se comport similar lui Cpk. Acest comportament este
explicabil prin expresia matematic hibrid a lui Cpmk.
n consecin, utilizarea indicilor de capabilitate trebuie fcut cu precauie n
situaia n care intervalul de toleran este amplasat asimetric n raport cu valoarea
116
int. Este esenial s fie garantat normalitatea procesului de fabricaie. n plus,

valoarea maxim a indicelui Cpmk se deplaseaz de la valoarea int T ctre mijlocul
intervalului de toleran specificat m. Aceast situaie poate fi favorabil atunci cnd
se urmrete obinerea unui numr ct mai mic de produse neconforme, dar este
dezavantajoas atunci cnd se urmrete n primul rnd conformitatea cu valoarea
int.
6.3 Fiele de control

Printre cele mai folosite tehnici de control pe fluxul de fabricaie se numr
fiele de control i verificrile premergtoare controlului, metode cu un pronunat
caracter statistic. Operatorul dispune astfel de un sistem rapid de avertizare, care
permite s se aplice aciuni corective nainte ca procesul s nceap cu adevrat s
produc rebuturi.
Modul de lucru cu eantioane de talie n, crora li se determin succesiv
valoarea medie x i i amplitudinea Ri a condus la apariia fielor de control pentru
valori medii i pentru amplitudini. Aceste reprezentri grafice surprind foarte bine
variaiile n evoluia proceselor.
Fia de control prin msurare

Utilizarea metodelor statistice n procesul de fabricaie i propune s previn
efectele nefaste ale eventualelor dereglaje, constituind o alternativ la trierea
pieselor n procesul de control final. Metodele de control statistic ofer avantajul unei
eficaciti egale cu metodele clasice la preuri de cost mai mici. Totodat ele pot oferi
informaii utile despre evoluia procesului de fabricaie i permit dimensionarea
corespunztoare a personalului implicat n procesul de control la nivelul ntreprinderii.
Metodele statistice se bazeaz pe teoria eantionrii i permit, prin intermediul fielor
de control, stpnirea variabilitii procesului de fabricaie.
Variabilitatea este caracterizat prin ansamblul parametrilor care definesc cu
suficient precizie fabricaia. Astfel, pentru o cot de pe desenul de execuie al unei
piese, variabilitatea va fi constituit din dispersie, msurat prin abaterea medie
ptratic a pieselor produse ntr-un interval de timp dat, i din tendina central,
reprezentat prin media aritmetic m a cotelor efectiv obinute.
117
Controlul prin msurare este utilizat atunci cnd caracteristica ce urmeaz a fi

controlat are o valoare msurabil (dimensiune, caracteristic fizico-chimic, etc.).
El se bazeaz pe prelevarea i msurarea, la intervale de timp regulate t, a unor
eantioane de efectiv n din totalul pieselor fabricate pe linia tehnologic.
Fiecrui eantion k i se asociaz media aritmetic xmk a valorilor efective din
cuprinsul eantionului, precum i amplitudinea mprtierii valorilor din eantion, dat
de diferena dintre valoarea maxim i cea minim nregistrate n cadrul eantionului:
x mk =
i =1
Rk = x max( k ) x min( k )
(6.10)
(6.11)
nainte de a se trece la controlul propriu-zis pe fluxul de fabricaie trebuie

verificate anumite condiii. Este necesar ca maina s fie bine reglat, s ating o
temperatur constant i s fie capabil s produc piesa/reperul respectiv conform
prescripiilor impuse n etapa de proiectare.
n cursul procesului preliminar de determinare a capabilitii mainii, nu trebuie
s se mai intervin asupra acesteia (se interzic reglarea, schimbarea sculei, etc.). Se
prelev un numr de minimum 100 de piese, se calculeaz abaterea medie ptratic
a acestora i se verific relaia:

6 < As-Ai,
(6.12)
unde As i Ai reprezint abaterile superioar, respectiv inferioar, ale dimensiunii

piesei, valori nscrise pe desenul de execuie.
Dac nu este satisfcut aceast condiie, nseamn c maina nu poate
respecta prescripiile impuse i se recomand utilizarea altei maini.
Se recomand, de asemenea, s se fac un test cu privire la normalitatea
fabricaiei (se traseaz histograma i se interpreteaz alura ei sau se recurge la alte
teste specifice statisticii matematice).
Pentru ntocmirea unei fie de control pe flux de fabricaie, se preleveaz la
intervale regulate de timp eantioane de cte n piese de pe linia tehnologic.
118
Literatura de specialitate indic un algoritm cu ajutorul cruia se determin frecvena

prelevrii pieselor n timpul procesului tehnologic.
Astfel, dac se dorete s se opereze cu eantioane de cte q piese,
5 q 10 , se vor preleva cte q piese la fiecare
q M piese produse, unde M
reprezint numrul de piese fabricate ntre dou reglaje, precum i q piese la fiecare
q M 60 / c minute, unde c reprezint numrul de piese fabricate ntr-o or.

De exemplu, dac se consider q=4, M=100, c=300, se vor preleva cte 4
piese la fiecare
4 100 = 20 piese i la fiecare
4 100 60 / 300 = 4 minute.
Fiecrui eantion ,,i astfel prelevat i se vor calcula media aritmetic xmi i
amplitudinea mprtierii Ri, valori care vor fi nregistrate n vederea reprezentrii
grafice. n continuare, se vor calcula media mediilor aritmetice calculate anterior xmm,
precum i media amplitudinilor, notat cu Rm. n funcie de n, numrul valorilor din
eantion (efectivul eantionului), se vor adopta din tabelul 6.2 coeficienii Ac, As,Dc
i Ds . Cu aceste valori, se vor calcula valorile superioare i inferioare ale limitelor de
control LC i de supraveghere LS, conform relaiilor:
pentru limite utilizate la controlul valorilor medii ale eantionului:

LC=xmmAcRm
(6.13)
LS=xmmAsRm,
(6.14)
pentru limite utilizate la controlul amplitudinilor eantionului:

LC= Dc Rm
(6.15)
LS= DsRm,
(6.16)
Practic, limitele de control LC materializeaz intervalul 3, iar limitele de

supraveghere LS materializeaz intervalul 2.
Fia de control se ntocmete att pentru valorile medii ale eantioanelor (fi
de tip X), ct i pentru valorile amplitudinii mprtierii fiecrui eantion (fi de tip R).
119
Scopul pentru care se ntocmete o fi de control l reprezint analiza

variabilitii procesului tehnologic. ncadrarea punctelor ntre limitele de control
permite s se afirme c procesul este stabil.
Astfel, pentru ca procesul s poat fi validat, este necesar ca 95% dintre
valorile xm s se afle ntre limitele de supraveghere LS i 99,73% dintre ele s se afle
ntre limitele de control LC.
De asemenea, trebuie ca 97,5% dintre valorile R s se afle dedesubtul limitei
de supraveghere LS i 99,9% dintre ele s se afle dedesubtul limitei de control LC.
Tab. 6.2. Valorile coeficienilor numerici Ac, As, Dc, Ds i dn.

n
Ac
As
Dc
Ds
dn
1,937
1,229
4,12
2,81
1,128
1,054
0,668
2,99
2,17
1,693
0,750
0,476
2,58
1,93
2,059
0,594
0,377
2,36
1,81
2,326
0,498
0,316
2,22
1,72
2,534
0,432
0,274
2,12
1,66
2,704
0,384
0,244
2,04
1,62
2,847
0,347
0,220
1,99
1,58
2,970
10
0,317
0,202
1,04
1,56
3,078
Dac distribuia este normal, se poate calcula rapid , utiliznd formula:
=Rm/dn, unde dn reprezint o valoare numeric prezentat n tabel.

Alura curbelor din fia de control ofer informaii despre evoluiile care s-au
produs n cadrul procesului tehnologic.
Se prezint n continuare o serie de eventuale semnale de alarm pentru
operatorul care analizeaz fia de control.
A. Cazuri aberante (fig. 6.9)

Un punct care se situeaz n afara limitelor de control, fie deasupra liniei LSC
(limita superioar de control), fie dedesubtul liniei LIC (limita inferioar de control),
reprezint un caz aberant.
120
Dac un singur punct se situeaz n afara limitelor de msurare, procesul nu

este stpnit, deci exist riscul s fi intervenit un element nou n cadrul acestuia.
B. Tendine (fig. 6.10)

O tendin reprezint o alt situaie n care procesul nu este stpnit. Aceasta
apare n cazul n care un ir de 7 puncte se situeaz deasupra sau dedesubtul liniei
mediane. i acest lucru arat c a intervenit o schimbare n proces.
Cauzele apariiei unei tendine sunt:
schimbarea vitezei mainii;
schimbarea materiilor prime;
utilizarea unor alte scule sau maini;
schimbarea instrumentului de msur.
De asemenea, tendina poate oferi informaii despre progresul sau greelile

operatorului uman.
Tendina poate s apar att pe curbele X, ct i pe curbele R.
C. Salturi (fig. 6.11)

Dac valoarea nregistrat ntr-un punct variaz cu mai mult de 4, apare
fenomenul salturilor. De obicei, salturile sunt o consecin a introducerii unui element
nou n proces.
Cauzele cele mai frecvente ale apariiei unui salt sunt:
schimbarea reglajului sau a procedeului;
schimbarea mainii sau a utilajului;
schimbarea materiilor prime;
schimbarea operatorului.
D. Serii (fig. 6.12)

O serie reprezint o succesiune de cel puin 6 puncte consecutive care cresc
sau descresc. Seria poate fi cresctoare sau descresctoare.
Apariia unei serii indic o schimbare progresiv.
Cauzele apariiei unei serii pe fia de tip X pot fi:
uzura sculelor
modificarea n timp a parametrilor procesului
acumularea de produse defectuoase.

121
Cauzele apariiei unei serii pe fia de tip R pot fi:

oboseala operatorului
modificarea n timp a parametrilor procesului.

120
120
100
100
80
LIC
LIC
60
Xm_R
Xm_R
40
LSC
LSC
80
60
40
MEDIA
20
20
0
0
10
15
10
15
Fig.6.9 Fi de control care prezint un
Fig. 6.10 Fi de control care prezint o
caz aberant
tendin
120
120
100
LSC
100
LSC
80
LIC
80
LIC
60
Xm_R
60
Xm_R
40
MEDIA
40
MEDIA
20
20
0
0
10
15
10
15
Fig. 6.11 Fi de control care prezint un
Fig. 6.12 Fi de control care prezint o
salt
serie
Fia de control prin atribute

Metodele statistice i dovedesc utilitatea nu doar n cazul caracteristicilor
msurabile, ci i al celor calitative.
Aprecierea calitativ a rezultatului obinut n urma procesului tehnologic o
reprezint clasarea pieselor (produselor) obinute n piese corespunztoare sau
rebuturi, pe baza aprecierii unei caracteristici de tip calitativ sau cantitativ.
Variabilitatea procesului de fabricaie este cuantificat prin intermediul proporiei de
rebuturi p.
Caracteristica verificat poate fi o valoare msurabil, ns, n cazul controlului
prin atribute, nu intereseaz valoarea ei efectiv, ci gradul de conformitate cu o
122
anumit specificaie. De aceea, n cadrul procesului de control prin atribute, ca

instrumente de msurare se folosesc calibre dimensionate la valorile superioar,
respectiv inferioar, ale intervalului de toleran.
Rezultatele prelevate n cadrul procesului de control permit elaborarea fielor
de control prin atribute, care vor oferi informaii despre calitatea procesului tehnologic
de obinere a caracteristicii controlate.
Ca i n cazul controlului prin msurare, se prelev la intervale de timp
regulate eantioane de efectiv n i se determin numrul de rebuturi k din
componena fiecrui eantion.
Frecvena prelevrii pieselor n timpul procesului tehnologic se determin
algoritmic, ca i n cazul controlului prin msurare.
Variabila k este o variabil aleatoare care poate lua orice valori cuprinse ntre
0 i n i care se supune legii binomiale, cunoscute din teoria probabilitilor.
n cazul controlului prin atribute, se poate controla numrul de rebuturi din
cadrul unui eantion, pentru a se face predicii asupra numrului total de rebuturi,
sau se pot face referiri la numrul de defecte corespunztoare unui articol controlat,
atunci cnd este vorba despre produse complexe, care pot prezenta mai multe
abateri de la prescripiile date la proiectare.
I. Fia de control al numrului de rebuturi

Atunci cnd se controleaz numrul de rebuturi, este nevoie s se estimeze
mai nti proporia acestora n ntreaga populaie. Pentru aceasta, se calculeaz
media pmed a proporiilor de rebuturi n r eantioane de efectiv n, iar valoarea obinut
se asimileaz cu proporia total p. Se recomand ca valoarea produsului rn s fie
cuprins ntre 300 i 400.
n continuare, se calculeaz limitele de supraveghere i de control, valori ce
vor fi marcate pe fia de control. Se disting dou situaii:
I.a) n <50, p<0,1

Limitele de control se determin cu ajutorul formulelor:
LS = np + 2 np (1 p )
(6.17)
123
LC = np + 3 np (1 p )
(6.18)
(Se constat c s-a utilizat aproximarea legii binomiale printr-o lege normal).
n situaia controlului prin atribute, doar valorile superioare ale limitelor de
supraveghere i control ofer informaii utile despre procesul tehnologic (n cazul
eantioanelor de talie mic, limitele inferioare rezult, de multe ori, negative), fapt
pentru care se renun la valorile inferioare ale limitelor, valori prezente ns n fiele
de control prin msurare.
I.b) n >50, p<0,1

Limitele de control se determin cu ajutorul formulelor:
LS = np + 2 np
(6.19)
LS = np + 3 np
(6.20)
(Se constat c s-a utilizat aproximarea legii Poisson printr-o lege normal).
Fia de control prin atribute se traseaz i se interpreteaz n mod similar
controlului prin msurare.
II. Fia de control al numrului de defecte al unui articol controlat

n acest caz, se controleaz fiecare pies, pentru a se determina numrul de
defecte care i revine. Limitele de supraveghere i de control se calculeaz astfel:
II.a) dac numrul mediu m de defecte corespunztor unui articol controlat
este cunoscut:
LS = m + 2 m
(6.21)
LS = m + 3 m
(6.22)
II.b) dac numrul mediu m de defecte corespunztor unui articol controlat

este necunoscut, este necesar ca, anterior, s fie estimat numrul mediu de defecte
124
cmed. Pentru aceasta, se controleaz un numr mare e de articole (produse) i se

determin:
c med =
c
i =1
(6.23)
unde ci reprezint numrul de defecte corespunztoare fiecrui articol ,,i. Limitele

de supraveghere i de control se calculeaz astfel:
LS = c med + 2 c med
(6.24)
LC = c med + 3 c med
(6.25)
n figura 6.13 este prezentat un exemplu de fi de control prin atribute.

Deoarece efectivul eantionului variaz de la caz la caz, se prefer ca la
ntocmirea fiei de control prin atribute s se utilizeze, n locul numrului de rebuturi,
proporia k/n a acestora. Limitele de control, respectiv de supraveghere, i
diminueaz i ele valoarea de n ori.
O astfel de fi de control este prezentat n figura 614.
12
0.6
10
0.5
LS
LC
LC
0.3
0.2
0.1
LS
0.4
0
0
10
15
Fig.6.13 Fi de control prin atribute
10
15
Fig.6.14 Fi de control prin atribute la

care s-a folosit reprezentarea
proporional
125
Dac un eantion de n piese nu prezint nici un defect, probabilitatea ca

populaia s prezinte proporia p de defecte este dat de relaia:
P = (1 p )n
(6.26)
Se constat c eficacitatea metodei de control prin atribute este strns legat

de talia eantionului, care se recomand s fie ct mai mare. De aceea, spre
deosebire de controlul prin msurare, controlul prin atribute i pierde caracterul de
proces desfurat n cursul fabricaiei i se transform n control final sau
interoperaional. El se dovedete eficace atunci cnd este necesar s se aprecieze
constana fabricaiei pe durata unei zile de lucru, ntr-un anumit atelier etc.
126
7. METODA TAGUCHI N PRACTICA INDUSTRIAL. PLANURI DE

EXPERIMENTE
7.1 Funcia "pierdere de calitate"

Metodele lui Taguchi au fost dezvoltate de specialistul japonez al crui nume l
poart i constituie, n esen, tehnici statistice pentru conducerea experimentelor,
astfel nct s se determine cele mai bune combinaii de parametri n procesul de
realizare a produselor.
Metodele presupun determinarea combinaiilor de parametri care realizeaz
produsul cu cea mai mare uniformitate la cel mai mic cost.
Este pe deplin acceptat c, dac variabilitatea procesului industrial este
redus, calitatea produsului rezultat crete.
n inginerie este imposibil s ai variabilitate zero. Din acest motiv, proiectanii
au stabilit specificaii clare ale valorilor dorite, precum i limitele acceptabile ale
acestora (fig. 7.1). Conform concepiei clasice, dac valoarea efectiv a caracteristicii
controlate se nscrie n specificaii, calitatea rezultat este bun (chiar dac valoarea
efectiv se afl foarte aproape de valorile limit acceptate), iar dac iese din
specificaii, calitatea rezultat nu poate fi acceptat.
Fig. 7.1 Viziunea clasic asupra conformitii
Taguchi a propus utilizarea funciei pierdere de calitate QLF (Quality Loss
Function), notat L(y).
127
Pierderea de calitate se definete ca fiind cuantificarea sub form de pierderi

financiare a consecinelor pe care le produce nivelul de calitate al unui produs pentru
productor i pentru clienii si.
Funcia este continu i poate fi dezvoltat n serie Taylor n jurul valorii int:
L(y) = L(yN + y yN)
L(y) = L( y N ) +
L' ( y N )
L' ' ( y N )
(y y N ) +
( y y N )2 + 3
1!
2!
(7.1)
(7.2)
S-au notat: y criteriul calitii; 3 rest de ordinul 3.

Obs. n lucrrile sale, Genichi Taguchi a considerat valoarea int T egal cu
valoarea nominal yN a caracteristicii. Pe parcursul acestui capitol se vor respecta
notaiile folosite de Taguchi.
Se face ipoteza c, n punctul n care valoarea efectiv este egal cu valoarea
int, pierderea de calitate este nul. n aceste condiii, ntruct pierderea de calitate
nu poate fi dect pozitiv, funcia QLF i atinge minimul n punctul y = yN, deci L(yN)
= 0 i L'(yN) = 0. Dac se ignor termenii de ordin superior, rezult:
L(y) = k ( y y N )2
(7.3)
Funcia pierdere de calitate este n consecin o parabol, aa cum se

observ n figura 7.2:
Fig. 7.2 Funcia pierdere a calitii n viziunea lui Taguchi

128
Cunoaterea funciei calitii presupune cunoaterea coeficientului k.
Exemplu: Jocul ideal ntr-o asamblare este de yN = 0,05mm. Un joc efectiv de

y1 = 0,06mm produce clientului pierderi evaluate la P1 = 100 lei.
k=
P1
( y1 y N )
100
102
=
= 4 = 106 .
2
(0,06 0,05)
10
n consecin funcia calitii are expresia: L(y) = k ( y y N )2 = 106 ( y 0,05)2 .
Funcia calitii permite stabilirea limitelor de toleran n interiorul crora

poate varia un parametru. Pentru aceasta se pune condiia ca pierderile suferite de
client n urma deviaiei de la valoarea ideal s fie mai mici dect ctigul pe care
furnizorul l obine prin prelucrarea n limite de toleran mai largi.
Exemplu: fie un reper a crui dimensiune int coincide cu dimensiunea
nominal i are valoarea
yN = 10mm. Realizarea unui reper cu lungimea y1 =
10,1mm conduce la pierderile P1 suferite de ctre client, pierderi n valoare de 20 lei.

Rezult: k =
P1
( y1 y N )
20
20
= 2 = 2000 .
2
(10,1 10)
10
Se tie c pentru reprelucrarea unui reper n afara limitelor de toleran

compania suport costuri Pf n valoare de de 15 lei.
Fie ylim dimensiunea limit care echilibreaz cele dou pierderi financiare (ale
clientului i ale furnizorului.
Se poate scrie: k =
P1
( y1 y N )
Rezult: y lim y N = ( y1 y N )
Pf
( y lim y N )
Pf
15
= 0,1
0,087 .
P1
20
y lim = 10 + 0,087 = 10,087 .

Valoarea limit inferioar poate fi adoptat din considerente de simetrie.
Rezult n final intervalul de toleran [9,913;10,087 ] .
129
n cazul unui lot de produse, valoarea k ( y y N )2 se nlocuiete cu valoarea

medie k ( y i y N )2 , unde:
n
( y i y N )2 =
(y
y N )2
i =1
(7.4)
S-au notat: i numrul de ordine al valorii curente; n numrul total de valori

n lot.
Termenul ( y i y N )2 se noteaz MSD (Mean Standard Deviation).
Calitatea medie a unui lot de produse n cazul unui criteriu int

n cazul unui criteriu int (de exemplu o dimensiune sau o performan
dorit), se urmrete ca y y N , unde yN reprezint valoarea int.
Termenul MSD poate fi calculat astfel:
1 n
2
MSD = ( y i y N ) = [(y i ) + ( y N )]
n i =1
2
(7.5)
Valoarea reprezint media aritmetic adevrat a ansamblului populaiei

pieselor.
Binomul dintre parantezele drepte se ridic la ptrat i se obine:
Dar
(y
MSD =
1 n
(y i )2 + ( y N )2 + 2 (y i ) ( y N )
n i =1
MSD =
n
1 n
2
2
(
y
)
+
n
y
)
+
2
(
y
)
(y i ) (7.7)
i
N
N
n i =1
i =1
(7.6)
) = 0 , din proprietile mediei aritmetice. Rezult:
i =1
130
MSD =
Dar
1 n
(y i )2 + ( y N )2
n i =1
(7.8)
1 n
(y i )2 = 2 i reprezint dispersia lotului.
n i =1
n concluzie:
L( y ) = k 2 + ( y N )
(7.9)
Dac se utilizeaz valorile adevrate n locul celor estimate, se obine

expresia (7.10), n care y reprezint valoarea medie estimat, iar s2 valoarea
estimat a dispersiei:
2
L( y ) = k s 2 + y y N
(7.10)
Calitatea medie a unui lot de produse n cazul criteriilor care trebuie

minimizate
n cazul criteriilor care trebuie minimizate (de exemplu concentraia de
impuriti, consumul de uitiliti necesare procesului de fabricaie, o pierdere
tehnologic, dispersia procesului sau un semnal perturbator), y N = 0 . Relaiile (7.9)
i (7.10) devin:
L( y ) = k 2 + 2
(7.11)
respectiv:
2
L( y ) = k s 2 + y
(7.12)
Curba rezultat are alura unei jumti de parabol, ca n figura 7.3:
131
Fig. 7.3 Funcia pierdere de calitate n cazul funciilor ce trebuie minimizate
Calitatea medie a unui lot de produse n cazul criteriilor care trebuie

maximizate
n cazul criteriilor care trebuie maximizate (de exemplu randamentul sau
rezistena la uzur), se consider c y , deci 1 y 0 . Se reia raionamentul
pentru valoarea 1/y:
L(y) = k
1 n 1
n i =1 y i2
(7.13)
Valoarea MSD are expresia:
MSD =
1 n 1
1 n
1
=
=
2
n i =1 y i
n i =1 ( + y i )2
y
1 n
1
1
=
=
1 + i
2
2
n i =1 y
i
=
1
2
i
1 +
(7.14)
Din dezvoltarea seriei Taylor pentru numere negative, se cunoate c:
(1 + x )-2 1 2x + 3 x 2
(7.15)
Rezult:
132
yi
yi

MSD =
1 2
+ 3
n 2 i =1

Dar
i =1
yi
(7.16)
1 n
i
(y i ) = 2 , deci valoarea MSD se scrie n
n i =1
final:
2

1
MSD = 2 1 + 3

(7.17)
n consecin:
L( y ) =
k
2
+
1
3
2
2
(7.18)
respectiv, atunci cnd se lucreaz cu valori estimate:
k
s 2
L( y ) = 2 1 + 3 2
y
y
(7.19)
Funcia are alura din figura 7.4.
Fig. 7.4 Funcia pierdere de calitate n cazul funciilor ce trebuie maximizate
133
7.2 Planuri de experimente

Genichi Taguchi propune utilizarea planurilor de experimente ca instrument n
vederea creterii robusteii produselor, deci a insensibilitii lor la factorii de zgomot.
Altfel spus, acesta consider c planurile de experimente reprezint un mijloc de a
reduce efectele variabilitii caracteristicilor de calitate ale produselor i proceselor.
De obicei, cnd se constat o dispersie sau o instabilitate a caracteristicilor
unui produs n fabricaie sau n exploatare, se caut cauzele fenomenului, n vederea
reducerii sau chiar a eliminrii acestora.
n loc s ncerce nlturarea factorilor parazii, denumii de ctre Taguchi
factori de zgomot (fig. 7.5), acesta ncearc s le minimizeze impactul, respectiv
efectele.
Fig. 7.5 Factorii care influeneaz calitatea unui produs sau proces
Planuri de experimente clasice

Planurile de experimente clasice au fost puse la punct la nceputul secolului
XX, de ctre omul de tiin englez Ronald A. Fisher. Principiul acestora l constituie
experimentrile multifactoriale, la care se variaz simultan toi factorii, urmate de
tratamentul rezultatelor prin intermediul regresiilor multiple i al analizei varianei.
ntruct metoda presupunea un volum mare de experimentri i calcule,
numrul de aplicaii industriale al acesteia a rmas mult vreme redus.
Implementarea tot mai larg a informaticii n domeniul asigurrii calitii a facilitat
utilizarea metodei, dar a meninut inconvenientele legate de numrul mare de
experimentri necesare.
ntr-un plan de experimente clasic (complet), rezultatele experimentrilor sunt
colectate n tabele cu intrri multiple, ca n tabelul 7.1:
134
Tab. 7.1 Plan de experimente clasic (complet)

C
...
Y
Z
Rspunsuri R
A1
B1
C1
...
Y1
Z1
A2
...
An
B2
...
Bn
C2
...
Cn
...
...
...
Y2
...
Yn
Z2
...
Zn
R1
R2
...
Rn
Aceste rezultate permit definirea unui model matematic de regresie multipl i

stabilirea unor coeficieni asociai fiecruia dintre factorii luai n considerare (A...Z).
Analiza varianei permite determinarea factorilor care prezint o influen
semnificativ ntruct doar acetia vor fi reinui n modelul de regresie.
Se constat c planul de experimente constituie o urmare fireasc a unei
diagrame cauze-efect n situaia n care nu se cunoate influena exercitat de ctre
fiecare factor n cadrul procesului.
Planurile de experimente trebuie s determine, printre potenialele cauze, pe
cele care influeneaz rezultatul final. De asemenea, cu ajutorul lor se apreciaz
natura i efectul fiecrei influene.
Pentru utilizarea unui plan de experimente este necesar o bun definire a
obiectivului, reprezentat de rspunsul care trebuie obinut. Se prefer obinerea unui
rezultat msurabil, considerat mai eficient dect unul de natur calitativ.
Tipurile de obiective urmrite pot fi:
valoare nominal, numit i valoare int (performan, dimensiune);

valoare minimal, teoretic nul (impuriti, dispersie);
valoare maximal, teoretic infinit (randament, rezisten la uzur).
Planuri de experimente fracionare

n numeroase situaii, experimentele pot fi organizate astfel nct s fie
necesar un numr redus de calcule.
O soluie o constituie alegerea unui numr limitat de variante pentru fiecare
din factorii implicai.
Dac se presupune c robusteea, deci calitatea unei piese, depinde de trei
factori: A, B i C, se aleg dou nivele diferite pentru fiecare din cei trei factori, dup
care se alctuiete un tabel cu toate combinaiile posibile ntre aceste nivele. Cele
135
dou nivele utilizate pot reprezenta dou valori discrete ale unei mrimi continue,
asimilate valorilor de referin, sau pot reprezenta dou posibiliti distincte: maina
A sau B, muncitorul X sau Y, metoda modern sau cea tradiional, apa care curge
sau nu prin canalul de rcire, baie de acid sau absena acesteia nainte de a se
aplica unsoarea, dou sau trei straturi de acoperire metalic. Nivelele alese se
noteaz cu 1 i 2. Se alctuiete astfel tabelul-matrice pentru trei factori i opt
ncercri, respectiv planul de experimente:
Tab. 7.2 Plan de experimente complet pentru trei factori i opt ncercri
Nr. crt.
Nivel A
Nivel B
Nivel C
Rspuns
R1
R2
R3
R4
R5
R6
R7
R8
Planul de experimente prezentat mai sus are proprietatea de a fi ortogonal.

Verificarea ortogonalitii se face ntre fiecare dou coloane, astfel:
se nlocuiesc valorile de 1 i 2 cu 1 i 1;
se calculeaz produsele aibi pe fiecare linie i;
se nsumeaz produsele obinute;
dac rezultatul obinut este zero, cele dou coloane sunt ortogonale.
Procedeul se repet pentru fiecare dou coloane.
Taguchi a evideniat faptul c numrul de ncercri poate fi redus i mai mult,

fr a altera calitatea informaiilor obinute, dac se utilizeaz un plan de
experimente fracionar, astfel nct tabelul obinut s fie ortogonal.
Dac, n exemplul prezentat n tabelul 2, se pstreaz doar liniile 1, 4, 6 i 7,
se obine planul de experimente fracionar prezentat n tabelul 3.
136
Tab. 7.3 Plan de experimente fracionar pentru trei factori i patru ncercri
Nr. crt.
Nivel A
Nivel B
Nivel C
Rspuns
R1
R2
R3
R4
Factorii pot fi interni sau externi. Factorii interni pot fi impui de proiectant sau
pot reprezenta parametri reglabili ai procesului de producie, n timp ce factorii externi
nu pot fi modificai, de aceea trebuie luat n considerare efectul acestora
(temperatura ambiant, erori de msurare, impuriti).
Tabelele propuse de Taguchi permit, de asemenea, testarea interaciunii ntre
doi factori. Pot fi luate n considerare toate interaciunile posibile, o parte dintre ele
sau nici una.
Analiza rezultatelor este exemplificat pentru planul de experimente prezentat

n tabelul 7.3.
Se determin rspunsurile medii pentru fiecare dintre factori:
(A1)m=(R1+R2)/2
(7.20)
(A1)m=(R1+R2)/2
(7.21)
Se determin similar valorile medii ale rspunsurilor pentru cele dou valori
ale parametrilor B, respectiv C. Se obin rspunsurile medii prezentate n tabelul 7.4:
Tab. 7.4: Rspunsurile medii obinute

Factori
Nivelul 1
(A1)m
(B1)m
(C1)m
Nivelul 2
(A2)m
(B2)m
(C2)m
Abatere
(A1)m-(A2)m
(B1)m-(B2)m
(C1)m-(C2)m
137
Graficele rspunsurilor medii permit vizualizarea rezultatelor, prin reprezentri

grafice similare celei din figura 7.6. Examinarea lor este indispensabil pentru a avea
o viziune global asupra efectelor factorilor i a interaciunilor dintre acetia.
Fig. 7.6 Analiza grafic a efectelor diferiilor factori testai
Efectele factorilor testai pot fi apreciate prin intermediul diferitelor pante

obinute. Dac panta unei drepte este mult mai redus dect a celorlalte, se
consider c efectul acelui factor este nul.
Analiza varianei (testul Fisher) poate completa analiza grafic. Rolul acesteia
este de a determina dac factorii testai au un efect semnificativ n termeni statistici.
7.3 Raportul semnal / zgomot (Signal to Noise Ratio)

n producie, calitatea cea mai bun este obinut atunci cnd media se
situeaz ct mai aproape de valoarea nominal, iar dispersia este ct mai redus n
jurul acestei valori.
Genichi Taguchi a elaborat un indicator unic, care permite s se in seama
simultan de aceste dou aspecte. El l-a denumit raport semnal / zgomot (signal to
noise ratio):
= 10 lg(MSD )
(7.22)
Acest raport se exprim n [dB] i trebuie maximizat pentru a obine cele mai
bune performane.
Dup cum se constat, raportul semnal-zgomot ia n considerare variabilitatea
datelor de rspuns i apropierea rspunsului mediu de valoarea int.
138
n funcie de modul n care se exprim valoarea MSD pentru diferitele criterii,

relaia (7.20) are diferite forme:
a) cazul criteriilor int:

S
2
= 10 lgs 2 + y y N
(7.23)
b) cazul criteriilor care trebuie minimizate:

S
2
= 10 lgs 2 + y
(7.24)
c) cazul criteriilor care trebuie maximizate:

S
1
= 10 lg 2
N
y
1 + 3 s
2
(7.25)
Exemplu: Se consider cazul a trei furnizori care trebuie s livreze arbori cu

diametrul 8 0,1 mm. Lotul livrat de primul furnizor se caracterizeaz prin y 1 =
8,02mm i s1 = 0,01mm, lotul livrat de al doilea furnizor prin y 2 = 7,99mm i s2 =
0,015mm, iar lotul livrat de al treilea furnizor se caracterizeaz prin y 3 = 8mm i s3 =
0,03mm.
Toi cei trei furnizori se ncadreaz n limitele de toleran impuse, dar se
dorete aprecierea calitii celor trei loturi livrate pe baza raportului semnal-zgomot.
Aplicarea relaiei (7.23) conduce la urmtoarele rezultate:

Furnizor yN
1 8
2 8
3 8
s
s2
y
8,02 0,01
0,0001
7,99 0,015 0,000225
8 0,03
0,0009
(y N y )2
2
S/N
lg(s 2 + (y N y ) )
0,0004
-3,30103 33,0103
0,0001
-3,48812 34,88117
0
-3,04576 30,45757
Se constat c, dei diferenele sunt mici, lotul livrat de cel de-al doilea
furnizor prezint cel mai bun raport semnal-zgomot.
139
8. CONTROLUL CALITII PRIN CONTROL TRIDIMENSIONAL

Realizarea unor produse industriale complexe n condiii de nalt precizie a
impus orientarea fabricanilor i utilizatorilor de mijloace de msurare ctre
echipamente destinate controlului tridimensional, respectiv maini de msurat n
coordonate. Precizia ridicat de msurare i flexibilitatea sporit n msurarea
obiectelor de dimensiuni variate i configuraii complexe, combinat cu posibilitatea
determinrii automate a relaiilor dintre diferitele elemente geometrice ale pieselor de
msurat, fac din mainile de msurat n coordonate instrumente performante pentru
controlul proceselor de fabricaie.
Echipamentele de control tridimensional pot fi instalate n laboratoare
metrologice sau ct mai aproape de atelierul unde se execut prelucrarea, pentru a
se asigura procesarea datelor de msurare n timp real. n aceast situaie,
proiectanii trebuie s rezolve o serie de probleme dificile: compensarea termic,
viteza sporit de achiziie i prelucrare a datelor, optimizarea software-ului de
comand i msurare, astfel nct utilizarea echipamentelor n mediul industrial s nu
afecteze precizia i sensibilitatea acestora.
8.1 Construcia echipamentelor de control tridimensional

Principiul de msurare al echipamentelor de control tridimensional l constituie
deplasarea unui element sensibil, denumit palpator, de-a lungul suprafeelor
prelucrate. Informaia de msurare este colectat punct cu punct, urmnd ca
valoarea dorit a dimensiunii s fie stabilit prin prelucrri software, pe baza
coordonatelor punctelor n care s-au fcut determinrile.
Primele maini de msurat n coordonate au fost dezvoltate n anii '50, cnd
au fost denumite maini de msurat universale. La acestea, palpatorul era deplasat
manual de ctre operator n diferitele puncte de msurare, iar informaia
dimensional era furnizat de un set de verniere. Tot operatorul nregistra valorile
msurate i determina prin calculare dimensiunile dorite.
Prima main de msurat electronic a fost introdus la nceputul anilor '60.
Aceasta era echipat cu scale metalice, de-a lungul crora se deplasau ansamblurile
mobile ale unor encodere, iar datele rezultate din procesul de msurare erau afiate
pe un display.
140
Introducerea n componena sistemului de msurare tridimensional a

calculatorului electronic, la nceputul anilor '70, a revoluionat concepia acestuia,
precum i desfurarea operaiilor de control. Senzorul trimite datele de msurare
ctre calculator iar acesta, cu ajutorul unor programe software adecvate, le
transform n informaii utilizabile n procesul de control dimensional. Prin intermediul
programelor software este posibil i alinierea pieselor n vederea msurrii, precum
i compensarea erorilor introduse de structura mainii.
La mijlocul anilor '70 a fost introdus conceptul de comand direct cu
calculatorul. Acesta presupune conducerea mainii de ctre calculator, eliminnduse influena operatorului asupra calitii datelor nregistrate.
n prezent, mainile de msurat n coordonate, echipate cu un sistem de
comand numeric i cu dispozitive de schimbare automat a palpatoarelor,
constituie veritabile centre de msurare flexibil, contribuind la sporirea productivitii
i preciziei procesului de msurare. Prin utilizarea lor, devine posibil msurarea
suprafeelor de topologii complexe, tridimensionale, operaie imposibil anterior.
Noua tehnologie pe care se bazeaz acest tip de maini permite s se
achiziioneze cu precizie ridicat coordonatele unui palpator, adus succesiv n
contact cu fiecare dintre suprafeele unei piese mecanice. Tratamentul matematic al
informaiei ofer posibilitatea unei interpretri optimale a specificaiilor geometrice
existente pe un desen de execuie sau ntr-o baz electronic de date. Prelucrarea
datelor este asigurat de calculatoare cuplate online, de microprocesoare sau de
sisteme combinate.
Prin folosirea mainilor de msurat n coordonate, productivitatea msurrii
sporete de zeci de ori fa de situaia cnd se utilizeaz un sistem clasic.
Mainile de msurat n coordonate se prezint ntr-o multitudine de tipuri
constructive: n consol, cu una, dou sau patru coloane.
n figura 8.1 este prezentat maina de msurat n coordonate existent n
dotarea Departamentului de Mecatronic i Mecanic de Precizie.
Ca pri componente ale unei maini de msurat n coordonate, se disting:
structura portant, ghidajele, sistemele de msurare, de palpare, de acionare, de
comand i auxiliare.
Structura portant (batiul) susine toate elementele fixe i mobile din structura
mainii. Pentru aceasta, ea trebuie s ndeplineasc restricii foarte severe de
rezisten, rigiditate i stabilitate dinamic. Pentru a se realiza izolarea mainii la
141
vibraii, n construcia ei se prevede de obicei un izolator de vibraii. n construcii

foarte mari, rolul batiului este luat de o fundaie special construit.
Fig. 8.1 Main de msurat n coordonate n consol, cu mas fix

Placa de baz se execut din diabaz (o roc natural de tipul bazaltului) sau
dintr-o compoziie artificial (beton acrilic), iar coloana, portalul i punile se
realizeaz, de regul, ca piese monolitice din bazalt.
Elementele mobile sunt sprijinite pe pern de aer, ceea ce asigur un
coeficient de frecare foarte redus.
Sistemul de msurare al mainilor de msurat n coordonate este compus
dintr-un set de traductoare de deplasare (liniare sau unghiulare) i un sistem de
calcul i afiare digital.
Ca traductor de deplasare, la maina de msurat n coordonate aflat n
dotarea Catedrei de Mecanic Fin s-a folosit un sistem inductosyn, constituit dintr-o
rigl pe care este aplicat un conductor dup un traseu n zig-zag dreptunghiular, pe
care se deplaseaz un cursor cu dou circuite similare, defazat la 90.ntre circuitele
de pe rigl i cele de pe cursor se stabilete un cuplaj inductiv, prin interstiiul de aer
de 0,1g0,3 mm care separ cele dou elemente. Circuitele sunt executate dup o
tehnologie similar cablajelor imprimate.
Sistemele de palpare pot fi cu sau fr contact.
142
Sistemele de palpare cu contact se prezint ntr-o mare varietate constructiv,

n funcie de principiile de lucru pe care se bazeaz. Ele pot fi mecanice sau
combinate cu soluii optice, pneumatice, electrice.
n figura 8.2 se prezint diverse configuraii de palpatoare rigide, iar n figura
6.3 exemple de asemenea palpatoare.
Fig. 8.2 Configuraii de palpatoare rigide: a)cilindric; b)sferic; c)n form de disc;
d)semisferic
Fig. 8.3 Exemple de palpatoare pentru mainile de msurat n coordonate
8.2 Msurarea cu echipamente de control tridimensional

n cazul metodelor de msurare n coordonate, rezultatele msurrii se obin
indirect, folosindu-se relaiile teoretice ale geometriei analitice n plan i n spaiu.
143
Coordonatele punctului de msurat se obin prin utilizarea combinat a

sistemului de coordonate al mainii de msurat i a sistemului de coordonate al
piesei. Cele dou sisteme de coordonate sunt prezentate n figura 8.4.
Fig. 8.4 Sistemul de coordonate al echipamentului de control tridimensional i

sistemul de coordonate al piesei
nainte de introducerea calculatorului n structura sistemului de msurare

tridimensional, piesele ce urmau a fi controlate erau dispuse pe ct posibil paralel cu
axele mainii, astfel nct sistemele de coordonate s fie paralele. Operaia era
consumatoare de timp i nu foarte precis, iar pentru piesele cu configuraie
complex devenea practic imposibil.
n prezent, corelarea matematic dintre cele dou sisteme de coordonate se
realizeaz cu ajutorul programelor software. Operaia poart numele de aliniere (fig.
8.5). De exemplu, dac se dorete msurarea distanei dintre centrele a dou
alezaje, este necesat mutarea originii sistemului de coordonate al mainii de
msurat n centrul primului alezaj, urmat de msurarea distanei pn la centrul
celui de-al doilea alezaj. Dac dreapta ce unete centrele celor dou alezaje nu este
paralel cu una din axele sistemului de coordonate al mainii unelte, este necesar
rotirea acestuia n vederea asigurrii paralelismului.
144
Fig. 8.5 Alinierea sistemului de coordonate al mainii de msurat cu sistemul

de coordonate al piesei controlate (www.brownandsharpe.com)
Pentru msurare, obiectele se descompun n forme geometrice elementare

(plane, cilindri, conuri, sfere) asupra crora se execut msurarea.
Alegerea poziiei optime a msurandului n spaiul de lucru are o importan
deosebit. Se recomand, pe ct posibil, ca msurarea s se fac fr schimbarea
poziiei piesei i cu utilizarea unui singur palpator. Se recomand ca, la realizarea
msurrii, s se aplice cunotinele teoretice relative la incertitudinea de msurare,
pentru a putea fi prentmpinate erorile care apar datorit surselor proprii de erori ale
mainilor de msurat n coordonate.
145
Caracteristica principal a msurrii n coordonate este faptul c realizeaz

diferenierea dintre poziia elementului i abaterea sa de form.
Dac se cunosc cotele mai multor puncte de pe suprafaa elementului msurat
(se spune c se realizeaz eantionarea acestuia), programul de calcul i tratare a
datelor estimeaz poziia modelului matematic care sintetizeaz ansamblul punctelor
msurate. Aceast operaie este cunoscut sub numele de optimizare. Ea const din
identificarea modelului optimal, pornind de la un ansamblu de date (cotele punctelor
msurate). Modelul matematic este stocat n baza de date, ca model perfect, i va
constitui baza de plecare pentru construciile geometrice i calculele ulterioare.
n continuare, se prezint modul n care se realizeaz estimarea valorii reale a
cotei msurate pornind de la un numr n de puncte de pe suprafaa piesei. Vor fi
analizate dou situaii: msurarea unei drepte i msurarea unui cerc, cu precizarea
c pentru celelalte forme geometrice simple se procedeaz analog.
Msurarea unei drepte

O dreapt este complet determinat de dou puncte, de coordonate P1 (x1, y1,
z1) i P2 (x2, y2, z2) (fig. 8.6). Distana dintre cele dou puncte va fi furnizat de relaia
8.1:
L=
(x1 x 2 )2 + (y 1 y 2 )2 + (z1 z2 )2
(8.1)
Dac se msoar un numr de puncte mai mare dect cel necesar pentru
definirea obiectului, se utilizeaz tehnici de regresie liniar i neliniar pentru
determinarea formei geometrice ideale.
Dac valorile obinute n punctele msurate sunt afectate doar de erori
aleatorii, algoritmii de regresie conduc la rezultate superioare preciziei cu care a fost
fcut msurarea.
Dac se utilizeaz criteriul de minimizare al normei euclidiene, se cunoate c
reprezentarea implicit a unei drepte este:
nx x + ny y d = 0
(8.2)
146
unde nx i ny sunt componentele vectorului unitar, iar d reprezint distana

dreptei fa de origine.
Rezult c trebuie determinate nx, ny i d astfel nct s fie satisfcut
condiia:
n
2
i
= min ,
(8.3)
i =1
unde di reprezint distana de la un punct oarecare la dreapt, furnizat de

relaia:
d i = nx xi + ny y i d
(8.4)
Fig. 8.6 Determinarea dreptei
Msurarea unui cerc

n situaia determinrii unui cerc, punctele de msurare pot fi poziionate pe
dou coarde perpendiculare, n vrfurile unui triunghi dreptunghic sau oarecare, ca n
figura 8.7.
Ecuaia implicit a unui cerc cu centrul n (x0, y0) i raza r0 se scrie:
(x x0 )2 + (y y 0 )2
r0 = 0
(8.5)
Pentru un punct msurat, cruia i s-au determinat coordonatele (xi, yi), rezult:
147
ri =
(x i
x 0 ) + (y i y 0 )
2
(8.6)
Problema de regresie const n a se determina necunoscutele x0, y0 i r0 care

s satisfac ecuaia:
(r
n
2
i
r02
= min
(8.7)
i =1
Fig. 8.7 Determinarea cercului
8.3 Software pentru control tridimensional

Consideraiile anterioare au evideniat ideea c performanele echipamentelor
de msurare tridimensionale sunt strns legate de performanele software-ului
aferent. Problemele pe care acesta trebuie s le soluioneze sunt deosebit de
complexe i se modific pe msura evoluiei tehnologiilor de realizare a
echipamentelor, de aceea domeniul este n continu dezvoltare.
Principial, un program software destinat msurrii pe echipamente de control
tridimensional trebuie s aib o structur modular, configurabil cu uurin. Printre
cele mai importante module ale sale se menioneaz:
modulul de msurare i verificare

Acesta este n general structurat n jurul unei funcii de achiziie care permite
msurarea unor elemente geometrice simple. Pe baza informaiilor obinute prin
palpare, este posibil realizarea de construcii auxiliare ntre elementele palpate i
148
cele teoretice introduse (intersecie, mijloc, etc.). n momentul n care se realizeaz

msurarea i diferitele construcii auxiliare aferente, utilizatorul are posibilitatea
verificrii toleranelor uneia sau mai multor suprafee. Modulul ofer i posibilitatea
realizrii automate a procesului verbal de verificare.
modulul statistic
O parte dintre constructorii de echipamente de control tridimensional ofer
posibilitatea realizrii analizei statistice, pornind de la rezultatele obinute cu ajutorul
modulului precedent i memorate de ctre sistemul de calcul. Rezultatele analizei pot
fi utilizate pentru controlul statistic al produciei.
modulul de corecie geometric i termic

Chiar dac, din punct de vedere constructiv, mainile de msurat n
coordonate sunt realizate deosebit de ngrijit, structura mecanic a acestora prezint
totui anumite abateri de la caracteristicile ideale. n plus, forma acestora nu permite
respectarea principiului lui Abb.
Pe cele trei axe ale mainii, la nivelul fiecruia dintre cele trei ghidaje pot
aprea cte cinci abateri (dou aplicabile micrii de translaie i trei aferente rotaiei
n jurul celor trei axe). Se mai adaug trei abateri de la perpendicularitatea axelor i
trei abateri provocate de erorile de liniaritate ale cititoarelor. Rezult un total de 21 de
abateri care trebuie, pe ct posibil, corectate.
Principiul coreciei const din msurarea, pe o suprafa de maximum 50 mm
x 50 mm, a acestor 21 de abateri n diferite puncte, cu ajutorul unui set de cale.
Valorile nregistrate sunt consemnate ntr-o matrice de rezultate multidimensional.
n momentul n care maina de msurat n coordonate palpeaz un punct, softwareul interpoleaz, pe baza datelor din aceast matrice, coreciile care trebuie aduse pe
cele trei axe. Unele programe de calcul iau n considerare i sgeile pe cele trei axe.
Rezultatele furnizate de mainile de msurat n coordonate sunt afectate, de
asemenea, de erori provocate de dilataiile termice. Variaiile de temperatur
afecteaz n mod nedorit structura mainii.
Coreciile se realizeaz software, pornind de la datele furnizate de un set de
sonde de temperatur. Se recomand s se ia n calcul i deformaiile termice ale
piesei supuse msurrii.
modulul pentru suprafee curbe

Verificarea suprafeelor curbe se realizeaz punct cu punct, prin compararea
coordonatelor punctelor msurate cu un set de valori provenit din etapa de proiectare
149
asistat pe calculator - CAD. Acestea sunt furnizate sub forma unui fiier de tip tabel
care conine pe primele trei coloane coordonatele ideale ale punctelor, iar pe ultimele
trei coloane coordonatele vectorilor care definesc normala la punctul respectiv.
Dac sistemul CAD nu furnizeaz direcia normalei, exist o metod care
permite determinarea acesteia pornind de la msurarea coordonatelor a trei puncte
n jurul punctului de palpare M. Sistemul calculeaz normala la planul care trece prin
aceste puncte (fig. 8.8).
Fig. 8.8 Determinarea normalei n punctul de palpare
modulul de scanare
Scanarea tridimensional este posibil pe mainile de msurat n coordonate
cu comand numeric.
Se pot utiliza mai multe tipuri de scanare: scanarea ntr-un plan, scanarea
tridimensional, scanarea cu palpator fix.
n cazul scanrii ntr-un plan, programul de calcul deplaseaz palpatorul ntrun plan definit de utilizator. Operatorul are sarcina s msoare el nsui punctele de
nceput i de sfrit ale traiectoriei. Pasul de avans este fix. n situaia n care se
obin erori prea mari, programul de calcul ia decizia deplasrii palpatorului cu
incremente corespunztoare unei jumti de pas.
Principiul scanrii tridimensionale este identic celui precedent, cu observaia
c palpatorul se deplaseaz n plus cu un pas fix pe direcie ortogonal.
Sanarea cu palpator fix presupune c palparea nu se declaneaz dinamic.
Operatorul decide punctele de msurare i comand palparea prin intermediul
150
programului de calcul. Coordonatele punctelor de msurare sunt memorate de

main, permind crearea unui fiier de puncte care poate fi utilizat apoi pe o
main de prelucrat cu comand numeric pentru prelucrarea piesei respective.
Metoda este aplicabil inclusiv pentru o curb sau o suprafa.
modulul de legtur CAD - CAQ

Acest modul stabilete legtura dintre proiectarea asistat pe calculator (CAD)
i controlul calitii asistat de calculator (CAQ). n prezent exist dou soluii: soluia
DMIS i soluia VALISYS.
Soluia DMIS presupune c sistemul CAD genereaz un fiier ntr-un format
neutru. Acesta este retranscris de ctre un post-procesor i trimis ctre maina de
msurat n coordonate. Principiul soluiei este prezentat n figura 8.9.
n cazul soluiei VALISYS sistemul CAD integreaz un software CAQ care
cuprinde, spre deosebire de situaia precedent, un modul similar unui program de
calcul specific mainii de msurat n coordonate. Traiectoriile sunt validate de acest
software. Ca urmare, se genereaz un program de comand numeric destinat direct
axelor mainii de msurat. n aceast situaie nu se utilizeaz programul de calcul
propriu mainii de msurat, ea servind doar pentru achiziia rezultatelor. Aceast
soluie poate fi ntlnit la software-ul CATIA. Principiul soluiei este prezentat n
figura 8.10.
Fig. 8.9 Principiul soluiei DMIS
151
Fig. 8.10 Principiul soluiei VALISYS
8.4
Tendine
perspective
domeniul
controlului
tridimensional
Aa cum s-a precizat anterior, tendina actual este reprezentat de
amplasarea echipamentelor de control tridimensional ct mai aproape de locul n
care se realizeaz prelucrarea efectiv, n vederea realizrii controlului n timp real.
n aceast situaie, proiectanii sunt confruntai cu o serie de probleme dificile:
compensarea termic, viteza sporit de achiziie i prelucrare a datelor, optimizarea
software-ului de comand i msurare, astfel nct utilizarea echipamentelor n
mediul industrial s nu afecteze precizia i sensibilitatea acestora.
Variaiile legate de temperatur sunt compensate adaptiv, prin utilizarea
tehnologiilor ACTIV (Adaptive Compensation of Temperature-Induced Variations).
Acestea permit compensarea dilatrilor termice, care afecteaz att echipamentul
tridimensional, ct i piesa supus msurrii, precum i a erorilor provocate de
distorsiunea termic, printr-o combinaie de soluii hardware i software. Spre
exemplu, o soluie o constituie plasarea unei reele de pn la 32 senzori termici n
punctele critice ale mainii, n vederea furnizrii unei mari cantiti de date obinute n
timp real. Pe baza unui algoritm complex, se realizeaz corecia software a erorilor,
independent, n fiecare punct de msurare. n acest mod, determinrile pot fi
realizate cu o precizie similar celei obinute ntr-un laborator metrologic.
O alt tendin a momentului este realizarea unor maini de msurat n
coordonate prevzute cu posibiliti de scanare tridimensional. Dac, iniial, astfel
152
de sisteme erau deosebit de scumpe (datorit att construciei echipamentului, ct i

complexitii programelor software aferente), n prezent progresele nregistrate n
domeniul tehnicii de calcul i a tehnologiei de execuie a senzorilor permit tot mai
mult realizarea unor sisteme de scanare tridimensional flexibile la un pre moderat.
O atenie deosebit este acordat programelor software destinate mainilor de
msurat n coordonate. Generaiile urmtoare de astfel de programe vor diferi
substanial de versiunile din prezent, prin utilizarea tehnicilor de programare orientat
spre obiecte (POO). Interfaa cu utilizatorul va fi configurabil n funcie de tipul de
dispozitiv de msurare, prezentnd doar interaciunile necesare operaiei de
msurare ce urmeaz a fi efectuat. Sistemele vor fi dezvoltate astfel nct s
permit conlucrarea cu programele CAD CAM i cu sistemele de control offline, n
vederea atingerii unui nivel ridicat de stpnire a procesului de fabricaie. Utilizatorii
vor putea beneficia de o analiz precis a toleranelor n care trebuie s se menin
procesul pentru atingerea obiectivelor propuse la proiectare. Software-ul va fi
prevzut, de asemenea, cu faciliti sporite de control statistic i va fi realizat ntr-o
arhitectur deschis, astfel nct utilizatorii s i poat aduga propriile aplicaii de
control dimensional i de analiz a datelor.
Toate aceste faciliti vor fi posibile datorit procesrii n timp real, de ctre
procesoare rapide, a unui numr din ce n ce mai mare de date provenite din
procesul de msurare.
Dezvoltarea senzoricii permite tot mai mult combinarea elementelor optice cu
tehnologiile video i laser astfel nct s rezulte echipamente capabile s scaneze
rapid forme i suprafee complexe i s achiziioneze un volum mare de date cu
precizie nalt. Acestea urmeaz a fi apoi analizate cu ajutorul unor procesoare
performante.
O problem deosebit o constituie perfecionarea sistemelor de palpare.
Soluia standard, reprezentat de palpatoarele prin contact, prezint avantajul
fiabilitii i repetabilitii ridicate, dar nu este suficient de rapid pentru a putea fi
utilizat n aplicaii care presupun procesarea volumelor mari de date, de exemplu
evaluarea formelor complexe.
n aceste condiii, se urmrete dezvoltarea senzorilor fr contact. Astfel de
senzori pot scana pn la 20.000 de puncte pe secund cu o precizie extrem de
ridicat. Cu toate acestea, exist situaii n care utilizarea acestor senzori provoac
probleme (de exemplu, cazul suprafeelor foarte ngrijit finisate i lucioase, unde
153
fenomenul de reflecie poate conduce la nregistrarea unor valori eronate). n

consecin, se lucreaz n paralel la perfecionarea senzorilor cu msurare prin
contact, astfel nct viteza de msurare a acestora s sporeasc n condiii de nalt
precizie.
Analiza imaginii joac un rol n continu cretere n domeniul metrologiei n
coordonate. Sistemele bazate pe aceast tehnologie, destinate cu precdere
industriei electronice, vor include module software dedicate, cu posibiliti de
procesare a imaginilor binare i de filtrare complex.
n momentul de fa, conectarea echipamentelor de msurare tridimensional
la sisteme CAD CAM constituie o certitudine. Utilizatorii vor avea posibilitatea, pe
de o parte, s importe date CAD pentru a i dezvolta propriile programe i tehnici de
msurare, iar pe de alt parte s aplice datele concrete rezultate din msurare
modelelor CAD.
154
ANEXA 1: TABELUL DE PROBABILITI ASOCIAT LEGII NORMALE

CENTRATE REDUSE
z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8413
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,9772
0,9821
0,9861
0,9893
0,9918
0,9938
0,9953
0,9965
0,9974
0,9981
0,9987
0,9990
0,9993
0,9995
0,9997
0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7291
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9649
0,9719
0,9778
0,9826
0,9864
0,9896
0,9920
0,9940
0,9955
0,9966
0,9975
0,9982
0,9987
0,9991
0,9993
0,9995
0,9997
0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,9783
0,9830
0,9868
0,9898
0,9922
0,9941
0,9956
0,9967
0,9976
0,9982
0,9987
0,9991
0,9994
0,9995
0,9997
0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8485
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9664
0,9732
0,9788
0,9834
0,9871
0,9901
0,9925
0,9943
0,9957
0,9968
0,9977
0,9983
0,9988
0,9991
0,9994
0,9996
0,9997
0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,9793
0,9838
0,9875
0,9904
0,9927
0,9945
0,9959
0,9969
0,9977
0,9984
0,9988
0,9992
0,9994
0,9996
0,9997
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,9798
0,9842
0,9878
0,9906
0,9929
0,9946
0,9960
0,9970
0,9978
0,9984
0,9989
0,9992
0,9994
0,9996
0,9997
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,9803
0,9846
0,9881
0,9909
0,9931
0,9948
0,9961
0,9971
0,9979
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,9808
0,9850
0,9884
0,9911
0,9932
0,9949
0,9962
0,9972
0,9979
0,9985
0,9989
0,9992
0,9995
0,9996
0,9997
0,5319
0,5714
0,6103
0,6480
0,6844
0,7190
0,7517
0,7823
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,9812
0,9854
0,9887
0,9913
0,9934
0,9951
0,9963
0,9973
0,9980
0,9986
0,9990
0,9993
0,9995
0,9996
0,9997
0,5359
0,5753
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9015
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,9817
0,9857
0,9890
0,9916
0,9936
0,9952
0,9964
0,9974
0,9981
0,9986
0,9990
0,9993
0,9995
0,9997
0,9998
155
TABELUL DE PROBABILITI ASOCIAT LEGII NORMALE

CENTRATE REDUSE
Aria cuprins ntre 0 i z:
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3
0
0
0,0398
0,0793
0,1179
0,1554
0,1915
0,2257
0,258
0,2881
0,3159
0,3413
0,3643
0,3849
0,4032
0,4192
0,4332
0,4452
0,4554
0,4641
0,4713
0,4772
0,4821
0,4861
0,4893
0,4918
0,4938
0,4953
0,4965
0,4974
0,4981
0,4987
0,01
0,004
0,0438
0,0832
0,1217
0,1591
0,195
0,2291
0,2611
0,291
0,3186
0,3438
0,3665
0,3869
0,4049
0,4207
0,4345
0,4463
0,4564
0,4649
0,4719
0,4778
0,4826
0,4864
0,4896
0,492
0,494
0,4955
0,4966
0,4975
0,4982
0,4987
0,02
0,008
0,0478
0,0871
0,1255
0,1628
0,1985
0,2324
0,2642
0,2939
0,3212
0,3461
0,3686
0,3888
0,4066
0,4222
0,4357
0,4474
0,4573
0,4656
0,4726
0,4783
0,483
0,4868
0,4898
0,4922
0,4941
0,4956
0,4967
0,4976
0,4982
0,4987
0,03
0,012
0,0517
0,091
0,1293
0,1664
0,2019
0,2357
0,2673
0,2967
0,3238
0,3485
0,3708
0,3907
0,4082
0,4236
0,437
0,4484
0,4582
0,4664
0,4732
0,4788
0,4834
0,4871
0,4901
0,4925
0,4943
0,4957
0,4968
0,4977
0,4983
0,4988
0,04
0,016
0,0557
0,0948
0,1331
0,17
0,2054
0,2389
0,2704
0,2995
0,3264
0,3508
0,3729
0,3925
0,4099
0,4251
0,4382
0,4495
0,4591
0,4671
0,4738
0,4793
0,4838
0,4875
0,4904
0,4927
0,4945
0,4959
0,4969
0,4977
0,4984
0,4988
0,05
0,0199
0,0596
0,0987
0,1368
0,1736
0,2088
0,2422
0,2734
0,3023
0,3289
0,3531
0,3749
0,3944
0,4115
0,4265
0,4394
0,4505
0,4599
0,4678
0,4744
0,4798
0,4842
0,4878
0,4906
0,4929
0,4946
0,496
0,497
0,4978
0,4984
0,4989
0,06
0,0239
0,0636
0,1026
0,1406
0,1772
0,2123
0,2454
0,2764
0,3051
0,3315
0,3554
0,377
0,3962
0,4131
0,4279
0,4406
0,4515
0,4608
0,4686
0,475
0,4803
0,4846
0,4881
0,4909
0,4931
0,4948
0,4961
0,4971
0,4979
0,4985
0,4989
0,07
0,0279
0,0675
0,1064
0,1443
0,1808
0,2157
0,2486
0,2794
0,3078
0,334
0,3577
0,379
0,398
0,4147
0,4292
0,4418
0,4525
0,4616
0,4693
0,4756
0,4808
0,485
0,4884
0,4911
0,4932
0,4949
0,4962
0,4972
0,4979
0,4985
0,4989
0,08
0,0319
0,0714
0,1103
0,148
0,1844
0,219
0,2517
0,2823
0,3106
0,3365
0,3599
0,381
0,3997
0,4162
0,4306
0,4429
0,4535
0,4625
0,4699
0,4761
0,4812
0,4854
0,4887
0,4913
0,4934
0,4951
0,4963
0,4973
0,498
0,4986
0,499
0,09
0,0359
0,0753
0,1141
0,1517
0,1879
0,2224
0,2549
0,2852
0,3133
0,3389
0,3621
0,383
0,4015
0,4177
0,4319
0,4441
0,4545
0,4633
0,4706
0,4767
0,4817
0,4857
0,489
0,4916
0,4936
0,4952
0,4964
0,4974
0,4981
0,4986
0,499
156
ANEXA 2: TABELUL DE PROBABILITI ASOCIAT LEGII STUDENT

P(T<-t) = P(T>t) = /2
1 = /2
/2
/ 1
0,4
0,25
1
2
3
4
5
0,32492
0,288675
0,276671
0,270722
0,267181
1
0,816497
0,764892
0,740697
0,726687
6
7
8
9
10
0,264835
0,263167
0,261921
0,260955
0,260185
11
12
13
14
15
0,1
0,05
0,025
0,01
0,005
0,0005
3,077684
1,885618
1,637744
1,533206
1,475884
6,313752
2,919986
2,353363
2,131847
2,015048
12,7062
4,30265
3,18245
2,77645
2,57058
31,82052
6,96456
4,5407
3,74695
3,36493
63,65674
9,92484
5,84091
4,60409
4,03214
636,6192
31,5991
12,924
8,6103
6,8688
0,717558
0,711142
0,706387
0,702722
0,699812
1,439756
1,414924
1,396815
1,383029
1,372184
1,94318
1,894579
1,859548
1,833113
1,812461
2,44691
2,36462
2,306
2,26216
2,22814
3,14267
2,99795
2,89646
2,82144
2,76377
3,70743
3,49948
3,35539
3,24984
3,16927
5,9588
5,4079
5,0413
4,7809
4,5869
0,259556
0,259033
0,258591
0,258213
0,257885
0,697445
0,695483
0,693829
0,692417
0,691197
1,36343
1,356217
1,350171
1,34503
1,340606
1,795885
1,782288
1,770933
1,76131
1,75305
2,20099
2,17881
2,16037
2,14479
2,13145
2,71808
2,681
2,65031
2,62449
2,60248
3,10581
3,05454
3,01228
2,97684
2,94671
4,437
4,3178
4,2208
4,1405
4,0728
16
17
18
19
20
0,257599
0,257347
0,257123
0,256923
0,256743
0,690132
0,689195
0,688364
0,687621
0,686954
1,336757
1,333379
1,330391
1,327728
1,325341
1,745884
1,739607
1,734064
1,729133
1,724718
2,11991
2,10982
2,10092
2,09302
2,08596
2,58349
2,56693
2,55238
2,53948
2,52798
2,92078
2,89823
2,87844
2,86093
2,84534
4,015
3,9651
3,9216
3,8834
3,8495
21
22
23
24
25
0,25658
0,256432
0,256297
0,256173
0,25606
0,686352
0,685805
0,685306
0,68485
0,68443
1,323188
1,321237
1,31946
1,317836
1,316345
1,720743
1,717144
1,713872
1,710882
1,708141
2,07961
2,07387
2,06866
2,0639
2,05954
2,51765
2,50832
2,49987
2,49216
2,48511
2,83136
2,81876
2,80734
2,79694
2,78744
3,8193
3,7921
3,7676
3,7454
3,7251
26
27
28
29
30
0,255955
0,255858
0,255768
0,255684
0,255605
0,684043
0,683685
0,683353
0,683044
0,682756
1,314972
1,313703
1,312527
1,311434
1,310415
1,705618
1,703288
1,701131
1,699127
1,697261
2,05553
2,05183
2,04841
2,04523
2,04227
2,47863
2,47266
2,46714
2,46202
2,45726
2,77871
2,77068
2,76326
2,75639
2,75
3,7066
3,6896
3,6739
3,6594
3,646
inf
0,253347
0,67449
1,281552
1,644854
1,95996
2,32635
2,57583
3,2905
157
ANEXA 3: TABELUL LEGII 2 (PEARSON)
Aria ntunecat este egal cu atunci

2
2
cnd = .
0.995
0.990
0.975
0.950
0.900
0.100
0.050
0.025
0.010
0.005
1
2
3
4
5
0.000
0.010
0.072
0.207
0.412
0.000
0.020
0.115
0.297
0.554
0.001
0.051
0.216
0.484
0.831
0.004
0.103
0.352
0.711
1.145
0.016
0.211
0.584
1.064
1.610
2.706
4.605
6.251
7.779
9.236
3.841
5.991
7.815
9.488
11.070
5.024
7.378
9.348
11.143
12.833
6.635
9.210
11.345
13.277
15.086
7.879
10.597
12.838
14.860
16.750
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
0.676
0.989
1.344
1.735
2.156
2.603
3.074
3.565
4.075
4.601
5.142
5.697
6.265
6.844
7.434
8.034
8.643
9.260
9.886
10.520
11.160
11.808
12.461
13.121
13.787
20.707
27.991
35.534
43.275
51.172
59.196
67.328
0.872
1.239
1.646
2.088
2.558
3.053
3.571
4.107
4.660
5.229
5.812
6.408
7.015
7.633
8.260
8.897
9.542
10.196
10.856
11.524
12.198
12.879
13.565
14.256
14.953
22.164
29.707
37.485
45.442
53.540
61.754
70.065
1.237
1.690
2.180
2.700
3.247
3.816
4.404
5.009
5.629
6.262
6.908
7.564
8.231
8.907
9.591
10.283
10.982
11.689
12.401
13.120
13.844
14.573
15.308
16.047
16.791
24.433
32.357
40.482
48.758
57.153
65.647
74.222
1.635
2.167
2.733
3.325
3.940
4.575
5.226
5.892
6.571
7.261
7.962
8.672
9.390
10.117
10.851
11.591
12.338
13.091
13.848
14.611
15.379
16.151
16.928
17.708
18.493
26.509
34.764
43.188
51.739
60.391
69.126
77.929
2.204
2.833
3.490
4.168
4.865
5.578
6.304
7.042
7.790
8.547
9.312
10.085
10.865
11.651
12.443
13.240
14.041
14.848
15.659
16.473
17.292
18.114
18.939
19.768
20.599
29.051
37.689
46.459
55.329
64.278
73.291
82.358
10.645
12.017
13.362
14.684
15.987
17.275
18.549
19.812
21.064
22.307
23.542
24.769
25.989
27.204
28.412
29.615
30.813
32.007
33.196
34.382
35.563
36.741
37.916
39.087
40.256
51.805
63.167
74.397
85.527
96.578
107.565
118.498
12.592
14.067
15.507
16.919
18.307
19.675
21.026
22.362
23.685
24.996
26.296
27.587
28.869
30.144
31.410
32.671
33.924
35.172
36.415
37.652
38.885
40.113
41.337
42.557
43.773
55.758
67.505
79.082
90.531
101.879
113.145
124.342
14.449
16.013
17.535
19.023
20.483
21.920
23.337
24.736
26.119
27.488
28.845
30.191
31.526
32.852
34.170
35.479
36.781
38.076
39.364
40.646
41.923
43.195
44.461
45.722
46.979
59.342
71.420
83.298
95.023
106.629
118.136
129.561
16.812
18.475
20.090
21.666
23.209
24.725
26.217
27.688
29.141
30.578
32.000
33.409
34.805
36.191
37.566
38.932
40.289
41.638
42.980
44.314
45.642
46.963
48.278
49.588
50.892
63.691
76.154
88.379
100.425
112.329
124.116
135.807
18.548
20.278
21.955
23.589
25.188
26.757
28.300
29.819
31.319
32.801
34.267
35.718
37.156
38.582
39.997
41.401
42.796
44.181
45.559
46.928
48.290
49.645
50.993
52.336
53.672
66.766
79.490
91.952
104.215
116.321
128.299
140.169
Ex. Dac = 5, pentru
2 = 0.554 probabilitatea = 0.99.

158

Curs CoAsCal 2015

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs CoAsCal 2015

Încărcat de

Drepturi de autor:

Formate disponibile

FACULTATEA DE INGINERIE MECANIC

CONTROLUL I ASIGURAREA CALITII

2. Instrumente de managementul calitii .............................................. 23

3. Controlul calitii n ntreprinderi ........................................................ 58

4. Noiuni de statistic matematic aplicate n controlul calitii............. 66

4.4 Testul 2 (hi ptrat) .......................................................................................... 87

5. Controlul statistic al loturilor de produse ............................................ 96

6. Controlul statistic al proceselor........................................................ 105

7. Metoda Taguchi n practica industrial. Planuri de experimente...... 127

8. Controlul calitii prin control tridimensional .................................... 140

Anexa 1: Tabelul de probabiliti asociat legii normale centrate reduse

[Ale99] Alexis, J., Metoda Taguchi n practica industrial, Editura Tehnic,

[Cro79] Crosby Ph., Quality is free, McGraw Hill, 1979

[Dem91] Demian, T.; Pascu, A.; Stoica, Gh., Aparate de msurat n

[Dra99] Drake, P.J. Jr., Dimensioning and Tolerancing Handbook, McGraw

[Ker01] Kerzner, H., Project Management A System Approach to Planning,

[Noy00] Noy, D. , Ghid practic pentru controlul calitii, Editura Tehnic,

[Oak00] Oakland, J.S., Statistical Process Control, 4th Ed., Butterworth

[Per97] Prigord, M., Etapele calitii, Editura Tehnic, Bucureti, 1997

[Tag89] Taguchi, G., Introduction to Quality Engineering, Nordica International

[Tas95] Tassinari, R., Lanalyse fonctionnelle, AFNOR, Paris, 1995

[Tra94] Trandafir, M., Antonescu, V., Calitatea: analiz, evaluare, control;

[Wal96] Walker, J.M., Handbook of Manufacturing Engineering, Marcel Dekker

SR EN ISO 9001:2008 Sisteme de management al calitii. Cerine, Noiembrie

1.1 Calitatea trecut, prezent i viitor

consumatorilor (aa-numita voce a clientului), formarea de echipe multidisciplinare,

ofertei curente, deci costurile legate de lipsa de calitate (valoarea produselor

calitii revine celor direct

tuturor, inclusiv a angajailor care nu

sunt direct implicai n procesul de

Lipsa de calitate trebuie s fie

n vederea adoptrii de aciuni

Problemele de calitate conduc

Rezolvarea problemelor legate

soluii adoptate n comun;

fr a se ntocmi prea multe

O calitate mai nalt conduce la

O calitate mai nalt presupune

economii i la creterea cifrei de

Nu se poate obine calitate fr

Clientul decide ce nseamn calitatea

Pentru a nu se repeta greelile, este

nseamn calitatea produsului;

Problemele de calitate conduc la

de calitate trebuie fcut rapid,

Defectele trebuie scoase la lumin,

ascuns de clieni i eventual

la nvinuiri, justificri i scuze;

Calitatea este responsabilitatea

Angajaii i doresc s realizeze i s

Calitatea trebuie implementat nc

Calitatea trebuie implementat

din faza de start a proiectului i

la nivelul execuiei proiectului.

trebuie planificat odat cu acesta.

La modificarea radical a percepiei asupra calitii au contribuit hotrtor un

William Edwards Deming (1900-1993), renumit profesor i statistician

Managementul de cel mai nalt nivel al organizaiei joac un rol hotrtor n

Organizaia trebuie s asigure mbuntirea continu, planificat i constant,

85% din problemele legate de calitate sunt provocate de management i doar

Trebuie instituit controlul statistic asupra proceselor de producie, pentru a

Organizaia trebuie s i propun n primul rnd mbuntirea continu a

Organizaia trebuie s i reconsidere politicile de selectare a furnizorilor,

caracteristicilor acestora. Aceast variaie este provocat att de cauze

CONTROLUL I ASIGURAREA CALITII