Capitolul 6

Controlul statistic al proceselor

5.1 Consideraii generale

SPC (Statistical Process Control, n german Statistische Proze-regelung) este

o metod a managementul calitii, cu ajutorul creia poate fi supravegheat un proces
iar la nevoie se poate efectua o intervenie de reglare, respectiv de corectare a
procesului, nainte de a rezulta neconformiti.

Tendinte
Calitatea medie
Executie?

Fig.5.1 Ciclul controlului SPC

n Fig.5.1, este reprezentat ciclul de control SPC. Dup fabricarea produselor, se

msoar caracteristicile calitative urmrite iar rezultatele sunt vizualizate ntr-o cartel
de controlul calitii. Prin interpretarea adecvat a cartelelor de controlul calitii se

Capitolul 6

90

intenioneaz identificarea ct mai timpurie a erorilor sistematice, pentru a interveni n

proces n modul corector corespunztor.
n cazul unui proces tehnologic complex, procedeele statistice ne ajut s
identificm att de timpuriu abaterile sistematice ale procesului, nct caracteristicile
calitative se menin nc n limitele de toleran prestabilite. Datorit acestei proprieti
controlul statistic al proceselor i produselor se numr printre metodele preventive ale
managementul calitii, (Fig.5.2).
Concepia Concepia Planificare Dezvoltare/ Planificarea
produsului fabricaiei preliminar Proiectare produciei
Quality Function Deploiment
Verificarea proiectrii-Design Review
Proiectarea experimentelor
Analiza arborelui erorilor
Proces FMEA
Proiectarea experimentelor

Seria
zero

Producie
de serie

SPC
Poka-Yoke
Fig.5.2 Locul SPC ntre metodele managementului calitii

Principiul de baz al metodei nu este identificarea erorilor, ci evitarea lor. SPC

contribuie astfel la reducerea costurilor datorate rebuturilor, prelucrrilor ulterioare i a
costurilor de verificare.
La utilizarea SPC, se remarc influenarea pozitiv a procesului din punct de
vedere calitativ. Utilizarea SPC permite realizarea unor economii prin reducerea
frecvenei de schimbare a sculei, reducerea numrului de intervenii n proces sau
reducerea pierderilor datorate operaiilor de reglare.
Aa cum se indic
n

Fig.5.3

controlul

statistic se utilizeaz n
domeniul produciei de
serie mijlocie pn la
mare, pentru:

fabricarea produselor
materiale cum ar fi:

- piese pentru maini;

- produse chimice;
- produse de turntorie;

Fig.5.3 Utilizarea SPC

Controlul statistic al proceselor i produselor

91

- piese din materiale plastice;

- subansamble electrice;
- medicamente;
- ambalaje;

supravegherea caracteristicilor procesului sau produsului:

- dimensiunile particulelor;
- valoarea pH;
- concentraia;
- gradul de puritate;

supravegherea produselor i serviciilor:

- software;
- servicii bancare;
- servicii telefonice;
- servicii expediionale.
Avantajele care pot fi obinute prin utilizarea metodei SPC sunt:
evitarea erorilor n producie;
reducerea msurilor de verificare n controlul final;
posibilitatea de detectare a erorilor care nu mai pot fi evideniate pe standul de
verificare final;
supravegherea procesului de fabricaie i garantarea c etapele urmtoare ale
procesului nu vor conine nici o pies defect din punct de vedere al dimensiunilor
iniiale de intrare (procesul urmtor este considerat clientul beneficiar al procesului
anterior);
detectarea i eliminarea mrimilor perturbatoare ale unui proces att n ceea ce
privete amplitudinea acestora ct i n ceea ce privete optimizarea parametrilor
care influeneaz procesul, cum sunt de exemplu materialul i toleranele piesei,
specificaiile referitoare la maini, reglarea sculei sau specificaiile referitoare la
mijloacele de verificare;
identificarea timpurie a problemelor referitoare la calitate, procesele tehnologice;
stabilitatea fabricaiei, adic meninerea sub control statistic a tuturor proceselor de
fabricaie
reducerea costurilor, a procentului de rebuturi i a cheltuielilor de verificare att n
ceea ce privete numrul lor ct i restrngerea sferei de verificare

Capitolul 6

92

creterea nivelului calitativ general i ca urmare creterea productivitii prin

utilizarea sistematic a analizelor i prin documentarea lor, prin evaluarea
prognozelor pe termen lung i printr-un procedeu continuu de feed-back aplicat
datelor de msurare.
Propuneri pentru modificari
Planificarea calitatii: Nivelul de
planificare
Indicii preliminare:
-caracteristici de verificare pentru
verificarea SPC
-numarul de unitati continute in proba
de sondaj
-tipul cartelei de cont rol pentru
verificare aSP C
-evaluare

Corectarea calitatii:
Nivelul administrativ
Rapoarte de verificare:
cartele de control
Prognoze pe termen
lung:
-frec venta int erventiilor
-capacitatea
performanta medie a
procesului

Verificarea
calitatii:Nivelul operativ
-determinare valorilor de
masurare
-documentatia cu datele
de verificare
-documentatia de
desfasurare a procesului
-controlul procesului

Indicii preliminare pentru procesul de fabricare

Fig.5.4 Nivelele de efectuare a controlului statistic

Efectuarea SPC este structurat pe trei nivele, (Fig.5.4). La nivelul de planificare

a calitii, se impun mai nti cteva indicii preliminare. Se stabilesc caracteristicile de
verificare, numrul de uniti coninute n proba de sondaj i frecvena acestor probe,
tipul cartelei de control pentru verificarea SPC.
n nivelul operativ sunt determinate valorile de msurare i sunt documentate
datele de verificare de ctre operatorii mainii. Desfurarea procesului este
documentat ntr-o cartel de controlul calitii i controlul procesului ncepe.
n nivelul administrativ se ntocmesc rapoartele de verificare i se realizeaz
prognoze pe termen lung cu privire la frecvena interveniilor, capacitatea performant
medie a procesului i modificrile de distribuie.
Caracteristicile verificate se pot diviza n dou categorii importante care la rndul
lor pot fi divizate n:
1. Caracteristici cantitative, care pot fi msurate:
1.1 Caracteristici cantitative continue (exprimate prin valori care aparin mulimii
numerelor reale):
-

temperatura bii de lipire, n [0K];

masa de umplere a unui ambalaj, n [g];

Controlul statistic al proceselor i produselor

diametrul unei piese aflate n micare de rotaie, n [mm];

fiabilitatea unui bec cu incandescen, n [h];

93

1.2 Caracteristici cantitative discrete continue (exprimate prin valori care aparin mulimii
numerelor ntregi):
-

numrul valorilor de msurare aflate domeniul de toleran;

numrul pieselor din lot care prezint defecte;

numrul erorilor de tipar de pe fiecare pagin a unei cri;

2. Caracteristici atributive (exprimate prin atribute de genul corect-defect):

2.1 Caracteristici atributive ordinale:
-

Temperatura:
-

Rece

Cldu

Cald

Fierbinte

Calificative colare:
-

"foarte bine"

"bine"

"satisfctor"

2.2 Caracteristici atributive nominale:

-

Culoarea figurinelor de jucrie:

-

albastru

galben

rou

Fixarea preului de cost:

-

666

689

693

Exist dou tipuri diferite de factori de influenare care acioneaz asupra unui
proces:
factorii de influenare accidental (aleatoare). Cauzele apariiei acestora pot fi
minore i nu pot fi prevzute. Apariia lor se face neregulat fiind oricnd posibil
apariia lor dac nu se iau msuri de nlturare.
factorii de influenare sistematic. Apariia lor se datoreaz unor cauze importante
previzibile prin aplicarea teoriei probabilitilor.

Capitolul 6

94

Pentru supravegherea mrimilor cantitative ale unui proces se utilizeaz diverse

funcii de distribuie. n cazul caracteristicilor atributive (bun/ru) se va utiliza adesea
distribuia binomial, respectiv distribuia Poisson. Caracteristicile variabile (msurabile)
au o distribuie normal n majoritatea cazurilor. La realizarea unei cuprinztoare
examinri preliminare nainte de aplicarea SPC, prin procedeele statistice de testare
trebuie s se verifice dac distribuia real a valorilor caracteristice poate fi apreciat ca
fiind asemntoare cu una dintre distribuiile teoretice menionate mai sus.

30
25

Distributia binomiala

n
n x
g x p x 1 p
x

n=numarul unitatilor continute in proba de sondaj

x=numarul unitatilor defecte din proba de sondaj
p=proc entul de unitati defecte din colectivul de baza

20

Exemple:
numarul bilelor albastre din urma
numarul unitatilor defecte din marfa livrata

15
10

g(x)=probabilitatea ca numarul unitatilor

defecte in marfa livrata sa fie exact x

n=100
p=0.04

0
1

10

11

12

13

14

Fig.5.5 Caracteristicile distribuiei binomiale

30

g x

25

x
x!

Distributia Poisson
e

np

n=numarul unitatilor continute in proba de sondaj

x=numarul erorilor in proba de sondaj
p=numarul mediu de erori pe unit ate
=numarul mediu de erori in proba de sondaj
(parametru al colectivului de baza)

20

Exemple:
2
numarul erorilor pe 10m de folie
numarul gaurilor de noduri pe scandura
numarulcorpurilor straine aflate in 1 litru lichid
g(x)=probabilitatea ca numarul
erorilor sa fie exact x

15
10
5

=pn=2

0
1

Posibilitati de solutionare:
-utilizarea tabelului
-utilizarea formulei

10

11

12

13

14

-utilizarea nomogramei Thorndike

-aproximari prin NV (Normalverteilungdistributie normala) atunci cand =pn> 10

Fig.5.6 Caracteristicile distribuiei Poisson

Controlul statistic al proceselor i produselor

95

Distributia normala
g x

1 x

=valoarea medie= lungimea procesului

=abaterea standard= dispersia procesului

Exemple:
- lungimi
- densiuni
- masa
- diametrul

g(x)

Posibilitati de solutionare:
-utilizarea tabelului cu variabila standardizata u
-utilizarea formulei

Fig.5.7 Caracteristicile distribuiei normale

Pentru nelegerea mai profund, o importan deosebit are modelul matematic

care st la baza SPC, (Fig.5.8). n cazul unei piese noi care se fabric pe o mainunealt, se stabilete caracteristica de control care trebuie supravegheat, dar repartiia
valorilor acestei caracteristici este la nceput necunoscut. Pentru determinarea acestei
repartiii se va efectua o examinare preliminar cu cteva piese (probe de sondaj).

Modelul matematic
1. Colectivul de baza
-

2. Proba de sondaj

totalitatea unitatilor luate in considerare

cazul ideal: cantitate infinita
limita impusa de practica: exemplu,
lotul livrat

una sau mai multe unitati dintr-un

colectiv de baza
scopul probelor de sondaj: dobandirea
unor cunostinte asupra colectivului de
baza necunoscut

concluzie indirecta
domeniul de incredere
Indicele
probei de
sondaj

Parametrii
colectivului
de baza
concluzie directa
domeniul de dispersie accidentala
domeniul de incredere X%

domeniul de dispersie
accidentala X%

domeniul care acopera cu o probabilitate de X% valoarea

reala dar necunoscuta a unui parametru
domeniul in care valoarea probei de sondaj se estimeaza sa
apara cu o probabilitate de X%

Fig.5.8 Modelul matematic al controlului statistic al proceselor i

produselor

Capitolul 6

96

Scopul este ca pornind de la indicii probelor de sondaj s se trag o concluzie indirect

cu privire la indicii colectivului de baz, care este nc necunoscut. Pe baza acestor
indici ai colectivului de baz se ntocmesc apoi cartelele de controlul calitii i se
determin direct prin calcul limitele de avertizare i limitele de intervenie.
5.2 Condiiile realizrii controlului statistic
Succesiunea general a fazelor parcurse pentru realizarea controlului statistic al
proceselor i produselor este:
1. Planificarea verificrilor probelor de sondaj. In aceast etap din mulimea
parametrilor care caracterizeaz un produs sau proces se aleg caracteristicile care
trebuie urmrite. Funcie de volumul datelor care trebuie prelucrate se stabilesc
volumul eantioanelor i frecvena de achiziie. Se stabilesc de asemeni parametrii
statistici cu ajutorul crora va fi urmrit procesul i limitele de variaie a acestora.
2. Prelevarea probelor accidentale de sondaj, dintr-un colectiv de baz necunoscut.
Aceasta se realizeaz aleator sau n baza unei proceduri planificate.
3. Verificarea fiecrui exemplar al probei accidentale de sondaj;
4. Evaluarea statistic a datelor determinate prin calculul parametrilor statistici i
completarea cartelelor de urmrire.
5. Deducerea unor aprecieri cu privire la colectivul de baz.

Fig.5.9 Modelul proceselor controlate statistic

Conform normelor DIN EN ISO 8402, un proces este un set de mijloace i

activiti aflate ntr-o relaie reciproc, ce transform caracteristicile iniiale n rezultate.
Un proces poate s fie att un proces de prelucrare, cum este de exemplu strunjirea,

Controlul statistic al proceselor i produselor

97

frezarea, gurirea, ct i un proces de prestare a unor servicii, cum este de exemplu o

central telefonic. Printr-un proces tehnic se realizeaz sau se modific unele
caracteristici ale produsului (Fig.5.9). Produsele pot fi n acest caz att materiale brute,
materii prime, produse intermediare sau finite, ct i prestri de servicii. Rezultatul unui
proces (output, produsul) este influenat prin intermediul unor factori de influenare a
procesului (de exemplu, cei 5 M: Main, Metod, Material, Muncitor, Mediu, (Fig.5.10).
Informatii referitoare la calitate
Masuri in cadrul

Parametrii
de proces

Caracteristici ale
procesului

proces
produs

Muncitor

Masina

Material

Metoda

Mediu
Mediu
Muncitor
Material
Metoda
Masina

LTS

LTI

Fig.5.10 Modelul de proces i factorii de influenare

Influena mainilor sau a instalaiilor este minim deoarece reglajele iniiale se

menin neschimbate o perioad ndelungat. De exemplu un strung cu CNC va
produce neconformiti numai datorate uzurii sculelor (erori sistematice previzibile)
sau datorate unor erori aleatoare (ruperea sculei) Influena metodelor se manifest
asupra preciziei de execuie sau a productivitii. Neomogenitatea materialelor
influeneaz major dinamica proceselor fiind necesar n majoritatea cazurilor
corectarea acestora. Situat pe o clas superioar influena atribuit factorului uman
este deosebit de important. Angajaii trebuie instruii i motivai pentru realizarea,
conducerea i verificarea proceselor. Cea mai important influen o are mediul n
care aceste procese se desfoar, att mediul de lucru ct i mediul extern (de
afaceri).
Pentru aplicarea controlului statistic trebuie verificat dac procesele sunt
controlabile i performante. Un proces este considerat controlabil atunci cnd
distribuia caracteristicilor procesului se menine practic nemodificat, respectiv se

Capitolul 6

98

modific numai n limite cunoscute. Un proces este considerat performant dac este
capabil s furnizeze uniti care ndeplinesc cerinele de calitate, mai precis, dac
numrul rebuturilor rezultate din proces este practic aproape nul.
Performant

Controlabil
Un proces este considerat controlabil atunci cand
distributia caracteristicilor procesului (parametrii
distributiei acestor caracteristici) se mentine practic
nemodificata, respectiv se modifica numai in limite

Un proces este considerat performant daca este

capabil sa furnizeze unitati care indeplinesc cerintele
de calitate, mai precis, daca numarul rebuturilor
rezultate din proces este practic aproape nul

cunoscute
Exemple referitoare la capacitatea unui proces de-a fi controlabil
Procesul este
performant i se
afla sub control

Procesul este sub

Procesul este
Procesul nu este
control, dar nu
performant dar nu performant i nu
este performant se afla sub control se afla sub control

1
Tu

1
A

T0

Tu

T0

Tu

C T0

Tu

T0

Fig.5.11 Capacitatea proceselor de-a fi controlabile i performante

Exemplul prezentate n Fig.5.11.A este a unui proces controlabil, deoarece abaterile

mediile aritmetice sunt minime i performant deoarece curbele de repartiie sunt toate
ascuite cea ce denot o dispersie mic. In Fig.5.11.B este a unui proces controlabil dar
neperformant (curbele de repartiie sunt aplatizate, fapt datorat unor erori sistematice).
Prin nlturarea acestora procesul poate fi controlabil statistic. Fig.5.11.C prezint cazul
unui proces performant dar necontrolabil fapt datorat variaiei mari a mediilor
eantioanelor. Cauza este apariia unor abateri aleatoare care trebuie identificate i
ndeprtate. Ultimul caz prezentat n Fig.5.11.D este al unui proces necontrolabil i
neperformant, caz n care nu se recomand aplicarea controlului statistic.
Pentru obinerea unei aprecieri cantitativ a capacitii performante a unui
proces tehnologic, se calculeaz indici de performan dintre care cei mai importani
sunt capabilitatea procesului i capabilitatea maini, Calculul capabilitii se efectueaz
n condiii reale de producie. Cunoaterea capacitilor performante a unui proces
tehnologic ne ajut s apreciem dac procesul este controlabil pe durat ndelungat
i dac asigur calitatea necesar. Capabilitatea unui proces, Cp, Cpk. i capabilitatea
unei maini, Cm, Cmk. depind de poziia i limea repartiiei fa de limitele de toleran
(LST - limita superioar de toleran; LIT - limita inferioar de toleran) care pot fi

Controlul statistic al proceselor i produselor

99

simetrice sau asimetrice fat de valoarea nominal. Calcularea celor doi indici rezult
din Fig.5.12.
Cm, Cmk
Capacitile performante ale mainii
Cp, CpK
Capacitile performante ale procesului
Capacitile performante ale mainii
Capacitile performante ale procesului
LST LIT T
LST LIT T

Cm
Cp
6S
6S
6S
6S
C ms

LST X
3S

C mi

X LIT
3S

C ps

LST X
3S

C pi

LST X
3S

C mk min( C ms ,C mi )
C pk min( C ps ,C pi )
Cm, Cp > 1,33
Procesul este performant din punct de vedere calitativ
1,00 Cm, Cp 1,33 Procesul poate deveni performant n anumite
Supraveghere atent
Cm, Cp < 1,00
Procesul nu este performant

condiii,

Fig.5.12 Calculul capabilitii proceselor i mainilor

Variaia capabilitii se datoreaz deplasrii mediei sau aplatizrii curbelor de

repartiie, (Fig.5.13). Este de remarcat c industria auto din Germania impune
capabilitii de minim 2,5 n timp ce industria auto japonez impune valori de 3,00.

Fig.5.13 Variaia capabilitii

Capitolul 6

100

Fig.5.14 Influena factorilor asupra capacitile performante ale unei maini sau proces

La examinarea capacitilor performante ale unui proces se ine cont de

diferiii factori care influeneaz procesul, (Fig.5.14). Cunoaterea capacitii
performante a mainii (i a actualei capaciti performante a procesului) ne ajut s
apreciem dac procesul poate s ndeplineasc cerinele de calitate impuse, ne ajut
de asemenea n aprecierea unor procedee sau a unor maini noi sau modificate i n
colectarea datelor pentru ntocmirea cartelelor de calitate. Examinarea capacitilor
performante ale unui proces se deruleaz conform planului prezentat n Fig.5.15, sub
forma unei scheme logice.
Pregatirea examinarii
Efectuarea examinarii: determinarea factorilor de
masurare i inregistrarea datelor trecut e in cartelele x
Procesul se mentine sub control?

Se determina influentele
sistematice de dispersie
nu

Se evalueaza S,R,Cp , Cpk

da

Conditie: este adevarat a relatia Cpk=0

Conditie: este adevarat a relatia

Cpk>=1,33?
nu
da

da

nu

Conditie: este adevarat a relatia

Cp >=1,33?

Conditie: este adevarat a relatia

Cpk>=1,33

nu

nu

Conditie: este adevarat a relatia

Conditie: este adevarat a relatia
da
da
nu
Cpk>=1?
Cpk>=1?
nu
Procesul poate fi performant Procesul este
Procesul nu
Procesul este
Procesul nu
performant
este
performant
performant
da
este performant
Se supravegheaza procesul in continuare; Se realizeaz o centrare mai buna a pieselor

Fig.5.15 Schema logic de evaluare a capabilitii

Controlul statistic al proceselor i produselor

101

n general, examinarea capacitilor performante ale unui proces se mparte n

examinarea capacitilor performante pe termen scurt, a capacitilor performante pe
termen lung i controlul statistic al procesului. Aa cum rezult din Fig.5.16,
examinrile se deruleaz succesiv, fiecare examinare furniznd date urmtoarei.
Examinarea capacitatilor
performante pe termen scurt
Examinari ale
capacitatilor
performante
ale masinii

Aplicarea
unor masuri
corective

Cont rol
100%

nu

Calcularea
indicilor
caracteristici
de
performanta
Cm , Cmp
Conditie:
da
Cm, Cmp >1,33
(FORD:
Pp , Ppk>1,67)?

Examinarea capacitatilor
performante pe termen lung

Controlul stati stic al

proce sului

Examinari ale
procesului

Reglarea i
analiza procesului

Determinarea
influentelor nu Conditie:
Procesul
sistematice i
se
afla sub
eliminarea lor
control
Aplicarea
statistic ?
unor masuri
Calcularea
corectoare
indicilor
caracteristici de
Reglarea i
performanta
analiza
Cm , Cmp
procesului
Cont rol
100%

nu

Conditie:
Cm, Cmp
>1 (DQG)?
>1,33(FORD)?

Conditie:
Determinare
a influent elor nu Procesul se
afla sub
sistematice
control
i eliminarea
statistic
?
lor
da
Calcularea indicilor
caracteristici de
performanta Cm , Cmp
da

Conditie:
Cm, Cmp
>1 (DQG)?
nu
>1,33(FORD)? da

Fig.5.16 Examinarea capabilitii proceselor pe termene

Pentru introducerea cu succes a SPC trebuie s fie ndeplinite diferite premise:

Procesul este controlabil;
Procesul se afl sub control statistic;
Se cunosc caracteristicile produsului;
Se cunoate forma distribuiei;
Procesul este performant;
Mijloacele de msurare sunt performante;
Angajaii sunt instruii i motivai;
5.3 Supravegherea i controlul procesului
5.3.1 Structura general a cartelelor de control a calitii
Structura de principiu a unei cartele este reprezentat n Fig.5.17. Pe cartela de
control pot fi indicate limitele de avertizare, limitele de intervenie i limitele de toleran
Cartelele permit controlul continuu al procesului cea ce este n beneficiul procesului.
Este posibil astfel s se obin o producie constant i previzibil att n ceea ce

Capitolul 6

102

privete costurile ct i n ceea ce privete calitatea. Se constat o reducere a

dispersiei produselor, reducerea costurilor i creterea capacitii efective. Cartelele de
controlul a calitii reprezint o form standardizat pentru schimbul de informaii cu
privire la descrierea calitii procesului.
Caracteristica
de calitate

Numarul probei de sondaj(identificarea

moment ului prelevare a probei)
Cartela de controlul calitatii, cu
indicarea limitelor de avertizare
i a limitelor de interventie

Caracteristica
de calitate

Numarul probei de sondaj(identificarea

moment ului prelevare a probei)
Cartela de controlul calitatii, cu
indicarea limitelor de avertizare
i a limitelor de toleranta

Fig.5.17 Elementele componente ale cartelelor de control statistic

Pentru completarea cartelelor de controlul calitii este necesar ca ntreprinderile

s defineasc principiile care trebuie respectate de ctre angajai, de exemplu:
nregistrrile se vor efectua cu regularitate, conform planului de verificare;
Se vor nota valorile iniiale, pentru a permite verificarea calculelor;
Completarea se va efectua cu exactitate, pentru evitarea erorilor;
Se vor uni punctele de pe cartela de control;
Pentru a permite identificarea cauzelor erorilor, n fia de nsoire a procesului
trebuie nregistrate toate modificrile i influenele asupra procesului;
5.3.2 Tipuri de cartele de controlul calitii
Tipurile de baz ale cartelelor de control al calitii cu cele mai uzuale combinaii
ca i domeniile de aplicare sunt indicate n Fig.5.18 5.19.
1. Cartelele-Shewhart - Control-Cards sunt cartele clasice, pentru supravegherea
capacitii procesului de a se menine sub control. Procesul se menine sub control
n poziia sa nominal scopul cartelelor fiind de-a determina abaterea fa de medie
. Se intervine n momentul depirii limitei de 99 % din domeniul de dispersie
accidental.
2. Cartelele de control pentru recepie (CCR). Se utilizeaz n cazul n care limitele de

Controlul statistic al proceselor i produselor

103

toleran(LTS, LTI) sunt prestabilite, iar procesul are o nalt precizie. Limitele de
avertizare i limitele de intervenie sunt stabilite prin calcul. Limitele de avertizare
sunt situate la 95 % din domeniul de dispersie accidental, iar limitele de intervenie
la 99 % din acest domeniu. Se admite deplasare natural a procesului cu fa de
poziia nominal. Se intervine n momentul n care se depete valoarea
prestabilit pentru procentul de piese cu erori. Numrul de uniti coninute n proba
de sondaj influeneaz limitele de intervenie.

ideal

Fig.5.18 Domeniile de aplicare ale cartelelor

Prezentarea sinoptic a principalelor cartele de controlul calitii este realizat n

Fig.5.19.
Cartele Shewart

Cartele de recepie CCR

Caracteristici de calitate atributive Caracteristici de calitate variabile

Numrul/
Numrul de erori Supravegherea Supravegherea
Procentul de
pe proba de
poziiei
dispersiei
uniti cu erori
sondaj
procesului
procesului
Numrul de uniti din proba de
sondaj
Const Variabil Const Variabil
np
p
C
u
M[x]
ME
D[x]
A

Caracteristici de calitate continue

Supravegherea poziiei procesului

M[x]

ME

Fig.5.19 Principalele caracteristici urmrite n controlul statistic

5.3.2.1 Cartelele de control pentru caracteristici variabile. Sunt cartelele cel mai des
utilizate. Frecvena de verificare variaz ntre 1/or i 1/zi sau 1/schimb, n anumite
condiii chiar mai rar. Pentru aceasta, se va preleva cte o prob de sondaj din proces,
prob care cuprinde de obicei 5 uniti.
Pentru caracteristicile variabile se utilizeaz 5 tipuri diferite de cartele de control:
1. Cartela de control preliminar (pre-control), sau cartela de semnalizare ("cartela
semafor"). Cartela de pre-control (Fig.5.20) servete la introducerea SPC. Aceast
cartel se completeaz cel mai simplu, dar n raport cu celelalte tipuri, reacia la

Capitolul 6

104

schimbri apare cu o relativ inerie. La utilizarea cartelei de pre-control, caracteristica

variabil este reprezentat pe cartel sub forma unor linii orizontale de aceleai
dimensiuni. Pentru fiecare linie se indic o valoare minim i una maxim. Liniile dintre
limitele de avertizare sunt de culoare verde. Liniile situate ntre limita de avertizare i
limita de intervenie sunt de culoare galben. Liniile din afara limitelor de intervenie
sunt de culoare roie.
Obiectul

Caracteristica

Specificatia

Frecventa de verificare

LIS
LAS
M[x] sau ME
LAI
LII
Momentul in
timp
Ora; Data
Criterii de apreciere la "cartela semafor":
domeniul cuprins intre limitele de avertizare:
verde
domeniul cuprins intre LAS i LAI (sus i
jos): galben
domeniul din afara LII (sus i jos): rosu

Completarea cartelei:
stabilirea limitelor caracteristicii
calcularea valorii medii a probei de
sondaj
inregistrarea in CC

Avantaj: manipulare simpla;

Dezavantaj: reactie lenta la modificari;
Recomandare: se va utiliza la introducerea metodei SPC

Fig.5.20 Cartela de Pre-control

Probele de sondaj sunt prelevate din proces calculndu-se valoarea medie sau
mediana caracteristicii. Aceast valoare rezultat se va nregistra n cartel. Dac
proba de control se afl n domeniul de culoare verde, atunci produsul corespunde
cerinelor calitative. Dac proba este situat n domeniul de culoare galben, atunci
limita de intervenie a fost depit este necesar s se intervin n proces.
Caracteristicile se afl nc n limitele de toleran, dar se estimeaz c situaia se va
nruti n continuare. Dac proba de control este situat n domeniul de culoare roie,
se impune ntreruperea imediat a procesului i analizarea cauzelor.
2. Cartela pentru controlul valorii x (valoarea iniial, Fig.5.21) are avantajul c nu
necesit nici un fel de calcule pentru o prob de sondaj, iar reprezentarea evideniaz
dispersia n cadrul probei. Toate valorile determinate n cadrul unei probe de sondaj
sunt nregistrate n cartela pentru controlul valorii x.
3. Cartela pentru controlul valorii mediane (sau a valorii situate la mijlocul irului
ordonat cresctor, Fig.5.22) este puin mai precis dect cartela de pre-control. Liniile
au fost nlocuite n acest caz printr-o reea fin. Valorile se nregistreaz n cartel sub
form de puncte. Cartela se completeaz uor, deoarece nu este necesar nici un calcul

Controlul statistic al proceselor i produselor

Obiect

105
Frec venta de verificare

Specificatia

Caracteristica

LIS
LAS
M=x
LAI
LII

Calcularea:

LIS=+EE
LAS=+E w
M=x=

LII=-EE
LAI=-E w

Completarea: se inregistreaza toate valorile individuale

Avantaj: - este necesara o singura cartela de cont rol
-nu necesita calcule (la inregistrare
Dezavantaj: reactie lenta la modificari (sensibilitate redusa)

Fig.5.21 Cartela pentru controlul valorii x

pentru determinarea valorii mediane (de la mijlocul unui ir de valori, ordonate

cresctor). Valoarea median este valoarea situat la mijlocul unui ir de valori ale unei
mrimi i este determinat dup sortarea probelor de sondaj n grupe coninnd un
numr impar de uniti i aranjarea valorilor n ordine cresctoare (de exemplu, pentru
5 valori: 37, 40, 32, 33, 33 valoarea median x-- este 33). Spre deosebire de cartela
pentru controlul valorii iniiale, aceast cartel nu ofer informaii referitoare la dispersie.
Obiect

Specificatia

Caracteristica

LIS
LAS Obiect

Caracteristica

Frec venta de verificare

Specificatia

Frec venta de verificare

LIS
ME
ME

LAS
LAI
ME
ME
LII
LAI
LII

Calcularea:

LIS=-AE
LAS=+Aw

ME=

Completarea: -calcularea
valorii medii ME=
LIS=-AE
Calcularea:
-inregistrarea
valorii medii in CC
LAS=+Aw
Avantaj:
reactie
rapida
la
modificari
Completarea: -calcularea valorii medii

LII=-AE
LAI=-Aw
LII=-AE
LAI=-Aw

-inregistrarea valorii medii in CC

Dezavantaj:
-sunt necesare
pentru inregistrarea in CC
Avantaj: - reactie
rapida la calcule
modificari
Dezavantaj: -sunt necesare calcule pentru inregistrarea in CC

Fig.5.22 Cartela pentru controlul medianei

Capitolul 6

106

4. Cartela pentru controlul valorii medii M[x] (Fig.5.23) atinge precizia maxim i
reacia cea mai rapid la modificri (sensibilitatea maxim). Ca un dezavantaj al acestei
cartele menionm timpul necesar efecturii calculelor. Capacitatea de reacie a
cartelelor de recepie depinde de caracteristicile de operaie. Aceste caracteristici
stabilesc o coresponden ntre abaterea procesului i probabilitatea de intervenie n
proces (n funcie de numrul unitilor coninute n proba de sondaj.
Caracteristica

Obiect

Specificatia

Frecventa de verificare

LIS
LAS
M[x]
M[x]
LAI
LII

Calcularea:

LIS=-AE
LAS=+Aw

M[x]=

LII=-AE
LAI=-Aw

Completarea: -calcularea valorii medii

-inregistrarea valorii medii in CC
Avantaj: - reactie rapida la modificari
Dezavantaj: -sunt necesare calcule pentru inregistrarea in CC

Fig.5.23 Cartela pentru controlul valorii medii M[x]

5. Cartela pentru controlul valorii S (abaterea standard, Fig.5.24) se utilizeaz

aproape ntotdeauna mpreun cu un calculator. Calculul abaterii standard necesit
costuri suplimentare., dar reacia la schimbri este foarte rapid.
Obiect

Caracteristica

Specificatia

Frecventa de verificare

LIS
M[x]
LII
S

LIS
LII

Calcularea:

LIS=DLLS
LAS=DLAS

M[x}= d1
R=Xmax-Xmin

Completarea: -calcularea valorii medii

-inregistrarea valorii medii in CC

LII=DLII
LAI=DLAI

Avantaj: - reactie rapida la modificari

Dezavantaj: -sunt necesare calcule pentru
inregistrarea in CC

Fig.5.24 Cartela pentru controlul valorii medii M[x] i a abaterii standard S

Controlul statistic al proceselor i produselor

107

6. Cartela pentru controlul valorii A (amplitudinea) se ntocmete de obicei

suplimentar la cartela pentru controlul valorii x -- sau la cartela pentru controlul valorii
mediei M[x]. Anvergura R se determin relativ uor prin diferena ntre valoarea maxim
i minim. Aceast cartel ofer informaii referitoare la limea intervalului de dispersie
a valorilor n cadrul unei probe de sondaj.
5.3.2.2 Cartele de control pentru caracteristici atributive. Apariia unor erori
frecvente este o premis pentru introducerea cartelelor de control atributive. La
controlul caracteristicilor atributive, spre deosebire de controlul caracteristicilor variabile,
este necesar verificarea unui numr mare de uniti (numrul de uniti din proba de
sondaj este pn la 100). Utilizarea cartelelor de control atributive are urmtoarele
avantaje:

Toate procesele de fabricare i cele de montaj prezint caracteristici atributive.

n mod frecvent, datele exist deja (de exemplu, listele de reclamaii sau alte
documente similare).

Determinarea simpl i rapid a datelor, fr a fi necesare cunotine speciale.

Sunt utilizate adesea pentru ntocmirea de rapoarte ctre conducerea ntreprinderii.

Cartelele de control atributive ajut la stabilirea unei succesiuni de msuri de

optimizare a procesului (analiza Pareto).

Exist 4 tipuri de cartele de control atributive:

1. Cartela-np, (Fig.5.25): numrul unitilor cu defecte la meninerea constant a
numrului de uniti din proba de sondaj. Se aplic n cazul produciei de serie mare
sau de mas.
Obiect

Data
Timpul
Vol. esantion
np

Premise:
- se mentine constant
numarul unitatilor
continute in proba de
sondaj

Frec venta de
verificare

Caracteristica

LIS
n p z n p 1 p
LII
2
p1 p 2 p n
np
n2

Cart ela-np

n=nr. De unitati continute in proba de

sondaj
m=nr. Probelor de sondaj
p1=procent ul de erori in proba de sondaj
np=numarul mediu de unitati cu defecte

Fig.5.25 Cartela np

Capitolul 6

108

2. Cartela-p, (Fig.5.26): procentul de uniti cu defecte din cantitatea total. Procentul p

sau de uniti defecte este mai greu de determinat, dar este adecvat n cazurile n care
difer numrul de uniti coninute n probele de sondaj (de exemplu pentru loturi mici
sau de mrime variabil).
Obiect

Data
Timpul
Vol. esantion
Nr. neconformitati
Procent rebut

Caracteristica

LIS
p 1 p
p z
LII
n
2
p1 p 2 p n
np
n1 n 2 n n

Frecventa de
verificare

Cartela-p

n1=nr. de unitati continute in proba de sondaj

p1=procentul de erori in proba de sondaj
p=procentul mediu de erori

Fig.5.26 Cartela p

3.Cartela-c, (Fig.5.27): numrul de erori dintr-o prob de sondaj, la meninerea

constant a numrului de uniti din prob. n cazul fabricrii unor piese simple, care au
un numr mic de funcii importante, se determin numrul de uniti defecte (de
exemplu, la fabricarea unui ntreruptor), sau n cazul unor produse complexe, cu
numeroase funcii importante, (de exemplu, la fabricarea unui autoturism).
Obiect

Caracteristica

Frec venta de
verificare

Cart ela-c

Data
Timpul
Vol. esantion
Procent rebut

Premise:
-se mentine constant
numarul de unitati
continute in proba de
sondaj

LIS
c z c
LII
2

Fig.5.27 Cartela c

c=numarul de erori intr-o proba de

sondaj, la mentinerea constanta a
numrului de unitati din proba
c i=numarul de erori in proba de sondaj
m=numarul probelor de sondaj

Controlul statistic al proceselor i produselor

109

4. Cartela-u, (Fig.5.28): ca i n cazul precedent dar se urmrete procentul de erori

pe unitate Tipul cartelei de control se alege n funcie de circumstanele specifice
procesului.
Obiect

Caracteristica

Frec venta de
verificare

Cart ela-u

Data
Timpul
Vol. esantion
ci
ui

LIS
u
u z
LII
n
2
u u2 un
u 1
n1 n 2 n n

uc

ni=numarul de unit ati continute in proba de sondaj i

c i=numarul de erori in proba de sondaj I
n=numarul mediu de unitati continute in proba de
sondaj
m=numarul probelor de sondaj

Fig.5.28 Cartela u

5.3.3 Stabilirea limitelor de avertizare i a limitelor de intervenie

n Germania, pentru cartelele-Shewhart s-au definit limitele de avertizare la 95 %
din domeniul de dispersie accidental, iar limitele de intervenie la 99 %. Aadar,
numrul de uniti coninute n proba de sondaj influeneaz limitele de avertizare i
cele de intervenie.
n cazul cartelelor de control pentru recepie, limitele de intervenie sunt stabilite
n funcie de limitele de toleran prestabilite i de abaterea standard.
Se Consider oportun efectuarea unor verificri a limitelor de control la anumite
intervale i recalcularea lor dac este cazul. Cel mai potrivit moment pentru aceast
verificare este momentul n care cartela este pe deplin completat, sau atunci cnd n
proces s-a efectuat o anumit modificare.
Principalele notaii i parametrii utilizai sunt:
Xi numrul de neconformiti dintr-un eantion;
n volumul eantionului (volum constant);
ni volumul eantionului (volum variabil);
n media volumului eantionului;
pi procentul de neconformiti dintr-un eantion;
k numrul de eantioane;
X media numrului de piese defecte din k eantioane;

Capitolul 6

110

P media procentului de rebut;

Ci - nr de neconformiti din eantionul i de volum n;
C media neconformitilor;
ui numr de neconformiti din eantionul i raportate la volumul eantionului n;
u media raportului neconformitilor raportate la volumul eantionului;
z/2 limita riscului repartiiei normale pentru riscul bilateral simetric ;
LSI limit superioar de intervenie;
LSA - limit superioar de avertizare;
LIA limit inferioar de avertizare;
LII limit inferioar de intervenie;
1. Cartela numrului de piese defecte, cartela X.
Valoarea medie a numrului de neconformiti se stabilete cu relaia:
k

Xi

(5.1)

X i 1
k

Limitele de intervenie pentru un risc de 1% i a limitelor de avertizare pentru un risc

de 5% se determin cu repartiia binomial pentru eantioane de volum constant i
cu repartiia Poisson pentru eantioane de volum variabil.
2. Cartela np. Valoarea medie a numrului de neconformiti se stabilete cu relaia.
p

X
n

(5.2)

Limitele de intervenie pentru un risc de 1% i a limitelor de avertizare pentru un risc

de 5% se calculeaz utiliznd repartiia normal.
LIS , LAS
n p Z / 2 n p( 1 p )
LII , LAI

Z / 2 2 ,575 ( 1%)
Z / 2 1,965 ( 5%)

(5.3)

3. Cartela p. Valoarea medie a procentului de rebut se stabilete cu relaia:

p

X
n

(5.4)

Limitele de intervenie pentru un risc de 1% i a limitelor de avertizare pentru un risc

de 5% se calculeaz utiliznd repartiia normal:

LIS , LAS
p( 1 p ) Z / 2 2 ,575 ( 1%)
(5.5)
p Z / 2
Z / 2 1,965 ( 5%)
LII , LAI
n
Aplicaia 5.1 Datele din tabelul de mai jos reprezint neconformitile pentru k=50
eantioane de volum constant n=200 buc. Pentru completarea cartelei X i a cartelei
np se pune problema determinarea limitelor de atenionare i intervenie:

Controlul statistic al proceselor i produselor

kI
1
2
3
4
5
6
7
8
9
10
-

111

XI
kI
XI
kI
Xi
kI
Xi
10
11
8
21
6
31
12
11
12
7
22
13
32
9
7
13
9
23
13
33
13
6
14
9
24
4
34
10
6
15
12
25
10
35
10
9
16
9
26
10
36
7
9
17
4
27
10
37
8
9
18
7
28
10
38
6
4
19
10
29
9
39
7
3
20
10
30
10
40
4
Media numrului de neconformiti i a procentului de rebut este:

ki
41
42
43
44
45
46
47
48
49
50

Xi
7
9
5
9
10
9
9
9
12
9

Xi

X 8 ,6
X i 1 8 ,6
p
4 ,33%
k
n 200
Cu ajutorul repartiiei binomiale se determin:
P=4,33%, n=200, =1/% (risc bilateral simetric) LIS=17; LII=2.
P=4,33%, n=200, =5/% (risc bilateral simetric) LAS=15; LAI=3.
Limitele de intervenie i de atenionare pentru cartele np se calculeaz cu relaiile (6.3)

LIS
16 ,072
200 * 0 ,0433 2 ,575 * 200 * 0 ,0433( 1 0 ,0433 )
LII
1,248
LAS
14 ,316
200 * 0 ,0433 1,965 * 200 * 0 ,0433( 1 0 ,0433 )
LAI
3,004
Aplicaia 5.2 Datele din tabelul de mai jos reprezint neconformitile pentru k=50
eantioane de volum variabil. Pentru completarea cartelei X i a cartelei p se pune
problema determinarea limitelor de atenionare i intervenie:
nI
150
200
175
210
200
205
200
195
220
200

XI
10
11
7
6
6
9
9
9
4
3

ni
185
195
210
170
230
200
200
200
200
200

XI
8
7
9
9
12
9
4
7
10
10

nI
190
180
195
175
210
220
230
210
200
190

Xi
6
13
13
4
10
10
10
10
9
10

Media volumului eantioanelor n=198,1 buc

Media procentului de rebut este:

ni
180
185
175
160
240
200
200
200
200
190

Xi
12
9
13
10
10
7
8
6
7
4

ni
210
220
215
220
210
205
195
190
185
180

Xi
7
9
5
9
10
9
9
9
12
9

X
198 ,1 4 ,3715%
n
Limitele de intervenie pentru cartela X se determina cu repartiia binomial pentru:
p

Capitolul 6

112

P=4,3715%, n=198, =1/% (risc bilateral simetric) LIS=17; LII=2.

Limitele de atenionare pentru cartela X se determina cu repartiia binomial pentru:
P=4,715%, n=198, =5/% (risc bilateral simetric) LIS=15; LII=4.
Limitele de intervenie i de atenionare pentru cartele np se calculeaz cu relaiile (5.3)
LIS
0 ,043715( 1 0 ,043715 ) 8 ,1%
0 ,043715 2 ,575 *

LII
198 ,1
0 ,63%
LAS
0 ,043715( 1 0 ,043715 ) 7 ,2%
0 ,043715 1,965 *

LAI
198 ,1
1,5%
4. Cartela C. - Valoarea medie a numrului de neconformiti se stabilete cu relaia.
k

Ci

(5.6)

C i 1
k

Limitele de intervenie pentru un risc de 1% i a limitelor de avertizare pentru un risc

de 5% se calculeaz utiliznd repartiia normal.
Z / 2 2,575 ( 1%)

LIS , LAS
C Z / 2 C
LII , LAI

(5.7)

Z / 2 1,965 ( 5%)

Aplicaia 5.3 Datele din tabelul de mai jos reprezint neconformitile pentru k=20
eantioane de volum constant. Pentru completarea cartelei C se pune problema
determinarea limitelor de atenionare i intervenie:
1

10 11 12 13 14 15 16 17 18 19 20

Media numrului de neconformiti pentru cele 20 de eantioane este

k

Ci

C i 1 4
k
Limitele de intervenie i de atenionare pentru cartele C se calculeaz cu relaiile (5.7)

5. Cartela u. -

LIS
9 ,15
4 ,0 2 ,575 * 4
LII
1,15
LAS
7 ,93
4 ,0 1,965 * 4
LAI
0.17
Numrul neconformitilor raportate la volumul eantionului se

determin cu relaia:
Ci
(5.8)
ni
Valoarea medie a numrului de neconformiti raportat la volumul eantionului se
ui

stabilete cu relaia:

Controlul statistic al proceselor i produselor

113
k

Ci

(5.9)

u i k1
ni
i 1

Limitele de intervenie pentru un risc de 1% i a limitelor de avertizare pentru un risc

de 5% se calculeaz utiliznd repartiia normal.

LIS , LAS
u Z / 2 2 ,575 ( 1%)
(5.10)
u Z / 2
LII , LAI
n Z / 2 1,965 ( 5%)
Aplicaia 5.4 atele de mai jos reprezint neconformitile stabilite la controlul a 40 de
ansamble n componena crora sunt montate 7 repere. S se determine limitele de
atenionare i intervenie pentru un risc bilateral simetric de 5% respectiv 1%.
Reperul
1
R1
1
R2
R3
R4
R5
R6
R7
Ni
15
Ci
1
6,7
Ui
21 22 23 24
2
1

3 4
3

6
1

7
1

9 10 11 12 13 14 15 16 17
2
3
4
1
1
2

18 19 20

1 1
3

1
1
3
4
10 20 15 10 12 15 20 15 15 10 15 12 20 15 12 15
1 1 4 2 4 1 0 1 3 0 2 2 2 3 3
9

1
2
10 15 17
1 3 2

10,0 5,0 26,7 20,0 33,3 6,7 0,0 6,7 20,0 0,0 13,3 16,7 10,0 20,0 25,0 60,0 10,0 20,0 11,8

33 5,42
6 0,98
1
12 1,97
1 2
8 1,31
3
21 3,45
7 1,15
13 2,13
16 15 24 608
1 6 3 100
11,1 15,0 11,1 10,0 33,3 58,7 0,0 6,7 0,0 13,3 13,3 33,3 30,8 6,7 18,8 11,1 20,0 6,3 40,0 12,5 16,4
Media volumului eantionului i media numrului de neconformiti raportat la volumul
25 26 27 28 29 30 31 32 33 34 35 36 37
3 4
4
2
1 2
1
1
2
1 1
2
2
3
1
4
1
1 2
2
1
1
18 20 18 20 15 12 10 15 12 15 15 18 13 15 16 18 15
2 3 2 2 5 7 0 1 0 2 2 6 4 1 3 2 3

38 39 40
3

eantionului este:
k

ni

n i 1 15 ,2
k

Ci

100
u i k1
0 ,165
608
ni
i 1

Limitele de intervenie i de atenionare pentru cartele U se calculeaz cu relaiile

(5.10)

Capitolul 6

114

LIS
0 ,165
0 ,433
0 ,165 2 ,575 *

LII
15 ,2 0 ,103
LAS
0 ,165
0 ,370
0 ,165 1,965 *

LAI
15 ,2 0 ,030
6. Cartela de control pe medie i amplitudine. Din analiza premergtoare se

determin:
-

Xc valoarea central a cmpului de toleran;

abaterea standard.

A media amplitudinii.

funcie de care se determin limitele de atenionare i intervenie:

Tolerana
specificat
T<7
T>7

Media
Funcie de

Funcie de A

LIS Xc A1*

LIS Xc A2 * A

LII Xc A1*

LII Xc A2 * A

LIS Xc B1*

LIS Xc B2 * A

LII Xc B1*

LII Xc B2 * A

Dispersia
Funcie de A
Funcie de
LIS C1*

LIS C 2 * A

LIS D1*

LIS D2 * A

Coeficienii A1, A2, B1, B2, C1, C2, D1, D2 se gsesc n tabele n funcie de volumul
eantioanelor.
7. Cartela de control pe median i amplitudine. Din analiza premergtoare se
determin:
-

Xc valoarea central a cmpului de toleran;

abaterea standard;

A media amplitudinii.

funcie de care se determin limitele de atenionare i intervenie. Eantioanele se aleg

de volum impar pentru determinarea facil a medianei.
Tolerana
specificat
T<7
T>7

Median
Funcie de A
Funcie de
LIS Xc E1*

LIS Xc E 2* A

LII Xc E1*

LII Xc E 2* A

LIS Xc F 1*

LIS Xc F 2 * A

LII Xc F 1*

LII Xc F 2 * A

Dispersia
Funcie de A
Funcie de
LIS G1*

LIS G2 * A

LIS H 1*

LIS H 2 * A

Coeficienii E1, E2, F1, F2, G1, G2, H1, H2 se gsesc n tabele n funcie de volumul
eantioanelor.
8. Cartela de control pe medie i abatere standard. Din analiza premergtoare se
determin:
-

Xc valoarea central a cmpului de toleran;

Controlul statistic al proceselor i produselor

abaterea standard;

A media amplitudinii;

S media abaterii standard.

115

funcie de care se determin limitele de atenionare i intervenie. Eantioanele se aleg

de volum impar pentru determinarea facil a medianei.
Media

Dispersia

Funcie de

T<6,18
Funcie de A Funcie de S Funcie de

LIS Xc K 1*

LIS Xc K` 2* A

LII Xc K 1*

LII Xc K` 2* A LII Xc K 2 * S

LIS Xc K` 2* S

LIS M 1*

Funcie de A Funcie de S
LIS M 2* A

LIS M 3* S

LIS N 2* A

LIS N 3* S

T<6,18
LIS Xc L1*

LIS Xc L` 2* A

LIS Xc L` 2* S

LII Xc L1*

LII Xc L` 2* A

LII Xc L2 * S

LIS N 1*

Coeficienii K1, K2, K3, L1, L2, L3, M1, M2, M3, N1, N2, N3 se gsesc n tabele n
funcie de volumul eantioanelor.
5.3.4 Interpretarea cartelelor de controlul calitii
n Fig.5.29 - Fig.5.37 sunt reprezentate cteva variante posibile de desfurare a
procesului. Se indic denumirea procesului, criteriile de apreciere i comportamentul
recomandat.
Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LIS
LAS

LAI
LII

Se recomanda:
- se accept piesele
- dup intervalul stabilit se extrage proba de sondaj urmtoare

Fig.5.29 Procesul se afl sub control statistic

Capitolul 6

116

n general, nainte de a interveni n proces se verific dac msurarea a fost corect,

dac s-au efectuat corect calculele i dac nregistrarea n cartela de control este
corect.
Criteriu: indicele probei de sondaj se afl n afara limitelor de averizare
LIS
LAS

Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LSI
LII

Se recomanda:
- se accept piesele
- atenie! Probabil exista o eroare sistematic;
- urmtoarea prob de sondaj se extrage imediat sau dup un interval de timp scurt
-

Fig.5.30 Depirea limitelor de avertizare

Criteriu: indicele probei de sondaj se afl n afara limitelor de intervenie
LIS
LAS

Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LSI
LII

Se recomanda:
- se verific: s-au efectuat corect msurtorile, calculele, nregistrrile?
- se intervine n proces;
- se modific / reconfigureaz parametrii procesului.

Fig.5.31 Depirea limitelor de intervenie

Controlul statistic al proceselor i produselor

117

Criteriu: indicii succesivi ai probelor de sondaj se afl de aceai parte a valorii mijlocii
Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LIS
LAS

LSI
LII

Se recomanda:
- se intervine n proces
- se modific / reconfigureaz parametrii procesului

Fig.5.32 Succesiunea Run

Criteriu: indicii succesivi ai probelor au tendina monoton cresctoare/descresctoare

LIS
LAS

Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LSI
LII

Se recomanda:
- se intervine n proces;
- se modific / reconfigureaz parametrii procesului.

Fig.5.33 Tendina (Trend)

Capitolul 6

118

Criteriu: mult peste 2/3 din indicii probelor de sondaj sunt situai n treimea mijlocie a
domeniului (din 25 de probe de sondaj, mai mult de 90%)
LIS
LAS

Legenda:
LIS-Limit superioar de
intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar de
atenionare;
LII-Limit inferioar de
intervenie;

LSI
LII
Cauze posibile:
- S-a greit la calcularea /nregistrarea limitelor de intervenie sau a indicilor probelor
de sondaj
- Datele nu sunt reale (sunt cosmetizate)

Fig.5.34 Treimea mijlocie dispersie prea mic

Criteriu: mult sub 2/3 din indicii probelor de sondaj sunt situai n treimea mijlocie a
domeniului (din 25 probe de sondaj mai puin 40%)
LIS
LAS

Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LSI
LII

Cauze posibile:
- s-a greit la calcularea /nregistrarea limitelor de intervenie sau a indicilor probelor
de sondaj;
-

datele provin din diferite colective de baz, n fiecare prob de sondaj avem numai cteva
componente din acelai colectiv de baz;
s-a intervenit la main printr-o reglare care nu era necesar

Fig.5.35 Treimea mijlocie dispersie prea mare

Controlul statistic al proceselor i produselor

119

Criteriu: la intervale de timp aproximativ egale, pe o poriune de grafic se repet cu

aproximaie acelai model
Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

LIS
LAS

LSI
LII

Cauze posibile:
- Modificri sistematice ale condiiilor de mediu, de exemplu modificri de temperatur
- Terminarea unui schimb.

Fig.5.36 Comportament ciclic

Criteriu: de la un anumit moment n timp, indicii probelor de sondaj sunt amplasai de o

parte i de alta a unei alte linii mijlocii (pe grafic M2 noua linie mijlocie)
LIS
LAS

Legenda:
LIS-Limit superioar
de intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
intervenie;

M
M2

LSI
LII

Cauze posibile:
- Modificarea unui parametru al procesului, de exemplu reglarea sau schimbarea
sculei;
- Modificri sistematice ale condiiilor de mediu, de exemplu modificri de temperatur.

Fig.5.37 Deplasarea procesului

Capitolul 6

120

5.4 Metode de optimizare a procesului

De regul, optimizare unui proces are ca scop n primul rnd corectarea poziiei
procesului i a limii intervalului de dispersie. Paii care trebuiesc parcuri sunt:
1. Identificarea unei influene sistematice;
2. Analiza procesului;
3. Determinarea cauzelor - Utiliznd numai informaiile din cartela de control, nu se
poate deduce nici o explicaie referitoare la cauzele unei defeciuni sau ale unei
dispersii prea mari. Din aceast cauz, pentru determinarea cauzelor unei defeciuni
este necesar s se utilizeze diferite metode, ca de exemplu:

analiza fiei de nsoire a procesului;

analiza-Pareto;

brainstorming;

FMEA;

diagrama cauze-efect (diagrama Ishikawa sau Fishbone).

4. Corectarea influenelor sistematice;

5. Evitarea reapariiei influenelor sistematice.

5.5 Controlul statistic asistat de calculator

Controlul statistic al procesului poate fi eficient introdus n practica industrial cu
ajutorul unui sistem asistat de calculator. De regul, sistemele SPC asistate de
calculator ndeplinesc funciile enumerate n Fig.5.38.
Pregtirea
verificrii

Desfurarea
lucrrii

Valorificarea
rezultatelor

Funciile
sistem

Instalarea i
configurarea
sistemului

Planificarea
verificrii

Verificarea

Reprezentarea

Evidena
comenzilor de
verificare

Introducerea
valorilor de
msurare

Indicarea
datelor de
ieire

Aparatele de
msur i
senzorii

Intretinerea
aparatelor de
msura:
- montare
- calibrare
- testare

Memorarea

Cataloage de:
- rezultate
- erori

Protecia
datelor

Funciile sistemului SPC

Fig.5.38 Funciile sistemului de control statistic al procesului

Controlul statistic al proceselor i produselor

121

n Fig.5.39 este exemplificat un plan de verificare pentru munca asistat de

calculator indicnd schia de verificare ntr-un sistem CAQ (computer aided quality).

Fig.5.39 Plan de verificare ntr-un sistem CAQ

Valorificarea rezultatelor SPC se poate efectua n moduri diferite. n Fig.5.40

sunt prezentate numeroase posibiliti de valorificare a rezultatelor, de la indicarea
valorilor de msurare i a indicilor, pn la completarea cartelei de control i dirijarea
informaiilor prin intermediul interfeelor corespunztoare. Sistemele SPC pot fi integrate
n sistemele CAQ existente.
Treapta 1: Determinarea automat a
valorilor msurate

Treapta 2: Ciclul de control

Treapta 3: Standiul de dirijare

(coordonare)

Treapta 4: Integrarea CAQ

Fig.5.40 Treptele integrrii n sistemul CAQ

122

Capitolul 6