CONTROLUL STATISTIC AL

PROCESELOR SI PRODUSELOR

A. Scopul lucrarii:
Se urmareste realizarea urmatoarelor obiective:
- prezentarea notiunilor generale legate de estimarea calitati produselor industriale;
- prezentarea unor metode de estimare a calitatii;
- prezentarea unor modalitati de control;
- prezentarea tipurilor de cartele/fise de controlul calitati;
- prezentarea calculelor necesare determinarii parametrilor cartelelor de controlul
calitatii;
- prezentarea unei aplicaii;

B. Notiuni de baza:
Orice trasatura a unui produs sau serviciu necesara pentru satisfacerea cerintele clientului
este o caracteristica a calitatii, care trebuie specificate, controlate i dovedite ca s-au
realizat.
Particularitatile unui produs referitoare la calitatea de conformitate sau
reproductibilitate se manifesta in sfera productiei i raman necunoscute pentru consumator,
beneficiarul fiind in general interesat numai de modul cum un produs raspunde necesitatilor
sale. Calitatea este astfel un concept complex incluzand factori de conceptie, fabricatie i
utilizare. Se poate utiliza o relatie de estimare a calitatii Q de forma:
(7.1)
Q = qu (c ) ( p )
Unde:
- q este calitatea definita de cerintele beneficiarului (calitatea de utilizare);
- (c) este un indicator al caracteristicilor calitative realizabile prin documentatie (calitatea
conceptiei);
- (p) este un indicator al nivelului de conformitate a productie/ fabricatiei fata de
prevederile din documentatia tehnica (calitatea fabricatiei).
1. Metode de estimare a calitatii
Calitatea poate fi estimata prin masurarea caracteristicilor, prin compararea indicatorilor
sintetici ai calitatii sau prin determinarea ponderii defectelor.
1.1 Metoda compararii, poate fi:
- directa, atunci cand o caracteristica poate fi comparata cu un etalon (dimensiuni,
grautate, forta, etc.);
- indirecta, cand valoarea caracteristicii este obtinuta prin intermediul altor marimi
(temperatura unei infasurari, s.a.m.d.)
valorile masurate raportate la performantele din domeniul respectiv indicand nivelul calitatii.
1.2 Metoda compararii indicatorilor sintetici
Se numeste indicator sintetic al calitatii indicatorul definit de o relatie conventionala intre
anumiti parametrii tehnici, experienta profesionala in domeniu fiind cel mai bun ghid in
definirea unor indicatori care sa cuprinda cat mai multe laturi calitative.

144

Lucrarea 7

In cazul produselor complexe se pot stabili diferiti indicatori sintetici ci pentru care se
determina i valoarea de referint c0i pe baza performantelor i de asemenea ponderile
respective qi stabilite conventional functie de importanta caracteristicilor considerate, nivelul
calitatii fiind exprimat de relatia:
n

Q=
i =1

ci
qi
c0i

(7.2)

Observatie: daca se considera i pretul produsului analizat i al unui produs de referint p0

se poate utiliza relatia:

Qp =

p0
p

ci

c
i =1

0i

qi

(7.3)

1.3 Metoda ponderii defectelor (Metoda demeritelor)

Este o metoda industriala de estimare a calitatii, care desi nu este cea mai precisa metoda
de control, este in schimb cea mai rapida i mai usor de utilizat permitand formularea unor
concluzii i luarea unor masuri imediate pentru inlaturarea defectelor, ea fiind recomandata
in cazul:
- produselor complexe i finite;
- fabricatie de serie;
- in etapa finala a procesului de fabricatie;
- la productia nefractionata in loturi,
principiul metodei constand intr-o clasificare a defectelor i adoptarea unui sistem de ponderi
corespunzatoare, un produs putand avea unul sau mai multe defecte din categorii diferite
(Tab.7.1).
Tab.7.1
Clasificarea Simbol
Definitia defectului
Sistemul
Scara
defectelor
ponderilor ponderilor
1
I
Defect care impiedica indeplinirea
c
1
II
functiei producand avarii sau accidente
Critic
1
III
grave; genereaza reclamatii.
1
IV
Reduce posibilitatea de utilizare a
I
3
p
Principal
produsului
provocand
anumite
II
5
neplaceri beneficiarului; in general
III
10
produce reclamatii.
IV
10
Nu afecteaza prea mult posibilitatile de
I
5
s
Secundar
utilizare; este sesizabil la beneficiar dar
II
25
nu genereaza reclamatii.
III
50
IV
100
Nu reduce posibilitatea de utilizare i nu
I
10
m
prezint inconveniente; beneficiarul nu
II
125
Minor
le sesizeaza.
III
100
IV
1000
Daca se noteaza numarul defectelor pe categorii: nc, np, ns, nm i pondereile respective c, p,
s, m se determina demeritul (valoarea ce defineste lipsa de merite/ demeritul) unui esantion
de volum N cu relatia:

Contolul statistic al proceselor si produselor

D=

145

nc c + n p p + n s s + n m m
N

(7.4)

Dup factorii care se iau in consideretie se deosebesc doua tipuri de demerite:

- demerit de specificare, la care ponderea se stabilete pe baza procentului de defecte din
fiecare categorie;
- demerit de acceptare, la care ponderea se stabilete pe baza probabilitatii de acceptare
de catre beneficiar a unei defectiuni;
De asemenea, demeritul mai poate fi obiectiv (de referint) atunci cand valoarea sa D0 este
fixata pe baza unor ipoteze referitoare la frecventa admisibila a defectelor sau pe baza valorii
medii obtinute pe un anumit interval de timp, indicele demeritului in acest caz fiind definit de
raportul:

ID =

D
D0

(7.5)

Se intalnesc situatiile:
- ID= 1, calitatea este egala cu cea de referint;
- ID< 1, calitatea este superioara celei de referint;
- ID> 1, calitatea este inferioara celei de referint.
Demeritul se preteaza pentru orice metoda de control: integral, prin sondaj sau la receptie,
evolutia acestuia fiind urmarita cu ajutorul unei fise denumite "Jurnalul calitatii", (care este o
fisa bilunara, dar "metoda demeritelor" permite urmarirea zilnica a calitatii).
Observatie: Ordonarea defectelor in functie de frecventa (analiza Pareto) conduce la
stabilirea succesiunii masurilor tehnice necesare, cunoscand ca indepartarea primelor 2-3
tipuri de defecte poate sa reduca la minimum, numarul de rebuturi.
2. Controlul calitatii produselor
Controlul poate fi:
- unitar (100% sau "bucata cu bucata") pentru seriile mici sau acolo unde aparitia unui
defect conduce la catastrofe;
- esantionar, pe baza unor sondaje, la seriile mari. Acesta din urma putand fi la randul sau
aleator (empiric, extragerea facandu-se dupa reguli empirice), dirijat (extragere pe baza
esantioanelor si a tabelelor randomizate, decizi fiind fundamentata de teoria
probabilitatilor i statistica matematica), sau mixt (aleator + dirijat).
In functie de etapa procesului de fabricatie controlul poate fi:
- control de fabricatie (intermediar), avand ca scop supravegherea fabricatiei i reglajului
procesului de tehnologie pentru a-l mentine sau aduce in limitele prescrise;
- control de receptie (final), control asupra produselor finite sau semifinite efectuat cu
scopul verificarii calitatii in vederea acceptarii sau respingerii.
Controlul statistic este unul din mijloacele moderne de urmarire a procesului de fabricatie i
de estimare a calitatii, piesele sau produsele ce urmeaz a fi urmarite pe baza controlului
statistic trebuind sa indeplineasca o serei de conditii cum ar fi:
- sa fie fabricate in serie;
- sa aiba o anumita pondere in productia intregii unitati;
- sa fie executate pe baza unui proces tehnologic automatizat sau semiautomatizat.
Dup modul de estimare a caracteristicii de caliate, controlul se imparte in doua mari grupe:
- controlul pe baza de masurare;
- controlul pe baza de atribute (atributiv), la care aprecierea se face prin atribute: "bunrau", "satisfacator- nesatisfacator", etc.
Introducerea acestei metode de control necesita parcurgerea urmatoarelor etape:

146

Lucrarea 7

2.1 Analiza premergatoare controlului statistic

Aceasta avand ca scop verificarea stabilitati procesului tehnologic de fabricatie (metodele
statistice nu pot fi aplicate dect la populati omogene). Folosindu-se esantioane de volum
mare (n=100-400), daca valorile au o variaie aleatoare i nu sistemica, atunci repartitia
variabilei este normala, i procesul este "static stabil". Analizand procesul i din punct de
vedere dinamic, se studiaz mai multe esantioane prelevate succesiv urmarindu-se reglajul
(pozitia campului de imprastiere) i precizia (amplitudinea imprastierii) prin intermediul
indicatorilor respectivi, media i dispersia (vezi Lucrarea2). Cazurile care se pot intalni sunt
date tabelar (Tab.7.2), in cazul controlului atributiv determinandu-se pentru fiecare esantion
procentul defectelor i media acestora sau fractiunea defecta, p.
Tab.7.2

Analiza stabilitati dinamice

Cazul1
1
2

1 = 2 = L = 3
1 = 2= L = 3

- procesul tehnologic este stabil ca

reglaj i precizie; se poate introduce
control statistic;

Cazul2

1
2

1 = 2 = L = 3
1 2 L 3

k
1
2
k
1
2
k

Cazul3

1 2 L 3
1 = 2= L = 3
Cazul4

1 2 L 3
1 2 L 3

- procesul este stabil ca reglaj i

instabil ca precizie; nu se poate
introduce controlul statistic;
-proces instabil ca reglaj i stabil ca
precizie; nu se poate introduce control
statistic;
- proces instabil ca reglaj i precizie; nu
se poate introduce control statistic.

2.2. Corectarea i reanalizarea procesului tehnologic

In urma analizei statice i dinamice a unui proces tehnologic, acesta poate fi stabil fara insa
a fi "reglat", adic incadrat in limitele specificate de documentatia tehnica sau fara a avea
"precizia" necesara, astfel ca este necesara estimarea reglajului i a preciziei (caracterizate
de media i abaterea standard ) in functie de pozitia acestora in raport cu limitele trasate
(Tab.7.3). Se admite un camp de toleranta minim egal cu intervalul natural de variaie INV
corespunzator unui nivel de semnificatie =0.001:
(7.6)
INV=6.58
Toleranta prescrisa (sau intervalul de toleranta specificat):
(7.7)
ITS=Ls-Li=T
se recomanda a indeplini conditia:
(7.8)
INV T 0.6 0.8
Valoarea centrala:
(7.9)
Xc=(Ls+Li)/2
trebuie sa corespunda cu valoarea reglata (diferita de valoarea nominala in cazul abaterilor
nesimetrice).

Contolul statistic al proceselor si produselor

147

Tab.7.3
Incadrarea unui proces de fabricatie in limitele specificate
Cazuri reprezentate
Relati intre parametri Felul procesului de
grafic
fabricatie
Xc

Li

Ls

Li

Ls Li INV
L Li
Xc = s
=
2

Xc

Ls

Ls Li > INV
Xc =

6.58=INV

Li

Xc

Ls

Ls Li < INV
Xc =

6.58=INV

Li

Xc

Ls

Li

Xc

Ls Li > INV
Xc
x

Xc Ls

Ls Li < INV
Xc
x

precis;
centrat;
fara rebuturi.

Nu se corecteaza

precizie mare in
raport cu
documentatia;
centrat;
fara rebuturi.

Se corecteaza daca
este justificat
economic

imprecis;
centrat;
cu rebuturi.

precizie mare in
raport cu
documentatia;
necentrat;
fara rebuturi.

Se centreaza i se
reduce precizia
daca se justifica
economic

precizie mare in
raport cu
documentatia;
proces necentrat
cu rebuturi.

Se centreaza i se
reduce precizia
daca se justifica
economic

imprecis;
necentrat;
cu rebuturi.

Se corecteaza
procesul (trecere pe
alta masina)

Ls

Li

Ls Li > INV
Xc

Condluzii

Se creste precizia

2.3. Stabilirea parametrilor i fiselor/ cartelelor de control

Cartelele de controlul a calitii reprezint o form standardizat pentru schimbul de informaii
cu privire la descrierea calitii procesului, structura de principiu a unei cartele fiind reprezentat
n figura 7.1, pe fisele de control putand fi indicate:
- limitele de avertizare;
- limitele de intervenie;
- limitele de toleran.
Cartelele permit controlul continuu al procesului, oferind posibilitatea obtinerii unei producii
constante i previzibile att n ceea ce privete costurile ct i n ceea ce privete calitatea. De
asemenea, se constat o reducere a dispersiei produselor, reducerea costurilor i creterea
capacitii efective. Pentru a permite identificarea cauzelor erorilor, n fia de nsoire a
procesului trebuie nregistrate toate modificrile i influenele asupra procesului.

148

Lucrarea 7
Caracteristica de
calitate

Caracteristica de
calitate

Numarul probei de sondaj( identificare a

momentului de prelevare a probei

Cartela de controlul calitatii cu indicarea limitelor

de avertizare i a limitelor de interventie

Numarul probei de sondaj( identificare a

momentului de prelevare a probei

Cartela de controlul calitatii cu indicarea limitelor

de avertizare i a limitelor de toleranta

Fig.7.1: Elementele componente ale cartelelor de control statistic

2.3.1. Cartele de controlul calitatii. Tipuri de cartele de controlul calitati
Tipurile de baz ale cartelelor de control al calitii cu cele mai uzuale combinaii ca i domeniile
de aplicare sunt:
- Cartelele-Shewhart - Control-Cards, acestea fiind 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.
- Cartelele de control pentru recepie (CCR). Se utilizeaz n cazul n care limitele de
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 fiind 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.7.2: Domeniile de aplicare ale cartelelor de controlul calitatii

Principalele carecteristici urmarite in controlul statistic sunt prezentate tabelar, functie de tipul
cartelelor de controlul calitatii, (Tab.7.4):

Contolul statistic al proceselor si produselor

149

Tab.7.4
Cartele de recepie CCR

Cartele Shewart

Caracteristici de calitate atributive Caracteristici de calitate variabile Caracteristici de calitate continue

Numrul/
Numrul de erori Supravegherea Supravegherea Supravegherea poziiei procesului
Procentul de
pe proba de poziiei procesului
dispersiei
uniti cu erori
sondaj
procesului
Numrul de uniti din proba de
sondaj
Const Variabil Const Variabil

np

M[x]

ME

D[x]

M[x]

ME

2.3.1.1. Cartele de controlul calitatii pentru caracteristici variabile

Sunt cartelele cel mai des utilizate., frecvena de verificare fiind cuprinsa intre 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:
3. Cartela de control preliminar (pre-control), sau cartela de semnalizare ("cartela semafor")
Este cartela a carei modalitate de completare este cea mai simpla, dar dezavantajul acesteia
reprezentandu-l sensibilitatea relativ scazuta la schimbari. La utilizarea cartelei de pre-control,
caracteristica variabil este reprezentat pe cartel sub forma unor linii orizontale de aceleai
dimensiuni, pentru fiecare linie indicandu-se 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, iar liniile din afara limitelor de intervenie sunt de culoare
roie, (Fig.7.3):
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

Avantaje: manipulare simpla;

Dezavantaje: reactie lenta la modificari
Recomandare: se va utiliza la introducerea controlului statistic/metodei SPC

Fig.7.3: Cartela de pre-control. Cartela semafor

Probele de sondaj sunt prelevate din proces calculndu-se valoarea medie X sau mediana
caracteristicii ME, valoarea rezultat nregistrandu-se 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 i este
necesar s se intervin n proces, caracteristicile aflandu-se 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.

150

Lucrarea 7

3. Cartela pentru controlul valorii x (cartela "valori iniiale") 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, (Fig.7.4).
Obiect

Caracteristica

Specificatia

Frec venta de verificare

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.7.4: Cartela pentru controlul valorii x. Cartela "valorii initiale"

3. Cartela pentru controlul valorii mediane (sau a valorii situate la mijlocul irului ordonat
cresctor) este puin mai precis dect cartela de pre-control. Liniile au fost nlocuite n
acest caz printr-o reea fin, iar valorile se nregistreaz n cartel sub form de puncte,
(Fig.7.5).
Obiect

Specificatia

Caracteristica

Frec venta de verificare

LIS
LAS
ME
ME
LAI
LII

Calcularea:

LIS=-AE
LAS=+Aw

ME=

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.7.5: Cartela pentru controlul medianei ME

Cartela se completeaz uor, deoarece nu este necesar nici un calcul 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

Contolul statistic al proceselor si produselor

151

cresctoare. Spre deosebire de cartela pentru controlul valorii iniiale, aceast cartel nu ofer
informaii referitoare la dispersie.
3. Cartela pentru controlul valorii medii M[x], (Fig.7.6), 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 stabilind 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.7.6: Cartela pentru controlul valorii medii M[x]

5. Cartela pentru controlul valorii S (abaterea standard, Fig.7.7) presupune calcule laborioase,
calculul abaterii standard necesitand 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.7.7: Cartela pentru controlul valorii medii M[x] i a abaterii standard S

152

Lucrarea 7

6. Cartela pentru controlul valorii W (amplitudinea) se ntocmete de obicei suplimentar la

cartela pentru controlul valorii medianei sau la cartela pentru controlul valorii mediei M[x],
determinandu-se 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.
2.3.1.2. Cartele de control pentru caracteristici atributive
Controlul caracteristicilor atributive este mai simplu dect controlul prin masurare, dar precizia
oferirita de acestea este mai redusa, apariia unor erori frecvente fiind 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;
- in 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 patru tipuri de cartele de control atributive, tipul cartelei de control alegandu-se n
funcie de circumstanele specifice procesului, i anume:
- controlul caracteristicilor bazata pe numarul c de produse necorespunzatoare;
- controlul caracteristicilor bazata pe procentul p de produse necorespunzatoare;
- controlul caracteristicilor bazata pe numarul defectelor u pe exemplar.
1. Cartela-np, (Fig.7.8), (sau cartela C), determina 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

Frec venta de
verificare

Caracteristica

Cart ela-np

Data
Timpul
Vol. esantion
np

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

LIS
= n p z n p 1 p
LII
2
p1 + p 2 + L + p n
np =
n2

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.7.8: Cartela np, sau cartela C

2. Cartela-p, (Fig.7.9), se foloseste atunci cand marimea probei nu poate fi constanta, i
defineste procentul de uniti cu defecte din cantitatea total. Este o cartela simpla, cu
sensibiliate marita, cu ambele sensuri i cu limite de control restranse.

Contolul statistic al proceselor si produselor

Obiect

Data
Timpul
Vol. esantion
Nr. neconformitati
Procent rebut

153

Caracteristica

LIS
p 1 p
= p z
LII
n
2
p + p2 + L + pn
np = 1
n1 + n 2 + L + 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.7.9: Cartela p
Obiect

Caracteristica

Data
Timpul
Vol. esantion
Procent rebut

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

LIS
= c z c
LII
2

Frec venta de
verificare

Cart ela-c

c=numarul de erori intr-o proba de

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

Fig.7.10: Cartela c
Obiect

Caracteristica

Frec venta de
verificare

Cart ela-u

Data
Timpul
V ol. esantion
ci
ui

LIS
u
= u z
LII
n
2
u + u2 + L + un
u= 1
n1 + n 2 + L + n n

u=c

ni=num arul de unit ati continute in proba de sondaj i

c i=numarul de erori in proba de sondaj I
n=num arul m ediu de unitati continute in proba de
sondaj
m=numarul probelor de sondaj

Fig.7.11: Cartela u

154

Lucrarea 7

3.Cartela-c, (Fig.7.10), defineste numrul de produse necorespunzatoare dintr-o prob de

sondaj, la meninerea constant a numrului de uniti din prob, utilizandu-se atat la produse
simple care au un numar mic de functii importante, cat i in cazul unor produse complexe, cu
numeroase funcii importante, deci pentru numar de defecte pe exemplar i esantion.
4. Cartela-u, (Fig.7.11), se recomada in cazul cand marimea probei nu este constanta,
urmarindu-se numarul defectelor pe exemplar.
2.3.2. Stabilirea parametrilor cartelelor de controlul calitatii (stabilirea limitelor de avertizare i
a limitelor de interventie)
2.3.2.1. Parametrii i cartele de controlul calitati de fabricatie prin masurare
Controlul statistic pe baza de masurare urmareste cei doi parametri de localizare i de
variaie, reglajul i precizie, prin intermediul urmatoarelor perechi de indicatori:

medie i amplitudine, X W , ( sau M[x]- W);

mediana i amplitudine, M e W , (sau ME-W);

- medie i abaterea standard, X s , (sau M[x]-D[x]).

Probele au un volum cuprins intre 2 i 10 produse, alegandu-se limita inferioara (2-3
exemplare) atunci cand controlul este distructiv sau costisitor i limita superioara (7-10)
atunci cand toleranta T i campul de variaie 6.58 au valori apropiate i este necesara o
urmarire atenta a variatiei caracteristicii pentru a nu produce rebuturi. Proba se alcatuieste
din ultimele exemplare luate din productia masinii in ordinea realizarii lor, recomandandu-se
ca proportia de piese controlate sa reprezinte 5-10% din volumul lotului in cazul seriilor
normale i cca 2% in cazul seriilor de fabricatie foarte mari. Proportia de exemplare
controlate se poate estima cu relatia:

K = 100

n
[%]
Q

(7.10)

Unde:
- n, este volumul probei;
- Q, numarul mediu de piese executate intre doua prelevari, intervalul de timp intre doua
probe determinandu-se cu relatia:

t =

60
nQ
q

(7.11)

Unde:
- n, este numarul exemplarelor din proba;
- Q, numarul mediu de piese executate intre doua prelevari (sau dereglari succesive);
- q, productia orara a masini.
Fisele de control, cartelele Sherwart, se prezint sub forma unor foi continand urmtoarele:
- datele generale (sectia, atelierul, masina, produsul, operatia, caracteristica controlata,
limitele admisibile, marimeaprobei, intervalul inter doua luari de proba);
- data i ora luarii probelor;
- diagramele marimilor urmarite;
- valorile masurate;
- valorile indicatorilor (medie, abatere standard, mediana, amplitudine);
- concluzia controlului, decizia.
Observatie:

Contolul statistic al proceselor si produselor

155

diagramele parametrului de localizare (media M[x] i mediana ME) contin limitele de

control, superioara Lcs i inferioara Lci i limitele de supraveghere, superioara Lss i
inferioara Lsi;
- diagramele parametrului de variatie ( amplitudinea W i abaterea standard D[x]) au
nevoie numai de limita superioara, de control Lcs' i de supraveghere Lss'.
Daca punctele reprezentate (valorile urmarite/masurate) se mentin intre Lss i Li procesul
tehnologic este stabil; daca cel puin un punct depaseste una din aceste limite de
supraveghere apare pericolul ca procesul sa devina instabil, ipoteza confirmandu-se prin
pozitia punctelor vecine, modul de variaie a caracteristicii masurate oferindu-ne i alte
informatii, ca: uzura, dereglaj, etc.
Limitele de supraveghere, superioara Lss i inferioara Li, sunt limite de "avertizare", procesul
trebuind sa fie urmarit cu atentie atunci cand acestea sunt depasite, limitele de control,
superioara Lcs i inferioara Lci, fiind limite de "actionare", fiind necesara o interventie atunci
cand acestea sunt depasite.
Observatie:
1- Daca se urmareste un indicator de localizare (media M[x], mediana ME) cu risc bilateral
(limite de control superioare Lcs i inferioare Lci) valorile limitelor sunt date de relatiile
cunoscute:
-

Lci = X c z 2
Lcs = X c + z 2

(7.12)
(7.13)

Factorul z reprezinta cuantila /2, z/2 fiind ales din cadrul tabelului repartitiei normale pentru
intervalul de incredere (1- ), propus.
In cazul in care indicatorul urmarit este mediana ME se stie ca aceasta se repartizeaza
normal cu valoarea medie:
(7.14)
M[ME]=M[X]=x
si cu abaterea standard:

ME =

2 f ( x ) n

= 2 = 1.2533
x

(7.15)

= 1.2533

(7.16)

Deoarece, conform repartitiei normale avem:

f x =
; =
x
2
n

si

Pentru mediana se recomanda ca volumul esantioanelor sa fie impar (3,5,7, ), limitele de

control in cazul acesteia fiind:

Lcs = X c + 1.2533z 2
Lci = X c 1.2533 z 2

(7.17)
(7.18)

2- Daca se urmareste un indicator de variaie (abaterea standard D[x], amplitudinea W),

limitele de control se determina cu ajutorul repartitiei 2 .
Daca dispersia populatiei este 2 iar dispersia esantionului s2 se stie din statistica:

s 2 (n 1) 2

(7.19)

156

Lucrarea 7

are o repartitie 2 cu =n-1 grade de libertate.

Limita de control superioara Lcs se alege pentru un anumit nivel de semnificatie cu relatia:

P(s Lcs ) = P s 2

= 1
n 1

(7.19)

De unde:

Lcs = 2,

(7.20)

n 1

Deoarece ne intereseaza numai abaterile pozitive, se adopta riscul unilateral.

1. Control pe medie i amplitudine ( X i W)

Din analiza premergatoare, cunoscand valoarea abaterii standard sau amplitudinea medie

W se determina limitele de control cu relatiile, (Tab.7.5):

Tab.7.5

Toleranta
specificata

T 7

T > 7

Relaii de calcul pentru limitele de control ( X i W)

Media
Amplitudinea
Functie de
Functie de W
Functie de
Functie de W

Lcs = X c + A
Lci = X c A

Lcs = X c + A' w

Lcs = X max B

Lcs = X max B w

Lci = X min + B

Lci = X min + B w

Lci = X c A' w

L' cs = C

L' cs = C ' w

L' ci = D

L' ci = D' w

Unde:
- Xc, este mijlocul campului de toleranta;
- Xmax i Xmin, sunt limitele campului de toleranta
- A, A', B, B', C, C', D i D', sunt coeficienti a caror valori sunt prezentate in Anexa G.
Pe fisa de control se consemneaza la fiecare esantion prelevat (de volum 2-10) valorile date
de relatiile:

x = 1 n xi ; w = x max x min

(7.21)
Tab.7.6:

Toleranta
specificata

Relaii de calcul pentru limitele de control (ME i W)

Mediana
Amplitudinea
Functie de
Functie de W
Functie de
Functie de W

T 7

Lcs = X c + D

Lcs = X c + D' w

Lci = X c D

Lci = X c D' w

T > 7

Lcs = X max E

Lcs = X max E ' w

Lci = X min + E

Lci = X min + E ' w

L' cs = C s

L' cs = C s ' w

L' ci = C i

L' ci = C i ' w

Contolul statistic al proceselor si produselor

157

2. Control pe mediana i amplitudine (ME i W)

Valorile limitelor de control sunt date de relatiile din tabelul 7.6 unde:
- Xc, este mijlocul campului de toleranta;
- Xmax i Xmin, sunt limitele superioara i respectiv inferioara ale campului de toleranta
- D, D', E, E', Cs, Ci i Ci', sunt coeficienti a caror valori sunt prezentate in Anexa G.
Abaterea standard este determinata din analiza premergatoare i la fel i amplitudinea medie
W, fisa de control fiind similara celei din cazul anterior, esantioanele alegandu-se de volum
impar (3-11) pentru a se obtine direct mediana:

ME = X n +1 ; w = x max x min

(7.22)

3. Control pe medie i abatere standard ( X i s)

Este controlul cu eficacitatea cea mai ridicata, relatiile de calcul pentru limitele de control
fiind prezentate tabelar, (Tab.7.7):
Tab.7.7:

Toleranta
specificata

Relaii de calcul pentru limitele de control ( X i s)

Mediana
Amplitudinea
Functie de Functie de Functie de Functie de Functie de Functie de

W
s

W
s

Lcs =

Lcs =

T 6.18

X c + A
Lci =

X c + A' '
Lci =

X c + A' w
Lci =

X c A

X max B' w
Lci =

X min + B

L' cs = G ' ' s

L' ci = G ' ' i

L' cs = G s ' w

Lcs =

Lcs =

X max B
Lci =

L' cs = G s

X c A' '

X c A' w

Lcs =
T > 1.68

Lcs =

X min + B' w

X max B' '

L' ci = Gi
Lci =
X min + B ' '

L' ci = Gi ' w

Unde, parametrii:

s=

1
n

xi2 x ; w =
i

1 k
1 k
;
w
s
=
i
si
k 1
k 1

(7.23)

sunt stabiliti din analiza premergatoare pe baza a k esantioane, iar valorile coeficientilor de
calcul A, A', A'', B. B', B'' respectiv G, G', G'' sunt prezentate tabelar in Anexa H.
2.3.2.2. Parametrii i cartele de controlul calitati de fabricatie prin atribute
Controlul caracteristicilor atributive este mai simplu el putandu-se utiliza i pentru
caracteristici masurabile acolo unde lipsesc instrumente de masura adecvate, fie ca
masurarea este costisitoare, fie ca necesita timp mai indelungat, in aceste cazuri
prevazandu-se verificari prin calibre limitative de tipul "trece- nu trece".
Calibrele utilizate pot fi cu o singura limita de control sau cu doua, in cazul unei singure limite
de control limita inferioara considerandu-se zero.
Caracteristica controlata are, in cazul controlului prin atribute, o repartitie binomiala cu media
np i dispersia np(1-p). Se stie ca repartitia binomiala poate fi aproximata cu cea normala
daca dispersia np(1-p)>9 i de repartitia Poisson daca p<0.01 iar media np>5 (n fiind volumul
esantionului iar p fractiunea defecta).

158

Lucrarea 7

Fractiunea defecta:

pi = x n

(7.24)

(unde x este numarul de defecte pe esantion), are media p i dispersia:

p2 = D[ p ] = D = 2 D[x ] = 2 [np(1 p )]
n
n n
1

(7.25)

de unde:

1
p (1 p )
n

p =

(7.26)

Procentul maxim de produse necorespunzatoare cu un nivel de semnificatii este:

1
n

p max = p + z

p 1

(7.27)

Numarul mediu de produse necorespunzatoare pe esantion este:

c=np

(7.28)

iar numarul maxim:

c max = c + z n p1

(7.29)

1. Control bazat pe numarul de produse necorespunzatoare

Parametri cartelei c se stabilesc cu ajutorul a k=20-25 de probe de volum n0=20-25
exemplare, extrase la intervale de timp care sa asigure controlul unui procent de 5-10% din
productia totala. In fiecare proba se vor gasi ci exemplare necorespunzatoare, numarul
mediu de exemplare necorespunzatoare fiind:

c0 =

1
c0i
k i

(7.30)

iar fractiunea medie necorespunzatoare este:

p = c c0i

(7.31)

Volumul probei n se determina adoptand pentru numarul mediu de exemplare

necorespunzatoare o valoare:

(7.32)

1 c 3

si rezulta marimea probei:

n =

(7.33)

p
Valoarea obtinuta se va rotunji adoptandu-se una din valorile n ale seriei: 10; 15; 20; 25; 30;
35; 40; 45. Se recalculeaza numarul mediu de exemplare defecte corespunzatoare:

(7.34)

c=np

care poate lua orice valoare intre 1 i 3.

Productia se considera corespunzatoare atunci cand numarul de exemplare defecte in proba
ci nu depaseste o limita superioara Lcs;
(7.35)
ci < Lcs
Daca numarul probelor este foarte mare, ci are o repartitie binomiala cu media:

Contolul statistic al proceselor si produselor

159

M [ci ] = c = n p

(7.36)

c2 = n p1 p

(7.37)

i dispersia:

Limita de control superioara se alege cu relatia:

Lcs = c + 3 c1

(7.38)

2. Controlul pe baza procentului de produse necorespunzatoare

In cadrul cartelelor de control p, fractiunea defecta medie p este independenta de volumul

esantionului nI, i este data de relatia:

p = ni p i
i =1

n
i =1

(7.39)

Limita superioara de control este:

(Lss )i

= p + 3 p 1

p ni

(7.40)

3. Controlul bazat pe numarul defectelor pe exemplar

Produsele complexe pot avea mai multe tipuri de defecte, in cazul in care aceste defecte
difera intre ele ca importanta putandu-se face o insumare aplicand o pondere fiecrui defect
(prin defect intelegandu-se orice abatere de la calitatea prescrisa: impuritate pe o suprafata,
incluziune intr-un material, etc).
Daca C este numarul defectelor pe esantionul de volum n, numarul defectelor pe exemplar
este:
(7.41)
u=C n
Daca exista k probe:

u=

1 k
ui
k i =1

(7.42)

relatiile pentru limitele cartelelor de control u i C fiind date tabelar, (Tab. 7.8):
Tab.7.8
Tipul cartelei de
controlul calitatii
u

Calculul limitelor pentru fisele u i C (np)

Limite

C (sau np)

u
u
Lcs = u + 3
; Lci = u 3
n
n

Lcs = C + 3 C ; Lci = C 3 C

Observatii
Pentru k probe:

1 k
ui
k i

1 k
Ci
k i

u=
C=

2.3.2.3. Interpretarea cartelelor de controlul calitatii

Cateva variante posibile de desfasurare a procesului sunt reprezentate in cazurile urmatoare,
indicandu-se denumirea procesului, criteriile de apreciere i comportamentul recomandat, astfel

160

Lucrarea 7

incat in functie de modalitatile de control a calitatii asupra unui proces studiat acesta sa poata fi
eficientizat.
Observatie: de regula optimizarea unui proces are ca scdop in primul rand corectarea pozitiei
procesului i a latimii intervalului de dispersie, pasii care trebuiesc parcursi fiind:
- identificarea influentei sistematice;
- analiza procesului;
- determinarea cauzelor, utilizand cartetele de controlul calitatii precum i a diferitel metode
de analiza;
- corectarea influentelor sistematice;
- evitarea reaparitiei influentelor sistematice.
In general, inainte de a interveni in proces se verifica daca masurarea a fost corecta, daca s-au
efectuau corect calculelel i daca inregistrarea in cartela de control este corecta.

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.7.12: Procesul se afla sub control statistic

Criteriu: indicele probei de sondaj se afl n afara limitelor de averizare
Legenda:
LIS
LIS-Limit
LA
S
superioar de
intervenie;
LAS-Limit
superioar de
M
atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LSI
LII-Limit inferioar
LII
de intervenie;
Se recomanda:
- se accept piesele
- atenie! Probabil exista o eroare sistematic;
- urmtoarea prob de sondaj se extrage imediat sau dup un interval de

Fig.7.13: Depasirea limitelor de avertizare

Contolul statistic al proceselor si produselor

161

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

LIS
LAS

LSI
LII

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

Se recomanda:
- se verific: s-au efectuat corect msurtorile, calculele, nregistrrile?
- se intervine n proces;
- se modific / reconfigureaz parametrii procesului.
Fig.7.14: Depasirea limitelor de interventie
Criteriu: indicii succesivi ai probelor de sondaj se afl de aceai parte a
valorii mijlocii
Legenda:
LIS
LIS-Limit
LAS
superioar de
intervenie;
LAS-Limit
superioar de
M
atenionare;
M- Linie mijlocie
LAI-Limit inferioar
de atenionare;
LSI
LII-Limit inferioar
LII
de intervenie;
Se recomanda:
- se intervine n proces
- se modific / reconfigureaz parametrii procesului

Fig.7.15: Succesiunea "Run"

Criteriu: indicii succesivi ai probelor au tendina monoton cresc./descr.
LIS
LAS

LSI
LII
Se recomanda:
- se intervine n proces;
- se modific / reconfigureaz parametrii procesului.
Fig.7.16: Tendinta "Trend"

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

162

Lucrarea 7

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%)
Legenda:
LIS
LIS-Limit superioar de
LA
S
intervenie;
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
M
LAI-Limit inferioar de
atenionare;
LII-Limit inferioar de
LSI
intervenie;
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.7.17: Dispersie prea mica-" Treimea mijlocie"
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%)
Legenda:
LIS
LAS
LIS-Limit superioar de
intervenie;
LAS-Limit superioar
de atenionare;
M
M- Linie mijlocie
LAI-Limit inferioar de
atenionare;
LII-Limit inferioar de
LSI
LII
intervenie;
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.7.18: Dispersie prea mare-" Treimea mijlocie"

Criteriu: la intervale de timp aproximativ egale, pe o poriune de grafic se
repet cu aproximaie acelai model
Legenda:
LIS
LIS-Limit superioar
LA
de intervenie;
S
LAS-Limit superioar
de atenionare;
M- Linie mijlocie
M
LAI-Limit inferioar
de atenionare;
LII-Limit inferioar de
LSI
intervenie;
LII
Cauze posibile:
- Modificri sistematice ale condiiilor de mediu, de exemplu modificri
de temperatur
- Terminarea unui schimb.

Fig.7.19: Comportament ciclic

Contolul statistic al proceselor si produselor

163

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)

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

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

Fig.7.20: Deplasarea procesului

C. Desfasurarea lucrarii:
1. Tema:
Pe o linie automata de productie se prelucreaza reperul "surub metric M8X30".
Sa se verifice procesul in campul de toleranta 0.1, avand valorile masurate pentru zece
esantioane, fiecare n=10 piese, extrase din lotul prelucrat la intervale de timp egale, (mm):
- Esantion1: 8.10, 8.20, 7.91, 7.89, 7.90, 7.63, 7.85, 7.95, 8.08, 7.78;
- Esantion2: 7.95, 7.91, 8.19, 7.84, 7.80, 7.99, 8.08, 7.90, 7.98, 7.83;
- Esantion3: 7.98, 7.89, 8.00, 8.03, 8.05, 8.04, 8.10, 8.13, 8.04, 8.08;
- Esantion4: 7.91, 8.02, 7.99, 7.85, 7.98, 8.32, 7.87, 8.05, 8.05, 8.01;
- Esantion5: 7.98, 7.97, 8.24, 8.29, 8.09, 7.77, 8.12, 8.08, 8.02, 8.00;
- Esantion6: 7.66, 7.97, 8.05, 7.98, 7.90, 7.77, 8.10, 8.31, 7.96, 8.02;
- Esantion7: 7.98, 7.24, 8.07, 7.76, 7.95, 7.65, 7.97, 8.04, 7.80, 7.72;
- Esantion8: 7.80, 8.01, 7.96, 7.95, 8.04, 8.18, 7.77, 7.83, 8.32, 7.96;
- Esantion9: 8.02, 7.98, 8.10, 8.14, 7.95, 8.36, 8.15, 8.07, 8.24, 7.86;
- Esantion10: 8.08, 8.27, 7.99, 7.94, 8.03, 7.94, 8.11, 7.82, 8.16, 7.85;
2. Prelucrarea rezultatelor:
Pentru determinarea caracteristicilor i parametrilor cartelelor de controlul calitatii, prin
masurare, alegand perechea de indicatori: medie i abatere atandard (M[x]-D[x]) (oferind
precizia de verificare cea mai mare), utilizand Excel vom avea:
1.1ordonarea valorilor esantioanelor extrase, parcurgand pasii:
1- selectati optiunea Data, Sort... (Date, Sortare);
2- selectati din casuta de dialog care se deschide optiunea de sortare Descending
(Descrescator);
astfel pe prima pozitie/celula a fiecrui sir se va vizualiza valoarea de maxim, xmax, iar pe
ultima pozitie/celula valoarea de minim, xmin, a sirului.
1.2se calculeaza frecventele absolute, ai, a valorilor masurate pe esantioane (valorile
ordonate a esantioanelor ocupand adresele A15-J24 in cadrul raportului Excel) i se
realizeaza tabelul datelor grupate, reprezentind valorile intervalelor, utilizandu-se
facilitatile software-ul Excel, astfel:
1- selectati optiunea Insert, Function... (Introducere, Functii);
2- selectati din casuta de dialog care se deschide categoria Statistical (Statistic);

164

Lucrarea 7

3- selectati optiunea COUNTIF (Contabilizare conditionata);

urmand a introduce datele:
=COUNTIF($A$15:$A$24,">8.30"), pentru primul interval, [8.40, 8.30);
=COUNTIF($A$15:$A$24,">8.20")-$A$30, pentru intervalul, [8.30, 8.20);
=COUNTIF($A$15:$A$24,">8.10")-SUM($A$30:A31), pentru intervalul, [8.20, 8.10), s.a.m.d.
avand: =COUNTIF($A$15:$A$24,">7.50")-SUM($A$30:A37), pentru ultimul interval, [7.60, 7.50]
in cazul primului esantion, E1.
In mod similar se vor determina valorile frecventelor i pentru celelalte esantioane, E2-E9, in
final obtinandu-se valorile:

E1
0
0
1
2
3
2
1
1
0

E2
0
0
1
1
4
3
1
0
0

E3
0
0
1
6
2
1
0
0
0

E4
1
0
0
4
3
2
0
0
0

E5
0
2
1
3
3
0
1
0
0

E6
1
0
0
3
4
0
1
1
0

E7
0
1
0
2
3
0
3
1
0

E8
1
0
1
2
3
2
1
0
0

E9 E10
1
0
1
1
3
2
2
2
2
3
1
2
0
0
0
0
0
0

Val. interval
8.40
8.30
8.30
8.20
8.20
8.10
8.10
8.00
8.00
7.90
7.90
7.80
7.80
7.70
7.70
7.60
7.60
7.50

ai
a1
a2
a3
a4
a5
a6
a7
a8
a9

valori care vor corespunde in continuare adreselor de la A30 la J38.

1.3se reprezinta grafic valorile calculate, avand pe abscisa valorile frecventelor relative
iar pe ordonata valorile masurate, urmand pasii:
1- selectati datele pe care doriti sa le reprezentati grafic: adresele ce reprezinta valorile
masurate, pe esantioane;
2- executati clic asupra butonului ChartWizard (Asistent pentru grafice);
3- selectati tipul de grafic dorit: cazul reprezentarii prin puncte XY , Scatter;
1- selectati formatul graficului;
2- executati clic asupra butonului Next (Mai departe);
3- definirea datelor pe care doriti sa le reprezentati grafic;
4- model de grafic;
5- executati clic asupra butonului Next (Mai departe);
6- efectuati modificrile pe care le considerati necesare (titlul graficului, eticheta axei x,
eticheta axei y, eticheta legendei, etc);
7- executati clic asupra butonului Next (Mai departe);
8- determinati locatia reprezentarii grafice;
9- executati clic asupra butonului Finish (Terminare).
1.4- pentru determinarea mediei aritmetice, avand formula:
n

M [ x] =

x
i =1

ai xi

sau M [ x ] = i = 1

utilizand optiunile oferite de software-ul Excel, avem: Insert, Function(Introducere,

Functii), selectand din caseta de dialog care se deschide, categoria: Statistical (Statistica),
vom avea:
=AVERAGE($A$15:$A$24)- pentru primul esantion, E1;

Contolul statistic al proceselor si produselor

165

=AVERAGE($B$15:$B$24)- pentru esantionul, E2;

.
=AVERAGE($J$15:$J$24)- pentru esantionul, E10;
valorile obtinute (corespunzatoare adreselor A25-J25 in cadrul raportului), fiind:
ME1[x] ME2[x] ME3[x] ME4[x] ME5[x] ME6[x] ME7[x] ME8[x] ME9[x] ME10[x]
7.93
7.95
8.03
8.01
8.06
7.97
7.92
7.98
8.09
8.02
1.5- pentru determinarea dispersiei, avem formula:
n

(x i M [ x ] )

D[x ] = i = 1

Dac x1, x2, ...,xn se repet, respectiv cu frecvenele absolute a1, a2, ...,an, atunci dispersia
este:
n

2
( x i M [ x ]) a i

D[x ] = i = 1

= ( x i M [ x ]) 2 f i
i =1

Utilizand Excel, se va aplica functia:

=AVEDEV($A$15:$A$24)) pentru primul esantion, E1;
=AVEDEV($B$15:$B$24)- pentru esantionul, E2;
.
=AVEDEV($J$15:$J$24)- pentru esantionul, E10;
Obtinand valorile, s2:
DE1[x] DE2[x] DE3[x]
0.12
0.09
0.05

DE4[x]
0.09

DE5[x] DE6[x] DE7[x] DE8[x] DE9[x] DE10[x]

0.11
0.12
0.15
0.12
0.11
0.11

Valori ce vor ocupa adresele A26-J26 in cadrul raportului Excel.

1.6- se calculeaza abaterea standard (abaterea medie patratica):
n

( x i M [ x ])

D[x ] =

i =1

1 n 2
xi M [ x ] 2
n i =1

Considernd frecvenele absolute sau relative expresiile abaterii medii ptratice devin:
n

2
( x i M [ x ]) a i

D[x ] =

i =1

D[x ] =

2
(x i M [ x ] ) f i =

i =1

=POWER($A$26,1/2)- pentru primul esantion, E1;

= POWER($B$26,1/2)- pentru esantionul, E2;
.
= POWER($J$26,1/2)- pentru esantionul, E10;
obtinand valorile

D[x ] = s:

x i2 a i

i =1

n
n

M [ x]2

2
x i2 f i M [ x ]

i =1

166

Lucrarea 7

sE1[x] sE2[x] sE3[x]

0.35
0.30
0.22

sE4[x]
0.29

sE5[x] sE6[x] sE7[x] sE8[x] sE9[x] sE10[x]

0.33
0.35
0.38
0.35
0.33
0.33

valori ce vor ocupa adresele A27-J27, din cadrul raportului Excel.

1.7- avand valorile calculate anterior, se calculeaza valorile medii ale mediilor aritmetice,
ME1[x]-ME10[x], respectiv a abaterilor standard (abaterea medie patratica), sE1[x]-sE10[x],
utilizand formulele de calcul anterioare corespunzatoare:
n

M [ x] =

xi
i =1

respectiv

(x

D[ x] =

i =1

M [x ])

Astfel, vom avea:

=

=AVERAGE($A$25:$J$25)- obtinand valoarea: x =7.99,

valoare care corespunde adresei L25, in cadrul raportului, respectiv:
=AVEDEV($A$26:$J$26)- obtinand valoarea: s2=0.02 i
=POWER(L26,1/2) )- obtinand valoarea: s =0.14
valorile obtinute corespunzand in continuare adreselor L26-L27 in cadrul raportului Excel.
1.8- se determina limitele de control i de supraveghere necesare determinarii concluziei
asupra controlului efectuat.
Observatie:
- In cazul determinarii limitelor de control (limitele de interventie) Lcs respectiv Lci, se
considera intervalul de incredere (1- )=99%=0.990;
- In cazul determinarii limitelor de supraveghere (limitele de avertizare) Lss respectiv Lsi, se
considera intervalul de incredere (1- )=95%=0.950;
1.8.1- Pentru indicatorul de localizare media M[x], cu risc bilateral (limite de control
superioare Lcs i inferioare Lci) valorile limitelor sunt date de relatiile cunoscute (7.12), (7.13):

Lci = X c z 2
Lcs = X c + z 2

Unde Xc este mijlocul campului de toleranta iar factorul z reprezinta cuantila /2, z/2 fiind
ales din cadrul tabelului repartitiei normale pentru intervalul de incredere (1- ), propus.
Astfel, vom avea:
z/2 =2.575 - pentru (1- )=99%=0.990;
z/2 =1.645 - pentru (1- )=95%=0.950
valori care vor corespunde adreselor B45 respectiv B46, in cadrul raportului.
Utilizand Excel vom avea:
=$B$44-B45*($L$27/POWER(100,1/2)) - obtinand valoarea: Lci=Lii=7.96,
=$B$44+B45*($L$27/POWER(100,1/2)) - obtinand valoarea: Lcs=Lis=8.04,
=$B$44-B46*($L$27/POWER(100,1/2)) )) - obtinand valoarea: Lsi=Lai=7.98,
=$B$44+B46*($L$27/POWER(100,1/2)) )) - obtinand valoarea: Lss=Las=8.02,
valori care corespund adreselor E40-E41, respectiv E42-E43 in cadrul raportului Excel.
1.8.2- Daca se urmareste indicatorul de variaie, abaterea standard D[x], limitele de control
se determina cu ajutorul repartitiei 2 , cu =n-1 grade de libertate.
Limita de control superioara Lcs se alege pentru un anumit nivel de semnificatie cu relatia,
(7.19):

Contolul statistic al proceselor si produselor

167

P(s Lcs ) = P s 2

= 1
n 1

De unde, (7.20):

Lcs = 2,

n 1

Observatie: Deoarece ne intereseaza numai abaterile pozitive, se adopta riscul unilateral.

Astfel, pentru esantioanele studiate, se gasesc valorile:

2 , =14.953 - pentru (1- )=99%=0.990 i pana la 30;

2 , =18.493- pentru (1- )=95%=0.950 i pana la 30;
de aceea valorile obtinute tabelar sunt doar valori aproximate, valori care corespund
adreselor B47, B48 in cadrul raportului.
Utilizand Excel pentru calculul efectiv, vom avea:
=B47*($L$27/POWER((100-1),1/2)) - obtinand valoarea: Lcs=Lis=0.21,
=B48*($L$27/POWER((100-1),1/2)) - obtinand valoarea: Lss=Las=0.26,
valori care corespund adreselor G41, G43 in cadrul raportului Excel, i care de asemenea
datorita calculatiei functie de valorile tabelare anterioare, sunt doar valori aproximative.
1.9- verificarea valorilor obtinute in urma calculelor matematice, se poate realiza
determinand valorile limitelor de control i de supraveghere utilizand tabelele de specialitate.
Pentru verificarea procesului in campul de toleranta cerut, relatiile de calcul sunt functie de
valoarea tolerantei specificate, T, (Tab.7.7), in prealabil fiind necesara realizarea verificarii
valorii T fata de o valoare T', i anume:
=1.68*L27 - obtinand valoarea: T'=0.2326;
valoare ce va ocupa adresa I40 in cadrul raportului.
In cazul nostru campul de toleranta T, este 0.1, astfel ca T<T'.
Astfel, relatiile de calcul pentru limitele cautate vor fi:
L = X c + A' '
Media: cs
;
Abaterea standard: L' cs = G ' ' s
Lci = X c A' '
Unde, parametrii, (7.23):

s=

1
n

xi2 x ; w =
i

1 k
1 k
;
w
s
=
i
si
k 1
k 1

sunt stabiliti din analiza premergatoare pe baza a k esantioane, iar valorile coeficientilor de
calcul A, A', A'', B. B', B'' respectiv G, G', G'' sunt prezentate tabelar in Anexa H:
A''=3.09/(POWER(100,1/2))=0.3090;
Gs''=1+(3.09/POWER(100,1/2))=1.2185;
Gi''=1-(3.09/POWER(100,1/2))=0.7815;
valori ce vor ocupa adresele I41, I42, respectiv I43.
In continuare calculand:
=B44+I41*L27 - obtinand valoarea: Lcs=Lis=7.96,
=B44-I41*L27- obtinand valoarea: Lci=Lii=8.04,
respectiv:
=I43*L27 - obtinand valoarea: Lsi=Lai=0.11,
=I42*L27- obtinand valoarea: Lss=Las=0.17,
valori care corespund adreselor K40-K41, respectiv K42-K43 in cadrul raportului Excel.
1.10- trasarea cartelelor de controlul calitatii pe medie i abatere standard avand calculati toti
parametri necesari, i urmand pasii:

168

Lucrarea 7

1- selectati datele pe care doriti sa le reprezentati grafic: adresele ce reprezinta

valorilemediei respectiv valorile abaterii standard;
2- executati clic asupra butonului ChartWizard (Asistent pentru grafice);
3- selectati tipul de grafic dorit: cazul reprezentarii prin linii, Line;
4- selectati formatul graficului;
5- executati clic asupra butonului Next (Mai departe);
6- definirea datelor pe care doriti sa le reprezentati grafic;
7- model de grafic;
8- executati clic asupra butonului Next (Mai departe);
9- efectuati modificrile pe care le considerati necesare (titlul graficului, eticheta axei x,
eticheta axei y, eticheta legendei, etc);
10- executati clic asupra butonului Next (Mai departe);
11- determinati locatia reprezentarii grafice;
12- executati clic asupra butonului Finish (Terminare), (Fig.7.21).
1.11-in urma analizarii reprezentari cartelelor de controlul calitatii, controlul pe medie i
abaterea standard, criteriul de apreciere este:
CRITERIU:
"Indicii probelor de sondaj se afla inafara limitelor de control i supraveghere"
1.12- comportamentul recomandat in aceasta situatie este:
DECIZIA: "Procesul nu este stabil";
se recomanda interventia in proces;
se modifica/reconfigureaza parametrii procesului

Control pe medie si abatere standard, M[x]

valoarea medilor, M[x]

8.10
8.05

media, M[x]
LAS

8.00

LAI
LIS

7.95

LII

Control pe medie si abatere standard, s

7.90
2

valoarea abateri standard, s

10

0.46
0.41
0.36
0.31
0.26
0.21
0.16
0.11
0.06
0.01

abaterea standard, D[x]

LAS, aprox
LIS, aprox
LAS, param
LIS, param

10

Fig. 7.21: Cartelelel de controlul calitatii- control pe medie i abatere standard

D. Prezentarea rezultatelor:
Rezultatele vor fi prezentate sub forma unui raport (vezi Anexa6) ce cuprinde:
- reprezentarea datelor primare;
- reprezentarea tabelara a datelor calculate necesare determinarii caracteristicilor
cartelelor de controlul calitatii;
- reprezentarea tabelara a valorilor caracteristicilor cartelelor de controlul calitatii;

Contolul statistic al proceselor si produselor

169

reprezentarea tabelara a valorilor parametrilor cartelelor de controlul calitatii alese, a

limitelor intervalelor;
reprezentarea datelor calculate necesare verificari procesului;
prezentarea criteriilor de apreciere i a comportamentului recomandat.

E. Bibliografie:
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]

Bulgaru, M., Bolboaca, L., Ingineria calitatii.Mangementul calitatii, statistica i control,

masurari in 3D, Alma Mater, Cluj-Napoca 2001, ISBN 973-85153-0-0
Cathy, K., EXCEL pentru Windows tm 95 in 503 imagini, Teora, Bucuresti, 1999, ISBN
973-601-457-6
Ciocirdia, C., Ungureanu, I., Bazele cercetrii experimentale in tehnologia
constructiilor de masini, Editura Didactica i Pedagogica Bucuresti, 1979,
Deaconescu, A., Deaconescu, T., Managementul calitatii. Aplicaii, Editura Omnia Uni
S.A.S.T., Brasov, 2001, ISBN 973-9478-65-4
Dutschke, W., Fertigungsmesstechnik, 4 Auflage, B.G.Teubner Verlag, Stuttgart,
Leipzig, Wiesbaden, 2002,
Faithe, W., Microsoft Office 97 Professional 6in 1, Teora, Bucuresti, 1998, ISBN 973601-907-1
Rinne, H., Mittag, H-J., Prozessfaeigkeitsmessung, fuer die industrielle Praxis, Carl
Hanser Verlag, Muenchen Wien, 1999.
Szuder, A., Luncas, I., Arsenoiu, L., Bazele cercetrii experimentale in tehnologia
constructiilor de masini, Indrumator de laborator, Institutul Politehnic Bucuresti, 1990
Taube, K., Statistik in der Qualittssicherung. Lehr- und bungsbuch, Vieweg & Sohn
Verlagsgesellschaft mbH, Braunschweig, Wiesbaden, 1996
Tanasescu I Controlul statistic al proceselor si produselor, Editura didactica si
pedagogica, Bucuresti, 1987.
*** Colectie de standarde, Managementul i asigurarea calitatii, Editura tehnica,
Bucuresti, 1996