Задание 1
Поострить диаграмму Парето используя следующие данные
Контрольный листок регистрации дефектов
Участок: Пельменный цех
Наименование изделия: Пельмени машинной лепки
Общее число контролируемых изделий: 2000
Фамилия контролера: Полозкова О.А.
Дата: 14.04.2020г.
Тип дефекта | Результат контроля | Итоги по типам дефектов | ||||||
Визуально определяемые механические примеси | ///// ///// ///// ///// // | |||||||
Слипы | ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// / | |||||||
Деформация пельменей | ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// //// | |||||||
«Колбаска» | ///// ///// ///// ///// ///// ///// ///// ///// //// | |||||||
Комочки муки в тесте | ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// /// | |||||||
Несоответствующее норме содержание фарша | ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// / | |||||||
Порывы теста | ///// ///// ///// //// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// ///// // | |||||||
Прочие | ///// ///// ///// /// | |||||||
Общее число забракованных изделий | ||||||||
№ п.п. | Тип дефектов | Частота | Накопленная сумма числа дефектов | % числа дефектов | Накопленный % | |||
Несоответствующее норме содержание фарша | 30,81 | 30,81 | ||||||
Порывы теста | 19,68 | 50,48 | ||||||
Деформация пельменей | 12,74 | 63,23 | ||||||
Слипы | 12,26 | 75,48 | ||||||
Комочки муки в тесте | 10,97 | 86,45 | ||||||
«Колбаска» | 7,10 | 93,55 | ||||||
Визуально определяемые механические примеси | 3,55 | 97,10 | ||||||
Прочие | 2,90 | 100,00 | ||||||
Вывод: После применения метода исследования диаграммы Парето были выявлены дефекты, которые необходимо устранить. Главной проблемой является несоответствующее норме содержание фарша .
|
Задание 2
Построить контрольные карты ( – R), используя следующие данные:
Контрольный листок для регистрации дозировки фарша, г
при машинной лепке пельменей
Участок: Пельменный цех
Наименование изделия: Пельмени машинной лепки
Общее число контролируемых изделий: 50
Измеряемый параметр: дозировка фарша, г
Норма: 5,8-6,0г
Фамилия контролера: Полозкова О.А.
Дата: 14.04.2020г.
Номер выборки | 1 | 2 | 3 | 4 | 5 | ||||
5,9 | 5,9 | 6,0 | 5,9 | 5,8 | |||||
5,3 | 5,9 | 6,0 | 6,0 | 5,9 | |||||
5,8 | 5,8 | 5,9 | 5,8 | 6,0 | |||||
6,0 | 6,0 | 5,9 | 6,0 | 5,8 | |||||
5,9 | 6,0 | 6,3 | 5,8 | 5,9 | |||||
6,0 | 6,0 | 5,9 | 5,8 | 5,8 | |||||
5,9 | 5,8 | 5,8 | 5,0 | 5,8 | |||||
6,0 | 5,9 | 5,8 | 6,0 | 5,9 | |||||
5,8 | 5,8 | 5,8 | 6,0 | 6,0 | |||||
6,0 | 5,9 | 6,0 | 6,0 | 5,9 | |||||
Расчет контрольных границ:
где значения определяются по таблице коэффициентов для вычисления контрольных карт для n количества.
Номер выборки | 1 | 2 | 3 | 4 | 5 | |||
5,9 | 5,9 | 5,9 | 5,8 | 29,5 | 5,9 | 0,2 | ||
5,3 | 5,9 | 5,9 | 29,1 | 5,82 | 0,7 | |||
5,8 | 5,8 | 5,9 | 5,8 | 29,3 | 5,86 | 0,2 | ||
5,9 | 5,8 | 29,7 | 5,94 | 0,2 | ||||
5,9 | 6,3 | 5,8 | 5,9 | 29,9 | 5,98 | 0,5 | ||
5,9 | 5,8 | 5,8 | 29,5 | 5,9 | 0,2 | |||
5,9 | 5,8 | 5,8 | 5,8 | 28,3 | 5,66 | 0,9 | ||
5,9 | 5,8 | 5,9 | 29,6 | 5,92 | 0,2 | |||
5,8 | 5,8 | 5,8 | 29,4 | 5,88 | 0,2 | |||
5,9 | 5,9 | 29,8 | 5,96 | 0,1 | ||||
5,882 | 0,34 |
|
Вывод: При использовании данного метода мы можем наблюдать среднее значение исследуемого параметра и отклонение от него. В данном случае мы наблюдаем сильное отклонение от нормы у одного из образцов.
Вывод: На данном графике можно отследить выборочный размах параметра из преведущего графика (Х). И мы можем увидеть, что одно значение выходит за рамки границ разброса.
Задание 3
Построить P-карту
Контрольный листок для регистрации доли деформированных пельменей ( р - карта)
Участок: Пельменный цех
Наименование изделия: Пельмени машинной лепки
Общее число контролируемых изделий: 42600
Измеряемый параметр: Деформированные пельмени, шт.
Допустимый процент брака: 5%
Фамилия контролера: Полозкова О.А.
Дата: 14.04.2020г.
|
- количество выборок (часто дней контроля);
- объем выборки или количество исследованных изделий за день;
- количество бракованных изделий;
- доля брака, %
|
- среднее количество проконтролированных изделий на одну выборку или за день;
- доля брака на весь объем проконтролированных изделий.
* - если расчет ведут в долях, то берут 1, если в % - то 100, как показано в формуле.
** - если под корнем получается отрицательное число, то берем 0, тогда границы совпадут и брака не должно наблюдаться.
Номер выборки | Объем выборки, n | Число дефектных изделий, np | Доля дефектных изделий, p % |
4,15 | |||
4,40 | |||
4,50 | |||
4,57 | |||
3,67 | |||
3,50 | |||
4,10 | |||
4,37 | |||
4,75 | |||
4,63 | |||
4,43 | |||
4,15 | |||
4,26 | |||
4,64 | |||
4,48 | |||
4,19 | |||
4,38 | |||
3,71 | |||
3,91 | |||
4,20 | |||
84,99 |
Выводы: График строится для процента обнаружения дефектных изделий.
На данном графике можно увидеть, что процент брака не выходит за границы разброса.
Задание 4
Построить гистограмму
Информационные данные для построения гистограммы – измеряемый параметр – масса бутерброда
Информационные данные для построения гистограммы
Объект исследования: бутерброд «Бифштекс, сыр, майонез»
Предельные значения: масса 130-140 грамм.
Приборы для исследования: весы
Ответственное лицо: Полозкова О.А.
Таблица 1 Контрольный листок для регистрации массы бутерброда, гр.
Номер выборки | Результаты измерений | Макс в строке | Мин в строке | |||||||||
1-10 | ||||||||||||
11-20 | ||||||||||||
21-30 | ||||||||||||
31-40 | ||||||||||||
41-50 | ||||||||||||
51-60 | ||||||||||||
61-70 | ||||||||||||
71-80 | ||||||||||||
81-90 |
Номер выборки | Результаты измерений | Макс в строке | Мин в строке | |||||||||
1-10 | ||||||||||||
11-20 | ||||||||||||
21-30 | ||||||||||||
31-40 | ||||||||||||
41-50 | ||||||||||||
51-60 | ||||||||||||
61-70 | ||||||||||||
71-80 | ||||||||||||
81-90 | ||||||||||||
128-129 | / | ||||
130-131 | ///////////////// | ||||
132-133 | ////////////////// | ||||
134-135 | //////////////////////////// | ||||
136-137 | ////////////////// | ||||
138-139 | /////// | ||||
140-141 | / | ||||
Вывод: Данная гистограмма по типу близка к обычному типу. Можно считать, что распределение нормальное.
/ | |||
///////// | |||
//////// | |||
/////////// | |||
/////// | |||
///// | |||
/////////////////////// | |||
/////////// | |||
/////// | |||
/////// | |||
/ | |||
Вывод: Этот вариант гистограммы напоминает прямоугольное распределение (плато) с сильно выраженной вершиной.
Задание 5
Произвести экспертную оценку качества продукта. Определить согласованность мнений экспертов.
Сводная таблица оценок экспертов при дегустации «Ореха мясного» производства ООО «СПК»
Показатели | Бальная оценка дегустаторов | К | Х | S | ХК | ||||
Внешний вид | 1,0 | 8,6 | 0,8 | 8,6 | |||||
Вид на раз-е | 2,0 | 8,2 | 0,5 | 16,4 | |||||
Консистенция | 3,0 | 8,8 | 0,63 | 26,4 | |||||
Запах | 1,7 | 0,5 | 13,6 | ||||||
Вкус | 2,8 | 8,6 | 0,5 | 24,08 | |||||
Сочность | 0,5 | 7,4 | 0,4 | 3,7 | |||||
Суммарная оценка Σ ХК= 92,78 |
Результаты ранжирования органолептической оценки показателей качества и определение коэффициентов весомости
Номер эксперта (К=5) | Показатели качества (Н=6) | |||||
Внешний вид | Вид не разрезе | Консистенция | Запах | Вкус | Сочность | |
Результаты ранжирования органолептической оценки показателей качества и определение коэффициентов весомости
Номер эксперта (К=5) | Показатели качества (Н=6) | |||||
Внешний вид | Вид не разрезе | Консистенция | Запах | Вкус | Сочность | |
Сумма рангов | ||||||
Результирующий ранг | ||||||
Коэффициент весомости, Мi | 0,25 | 0,18 | 0,06 | 0,15 | 0,09 | 0,27 |
Мi(окончательный) | 0,09 | 0,18 | 0,27 | 0,15 | 0,25 | 0,06 |
Мi х 11 | 0,99 | 1,98 | 2,97 | 1,65 | 2,75 | 0,66 |
Мi | 1,0 | 2,0 | 3,0 | 1,7 | 2,8 | 0,5 |
Средняя сумма рангов | 17,5 | 17,5 | 17,5 | 17,5 | 17,5 | 17,5 |
С | 56,25 | 2,25 | 110,25 | 2,25 | 56,25 | 132,25 |
W=(12*(56.25+2.25+110.25+2.25+56.25+132.25))/(53*(63-6))=0.82
Вывод: Коэффициент конкордации W может быть в диапазоне 1 ≥ W ≥ 0. При W=0 согласованность мнений экспертов отсутствует, а при W=1 согласованность полная. Обычно считается, что согласованность вполне достаточная, если W ≥ 0,5. Так как W > 0,5, то мнения экспертов были признаны предварительно согласованными.