ГОСТ Р ИСО 22514-3-2015; Страница 12

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы

ГОСТ Р ИСО 22514-8-2015 Статистические методы. Управление процессами. Часть 8. Пригодность машин для процессов с несколькими состояниями (Целью настоящего стандарта является установление метода определения оценки краткосрочной пригодности производственного процесса (пригодности производственного оборудования), т.е. индекса пригодности машин (оборудования) для обеспечения соответствия контролируемой характеристики продукции допуску, если указанный процесс не является разновидностью сортировки) ГОСТ Р ИСО 22514-1-2015 Статистические методы. Управление процессами. Часть 1. Общие принципы (В настоящем стандарте установлены основные принципы анализа воспроизводимости и пригодности производственных процессов. Такой анализ позволяет составить представление о состоянии процесса при необходимости анализа его воспроизводимости или при определении соответствия продукции производственного процесса или оборудования установленным требованиям. Такая ситуация является очень распространенной при контроле качества, когда целью исследования является некоторая часть представленной на приемку продукции. Такие исследования также могут быть использованы, когда необходимо решение относительно готовой продукции или при решении других задач. Приведенные в стандарте методы универсальны и применимы во многих ситуациях) ГОСТ Р ИСО 22313-2015 Менеджмент непрерывности бизнеса. Руководство по внедрению (Настоящий стандарт содержит руководство, разработанное на основе лучшей международной практики по планированию, установлению, внедрению, применению, мониторингу, анализу, поддержке и постоянному улучшению документированной системы менеджмента непрерывности бизнеса, позволяющей организации быть готовой к инциденту, предпринять ответные меры и восстановить свою деятельность при возникновении разрушительных инцидентов)

Страница 12

Страница 1

Untitled document

ГОСТ Р ИСО 22514-3—2015

Форма графика будет другой, что показано на рисунке 6.

Данные, полученные с использованием разных инструментов или камер, следует по возможности

разделять и проводить их анализ отдельно, как сказано выше.

На рисунке 6 приведен пример графика данных, формирующих бимодальное распределение.

Если в ходе исследований получен такой график, необходимо установить и. по возможности, устра

нить причину такого явления. Существует несколько причин появления бимодального распределения.

Одной из них является регулировка машины в процессе выполнения исследований, что приводит к

появлению двух мод. Пример таких данных представлен на рисунке 1. После выявления причины та

кого явления следует повторить исследование. Данное графическое представление данных является

хорошим способом выявления проблем сбора данных. В качестве альтернативы этому представлению

данных можно использовать контрольную карту. Контрольная карта обладает рядом преимуществ,

по скольку позволяет выявить изменчивость данных, вызванную неслучайными, несвойственными

изуча емому процессу причинами. Здесь, как и в предыдущем случае, необходимо знать

последовательность получения данных.

5.6.3 Усеченные данные

Некоторые исследования могут быть проведены с усеченными данными. Усечение данных может

быть связано с представлением данных. Например, при измерении электрического сопротивления ис

пользуемое средство измерений показывает только значения, превышающие 5 Ом. В подобной ситу

ации необходима консультация специалиста о методах анализа таких данных. Иначе достоверность

полученных результатов оказывается сомнительной.

5.6.4 Цензурированные данные

Цензурированные данные получают при отбрасывании некоторых полученных наблюдений. Это

может быть связано с определенной стратегией отбора выборки, например, когда отбирают данные

только из первых двух камер машины с четырьмя камерами. В этом случае из анализа исключают

наблюдения, полученные из камер с номерами три и четыре. Такая модель может быть реализована

устройством автоматизированного контроля (об этом не обязательно знает экспериментатор или ана

литик). Другим примером является сортировка данных с исключением наблюдений, имеющих слишком

большое или слишком маленькое значение исследуемой характеристики.

Следствием обработки цензурированных данных могут быть неправильные выводы о пригодно

сти машины. Цензурированные данные дают неожиданную форму кривой в рабочей таблице, поэтому

аналитику необходим совет специалиста.

5.7 Индексы пригодности машины в случае нормального и асимметричного

распределений

Примечание — Исторически для индексов использовались обозначения Ст,и Стки. Поскольку

статистический контроль не осуществляется, предпочтительно использование в качестве индексов пригодности

машины Рт. PmkLиРткипо аналогии синдексамипригодности процесса.

Примечание — «Крышечки» над индексами указывают, что этооценки истинных значений индексов.

5.7.1 Данные, соответствующие нормальному распределению

5.7.1.1 Индекс Рт

U-L

«5

5.7.1.2 Индекс Ртк