автореферат диссертации по машиностроению и машиноведению, 05.02.23, диссертация на тему:Разработка имитационной модели процессов контроля и обеспечения качества для прогнозирования путей повышения результативности производственных процессов

На правах рукописи

Черкасский Станислав Евгеньевич

Разработка имитационной модели процессов контроля и обеспечения качества для прогнозирования путей повышения результативности производственных процессов

Специальность 05.02.23 «Стандартизация и управление качеством продукции»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

МОСКВА, 2004

Работа выполнялась на кафедре «Сертификация и аналитический контроль» ГОУ ВПО «Московский государственный институт стали и сплавов»

Научный руководитель: кандидат технических наук, профессор 10. П. Адлер

Официальные оппоненты: доктор технических наук,

профессор Р. И. Зайнетдинов

кандидат технических наук, доцент Г. М. Шишков

Ведущая организация: ОАО «Московский металлургический завод «Серп и молот»

Защита диссертации состоится 28 апреля 2004 г. в 14.00 часов на заседании Диссертационного Совета Д 212.110.03 при ГОУ ВПО «МАТИ» - Российский государственный технологический университет им. К. Э. Циолковского» по адресу: 121522, Москва, Оршанская ул., 3.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «МАТИ» - Российский государственный технологический университет им. К. Э. Циолковского».

Автореферат разослан марта 2004 г.

Ученый секретарь Диссертационного Совета, к. т. н., доцент

В. А. Новиков

9 6

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Важность для отечественной экономики скорейшего освоения и внедрения современных методов управления качеством трудно переоценить. Вместе с тем весь комплекс мер, понимаемый под системой качества (безотносительно к стандартным моделям систем качества) образует сложную многофакторную систему, которой приходится управлять в реальных условиях, имея лишь приблизительные представления о том, к каким экономическим результатам может привести то, или иное управленческое решение. Адекватного инструментария для количественного прогнозирования поведения таких систем при различных начальных условиях в ходе изучения предметной области обнаружить не удалось.

Различные теоретические и методологические аспекты анализа сложных систем отражены в работах отечественных и зарубежных ученых: Л. фон Берталанфи, А. А. Богданова, Н. А. Белова, М. М. Завадовского, Н. Винера, Л. Розенблюта, Дж. Б. С. Холдена, Г. Канна, И. Манна, Э. Квэйда, Дж. Форрестера, П. Сенге. Вопросы, посвященные проблематике управления качеством продукции, представлены трудами Ю. П. Адлера, В. А. Лапидуса, С. Б. Щепетовой, Э. Деминга, Д. Джурана, К. Исикавы, Ф. Кросби, Г. Тагути, А. Фейгенбаума.

Если отдельно теоретические вопросы как общего моделирования систем, так и различные методы управления качеством продукции, получили широкое развитие, то эффективные методы моделирования систем учета и анализа затрат на обеспечение качества с целью получения достоверных прогнозов последствий управленческих решений раскрыты до на-, стоящего времени не в полной мере.

Изложенное выше дает основание считать выбранную тему исследования актуальной для науки и практики хозяйственной деятельности.

Цель исследования. Основной целью диссертационной работы является создание адекватного инструментария количественного прогнозирования системы управления качеством продукции промышленного предприятия для выработки мер по повышению результативности производственных процессов. Под результативностью производственных процессов с точки зрения системы управления качеством понимается статистическая стабильность и экономичность процессов изготовления продукции.

Предмет и объект исследования. Предметом исследования являются методы моделирования и прогнозирования поведения сложных систем. Объектом исследования является деятельность предприятий по контролю и обеспечению качества выпускаемой продукции.

Задачи исследования. Для достижения поставленной цели в диссертационном исследовании необходимо было решить следующие задачи:

1. сделать обзор методов и подходов в области анализа и прогнозирования поведения сложных систем;

2. на основании обзора подобрать адекватный научный метод для разработки инструмента протезирования процессов контроля и обеспечения качества продукции;

3. сделать обзор реализованных решений по применению данного метода к решению задач анализа и прогнозирования сложных систем в целом, и систем управления качеством, в частности;

4. провести анализ современных методов управления качеством с целыо выбора наиболее подходящего объекта моделирования;

5. на основании анализа предполагаемого объекта моделирования разработать постановку задачи на разработку требуемого инструмента прогнозирования, включая цели, требования к структуре и функциональности, требования к входным и выходным данным;

6. на основании постановки задачи разработать требуемый инструмент прогнозирования и протестировать его на соответствие требованиям, указанным в постановке задачи;

7. применить разработанный инструмент4 прогнозирования на практике для решения задачи поиска путей повышения результативности производственных процессов.

Теоретическая и методологическая основа. Теоретическую и методологическую основу исследования составили работы отечественных и зарубежных ученых и специалистов, материалы научно-практических конференций, нормативные и методические материалы по моделированию сложных систем, а также внедрению систем менеджмента качества и поиску путей повышения результативности производственных процессов, связанных с качеством продукции на отечественных и зарубежных предприятиях.

Методы исследования. Методами исследования послужили исторический и системный подход к предмету и объекту исследования, анализ и синтез систем, планирование эксперимента.

Достоверность и обоснованность научных положений, выводов и рекомендаций.

Достоверность и обоснованность научных положений, выводов и рекомендаций, сформулированных в диссертационном исследовании обусловлены их разработкой на основе применения методов системного и логического анализа, обобщения зарубежного и отечественного опыта в области моделирования систем и управления качеством продукции, достоверного информационного обеспечения при разработке инструмента прогнозирования, а также проверки результатов исследования в реальных условиях производства.

Научная новизна. Научная новизна основных выводов, полученных в результате проведенного исследования, состоит в следующем:

1. обоснована необходимость создания инструмента оперативного прогнозирования состояний системы контроля и обеспечения качества продукции при различных начальных условиях для выработки путей повышения результативности производственных процессов;

2. применен метод системной динамики для создания с помощью вычислительной техники имитационной модели как средства прогнозирования системы контроля и обеспечения качества продукции при различных начальных условиях для выработки путей повышения результативности производственных процессов;

3. предложена универсальная структура имитационной модели для учета затрат, связанных с контролем и обеспечением качества на основе процессного подхода, позволяющая средствами системной динамики описывать производственные процессы любой сложности;

4. в имитационной модели формализованы процессы накопления и динамики затрат, связанных с контролем и обеспечением качества продукции, непосредственно в местах их возникновения;

5. получено эмпирическое подтверждение предположения Э.Деминга о неэффективности проведения выборочных инспекций на входе и выходе производственного цикла;

6. разработана имитационная модель системы позволяет оперативно оценивать и прогнозировать, к каким экономическим результатам приведет то, или иное управленческое решение в области контроля и обеспечения качества продукции.

Практическая ценность. Предложенная в диссертационной работе имитационная модель системы учета и анализа затрат на обеспечение и контроль качества продукции промышленного предприятия может бьггь использована предприятиями для планирования действий по повышению результативности производственных процессов. Результаты исследования представляют интерес для предприятий массового производства любой отрасли промышленности при планировании мероприятий по обеспечению и контролю качества выпускаемой продукции.

Апробация результатов работы. Результаты диссертационного исследования внедрены ООО «Московское УПП № 13 ВОС» г.Москва, что подтверждено соответствующим актом внедрения.

Публикации. По теме диссертационного исследования опубликованы пять статей.

Объем и структура работы. Диссертационная работа состоит из введения, пяти глав, заключения и библиографии. Объем работы оставляет 108 страниц основного текста, 18 таблиц, 38 рисунков. Список использованной литературы содержит 156 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность выбранной темы диссертации, определена степень изученности проблемы, сформулированы цели и задачи исследования, научная новизна и основные научные положения, выносимые на защиту.

В первой главе ((Литературный обзор по возможностям применения метода имитационного моделирования к решению проблем качества» показано, что на сегодняшний день не достаточно разработаны вопросы создания средств прогнозирования поведения систем контроля и обеспечения качества продукции. Также доказано, что наиболее подходящим техническим средством для решения этой задачи может стать имитационная модель, построенная на основе метода системной динамики Дж. Форрестера.

Среди программных средств, использующих метод системной динамики для построения имитационных моделей, был выбран продукт Powersim Studio Research 2003 компании Powersim Software AS (Норвегия) как обладающий наиболее полной библиотекой математических функций.

Во второй главе «Постановка задачи на разработку имитационной модели процессов контроля и обеспечения качества продукции» определены основные цели, которых должна достигать имитационная модель как средство прогнозирования для выработки решений по повышению результативности производственных процессов:

1. отражать динамику накопления затрат на контроль и обеспечение качества на всех производственных участках;

2. отражать влияние различных стратегий контроля и обеспечения качества на основные стратегические показатели предприятия (себестоимость, прибыль, доля рынка);

3. отражать влияние различных стратегий контроля и обеспечения качества на степень достижения интересов заинтересованных сторон: потребителей, поставщиков, акционеров, персонала, внешней среды.

На основе сформулированных целей были выработаны требования к структуре и основным функциональным характеристикам имитационной модели. Результаты этого исследования изображены на рис. 1.

Также был сформулирован соответствующий перечень основных входных и выходных данных имитационной модели.

Структура и основные требования к функциональности имитационной модели

ТреЗсоакко в фуюмизкзпьксет* 1; лдз^эть'оотрйтатъдлкам^и структуру го трот ери судной

1

Сферой «х гр«ц> сьд^еязго ратвуяэш

Ксзпрспъ

Пр0ММ<1ЭСТЬеи>«*0

учкнкы А

к фу^и^гцлностн 15 АДскоалио отражав динамику и ефушуру затрггг прй Ъьисоднбй. К0»<ТрОЛ<> Г?7<>С0Й ЛрадуКЦИН

\

Въосц) неа «он фзго>

шюсоОИрдАиаФб«

пар»« грса ерсиззедавахиао пглжса

/

{ КГ.17КЛ,<

учяагаВ

Л-чпя» 1йинямз»ьп и V.- ^пюх^г/п.^ил«.'*::!

ййика

«^^деииаднорес^ащтдашявмых.-

Рис. 1.

В третьей главе «Разработка имитационной модели» разработана логическая последовательность, формирующая основу подсистемы имитационной модели для учета затрат на проведение выходного контроля готовой продукции, что схематично изображено на рис. 2.

На основании введенных в модель исходных данных (см. рис. 2) генерируется нормально распределенная совокупность случайных чисел, представляющих собой действительные значения характеристики качества изделий в партиях. На основании этой,совокупности определяются выборочные значения средних и дисперсий, которые в соответствии с (1) по ГОСТ Р 50779.74-99 сравниваются с соответствующим указанному АС>Ь приемочным коэффициентом к:

А". -х Х-Х„ .

->кши—-^->к, (I)

где х — среднее арифметическое значение контролируемой характеристики внут-

ри выборки;

х,— верхнее значение допуска контролируемой характеристики; х„—нижнее значение допуска контролируемой характеристики; Я?—оценка дисперсии контролируемой характеристики.

Если соотношение (1) меньше чем к, то партия бракуется и поступает на сортировку. Таким образом, определяется количество забракованных партий. В каждой из этих партий сравнением значения контролируемой величины с границами допуска определяется, количество изделий, не соответствующих установленным требованиям. Аналогичным образом происходит проверка соответствия всех выпущенных изделий установленным требованиям, после чего определяется число несоответствующих изделий, попавших к потребителю.

Таким образом, для схемы, при которой выходной контроль не проводится, все затраты на проведение выходного контроля будут равны нулю, за исключением затрат на возврат брака, попавшего к потребителю. Затраты на возврат брака в свою очередь будут пропорциональны числу бракованных изделий в партиях с коэффициентом пропорциональности, равным средним затратам на возврат одного бракованного изделия от потребителя.

Для схемы, при которой проводится сплошной выходной контроль, нулю будут равны затраты на возврат брака от потребителей, поскольку весь брак будет выявляться и исправляться на стадии выходного контроля. Затраты на переделку обнаруженного брака будут пропорциональны числу бракованных изделий в партиях с коэффициентом пропорциональности равному средним затратам на переделку одного бракованного изделия. Затраты на разбраковку негодных партий будут также равны нулю, поскольку эта процедура характерна только для выборочного контроля. Затраты же на измерение выходного параметра качества изделий будут пропорциональны объему партии с коэффициентом пропорциональности, равным средним совокупным затратам на измерение характеристики качества одного изделия.

Для схем, при которых проводится выходной выборочный контроль, как с применением правил переключения, так и без них, будут учитываться все вышеперечисленные статьи затрат. Таким образом, затраты на измерение выходного параметра качества изделий при выборочном контроле будут пропорциональны объемам выборки, определяемым через объемы партии по ГОСТ Р 50779.74-99, с тем же коэффициентом пропорциональности, равным средним совокупным затратам на измерение характеристики качества одного изделия. Затраты на разбраковку негодных партий по результатам выборочного контроля будут пропорциональны числу забракованных партий с коэффициентом пропорциональности, равным объему партии. Затраты на переделку брака будут пропорциональны числу бракованных изделий, обнару-

женных на стадии выборочного контроля с коэффициентом пропорциональности, равным средним затратам на переделку одного бракованного изделия. Затраты же иа Еозврат брака, попавшего к потребителю в свою очередь будут пропорциональны числу бракованных изделий, не обнаруженных на стадии выборочного контроля, с коэффициентом пропорциональности равным, средним затратам на возврат одного бракованного изделия от потребителя.

Подсистема входного контроля сырьевых материалов отличается от подсистемы выходного контроля готовой продукции лишь тем, что к уже имеющимся статьям затрат добавляются затраты на закупку сырьевых материалов, а вместо затрат на возврат бракованной продукции от потребителей учитываются затраты на использование негодного сырья в производстве.

Процедура учета затрат в подсистеме выходного контроля готовой продукции

Рис 2.

Также в этой главе разработана логическая последовательность вычислений, формирующая основу имитационного моделирования процессов контроля и обеспечения качества выполнения технологических операций, что схематично изображено на рис. 3.

Критерием проведения корректирующих действий для регулировки средних параметров производственного процесса является выход внутригруппового среднего значения

контролируемой характеристики за трехсигаовые границы регулирования (2), которые определяются с учетом заданного допуска и индекса воспроизводимости для данной характеристики. Критерием проведения корректирующих действий для регулировки дисперсий контролируемых параметров является превышение внутригруппового значения дисперсии значения, определенного с учетом заданного допуска и индекса воспроизводимости для данной характеристики в соответствии с (3):

^ верхи.!нижи. ~ ^ 3 * Отагрж, (2)

гДе (/,,,,,./„,. — верхняя и нижняя границы регулирования соответственно; х,ти — середина допуска контролируемой характеристики;

&юяр. — среднеквадратичное отклонение воспроизводимости контро-

лируемой характеристики, где рассчитывается как:

Лр

"" ь* > О)

К

где х, — верхнее значение допуска контролируемой характеристики; ле„ — нижнее значение допуска контролируемой характеристики; Кк—индекс воспроизводимости контролируемой характеристики, где Кс соответственно рассчитывается как:

т

где Оф0ап=Зфат, — оценка фактической дисперсии контролируемой характеристики.

При этом осуществляется учет затрат на проведение регулировок стабильности производственных процессов. После проведения корректирующих действий вычисляются полученные значения среднеквадратичных отклонений, которые используются при генерировании результатов измерения технологической операции на следующем шаге моделирования.

Помимо затрат на проведение корректирующих действий по регулировке средних и дисперсий также на всех технологических операциях ведется постоянный учет затрат по Та-гути в соответствии с (5):

1 = к(х-х^)\ (5)

где л- — значение контролируемого параметра:

— номинальное значение контролируемого параметра (середина допуска); к — коэффициент равный затратам на переделку технологической операции, деленным на половину допуска соответствующей характеристики качества в квадрате, требуемого соответствующим индексом воспроизводимости.

Такая же последовательность действий проводится при вычислении затрат по Тагути без проведения корректирующих действий для каждой технологической операции. В этом случае используется другой массив случайных чисел, генерируемых на основе неизменных заданных начальных значений среднего арифметического и дисперсии технологической операции.

Затраты на измерение самих параметров технологических операций пропорциональны объему выпуска продукции с коэффициентом пропорциональности равным стоимости измерения характеристики технологической операции одного изделия.

Процедура учета затрат в подсистеме контроля параметров производственного процесса

Также в имитационную модель встроен математический аппарат, формирующий основу для проведения корреляционного анализа между контролируемыми параметрами производственного процесса и характеристикой качества готового изделия, основанный на теории статистических энтропий.

Процесс корреляционного анализа начинается с определения числа интервалов разбиения размахов контролируемого параметра по формуле:

к = 3.748 + 0.012/1, (6)

где и — объем контролируемой партии (подгруппы).

Затем подсчитывается значение статистической энтропии для всех контролируемых параметров производственного процесса по формуле:

(7)

, п п

где // — частота попадания в ¡-ый интервал;

п — объем контролируемой партии (подгруппы).

После чего рассчитываются частоты одновременных парных и тройных попаданий значений характеристик производственного процесса в одни и те же интервалы. На основании данных вычисления частот по формуле (9) вычисляются значения энтропий для парных и тройных взаимодействий характеристик, на основании чего вычисляется количество информации об одном параметре, заключенное в другом параметре производственного процесса, по формуле (й):

/(1>2) = Я(1) + Я(2)-Я(1,2), (8)

где НО) — статистическая энтропия ¡-го параметра 0 = 1,2);

Н(1, 2) — статистическая энтропия парного взаимодействия двух соответствующих параметров.

Также рассчитываются количества информации, которые парные взаимодействия двух характеристик передают третьей характеристике по формуле (9):

7(1, 2 > 3) = Я(1,2) + Я(3) - Я(1,2,3), (9)

где Н(1, 2, 3) — статистическая энтропия тройного взаимодействия трех соответствующих параметров.

Затем вычисляется коэффициент информационной связи между производственными параметрами, математический смысл которого соответствует коэффициенту корреляции. Рас-

чет производится по формуле(^О)

*0>2) = ^|). (10)

На основании анализа значений коэффициентов информационных связей проводится анализ значимости корреляции контролируемых характеристик. Корреляция считается значимой, если коэффициент информационной связи между параметрами превышает 0,75. В этом случае контролировать часть коррелирующих характеристик становится нецелесообразным и модель перестает учитывать затраты на контроль одной из коррелирующих характери-:тик.

Все учитываемые в имитационной модели статьи затрат суммируются и составляют переменную часть себестоимости производства продукции для двух стратегий: с применением корректирующих действий и корреляционного анализа, и без таковых. Постоянные затраты заносятся оператором в константу, выражающую все незатронутые в модели статьи себестоимости изготовления одного изделия. Полный список входных данных, необходимых для введения в имитационную модель приведен в Приложении 1.

Во время тестирования имитационной модели было зафиксировано достижение целей и требований к функциональности, указанных в постановке задачи. В частности, по подсистеме выходного контроля готовой продукции был зафиксирован промежуточный результат, свидетельствующий, что при учете затрат на возврат негодной продукции от потребителя выборочные схемы выходного контроля становятся экономически нецелесообразными для предприятия. Для повышения результативности производственного процесса выходной контроль должен быть либо сплошным при низкой стабильности производственного процесса (чтобы исключить преобладающие затраты на возврат негодной продукции), либо выходного контроля не должно быть вовсе при высокой стабильности производства (чтобы исключить преобладающие затраты на проведение контроля), что в полной мере подтверждает утверждение Э. Деминга о необходимости ухода от практики выборочных инспекций.

В четвертой главе «Проведение имитационного эксперимента» на имитационной модели был проведен эксперимент, основанный на методологии планирования эксперимента Бокса-Уилсона. Откликом эксперимента, а также параметром оптимизации, был выбран показатель себестоимости производства продукции как характеристика результативности производственного процесса, удовлетворяющая всем требованиям к отклику. Целью эксперимента являлся поиск условий (значений факторов), при которых себестоимость производства продукции (отклик) будет минимальной. При выборе факторов эксперимента автор исходил

из положения о том. что единственной управляемой характеристикой, не являющейся ни данностью (свойством; внешней среды, ни экономической константой, также определяемой условиями внешней среды, является индекс воспроизводимости технологических операций (4), к которым в реальности предполагается стремиться при регулировании стабильности производственных процессов.

Целью варьирования этого фактора и целью самого эксперимента являлось определение таких значений индексов воспроизводимости технологических операций, при которых в данных экономических условиях (при заданных значениях входных экономических констант) может быть достигнута минимальная себестоимость производства продукции, и какую величину при этом составят совокупные затраты на контроль и обеспечение качества продукции. Уровни варьирования факторов были выбраны на границах области применяемых в производственной практике значений (0,5 и 2 соответственно). На основании этих данных был построен план полного трехфакторного эксперимента, который был реализован на имитационной модели в рандомизированной последовательности опытов.

По результатам эксперимента в соответствии с формулой (11) была подтверждена истинность гипотезы об однородности дисперсий откликов рандомизированных повторных опытов.

где б,„¿г, — табличное значение критерия Кохрена для соответствующего числа повторных опытов и опытов в плане эксперимента;

После этого была проведена оценка коэффициентов регрессии одиночных (12), парных (13) и тройных (14) взаимодействий факторов, а также значения их дисперсий (15).

где N — число опытов в плане эксперимента. При определении свободного члена регрессии Во все Л) равны +1. Оценки коэффициентов регрессии парных взаимодействий рассчитываются по фор-

о2

О . > """ .

тгяп

(И)

$*»т — максимальная дисперсия среди всех опытов; ¿5*/ — сумма дисперсий всех опытов.

(12)

муле:

С

Л _ _

*~ N (ГдеЗ*и. (13)

Оценки коэффициентов регрессии тройных Ьзаимодействий рассчитываются по формуле:

Дисперсия коэффициентов регрессии рассчитывается по формуле:

В,)к = **---, где / (14)

(15)

N п

где и — число повторяющихся опытов.

По результатам проверки гипотезы о значимости коэффициентов регрессии значение одного из восьми коэффициентов регрессии оказались меньше установленного доверительного интервала, поэтому он был приравнен к нулю.

Таким образом, полученная линейная модель поверхности отклика имела следующий вид:

Ло = 14 512 125 + 1 071 154 х, +1 564 343 х2 + 2 635 498х,х, + 1196 389х, х3 + 1 689 578хзхз+2 760 733х,х2х3.

Затем в соответствии с (16) была проверена гипотеза об адекватности полученной линейной модели:

06)

где дисперсия адекватности рассчитывается как:

N-¿1

где п — число повторных опытов;

К/ — рассчитанное по уравнению регрессии значение отклика; УР — среднее значение от всех Уг, N — число опытов в плане эксперимента; с/ — число оцениваемых коэффициентов регрессии; а дисперсия адекватности рассчитывается как:

25"',/и, где л—число опытов.

| Поскольку табличное значенне статистики Фишера для степеней свободы: Д = (Н-

¿) - (8 - 7) = 1 к/г = N (п -1) = 8 (2 -1) = 8 равно 5,3, что меньше полученного экспериментального значения, равного 8, то гипотеза об адекватности полученной линейной модели была отвергнута.

Это обусловлено тем. что процессы, задействованные в циклах обратных связей, составляющих структуру имитационной модели, имеют более сложный характер, чем линейная зависимость.

В виду неадекватности полученной линейной модели поиск оптимальных значений факторов осуществлялся последовательным симплексным методом, не требующим математического описания поверхности отклика. В соответствии с этим методом значения факторов необходимо было расположить на факторном пространстве таким образом, чтобы они образовывали правильный равносторонний симплекс, - геометрическую фигуру, которая образуется минимальным числом точек, лежащих в пространстве данной размерности и не принадлежащих целиком пространству меньшей размерности. Для трехфакторного эксперимента эта фигура - тетраэдр. Правильность геометрической фигуры обеспечивает равнозначность всех направлений на поверхности фигуры отклика в поисках оптимума.

Для трехфакторного эксперимента симплекс будет соответствовать плану эксперимента, приведенному в табл. 1.

Таблица 1

План 2(3+|) последовательно симплексного эксперимента

№ X, х2 Х3

. 1. - - +

2. + - -

3. - + -

4. + - +

Координаты новой вершины, которая добавляется в план эксперимента, вместо показавшей наихудшее значение отклика, вычисляются по (17):

где Зс/Д.., — координаты новой вершины симплекса;

к — число факторов; N — число точек в исходном симплексе; х' — фактор в отвергнутом опыте; к

— суммирование по всем опытам кроме отвергнутого.

и-1

Положение осложнялось тем фактом, что различные комбинации значений факторов при подстановке в формулу (17) давали в результате нуль, что теряло физический смысл для величины индекса воспроизводимости. В этой связи было решено сузить интервал варьирования факторов до 0,25. Таким образом, нижний и верхний уровень факторов составили 1 и 1,5 соответственно.

При достижении значений индексов воспроизводимости всех технологических операций близким к двум был зафиксирован минимум значения отклика, что является точкой наибольшей результативности для заложенных в модель технико-экономических условий производства.

Проведение имитационного эксперимента позволило зафиксировать, какой уровень качества продукции, заданный соответствующими значениями индексов воспроизводимости производственных процессов, обеспечивает наименьшую себестоимость производства продукции, что является экономической составляющей результативности производственного процесса.

Также имитационная модель позволила спрогнозировать, какие затраты понесет предприятие при заданных индексах воспроизводимости в течении периода моделирования. Этот результат является основанием для составления бюджета затрат предприятия на соответствующий период. Объем предполагаемой экономии на себестоимости производства продукции при оптимальных условиях несет в себе информацию о предполагаемой отдаче от внедрения на предприятии концепции статистического управления процессами «б сигм», поскольку индекс воспроизводимости равный двум в точности соответствует этой концепции.

В пятой главе «Внедрение имитационной модели на предприятии» показано внедрение разработанной имитационной модели на предприятии ООО «Московское УПП №13 ВОС» для процесса изготовления толкателя для микровыключателя МП 2101Л лифтовых командных постов. Схема процесса производства толкателей приведена на рис.4.

Контроль качества производства толкателей на предприятии осуществлялся на основе выходного выборочного контроля в конце технологической цепочки. Контроль качества

производственных операций производился эпизодически только при наладке производственного оборудования.

Целью внедрения имитационной модели являлась оценка предполагаемого экономического эффекта от применения стратегии отказа от выходного выборочного контроля продукции как основного метода управления качеством и перехода сначала на статистическое управление стабильностью технологических операций, а затем на концепцию «б сигм».

Схема процесса производства толкателей

Входной выборочный контроль преос-порошка

. 81 ^ кон

Прессование форшя

Голтоэю

Выходной выборочный контроль толкателей

з &

ВиеинЛ осмотр

Усилмо проееч 450 • <39 «Н ' Еыдорс.о 1.0« 1,5 инч \ Т>рЗпуогсскэ{£5> Т65С ; Т-ра матрицы 150- 1СЭС

Брус*т4«6>т ВцдевавЗО» <0 нж

Рис.4.

I Л011.614

Для сопровождения работ, связанных с внедрением имитационной модели директором предприятия была образована специальная комиссия.

По результатам имитационного моделирования процесса производства толкателей внедрение статистического управления производственными процессами по приблизительным оценкам оказалось способным снизить себестоимость производства толкателей на величину сопоставимую с прибылью данного производственного процесса за тот же период, то есть увеличить прибыль предприятия по процессу производства толкателей в конце периода моделирования более чем в два раза.

Примечательно, что результаты моделирования не сильно отличались при увеличении индексов воспроизводимости технологических операций от одного до двух, что свидетельствует о преждевременности внедрения на предприятии концепции «6 сигм» до тех пор, пока не будет внедрено статистическое управление процессами производства.

В заключении сформулированы основные выводы и результаты диссертационного исследования.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

Разработанная имитационная модель системы контроля и обеспечения качества продукции позволяет прогнозировать и планировать пути-повышения результативности производственных процессов за счет следующих функциональных возможностей:

1. Разработанная методика моделирования процессов выборочного контроля и оценки его результативности позволяет оперативно делать выводы о том, какие схемы выходного контроля готовой продукции и входного контроля сырья способны обеспечить максимальную результативность в плане предотвращения попадания брака на последующие стадии жизненного цикла продукции и минимизации затрат, связанных с исправлением этого брака;

2. Разработанная методика учета себестоимости продукции в местах возникновения затрат на контроль и обеспечение качества производимых изделий позволяет определять наиболее неблагоприятные места в технологическом процессе по участкам и причинам возникновения дефектов;

3. Разработанная методика моделирования влияния статистических характеристик сырьевого материала на себестоимость производимой продукции и на качество готового изделия позволяет определять наиболее подходящего поставщика по суммарной экономической составляющей результативности производственных процессов от использования его продукции;

4. Применение теории энтропий к корелляционному анализу моделируемых характеристик производственного процесса позволяет оперативно производить оценку степени корреляции контролируемых параметров и суммарных экономических потерь от неучтенной корреляции;

5. Разработанная методика оценки стабильности производственных операций позволяет оценить, к каким значениям индексов воспроизводимости технологических процессов целесообразно стремиться, чтобы обеспечить их максимальную результативность.

По теме диссертационного исследования опубликованы следующие работы:

1. Черкасский С. Е. Концепция самообучающихся организаций— эффективный подход к системному управлению качеством в компании П Новые технологии обеспечения конкурентоспособности и качества товаров и услуг. Материалы первой международной конференции.—М.: ДИАД МТПП, 2001.—С. 154-156.

2. Черкасский С. Е. Эффективны ли системы качества по ИСО 9000? // Качество. Инновации. Образование. — 2003.—№2(6). — С.28-31.

3. Черкасский С. Е. Применение имитационного моделирования к решению проблем качества на предприятии И Качество. Инновации. Образование. Материалы первой научной конференции. — М.: «Европейский центр по качеству», 2003. — С. 94-96.

4. Черкасский С. Е. Имитационное моделирование при экономическом анализе выходного выборочного контроля//Методы менеджмента качества.— 2004.— № 2.— С. 38-42.

5. Черкасский С. Е. Применение имитационного моделирования к оценке экономической эффективности внедрения подхода «6 сига». // Век качества. — 2004.— № 2. (в печати).

ПРИЛОЖЕНИЕ 1

Перечень входных данных имитационной модели

- Характеристики готового изделия (цена; стоимость выходного контроля; стоимость внутренней переделки брака; коэффициент переделки брака у потребителя; постоянные издержки на производство одного изделия в день; объемы выборки для ослабленного, нормального и усиленного выходного контроля; АС>Ь приёмки);

- Характеристики сырьевого материача (цена, стоимость входного контроля, стоимость возврата поставщику забракованной партии, коэффициент использование бракованного сырья в производстве);

- Информация о рынке (влияние качества изделий на рыночный спрос, время распространения информации на рынке, начальный объем рынка);

- Статистические характеристики процесса производства (границы допусков для выходного и входного параметров, а также для всех параметров производства; начальные средние и дисперсии всех параметров производства и сырья);

- Значения индексов воспроизводимости всех параметров производства;

- Информация о производственном процессе (стоимость операционного контроля для всех параметров производства, доля снижения дисперсии на каждом шаге корректирующих действий, уровень высокой корреляции между параметрами производства);

- Средняя стоимость переделки каждой технологической операции;

- Затраты на проведение корректирующих действий по регулировке среднего и снижению дисперсии для каждого контролируемого параметра производства;

- Характеристики всплесков и возмущений для средних и дисперсий параметров производства и сырья (величины, периодичность и места возникновения возмущений);

- Возможность включать/откшочать возмущения средних и дисперсий параметров производственного процесса и сырья.

Подписано в печать 24.03.2004г. Заказ № 76/12 Формат 60x84 1/16. Тира® 100 экз.

Отпечатано: «ЮСК-попиграфия» ¿.Москва, ул.Краснобогатырская, д.92 Тел. 963-41-11, 964-3139

РНБ Русский фонд

2007-4 19872

О 5 /-.,1 70Q4

ВВЕДЕНИЕ.

1. ЛИТЕРАТУРНЫЙ ОБЗОР ПО ВОЗМОЖНОСТЯМ ПРИМЕНЕНИЯ МЕТОДА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ К РЕШЕНИЮ ПРОБЛЕМ КАЧЕСТВА.

1.1. Краткий экскурс в проблему.

1.2. Общая теория систем.

1.3. Кибернетика.

1.4. Системный анализ.

1.5. Системная динамика.

1.6. Самообучающиеся организации.

1.7. К каким аспектам управления качеством целесообразно применять системный анализ. .:.

1.8. Моделирование процессов обеспечения качества.

1.9. Сравнение программных средств по моделированию процессов методом системной динамики.

2. ПОСТАНОВКА ЗАДАЧИ НА РАЗРАБОТКУ ИМИТАЦИОННОЙ МОДЕЛИ ПРОЦЕССОВ КОНТРОЛЯ И ОБЕСПЕЧЕНИЯ КАЧЕСТВА ПРОДУКЦИИ.

2.1. Цели создания имитационной модели системы учета и анализа затрат па качество.

2.2. Основные требования к функциональным характеристикам модели системы учета и анализа затрат на качество.

2.3. Требования к структуре и основным процессам модели.

2.4. Перечень основных параметров входной информации для модели.

2.5. Перечень основных параметров выходной информации для модели.

2.6. Требования к программному и техническому обеспечению функционирования системы.

2.7. План работ по созданию модели.

3. РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ.

3.1. Составление содержательного описания объекта моделирования.

3.2. Составление концептуального описания модели.

3.2.1. Подсистема выходного контроля сырьевых материалов.

3.2.2. Подсистема входного контроля сырьевых материалов.

3.2.3. Подсистема контроля параметров производственных участков А и В и корреляционного анализа.

3.2.4. Подсистема учета финансовых и маркетинговых показателей.

3.2.5. Имитация нестабильности производственного процесса.

3.2.6. Результаты концептуального описания модели.

3.3. Формализация и разработка (программирование) модели.

3.4. Подготовка исходных данных и настройка модели.

3.4.1. Установка горизонта моделирования.

3.4.2. Ввод исходных данных.

3.4.3. Проведение имитации.

3.4.4. Получение результатов моделирования.

3.5. Тестирование модели на функциональность и на достижение поставленных целей.

3.5.1. Тестирование подсистемы выходного контроля готовой продукции.

3.5.2. Тестирование подсистемы входного контроля сырья.

3.5.3. Тестирование подсистемы контроля производственных участков и корреляционного анализа параметров производственного процесса.

3.5.4. Тестирование подсистемы анализа финансовых и маркетинговых показателей предприятия

3.5.5. Тестирование модели системы учета и анализа затрат па качество.

3.5.6. Результаты тестирования модели.

4. ПРОВЕДЕНИЕ ИМИТАЦИОННОГО ЭКСПЕРИМЕНТА.

4.1. Выбор отклика.

4.2. Выбор факторов.

4.3. Построение плана эксперимента.

4.4. Проведение эксперимента.

4.5. Проверка гипотезы об однородности дисперсий результатов эксперимента.

4.6. Определение коэффициентов регрессии линейной модели.

4.6.1. Проверка значимости коэффициентов регрессии.

4.6.2. Проверка адекватности линейной модели.

4.7. Поиск оптимальных условий для минимизации отклика эксперимента.

4.8. Результаты проведения имитационного эксперимента.

5. ВНЕДРЕНИЕ ИМИТАЦИОННОЙ МОДЕЛИ НА ПРЕДПРИЯТИИ.

5.1. Информация о предприятии.

5.2. Цели внедрения модели на производстве.

5.3. Процесс изготовления толкателей и исходные данные.

5.4. Результаты внедрения имитационной модели.

Важность для отечественной экономики скорейшего освоения и внедрения современных методов управления качеством трудно переоцепить. Вместе с тем весь комплекс мер, понимаемый под системой качества (безотносительно к стандартным моделям систем качества) образует сложную многофакторную систему, которой приходится управлять в реальных условиях, имея лишь приблизительные представления о том, к каким экономическим результатам может привести то, или иное управленческое решение. Адекватного инструментария для количественного прогнозирования поведения таких систем при различных начальных условиях в ходе изучения предметной области обнаружить не удалось.

Различные теоретические и методологические аспекты анализа сложных систем отражены в работах отечественных и зарубежных ученых: J1. фон Берталанфи, А. А. Богданова, Н. А. Белова, М. М. Завадовского, Н. Винера, J1. Розенблюта, Дж. Б. С. Холдена, Г. Каина, И. Манна, Э. Квэйда, Дж. Форрестера, П. Сенге. Вопросы, посвященные проблематике управления качеством продукции, представлены трудами 10. П. Адлера, В. А. Лапидуса, С. Е. Щепетовой, Э. Деминга, Д. Джурана, К. Исикавы, Ф. Кросби, Г. Тагути, А. Фейгенбаума.

Если отдельно теоретические вопросы как общего моделирования систем, так и различные методы управления качеством продукции, получили широкое развитие, то эффективные методы моделирования систем учета и анализа затрат на обеспечение качества с целью получения достоверных прогнозов последствий управленческих решений раскрыты до па-стоящего времени не в полной мере.

Изложенное выше дает основание считать выбранную тему исследования актуальной для науки и практики хозяйственной деятельности.

Основной целью диссертационной работы является создание адекватного инструментария количественного прогнозирования системы управления качеством продукции промышленного предприятия для выработки мер по повышению результативности производственных процессов. Под результативностью производственных процессов с точки зрения системы управления качеством понимается статистическая стабильность и экономичность процессов изготовления продукции.

Для достижения поставленной цели необходимо было решить следующие задачи:

- сделать обзор научных направлений в области анализа и прогнозирования сложных систем;

- на основании обзора подобрать адекватный научный метод для разработки инструмента экономического прогнозирования в области управления качеством предприятий;

- сделать обзор современных средств (программных продуктов), облегчающих применение данного метола к решению задач анализа и прогнозирования сложных систем н целом, и систем управления качеством в частности;

- повести анализ современных методов управления качеством с целью выбора наиболее подходящего объекта и методов моделирования;

- на основании анализа предполагаемого объекта моделирования разработать постановку задачи на разработку инструмента прогнозирования, включая цели, требования к структуре и функциональности модели, требования к входным и выходным данным модели;

- на основании постановки задачи разработать инструмент прогнозирования и протестировать его на соответствие требованиям, указанным в постановке задачи;

- применить разработанный инструмент прогнозирования на практике для решения задачи поиска путей повышения результативности производственных процессов.

Научная новизна диссертационной работы заключаются в следующем:

- необходимость создания инструмента оперативного прогнозирования состояний системы контроля и обеспечения качества продукции при различных начальных условиях для выработки путей повышения результативности производственных процессов;

- применение подходящего научного метода для создания с помощью вычислительной техники средства прогнозирования системы контроля и обеспечения качества продукции при различных начальных условиях для выработки путей повышения результативности производственных процессов;

- разработка универсальной структуры средства прогнозирования для учета затрат, связанных с контролем и обеспечением качества па основе процессного подхода, позволяющей описывать производственные процессы любой сложности;

- формализация процессов накопления и динамики затрат, связанных с контролем и обеспечением качества продукции, непосредственно в местах их возникновения;

- анализ с помощью разработанного средства прогнозирования предположения Э. Деминга о неэффективности проведения выборочных инспекций на входе и выходе производственного цикла;

- способность средства прогнозирования оценивать и прогнозировать, к каким экономическим результатам приведет то, или иное управленческое решение в области контроля и обеспечения качества продукции.

Основным положением, выносимым на защиту, является разработка методики для создания адекватного инструментария количественного прогнозирования системы управления качеством продукции промышленного предприятия, использованная для типового производственного процесса в целях выработки мер по повышению его результативности.

ЗАКЛЮЧЕНИЕ

Разработанная имитационная модель системы контроля и обеспечения качества продукции позволяет прогнозировать и планировать пути повышения результативности производственных процессов за счет следующих функциональных возможностей:

1. Разработанная методика моделирования процессов выборочного контроля и оценки его результативности позволяет оперативно делать выводы о том, какие схемы выходного контроля готовой продукции и входного контроля сырья способны обеспечить максимальную результативность в плане предотвращения попадания брака на последующие стадии жизненного цикла продукции и минимизации затрат, связанных с исправлением этого брака;

2. Разработанная методика учета себестоимости продукции в местах возникновения затрат на контроль и обеспечение качества производимых изделий позволяет определять наиболее неблагоприятные места в технологическом процессе по участкам и причинам возникновения дефектов;

3. Разработанная методика моделирования влияния статистических характеристик сырьевого материала на себестоимость производимой продукции и на качество готового изделия позволяет определять наиболее подходящего поставщика по суммарной экономической составляющей результативности производственных процессов от использования его продукции;

4. Применение теории энтропии к корелляционному анализу моделируемых характеристик производственного процесса позволяет оперативно производить оценку степени корреляции контролируемых параметров и суммарных экономических потерь от неучтенной корреляции;

5. Разработанная методика оценки стабильности производственных операций позволяет оценить, к каким значениям индексов воспроизводимости технологических процессов целесообразно стремиться, чтобы обеспечить их максимальную результативность.

1. БерталанфиЛ. Общая теория систем— обзор проблем и результатов//Ежегодник «Системные исследования». — М.: Наука, 1969. — 250 с.

2. Von Bertalanffy L. General System Theory: Foundations, Development, Applications. — New York: G. Braziller, 1968. — 289 p.

3. Von Bertalanffy. Perspectives on General System Theory: Scientific-Philosophical Studies / Ред. Taschdjian E. — New York: G. Braziller, 1975. — 183 p.

4. Берталанфи Л. фон. История и статус обшей теории систем // Ежегодник «Системные исследования» — М.: Наука, 1973. — С. 20-36.

5. Аристотель. Аналитики. / Пер. Б. А. Фохта. — М.: Современное слово, 1998. — 448 с.

6. Таранов П. С. Звезды мировой философии.— М.: Издательство АСТ-ЛТД, 1997.— 592 с.

7. Малиновский А. А. Значение общей теории систем в биологических науках // Ежегодник «Системные исследования». — М.: Наука, 1985. — 212 с.

8. Богданов А. А. Тсктология. Всеобщая организационная наука. — М.: Финансы, 2003. —496 с.

9. Белов Н. А. Физиология типов. — Орел.: Красная книга, 1924. —156 с.

10. Холдеп Дж. Факторы эволюции. — Л.: Биомедгиз, 1935. —123 с.

11. Тимирязев К. А. Творчество человека и творчество природы // Соч. —М.: Сельхозгиз, 1939. —Т. 4.472 с.

12. Завадовский М. М. Противоречивое взаимодействие между органами.— М.: Изд-во МГУ, 1941. —80 с.

13. Ляпунов А. А. Краткое введение к статье А. А. Малиновского «Наука об организации и организация науки» // Природа. — 1972. — № 3. — С. 271.

14. Норберт Винер. Кибернетика, или управление и связь в животном и машине — 2-е издание. — М.: Наука, 1983. — 344 с.

15. William М. Humphrey. Introduction to servomechanism system design.— New Jersey: Prentice-Hall, 1973. —316 p.

16. Винер H. Кибернетика и общество.— M.: Тайдекс Ко, 2002.— 184 с. (Библиотека журнала «Экология и жизнь». Серия «Устройство мира»).

17. Предисловие Колмагорова А. Н.//Эшби У. Р., Введение в кибернетику.— М.: Изд-во иностранной литературы, 1959. — С. 7-8.

18. Норберт Винер. Об обучающихся и самовоспроизводящихся машинах//Сб. «Кибернетика— неограниченные возможности и возможные ограничения. Итоги развития». — М.: Наука, 1979. — С. 54-55.

19. НиканоровС. П. Системный анализ: этап развития методологии решения проблем в США. // Ст. Оптнер «Системный анализ для решения деловых и промышленных проблем». — М.: Советское радио, 1969. — С. 7-43.

20. Хитч Ч. Руководство обороной. — М.: Советское радио, 1968. — 98 с.

21. Холл А. Д. Опыт методологии для системотехники. / Пер. с англ. под ред. Г. Н. Поварова. — М.: Советское радио, 1975. — 448 с.

22. Квейд Э. Анализ сложных систем. / Пер. с англ. под ред. И. И. Ануреева, И. М. Верещагина. — М.: Советское радио, 1969. — 520 с.

23. Herman Kahn, Irwin Mann. Techniques of Systems Analysis. — Santa Monica: RAND Corp., 1956. —154 p.

24. Herbert Goldhamer. Human Factors in Systems Analysis. — Santa Monica: RAND Corp., 1950. —29 p.

25. John L. Kennedy. The Uses and Limitations of Mathematical Models, Game Theory and Systems Analysis in Planning and Problem Solution.— Santa Monica: RAND Corp., 1952. —21 p.

26. Norman Crolee Dalkey, Olaf Helmer-Hirschberg, F. B. Thompson. Report on a Preliminary Systems Analysis for Strategic Targets. — Santa Monica: RAND Corp., 1953. — 91 p.

27. Charles Johnston Hitch. An Appreciation of Systems Analysis. — Santa Monica: RAND Corp., 1955. —26 p.

28. An Introduction to Systems Analysis. // Proceedings of RAND Corp., Santa Monica. — 1956. —21 p.

29. Хитч Ч., Маккин P. Военная экономика в ядерный век. / Пер. с англ. — М.: Воепиздат, 1964.30. http://www.rand.org

30. Хитч Ч. Руководство обороной. — М.: Советское радио, 1968.

31. McKean R. N. Efficiency in Government Through Systems Analysis. — New York.: Wiley, Inc., 1958.

32. Джей Форрестер. Биографическая справка. — http://www. future-designing.ru/index.cfm?id=6&material=46

33. Саати Т. Jl. Математические методы исследования операций. — М.: Воениздат, 1963, —419с.

34. Форрестср Дж. Основы кибернетики предприятия. — М.: Прогресс, 1971. — 340 с.

35. Форрестер Дж. Динамика развития города. — М.: Прогресс, 1974. — 285 с.

36. Jay Forrester. World Dynamics. — Cambridge, Massachusetts: Wright-Allen Press, 1971 — 142 p.

37. Крамер Г. Математические методы статистики. — М.: Мир, 1975. — 648 с.

38. Сенге П. Пятая дисциплина. Искусство и практика самообучающейся организации / Пер. с англ. — М.: Олимп-Бизнес, 1999. — 408 с.40. http://www.pegasus.com

39. Сенге П. Как научиться изменяться. // Журнал «Искусство управления», интервью с Аланом Вебером. — 03.2000. — С. 6-20.

40. Peter М. Senge, Art Kleiner, Charlotte Roberts, Rick Ross, Bryan Smith. The Fifth Discipline Fieldbook: Strategies and Tools for Building a Learning Organization. — Redfern: Currency, 1994, —608 p.

41. Сенге П., Клейнер А. и др. Танец перемен: новые проблемы самообучающихся организаций / Пер. с англ. — М.: Олимп-Бизнес, 2003. — 624 с.

42. Хаммер М., Чампи Дж. Реинжениринг корпорации: Манифест революции в бизнесе. / Пер. с англ. — СПб.: С.-Петербургский университет, 1997. — 332 с.

43. Коленсо М. Стратегия кайзен для успешных организационных перемен. Серия «Менеджмент для лидера». / Пер. с англ. — М.: ИНФРА-М, 2002. — 175 с.

44. М. Imai. Kaizen: The Key To Japan's Competitive Success. — New York: McGraw-Hill/Irwin, 1986. —260 c.

45. S. Talawadekar. Wonderland of kaizen. A total quality culture for survival! — Bombay, India: Quality Management System, 1994. — 184 p.

46. Кружки качества на японских предприятиях. —М.: Изд-во стандартов, 1990. — 69 с.

47. Курицын А. Н. Секреты эффективной работы: опыт США и Японии для предпринимателей и менеджеров. — М.: Изд-во стандартов, 1994. — 200 с.

48. Человеческий фактор и неформальность— основные условия эффективности кружков качества / Пер с англ. — М.: Изд-во стандартов, 1998. — 98 с.

49. ИсикаваК. Японские методы управления качеством / Сокр. пер. с англ.— М.: Экономика, 1988.— 215 с.

50. Деминг У. Э. Лекция перед японскими менеджерами в 1950 г. // Методы менеджмента качества. — 2000. — № 10. — С. 24-29.

51. Куме X. Статистические методы повышения качества. — М.: Финансы и статистика, 1990. —304 —с.

52. Михайлова Н. В. Семь методов обеспечения качества продукции и снижения затрат//Стандарты и качество.— 1989 — №6 — С. 89-93; №7 — С. 95-99; №8 — С. 92-96; № 9 — С. 90-95; № 10 — С. 93-95; № 11 — С. 92-96.

53. Шпер В. Л. «Семь простых методов» контроля качества // Вестник машиностроения. — 1994 — № 6 — С. 42-47.

54. Дэминг Э. Выход из кризиса. — Тверь: Альба, 1994. — 497 с.

55. Бенделл Т. Наставники по качеству. //Сборник кратких очерков о самых знаменитых зарубежных деятелях в области качества. / Пер. с англ.— М.: РИА «Стандарты и качество», 2000. — 48 с. — (Серия «Дом качества», № 8).

56. Адлер Ю., Маховикова J1. Должна ли страна быть бедной? — Тольятти: Современник, 1998. — 112 с.60. «Семь инструментов качества» в японской экономике. / Сост. Э. К. Николаева. — М.: Изд-во стандартов, 1990. — 88 с.

57. FutamiR. The Outline of Seven Management Tools for QC. // Rep. Stat. Appl. Res., JUSE. — 1986 — vol.33 , #2, June — p. 7-26.

58. Deming, W. E. The new economics. For Industry, Government and Education. // 2nd ed. — Cambridge, MA: MIT, Center for Advance Engineering Study, 1995. — 247 p.

59. Адлер Ю. П. Качество и рынок, или как организация настраивается на обеспечение требований потребителей. // Сб. «Поставщик и потребитель». — М.: РИА «Стандарты и качество», 2000. — 128 е.; С. 35-81.

60. Илей JI. СФК — плохое название для любой внушительной системы. // Курс на качество. — 1992. — № 1 — С. 74-75.

61. Макэлрой Дж. Построение дома качества. Почему и как структурирование функции качества распространяется в автомобильной промышленности. // Курс на качество. — 1992. —№ 1. —С. 67-73.

62. Нильсон Ш. Структурирование функции качества: системный подход к совершенствованию изделий и процессов//Курс на качество.— 1992. — № 1. — С. 117-125.

63. Строккер Г. Д. Применение СФК для определения потребностей потребителя // Курс на качество. — 1992. — № 1. — С. 82-84.

64. Адлер Ю. П. Новое направление в статистическом контроле качества — методы Тагу-ти. — М.: Знание, 1988. — С. 3-25.

65. Адлер Ю. П. Методы Тагути — современные методы разработки продукции высокого качества // Вестник машиностроения. — 1994. — № 8 — С. 35-39.

66. Barker Т. Quality by Experimental Design. — New York:Marcel Dekker, 1985. — 384 p.

67. Ealey L. Quality by Design. Taguchi Methods and U. S. Industry.— Dearborn, Michigan: ASI Press, 1988. —333 p.

68. Kackar R; N. Taguchi's Quality Philosophy: Analysis and Commentary 11 Quality Progress. — 1986. — #12 — p. 21-29.

69. Коханенко И. К., Пищик В. И. Методы Тагути: приложения для экономических систем // Методы менеджмента качества. — 2002. — № 11. — С. 4-6.

70. R. Е. McDermott, R. J. Mikulak, М. R. Beauregard. The Basics of FMEA. — Productivity Inc., 1996. —76 p.

71. D. H. Stamatis. Failure Mode and Effect Analysis: FMEA from Theory to Execution. — American Society for Quality, 2003. — 300 p.

72. P. Palady. FMEA Author's Edition. — Chatham NJ: PAL Publishing, 1997. — 300 p.

73. В. В. Пшенников. Японский менеджмент. Уроки для нас.— М.: Изд-во «Япония сегодня», 2000. — 334 с.

74. Шонбергер Р. Японские методы управления производством. Девять простых уроков / Сокр. пер. с англ. под ред. JI. А. Коиоревой. — М.: Экономика, 1988. — 251 с.

75. Питеркин С. В., Оладов Н. А., Исаев Д. В. Точно вовремя для России. Практика применения ERP-систем. — М.: Альпина Паблишер, 2002. — 368 с.

76. The Productivity Development Team. Just-In-Time for Operators — Productivity Press,1998. — 70 p. — (Shopfloor Scries)

77. D. J. Lu. Kanban Just-In-Time at Toyota: Management Begins at the Workplace by Japan Management Association. — Productivity Press, 1989. — 211 p.

78. Адлер Ю. П. Возлюбите своих поставщиков. // Сб. «Поставщик и потребитель». — М.: РИА «Стандарты и качество», 2000. — 128 е.; С. 6-34.

79. Merli G. Co-makership: the new supply strategy for manufacturers.— Cambridge, MA: Productivity Press, 1991. — 245 p.

80. J. P. Womack, D. T. Jones, D. Roos. The Machine That Changed the World : The Story of Lean Production. — New York: HarperCollins, 1991. — 336 p.

81. Michael N. Kennedy, Allen Ward. Product Development for the Lean Enterprise: Why Toyota's System Is Four Times More Productive and How You Can Implement It. — Petersburg: The Oaklea Press, 2003. — 254 p.

82. Dennis P. Hobbs. Lean Manufacturing Implementation: A Complete Execution Manual for Any Size Manufacturer. — Boca Raton, FL: J. Ross Publishing, Inc., 2003. — 280 p.

83. Адлер Ю. Мотивация в системах качества. // Журнал «Стандарты и качество» — 1999. —№5. —С. 78-84.

84. Кобьёлл К. Мотивация в стиле ЭКШН. Восторг заразителен / Пер. с нем. — М.: Альпина Паблишер, 2003. — 192 с.

85. Уитмор Дж. Coaching— новый стиль менеджмента и управления персоналом. Практическос пособие. / Пер. с англ. под ред. А. П. Колесника. — М.: Финансы и статистика, 2000.— 160 с.

86. Адлер Ю. П., Борисов С. ЯШпер В. Л. Качество: Новая Культура для Новой Европы (По материалам 38-го ежегодного Конгресса Европейской организации по качеству)//Журнал «Стандарты и качество».— 1994.— № 10— С. 20-28; № 11 — С. 3340.

87. Balm G. J. Benchmarking: A Practitioner's Guide for Becoming and Staying Best of the Best. —American Productivity & Quality Center, 1992. — 194 p.

88. Camp R. C. Benchmarking: The Search for Industry Best Practices. — ASQ Quality Press, 1989. —299 p.

89. Watson G. H. Strategic Benchmarking: How To Rate Your Company's Performance Against The World's Best. — New York: John Wiley & Sons, 1993. — 270 p.

90. International standard ISO 9000(E). Second edition (2000-12-15). // ISO 2000. -29 p.

91. QS 9000. Требования к системам качества. / Пер. с англ., 3-е изд. — Н. Новгород: СМЦ «Приоритет», 1999. — 100 с.

92. Т. Конти. Самооценка в организациях. / Пер. с англ. И. Н. Рыбакова при участии Г. Е. Герасимовой. — М.: РИА «Стандарты и качество», 2000. — 328 с.

93. И. Кусаба. Роль премии Деминга в становлении японской промышленности // Журнал «Стандарты и качество». — 1995. — № 9.

94. М. G. Brown. Baldridge Award Winning Quality: How to Interpret the Baldridge Criteria for Performance Excellence: Covers the 2003 Award Criteria (Baldrige Award Winning Quality, 12th Ed) — Productivity Press, 1995. — 438 p.

95. Версан В. Г., Галеев В. И. Критерии премии правительства Российской Федерации в области качества. Подход к формированию и оценке // Сертификация. — 1996. — № 2.

96. ШотмиллерДж. Затраты на качество стимулируют процессы непрерывного совершенствования // Методы менеджмента качества. — 2003. — № 2. — С. 4-9.

97. Нив Г. Р. Пространство доктора Деминга. / Пер. с англ. — Тольятти: Изд-во фонда «Развитие через качество», 1998. — 336 с.

98. Адлер Ю. П., ЩепетоваС. Е. От затрат на качество к управлению затратами // Методы менеджмента качества. — 2002. — № 4. — С. 12-17.

99. MIL-Q-9858A: Quality Program Requirements.— Boca Raton, FL: Interpharm Press, 1994.

100. Скрипко Л. E. Финансовый менеджмент качества: мифы и реальность// Методы менеджмента качества. — 2002. — № 10. — С. 9-12.

101. Герасимова Г. Е. Философия качества по Тагути. Серия «Все о качестве. Зарубежный опыт». Выпуск 6, 2000/Пер. с англ. Сост. Г.Е.Герасимова— М.: НТК «Трек», 2000. — 17 е., илл. 4.

102. Crosby Ph. Quality is Free. — Denver: Mentor Books, 1992. — 270 p.

103. Crosby Ph. Quality without Tears. — New York: McGraw-Hill, 1995. — 205 p.

104. J Juran. On Leadership // Quality Progress, 2002. — № 8.

105. Atkinson H., Hambury J., IttnerC. Linking Quality to Profit. — ASQ Quality Press, 1994.

106. Адлер Ю. П. Восемь принципов, которые меняют мир//Стандарты и качество. — 2001. — № 5/6. —С. 49-61.

107. Адлер Ю. П., ЩепетоваС. Е. Расчет себестоимости, основанный на деятельности // Методы менеджмента качества. — 2002. —№ 9. — С. 4-8.

108. Адлер Ю. П., Щепетова С. Е. Процесс под микроскопом // Методы менеджмента качества. — 2002. — № 7. — С. 4-8.

109. Адлер Ю. П., Щепетова С. Е. Чем дальше в лес, тем больше процессов // Методы менеджмента качества. — 2002. — № 8. — С. 4-7.

110. Адлер Ю. П., ЩепетоваС. Е. Методология АВС-АВВ-АВМ//Стандарты и качество. — 2002. — № 5. — С. 60-64.

111. Адлер 10. П., Щепетова С. Е. От затрат на качество к управлению затратами // Методы менеджмента качества. — 2002. —№ 4. — С. 12-17.

112. ЕвсюхинаК., ЧесаловаМ. Работа с пакетом динамического моделирования POWERSIM (версия 2.01). — М.: Тора-центр, 1997. — 136 с.

113. Затраты на качество или стоимость плохого качества. Серия «Все о качестве. Зарубежный опыт». Выпуск 9 — М.: НТК «Трек», 1998. — 40 е., илл. 4.

114. Аронов И. 3. Обзор применения диаграмм Парето для целей статистического анализа // Надежность и контроль качества (сер. «Статистические методы»), —1995.—№8.

115. ГОСТ Р 50779.74-99 (ИСО 3951-89) «Выборочный контроль по количественному признаку». — М.: Издательство стандартов, 1999

116. Бир С. Кибернетика и управление производством. — М.: Наука, 1965. — 391 с.

117. Григорович В. Г., Козлова Н. О., Шильдин В. В. Информационные методы в управлении качеством. — М.: РИА «Стандарты и качество», 2001. — 200 с.

118. Королюк В. С., Портенко Н. И., Скороход А. В., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. — Киев: «Наукова думка», 1978. —582 с.

119. Лапидус В. А. Система статистического управления процессами. Система Шу-харта. Методы менеджмента качества//Надежность и контроль качества.— 1999.— № 5-7.

120. Snee R. D. Why Should Statisticians Pay Attention to Six Sigma? An examination for their role in the six sigma methodology.//Quality Progress.— 1999.— September.— p.100-103.

121. Адлер Ю. П., Грановский Ю. В., Маркова Е. В. Теория эксперимента: прошлое, настоящее, будущее. — М.: Знание, 1982. — 63 с.

122. Адлер 10. П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. — Изд. 2-е. — М.: Наука, 1976. — 362 с.

123. Адлер Ю. П. Предпланироваиие эксперимента. — М.: Знание, 1976. — 63 с.

124. Асатурян В. И. Теория планирования эксперимента.— М.: Радио и связь, 1983. —248 с.

125. Новик Ф. С., Арсов Я. Б. Оптимизация процессов технологии металлов методами планирования эксперимента. — М.: Машиностроение, 1980. — 304 с.

126. Маркова Е. В., ЛисенковА. Н. Планирование эксперимента в условиях неоднородностей. — М.: Наука, 1973. — 219 с.

127. Адлер Ю. П., Шпер В. Л. Индексы воспроизводимости процессов— краткий обзор современного состояния // Вестник машиностроения. — 1994. — № 7. — С. 39-45.

128. Кейн В. Э. Воспроизводимость процесса // Курс на качество. — 1992. — № 2. — С. 87-114.

129. Маркова Е. В., Лисенков А. Н. Комбинаторные планы в задачах многофакторного эксперимента. — М.: Наука, 1979ю — 438 с.

130. Бродский В. 3. Введение в факторное планирование эксперимента. — М.: Наука, 1976, —223 с.

131. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальпых экспериментов. — М.: наука, 1965. — 340 с.

132. Зедгинидзе И. Г. Планирование эксперимента для исследования многокомпонентных систем. — М.: Наука, 1976. — 390 с.

133. Рузинов JI. П., Слободчикова Р. И. Планирование эксперимента в химии и химической технологии. — М.: Химия, 1980. — 280 с.

134. Налимов В. В., Голикова Т. И. Логические основания планирования эксперимента.— М.: Металлургия, 1981.— 151 с.

135. Маркова Е. В., Маслак А. А. Рандомизация и статистический вывод.— М.: Финансы и статистика, 1986. — 207 с.

136. Д. Дж. Уайлд. Методы поиска экстремума. / Пер. с англ.— М.: Наука, 1967.— 268 с.

137. Федоров В. В. Теория оптимального эксперимента (планирование регрессионных экспериментов). — М.: Наука, 1971. — 312 с.

138. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. Вып. 1. / Пер. с англ. под ред. и с предисл. Ю. П. Адлера. — М.: Финансы и статистика, 1982. — 317 с.

139. Горский В. Г., Адлер Ю. П. Планирование промышленных экспериментов. — М.: Издательство «Металлургия», 1974. — 264 с.

140. Адлер Ю. П., IIInepB. Л. «Шесть сигм»: ещё одна дорога, ведущая к храму. // Методы менеджмента качества. — 2000. — № 10. — С. 15-23.

141. Harry М. J. Six Sigma Focuses on Improvement Rates // Quality Progress — 2000. — № 6. — p. 76-80.

142. Hoerl R. W. Six Sigma and the Future of the Quality Profession // Quality Progress. — 1998. — June. — p. 35-42.

143. Пэнди П. С., Ньюмен P. П., КэвенегР. Р. Курс на Шесть Сигм: Как General Electric, Motorola и другие ведущие компании мира совершенствуют свое мастерство. — М.: Издательство «Лори», 2002. — 375 с.

144. Панде П., Холп Л. Что такое «Шесть сигм»? Революционный метод управления качеством / Пер. с англ. — М.: Альпина Бизнес Букс, 2004. — 158 с.