Выход из кризиса: Новая парадигма управления людьми, системами и процессами

Глава 11

ОБЩИЕ И ОСОБЫЕ ПРИЧИНЫ ВАРИАБЕЛЬНОСТИ И ВОЗМОЖНОСТИ УЛУЧШЕНИЙ. СТАБИЛЬНАЯ СИСТЕМА

Воистину тот, кто пользуется благосклонным вниманием, но не умеет слушать других, зануда.

Чосер. The Tale of Melibeus

Оба моих уха болят от всей вашей никчемной болтовни.

Чосер. Пролог к The Tale of Melibeus

Цель этой главы. Основная проблема менеджмента и лидерства, по словам моего коллеги Ллойда Нельсона, заключается в неумении интерпретировать информацию, содержащуюся в вариациях. Тот, кто лишь бегло ознакомится с содержанием данной главы, поймет, что бесполезно ежегодного ранжировать людей на основе результатов работы с целью повышения зарплаты или продвижения. Он поймет, что действия, необходимые для уменьшения особых причин вариаций, кардинально отличаются от мер, требуемых для снижения числа вариаций и ошибок, обусловленных самой системой. Он узнает значение таких понятий, как воспроизводимость процесса и системы измерений. Он оценит, как важно поддерживать состояние статистической управляемости при использовании инструментов и калибров. Он осознает, что настройка инструмента на стандартное значение должна выполняться только на основе статистического доказательства стабильности инструментов. Он поймет, что давить на людей, у которых показатели работы ниже среднего или уровень ошибок выше среднего уровня, ошибочно, неэффективно и дорого и что то же самое относится к лидеру, который полагает, что передовиком может стать каждый. Он разберется, почему по мере повышения качества уменьшаются затраты. Для промышленности и науки очень важно понять различие между стабильной и нестабильной системой и разобраться, как правильно представлять данные для того, чтобы сделать обоснованный вывод о том, стабильна ли система. Точки могут показывать, например, еженедельные объемы продаж, качество продукции на входе и выходе, жалобы потребителей, величину запасов, число прогулов, несчастных случаев, пожаров, количество полученных счетов, отгулов (см. рис. 33 и 34).

Эта книга не о методах. Читателю, который захочет изучить собственно методики, можно посоветовать найти компетентного наставника и работать под его руководством, используя материал статей и книг, перечисленных в конце главы.

Особые причины. Общие причины. Совершенствование системы

Еще одна карта хода процесса (карта серий). Мы видели карту хода процесса в главе 1. Она показывала, что любое существенное улучшение должно быть следствием изменений в системе, за которые ответствен менеджмент. Теперь взглянем на часть другой карты процесса, рис. 31, простой пример расхода топлива транспортным средством на милю пути от заправки до заправки. Точки «скачут» от одной заправки к другой, иногда приближаясь к среднему, иногда находясь выше или ниже среднего. Среднее значение, 25 миль на галлон, было вычислено, когда была теплая погода. Неожиданно пробег стал ниже среднего в девяти последовательных заправках. Девять точек лежат ниже среднего значения. Что послужило причиной этому? Положение двух или трех последовательных точек ниже или выше среднего значения ожидаемо, но девять точек указывают на особую причину вариаций.

Можно привести различные доводы, чтобы объяснить, почему снизилась величина пробега. На ум приходит холодная погода (возможно, в горах), низкое качество бензина, езда на короткие расстояния, смена водителя, большая загрузка, плохие свечи зажигания. Последний довод был выбран в качестве единственного объяснения. Новые свечи вернули величину пробега к ее историческому значению.

Указывает ли восстановление средней величины пробега на то, что именно свечи зажигания были источником проблемы? Полной уверенности в этом нет. Просто, когда подобная ситуация произойдет с другим транспортным средством, мы включим свечи зажигания в перечень возможных причин.

Грузо- и пассажироперевозчики в США (2 млн) в большинстве своем аккуратно ведут учет пройденных миль и закупленного числа галлонов топлива. Они могли бы использовать эти данные более успешно. Для обнаружения проблем водитель мог бы ежедневно вести для каждой машины простую карту хода процесса. Возможно, это занятие понравится водителю и откроет массу возможностей для него и владельца.

Контрольная карта указывает на существование причин вариаций, которые лежат вне системы. Саму причину она не раскрывает.

Карта хода процесса — это не мгновенный индикатор. Тренд из шести последовательных точек или серия из семи или восьми точек ниже или выше среднего значения обычно указывают на присутствие особой причины (см. ссылку ).

img

Рис. 31. Фрагмент карты хода процесса для числа миль на галлон между заправками топливного бака. Серия из девяти точек ниже среднего говорит об изменении процесса. Причина в плохих свечах зажигания. (Этот пример предоставлен г-ми Франком Белчамбером и Робертом Джеймсоном из Nashua Corporation.)

Первый урок применения статистической теории. Курсы по статистике часто начинаются с изучения распределений и их сравнения. Студентов ни на занятиях, ни в книгах не предупреждают о том, что для аналитических целей (таких как улучшение процесса) распределения и вычисление среднего, определение метода, стандартного отклонения, значений хи-квадрат, t-статистики и т.д. бесполезны, если только данные не были получены для процесса в состоянии статистической управляемости. Соответственно, первый шаг при исследовании данных — понять, получены ли они в состоянии статистической управляемости. Самый легкий путь при анализе данных — это расположить точки в порядке их появления, чтобы понять, можно ли извлечь какую-либо пользу из распределения, образованного данными.

img

Рис. 32. Карта хода процесса для 50 пружинок, испытанных в порядке их изготовления. Если не учитывать время изготовления, данные образуют симметричное распределение, но если расположиmь их в порядке изготовления пружин, окажется, что распределение бесполезно. Например, распределение не сказало бы нам, в какой допуск могут попасть готовые пружинки. Причина в том, что здесь не существует идентифицируемого процесса

В качестве примера обратимся к распределению, которое, по-видимому, имеет наилучшие характеристики, но при этом не просто бесполезно, а вводит в заблуждение. На рис. 32 показано распределение результатов замеров 50 пружинок одного вида, используемых в фотоаппарате определенного типа. Пружинки измерялись растяжением под действием силы 20g. Распределение выглядит довольно симметричным и не выходит за пределы допуска. Возникает искушение сделать вывод, что процесс находится в удовлетворительном состоянии.

Однако значения растяжений, расположенные в порядке времени их изготовления, демонстрируют тренд в сторону уменьшения. Что-то не так с процессом изготовления или с измерительным прибором.

Любая попытка использовать распределение, показанное на рис. 32, бесполезна. Например, расчет стандартного отклонения для данного распределения не даст значения, которое можно использовать для предсказания. Оно ничего не говорит о процессе, поскольку он нестабилен.

Таким образом, мы получили очень важный урок — для анализа данных нужно посмотреть на них. Откладывайте точки в порядке производства изделий или в каком-то ином разумном порядке. Для некоторых проблем полезна простая диаграмма рассеяния.

Что, если кто-либо попытается использовать это распределение для расчета показателей воспроизводимости процесса? Он попадет в ловушку, из которой сложно выбраться. Процесс нестабилен. Ему вообще нельзя приписать никакой воспроизводимости. То же самое мы наблюдали при анализе

Распределение (гистограмма) всего лишь демонстрирует накопленные данные работы процесса, ничего не говоря о его воспроизводимости. Как мы увидим, процесс обладает воспроизводимостью, только если он стабилен. Воспроизводимость процесса достигается и подтверждается путем использования контрольной карты, но не самим распределением. Как мы уже видели, и простая карта хода процесса дает представление о воспроизводимости процесса.

Какая характеристика или характеристики важны? Какие значения важны? Какие надо изучать с помощью контрольной карты, а какие — любым другим методом? Ответ зависит от предметной области (проектирование, химия, психология, знание процесса, знание материалов и т.д.). В любом случае следует использовать статистическую теорию.

Особые и общие причины. Распространенная ошибка при интерпретации наблюдений состоит в предположении, что каждое событие (дефект, ошибка, несчастный случай) можно соотнести с кем-то (обычно с тем, кто находится под рукой) или увязать с некоторым конкретным событием. Дело в том, что большинство проблем сферы услуг и производства связаны с системой. Иногда дефект действительно локален и его можно приписать некомпетентности или лености работника. Мы будем называть дефекты системы общими причинами, а дефекты, связанные с преходящими, быстротечными событиями, особыми причинами.

Термин общие причины для системных дефектов был впервые использован, насколько мне известно, примерно в 1947 г. в разговоре с д-ром Гарри Альпертом (ныне покойным) на тему бунтов в тюрьмах. В литературе термин впервые появился в 1956 г.

В некой тюрьме взбунтовались заключенные. Официальные лица и социологи подготовили детальный отчет относительно этой тюрьмы, с исчерпывающими объяснениями причин произошедшего, игнорируя тот факт, что причины были общие для большинства тюрем и что мятеж мог бы вспыхнуть в любом другом месте.

Дорогостоящая путаница. Путаница общих и особых причин ведет к расстройству планов, к большей вариабельности и увеличению стоимости.

Исходя из собственного опыта, я могу дать следующую оценку для большинства проблем и возможностей улучшений:

94% проблем принадлежат системе (ответственность менеджмента);

6% проблем — особые.

«Билл, — обратился я с вопросом к менеджеру компании, занимающейся транспортировкой автомобилей, — как много проблем данного типа (нехватка и повреждения) возникает по вине водителей?» Его ответ «Все» был гарантией того, что уровень потерь останется неизменным до тех пор, пока он не поймет, что основные источники проблем кроются в системе, над которой Билл должен работать.

Типичное объяснение человека с улицы причин отзыва автомобилей компанией-производителем — это небрежная работа кого-то из исполнителей. И оно совершенно неверное. Недостатки связаны с менеджментом. Дефект может заключаться в конструкции детали или в недостаточности испытаний, когда менеджмент стремится вывести новый продукт на рынок раньше конкурентов. Менеджмент может проигнорировать ранние предостережения на этапе испытаний, проведенных инженерами компании, а также отчеты о проблемах у потребителей. Никакой контроль и никакой уровень профессионального мастерства не смогут побороть фундаментальные дефекты системы.

Уровень морали производственного рабочего, если бы он ощутил искреннее желание менеджмента поработать над 14 пунктами из главы 2 и признать производственного рабочего ответственным только за то, чем он управляет, а не за проблемы, навязанные ему системой, стал бы несоизмеримо выше. Хороший менеджмент и надежный контроль предполагают умение производить вычисления, позволяющие разделить два типа причин.

Подъемы и спады часто приводят к дорогостоящим ошибкам, вина за которые полностью лежит на менеджменте. Например, высокооплачиваемые руководители, сидящие в Управлении железной дороги, были озабочены результативностью работы агента компании в Миннеаполисе. За последнюю неделю он продал лишь три вагона перевозчику (это означает, что три груженых вагона будут перевезены по железной дороге). Ровно год назад он продал четыре вагона этому же перевозчику. Что случилось? Они уже были готовы послать своему агенту телеграмму и потребовать письменных объяснений, но их остановил мой краткий рассказ о природе вариаций. Железнодорожные агенты по всей стране тратили время, объясняя подобные малые колебания в продажах. Они могли бы совершить больше продаж, если бы посвящали свое время телефонным переговорам с перевозчиками, вместо того чтобы пытаться объяснить управлению не заслуживающие внимания причины малых вариаций. Дело в том, что постоянный объем продаж от недели к неделе указывал бы на то, что продавец занижает цифры в отчете, чтобы сгладить колебания и избежать установления новых, более высоких требований.

Надпись «Ваша безопасность зависит от вас» была вывешена на видном месте. Когда я поднимался по лестнице, то чуть не свалился с нее, поскольку ступеньки были в высшей степени неустойчивы. (Предложено Хиро Хакквебордом из Претории.)

Менеджер автобусной компании в Претории в ноябре 1983 г. награждал каждого водителя бонусом в 600 рэндов (540 долл.), если тот не попадал в аварии вплоть до нового года. Конечно же, менеджмент предполагал, что водители как раз и служат причиной аварий и при желании могут их избежать. Безусловно, каждый, кто находится за рулем, может оказаться причиной аварии, но мы также знаем, что водители избегают аварий по несколько раз в день. Менеджмент забыл, что большинство аварий не контролируются водителями. Что, если водитель имел безупречную репутацию почти до окончания установленного периода, а под конец получил сильный боковой удар от зазевавшегося автолюбителя? Он бы потерял свой бонус из-за чьего-то невнимания. (Предложено Хиро Хакквебордом из Претории.)

«Мы полагаемся на собственный опыт». Таков был ответ менеджера по качеству крупной компании на мой вопрос, как и по каким принципам он различает два типа проблем. Ответ выдал его с головой: данная компания и в будущем будет завалена тем же количеством проблем. С чего ему измениться?

Опыт без теории ничему не учит. Фактически эксперимент нельзя даже зарегистрировать, если только не существует некой теории, пусть грубой, на основании которой можно выдвинуть гипотезы и систематизировать наблюдения. Иногда достаточно просто идеи, верной или неверной, которая выполнит роль теории, позволяющей сделать полезные наблюдения.

Что такое система? Для менеджеров система состоит из:

менеджмента, его стиля;

сотрудников — менеджеров и всех остальных;

населения страны:

их опыта работы;

их образования;

безработных;

правительства:

налогов;

отчетов;

тарифов;

препятствий для торговли и промышленности;

требований заполнять позиции в соответствии с квотами, а не в соответствии с компетентностью;

квот для импорта и экспорта;

иностранных правительств:

квот для импорта и экспорта;

валютных спекуляций;


потребителей;

акционеров;

банков;

ограничений, связанных с охраной окружающей среды.

Менеджмент обладает большой властью и свободой действий, но не в состоянии сдвинуть гору. Для производственного рабочего система — это все, кроме него самого. (Предложено неизвестным участником моего семинара в Кейптауне, ноябрь 1983.)

Два типа ошибок. Теперь мы можем сформулировать два источника потерь, возникающих из-за путаницы между особыми и общими причинами вариаций.

Приписать вариацию или ошибку особой причине, когда на самом деле причина принадлежит системе (общие причины).

2. Приписать вариацию или ошибку системе (общие причины), когда на самом деле эта причина — особая.

Зарегулированность — это общий признак ошибки № 1. Бездействие, вместо того чтобы искать особую причину, — это общий признак ошибки № 2.

Контролеры обычно совершают ошибку № 1, когда обращают внимание одного из своих сотрудников на упущение или дефект, не удостоверившись сначала, что данный рабочий действительно отвечает за эту аномалию. Вина ли это рабочего или системы? Подобных примеров на страницах этой книги предостаточно.

Легко исключить ошибку одного из типов: никогда не совершать ошибки № 1 или никогда не делать ошибку № 2. Но, избегая ошибки одного типа, вы будете совершать ошибку другого типа так часто, как только это возможно. Невозможно постоянно избегать ошибок обоих типов.

Действия, требуемые для обнаружения и исключения особой причины, кардинально отличаются от тех, что нужны для совершенствования процесса. особую причину следует искать по свежим следам, как только поступил сигнал о ее появлении. (Роберт Конвей, в период работы менеджером сети АТ&Т, Андовер.)

Потребность в правилах. Шухарт (примерно в 1925 г.) признал тот факт, что даже хорошие менеджеры время от времени совершают ошибки одного и другого рода. Он понял, что необходимы правила, применимые на практике, с помощью которых можно попытаться довести до минимума чистые экономические потери, вызванные ошибками обоих типов. С этой целью он рассчитал трехсигмовые контрольные пределы. Они в широком диапазоне будущих и прошлых неизвестных обстоятельств обеспечивают разумное и экономичное руководство для минимизации экономических потерь от ошибок обоих типов.

Контрольная карта подает статистические сигналы о возникновении особой причины (обычно связанной с каким-то конкретным сотрудником или группой сотрудников либо с конкретным временным обстоятельством) или же она говорит нам, что наблюдаемую вариацию следует приписать общим причинам, случайным вариациям, относящимся к системе.

Как читатель уже смог убедиться, существуют различные типы контрольных карт. В каждом случае для вычисления контрольных границ мы использовали правила, которые можно найти в любой книге по контролю качества.

Замечание относительно любого правила. Д-р Джордж Гэллап (социолог) как-то в своей речи (потерпев фиаско) заметил, что он сделал предсказание до выборов. Другие, схитрив, делали свои предсказания после выборов, задним числом объясняя, как все произошло.

Правила следует создавать заранее с целью их использования в будущем. Любое правило, будучи инструментом практики, должно создаваться при отсутствии полной информации о будущем (к тому же фактически мы почти никогда не располагаем полной информацией о том, что случилось с процессом даже в прошлом). Всегда, накопив достаточно опыта, можно ввести новое правило лучше предыдущего.

Эти замечания применимы и к контрольным границам, предложенным Шухартом. Они позволяют решить вопросы, встречающиеся на практике.

Использовать суждения для разграничения особых и общих причин опасно. До сих пор все суждения были ошибочны: см. примеры 1 и 2 в конце этой главы. Приблизительная оценка цифр — ненадежный критерий, тем не менее я и сам грешил прикидкой «на глазок» при чрезвычайных обстоятельствах.

За обнаружение особой причины вариаций и ее устранение обычно ответствен тот, кто непосредственно задействован на операции, с которой поступили данные для контрольной карты.

Некоторые особые причины может устранить только менеджмент. Например, иногда производственные рабочие нуждаются в помощи инженеров для устранения проблем неправильного функционирования используемого оборудования. Организовать необходимую помощь — ответственность менеджмента. Другой случай ответственности менеджмента за особые причины возникает в работе с поставщиками, в которой царит неразбериха. Из-за нее производственные рабочие иногда вынуждены использовать сырье и детали, свойства которых сильно варьируются или не соответствуют требованиям. Это работа менеджмента — организовать взаимодействие с поставщиками таким образом, чтобы улучшить качество входных материалов и прекратить практику переключения от одного источника к другому. (Этот раздел предложен Гипси Рани, Университет Теннеси.)

. Определенные сочетания точек на контрольных картах (структуры) также могут указывать на особую причину. Фактически мы уже их использовали при рассмотрении карт хода процесса. Сочетание точек на контрольной карте на предупредило нас о проблеме. Одна из структур, за которой надо следить, — тренд из семи или более последовательно увеличивающихся или уменьшающихся значений, или семь или более последовательных точек выше или ниже среднего значения.

При поиске структур важно не переусердствовать. Надо заранее решить, какие правила используются для обнаружения особых причин. Когда карта уже построена, всегда можно применить воображаемую структуру, которая укажет на желаемое.

Справочное руководство компании Western Electric, на которое дается ссылка в конце этой главы, превосходно как в отношении структур, так и в отношении большинства других вопросов. Полезный обзор структур, основанных на опыте Western Electric, был составлен моим другом Ллойдом Нельсоном.

Статистическая управляемость. Стабильный процесс, т.е. тот, в котором отсутствуют признаки особых причин вариаций, следуя Шухарту, называют статистически управляемым, или стабильным. Это случайный процесс. Он предсказуем. Конечно, некоторые непредвиденные обстоятельства могут вывести процесс из состояния статистической управляемости. Система, которая находится в статистически управляемом состоянии, имеет определенную индивидуальность и воспроизводимость (см. ниже раздел «Воспроизводимость процесса»).

В состоянии статистической управляемости все особые причины, выявленные ранее, уже устранены. Оставшаяся вариабельность определяется случаем, т.е. общими причинами, если только внезапно не появляется новая особая причина. Это не означает, что в состоянии статистической управляемости нам нечего делать, просто не следует остро реагировать на подъемы и спады, такая реакция лишь приведет к возникновению дополнительных вариаций и увеличит число проблем (см. ниже раздел об излишней наладке). Следующий шаг — это постоянные усилия по совершенствованию процесса (пункт 5 из 14). Совершенствование процесса эффективно, только когда достигнуто и поддерживается состояние статистической управляемости (слова Джозефа Джурана, произнесенные много лет назад).

Устранение общих причин вариаций, отклонений, ошибок, низкого уровня производства и продаж, большинства несчастных случаев — задача менеджмента. Перечень общих причин приведен ниже. Низкий уровень продаж может быть обусловлен дефектами продукции или завышенными ценами. Производственный рабочий не может устранить общие для всех работающих причины. Он отвечает только за особые причины, подвластные ему. Он не может устранить проблемы с освещением; он не покупает сырье и инструменты. Он просто использует данные ему средства производства. Обучение персонала, организация труда, установление политик компании — все это не его сферы ответственности.

Правильное понимание концепции статистической управляемости важно для менеджмента, для инженерно-технических работников, для производственников, для тех, кто закупает материалы и занимается обслуживанием. Стабильность системы, как, впрочем, и само существование системы, редко оказывается естественным. Система — это результат последовательного, при помощи статистики устранения особых причин, в которой остаются только случайные колебания стабильного процесса.

На практике можно столкнуться с бесчисленным количеством примеров некорректного использования большинства контрольных карт. Многие карты больше причиняют вреда, чем приносят пользы. Существенное для успешного применения контрольных карт условие — это хотя бы общее знание теории, на которой они основаны. В этом могут помочь предыдущие главы книги.

Другая проблема состоит в том, что большинство контрольных карт даже при правильном использовании применяются слишком поздно, чтобы принести существенную пользу.

Более того, многие люди, использующие контрольные карты, полагают, что состояние статистической управляемости — это и есть конечный результат. Например, мне известен случай, когда уровень загрязнений находился в состоянии статистической управляемости, хотя главной задачей было избавление от этих загрязнений.

Типичный путь разочарований (рис. 33). Программа улучшений начинается с энтузиазма, призывов, общих собраний с плакатами и лозунгами. Качество становится религией. Качество, измеряемое по результатам финальных проверок, демонстрирует резкое улучшение и устойчивый рост от месяца к месяцу. Все ожидают, что улучшения будут продолжаться в соответствии с пунктирной линией.

img

Типичный путь разочарований. Сначала качество резко улучшается, затем темп улучшений спадает и качество становится стабильным. Ответственность за повышение качества все больше смещается в сторону менеджмента и, наконец, почти полностью возлагается на него по мере того, как очевидные особые причины одна за другой устраняются и качество становится стабильным. К сожалению, его уровень еще неприемлемо низок

Вместо этого прогресс останавливается. В лучшем случае кривая выравнивается. Она даже может пойти вверх. Всех охватывает уныние. Руководство начинает беспокоиться. Оно просит, умоляет, заклинает, убеждает руководителей подразделений, занятых в производстве и сборке, пускает в ход угрозы, к несчастью, реальные, что, если существенного улучшения не будет, бизнес перестанет существовать.

Что же произошло? Появившееся поначалу быстрое и воодушевляющее улучшение возникло благодаря устранению особых причин, выявленных с помощью простого здравого смысла. Все это достаточно просто. Но по мере того как очевидные источники улучшений иссякли, кривая улучшений выровнялась и стабилизировалась на неприемлемом уровне.

Интересно отметить, что, когда под руководством менеджмента попытки совершенствования начинаются с программы внедрения 14 пунктов и устранения смертельных болезней и препятствий, кривая улучшений в течение нескольких первых месяцев или даже двух лет соответствует той же самой показанной на рисунке кривой. Различие в том, что при наличии правильной программы кривая улучшений в области качества и производительности не выравнивается. Улучшения продолжаются до тех пор, пока менеджмент руководит этой программой.

Около двух лет уходит на то, чтобы понять, что программа, начавшаяся с призывов, плакатов, публичных обещаний и общих собраний, бесплодна. Тогда люди приходят в себя: оказывается, нас одурачили.

Слишком много пожаров? Компания получила уведомление от своего страховщика о том, что он аннулирует страховку, если только число пожаров в помещениях компании не сократится. Карта числа пожаров в месяц демонстрирует хорошую картину стабильной системы со средним значением 1,2 пожара в месяц и рассчитанным верхним пределом пять пожаров в месяц (рис. 34). Компания производит несколько видов продукции. Один из них — это пожары, и их производство стабильно. Несколько месяцев пожаров не будет, потом за несколько месяцев случится один пожар, потом — два с верхним пределом пять пожаров в месяц.

Президент компании, приуныв от подобной перспективы, послал письмо каждому из 10 500 работников компании, призывая их снизить число пожаров.

Если бы кто-нибудь в страховой компании смог нарисовать график, подобный приведенному на рис. 34, он бы увидел, что система возникновения пожаров стабильна, и это тот самый случай, когда страховая компания имеет хорошую основу для установления ставки, позволяющей получить небольшую прибыль.

Система пожаров будет оставаться стабильной до тех пор, пока менеджмент не предпримет действий для уменьшения их частоты. Конечно же, страховая компания способна дать квалифицированный совет по данной проблеме.

img

Рис. 34. График числа пожаров на территории компании

Для вычисления верхнего предела на рис. 34 я использовал скользящий размах: полная сумма всех размахов равна 77; всего размахов 57. R = 77/57 = 1,35. R/d2 = 1,35/1,128 = 1,20. Среднее m = 67/58 = 1,16. m + 3R/d2 = 4,75; округляем это значение до 5.

Являются ли прогулы признаком стабильного процесса? Если да, тогда только действия менеджмента могут снизить их число. Существует ли дивизион или подразделение, которые выходят за пределы системы, порождающей прогулы, т.е. проявляют признаки особой причины, требующей отдельного изучения (глава 11)?

Время транспортировки продукции, отправленной потребителям, или поступающего сырья: стабильно ли оно или все же подвержено особым причинам появления задержек? Если стабильно, как можно его снизить? (Продолжение с главы 7.)

Как насчет несчастных случаев? Как насчет отгулов?

Выходит ли какой-либо дивизион или подразделение за контрольные пределы, рассчитанные для всей компании?

Проблемы прядильного станка. На прядильном станке останавливается шпиндель. Причиной может быть механическое повреждение самого веретена или дефект пряжи. Менеджер регистрировал поломки и направил усилия механиков на те шпиндели, которые чаще всего ломались в предыдущую неделю. Это наиболее распространенная ошибка, с которой мы сталкивались повсюду и которую приводили на страницах книги. Она ведет к растрате времени и мастерства наладчиков.

Границы, полезные для обнаружения выходящих за пределы системы шпинделей, можно определить с помощью формулы

img

где r — среднее число остановок шпинделя за месяц. В эту формулу заложено допущение о том, что остановки независимы: остановка одного шпинделя не влияет на другие остановки ни этого шпинделя, ни какого-либо другого, а кроме того, она не снижает вероятность возникновения того же дефекта где бы то ни было.

Шпиндель, попадающий за верхний предел, требует пристального внимания. Его остановка может быть результатом особенностей его эксплуатации или свидетельством потребности в экстренной наладке. Шпиндель, выходящий за нижний предел, — это либо супершпиндель, либо он эксплуатировался в особенных условиях. Шпиндели, которые не выходят за указанные границы, являются обычными, ожидающими своей очереди в процессе регулярного обслуживания.

Заметит ли читатель те же самые ошибки в нижеприведенных правилах обслуживания самолетов?

1. Аварийные уровни устанавливаются с помощью методов, применяемых в отрасли. Для справки см. документ Управления гражданской авиации CAP 418 и циркуляр Комитета по анализу техобслуживания и ремонта при Федеральном управлении гражданской авиации за 1971 г.

2. Метод требует вычисления среднего по фактической интенсивности замен на 1000 посадок за последние 12 периодов времени плюс два стандартных отклонения.

3. Стандартное отклонение — статистический параметр, отражающий вариабельность относительно среднего значения.

4. Аварийный уровень для трех периодов вычисляется по четырем ежеквартальным значениям интенсивности замен на 1000 посадок.

Верным шагом, предшествующим любым вычислениям, было бы нанесение любым способом данных на график, например в виде еженедельной карты хода процесса. Даже такой грубый инструмент, как распределение времени до отказа, мог бы обнаружить определенные структуры и дать полезную информацию относительно отказов компонент.

Эксперимент Монте-Карло с воронкой. Если начать настраивать стабильный процесс, пытаясь скомпенсировать нежелательные результаты или гонясь за сверхвысокими результатами, ситуация на выходе станет хуже, чем если бы процесс протекал без вмешательств (приписывается Уильяму Лацко).

Распространенный пример — принятие корректирующих мер в связи с появлением дефектного изделия или жалобы от потребителя. Результатом усилий по улучшению будущего выхода (предпринимаемых из лучших побуждений) будет удвоение вариаций на выходе или даже разрушение системы. Для совершенствования системы требуется не вмешательство, а ее фундаментальное изменение.

Цель эксперимента с воронкой — продемонстрировать, что зарегулированность ведет к потерям. В это нелегко поверить. Для эксперимента требуется лишь имеющаяся в каждом доме кухонная утварь. Нужны: 1) воронка; 2) мраморный шарик, который может пройти в отверстие воронки; 3) стол; 4) держатель для воронки. На рис. 35 наглядно показана схема эксперимента. Требуемые шаги:

1. Нанести мишень на поверхность стола, над ней расположить воронку.

2. Бросить шарик сквозь воронку.

3. Отметить точку, где шарик остановится.

4. Бросить шарик снова сквозь воронку. Отметить точку, где он остановится.

5. Сделать не менее 50 бросков.

Перед тем как сделать шаг 4 и совершить последующие броски, вы должны установить правило регулировки (наладки) воронки. Человечество изобрело четыре правила.

img

Рис. 35. Результаты падения шарика сквозь воронку с использованием описанных в тексте четырех правил. Показаны только удаленные точки, чтобы избежать перегруженности рисунка

Правило 1. Зафиксировать воронку строго над мишенью, никак ее не регулируя.

Правило 2. На броске номер k (k = 1, 2, 3, …) шарик остановится в точке zk — это измеренное нами расстояние от точки остановки до цели. (Другими словами, zk — это ошибка падения в k-й точке.) Передвиньте воронку на расстояние zk от ее последней позиции. (Система с памятью.)

Правило 3. Установите воронку над точкой zk, отсчитываемой от цели. (Система без памяти.)

Правило 4. Установите воронку прямо над той точкой zk, где шарик остановился последний раз. (Система без памяти.)

Используя правила 2 и 3, оператор пытается сделать все возможное, чтобы скомпенсировать предыдущую неудачу.

Результаты:

Правило 1. Это, безусловно, наилучший выбор. Правило 1 приводит к стабильному распределению точек. Оно дает минимальный разброс (минимальную дисперсию) для любого диаметра окружности, описанной вокруг цели.

Правило 2. В результате применения правила 2 возникает стабильный выход, но ожидаемая дисперсия точек распределения внутри любого диаметра окружности, описанной вокруг цели в два раза больше, чем дисперсия, ожидаемая для правила 1.

Правило 3. Система неустойчива. В конце концов шарик падает все дальше и дальше от цели, образуя симметричную структуру.

Правило 4. Система неустойчива. Шарик падает с каждым разом все дальше от цели в одном направлении.

В результате применения правил 3 и 4 система оказывается нестабильной, и эта нестабильность нарастает.

Правило 4 приводит к случайным блужданиям. Точные попадания шарика напоминают попытки пьяного человека добраться до дома, который падает после каждого шага и плохо понимает, где какая сторона света. Он сбивается с направления, не помня предыдущих шагов. В конце концов он все больше удаляется от цели.

Правило 4 применяет оператор, который старается достичь однородности, пытаясь изготавливать каждое изделие так же, как предшествующее. Система взрывается.

Другой пример правила 4 — это человек, который принимает партии материала по цвету путем сравнения с образцом из предшествующей партии, не обращаясь к исходному образцу. (Предложено Айвором Френсисом.)

Пугающий пример применения правила 4 связан с обучением нового сотрудника. Этот новичок через несколько дней сам обучает следующего вновь пришедшего. При этом методы, которым обучают, деградируют беспредельно. Но кто об этом знает?

Примеры применения правил 2 и 3 уже рассматривались в тексте, ниже будут приведены дополнительные примеры.

Хорошим упражнением для читателя было бы составление перечня потерь своей организации, возникающих из-за применения правил 2, 3 и 4, с попыткой оценить их величину.

Изложенный выше эксперимент протекал в двумерном пространстве. Его легко провести и в одном измерении. Надо просто сконструировать горизонтальный желоб с высокими стенками, где шарик мог бы свободно кататься.

Теория и выводы, вытекающие из этого эксперимента и из эксперимента с красными бусинами (см. ниже), могли бы служить прекрасным введением в курс статистики.

Замечание 1. Мы уже отмечали в главе 3, что механическая или электронная обратная связь с целью поддержания размеров и других характеристик качества внутри допусков, осуществляемая, по сути дела, путем чрезмерного регулирования, приводит к потерям на всех последующих стадиях. Таким образом, эти действия увеличивают затраты. Они не помогают улучшать процесс.

Замечание 2. Реплика участника семинара: «Мой сын служит на подводной лодке. Там принято первым делом утром выстрелить по цели, чтобы потом подстроить фокусировку, скомпенсировав ошибку. Теперь я понимаю, что эта регулировка почти наверняка гарантирует более плохую стрельбу весь оставшийся день, чем если бы они оставили прицел в покое». Разумное наблюдение.

Замечание 3. Настройка инструмента на основной эталон (калибровка) как только расхождение становится критическим, почти всегда оказывается излишней, лишающей инструмент присущей ему точности. Нужно установить правило, когда производить регулировку. Надо, чтобы обе системы измерений (основной эталон и метод испытаний) находились в состоянии статистической управляемости. Тогда на основе инженерных и экономических доводов можно решить, желательна ли вообще регулировка.

Пример 1. Изготовитель карбюраторов для автомобилей использует два метода испытаний. Метод А: дешевый метод с негорючим газом, применяемый к каждому карбюратору. Метод Б: дорогой метод с горючим газом, применяемый к выборке из 10 карбюраторов, извлеченной из партии (инструкция, как производить выборку из 10 штук, отсутствует).

Каждый карбюратор в выборке из 10 штук испытывается с помощью обоих методов. Правило: вычисляйте среднее А и Б по 10 карбюраторам для обоих методов в каждой партии. Если А меньше Б в трех последовательных партиях, то отрегулируйте испытание А, с тем чтобы оно соответствовало испытанию Б, и продолжайте проверку. Аналогичный алгоритм действий, если в трех последовательных партиях А больше Б.

Чем плохо это правило? Предположим, что испытание А дает результаты, распределение которых то выше, то ниже результатов испытания Б. Тогда одна четвертая в длинной серии последовательных испытаний из трех партий будет давать А < Б и одна четвертая показала бы А > Б. Сформулированное таким образом правило ведет к вопиющей зарегулированности, платой за которую будут дополнительные затраты, вызванные искусственным ростом расхождения между двумя видами испытаний. Хуже того, это правило не дает возможности привести процесс испытаний в статистически управляемое состояние, так же как не позволит привести в состояние статистического управления разницу между двумя испытаниями.

Более подходящий способ сравнить два метода испытаний, при условии, что они дают реальные результаты измерений (сантиметры, миллиграммы и т.д.), — нанести результаты этих двух испытаний на график в соответствии с теми, что предложены на (глава 15).

Пример 2. Одно из офисных подразделений автомобильной компании отвечает за составление ежемесячных прогнозов продаж. Выполняющий эту функцию сотрудник работает со множеством источников. При сравнении с фактическим объемом продаж прогноз из месяца в месяц то приближается к нему, то удаляется от него. Прогноз на следующий месяц предусматривал подстройку методики на основе данного сравнения. Читатель может понять: то, чем занимались эти люди, гарантировало им, что их метод никогда не улучшится.

Статистическая управляемость инструментов и калибров. Как мы узнали из главы 8, записанное измерение — это конечный продукт длинной серии операций от получения исходного сырья до самой записи, включая операцию измерения на одной из стадий процесса. Как подчеркивалось множество раз в этой книге, статистическая управляемость процесса измерений жизненно важна; в противном случае измерения бессмысленны.

Покажет ли этот инструмент через неделю такие же результаты, как для сегодняшних 100 изделий? Что, если мы заменим операторов? Этот вопрос появляется в главе 8 о контроле и вновь возникает в главе 15 в связи с затратами на инспекцию. Читатель может получить совет из книги Гарри Кью и великолепной книги Western Electric Company (части B, стр. 84ff), обе ссылки приведены в конце данной главы. Стандарт 177 A. S. T M., относящийся к точности и систематическим ошибкам измерений, также будет полезен читателям (American Society for Testing and Materials — Американское общество по испытаниям и материалам).

Другая важная проблема использования инструментов — создать условия для хорошей работы. Пример (предоставленный моим другом д-ром Ллойдом Нельсоном) — образец жидкости, транспортируемый в лабораторию для измерения вязкости. По дороге он «стареет». Если бы измерительный инструмент можно было разместить там, где находится источник жидкости, результаты лучше бы характеризовали анализируемый материал.

Ложные сигналы измерительных инструментов. Неуправляемый измерительный прибор может дать сигнал о наличии особой причины, когда ее нет, или, наоборот, не обнаружить особую причину, когда она действительно существует. Недостаточно точный прибор даст ложный сигнал независимо от того, находится он в управляемом состоянии или нет. Теперь вы понимаете, насколько важно уделять внимание точности и статистической управляемости приборов. (Предложено Уильямом Шеркенбахом, Ford Motor Company.)

Оператор делал только одно измерение расстояния между двумя вспышками. Я попросил его сделать восемь замеров. Он согласился. Размах между восемью значениями оказался в четыре раза больше поля допуска. (Пример Джеффри Люфтига.)

Прежде чем делать выводы (относительно причины данного бедствия), я решил ознакомиться получше с системой измерений. Менеджер заверил меня, что измерения точны, ведь он сам их делал.

Контрольные границы — это не границы допуска. Контрольные границы, как только мы действительно достигли состояния статистической управляемости, характеризуют данный процесс и дают прогноз на завтра. Контрольная карта — это голос нашего процесса.

Распределение характеристики качества, находящейся в статистически управляемом состоянии, стабильно и предсказуемо, день за днем, неделя за неделей. Выход и затраты также предсказуемы. Теперь можно задуматься о системе канбан или о поставках по принципу «точно вовремя».

Более того, как указал Уильям Конвей, инженеры и технологи становятся изобретательнее, активнее творчески, проявляют больше инициативы в отношении совершенствования процесса, как только видят, что он находится в статистически управляемом состоянии. Они чувствуют, что дальнейшее совершенствование — это их задача (см. главу 1).

Без статистических методов попытки улучшить процесс — это действия наугад, что обычно только ухудшает ситуацию.

Вопрос на семинаре. Пожалуйста, уточните разницу между соответствием допускам и статистическим управлением процессом. Мой менеджмент считает, что соответствия допускам достаточно.

Ответ. Целью производства должно быть не только достижение состояния статистической управляемости, но и уменьшение вариаций. По мере того как уменьшаются вариации, затраты снижаются. Соответствия допускам недостаточно.

Более того, не существует способа узнать, сохранится ли соответствие допускам, если процесс не находится в состоянии статистической управляемости. До тех пор пока особые причины не определены и не исключены (по крайней мере, те, что появлялись до сих пор), никто не сможет предсказать, что произведет процесс в следующий час. Зависимость от инспекции (единственная альтернатива) опасна и дорогостояща. Ваш процесс может хорошо работать с утра и произвести изделия за границами поля допуска после полудня.

Как оценить потери, вызванные допущениями, которые сделали ваши менеджеры? Но откуда они могли знать о последствиях?

Рассчитанные допуски — это не границы, определяющие, как действовать. На деле крупные потери возникают тогда, когда процесс постоянно регулируется то одним, то другим образом с целью соответствия допускам. (См. разделы «Вера в то, что надо только попасть в допуск» и «Заблуждение теории "нуль дефектов"», глава 3.)

Любопытно, что процесс может находиться в статистически управляемом состоянии, производя 10% дефектных изделий или даже 100%.

Контрольные пределы не устанавливают вероятностей. Вычисления, показывающие, где должны располагаться контрольные пределы на карте, основаны на теории вероятностей. Тем не менее было бы неверным связывать любую определенную величину вероятности с тем, что статистический сигнал для обнаружения особой причины может быть ложным или что контрольная карта не сможет обнаружить и подать сигнал о наличии особой причины. Дело в том, что никакой процесс, за исключением искусственных демонстраций с использованием случайных чисел, не является стабильным, воспроизводимым.

Это правда, что некоторые книги по статистическому контролю качества и многие руководства по обучению методам применения контрольных карт приводят графики нормальных кривых и части площадей, находящихся под ними. Такие таблицы и карты вводят в заблуждение и препятствуют эффективному изучению и использованию контрольных карт.

Правила для обнаружения особых причин и предпринимаемых действий по их устранению — это не критерии для проверки статистической гипотезы о том, что система находится в стабильном состоянии.

Еще о допусках. Максимальная и минимальная границы допуска на продукцию представляют собой весьма затратные и неэффективные ориентиры для производственного рабочего. Так, границы допуска для внешнего диаметра, лежащие в интервале от 1,001 до 1,002 см, говорят производственному рабочему, что изделие с диаметром 1,0012 см соответствует допуску, но они не помогают ему производить меньше дефектных изделий и увеличивать объем производства, как если бы он использовал статистические методы.

В связи с этим для достижения максимального экономического результата регламентация действий производственного рабочего должна помогать ему достигнуть состояния статистической управляемости. Его работа состоит в том, чтобы достигать экономически эффективного распределения характеристик качества и постоянно уменьшать их разброс. При такой системе продукция на выходе будет соответствовать допускам, стоимость последующих операций снизится, а качество конечной продукции возрастет. Людей, чья работа находится в статистически управляемом состоянии, но результат работы которых неудовлетворителен, можно перевести на другое место и обучить другой работе (см. главу 8).

Неполный перечень общих причин вариаций и избыточного разброса, неправильной настройки — все это ответственность менеджмента

(Читатель может добавить свои примеры, соответствующие теме.)

Плохая конструкция товара или недостаточно проработанная услуга.

Неспособность устранить барьеры, лишающие рабочих права выполнять работу качественно и гордиться своим трудом.

Плохие обучение и организация труда (почти синоним отсутствия взаимодействия между производственными рабочими и непосредственным начальством).

Отсутствие системы для измерения влияния общих причин вариаций и уменьшения числа этих причин.

Отсутствие у производственных рабочих статистической информации, показывающей, за счет чего они могли бы улучшить свои результаты и однородность своей продукции.

Входные материалы не соответствуют требованиям.

Из недавнего опыта. Кожа в одной попытке из трех не приклеивалась к пластику, как это было предусмотрено в конструкции изделия. Оказалось, что на коже излишек жира. Изменение технических условий на кожу устранило проблему. Это было незначительное изменение в системе. (Между прочим, менеджер заявил, что, когда он провел это изменение, резко сократилась текучесть кадров.)

Процедуры не соответствуют установленным требованиям.

Оборудование неисправно.

Оборудование не соответствует требованиям стандарта.

Наладка оборудования хронически неточна (вина бригады, отвечающей за наладку оборудования).

Плохое освещение.

Вибрации.

Влажность не соответствует требуемому уровню.

Смешивание продукции с различных производственных линий, каждая линия с малой вариабельностью, но с различными настройками.

Некомфортные условия работы: шум, беспорядок, грязь, неудобства при перемещении материалов, жара или холод, плохая вентиляция, плохое питание в столовой и т.д.

Постоянные придирки менеджмента: то дай количество, то качество, без понимания того, как достигнуть качества.

Еще одна общая причина — это неспособность менеджмента взглянуть беспристрастно на проблему брака, унаследованного от предшествующих этапов. Бракованные изделия или узлы, поступающие с предыдущей операции в той же самой компании или извне, деморализуют. Не имеет значения, насколько хорошо оператор выполняет свою работу, продукция на выходе все равно окажется дефектной. Многократно нарастающие потери от брака, допущенного на промежуточных операциях, порождают разочарование. (Подробнее об этом см. в главе 8.)

Два основных способа использования контрольных карт

1. Для выработки суждения. Находился ли процесс (в прошлом) в статистически управляемом состоянии? Чтобы понять это, мы смотрим на контрольную карту. Если ответ утвердительный, тогда мы знаем распределение характеристики качества, представленной на карте, для каждого изделия. Пример приведен в главе 12.

2. Для обоснования действий (непрерывных). Контрольная карта может также использоваться для достижения и поддержания состояния статистической управляемости в ходе производства. В этом случае процесс уже приведен в статистически управляемое состояние (или почти достиг его с весьма редкими появлениями особых причин). Мы распространяем в будущее контрольные пределы, например на x-карте, и наносим точки одну за другой, возможно, через каждые полчаса или час. Скачки точек вверх и вниз игнорируются производственным рабочим, если только они не показывают наличия серии (как при износе инструмента) или если точка не выходит за контрольные пределы.

Устранение особой причины вариации, движение к состоянию статистической управляемости, как это ни важно, не приведут к улучшению процесса. Исключение особой причины всего лишь возвращает систему в состояние, в котором ей следовало находиться изначально (цитата из лекции д-ра Джурана). Повторю, как сказал д-р Джуран, главная работа по совершенствованию начинается, как только вы достигаете состояния статистической управляемости.

Вот тогда за постоянное совершенствование системы могут взяться инженеры. Улучшение может быть простым, например, с помощью минимальной наладки можно повысить или понизить величину настройки на контрольной карте, снизив риск производства дефектных изделий. С другой стороны, улучшение может быть серьезным и комплексным, например с целью снижения количества используемых материалов (см. главу 1) и уменьшения размаха между контрольными пределами.

Некоторые советы по использованию контрольных карт для обоснования непрерывных действий. От производственного рабочего требуется производить лишь простые арифметические действия, требуемые для нанесения точек на карту. Он не может самостоятельно решить использовать карты в своей работе, еще в меньшей степени он может стать инициатором движения за применение карт.

Приучить людей постоянно использовать в работе контрольные карты, там, где они могут быть эффективными, — это ответственность менеджмента. Как мы узнали из главы 2, контрольные карты в руках рабочего могут быть эффективны, только если на его пути не встают барьеры, лишающие его права гордиться своим трудом.

Иногда полезно строить контрольную карту для каждого члена рабочей бригады. Рабочий, видя точку за контрольными пределами, может почти всегда сразу же определить особую причину и исключить ее. Такая карта анализируется только рабочим и его непосредственным начальником (бригадиром, мастером), если только сам рабочий не захочет сделать свои результаты общедоступными.

Несомненна польза от карты доли дефектных изделий, вывешиваемой на видном месте с целью визуализировать особые причины вскоре после их появления.

Следует избегать рисования карт по любому поводу. На одном заводе вблизи Нагойя, который я посетил, в тот день велась 241 x - и R-карта. Все карты пересматривались каждые два месяца; какие-то добавлялись, какие-то переставали вести, когда цель достигалась, позднее, если это требовалось, некоторые карты снова вводились.

Воспроизводимость процесса. Как только процесс приведен в состояние статистической управляемости, можно рассчитать его воспроизводимость. Он будет демонстрировать стабильность на x- и R-картах. Становится возможным предсказать границы допусков, которые могут обеспечить хорошую работу данного процесса.

Простой способ описания границ допусков — отмерить вверх и вниз от среднего значения x на x-карте размах между контрольными пределами для x , умноженный на √n, где n — объем выборки. Иллюстрация приведена далее. Размах между индивидуальными значениями также равен 6R/d2.

Символ d2 — это число, зависящее от n, которое можно найти в любой книге по статистическому контролю качества. Оно получено из анализа закона распределения размаха. При приближенном расчете при n ≤ 10 значение параметра d2 можно брать как √n.

Таким образом, верно и то, что R-карта для процесса, находящегося в состоянии статистической управляемости, рассказывает нам о воспроизводимости процесса.

Распространенная ошибка при использовании x- и R-карт, а также при вычислении воспроизводимости процесса состоит в неспособности понять, что размах должен демонстрировать случайность и что в некоторой точке он должен быть размахом между наблюдениями, нанесенными на карту x, а не взятыми из другого источника.

По поводу воспроизводимости существует много неправильных рекомендаций. Абсолютно неверно, например, взять какое-то число изделий, например 8, 20, 50 или 100, измерить их и использовать 6 стандартных отклонений, полученных по этим измерениям, в качестве меры воспроизводимости процесса. Первым шагом должен быть анализ данных с помощью карты хода процесса (глава 1) или с помощью x- и R-карт с целью решить, демонстрируют ли процесс производства и система измерений статистическую управляемость. Если да, тогда воспроизводимость процесса будет очевидна из x- и R-карт. Если нет, тогда воспроизводимости не существует.

Преимущества стабильности или статистической управляемости. Процесс, который стабилен и находится в статистически управляемом состоянии, обладает рядом преимуществ по сравнению с нестабильным процессом. При наличии статистической управляемости:

1. Процесс индивидуален, его результаты предсказуемы. Он измерим, может быть охарактеризован имеющими рациональный смысл показателями воспроизводимости, как мы видели в предыдущем разделе. Производительность, объем и другие характеристики качества, включая число дефектов, если они есть, остаются почти постоянными час за часом, день за днем.

2. Затраты предсказуемы.

3. Регулярность выхода — важный побочный продукт состояния статистической управляемости. Поставка деталей по системе канбан — следующий естественный шаг, после того как вся система приведена в статистически управляемое состояние (Уильям Шеркенбах).

4. Производительность достигает максимума (затраты минимальны) в рамках действующей системы.

5. Взаимоотношения с продавцами, поставляющими материалы, находящиеся в состоянии статистической управляемости, чрезвычайно упрощаются. Затраты снижаются по мере того, как улучшается качество.

6. Влияние изменений в системе (ответственность менеджмента) может быть измерено с большей оперативностью и надежностью. Если система не находится в состоянии статистической управляемости, трудно измерить эффект от изменений. Говоря точнее, если нет управляемости, заметны будут только катастрофические результаты.

7. Для минимизации полной стоимости затрат на контроль изделий, поступающих из статистически управляемого процесса, можно использовать правила главы 14 (контролируем все или ничего).

Согласование показаний измерительных приборов (вопрос, тесно связанный со статистической управляемостью инструментов и калибров). Этот процесс важен как для потребителей, так и для поставщиков, иначе покупателю придется переплачивать за материал или продавец может получить слишком маленькую прибыль. Оба имеют право на честную сделку. Этот процесс также важен для компании, имеющей несколько заводов по производству одной и той же или аналогичной продукции.

Другой пример использования контрольной карты для выработки суждения. Некоторые примеры вы найдете в главе 1. Теперь обратимся к другим. Исполнительный директор крупной компании, рассылающей товары по почте, обратился ко мне с просьбой разобраться с проблемой высоких затрат. Он также принес данные о числе выполненных заказов за каждые полчаса. Данные для x- и R-карты собираются каждые полчаса (рис. 36), n = 4. Как только он увидел, насколько широки оказались контрольные пределы для заказов, он заявил, что предпочитает меньшее значение вариаций. Я спросил, как они хотят этого достичь. Он предположил, что надо всего лишь нарисовать новые линии поближе друг к другу. Мне пришлось указать ему на то, что контрольные пределы всего лишь свидетельствуют о состоянии процесса, а не говорят о том, каким он может стать, и что любое снижение вариаций в будущем всецело лежит на нем. Он должен исследовать возможные общие причины вариаций и устранить их. Даже минимальный успех в этом деле повысил бы производительность и привел бы к уменьшению размаха между контрольными пределами. А это как раз то, что он хотел.

img

Рис. 36. Число выполненных заказов регистрируется каждые полчаса. Каждая точка на карте (результат четырех последовательных измерений) — это среднее число заказов, выполненных за четыре последовательных получасовых периода; R — это размах м ежду этими четырьмя числами. Контрольные пределы вычисляются по обычным формулам:

img

где численные значения констант A2 = 0,729, D3 = 0 и D4 = 2,282 взяты из таблиц, которые можно найти в стандартных книгах по статистическому контролю качества

Как оказалось, причина больших колебаний была проста — значительные вариации уровня ожидающих выполнения заказов: некоторое время работы нет, затем аврал. Менеджмент сгладил колебания в числе подлежащих обработке заказов, производство выросло, число ошибок уменьшилось. Все, включая потребителей, были довольны.

Большая экономия была достигнута вследствие резкого снижения числа жалоб потребителей на задержки и ошибки. Пять работниц входили в штат. Теперь одна работница половину времени отвечает за звонки, и у нее остается еще полдня для другой работы. Автоматически выросла степень удовлетворенности потребителей. Сопутствующим результатом стал столь же резкий рост производства на том же самом оборудовании. Интенсивность работы не выросла, все просто стали работать правильнее.

Улучшение качества ведет к снижению запасов незавершенного производства. На рис. 37 показаны месячные объемы незавершенного производства для некоторого процесса, включая входные детали, готовые для использования. По вертикальной оси отложены значения в миллионах долларов. В начале программы по совершенствованию качества запасы равнялись 30 млн долл., через семь месяцев они составляли 15 млн — снижение на 15 млн долл. При нынешних процентных ставках это означает ежедневную экономию примерно 6000 долл. в день, включая выходные и праздничные дни.

img

Рис. 37. Запасы незаверше нного производства через семь месяцев после начала программы по совершенствованию качества благодаря более высокому входному качеству и снижению числа переделок. (Эта карта представлена моим другом Эрнестом Шэфером из General Motors, 1982.)

Что привело к такому снижению? Более высокое качество входных материалов благодаря сотрудничеству с поставщиками; снижение числа поставщиков. Исчезла потребность иметь наготове временные технические условия, разрешения для использования дефектных входных материалов. Самое важное — меньше деталей ожидает переделки. Хорошо известно, что изделия для переделки накапливаются: никто не хочет с ними работать.

Канбан, или система «точно вовремя», — это естественное следствие достижения состояния статистического управления для показателей качества продукции, что, в свою очередь, ведет к достижению статистической управляемости для скорости производственного процесса.

Самые важные цифры — не на карте. Карта на рис. 37 важна, но еще более важны цифры, которых нет на карте, эти цифры неизвестны или не могут быть обнаружены (цитируя д-ра Ллойда Нельсона). Например, производственные рабочие на заводе теперь видят улучшения по всему технологическому процессу. Они уже не тратят время на то, чтобы скрыть дефектные изделия, упущения. Производительность растет. Другой скрытый результат состоит в том, что конечный потребитель получает продукцию более высокого качества и может привести к нам большее число клиентов. Повышение производительности и конкурентоспособности, вызванное улучшением качества, трудно измерить в долларах. Еще одна не упоминавшаяся ранее выгода — высвобождение площадей, которые были нужны для складирования деталей, ожидавших переделки, для установки полезного оборудования.

Продажи. Компания получает отчеты от продавцов, каждый из которых отвечает за определенную территорию в Филадельфии. В чем проблемы? Статистическое мышление может помочь в решении системных проблем. Может оказаться, что результаты некоторых продавцов находятся за пределами системы.

Конечно же, компания хотела бы отхватить как можно больший кусок пирога — долю рынка для всех своих продуктов. Это требует со стороны менеджмента таких действий, которые выходят за рамки темы данной книги, хотя три возможности упомянуть все-таки следует: повышение экономичности производства, позволяющее снизить цены, ускорение и улучшение поставок и их надежности и более высокое и надежное качество. Поможет ли в этом рекламная кампания?

Продавцы № 1 и 2 имеют проблемы. Первый находится за контрольными пределами по отношению ко всей группе по продуктам А и Б; второй — ниже предела только по продукту Б. Неразумно считать, что замена продавцов № 1 и 2 приведет к улучшению дел. Первый шаг менеджмента — изучение территории обоих продавцов и их конкурентов. Лояльность к бренду другой компании иногда бывает причиной низких продаж.

Возможно, что грамотная помощь продавцу с недостаточным объемом продаж могла бы увеличить продажи обоих продуктов. Результатом был бы резкий и немедленный рост прибыли на этих территориях как результат усилий менеджмента, направленных на конкретную помощь продавцу с малым объемом продаж.

Вторым шагом должна стать беседа с обоими продавцами и с менеджером по данной территории, чтобы понять, какие же особые причины мешают работе. Один из возможных выводов — перевод продавца с малым объемом продаж на другую работу.

Компания имела норматив продаж на сумму не менее 7200 долл. в день. Кто-нибудь верит в то, что продавец сообщит о дневной выручке, превышающей 7200 долл.?

Эксперимент с красными бусинами для демонстрации проблем, присущих всей системе

На лекциях я часто показываю простой эксперимент, демонстрирующий, что очень легко обвинить рабочих в дефектах, принадлежащих системе.

Оборудование: Красные и белые деревянные бусины в коробке.

img

Лопатка: 50 конических углублений, 10×5, при черпании набирает до 50 бусинок. Лопатка изображена на рис. 56.

На доске размещается объявление о найме 10 добровольцев из аудитории:

Имеется 10 вакансий. Соискатели должны хотеть работать.

Требования к образованию минимальны.

Десять добровольцев найдены. Шестерых пошлите обучаться производству. Двух назначьте контролерами, одного — главным контролером, десятого — регистратором данных (штат чрезвычайно раздут). Имена следует занести в табель (рис. 38).

img

Рис. 38. Данные, полученные в ходе эксперимента; контрольная карта, показывающая результаты и контрольные пределы; интерпретация карты; сравнение с предыдущим экспериментом в Сан-Диего 30 марта 1982 г.

Мастер объясняет задачу. Потребитель берет только белые бусины; ни одной красной; иначе мы все здесь испортим. У нас есть производственные нормы, в день каждый рабочий делает 50 изделий, хороших или плохих. У нас два контролера, хотя одного было бы достаточно. Цель: не более одной красной бусины в день для любого рабочего.

В течение трех дней будет проведена стажировка на рабочих местах (сжатая до 10 минут), в течение которой мастер проинструктирует каждого, как должна выполняться работа. Рабочий должен тщательно перемешать исходные материалы (смесь красных и белых бусин). Чтобы перемешать бусины, пересыпайте их из одного сосуда в другой с высоты около 10 см. Затем наберите полную лопатку — это дневная норма производства. Отнесите свою работу контролеру № 1, а затем — контролеру № 2. Оба контролера молча, без каких-либо комментариев, пересчитывают число красных бусин и записывает результат. Главный инспектор сравнивает данные контролеров. Если они совпадают, он во всеуслышание объявляет результат. Регистратор записывает результаты, попытка за попыткой (таблица на рис. 38).

Мастер объясняет всем, что работа этих шестерых старательных рабочих целиком зависит от их усердия. Рабочие места сохранят, если они будут работать удовлетворительно.

Независимость двух контролеров, объясняет мастер, — это единственное, что мы здесь делаем правильно. Он отмечает, что контроль на основе консенсуса не дает возможности сравнить контролеров и, таким образом, не дает возможность обнаружить, существует ли на самом деле система контроля.

Все работники говорят, что они понимают свою задачу и готовы к работе.

Мастер в ужасе от числа красных бусин, произведенных в первый день, и умоляет рабочих исследовать каждую красную бусину и попытаться не сделать ни одной на следующий день. В начале второго дня он не может понять, почему все не трудятся так же хорошо, как работал Нейл в первый день: всего 3 красные бусины. «Если Нейл может это сделать, все могут так работать».

Очевидно, что в первый день главный герой — Нейл. Он кандидат на повышение. Также ясно, что Тим — источник всех наших проблем. Мы все к нему хорошо относимся, но, возможно, нам придется его заменить.

В конце второго дня мастер разочарован. Даже Нейл не порадовал его — 3 красные бусины в первый день, 13 — во второй. «Что случилось?» — спрашивает мастер. Он не может принять столь невероятных колебаний от партии к партии. Здесь не должно быть вариабельности, доказывает он. Процедура зафиксирована — одна и та же для каждой партии. Почему одна партия должна отличаться от другой? Он также в ужасе от низкого выхода годных. Ни один рабочий не достиг цели в одну красную бусину.

В конце третьего дня менеджмент угрожает остановить производство, если на четвертый день не наступит существенного улучшения. Рабочие выполняют норму — 50 штук в день, однако выход годных слишком низок. Сохранение рабочих мест под вопросом.

Четвертый день не принес изменений, и мастер говорит рабочим, что, хотя они делали все, что могли, этого недостаточно. Менеджмент принял решение закрыть производство. Он сожалеет и предлагает им забрать причитающиеся в связи с увольнением выплаты.

Всех присутствующих в аудитории просят нанести данные на контрольную карту числа красных бусин от партии к партии (рис. 38).

Интерпретация контрольной карты. С точки зрения управления данным бизнесом можно сделать заключение, что процесс находится в статистически управляемом состоянии. Основой для такого заключения могут служить: а) знание намерений и инструкций, которые мастер дал старательным рабочим и контролерам, б) уверенность рабочих, в) таблица результатов и карта на рис. 38. Если процесс стабилен, бесполезно выяснять, почему Нейл получил только 3 красные бусины в первый день и 13 во второй и почему Ричард сделал 15 в четвертый. Эти и аналогичные вариации в таблице вызываются системой, а не людьми.

Чему мы научились?

1. Причиной низкого выхода годных изделий были красные бусины во входном материале. Устраните красные бусины из системы. Старательные рабочие не имеют возможности воздействовать на качество. Они будут продолжать выдавать красные бусины до тех пор, пока те содержатся в исходном материале. Эксперимент очень прост, даже примитивен, но весьма доказателен. После его изучения люди находят «красные бусины» (источники проблем) в своих организациях повсюду.

2. Вариации между партиями и между рабочими возникают из-за системы, а не из-за самих рабочих.

3. Результаты работы кого бы то ни было в один день бесполезны для предсказания его результатов в любой другой день.

4. Мы также понимаем, что механическая выборка не то же самое, что выборка с помощью случайных чисел, и их результаты могут значительно различаться (см. ниже).

Предсказание вариаций. Если мы соглашаемся с тем, что процесс продемонстрировал достаточно хорошую статистическую управляемость, мы можем продлить контрольные пределы в будущее и сделать их прогнозом границ вариаций производства. У нас нет дополнительных четырех дней, но у нас есть данные, полученные ранее в такого же рода экспериментах, которые мы можем нанести на карту, — те же бусины, та же лопатка, тот же мастер, другие рабочие.

Повторим важный урок относительно статистической управляемости. Процесс, который статистически управляем, стабилен, и предоставляет разумную основу для предсказания результатов завтрашней работы.

Какие данные в эксперименте информативны? Эксперименты в промышленности и науке используются для предсказания результатов будущих опытов. Данные, полученные в эксперименте, как подчеркивал Шухарт, содержат информацию, которая может помочь в предсказании. Какие данные, характеризующие эксперимент, надо фиксировать, чтобы точно предсказать результаты будущих экспериментов?

К сожалению, от эксперимента к эксперименту (будущие испытания, завтрашнее производство) будут меняться условия окружающей среды (температура, влажность), материалы, люди. Чтобы использовать имеющиеся результаты, нам необходимо знание предметной области, подкрепленное, возможно, дальнейшими экспериментами, охватывающими более широкий диапазон условий. Только в этом случае мы, с некоторым риском ошибиться, можем принять решение о том, будут ли условия окружающей среды в будущем достаточно близки к сегодняшним.

Между прочим, риск ошибиться в предсказании нельзя выразить в терминах теории вероятностей вопреки мнению некоторых учебников и лекций. Эмпирические данные никогда не бывают полными.

В эксперименте мы фиксировали дату и время, имена рабочих, имя главного инспектора, описание бусин, идентифицировали лопатку (№ 2). Что еще важно?

Поскольку шесть постоянных рабочих, по-видимому, образуют статистическую систему (ни один не выходит за контрольные пределы), мы могли бы впоследствии опустить из протокола их имена. Лопатка, однако, важна (как будет показано ниже).

Другими существенными данными об условиях эксперимента могла быть информация о мастере и его профессионализме при перемешивании исходных материалов (бусин).

Накопленное (кумулятивное) среднее. Вопрос: поскольку 20% бусин в коробке красного цвета, то каким, по вашему мнению, было бы накопленное среднее, статистический предел, если бы мы продолжали производить партии с помощью того же процесса много дней?

Ответ, спонтанно возникающий в аудитории: 10 бусин, поскольку 10 — это 20% от 50, от объема выборки, — неверен.

У нас нет оснований для такого заявления. Дело в том, что накопленное среднее для лопатки № 2, полученное из многочисленных прошлых экспериментов, оказалось равным 9,4 красным бусинам на партию в 50 штук. Лопатка № 1, использовавшаяся в течение 30 лет, демонстрирует среднее, равное 11,3.

Лопатка — важная компонента информации о процессе. Считал ли так читатель до того, как ознакомился с этими цифрами?

Тот же самый вопрос можно сформулировать иначе: назовите несколько причин, по которым нам не следует ожидать, что накопленное среднее будет равно 10. Ответы: 1) красный пигмент отличается от белого даже на глаз. Бусины различны на ощупь (пальцами) и, очевидно, различным образом взаимодействуют с лопаткой; 2) размеры красных и белых бусин могут быть различными, как и их вес. Красные бусины сделаны путем погружения белых в красный пигмент или как-то иначе?

Нередко аудитория интерпретирует различие между накопленным средним и 10 как систематическую ошибку. Это не ошибка. Это различие между двумя методами отбора: 1) механической выборкой, использованной здесь; 2) выборкой с помощью случайных чисел (см. раздел ниже относительно механической выборки).

Упражнение 1. Покажите, что размах между контрольными пределами для числа белых бусин от партии к партии будет таким же, как вычисленный размах между контрольными пределами для числа красных бусин. Далее покажите уже нарисованную контрольную карту для белых бусин. Все, что нужно, — это перевернуть вертикальную шкалу, заменить 0 на 50, 10 на 40, 20 на 30, 30 на 20, 40 на 10, 50 на 0. Тогда контрольные пределы для белых бусин останутся точно на своих местах, 49 — для верхнего предела и 33 — для нижнего предела.

Упражнение 2. До того как данные были собраны, можно было держать пари с шансами 50 : 50, что Ричард за четыре дня сделает больше дефектных изделий, чем Тим. После получения данных никаких сомнений по этому поводу не возникает. Предположим, что эксперимент должен продолжаться следующие четыре дня. Допустим, что различия между шестью операторами по-прежнему демонстрируют статистическую управляемость. Существует вероятность, равная 50 : 50, что в следующие четыре дня двое рабочих покажут обратные результаты. Покажите, что существуют 50% вероятность, что накопленное за все восемь дней число дефектных изделий для Ричарда снова превысит аналогичную величину для Тима.

Выборка с помощью случайных чисел. Если бы мы формировали партии с помощью случайных чисел, тогда накопленное среднее, статистический предел для x был бы равен 10. Дело в том, что на случайные числа не влияют ни цвет, ни размер, ни какие-либо иные физические характеристики бусин, лопатки или людей. Статистическая теория (теория вероятностей), как она изложена в книгах по теории выборок или по теории распределений, применяется при использовании случайных чисел, но не в реальной жизни. Когда состояние статистической управляемости достигнуто, можно говорить, что распределение существует и оно предсказуемо.

Механическая выборка искажает среднее значение процесса. Доподлинно известно, что накопленное среднее для доли дефектных изделий, вычисленное по результатам контроля, как бы добросовестно он ни был проведен, может не дать хорошего приближения для среднего процесса. Добросовестный контролер может выбирать образцы для контроля с верха, низа и середины партии, пытаясь дать корректную характеристику партии, но нет гарантии, что такой выбор даст результаты, близкие к тем, которые могли быть получены с использованием случайных чисел. Единственный надежный способ — это использовать таблицы случайных чисел для отбора изделий из партии, однако следует признать, что применение данного метода во многих случаях оказывается непрактичным. Исключить возможное искажение, создаваемое механической выборкой, можно лишь путем 100%-ного контроля случайно отбираемых партий, конечно, при 100%-ном контроле всех партий. (Предложено м-ром Дейвом Уэстом на семинаре в Претории в июне 1982 г.)

Изменение метода отбора образцов, когда используется механическая выборка или выборка на основе суждений, вполне может привести к появлению точки, сигнализирующей о неуправляемости. Это артефакт, который следует иметь в виду при интерпретации карты (предложено также м-ром Дейвом Уэстом).

Дальнейшие замечания по поводу статистической управляемости

Статистическая управляемость не исключает наличия дефектных изделий. Статистическая управляемость — это состояние, в котором вариации случайны и стабильны в том смысле, что их пределы предсказуемы. Процесс может находиться в статистически управляемом состоянии, выдавая при этом дефектные изделия. На деле он может производить очень высокую долю дефектных изделий. Мы видели это в эксперименте с бусинами.

Сама по себе статистическая управляемость процесса не есть конечная цель. Как только процесс становится стабильным, становится возможна серьезная работа по совершенствованию качества и экономичности производства.

Вмешательство с целью изменения системы (устранение из системы красных бусин) может быть простым или сложным и длительным. Изменение среднего значения может быть несложным. Оно может потребовать и длительных экспериментов (вспомните пример с покрытием для бумаги из главы 1). Уменьшение разброса обычно представляет более трудную задачу, чем изменение точки настройки. Проблемы различны, и для них не существует общих правил. Это задача, над которой должны работать специалисты в данной области.

Эксперименты на смеси продуктов могут ухудшать шансы на улучшение. Рассмотрим три производственные линии, у которых одно выходное устройство. Я предпочитаю думать о трех рукавах, впадающих в реку (рис. 39). Конечный продукт представляет собой смесь. Если все три производственные линии находятся в статистически управляемом состоянии, тогда смесь в канале также будет статистически управляема, даже если средние значения для трех различных производственных линий будут значительно различаться.

img

Рис. 39. Продукция поступает из трех источников, все три находятся в статистически управляемом состоянии. Смесь из трех источников демонстрирует статистическую управляемость, но имеет широкий разброс значений

На деле, если материал с трех производственных линий тщательно перемешан, дисперсия смеси будет равна полной дисперсии между изделиями на всех трех производственных линиях. Студенты статистических курсов узнают формулу

σ2 = σb2 + σw2,

где σ2 — это дисперсия между изделиями в смеси, σb2 — это дисперсия средних по трем производственным линиям и σw2 — это средняя дисперсия между изделиями внутри отдельных производственных линий.

Первым делом следовало бы уменьшить дисперсию из источника А. Отдельно следует попытаться вывести все три потока на один уровень.

Однако узнать, приводит смешивание к проблемам или нет, можно, лишь изучив каждый источник. Необходимо привести их к одному уровню, уменьшить вариации в каждом из них, особенно в тех, что демонстрируют большую вариабельность. Начните изучение с приведения каждого источника в состояние статистической управляемости.

Поиск «выше по течению» — мощный рычаг в решении проблем смесей компонентов (Уильям Шеркенбах).

Даже если работа группы демонстрирует состояние статистической управляемости, индивидуальные контрольные карты могут показать, что один или два и более людей из группы нуждаются в дополнительном обучении или переводе на другую работу.

Девять шлифовальных станков выполняют финишную обработку передних осей. Из всех деталей, получаемых от девяти станков, содержится в среднем 3% дефектных изделий. Данные по индивидуальным станкам показали, что только станки № 2 и 3 производили дефектные изделия, они нуждались в точной настройке. Когда эти станки были тщательно налажены, выход дефектных изделий от всех девяти станков упал до нуля. Без данных, характеризующих по отдельности все девять станков, улучшение процесса было бы невозможно.

На рис. 20 приведены данные для совокупных результатов работы 11 сварщиков. Анализ работы каждого из 11 сварщиков показал, что сварщик № 6 производит больше дефектов, чем предусмотрено для него.

В примере с петлями чулочных изделий, приведенном профессором Дэвидом Чамберсом, совокупный выход 47 петельщиц находился в хорошем статистически управляемом состоянии с уровнем продукции низкого сорта и брака 4,8%. Индивидуальные карты для каждой работницы показали, что некоторые из них производили брака больше, чем было предусмотрено (подробнее в следующей главе).

Примеры дорогостоящего непонимания

Пример 1. Линия действий нанесена на карту на основе суждений, а не вычислений. Как мы узнали, пределы на контрольной карте говорят о том, чего ожидать от процесса, а не то, каким нам бы хотелось, чтоб он был. Предположим, что рабочий наносит на карту линию, показывающую долю дефектных изделий в день. Он чертит (например) линию на уровне 4%, что, как ему представляется, будет разумной целью. Он показал мне точку, лежащую высоко над этой линией. Вот, сказал он, точка, вышедшая из управляемого состояния.

«Где ваши расчеты контрольных пределов?» — спросил я. «Мы не считаем; мы всего лишь наносим линию там, где, как мы думаем, она должна быть».

К сожалению, некоторые учебники вводят читателя в заблуждение, разрешая устанавливать контрольные пределы на основе допусков или иных требований. В одной книге советовали устанавливать контрольные пределы на основе рассмотрения оперативных характеристик плана выборочного контроля (здесь не рассматриваются). Все подобные заблуждения относительно контрольных пределов увеличивают затраты и не позволяют достигнуть качества.

Подобное размещение линий взамен расчета контрольных пределов ведет к зарегулированности или к недостаточной регулировке и увековечивает любые существующие проблемы. В качестве грустного комментария: люди выбрасывают построенные и интерпретируемые таким неверным образом карты со словами «здесь контроль качества не работает».

Неудивительно. Ведь они никогда его и не пробовали использовать.

Границы допусков никогда не следует показывать на контрольной карте.

В недавно вышедшей книге по статистическому контролю качества допущена аналогичная ошибка, где заявляется, что требования потребителя создают основу для вычисления контрольных пределов. Такие советы губительны для начинающего, они вводят его в заблуждение надолго.

Повторяю, обучение начинающих должен проводить мастер, а не кто попало.

Пример 2. Та же ошибка: критерии для начала действий установлены на основе требований изготовителя. Гораздо проще, чем это можно было бы вообразить, попасть в ловушку, когда критерии для начала действий устанавливаются на основе суждений. Ниже я цитирую письмо, полученное от вице-президента компании, довольного результатами своих усилий. Однако он не понимал, что его методы не позволяют ему достичь качества и производительности, возможного с тем же самым оборудованием и с теми же самыми людьми, при условии, что они получат больше шансов для проявления своих способностей. Изготовитель оборудования, возможно, также был бы доволен, узнав, что его оборудование может работать даже лучше, если только ему был предоставлен шанс. Вот это письмо:

В IV квартале 1980 г. мы провели реорганизацию и наняли консультанта для изучения теории и практики применения на рабочих местах принципов эффективного контроля. Изменения касались рабочих мест как с почасовой, так и с фиксированной оплатой труда. Мы отказались от всех ранее существовавших производственных норм и установили новые исходя из максимальной производительности оборудования, указанной ее изготовителем. Если цели не достигнуты на 100%, цеховой бригадир должен установить причину низкой работоспособности. Наши ремонтные службы, технический и обслуживающий персонал работают над устранением найденных проблем.

Неверный путь. Теперь специалисты этой компании, используя требования, установленные изготовителями в качестве контрольных пределов (пределов действий), смешивают особые и общие причины, гарантируя, что проблемы никогда не пропадут.

Более разумным было бы установить статистическую управляемость оборудования при существующих на рабочем месте условиях. Фактическая производительность могла бы оказаться равной 90% от максимальной производительности, указанной изготовителем, или 100%, или 110%. Следующим шагом было бы постоянное совершенствование оборудования и способа его использования.

Пример 3. Сколь очевидно, столь же и бесполезно. Вице-президент огромного концерна сказал мне, что у него есть жесткая схема контроля готовой продукции. На мой вопрос о том, как они используют данные, последовал ответ: «Данные находятся в компьютере. Компьютер выдает протокол и описание каждого обнаруженного дефекта. Наши инженеры не остановятся до тех пор, пока не найдут причину каждого дефекта».

Почему же тогда количество дефектных труб оставалось стабильным — от 4 ,5 до 5,5% на протяжении двух лет? Инженеры путали общие причины с особыми. Каждый дефект был для них особой причиной, которую нужно проследить, выявить и исключить. Они пытались найти причины скачков вверх и вниз в стабильной системе, ухудшая ситуацию, удаляясь от своей цели (см. высказывания Ллойда Нельсона, глава 2).

Потребитель ценит усилия изготовителя. Потребителю кажется, что изготовитель добросовестен, предпринимает всяческие усилия для уменьшения в будущем числа бракованных труб. Это так, но, к несчастью, его старания направлены не туда, куда следует, и, очевидно, неэффективны. Но откуда им об этом знать?

Очевидное исключение возникает, когда дефектные изделия возникают регулярно. Регулярность появления дефектных изделий следует рассматривать как некую структуру, сигнализирующую об отсутствии статистической управляемости. Тот же совет применим в тех случаях, когда существует единственно возможная, спорадически возникающая важная причина дефектных изделий. В таких случаях изучение дефектных изделий может указать на причину проблем.

Пример 4. На фабрике по производству шин я наблюдал, как вся забракованная за день продукция складывается в одном месте, чтобы затем поступить для изучения к технологам. Это практически аналогично ситуации в примере 3: также гарантия сохранения существующих проблем.

Пример 5. Неправильное использование распределений: еще раз о компьютере без участия оператора. Штампуются раскаленные докрасна и шипящие слитки меди. Станок разрезает слитки, их желаемый вес 326 кг. Каждый слиток автоматически взвешивается, данные заносятся в компьютер.

Следующий этап — электролитическое осаждение меди, слитки формируют анод. Более легкий слиток напрасно занимает место в электролитической ванне в то время, когда более тяжелый еще обрабатывается.

Оператор, видя, что вес заготовки недостаточен, регулирует отрезающий станок, с тем чтобы увеличить вес следующей отливки, и поступает наоборот, если заготовка слишком тяжела. Устройство для автоматического взвешивания в конце дня рисует распределение весов произведенных слитков. Оператор каждое утро имеет перед собой распределение веса заготовок, произведенных накануне (рис. 40), — аналог примера компьютерной обработки без участия оператора.

img

Рис. 40. Гистограмма в черашнего производства, полученная путем автоматического взвешивания и записи веса каждого слитка. Гистограмма показывает оператору, как он вчера работал, но не помогает ему достигнуть более узкого распределения вокруг желательного среднего веса. Компьютер также рассчитывает среднее значение, стандартное отклонение, асимметрию и значение четвертого момента, что абсолютно бесполезно для оператора

«Какова цель данной гистограммы?» — спросил я и получил ответ: «Это наша система контроля качества. Она показывает оператору, как он работает, что позволяет ему улучшить свою работу». — «Как давно у вас проблемы с неоднородностью веса?» — спросил я. «С тех пор как мы начали работать».

Дело в том, что оператор, регулируя станок для каждого слитка, на самом деле увеличивая разброс весов. Он следует правилу 2, или правилу 3, или правилу 4, ухудшая ситуацию, хотя и старается изо всех сил. Откуда ему об этом знать? Распределение на рис. 40 абсолютно бесполезно, это источник разочарований.

В чем ошибка использования распределения на рис. 40? Это распределение не делает различий между: а) причинами, проистекающими из системы, и б) причинами, которые оператор в состоянии исправить. Поэтому оно совершенно не помогает оператору. Оно только разочаровывает его. Контрольная карта провела бы нужное разграничение и таким образом помогла бы оператору.

Инженер, ответственный за эту операцию, объяснил мне, что ему не нужен статистический контроль качества, достаточно 100%-ного контроля и регистрации веса каждого слитка. Оператору надо лишь подстраивать станок после каждого взвешивания. Этот инженер знал о работе все, кроме того, что было важно. Откуда он мог знать об этом?

Интересная дополнительная статистическая проблема возникает, когда мы решаем, при каком наилучшем (наиболее экономически эффективном) весе сверх его среднего значения следует обрезать заготовки с избыточным весом. Эта проблема довольно проста, и мы здесь не будем ею заниматься. Она требует анализа распределения весов, анализа стоимости обрезания заготовок с избыточным весом, анализа затрат на удлинение процесса электролиза на несколько минут, нужных для окончания обработки более тяжелых отливок в электролитической ванне.

В одной из лабораторий я видел круговую диаграмму для числа ошибок, сделанных на прошлой неделе и сгруппированных по типам, — та же ошибка, по тем же самым причинам. Менеджмент предполагал, что работники, зная об ошибках, смогут их исправить, стоит им лишь приложить усилия.

Пример 6. Потери из-за показателя результатов. Инженеры компании-грузоперевозчика разработали так называемые стандарты для оценки результатов менеджеров на каждом из 70 терминалов. Менеджер, не выполнивший норму на 100%, оказывается виноватым. Каждый, кто перевыполнил, справляется со своей работой.

Налицо та же самая ошибка, что и в примере с менеджментом, который анализирует только бракованную продукцию в попытках улучшить выпуск будущей. Менеджменту следует проанализировать распределение показателей. Образует ли это распределение систему или имеются выбросы? Исследование корреляции результатов с типом производимых работ может вскрыть причины слишком хороших или слишком плохих результатов. Например, высокое отношение числа разгрузок (получения груза) к числу отгрузок (отправки груза) может объяснить, почему некоторые терминалы приносят меньше прибыли. Так, большинство маршрутов перевозок заканчиваются во Флориде, обратно на север железнодорожные вагоны и грузовики идут пустыми. Менеджер терминала не в состоянии изменить это соотношение.

Что делал менеджмент, так это увековечивал свои проблемы.

Пример 7. Неверная процедура на ранней стадии производства. Этот пример повторяет урок, который мы уже усвоили, но который полезно пройти еще раз. Результаты измерения 10, 30, 40 или 100 деталей были изучены, чтобы понять, делает ли процесс то, что от него требуется. Следующим шагом (неверным) стал анализ отказавших деталей с целью обнаружения источника проблем.

Это пример дефектного анализа дефектов. Верная процедура предусматривает использование статистических методов для анализа статистических проблем, а именно:

1. Использовать измерения, чтобы построить карту хода процесса или другую статистическую карту (такую, как x- или R-карта, если достаточно данных) в соответствии с ходом производства, чтобы обнаружить, находится ли процесс в статистически управляемом состоянии.

2. Если карта показывает достаточно хорошую статистическую управляемость, можно заключить, что бракованные детали произведены той же самой системой, что и хорошие. Только изменение системы может снизить число бракованных изделий в будущем. Это может быть изменение в конструкции изделия или в методе ее изготовления. Одним из первых шагов должен стать анализ системы измерений, чтобы понять, достаточно ли она стандартизована и находится ли в статистически управляемом состоянии.

Процедура, в которой используется меньше 15–20 изделий, может не дать логически обоснованного ответа на вопрос о воспроизводимости процесса. Тем не менее иногда и меньшее число позволяет сделать твердые выводы. Так, если начальная серия в шесть или семь изделий бракуется, можно сделать вывод о том, что процесс не способен обеспечить соответствие допускам, или что система измерений не в порядке, или что допуски не должны быть столь жесткими.

Семь или восемь изделий, демонстрирующих тренд вверх или вниз, без возвратов, почти наверняка указывают на проблемы с процессом или с системой измерений.

В вариабельности содержится информация. Если вы остановитесь на пяти или шести измерениях, вы потеряете возможность больше узнать причинах вариаций. (Этот раздел написан после разговора с Ллойдом Нельсоном, 7 июня 1984 г.)

3. Если карта показывает отсутствие статистической управляемости, тогда следующим шагом должен стать поиск особых причин. И снова было бы разумно проанализировать и систему измерений. Сначала взгляните на данные, не закралась ли в них ошибка.

Пример 8. Я пожаловался начальнику почтового отделения в Вашингтоне на ошибки при доставке почты. Казалось, что все в окрестности, включая меня, получают конверты, адресованные другим людям. Когда я решил доставить конверт по адресу, благо адресат проживал неподалеку, у двери нужного мне дома я встретился с женщиной, в руках которой был конверт, адресованный мне. Равноценный обмен.

На жалобу я получил от начальника почтового отделения следующий ответ:

Ошибки, подобные тем, на которые вы указали, — бич нашей почтовой системы. Эта проблема существует многие годы. Мы заверяем вас, что каждая ошибка, подобная той, что вы упомянули, будет доведена до сведения виновного разносчика.

«Существует многие годы» — это признание того, что виновата система. Очевидно, что проблема не связана ни с местом, ни со временем, ни с каким-то конкретным почтальоном. Она будет существовать до тех пор, пока система не подвергнется пересмотру с целью снизить возможность ошибок, подобных той, на которую я пожаловался. Между тем менеджмент обвиняет почтальона. Моя жалоба только принесла неприятности разносчику писем.

img

Рис. 41. Доля дефектных изделий, произведенная каждым из 20 операторов. Точки соответствуют их позициям. (Все произвели примерно одинаковое число изделий.)

Вычисление контрольных пределов:

n = 1225, средний объем производства на одного человека в месяц

img

Другие области применения

Использование карты для измерения совокупных дефектов системы. На рис. 41 показана доля дефектных изделий, произведенных 20 производственными рабочими с использованием в течение месяца одной и той же операции. Из него явствует, что:

1. Выход для 20 производственных рабочих образует стабильный, идентифицируемый процесс с определенной воспроизводимостью.

2. Воспроизводимость процесса равна 2% дефектных изделий.

Производственные рабочие вложили в работу все, что могли. Улучшение может возникнуть только благодаря менеджменту, чьи обязанности теперь ясны: найти и устранить (или уменьшить настолько, насколько это практически достижимо) некоторые из общих или внешних причин проблем, или принять как неизбежность 2% дефектных изделий.

Пример выгоды, полученной благодаря изучению системы и ее изменению

Из Daily News, Будапешт, 29 мая 1980 г.

РЕВОЛЮЦИЯ В МЕНЕДЖМЕНТЕ

Лондон. Знаменитые лондонские красные автобусы за последние шесть месяцев демонстрируют большой скачок в производительности, и официальные лица заявляют, что основная причина этого — «революция в менеджменте».

Управление транспорта Лондона, которое контролирует систему общественного транспорта, относит улучшение на счет отмены централизованного управления. 5500 автобусов, обслуживавших 300 маршрутов, были распределены по восьми округам, каждый из которых отвечает за финансы, ремонт и жалобы населения.

Планируемый пробег — число миль, проходимых автобусом по маршрутам, — увеличился на 10%.

Время ожидания на автобусных остановках снизилось, и число сломавшихся в дороге автобусов и автобусов, ожидающих ремонта, уменьшилось от более чем 500 до 150.

На автобусах теперь установлены таблички с именами районных чиновников, к которым пассажиры могут обращаться с жалобами.

На следующий день в той же самой газете появился отчет о речи первого секретаря Венгрии, достопочтенного Яноша Кадара, с заголовком:

УРОВЕНЬ ЖИЗНИ ЗАВИСИТ ОТ ЭФФЕКТИВНОСТИ РАБОТЫ

Требования к качеству должны быть повышены.

Каждый должен обеспечить соответствующую эффективность работы.

Достопочтенный первый секретарь Венгрии высказал правильную идею — повышение жизненного уровня зависит от роста производства. Высшие руководители Венгрии посещали мои лекции и знают о своих обязанностях. Они также осведомлены о том, что от рабочей силы, не нацеленной на непрерывное совершенствование менеджментом, не следует ожидать значительных улучшений показателей.

Люди — это часть системы; им нужна помощь. Несмотря на то что менеджмент отвечает за систему или за ее отсутствие, я на собственном опыте убедился: мало кто знает, что составляет систему. Когда я говорю о системе, многим приходит на ум оборудование и обработка данных. Немногие знают, что наем, обучение, контроль производственных рабочих и помощь им — это часть системы. Кто еще мог бы отвечать за эти виды деятельности?

Однажды я принимал посетителя из Лондона. У него были проблемы с дебиторской задолженностью и с потоком наличности по двум причинам: 1) он опаздывал с рассылкой ежемесячных счетов, особенно крупным потребителям. Расчетный отдел прежде делал так много ошибок, особенно по отношению к крупным потребителям, что этот руководитель боялся посылать счета без многочисленных проверок; 2) эти потребители отказывались оплачивать счета за последние два-три месяца до тех пор, пока не устранены ошибки в предыдущих счетах.

Он заявил, что причиной этих проблем была небрежная работа расчетного отдела — многочисленные ошибки в промежутке между отгрузкой товаров и оформлением накладных:

1. Отгрузка не того товара: приходится оплачивать транспортировку в обе стороны. Потребитель в нетерпении.

2. Отгрузка по неверному адресу: приходится оплачивать транспортировку в обе стороны. Потребитель в нетерпении.

3. Неверная накладная, например, не сделана скидка с совокупной суммы приобретенного товара.

Эти ошибки приводят к возникновению множества неверных накладных. Накапливаются горы счетов за транспортировку. Этот руководитель не упомянул о судебных преследованиях со стороны универмага, потерявшего прибыль в сезон Рождества из-за того, что получил не тот товар. К тому же у него были все мыслимые виды проблем. Он заявил, что работавшие на него люди самые худшие из тех, кого можно было найти в Лондоне.

Он мог бы взять заем в банке — несмотря на его проблемы, это был оправданный риск. Но платить проценты (в тот момент 18%), чтобы покрыть сумму, которую другие должны вам, — это не лучший способ движения вперед.

Все эти проблемы исчезнут, сказал он, когда начнет работать новое оборудование для обработки данных, примерно через два года. Что можно предпринять до тех пор?

Я уверил его, что, когда заработает его новое оборудование для обработки данных, он столкнется с новым набором проблем, если только не предпримет следующие шаги:

1. Упростит систему расчетов за продукцию. Она слишком сложна. Например, следует отказаться от скидок с совокупной суммы крупной партии товаров в течение объявленного периода времени (6 месяцев).

2. Улучшит подготовку и постоянную переподготовку сотрудников. Что вы знаете относительно частоты появления серьезных ошибок? Где они возникают? Какова их причина? Какие рабочие не являются частью системы? У него не было ответов ни на один из этих вопросов.

Ему никогда не приходило в голову, что его люди — это часть системы и что он отвечает и за них, и за ответы на все эти вопросы. Под системой он понимал оборудование, склады, финансы и т.д. Он уехал с надеждой, пообещав найти в Лондоне статистика, который помог бы ему.

Через пять месяцев, чрезвычайно довольный, он вернулся. Число наиболее важных ошибок снизилось с 39 до 6%, следующие по важности — с 27 до 4%. Он был на пути к дальнейшему их снижению.

Небольшой список литературы по теме

Серьезный читатель может расширить свои знания в области теории вариабельности, читая книги. Однако ничто не заменит хорошего учителя.

Рекомендуемая литература

American National Standards Institute, Guides for Quality Control. (Identified as A. S. Q C. B1 and B2, published by the American National Standards Institute, 1430 Broadway, New York 10018).

Kaoru Ishikawa, Guide to Quality Control, Asian Productivity Organization, 1976. Available from Unipub, P. O. Box 433, Murray Hill Station, New York 10157.

What is Total Quality Control? Prentice-Hall, 1985. (Русский перевод: Исикава Каору. Японские методы управления качеством : Пер. с англ. / Под ред. А.В. Гличева. — М.: Экономика, 1988.)

Nancy Mann, The Keys to Excellence: The Story of the Deming Philosophy, Prestwick Books, Los Angeles, 1985.

William Scherkenbach, The Deming Route to Quality and Productivity, CEEP Press, The George Washington University, Washington 20052, 1986.

Walter Shewhart, Economic Control of Quality of Manufactured Product, Van Nostrand, 1931, repr. ed. American Society for Quality Control, 1980.

Statistical Method from the Viewpoint of Quality Control, Graduate School, Department of Agriculture, Washington, 1939; repr. ed., Dover, 1986.

Western Electric Company, Bonnie B. Small, Chairman of the Writing Committee, Statistical Quality Control Handbook, Indianapolis, 1956. Available from AT&T Customer Information Center (specify Code 700–444), P. O. Box 19901, Indianapolis 46219.

Существует множество книг по так называемому контролю качества. Любая несет в себе новые знания, и почти каждый автор — мой друг и коллега. Тем не менее большинство книг содержат опасные ловушки, такие как предел браковки, модифицированные контрольные пределы, площадь под нормальной кривой, выборочный контроль при приемке. Одна книга устанавливает контрольные пределы на основе кривых рабочих характеристик (которые здесь не рассматриваются), другая устанавливает контрольные пределы, соответствующие допускам. Некоторые книги учат, что контрольная карта — это проверка гипотезы: управляем процесс или нет. Подобные ошибки могут губительно сказаться на сознании обучающегося.

Студентам следует также избегать расчета доверительных интервалов и критериев значимости, поскольку подобные вычисления неприменимы для исследования аналитических проблем в науке и промышленности (см. раздел «Недостаточное обучение статистическим методам в промышленности», глава 3).

Для изучения основ статистики и ее методов

A. Hald, Statistical Theory with Engineering Applications, Wiley, 1952. (Русский перевод: А. Хальд. Математическая статистика с техническими приложениями. : Пер. с англ. / Под ред. Ю.В. Линника. — М.: ИЛ, 1956.)

Harry Ku et al. The Measurement Process, National Bureau of Standards, Special Publication № 300, U. S. Government Printing Office, Washington 20402, 1969.

Ernest Kurnow, Gerald Glasser, and Fred Ottman, Statistics for Business Decisions, Irwin, 1959.

Eugene Mac Niece, Industrial Specifications, Wiley, 1953.

Alexander Mood, Introduction to the Theory of Statistics, McGraw-Hill, 1950.

Frederick Mosteller and John Tukey, Data Analysis and Regression, Addison-Wesley, 1977. Есть русский перевод: Ф. Мостеллер, Дж. Тьюки. Анализ данных и регрессия : Пер. с англ. / Под ред. и с предисл. Ю.П. Адлера. — М.: Финансы и статистика, 1982.

Ellis Ott, Process Quality Control, McGraw-Hill, 1975.

L.H.C. Tippett, The Methods of Statistics, Wiley, 1952.

Statistics, Oxford University Press, 1944.

John Tukey, Exploratory Data Analysis, Addison-Wesley, 1977. Есть русский перевод: Дж. Тьюки. Анализ результатов наблюдений. Разведочный анализ : Пер. с англ. / Под ред. В.Ф. Писаренко. — М.: Мир, 1981.

W. Wallis and Harry Roberts, Statistics: A New Approach, Free Press, 1956.

W. Youden, Experimentation and Measurement, National Science Teachers Association, Washington, 1962. Also, Statistical Methods for Chemists, Wiley, 1951.

Показать оглавление

Комментариев: 12

Оставить комментарий

  1. Davidten
    Стейкинг
  2. apella
    Ypzk72o furosemide 20 mg tab cost
  3. Olegadar
    признаки того что ты нравишься
  4. BruceTop
    Excuse, that I interfere, there is an offer to go on other way. gay porn
  5. Donaldisi
    Привет господа Ремонт скважин Ремонт скважин в Минске – это комплекс мер, направленных на восстановление работоспособности скважины и водоподъемного оборудования. Заметное уменьшение объема добываемой из скважины воды или появление в ней примесей могут вызывать разные причины. Основные неисправности – это: износ или повреждение погружного насоса, забивание песком (илом) фильтра скважины, износ и повреждение обсадных труб. Не рекомендуем пытаться устранять эти неисправности самостоятельно, так как неумелые действия могут привести к повреждению скважины или погружного насоса. Из-за чего затраты на ремонт скважины возрастут многократно. Стоимость ремонта скважин Наименование работ Цены, BYN Поднятие и замена насоса из скважины (без материала) от 200 руб Поднятие и замена насоса в промышленных скважинах от 1500 руб Замена и ремонт элементов автоматики оборудования скважины от 100 руб Диагностика и ремонт старых скважин от 100 руб Восстановление дебита скважин от 400 руб Видео инспекция скважин с выездом на место от 250 руб Извлечение застрявших в скважинах насосов от 230 руб Прочистка и промывка скважин от 230 руб Восстановление паспорта скважины от 70 руб Консервация скважин от 800 руб Кислотная обработка скважин Договорная Оценка водных запасов Договорная Ликвидация скважины Договорная Этапы ремонта скважины на воду: 1 этап: Диагностика. Выполняется обследование скважины. 2 этап: После выявления причины неисправности, составляется план работ по восстановлению скважины наиболее подходящим методом в каждом конкретном случае. 3 этап: После ремонта выдаётся акт выполненных ремонтных работ и рекомендации по уходу за восстановленной скважиной. Диагностика скважины и выявление причин неисправностей Перед тем как наметить план ремонтных работ и выяснить причины поломки, необходимо провести обследование и оценить состояние скважины. Если неисправность вызвана заиливанием и вообще попаданием посторонних примесей, то поможет обыкновенная промывка скважины. Несколько часов – и Ваша скважина снова даёт чистую воду. Если же дело серьёзнее, и повреждён фильтр либо насосное оборудование, понадобится ремонт скважины на воду. Для обеспечения беспрерывной работы скважины, необходимо правильно её эксплуатировать, проводить регулярное обслуживание и устранять мелкие поломки своевременно, не дожидаясь когда скважина перестанет работать совсем. Мы ценим доверие наших клиентов, поэтому наша компания “БурТехСервис” проводит регулярное техническое обслуживание пробуренных нами скважин. На фото представлено выполнение работ по замене скважинного насоса.
  6. Donaldcoh
    Добрый день господа Артезианская и песчаная виды скважин. Ориентируясь на цели и нужды своего заказчика компания “БурТехСервис” выполняет бурение как скважин на песок (до первого водоносного слоя – песчаный слой), так и артезианских скважин, расположенных глубже (водоносный слой известняк, в котором естественными способами отфильтровывается вода). Давайте разберемся, какому типу скважин отдать предпочтение. Сравнение артезианского и песчаного типов скважин Критерий Скважина на песок Артезианская скважина Глубина Бурение осуществляется на небольшую глубину до первого водоносного (песчаного) слоя – 20-60 метров При бурении артезианской скважины можно достичь большой глубины (до 250 метров) Срок службы 10-20 лет при условии регулярной эксплуатации Срок службы составляет свыше 50 лет независимо от регулярности эксплуатации Дебит (производительность) скважины Небольшой – около 600 литров в час Большой дебит скважины (до 20 м3 в час) Особенности монтажа Сложности при монтаже и эксплуатации оборудования для подачи воды. Не возникает трудностей при монтаже и использовании оборудования. Фильтр Необходимо установить фильтр для защиты питьевой воды от попадания в нее песка и других загрязнений Необходимости в установке фильтров нет, поскольку вода в известняковом слое отфильтровывается и обеззараживается естественными способами Затраты Скважины на песок – популярный и незатратный способ провести воду в дом Затраты гораздо выше ввиду сложностей проведения буровых работ и монтажа оборудования Объём водоснабжения Воды хватает на покрытие нужд лишь одного дома Водоснабжения с лихвой хватает на весь частный сектор или посёлок. skvazhina-na-pesok Скважина на песок artezianskaya-skvazhina Артезианская скважина Скважина на песок Популярность этого типа скважин обусловлена доступной ценой и быстротой построения. Весь процесс состоит из следующих этапов: Бурение скважины роторным или шнековым способом. В пробуренное отверстие монтируем обсадную трубу. В качестве обсадных труб используем трубы нПВХ из пищевого пластика ?90 или ?125. Они наиболее эффективно обеспечивают целостность ствола скважины и защищают оборудование от различных механических нагрузок извне После этого устанавливаем 3-метровый фильтр из полиамидной сетки галунного плетения европейского производства. Он защищает воду от попадания в нее песка и других загрязнений. Обсыпка фильтра фильтрующим песком Прокачка скважины до визуально чистой воды. Подбор и установка насосного оборудования. После того как скважина пробурена и установлен насос для обеспечения подъема воды на поверхность, рекомендуется обустроить скважину необходимым оборудованием. Обустройство скважины продляет срок ее эксплуатации, сохраняя ее в работоспособном состоянии долгие годы. С вариантами обустройства вы можете ознакомиться здесь. Артезианская скважина (на известняк) В артезианской скважине водоносный слой находится между двумя слоями известняковой породы на достаточно большой глубине – до 250 метров. Это обеспечивает воде непревзойденное качество и чистоту. Установка фильтров не требуется – на такой глубине вода отфильтровывается естественными способами. Скважина артезианского типа бурится роторном способом. Существует 4 вида конструкции артезианской скважины; Стандартная. В этом случае в грунтовом слое не содержится песка и глины, а давление воды очень высокое. Скважину оснащают одной металлической обсадной трубой. Диаметр трубы может достигать 159 мм. Не требует глубокого погружения насоса — воду можно добывать уже при наполненности 2 труб — до этой отметки она поднимается спокойно. С двойной обсадной трубой. В грунтовом слое имеется и песок, и глина, а давление воды очень слабое – самый оптимальный вариант для проведения работ. Без глинистых слоев встречаются довольно редко, потому чаще монтируется скважина с двойной обсадной трубой. Дополнительный элемент монтируется в зоне с сухим известняком. С кондуктором. В грунтовом слое не имеется песка и глины, давление воды высокое, но могут существовать преграды в верхних слоях – плывуны. Именно там монтируется кондуктор. Это помогает компенсировать давление. Телескопическая конструкция. Применяется в местах с неустойчивым грунтом с камнями и валунами. Конструкцию называют телескопической, так как здесь используется сразу три обсадных металлических трубы. Это позволяет компенсировать сильное давление среды. В распоряжении “БурТехСервис” имеется полной набор специальной техники, необходимой для проведения буровых работ на всех этапах, включая земельные работы. Вы можете ознакомиться со буровыми комплектами , а также с фотографиями техники в процессе работы. Свяжитесь с нами по телефону или оставьте заявку,наш специалист проконсультирует вас по всем вопросам бурения, а также обустройства скважин. В компании “БурТехСервис” работают высококвалифицированные и опытные специалисты по бурению — после окончания работ у вас будет сооружена автономная скважина с чистой водой.
  7. NicoleGlola
    AllExpress Endless coupons, discounts, promotions and flash deals. Competitive Prices On More Than 100 Million Items. Check Out All Deals on AllExpress. 24*7 Customer care. Buyer's Protection. Free Shipping Worldwide. Secure Payment Method. fast. Equipment for appearance . to anywhere in the world Unique products. Flexible and rigid bracelets . to any place inexpensive. Action chamber and accessories .constantly per day. Earrings .constantly fast. Sports bags .Anytime @a
  8. RevolinskExeme
    GAY PORN
  9. NicoleMip
    AllExpress Endless coupons, discounts, promotions and flash deals. Competitive Prices On More Than 100 Million Items. Check Out All Deals on AllExpress. 24*7 Customer care. Buyer's Protection. Free Shipping Worldwide. Secure Payment Method. inexpensive. Accessories and details for motorcycles . to any place inexpensive. Female watch .Anytime inexpensive. Portable electronics . to any place fast. Spare parts for household appliances . to anywhere in the world Unique products. Equipment for the house .always @a
  10. NicoleGlola
    AllExpress Endless coupons, discounts, promotions and flash deals. Competitive Prices On More Than 100 Million Items. Check Out All Deals on AllExpress. 24*7 Customer care. Buyer's Protection. Free Shipping Worldwide. Secure Payment Method. inexpensive. Accessories to a holiday and party . to any place inexpensive. Spare parts for a car . to anywhere in the world The best products. Jewelry on a wedding and an engagement .Anytime fast. Make-up .constantly per day. Demonstration stands and accessories . to anywhere in the world @a
  11. Donaldtru
    Добрый день дамы и господа Where is moderator?? It is about advertisement on your website. Thank. плиткорез ручной купить в гродно
  12. Donaldrvh
    Добрый день господа Where is administration? It is important. Thank. плиткорез электрический 920