ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ
НАЦИОНАЛЬНЫЙ ГОСТР
СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
ИСО 22514-4—
Статистические методы
УПРАВЛЕНИЕ ПРОЦЕССАМИ
Часть 4
Оценка показателей воспроизводимости и пригодности процесса
(ISO 22514-4:2016, Statistical methods in process management — Capability and performance — Part 4: Process capability estimates and performance measures, IDT)
Издание официальное
Москва Российский институт стандартизации 2021
Предисловие
1 ПОДГОТОВЛЕН Закрытым акционерным обществом «Научно-исследовательский центр контроля и диагностики технических систем» (ЗАО «НИЦ КД») на основе собственного перевода на русский язык англоязычной версии стандарта, указанного в пункте 4
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 125 «Применение статистических методов»
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 28 сентября 2021 г. № 1019-ст
4 Настоящий стандарт идентичен международному стандарту ИСО 22514-4:2016 «Статистические методы в управлении процессами. Воспроизводимость и пригодность. Часть 4. Оценка показателей воспроизводимости и пригодности процесса» (ISO 22514-4:2016 «Statistical methods in process management — Capability and performance — Part 4: Process capability estimates and performance measures», IDT).
Международный стандарт разработан Техническим комитетом ISO/TC 69.
Наименование настоящего стандарта изменено относительно наименования указанного международного стандарта для приведения в соответствие с ГОСТ Р 1.5—2012 (пункт 3.5).
5 ВЗАМЕН ГОСТ Р 50779.46—2012nSO/TR 22514-4:2007
Правила применения настоящего стандарта установлены в статье 26 Федерального закона от 29 июня 2015 г. Nt 162-ФЗ «О стандартизации в Российской Федерации». Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе «Национальные стандарты», а официальный текст изменений и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя «Национальные стандарты». Соответствующая информация, уведомление и тексты размещаются также в ин-формационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)
©ISO. 2016
©Оформление. ФГБУ «РСТ». 2021
Настоящий стандарт не может быть полностью или частично воспроизведен, тиражирован и распространен в качестве официального издания без разрешения Федерального агентства по техническому регулированию и метрологии
Содержание
1 Область применения
2 Обозначения и сокращения
3 Основные принципы оценки параметров пригодности и воспроизводимости процесса
4 Воспроизводимость
5 Пригодность
в Отчетность об индексах воспроизводимости и пригодности процесса
Приложение А (справочное) Оценка стандартного отклонения
Приложение В (справочное) Оценка параметров воспроизводимости и пригодности процесса с использованием кривых Пирсона. Процедура и пример
Приложение С (справочное) Идентификация распределения
Приложение D (справочное) Доверительные интервалы
Библиография
Введение
Многие организации в своей деятельности применяют стратегию постоянного улучшения. Для ее выполнения организации необходимо оценивать воспроизводимость и пригодность своих ключевых процессов. В этом случае применимы методы, установленные в стандартах серии ИСО 22514. Основой успешного применения действий по непрерывному улучшению является постоянный анализ оценок показателей пригодности и воспроизводимости процессов.
Особенностью настоящего стандарта является то. что в нем четко определены понятия «условия воспроизводимости процесса» и «условия пригодности процесса», первичное различие которых состоит в наличии (воспроизводимость процесса) или отсутствии (пригодность процесса) статистической стабильности процесса. Поэтому при оценке пригодности и воспроизводимости применяют два набора индексов, которые приведены в соответствующих разделах настоящего стандарта. Это необходимо, так как многие организации не учитывают их различия и соответственно неверно трактуют полученные индексы.
Изложение настоящего стандарта построено по принципу от общего к частному, что позволяет получить общие формулы, а также их представление в более частном виде.
В стандарте имеется много ссылок, показывающих важность понимания процессов в деятельности любой организации, будь это производственный процесс или процесс обработки информации. В условиях конкуренции для организации важна не только цена продукции или услуг, но также и затраты. которые понесет покупатель при использовании продукции или услуги. Поэтому целью любого поставщика является непрерывное уменьшение изменчивости процессов, а не только их соответствие установленным требованиям.
Стратегия постоянного улучшения обеспечивает сокращение затрат, связанных с отказами, и повышает устойчивость развития организации в условиях конкуренции. Кроме того, снижение изменчивости процесса позволяет сократить затраты на контроль продукции и уменьшить частоту выборочного контроля.
Оценка воспроизводимости и пригодности процесса также необходима организации для контроля воспроизводимости и пригодности процессов ее поставщиков. Для этих целей настоящий стандарт будет полезен многим организациям.
Количественная оценка изменчивости процесса позволяет сделать выводы о его пригодности и соответствии установленным требованиям. Настоящий стандарт обеспечивает необходимую основу для понимания воспроизводимости и пригодности любого процесса.
Все процессы обладают некоторой присущей им изменчивостью. Настоящий стандарт не разъясняет, что является собственной изменчивостью процесса, ее возникновение и влияние на процесс. 8 стандарте использовано предположение, что собственная изменчивость существует и стабильна.
Владельцы процесса должны пытаться понять и определить источники изменчивости своих процессов. Для идентификации этой изменчивости могут быть использованы такие методы, как составление блок-схемы и идентификация входов и выходов процесса, использование причинно-следственной диаграммы (рыбный скелет).
Для пользователя настоящего стандарта важно понимать наличие изменчивости, которая может иметь краткосрочную или долгосрочную природу, и то. что определение воспроизводимости, использующее только краткосрочную изменчивость, может значительно отличаться от определения воспроизводимости, использующего долгосрочную изменчивость.
При анализе краткосрочной изменчивости может быть выполнено исследование, использующее только краткосрочную изменчивость, иногда называемое анализом оборудования, приведенное в ИСО 22514-3. Метод выполнения такого исследования в настоящем стандарте не рассмотрен, однако необходимо отметить, что такие исследования важны и полезны.
Следует заметить, что индексы воспроизводимости, вычисленные в соответствии с настоящим стандартом, представляют собой только точечные оценки истинных значений. Поэтому рекомендуется, по возможности, определять и записывать доверительные интервалы индексов. 8 настоящем стандарте установлены необходимые для этого методы.
ГОСТ Р ИСО 22514-4—2021
НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
Статистические методы
УПРАВЛЕНИЕ ПРОЦЕССАМИ
Часть 4
Оценка показателей воспроизводимости и пригодности процесса
Statistical methods. Process management. Part 4. Process capability and performance estimation
Дата введения — 2022—01—01
1 Область применения
В настоящем стандарте установлены наиболее применимые показатели воспроизводимости и пригодности процесса.
2 Обозначения и сокращения
2.1 Обозначения
8 настоящем стандарте применены следующие обозначения:
а — доля или пропорция;
Р — параметр формы распределения Вейбулла;
Р2 — коэффициент эксцесса;
с4 — константа, соответствующая подгруппе объема л (см. ИСО 7870-2);
Ср — индекс воспроизводимости процесса:
Ср|с — меньший индекс воспроизводимости процесса;
— нижний индекс воспроизводимости процесса;
Срк0 — верхний индекс воспроизводимости процесса;
Срт — альтернативный индекс воспроизводимости процесса;
Сд — коэффициент воспроизводимости процесса (PCF);
d2 — константа, соответствующая подгруппе объема л (см. ИСО 7870-2);
е — число Эйлера (приблизительно равно 2,718). математическая константа:
Ф(-) — функция распределения стандартного нормального распределения;
у — параметр положения распределения Вейбулла;
у, — коэффициент асимметрии;
т — количество подгрупп;
К,. Кц — коэффициенты, используемые при определении границ доверительного интервала индекса воспроизводимости процесса;
L — нижняя граница поля допуска;
Издание официальное
Ро 135% — процентиль уровня 0.135;
р — показатель положения процесса; математическое ожидание (среднее) совокупности;
N — общий объем выборки;
л — количество значений или объем подгруппы (для контрольной карты);
Рв% — процентиль уровня а%;
pL — нижняя доля несоответствующих единиц продукции;
Рр — индекс пригодности процесса;
Ррк — меньший индекс пригодности процесса;
Ppkt — нижний индекс пригодности процесса;
Ppkl/ — верхний индекс пригодности процесса;
р, — общая доля несоответствующих единиц продукции;
рц — верхняя доля несоответствующих единиц продукции;
Рд9865% — процентиль уровня 99.865 %;
я — геометрическая постоянная (3.14...);
Qk — индекс изменчивости процесса;
9 — параметр распределения Рэлея;
R — выборочное среднее размаха в подгруппе;
S — выборочное стандартное отклонение, выборочная статистика;
S, — общее стандартное отклонение;
S — выборочное среднее стандартного отклонения;
— выборочное стандартное отклонение >й подгруппы;
о — истинное стандартное отклонение совокупности;
— оценка общего стандартного отклонения:
Т — целевое значение:
U — верхняя граница поля допуска;
— процентиль уровня а %;
Xt — >-е значение в выборке;
X — среднее арифметическое выборочных значений;
X — среднее арифметическое нескольких выборочных средних;
— параметр масштаба распределения Вейбулла;
У,. У2 — значения, полученные по графику;
zn — квантиль стандартного нормального распределения уровня а1).
В дополнение к приведенным выше обозначениям некоторые обозначения определены в тексте.
2.2 Сокращения
В настоящем стандарте применены следующие сокращения:
MSE2 3’ — средний квадрат ошибки:
PCF3) — коэффициент воспроизводимости процесса;
PCI4)— индексы воспроизводимости процесса.
3 Основные принципы оценки параметров пригодности и воспроизводимости процесса
3.1 Общие положения
Рекомендации, приведенные в 4.2—4.6. относятся только к данным, представляющим собой результаты измерений. Они не подходят для оценок в баллах атрибутивных данных (наблюдений по альтернативному признаку), информация по обработке таких данных приведена в ИСО 22514-5.
3.2 Параметры положения
Параметром положения распределений является среднее (математическое ожидание) ц или медиана Х50%. Для симметричных распределений наиболее предпочтительным параметром положения является среднее, а для несимметричных распределений — медиана.
3.3 Параметры разброса
3.3.1 Собственная изменчивость
Предпочтительным параметром собственной изменчивости процесса является стандартное отклонение ст. Его часто оценивают по среднему размаху R или среднему стандартному отклонению S. полученным по карте на основе размахов (Я), или стандартному отклонению S. когда процесс стабилен и находится в состоянии статистической управляемости в соответствии с 4.1. Методы определения оценок стандартного отклонения процесса приведены в приложении А.
3.3.2 Общая изменчивость
Необходимо отличать стандартное отклонение, характеризующее только краткосрочные изменения процесса, и стандартное отклонение, характеризующее долгосрочные изменения процесса. Общая изменчивость — это изменчивость, присущая процессу в течение продолжительного периода времени. Методы вычисления стандартных отклонений, представляющих эти изменения, приведены в приложении А. Очень часто, когда данные собраны в течение длительного периода времени, оценка стандартного отклонения превышает истинное за счет более существенной изменчивости процесса 3.3.3 Краткосрочная изменчивость
Изменчивость процесса может быть краткосрочной и быть частью общей изменчивости. Это показано на рисунке 1. Краткосрочная изменчивость включает собственную изменчивость, а также может включать изменчивость, вызванную краткосрочным нарушением стабильности.
? — краткосрочна* изменчивость: 2— общая изменчивость
Рисунок 1 — Краткосрочная изменчивость и ее взаимосвязь с обшей изменчивостью
Распределение, характеризующее изменчивость, может быть любым, не обязательно нормальным, как показано на рисунке 1.
3.4 Среднеквадратическая ошибка (MSE)
При минимизации изменчивости процесса иногда в качестве предпочтительной меры изменчивости используют средний квадрат ошибки. Использование MSE совместимо со многими самостоятельными качественными методами.
3.5 Границы опорного интервала
Нижние и верхние границы опорного интервала представляют собой процентили распределения уровней 0.135 % и 99.865 % соответственно, которые описывают область изменений характеристик процесса. Эти процентили обозначают Хо 135% и Х998в8%.
3.6 Опорный интервал
Опорный интервал — интервал между верхней и нижней опорными границами. Опорный интервал включает 99.73 % элементов совокупности значений исследуемой характеристики процесса, находящегося в состоянии статистической управляемости.
4 Воспроизводимость
4.1 Общие положения
Показатель воспроизводимости процесса — мера собственной изменчивости процесса. Изменчивость. присущая процессу, когда он находится в состоянии статистической управляемости, является собственной изменчивостью процесса. Она характеризует изменчивость, остающуюся после устранения всех известных причин, которые можно объяснить. Если мониторинг процесса осуществляют с использованием контрольной карты, то контрольная карта показывает, что процесс находится в управляемом состоянии.
Воспроизводимость процесса часто рассматривают как долю продукции, изготовленной процессом. характеристика которой находится внутри границ поля допуска. Так как процесс находится в статистически управляемом состоянии, он может быть описан прогнозируемым распределением и может быть оценена доля продукции, характеристика которой выходит за границы поля допуска. До тех пор, пока процесс остается в состоянии статистической управляемости, изготавливаемая продукция имеет в среднем одну и ту же долю несоответствующей продукции.
Действия по управлению процессом, направленные на уменьшение изменчивости, вызванной случайными причинами, позволяют улучшить соответствие процесса требованиям спецификации.
Таким образом, необходимо:
- определить процесс и условия его эксплуатации. При изменении этих условий необходимо новое исследование процесса:
- оценить параметры краткосрочной и долгосрочной изменчивости в виде процентов от общей изменчивости процесса и минимизировать их;
- поддерживать стабильность процесса и обеспечивать его статистическую управляемость;
- оценить оставшуюся собственную изменчивость процесса;
* выбрать соответствующий параметр воспроизводимости процесса.
При анализе воспроизводимости процесса необходимо учитывать следующие условия:
- должны быть установлены все технические условия (например, требования по температуре и влажности);
- должна быть установлена и проанализирована неопределенность системы измерений (см. ИСО 22514-7);
- должна быть обеспечена возможность анализа многофакторных, многоуровневых аспектов процесса;
- должна быть зарегистрирована продолжительность сбора данных;
- должны быть установлены периодичность отбора и объем выборок, а также даты начала и конца сбора данных.
- для управления процессом должна быть использована контрольная карта;
- процесс должен находиться в состоянии статистической управляемости.
Необходимо проверить контрольную карту, данные которой были использованы для статистического контроля, и гистограмму данных со всеми установленными границами, нанесенными на нее. Необходимо проверить нормальность распределения с помощью валидированного критерия, такого как критерий Андерсона-Дарлинга (15]. или любого другого подходящего метода. Этот критерий эффективен при выявлении отклонений распределения от нормальности на хвостах распределения, он предложен в настоящем стандарте, поскольку именно эти области важны при определении оценок индексов пригодности и воспроизводимости процесса. Кроме того, может быть использована нормальная вероятностная бумага для:
а) проверки нормальности распределения;
Ь) выявления выбросов.
с) выявления данных, лежащих вне границ поля допуска;
d) проверки того, что все данные находятся внутри границ поля допуска;
е) выявления наличия асимметрии функции распределения;
0 подтверждения наличия «длинных хвостов» данных (т.е. определения коэффициента эксцесса); д) выявления нецентральное™ распределения;
h) выявления всех необычных участков данных.
Должны быть найдены объяснения упомянутых аномалий данных и выполнены соответствующие действия с данными до вычисления параметров процесса. Исключение данных, выделяющихся относительно остальных, является неприемлемым. Такие отклонения могут быть очень информативными относительно свойств процесса и должны быть тщательно исследованы.
4.2 Воспроизводимость процесса
4.2.1 Нормальное распределение
Воспроизводимость процесса является статистической мерой собственной изменчивости процесса для заданной характеристики. Обычно метод использует опорный интервал, включающий 99.73 % значений характеристики процесса, находящегося в состоянии статистической управляемости, границы которого отсекают 0,135 % с каждой стороны распределения. Такой подход применяют, даже если распределение значений наблюдаемой характеристики не является нормальным. Для нормального распределения длина опорного интервала составляет шесть стандартных отклонений (см. рисунок 2).
а — опорный интервал уровня 99,73 %
Рисунок 2 — Нормальное распределение
В некоторых случаях воспроизводимость процесса оценивают для исследования особых источников изменчивости процесса, таких как многопоточный процесс (например, формовочный процесс с несколькими одновременно заполняемыми формами). В таких условиях распределение значений характеристики процесса (из всех форм) может быть приблизительно нормальным, но с большей изменчивостью. при которой стандартное отклонение составляет ог Важно установить, как вычислено стандартное отклонение, а также стратегию отбора выборки, объем выборки и количество и изменчивость продукции, изготовленной между отборами выборок, поскольку все это влияет на достоверность оценки воспроизводимости процесса (см. ИСО 22514-2).
При анализе воспроизводимости обычно используют данные, приведенные на контрольной карте. Если на контрольной карте приведены линии ослабленного контроля или измененные линии контроля, реальное стандартное отклонение процесса будет больше, чем стандартное отклонение, полученное по данным контрольной карты со стандартными линиями контроля. Указанные особенности влияют на опорный интервал, поэтому важно, чтобы они были указаны при оценке индексов воспроизводимости процесса.
Воспроизводимым является процесс, у которого опорный интервал меньше границ поля допуска на указанную величину. Пример такой ситуации показан на рисунке 3.
а — опорный интервал уровня 99.73 %
Рисунок 3 — Нормагъное распределение с границами поля допуска
4.2.2 Ненормальное распределение
Если распределение значений характеристики не является нормальным или является искаженным нормальным, то опорный интервал может иметь вид. представленный на рисунке 4. Значения Yt и У2, обычно представляющие собой квантили уровней 0.135 % и 99.865 %, могут быть оценены с использованием вероятностной бумаги (см. рисунок 5 в качестве примера использования вероятностной бумаги для выявления экстремальных значений) или при помощи соответствующего программного обеспечения. Значения могут быть вычислены с использованием таблиц (см. приложение В) или частной функции вероятностей, как предложено в приложении С.
а — опорный интервал уровня 99.73 %
Рисунок 4 — Ненормальное распредедение
4.3 Параметр положения процесса
Даже если процесс можно считать воспроизводимым в соответствии с приведенным выше определением (см. 4.2.1). но мода распределения процесса смещена относительно границ поля допуска, могут появиться значения (точки) за пределами границ поля допуска. Поэтому кроме интервала изменений процесса необходимо оценить параметр положения распределения процесса.
--------- наилучшая линия. • - кумулятивный процент
Рисунок 5 — Пример использования вероятностной бумаги для выявления экстремальных значений
4.4 Оценка индексов воспроизводимости процесса по результатам измерений
4.4.1 Общие положения
Индексы воспроизводимости процесса, приведенные а настоящем стандарте, представляют собой точечные оценки их истинных значений. Поэтому рекомендуется всегда по возможности определять и записывать доверительные интервалы индексов. Соответствующие методы приведены в приложении 0.
Использование индекса воспроизводимости процесса позволяет охарактеризовать состояние процесса. Существует несколько индексов. Следует уделять особое внимание при работе с ненормальными распределениями.
Индексы воспроизводимости устанавливают только для процессов, пребывающих в состоянии статистической управляемости.
Часто используемый индекс воспроизводимости процесса представляет собой отношение разности границ поля допуска к длине опорного интервала, его обозначают Ср. Таким образом.
U-L
(1)
₽ ~-^0.135%
Существуют другие индексы, характеризующие как положение, так и изменчивость процесса. Наиболее используемый из них индекс Срк. Если этот индекс менее заданной величины, процесс считают неприемлемым, так как он может привести к изготовлению слишком большой доли единиц продукции с характеристиками, выходящими за границы поля допуска, и организация может быть скомпрометирована.
Индекс Срк равен отношению разности границы поля допуска и параметра положения процесса к разности соответствующей естественной границы значений процесса и параметра положения процесса:
_ 1/-Х50%
(2)
UpkU У----Гу—
Л50%
*50% ~ *-У «У л50% л 0.135%
Как правило, индекс Срк имеет меньшее значение, чем другие индексы.
Примечание — В некоторых случаях определяют оба эти значения (которые также обозначают CPU и CPL соответственно). Они позволяют получить информацию об обеих сторонах процесса.
Эти индексы дают информацию о том. насколько плотно сгруппированы значения характеристики вокруг центральной линии и возможно изготовление продукции, не соответствующей требованиям. Даже если индекс С. принимает достаточно высокое значение, низкое значение индекса Срк показывает. что процесс слабо сконцентрирован вокруг центральной линии и существует высокая вероятность изготовления продукции, характеристики которой выходят за границы установленных требований.
4.4.2 Индекс Ср (для нормального распределения)
Если наблюдаемые значения подчиняются нормальному распределению и получены из статистически управляемого процесса, длина опорного интервала равна 6п. где ст — собственное стандартное отклонение процесса. Поэтому индекс Ср можно представить в виде
U-L
вл
Для определения оценки индекса Ср необходимо определить оценку (at) собственного стандартного отклонения процесса (о). Если оценка с определяется обычно по данным контрольной карты, то как только процесс становится статистически устойчивым (см. 4.1). оценку индекса определяют по формуле
6л
4.4.3 Индекс Срк (для нормального распределения)
Если распределение наблюдаемых значений подчиняется нормальному распределению, квантиль Хм% (медиана) равен математическому ожиданию у. Кроме того, разности М5% - Х50%) и (*50% **о ns %) Равны За (каждая). Поэтому Ср|с можно записать в виде
С -
с₽ки
Таким образом, оценку индекса Срк. используя оценку X вместо у. можно определить по формуле
a U-X
Cpw =—.
За
С *~L
При вычислении индекса воспроизводимости процесса необходимо учитывать, что параметр изменчивости процесса с соответствует ситуации, когда данные получены в состоянии статистической управляемости процесса.
Данные могут быть получены из многопоточного процесса, такого как многопоточная фасовочная машина или многошпиндельный станок, у которого рассматривают выход всех потоков одновременно. Чем ниже индекс, тем больше доля единиц продукции, не соответствующих требованиям.
4.4.4 Индекс Срк в случае одностороннего поля допуска
Если требования даны в виде поля допуска с единственной границей, можно вычислить только индекс СрК. Индекс Срк будет вычислен с использованием одной границы поля допуска, либо L. либо U.
4.5 Индексы воспроизводимости процесса для других (ненормальных) распределений
4.5.1 Общие положения
Если распределение значений характеристики не является нормальным, уравнения (1) и (2) справедливы. но оценка индексов становится более сложной. В настоящем стандарте приведено три способа определения границ опорного интервала.
Метод вероятностной бумаги, описанный в 4.5.2. довольно прост и не требует больших вычислений. но является достаточно грубым. Метод, приведенный в 4.5.4. для вычисления более сложен, но превосходит любой другой метод по точности.
4.5.2 Метод вероятностной бумаги
По графикам, аналогичным представленному на рисунке 4. могут быть получены оценки квантилей Xq.135% и *&е.8вб%• Оценки обозначены У, и У2 соответственно, в этом случае уравнение (1) принимает вид
У2-У, в
Уг - Х50% _ *50%
Аналогично оценка Срк принимает вид
Срки
Л50% ~ ч
Если индекс Срк меньше заданного значения, считают, что процесс изготавливает слишком большую долю продукции, не удовлетворяющей установленным требованиям. Доля несоответствующей продукции зависит от распределения и значения индекса. Связь между индексом и долей несоответствующих единиц продукции зависит от вида распределений. Следует помнить, что индексы, полученные на основе нормального распределения, следует применять только для этого распределения.
Необходимо отметить, что метод вероятностной бумаги позволяет непосредственно оценить необходимые квантили, но эти оценки могут быть не точны.
4.5.3 Метод кривых Пирсона
Метод может быть использован как альтернатива методу вероятностной бумаги. Метод описан с помощью примера (см. приложение В). Индекс вычисляют по формуле
vp - .
Хм.865% - Хо.135%
где Х0135Ч и Хее 885% — процентили уровней 0,135 % и 99.865 %, оцененные по стандартизованным кривым Пирсона.
Кроме того, справедливы формулы
A U-X50%
ЬркО "-=---------=----•
Хее.865% - Х$о%
д Xso% -L
CpkL е-я-------я------.
Х50% - Хо.135%
где Xso% —оценка медианы.
Для использования метода необходимо установить коэффициенты асимметрии и эксцесса в дополнение к оценкам среднего и стандартного отклонения по выборке, для которой необходимо вычислить индекс.
Метод кривых Пирсона не является предпочтительным и представлен как дополнение.
Этот и аналогичный метод, основанные на кривых Джонсона, следует применять с осторожностью. особенно если этот метод представлен компьютерной программой вида «черный ящик», используемой для анализа больших наборов данных. Некоторые из возможных трудностей применения метода состоят в следующем:
- в системе распределений некоторые распределения более сложны в применении, чем другие. В некоторых случаях метод моментов может дать нестабильные или неэффективные параметры кривой:
• в случае некорректного применения метода можно получить кривые, бессмысленные в определенных диапазонах данных. Например, при использовании метода моментов небольшая ошибка в соответствии распределению Пирсона типа III. если оцениваемый порог значений наблюдаемой характеристики меньше нижней границы выходных данных процесса, делает оценки Хо 135% и неверными;
• метод моментов не позволяет получить оценки изменчивости по оценкам индексов. Аналогично эти методы не позволяют получить доверительные интервалы для индексов;
- не каждое распределение данных может быть адекватно описано кривой Пирсона или Джонсона;
• критерии согласия ограничены критерием х2. так как более мощные критерии не применимы при использовании систем кривых Пирсона и Джонсона;
- применение метода вида «черный ящик» без использования основных методов, в том числе без представления данных на графике и применения преобразований нормализации, не обеспечивает достаточного понимания процесса.
4.5.4 Метод идентификации распределения
В приложении С описаны некоторые семейства функций распределения (такие, как логнормальное распределение и распределения Рэлея и Вейбулла), которые обычно используют при анализе воспроизводимости процесса. В соответствии с данным методом сначала идентифицируют соответствующее семейство распределений, затем оценивают параметры распределения, лучше всего описывающие данные с помощью некоторого результативного метода оценки, и наконец выражают квантили распределения через полученные параметры этого распределения.
Это аналогично процедуре в случае нормального распределения, где ст — оцениваемый параметр. а длина интервала (Х00 865% - Хо 135%) равна 6<т.
Для идентификации соответствующего семейства распределений могут быть использованы различные виды вероятностной бумаги.
4.6 Альтернативный метод описания и вычисления оценок индексов воспроизводимости процесса
Основой метода являются широко используемые определения Ср и для «идеального процесса» с нормальным распределением характеристики X, где математическое ожидание у и дисперсия а2 постоянны во времени, а их оценками являются X и S2.
Таблица 1 — Индексы воспроизводимости процесса и их оценки для нормального распределения
Индекс | Оценка |
л- U-L | - |
Cv= 0а | с’="бГ |
с^-"зГ | с -и-~ 3S |
С - м~£ С^- За | С -*-L C^-~3S~ |
Ср| = min (Сру. Срку! | Срк - min(C^c.Cpau) |
Предполагается, что для «идеального процесса» долгосрочное стандартное отклонение равно краткосрочному стандартному отклонению.
Для нормального распределения существует точное соотношение между нижней долей несоответствующих единиц продукции Cpkt и верхней долей несоответствующих единиц продукции Срк0. Это соотношение использовано в 4.6 для вычисления доли единиц продукции, не удовлетворяющих требованиям. на основе нижнего и верхнего индексов воспроизводимости процесса. Соотношение показано в таблице 2.
Если параметры воспроизводимости процесса необходимо распространить на характеристики, подчиняющиеся другим (ненормальным) распределениям, доля несоответствующих единиц продукции может быть преобразована в индекс воспроизводимости путем использования соотношений, приведенных в таблице 2. Эти методы могут быть применены на практике, если характеристика продукции является количественной.
Таблица 2 — Эквивалентные формулы индексов воспроизводимости процесса и их оценки для нормального распределения
Индекс | Оценка |
С₽ ’ 2 | A Cpktf+Cpki с«- 2 |
С„кО- 3 | Срко--^- |
с. Чис - 3 | •Г • «4 Ж Л •О |
и pt — доли несоответствующих значений характеристики соответственно за верхней и нижней границами поля допуска, а ру Pi — соответствующие оценки. Формулы, приведенные в таблице, могут быть применены к любому распределению.
Предполагается, что пользователь располагает знаниями о форме распределения благодаря информации о процессе изготовления продукции или некоторой выборочной оценке, полученной с помощью вероятностной бумаги.
Для часто используемых распределений (нормального, логнормального. Рэлея и Вейбулла) необходимые соотношения и формулы приведены в приложении С.
4.7 Другие индексы воспроизводимости для непрерывных данных
4.7.1 Коэффициент воспроизводимости процесса (PCF)
Показатель PCF представляет собой величину, обратную к индексу Ср
6<т в 1
Его иногда выражают в процентах и обозначают CR (%).
4.7.2 Индексы в случае одной границы поля допуска, когда другая граница поля допуска не задана
4.7.2.1 Общие положения
Иногда требования даны в виде поля допуска с единственной границей, например установлено максимальное значение. В этом случае можно вычислить только индексы Срк или РоК.
Возможны ситуации, когда границы поля допуска не заданы или неизвестны. Однако, если целевое или номинальное значение для характеристики продукции или параметра процесса задано, могут быть использованы следующие меры. Они направлены на уменьшение изменчивости процесса вокруг целевого значения.
4.7.2.2 Средний квадрат ошибки
Средний квадрат ошибки характеризует положение и изменчивость процесса. Средний квадрат ошибки вычисляют по следующей формуле:
о2 * (ц-Т)2.
Для вычисления MSE необходимо определить оценки стандартного отклонения процесса и щ используя выборочные данные, представленные на контрольной карте.
4.7.2.3 Индекс Qk
Для вычисления индекса Q< используют средний квадрат ошибки (см. 4.7.2.2). но выражают его как коэффициент вариации
100 Jo2 +(u-T)2
Qk - 1 %
для 7#0.
Важное свойство этого индекса состоит в том, что при увеличении отклонения характеристики процесса от ее целевого значения значение индекса увеличивается, при увеличении изменчивости процесса значение индекса также увеличивается. Чем меньше значение индекса, тем лучше функционирует процесс.
4.7.2.4 Индекс Ср(П
Для вычисления индекса Срт. так же как и индекса Qk. используют заданное целевое значение и MSE. В своем простейшем виде индекс равен:
с “~L б7+(м-Т)2'
Эта формула подразумевает, что Т является центральной точкой между U и L, и поэтому позже было введено уточнение, которое позволило применять метод в случае, когда Т не является точкой между U и L центральной:
min(U-T,T -L) 3jo2 + (ц-Т)2 ’ По сравнению с индексами Ср и Срк в данном случае для описания ситуации необходим только один индекс.
Индекс иногда называют индексом Тагути из-за включения MSE в знаменатель.
4.8 Оценка доли несоответствующей продукции (нормальное распределение)
Доли единиц продукции, не соответствующих требованиям (рс и ри}. т.е. имеющих значения характеристики менее L или более U. можно оценить, используя свойства стандартного нормального распределения. Стандартизованные отклонения имеют вид:
z- вЗСрки,
Ри
z^ = ЗСрко.
где Ри и Р(. —доли распределения, превышающие zpyn zpL соответственно в стандартном нормальном распределении.
Кроме того, производительность процесса может быть вычислена как 100 % минус общий процент несоответствующих единиц в случае статистической управляемости процесса.
Если характеристике статистически управляемого и стабильного процесса соответствует Срк0 = - 0.86 и Срк1 = 0.91. доля единиц продукции за пределами требований может быть вычислена в соответствии со следующим методом.
а) Вычисляют «верхнее» стандартизованное отклонение zp :
z- -3CpltL=3 0,91 =2.73.
b) Вычисляют «нижнее» стандартизованное отклонение z-
₽1/
Z- = ЗСркц = 3 0,86 = 2.58.
с) Используя таблицу стандартного нормального распределения, находят значения ри и pL долей распределения вне границ поля допуска U и L. zPu и соответственно.
Для удобства и простоты использования в таблице 3 приведены значения оцениваемой доли несоответствующих единиц. В таблице 3 указаны в соответствии с или индексы воспроизводимости процесса (PCI). Таблицу 3 не следует использовать для определения Ср и Срк по атрибутивным данным.
Для вышеупомянутого примера, где С^и - 0.86 и Срк1 = 0,91. оценки долей единиц продукции вне границ поля допуска U и L могут быть найдены непосредственно по таблице 3 (0.0049 и 0,0032).
Таблица 3 — Доля нормального распределения, остающегося на хвостах вне границ поля допуска в зависимости от С,... или С-*. (PCI в таблице)
PCI | о.оо | о.от | 0.02 | 0.03 | 0.04 | 0.05 | 0.06 | 0.07 | 0.08 | 0.00 |
1.6 | У.Э-Ю"07 | 6.8-10-07 | 5.9-1P-W | 5.О-1О-07 | 4,3-10"07 | 3.7-10-“ | 3.2-1О-07 | 2.7-1О-07 | 2.3-1F07 | 2.0-10-07 |
1.5 | 3.4-10-“ | 3.0-10"“ | 2,6-1(Г“ | 2.2-10"“ | 1.9-10-“ | 1.7-10-“ | 1.4-10-“ | 1.2-10-“ | 1.1-10-“ | 9.2-1О"07 |
Окончание таблицы 3
PCI | 0.00 | 0.01 | 0.02 | 0.03 | 0.04 | 0.05 | 0.06 | 0.07 | 0.06 | 0.0» |
1.4 | 1.3-10-°® | 1,2-10-°® | 1.О-1О-05 | 8.9-ю*°® | 7.8-10-“ | 6,8-10°® | 5.9-10“°® | 5.2-10-°® | 4,5- 10-°® | 3.9-10-°® |
1.3 | 4.8-10*°® | 4.2-10*°6 | 3.7-10-05 | з.з-ю-°® | 2.9-10-°® | 2,6-10-°® | 2.310й56 | 2.0-10*°® | 1.7-10*°® | 1.5-10-°® |
1.2 | 0.0002 | 0.0001 | 0.0001 | 0.0001 | 0,0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 |
1.1 | 0.0005 | 0.0004 | 0.0004 | 0.0003 | 0,0003 | 0.0003 | 0,0003 | 0.0002 | 0.0002 | 0.0002 |
1.0 | 0.0013 | 0.0012 | 0.0011 | 0.0010 | 0.0009 | 0.0008 | 0.0007 | 0.0007 | 0.0006 | 0.0005 |
0.9 | 0.0035 | 0.00Э2 | 0.0029 | 0.0026 | 0.0024 | 0,0022 | 0.0020 | 0.0018 | 0.0016 | 0.0015 |
0.8 | 0.0082 | 0.0075 | 0.0069 | 0.0064 | 0.0059 | 0.0054 | 0.0049 | 0.0045 | 0,0041 | 0.0038 |
0.7 | 0.0179 | 0.0166 | 0.0154 | 0,0143 | 0.0132 | 0.0122 | 0,0113 | 0.0104 | 0,0096 | 0.0089 |
0,6 | 0.0359 | 0.0336 | 0.0314 | 0,0294 | 0.0274 | 0.0256 | 0.0239 | 0.0222 | 0,0207 | 0.0192 |
0.5 | 0.0668 | 0.0630 | 0,0594 | 0,0559 | 0.0526 | 0.0495 | 0.0465 | 0.0436 | 0,0409 | 0,0384 |
0.4 | 0.1151 | 0.1093 | 0.1038 | 0,0985 | 0.0934 | 0.0885 | 0.0838 | 0.0793 | 0,0749 | 0,0708 |
0.3 | 0.1841 | 0.1762 | 0.1685 | 0.1611 | 0.1539 | 0.1469 | 0.1401 | 0.1335 | 0,1271 | 0,1210 |
0.2 | 0.2743 | 0.2643 | 0.2546 | 0,2451 | 0.2358 | 0.2266 | 0.2177 | 02090 | 0,2005 | 0,1922 |
0.1 | 0.3821 | 0.3707 | 0.3594 | 0.3483 | 0,3372 | 0.3264 | 0,3156 | 0.3050 | 0.2946 | 0,2843 |
0.0 | 0.5000 | 0.4880 | 0.4761 | 0,4641 | 0,4522 | 0,4404 | 0,4286 | 0.4168 | 0.4052 | 0.3936 |
5 Пригодность
5.1 Общие положения
Пригодность процесса относительно характеристики есть достигнутое распределение результатов. Единственное важное различие между пригодностью и воспроизводимостью процесса состоит в том. что для анализа пригодности процесса нет требований относительно наличия у процесса состояния статистической управляемости и применения для управления процессом контрольном карты. Для анализа пригодности процесса необходимы следующие условия;
- должны быть четко установлены все технические условия, например требования к температуре и влажности;
■ должны быть определены неопределенность системы измерений и оценка ее пригодности (см. ИСО 22514-7);
- должна быть обеспечена возможность анализа многофакторных и многоуровневых аспектов процесса;
• данные должны быть собраны и зарегистрированы в течение установленного периода времени;
- должна быть установлена частота отбора выборки, а также даты начала и окончания сбора данных;
- процесс не должен быть контролируемым с помощью контрольной карты;
• процесс не должен быть в состоянии статистической управляемости; в частности, полученные ранее данные, последовательность которых неизвестна, могут быть использованы для анализа пригодности процесса.
Индексы пригодности процесса приведены ниже. Они аналогичны индексам воспроизводимости, в них использованы общие соотношения, установленные уравнениями (1) и (2). индексы пригодности обозначают Р . Ррк0 и Ppkt соответственно.
5.2 Индексы пригодности процесса на основе данных измерений (для нормального распределения)
5.2.1 Индекс Рр
Если наблюдаемые значения подчиняются нормальному распределению, длина опорного интервала равна 6ог где ог — общее стандартное отклонение. Поэтому индекс Рр может быть представлен в виде
Для определения оценки индекса Рр необходимо определить оценку ст, общего стандартного отклонения (ар. На практике представляет собой оценку стандартного отклонения (Sf) по всей совокупности данных.
5.2.2 Индекс Ррк
Если наблюдаемые значения подчиняются нормальному распределению, медиана Х50% равна среднему распределения (ц). Каждая разность (Х99 8б5% - Х50%) и (Х50% - Хо 1Э5Ч) равна Зог Поэтому индекс Ррк является меньшим из двух значений
Р₽к0 За,
Оценка Ррк имеет вид
Ргли я
и-х За, X-L За,
Чем ниже индекс, тем больше доля единиц продукции, не удовлетворяющих требованиям.
5.3 Индексы пригодности процесса для других (ненормальных) распределений
5.3.1 Общие положения
Способы определения оценок индексов, приведенные в данном подразделе для характеристик, не подчиняющихся нормальному распределению, аналогичны приведенным в 4.5 для индексов воспроизводимости.
5.3.2 Метод вероятностной бумаги
По графикам, аналогичным приведенным на рисунке 5. могут быть определены оценки процентилей Хо 135% и Х99865%. Оценки обозначены У1 и У2 соответственно. В этом случае формула для оценки Рр принимает вид
Уг-Vi
Аналогично формула для оценки Ррк имеет вид
РркО
_ U-X5Q%
ВУ2-Х5О%’
Х&р% ~t-Х50%-У1
Если индекс меньше заданного значения, считают, что процесс изготавливает слишком большую долю единиц продукции, не удовлетворяющую установленным требованиям. Доля несоответствующих единиц продукции зависит от распределения и значения индекса. Связь индекса с долей несоответствующих единиц продукции зависит от вида распределения. Не следует интерпретировать индексы на основе границ, соответствующих нормальному распределению и. следовательно, применимых только для этого распределения.
Следует учитывать, что метод вероятностной бумаги позволяет непосредственно оценить процентили на хвостах распределения и что эти оценки могут быть неточны. Кроме того, метод вероятностной бумаги, хотя и очень прост, является достаточно грубым, поэтому предпочтительно применение вычислительных процедур (см. приложение С).
5.3.3 Метод кривых Пирсона
В качестве альтернативы методу вероятностной бумаги иногда используют стандартизованные кривые Пирсона. Метод описан с помощью примера (см. приложение В). Оценку индекса вычисляют, используя формулу
• р * •
Хв9.885%-Хо.»Э5%
где Хо.135Ч и Х99,865% — оценки процентилей уровней 0,135 % и 99.865 %, определенные по стандартизованным кривым Пирсона.
Кроме того.
д U-Xso%
РрЫ) .
X99,88S%-XsO%
Ppk£ ° ^SO1~L---,
Xso%-Xo.135%
где Xso% —оценка медианы.
Чтобы использовать этот метод, кроме среднего и стандартного отклонения для используемого набора данных необходимо определить коэффициенты асимметрии и эксцесса.
Этот метод не является предпочтительным и представлен здесь для полноты (см. 4.5.3. комментарии по использованию этого метода).
5.3.4 Метод идентификации распределения
Описание некоторых семейств функций распределения, таких как логарифмически нормальное распределение, распределения Рэлея и Вейбулла, которые часто используют для исследования пригодности процесса, приведено в приложении С. Комментарии к методу приведены в 4.5.4.
5.4 Другие индексы пригодности для данных измерений
Все индексы, введенные для анализа воспроизводимости процесса, имеют аналоги для исследования пригодности процесса. Любое стандартное отклонение характеризует общую изменчивость (о() вместо собственной изменчивости (о).
5.5 Оценка доли единиц продукции, не соответствующих требованиям (для нормального распределения)
Для определения оценки доли единиц продукции, не удовлетворяющих требованиям, может быть использован метод, аналогичный приведенному в 4.8. Для этого достаточно заменить СРки и Cpia на Ррки и PpKL соответственно. Таблица 3 также может быть использована для определения доли единиц продукции, не удовлетворяющих требованиям. Необходимо использовать таблицу 3 с Р^и или P^L вместо Срки или cpkt •
6 Отчетность об индексах воспроизводимости и пригодности процесса
Если для количественной оценки индексов воспроизводимости (или пригодности) процесса используют соответствующие статистики, то они должны быть занесены в отчет в соответствии с требованиями настоящего стандарта. Должны быть установлены метод оценки и количество значений, используемых в качестве основы для вычислений.
Пример отчета приведен в таблице 4.
Таблица 4 — Пример отчета об оценках индексов воспроизводимости процесса
Индекс воспроизводимости (или пригодности) процесса | Ср = 2,01 |
Меньший индекс воспроизводимости (или пригодности) процесса | €*=1.90 |
Доверительный интервал | 1.54 КС* <2.26 |
Количество значений, используемых для вычислений | 100 |
Неопределенность измерений | 0.002 мм |
Дополнительно: • частота отбора выборки | 30 мин |
Окончание таблицы 4
| Нормальное распределение |
Кроме того, отчет о проведенном исследовании должен содержать следующую информацию;
а) место, где проводилось исследование, и вид процесса, частью которого является машина (станок);
Ь) лица, выполнявшие исследование и измерения;
с) время выполнения исследования, включая дату, время начала и окончания, журнал всех перерывов;
d) номера всех машин и процессов;
е) наименование компонента и его номер;
f) измеренная характеристика (характеристики) компонента;
д) требования к характеристике (характеристикам) и факторы, которые были постоянны;
h) условия окружающей среды:
О необработанные данные;
j) нестандартные условия.
Для каждой измеряемой характеристики должна быть зафиксирована в отчете (или предоставлена) следующая информация;
- модель распределения;
. расчетные индексы.
В отчете также должно быть зафиксировано следующее:
- контрольная карта данных;
- вычисления по карте или гистограмма данных:
- вероятностный график данных;
* выборочное среднее:
- выборочное стандартное отклонение:
- оценка процента несоответствующих единиц продукции:
- доверительные интервалы вычисленных индексов;
- неопределенность измерений I воспроизводимость процесса измерений.
Приложение А (справочное)
Оценка стандартного отклонения
А.1 Общие положения
Для вычисления индексов, рассмотренных в настоящем стандарте, необходимо оценить стандартное отклонение. Рассматривают два типа стандартного отклонения. Первый тип — краткосрочное или мгновенное (собственное) стандартное отклонение. Такое стандартное отклонение обычно вычисляют по статистике, полученной на основе данных контрольной карты (см. А.2). Второй тип — оценка общего стандартного отклонения (см. А.З).
Если процесс имеет более одного режима или состояния, разброс должен быть вычислен с помощью методов. приведенных в ИСО 22514-2 или ИСО 22514-8.
А.2 Собственное стандартное отклонение
А.2.1 Оценка, использующая средний размах
Собственное стандартное отклонение процесса (данные должны быть взяты из контрольной карты, используемой для управления процессом) может быть оценено на основе дангых контрольной карты по следующей формуле: где dj — коэффициент, определяемый по таблице А.1.
Таблица А.1 — Коэффициенты для оценки стандартного отклонения процесса
Объем подгруппы (л) | <*2 | «4 |
2 | 1.128 | 0.7979 |
3 | 1,693 | 0.8862 |
4 | 2,059 | 0.9213 |
5 | 2.326 | 0.9400 |
6 | 2.534 | 0.9515 |
7 | 2,704 | 0.9594 |
8 | 2,847 | 0.9650 |
9 | 2,970 | 0.9693 |
10а | 3,078 | 0.9727 |
а Для объемов выборки более 10-го значения d2 и с4 могут быть найдены в справочной литературе’*. |
А.2.2 Оценка, использующая среднее стандартное отклонение
Если контрольную карту стандартного отклонения используют для мониторинга изменчивости подгруппы, собственная оценка стандартного отклонения процесса может быть определена по следующей формуле:
* S
СУ =---.
где с4 — коэффициент, определяемый по таблице А.1.
А.2.3 Оценка, использующая стандартное отклонение подгруппы
Если дня каждой подгруппы вычислено стандартное отклонение подгруппы, оценка собственного стандартного отклонения имеет вид
где т — «отчество подгрупп по п набгводемий в каждой.
А.З Оценка общего стандартного отклонения
Если данные получены при наблюдении за процессом, который не находится в состоянии статистической управляемости, или если контрольные карты не были использованы, для вычисления стандартного отклонения не следует использовать метод, приведенный в А.2. Необходимо применять следующую формулу:
’> Значения d2 и с4 для л до 25 приведены в таблице 2 ГОСТ Р ИСО 7870-2—2015.
^=Ьй-
Это уравнение полезно использовать, когда у процесса имеются изменения среднего, вызванные объяснимыми причинами, которые не могут быть устранены, и эта изменчивость должна быть учтена вместе с причинами случайной изменчивости. Этот параметр изменчивости подходит для использования при вычислении индексов пригодности процесса.
При рассмотрении многопоточных процессов, таких как формовочный пресс с несколькими одновременно наполняемыми формами, желательно анализировать данные со всех форм как выход единственного процесса. Данные отдельной формы могут соответствовать нормальному распределению. В действительности часто распределения. соответствующие разным формам формовочного пресса, различны вследствие присущих им особенностей. Если предполагается, что данные всех потоков процесса могут быть описаны нормальным распределением, данное уравнение позволяет получить наилучшую оценку изменчивости процесса.
Приложение В (справочное)
Оценка параметров воспроизводимости и пригодности процесса с использованием кривых Пирсона. Процедура и пример')
В.1 Границы поля допуска
Верхняя граница поля допуска U = 0.30.
Нижняя граница поля допуска L = 0,20.
В.2 Статистики процесса
Процесс является статистически управляемым.
Оценка среднего х =0,235.
Оценка стандартного отклонения ст = 0.0122.
Коэффициент асимметрии у, = 0.7 (округление до первого знака после запятой).
Коэффициент эксцесса |^2 - 3.5 (округление до первого знака после запятой).
8.3 Определение процентиля уровня 0.135 %
При положительном коэффициенте асимметрии используют таблицу В.1. при отрицательном — таблицу В.2. Процентиль уровня 0.135 % после интерполяции равен PQ = 3,056.
В.4 Определение процентиля уровня 99.665 %
При положительном коэффициенте асимметрии используют таблицу В.2. при отрицательном — таблицу В.1. Процентиль уровня 99.865 % после интерполяции равен эдзд = 4.656.
В.5 Определение стандартизованной медианы по таблице В.З
При положительном коэффициенте асимметрии необходимо изменить знак на противоположный, при отрицательном коэффициенте асимметрии сохраняют положительный знак. Стандартизованная медиана после интерполяции равна = -0.0675.
В.6 Вычисление оценки процентиля уровня 0,135 %
Хо.135* =х-оР0.,35Ч = 0.235-(0.0122-3,056) = 0,1977.
В.7 Вычисление оценки процентиля уровня 99.865 %
*».865* = 0.235+(0.0122-4.656) = 0.2918.
В.8 Вычисление оценки медианы
*50* = * + <*so% =0.235 {0.0122(-0.0675)) = 0,2342.
8.9 Вычисление индексов воспроизводимости процесса
С U~L_ - 03°-°-5 -тля
₽ *99В65*-*о,135* 0.2918-0.1977
X lf-X5o% 0,30-0.2342 ,..
GakCS =- = =Т.|4.
Х99.865* - Х50% 0.2918-0.2342
Л Xsos-L 0.2342-0.20
Сьи. = - и. = — = 0.94.
Х5о*-Хо.1Э5% 0.2342-0.1977
аблица
at
Я
3
§ S
8
a s
8
« ф.
5
гм «П
Я
Ж
а
Я
8
й
8
8
S
ф ф
я
S s
?
ф ст
ж
ft
се
2 и
8 К 9
2 ?
ts sh-е X
Я см
иг
8 см Кривые Пирсона (стандаргммеа>ыые хвосты) Pq13S* (процентиль уровня 0,135 % ) для у, г 0 {процентиль уровня 99865 %) для у, < 0 N) коэф* фициент эксцессе (В 2) Коэффициент асимметрии (yj 0.0 0.1 02 03 0,4 03 05 0.7 0.8 09 1.0 1.1 12 1.3 14 15 16 1.7 18 19 20 <62} 34 4056 3.441 3.402 3.356 3.300 3.233 3.149 3043 2.911 2.747 2.549 2.321 2.072 1813 1.555 1217 1.115 0.953 0.822 0.712 0.618 3.4 35 4079 3.446 3.408 3.364 3.311 3.247 3.168 3.069 2.945 2.790 2602 2.383 2.140 1884 1.626 1.381 1.169 0.996 0.858 0.744 0.646 3.6 30 4.101 3.450 3.414 3.371 3.321 3.259 3.184 3091 2.974 2.829 2.651 2.440 2.205 1.953 1.695 1.446 1224 1.041 0.895 0.775 0.674 3.8 4.0 4.121 3.454 3.419 3.378 3.329 3.271 3.200 3.111 3001 2.864 2695 2.494 2.265 2018 1.762 1.510 1.281 1.088 0.932 0.807 0.702 4.0 42 4.140 3.458 3.423 3.384 3.337 3281 3.213 3.129 3025 2.895 2.735 2543 2.321 2.080 1.827 1.574 1.338 1.135 0.971 0839 0.730 4.2 4.4 4.157 3.461 3.428 3389 3344 3290 3.225 3.145 3047 2.923 2.771 2588 2.374 2.138 1.889 1.636 1.396 1.184 1.011 0872 0.758 4.4 40 4.174 3.464 3431 3394 3350 3299 3.236 3.160 3.066 2.949 2605 2629 2.424 2.194 1.9*8 1.697 1.453 1.23* 1052 0205 0.786 4.6 44 4.169 3.466 3435 3399 3356 3306 3.246 3.173 3.084 2.972 2835 2668 2.470 2246 2.005 1.756 1.510 1.285 1.094 0239 0816 4.8 50 4,204 3.469 3438 3403 3362 3313 3.256 3.186 3.100 2.994 2863 2.703 2.513 2296 2059 1.813 1.566 1.336 1.137 0275 0844 5.0 52 4.218 3.471 3441 3406 3367 3320 3.264 3.197 3.114 3.013 2 888 2.735 2.562 2242 2.111 1.867 1.621 1.387 1.181 ЮЮ 0874 5.2 5.4 4.231 3473 3444 3410 3371 3326 3.272 3207 3.128 3.031 2.911 2.765 2.589 2286 2.160 1.920 1.675 1.438 1225 1047 0.904 5.4 5.0 4.243 3475 3446 3413 3.375 3331 3.279 3216 3.140 3,047 2.933 2.793 2.624 2.427 2206 1.970 1.727 1.489 1270 1085 0235 5.6 5.6 4.255 3477 3.448 3416 3.379 3336 3.286 3225 3.152 3,062 2.952 2618 2.656 2,465 2260 2.019 1.778 1539 1516 1.123 0266 5.8 6.0 4.266 3478 3.451 3.419 3383 3341 3.292 3233 3.162 3.076 2.970 2841 2.685 2501 2292 2.065 1.827 1588 1361 1.162 0299 6.0 6.2 4.276 3480 3453 3422 3386 3345 3.297 3240 3.172 3.089 2.987 2863 2.713 2535 2232 2.109 1.874 1635 1.407 1202 1031 6.2 6.4 4.286 3481 3454 3424 3389 3349 3.303 3247 3.181 3.100 3003 2.883 2.739 2.567 2.369 2.151 1.919 1.682 1.452 1.242 1.065 6.4 66 4296 3.483 3.456 3.426 3.392 3.353 3.308 3254 3.189 3.111 3017 2.902 2.763 2597 2.405 2.191 1262 1.727 1.496 1.282 1.099 6.6 60 4305 3.484 3.458 3.429 3.395 3.357 3.312 3260 3.197 3.122 3.030 2.919 2.785 2624 2.438 2229 2004 1,771 1.540 1.323 1.134 6.8 70 4313 3.485 3.459 3.431 3.398 3.360 3.316 3265 3204 3.131 3043 2.936 2.806 2651 2.469 2.265 2.044 1.814 1.583 1.363 1.169 7.0 72 4322 3.486 3.461 3.432 3.400 3.383 3.321 3270 3211 3.140 3054 2251 2.825 2675 2.499 2.300 2.083 1.855 1.625 1.403 1.204 7.2 74 4330 3.487 3.462 3.434 3.403 3.366 3.324 3275 3218 3.148 3065 2965 2.843 2698 2.527 2.333 2.120 1.895 1.666 1.443 1.240 7.4 7.6 4337 3.488 3.464 3436 3.405 3369 3.328 3280 3224 3.156 3.075 2.978 2.860 2.720 2.554 2.364 2.155 1.933 1.706 1482 1.276 7.6 78 4344 3.489 3465 3437 3407 3372 3.331 3284 3229 3.164 3.085 2.990 2.876 2.740 2.579 2.394 2.189 1.970 1.744 1.521 1.311 7.8 60 4.351 3.490 3.466 3.439 3.409 3374 3.335 3289 3.235 3.171 3094 3.002 2.891 2.759 2.603 2.422 2.221 2.005 1.782 1559 1347 8.0 ГОСТ Р ИСО 225144—2021 кривде Пирсона (стандвртимввтые хвосты) Я0.13в* (процентиль уровня 0.135 % ) для у, г 0 Pw«w, (процентиль уровня 99885 %) для уп < 0 Коэф-фициент эксцесса <52} Коэффициент «симметрии <У|} 0.0 0.1 02 00 03 05 0.8 0.7 0.8 0.9 1.0 1.1 12 1.3 1.4 10 18 1.7 18 1.9 20 <62} 82 4058 3.491 3.467 3.440 3.411 3.377 3.338 3292 3240 3.177 3.103 3.013 2.906 2.777 2.625 2.449 2252 2.040 1.818 1.598 1.382 8.2 8.4 4065 3.492 3.468 3.442 3.412 3.379 3.340 3296 3244 3.183 3.111 3.023 2.919 2.794 2.646 2.475 2282 2.073 1.854 1.632 1.418 8.4 80 4071 3.492 3.469 3.443 3.414 3.381 3.343 3000 3249 3.189 3.118 з.взэ 2.932 2810 2.666 2.499 2010 2.104 1.888 1.667 1.452 8.6 88 4077 3.493 3.470 3.444 3.416 3.383 3.346 3003 3253 3.196 3.125 3042 2.943 2825 2.685 2.522 2.337 2.135 1.921 1.702 1.486 8.8 9Л 4082 3.494 3.471 3.445 3.417 3085 3.348 3008 3257 3.200 3.132 3051 2.955 2839 2.703 2.544 2.363 2.164 1.953 1.738 1.S20 9.0 92 4088 3.495 3.472 3347 3318 3087 3.351 3009 3261 3.205 1.138 3059 2.965 2853 2.720 2.565 2,388 2.192 1984 1.768 1.553 9.2 94 4.383 3.495 3473 3348 3320 3088 3.353 3012 3.265 3.209 3.144 3067 2.975 2866 2.738 2.585 2411 2.219 2014 1800 1886 9.4 9.6 4.398 3.498 3.473 3.449 3.421 3090 3.355 3015 3.268 3.214 3.150 3075 2.985 2878 2.752 2.604 2.434 2.245 2042 1831 1.617 9.6 98 4.403 3.498 4.474 3.450 3.422 3092 3.357 3017 3.272 3.218 3.156 3082 2.994 2890 2.766 2.622 2.458 2.271 2070 1861 1.648 9.8 100 4,408 3.497 3475 3351 3.424 3093 3.359 3020 3.275 3.222 3.161 3.088 3.003 2.901 2.780 2.639 2.476 2.295 2097 1890 1.679 100 102 3325 3095 3.361 3022 3.278 3.226 3.166 3.095 3011 2.911 2.793 2.655 2.496 2.318 2.123 1918 1.708 102 10.4 3096 3.363 3025 3.281 3.230 3.171 3.101 3.019 2921 2806 2.671 2.515 2040 2.148 1945 1.737 104 108 3.364 3027 3.283 3.233 3.175 3.107 3.026 2930 2818 2.686 2.533 2061 2.172 1972 1.765 108 108 3029 3.286 3.237 3.179 3.112 Э.ОЗЭ 2940 2829 2.700 2.551 2082 2.196 1998 1.793 108 110 3.289 3.240 3.184 3.118 3.040 2948 2840 2.714 2.567 2.401 2218 2023 1819 11.0 112 3,243 3.188 3.123 3.048 2.956 2851 2.727 2.583 2420 2240 2047 1845 11.2 118 3.191 3.128 3.053 2.964 2861 2.739 2.598 2438 2261 2070 1870 11.4 11.8 3.195 3.132 3.058 2.972 2870 2.751 2.613 2458 2281 2093 1895 118 118 3.137 3.064 2.979 2.879 2.762 2.627 2.473 2.301 2.115 1.919 118 12.0 3.141 3.070 2986 2.888 2.773 2041 2.489 2.320 2.136 1.942 120 12.2 3.075 2993 2.896 2.784 2853 2.505 2.338 2.157 1.965 122 ГОСТ Р ИСО 22514-4—2021 кривые Пирсона {стандартизованные здстъИЯдеэд^ {процентили уровня 99.865 %> для у, г 0 {процентили уроеня 0.135 % > для у, < 0 Коэф, фициемг Коэффициент асмм метрии {у,| 00 0.1 0.2 0.3 ОД 04 0.8 0.7 08 00 1.0 1.1 12 10 1.4 1.5 16 1.7 1.8 1.9 26 <К} эксцесса -1.4 1512 1.59* 1.432 1655 1453 1.828 1.579 1516 -1.4 -и 1.727 1.813 1.871 1499 1495 1.881 1.803 1.728 1636 -12 -16 1.966 2.045 2.134 2.170 2.189 2.131 2.081 1988 1856 -16 -од 2210 2.320 2.400 2.448 2.454 2.422 2.349 2241 2.108 1.965 1.822 -08 -0.6 2.442 2.540 2.848 2.704 2.728 2.708 2.846 2540 2095 2.225 2.052 1685 -06 -0.4 2653 2.774 2.849 2.934 2.969 2.988 2.926 2537 2699 2.518 2.314 2.114 1028 -0.4 -ал 2439 2.941 3080 Э.1ЭЭ 3.179 3.194 3.173 3.109 2993 2.824 2.808 2073 2.152 1.952 -02 0.0 3.000 3.123 3224 3203 3.358 3.387 3.385 3045 3.259 3.116 2014 2665 2.405 2.169 I960 0.0 0.2 3.140 3.241 3264 3.447 3.510 3.550 3564 3548 3.488 3.378 3208 2970 2.690 2.412 2.167 0.2 04 3.241 3.381 3484 3570 3.839 3.888 3.715 3.715 3.681 3.803 3468 3264 2.993 2.687 2098 2.149 04 04 3.344 3.485 3.588 3478 3.749 3.805 3843 3558 3.844 3.793 3693 3.529 3.290 2.984 2.658 2088 2.119 08 04 3.458 3.575 3.878 3.788 3.844 3.905 3.951 3.978 3.981 3.953 3683 3.758 3.561 3.283 2.945 2609 2.322 08 10 3.539 3454 3.757 3447 3.928 3.991 4.044 4.080 4.098 4087 4643 3052 3.797 3561 3243 2881 2.547 2289 1.0 12 3411 3.724 3428 3.917 3.997 4.088 4.124 4.167 4.194 4208 4.177 4.115 3.998 3808 3529 3.172 2.798 2.476 12 1.4 3.474 3.784 3487 3.978 4.080 4.131 4.193 4.243 4.278 4296 4290 4.252 4.168 4020 3.789 3.463 3.075 2.705 2099 1.4 1.6 3.731 3442 3042 4.033 4.115 4.189 4253 4.308 4.351 4078 4086 4.367 4011 4200 4Д15 3.736 3.364 2.961 2.609 16 14 3.782 3491 3490 4.081 4.184 4239 4007 4.365 4.414 4.449 4.468 4.472 4.431 4052 4209 3.979 3.646 3238 2840 2611 18 20 3424 3936 4.034 4.125 4208 4285 4.354 4.416 4.468 4.511 4.539 4.549 4532 4.479 4072 4.189 3907 3522 3695 2.719 26 22 3470 3976 4.073 4.184 4248 4225 4.398 4.460 4517 4584 4.800 4.620 4619 4587 4.510 4.369 4.137 3.796 3.370 2.949 2803 22 2.4 3.908 4013 4.109 4.199 4283 4081 4.433 4.500 4559 4.811 4.653 4.682 4693 4.678 4.827 4.521 4036 4.047 3.648 3.201 2808 2.4 2.4 3.943 4.0*8 4.142 4231 4415 4.394 4.487 4535 4597 4.853 4.700 4.736 4.757 4.756 4.725 4.649 4508 4.289 3.918 3471 3633 2.6 2.4 3.975 4.077 4.172 4281 4.3*4 4.423 4.498 4587 4631 4.890 4.741 4.783 4812 4.824 4.809 4.758 4650 4.460 4.180 3.745 3280 2.8 3.0 4004 4.105 4.199 4287 4271 4,450 4.525 4598 4.862 4.723 4.777 4824 4880 4.882 4.881 4850 4.771 4.823 4.376 4907 3544 3.0 8 3.2 4.031 4.131 4.224 4212 4098 4.475 4.550 4822 4689 4.752 4.810 4881 4.903 4.932 4.944 4029 4875 4.782 4.583 4247 3813 3.2 ГОСТ Р ИСО 22514-4—2021 кривые Пирсона (стандартизованные хвосты > Рааят, (процентиль урохя 99.865%) для у, г 0. Р&130* (процентиль уровня 0.135 % ) для у, < 0 Коэф-фициент Коэффициент асимметрии (у() 00 0.1 0.2 0.3 0.4 03 0.6 0.7 03 0.9 1.0 1.1 12 13 1.4 1.5 18 1.7 1.8 1.9 29 (К) эксцесса (32) 3.4 4.058 4.155 4.247 4335 4.418 4.498 4.573 4645 4,714 4.779 4.839 4393 49*0 4.976 4.997 4.996 4963 4.880 4.723 4.461 4972 3.* 3.6 4079 4,177 4.269 4366 4,439 4.518 4.594 4.667 4.737 4.803 4.865 4922 4973 5.015 5.044 5955 5.038 4.980 4.859 4647 4.311 3.6 3.8 4.101 4.197 4.288 4375 4,458 4.537 4.614 4,887 4,757 4.825 *.888 4 948 5902 5.049 5.085 5.106 6.103 5.066 4.976 4606 4324 3.8 4.0 4.121 4.217 4307 4393 4,476 4.556 4631 4.706 *.776 4.845 4910 4972 5929 5.080 5.122 5.150 6.159 6.139 6976 4.943 4.712 4,0 4.2 4.140 4.234 4324 4.410 4,492 4.571 4648 4.722 4,79* 4.863 4.929 4993 5.052 5.107 5.153 5.189 5.208 5.202 5.159 5959 4.873 *2 4.4 4.157 4.251 4340 4.425 4.508 4.587 4663 4,737 4.809 4.879 4947 5912 5.074 5.131 5.181 5223 5.250 6.257 5232 5.159 5.012 4,4 46 4.174 4.287 4355 4.440 4.522 4.601 4677 4.752 4.824 4.895 4983 5929 5.093 5.152 5207 5253 5.288 5.305 5295 5244 5.131 46 48 4.189 4281 4369 4.454 4.535 4614 4.691 4.765 4.838 4.909 4.978 59*5 5.110 5.172 5229 5280 5.321 53*6 5349 5318 5.233 43 50 4,204 4295 *383 4.467 4.548 4.627 4.703 4.778 4.851 4.922 4.992 5.080 5.128 5.190 5249 5.303 5.350 5383 5396 5.381 5.320 59 52 4.218 4808 4395 4.479 4.560 4.638 4.715 4.789 4.862 4.934 590* 5.073 5.141 5206 5287 5.325 5.376 5415 5.437 5.436 5.395 52 5.4 4.231 4821 4.407 4.490 4.571 4649 4.725 4.800 4.873 4.9*5 5916 5.086 5.15* 5220 5284 5.344 5.399 54*3 5.474 5.483 5.460 5.4 56 4243 4332 4 418 4.501 4381 4659 4.736 4.810 4384 4.956 5927 5.097 5.166 5233 5299 5.361 5418 5468 5305 5.525 5316 56 53 4255 4343 4.429 4511 4591 4669 4.745 4.820 4393 4.966 5.037 5.108 5.177 52*6 5.312 5.376 5436 5491 5.533 5.561 5365 53 6.0 4266 4354 4.439 4.521 4600 4678 4.764 4.829 4902 4975 5.046 6.117 6.188 6257 5.325 5.390 6452 6.511 5.558 5.593 5608 6.0 6.2 4276 4364 4 448 4.530 4.609 4695 4.763 4.837 4.911 4983 5.055 6.126 6.197 6267 5.336 5.403 6467 5329 5.581 5.621 56*5 6.2 6.4 4286 4.373 4,467 4538 4618 4.703 4,771 43*5 4.919 4.991 5.063 5.135 5206 5276 5.346 5.414 5.480 53*2 5.600 5.6*6 6678 6.4 6.6 4296 4.382 4.466 4.547 4.626 4.710 4.778 4353 4.926 4.999 5.071 5.143 5214 5.285 5.356 5425 5492 5.557 5.618 5.869 5.706 6.6 6.8 4805 4.391 4.474 4.554 4633 4.717 4.785 4360 4.933 5.008 5.078 5.150 5222 5.293 5.384 5.43* 5303 5.569 5.634 5.688 5.732 6.8 7.0 4813 4.399 4.481 4362 4.640 4.724 4.792 4367 4.940 5.013 5.085 5.157 5229 5.301 5.372 5.4*3 5313 5.581 5.848 5.706 5.754 7.0 7.2 4.322 4.406 4.489 4369 4.647 4.730 4.799 4373 4.948 5.019 5.091 5.184 5236 5.308 5380 5451 5322 5.591 5858 5.722 5.775 7.2 7.4 4.330 4.414 4.496 4376 4.654 4.736 4605 4379 4.952 5.025 5.097 5.170 5.242 5.314 5387 5.459 5.330 5.601 5.889 5.736 5.792 74 76 4.337 4.421 4503 4382 4.660 4.742 4611 4385 4.958 5.031 5.103 5.175 5.248 5.320 5393 5466 5.538 5.609 5879 5.749 5.808 76 78 4.344 4.428 4309 4388 4.666 4.747 4617 4390 4.963 5.036 5.109 5.181 5.253 5.326 5399 5472 5.545 5.617 5888 5.760 5.823 73 80 4.351 4.434 4515 4.594 4.672 4.753 4622 4396 4.969 5.0*1 5.114 5.186 6.259 5331 5.*0* 5478 6.651 562* 5696 5.771 5.836 89 ГОСТ Р ИСО 22514-4—2021 Кривые Пирсона (стамдартиэоаанмыа посты > Тяооиентил». уоохя 99.865 для у, 2 0 (лроианшль уровня 0.135 % | для у, « 0 Коэф-фициент Коэффициент асимметрии 00 0.1 0.2 0.3 04 03 0.6 0.7 03 02 1.0 1.1 12 13 1.4 1.5 16 1.7 1.8 1.9 26 <02) ЗкСиОССО д.2 4.358 4.441 4,521 4.600 4.677 4.758 4,827 4.901 4274 5.046 5.118 5.191 5263 5.336 5.410 5483 5357 5.631 5.704 5,775 5847 8.2 д.4 4365 4.447 4,527 4.605 4.662 4.762 4,632 4905 4.978 5.051 5.123 5.195 5268 5.341 5.414 5488 5362 5.637 5.710 5,783 5858 8.4 8.0 4.371 4.4S2 4.532 4.611 4.687 4.767 4.837 4.910 4.983 5.055 5.127 5200 5272 5.345 5.419 5.493 5387 5.642 5.717 5.790 5867 8.6 д.д 4.377 4.458 4338 4616 4.692 4.772 4341 4.914 4.987 5.059 5.132 5204 5278 5.349 5.423 5497 5372 5.647 5.722 5.797 5875 8.8 9.0 4.362 4,463 4343 4.621 4.697 4,776 4345 4918 4.991 5.063 5.135 5208 5.380 5.353 5.427 5301 5.576 5.652 5.727 5603 5.883 96 92 4.388 4.468 4348 4,625 4,701 4,780 4350 4223 4.995 5.067 5.139 5.211 5.284 5.357 5.431 5305 5.580 5.656 5.732 5608 5.890 92 9А 4.393 4.473 4352 4630 4,705 4,784 4354 4226 4.999 5.071 5.143 5215 5.287 5.361 5.434 5309 5.584 5.660 5.736 5613 5.889 94 96 4.396 4478 4357 4.634 4.710 4,786 4357 4230 5.002 5274 5.146 5218 5.291 5364 5437 5312 6.587 5663 6.740 5817 6.894 96 96 4.403 4.483 4361 4.638 4.714 4.791 4361 4,934 5,006 5278 5.149 5.222 5.294 5367 5440 6.515 6.590 5667 6.74* 5.S21 5.898 98 10.0 4.408 4487 4365 4.642 4.717 4,795 4365 4.937 5.009 5281 5.153 5.225 5.297 5370 5443 6.518 5.593 6670 6.747 5.825 5.903 10.0 10.2 4.721 4,798 4366 4.940 5.012 5.084 5.156 5.226 5.300 5373 5446 5.521 5.598 5673 5.750 5.828 5.908 10.2 10.4 4371 4.943 5.015 5.087 5.158 5.230 5.303 6375 5449 5.523 5.599 5675 6.753 5.831 5.910 10.4 Ю.д 4.874 4.947 5018 5290 5.161 5.233 5305 5378 5.451 5.526 5601 5678 5.755 5.834 5.913 10.8 10.8 4.949 5021 5292 5.184 5.238 5308 5380 5.454 5.528 5603 5680 5.757 5.836 5.915 10.8 11.0 5224 5295 5.166 5,238 5310 5383 5.458 5.530 5605 5682 5.760 5.838 5.918 11.0 11.2 5.098 5.169 5.240 5312 5385 5.458 5.532 5607 5684 5.762 5.840 5920 11.2 11.4 5.171 5.243 5314 5387 5.460 5.534 5609 5686 5.763 5.842 5922 11.4 11.6 5.173 5.245 5316 5389 5.462 5.636 5.611 5.687 6.765 5.844 5.924 11.6 11.6 5247 5318 5391 5.464 5338 5613 5689 5.767 5845 5925 11.8 120 5249 5320 5.393 5.465 5339 5614 5.690 6.768 5847 5927 129 122 5322 5.394 5.467 5341 5616 5.692 5.769 5848 5.928 122 ГОСТ Р ИСО 225144—2021 Кривые Пирсона (стандартизоеангея медиана) Р^^ {гроцентиль уромя 50 %). Для у, > 0 следует изменить знак Коэф-фициент эксцесса <02) коэффициент асимметрии <у,) ол 0.1 0.2 0.3 0.4 05 0.6 0.7 08 ОЛ 1.0 1.1 1.2 1.3 1.4 15 1.6 1.7 12 1.9 2.0 <02} -1.4 олоо 0.053 0.111 0.184 0.282 0.424 0027 0.764 -14 -1.2 олоо 0Д39 0.082 0.132 0.196 0.284 0412 0591 0.727 -12 -1.0 олоо 0ЛЭ1 0.065 0.103 0.151 0.212 0297 0.419 0586 -10 -0.0 ОЛОО 0Л26 0.054 0,085 0.123 0.169 0231 0017 0,439 0598 0681 -02 -0.6 ОЛОО 0Л2Э 0047 0.07Э 0.104 0.142 0.190 0254 0043 0468 0616 0.653 -02 -0.4 ОЛОО 0Л20 0041 0.064 0.091 0.122 0.161 0212 0280 0275 0504 0633 0.616 -04 -0.2 ОЛОО 0Л18 0037 0.058 0.081 0.108 0.141 0.183 0237 0.311 0413 0542 0.638 0.574 -02 0.0 олоо 0017 0034 0Л53 0.073 0.097 0.126 0.161 0206 0266 0247 0456 0.579 0.621 0.531 0.0 0.2 олоо 0015 0032 0049 0.068 0.089 0.114 0.145 0.183 0233 0299 0288 0501 0.605 0.582 02 0.4 олоо 0Л14 0029 0Д45 0Л63 0.082 0.105 0.132 0.165 0208 0263 0.336 0.433 0.545 0.607 0.536 0.4 0.6 олоо 0Л13 0028 0043 0Л59 0.077 0.097 0.122 0.151 0.188 0235 0297 0279 0.481 0.579 0.579 0.489 06 0.8 0.000 0013 0026 0040 0Л55 0072 0.091 0.113 0.140 0.172 0213 0266 0236 0425 0.527 0.590 0.533 06 1.0 0.000 0012 0025 0.038 0053 0068 0.086 0.106 0.130 0.159 0.196 0242 0201 0279 0474 0.563 0.569 0.484 1Л 1.2 0.000 ООП 0024 0036 0Л50 0065 0082 0.100 0.122 0.148 0.181 0222 0274 0241 0426 0.520 0.576 0.524 12 1.4 0.000 ОДИ 0023 0035 0Д48 0062 0078 0.095 0.116 0,140 0.169 0206 0252 02Ю 0285 0474 0.554 0.555 0.475 14 1.6 0.000 0.010 0.022 0034 0.046 0060 0074 0091 0.110 0,132 0,159 0.192 0233 0285 0261 0432 0.518 0.564 0.510 Ю 18 0.000 0.010 0.021 0032 0044 0Д67 0072 0087 0,105 0,126 0,161 0.180 0217 0264 0223 0296 0480 0.549 0.540 0.461 12 2.0 0.000 0.009 0.020 0.031 0Д43 0.055 0.069 0.084 0.101 0.120 0.143 0.171 0.204 0246 0299 0265 0.443 0.521 0.552 0.494 2.0 22 олоо 0.009 0.020 0.030 0.042 0Л54 0067 0.081 0Л97 0.115 0.137 0.162 0.193 0231 0279 0238 04Ю 0488 0.544 0.522 0.445 2.2 2.4 олоо 0.009 0.019 0.029 0.040 0052 0065 0078 0.094 0.111 0.131 0.155 0.183 0.218 0261 0215 0281 0456 0.524 0.538 0.475 2.4 26 олоо 0008 0.018 0.029 0.039 0.051 0.063 0076 0Л91 0.107 0.126 0.148 0.175 0207 0246 0295 0255 0.426 0.498 0.539 0.503 2.6 26 0.000 0.008 0.018 0.028 0.038 0049 0061 0074 0Л88 0.104 0.122 0.143 0.167 0.197 0233 0278 0233 0298 0.470 0.528 0.522 2.8 ЗЛ олоо 0.008 0.017 0.027 0.037 0.048 0059 0072 0Л85 0.101 0.118 0.138 0.161 0.189 0.222 0263 0213 0274 0443 0.506 0.530 3.0 ГОСТ Р ИСО 225144—2021 Кривые Пирсона (стандартимванная медиана) (лроивнтмль урохя 50 %) Для у, > 0 следует изменить знак КОЭФ-фициеит эксцесса <02) Коэффициент асимметрии (у,) 04 0.1 0.2 0.3 0.4 04 04 0,7 08 04 14 1.1 1.2 1.3 14 15 16 1.7 16 1.9 2.0 02) 32 0600 0.008 0.017 0.027 0.037 0.047 0.058 0.070 0483 0.098 0.114 0.133 0.155 0.181 0212 0250 0298 0352 0,417 0.483 0.525 3.2 ЗЛ 0400 0408 0.017 0.028 0.036 0.046 0457 0468 0481 0.095 0.111 0.129 0.150 0.174 0.203 0239 0281 0.333 0.394 0.460 0.513 3.4 ЗЯ 0.000 0407 0416 0.025 0.035 0.045 0.056 0467 0479 0493 0.108 0.125 0.145 0.168 0.196 0228 0268 0316 0373 0.437 0.495 3.6 3» 0.000 0407 0416 0.025 0.034 0.044 0.054 0466 0478 0491 0.105 0.122 0.141 0.163 0.188 0.219 0256 0301 0354 0.415 0.475 3.8 4.0 0400 0407 0415 0425 0.034 0.043 0.053 0.064 0476 0489 0.103 0.119 0.137 0.158 0.182 0211 0.246 0288 0337 0395 0.455 40 4.2 0400 0007 0415 0424 0433 0.0*3 0.053 0.063 0.075 0087 0.101 0.116 0.133 0.153 0.176 0.204 0.236 0276 0322 0376 0.435 42 4.4 0.000 0.007 0415 0424 0433 0.0*2 0.052 0.062 0.073 0.085 0499 0.113 0.130 0.149 0.171 0,197 0.228 0.265 0308 0359 0.416 4.4 4.0 0.000 0407 0415 0423 0432 0441 0.051 0.061 0.072 0.084 0497 0.111 0.127 0.1*5 0.187 0.191 0,220 0.255 0296 0344 0399 46 4.0 0.000 0.006 0415 0423 0432 0441 0.050 0.060 0,071 0.082 0.095 0.109 0.12* 0.142 0.162 0.186 0,213 0.2*6 0.285 0330 0382 43 5.0 0.000 0.006 0,01* 0423 0431 0440 04*9 0.059 0.070 0.081 0.093 0.107 0.122 0.139 0.158 0.181 0,207 0.238 0,274 0,317 0387 56 52 0.000 0.006 0.014 0422 0431 0440 04*9 0458 0.069 0.080 0.092 0.105 0.119 0.138 0.155 0.176 0.201 0.231 0,265 0.306 0353 52 5.4 0.000 0.006 0.014 0.022 0430 0439 04*8 0457 0.068 0.078 0.090 0.103 0.117 0.133 0.151 0.172 0.198 0.224 0.257 0.295 0.340 5.4 56 0.000 0.006 0.014 0.022 0430 0439 04*7 0457 0467 0.077 0.089 0.101 0.115 0.131 0.148 0.168 0.191 0218 0.249 0.285 0.328 5.6 53 0400 0.006 0.014 0.022 0.030 0438 0447 0456 0468 0476 0.087 0.100 0.113 0.128 0.145 0.164 0.186 0212 0.2*2 0.277 0.317 5.8 ЯО 0400 0406 0.014 0.021 0.029 0.038 0.046 0455 0465 0475 0.086 0.098 0.111 0.126 0.142 0.161 0.182 0207 0235 0.268 0.307 6.0 Я2 0400 0406 0.013 0.021 0.029 0.037 0.046 0455 0464 0474 0485 0.097 0.110 0.124 0.140 0.158 0.178 0202 0.229 0.281 0.298 6.2 0.4 0400 0.006 0.013 0.021 0.029 0437 0445 0454 0463 0473 0.08* 0.096 0.108 0.122 0.137 0.155 0.175 0.197 0.223 0.254 0.289 6.4 00 0400 0406 0.013 0.021 0.028 0.037 0445 0454 0463 0473 0.083 0.094 0.107 0.120 0.135 0.152 0.171 0.193 0218 0.2*7 0.281 6.6 64 0400 0406 0.013 0.021 0.028 0.036 0.044 0453 0462 0472 0482 0.093 0.105 0.118 0.133 0.150 0.168 0.189 0213 0241 0.273 6.8 70 0400 0405 0413 0.020 0,028 0.036 0.044 0453 0461 0471 0481 0492 0.10* 0.117 0.131 0.147 0.165 0.185 0209 0236 0.267 7,0 7.2 0400 0405 0413 0420 0.028 0.036 0.044 0.052 0461 0470 0480 0491 0.103 0.115 0.129 0.1*5 0.162 0.182 0205 0230 0260 7.2 7.4 0400 0405 0413 0420 0.027 0.035 0.043 0.052 0.060 0470 0479 0.090 0.101 0.114 0.128 0.143 0.180 0.179 0201 0226 0254 74 7.0 0400 0405 0412 0420 0427 0.035 0.043 0.051 0.060 0.069 0479 0489 0.100 0.113 0.128 0.141 0.157 0.176 0.197 0221 0249 76 7.8 0.000 0405 0412 0420 0427 0435 0.043 0.051 0.059 0.068 0478 0488 0499 0.111 0.124 0.139 0.155 0.173 0.193 0217 0243 73 ГОСТ Р ИСО 225144—2021 to co Кривые Пирсона (стандартизованная медиана} (лроцентиль уроаяя 90 %}. Для у, > 0 следует изменять знак Коэф-фициент Коэффициент асимметрии (у^ ОД 0.1 0.2 0.3 0.4 09 08 0.7 02 0.9 1.0 1.1 1.2 1.3 1.4 15 16 1.7 18 1.9 2.0 эисивссл <62) 8,0 0000 0.009 0.012 0.019 0.027 0.034 0042 0090 0659 0.068 0.077 0.087 0.098 0.110 0.123 0.137 0.193 0.170 0.190 0.213 0.238 8.0 82 оооо 0009 0.012 0.019 0.027 0.034 0.042 0050 0098 0067 0076 0.086 0.097 0.109 0.121 0.135 0.191 0.168 0.187 0.209 0.234 8.2 84 оооо 0005 0012 0.019 0.026 0.034 0.042 0050 0058 0067 0076 0.086 0.096 0.108 0.120 0.134 0.U9 0.165 0.184 0205 0.229 8.4 8.6 0000 0009 0012 0.019 0.026 0.034 0.041 0.049 0057 0.066 0075 0685 0.095 0.107 0.119 0.132 0.147 0.163 0.181 0202 0225 8.6 8,9 0.000 0005 0012 0019 0.026 О.ОЭЭ 0.041 0.049 0057 0.068 0075 0.084 0.094 0.106 0.118 0.131 0.145 0.161 0.179 0.199 0221 82 9.0 0000 0005 0012 0019 0026 0.033 0.041 0.049 0.057 0065 0074 0.084 0.094 0.105 0.116 0.129 0,143 0.159 0.176 0.196 0218 9.0 9.2 0.000 0005 0012 0019 0026 0.033 0.040 0.048 0.058 0065 0073 0083 0.093 0.104 0.115 0.128 0.142 0,157 0.174 0.193 0214 92 9.4 0.000 0.005 0012 0019 0028 0033 0.040 0.048 0.058 0.064 0073 0,082 0092 0.103 0.114 0.127 0.140 0.159 0.172 0.190 0.211 9.4 9.8 0.000 0.005 0012 0019 0029 0033 0.040 0.048 0.099 0.064 0.072 0.082 0091 0.102 0.113 0.129 0.139 0.193 0.170 0.188 0208 9.6 9.8 0.000 0.005 0012 0018 0029 0032 0040 0.047 0.099 0.063 0.072 0081 0091 0.101 0.112 0.124 0.137 0.192 0.168 0.189 0209 92 10.0 0.000 0.009 ООН 0018 0029 0032 0040 0047 0.055 0.063 0.071 0.080 0090 0.100 0.111 0.123 0.136 0.150 0.166 0.183 0202 10.0 Ю.2 0.000 0032 0039 0047 0.054 0.063 0.071 0.080 0.089 0099 0.110 0.122 0.135 0.149 0.164 0.181 0.200 102 10.4 0.000 0032 0039 0047 0094 0.062 0.071 0.079 0.089 0099 0.109 0.121 0.133 0.147 0.162 0.179 0.197 10.4 10.6 OjOOO 0039 0046 0054 0.062 0.070 0.079 0.088 0.098 0.109 0.120 0.132 0.146 0.160 0,177 0.195 106 10.8 OjOOO 0046 0054 0061 0.070 0.078 0.088 0.097 0.108 0.119 0.131 0.144 0.159 0.175 0.192 102 110 оооо 0053 0061 0.069 0.078 0.087 0.097 0.107 0.118 0.130 0.143 0.157 0.173 0.190 11.0 112 оооо 0061 0.069 0.078 0.087 0.096 0.106 0.117 0.129 0.142 0.156 0.171 0.188 11.2 114 оооо 0.069 0.077 0.086 0095 0.105 0.116 0.128 0.141 0.15* 0.169 0.186 114 11.6 оооо 0.068 0.077 0.086 0.095 0.104 0.116 0.127 0.139 0.153 0.168 0.184 11.6 118 оооо 0.076 0.089 0.094 0.104 0.119 0.126 0.138 0.152 0.166 0.182 11.8 12.0 оооо 0.076 0.089 0.094 0.104 0.114 0.125 0.137 0.150 0.165 0.181 120 12.2 оооо 0.084 0.093 0.103 0.113 0.124 0.136 0.149 0.163 0.179 122 ГОСТ P ИСО 22514-4—2021 Приложение С (справочное) Идентификация распределения С.1 Общие положения Иногда вид распределения известен или может быть обоснованно выбран и проверен с помощью критериев согласия. В этом случае на основе выбранного распределения определяют оценки его параметров и испогъзуют их для определения соответствующих квантилей, на основе которых оценивают воспроизводимость процесса. Доли единиц продукции, соответствующих и не соответствующих требованиям, могут быть оценены непосредственно. Метод иллюстрирован на основе некоторых часто применяемых распределений. С.2 Нормальное распределение Если X, XN— выборка из нормального распределения со средним ц и дисперсией о2, оценки р и я2 получают по формулам - _ 1 и Оценки индексов воспроизводимости процесса определяют по следующим формулам настоящего стандарта: ср=^£. ₽ 6я СРЬУ=^ За Cpu За Таким образом. Срк - гпхт^Сркс.СркУ). Оценки доли единиц продукции, значения контролируемой характеристики которых менее L и более U. определяют по формулам pt=1-*(3Cpk4 ри=1-ф(ЗСр.ц). Здесь Ф( ) — функция распределения стандартного нормального распределения. Фактические вычисления ₽t и Ри могут быть выполнены в соответствии с 4.8. С.З Логарифмически нормальное распределение С.3.1 Общие положения Логарифмически нормальное распределение с параметрами ц и а имеет функцию плотности вероятностей: „ . 1 ( (lnX-ц)2 —exp -2----J2_ Xa^2(t I 2a2 еде X > 0. и In — знак натурального логарифма, т.е. логарифма по основанию е. Если X имеет логарифмически нормальное распределение с параметрами р и а. то 1пХ подчиняется нормагъному распределению со средним р и дисперсией а2. Если Xt......XN — выборка из логнормального распределения, то данные могут быть преобразованы к нор мальному распределению, т.е. к выборке 1пХ1,...» 1пХл, которая подчиняется нормальному распределению. Тогда могут быть использованы методы в соответствии с С.2. Альтернативно вычисления могут быть сделаны непосредственно на исходных величинах. Эти два метода приведены в С.3.2 и С.3.3. В обоих случаях оценки параметров являются функциями логарифма исходных данных и имеют вид » _ 1 л» Ц = Х = -1ЦпХ.. N._. •»2 О 1 " }2 1пХ,—— £1пХ. . «/-1 Ч С.3.2 Логнормальное распределение. Преобразование к нормальному распределению Верхнюю и нижнюю границы поля допуска преобразуют в InU и InL. Применяют формулы е соотеетствж с С.2. Оценки С». Сркы и Ср», принимают вид A InU-lnL Ср =------ 6<т • 1пС/-ц — P-»nL Ср*‘=^Г Для получения оценок доли единиц продукции, не соответствующих требованиям, необходимо оценки Cpuv и Cpkk подставить в соответствующие формулы раздела С.2. С.3.3 Логнормальное распределение. Исходный масштаб Квантили логнормального распределения имеют вид Хк=ехр{оФ-’(а) + р). где Ф-1(-)— функция, обратная к функции распределения стандартного нормального распределения. В частности. *0,135% = в'3”‘Р- *50% = ®Р- *99.865% = в3” * Р. с U'L ° еЭв*м-е“3от'’ Оценки, полученные данным методом оценки индексов, отличаются от оценок, полученных методом преобразования (см. С.3.2). Владелец процесса, характеристика единиц продукции которого подчиняется логнормальному распределению, обычно хорошо ориентируется е полученных оценках индексов, но при их интерпретации не следует использовать границы, полученные для данных, подчиняющихся нормальному распределению. Оценки доли единиц продукции, не соответствующей требованиям, выделяют, используя границы поля допуска и функцию логнормального распределения. Таким образом. . JlnU-й Эти оценки точно совладают с оценкаюг. полученными в соответствии с С.Э.2. С.4 Распределение Рэлея Это распределение используют обычно для описания положения, эксцентриситета и других параметров в двумерных задачах. В этих ситуациях обычно имеется единственная граница поля допуска U. Функция распределения Рэлея имеет вид где X > 0. а 6 — положительный параметр. Если Х-, XN — выборка из распределения Рэлея, оценка параметра 0 имеет вид Оценку доли единиц продукции, не соответствующих требованиям, определяют по формуле Ри =в*Р NU2 N ^Х' С.5 Распределение Вейбулла Это универсальное распределение. Его часто используют при анализе данных, собранных в процессе исследования надежности, когда исследуемые образцы являются неоднородными, а измерения не описываются нормальным распределением. Распределение Вейбулла имеет три параметра: 1) £ — параметр масштаба: 2) р — параметр формы. 3) f— параметр положения, который часто равен нулю. В некоторых случаях при исследовании воспроизводимости процесса, когда данные не подчиняются нормальному распределению, для описания данных и вычисления воспроизводимости или пригодности процесса может быть использовано распределение Вейбулла. Функция распределения Вейбулла F(X) = 1-exp Таким образом, квантили распределения Вейбулла *,,%= Т + «4П(1-Р>ГР. В частности, могут быть вычислены процентили Х$ 135%. и •а зэтем индексы воспроизводимо сти процесса. Доли единиц продукции, не удовлетворяющих требованиям: pL = F(L)= 1-ехр Ду = = exp Для определения оценок pt и ри в эти выражения подставляют оценки параметров распределения. С.6 Полунормал ьное распределение Полумормалъное распределение часто используют для описания характеристики, на которую установлены геометрические допуски. Эта ситуация с односторонними требованиями. Их обычно применяют, когда установлены геометрические характеристики, форма и координаты. Функция плотности вероятности лолунормального распределения с параметрами р и ст имеет вид где 0 5 X < ”. 1||Х-М|Т 2[ ст Полунормальное распределение пропорционально нормальному распределению. Оценки долей распределения могут быть найдены с помощью стандартных таблиц нормального распределения с умножением соответствующего табличного значения на 2. С.7 Другие распределения Выше были приведены наиболее часто применяемые распределения. Однако существует много других распределений. которые огмсаны в справочной литературе по статистике. Приложение D (справочное) Доверительные интервалы D.1 Нормальное распределение D.1.1 Общие положения При вычислении индекса воспроизводимости процесса важно помнить, что вычисленное значение является лишь оценкой истинного индекса. Обычно большее количество данных, используемых для вычисления оценки индекса, позволяет получить более достоверную оценку. В следующих разделах данного приложения приведены пояснения этого факта и методы определения доверительных интервалов для индексов. Вычисление границ доверительного интервала имеет смысл только в случае, когда параметром положения е распределении является математическое ожидание, а не медиана. D.1.2 Нормальное распределение. Аналитический метод Доверительный интервал, соответствующий доверительной вероятности (1 -а), имеет вид С z Л а , Я срк“ А _ Н . 2N-2 где z1_ Примечание — Здесь предполагается, что для вычисления индексов была использована оценка стан* дэртного отклонения по общему объему выборки (W). D.1.3 Нормальное распределение. Табличный метод оценки индекса Ср D.1.3.1 Общие положения Пример метода определения доверительного интервала для индекса Ср приведен в D.1.3.2. Метод требует определения коэффициентов К, и Ки по таблице 0.1. Коэффициенты зависят от количества наблюдений, использованных для получения оценки Ср. Умножение оценки индекса на эти коэффициенты позволяет получить границы доверительного интервала. Для определения границ доверительного интервала следует использовать не менее 50 значений. Пример —Доверительный интервал для Ср с уровнем доверия 95 % имеет вид К, Ср & С. & К. Ср. D.1.3.2 Процедура и пример а) Записывают значение оценки Ср и общий объем выборки Ср = 120 и/Vs 100. Ь) Выбирают необходимый уровень доверия Уровень доверия — 95 %. с) По таблице D.1 определяют коэффициенты и К, = 0.86. Кад%=1.14. d) Определяют границы доверительного интервала; K^CpSC.S^Cp. 0.86 • 1.20SC £1.14 • 1.20. 1.035 Ср S 1.37. Таблица D.1 — Коэффициенты для определения границ доверительного интервала индекса Ср Уровень доверия Коэффициент Общий объем выборки N 50 75 100 150 100 90% с* Л 0.83 1.16 0,86 1.13 0.88 1.12 0.90 1.09 0.93 1.07 95% Л 0.80 1,20 0.84 1.16 0.86 1.14 0.89 1.11 0.92 1.08 99% *1 Ku 0.75 1.26 0.79 1.21 0.82 1.18 0.85 1.15 0.90 1.11 D.2 Доверительные интервалы для других распределений Доверительные интервалы для других индексов {не графические оценки) могут быть найдены для ненормальных распределений так же. как и для нормального распределения. Библиография ISO 3534-1, Statistics — Vocabulary and symbols — Part t: General statistical terms and terms used in probability ISO 3534-2. Statistics — Vocabulary and symbols — Part 2: Applied statistics ISO 5479. Statistical interpretation of data — Tests for departure from the normal distribution ISO 7870-1, Control charts— Part 1: General guidelines ISO 7870-2. Control charts — Part 2: Shewhart control charts ISO 9000. Quality management systems — Fundamentals and vocabulary ISO/IEC 12207. Information technology— Software life cycle processes AUTOMOTIVE INDUSTRY ACTION GROUP. Statistical process control (SPC) — Reference material. AIAG. 2005 Chou Y.. Owen D.B.. Borrego SA. Lower Confidence Limits on Process Capability Indices. J. Qual. Technoi. 1990, 22 (3), p. 225 Clements J A. Process capability calculations for non-normal distrtoutions. Quality Process. 1989. 22. pp. 95—100 Duncan AJ. Quality control and industrial statistics. Richard O. Irwin. Inc. 1986 Kotz S.. & Johnson N.L. Process Capability Indices. Chapman & Hall. 1993 Kotz S.. & Lovetace C.R. Process Capability Indices in Theory and Practice. Hodder Arnold. 1998 Rodriguez R.N. Recent Developments in Process Capability Analysis. J. Qual. Technoi. 1992, 24 (4), p. 179 Stephens M.A. Anderson-Darling Test for Goodness of Fit. In: Encyclopedia of Statistical Sciences. (Johnson N.L.. & Kotz S. eds.). Wiley Interscience. Vol. 1.1982. pp. 81-5. УДК 658.562.012.7:65.012.122:006.352 ОКС 03.120.30 Ключевые слова: статистические методы в управлении процессами, границы поля допуска, границы опорного интервала, индекс воспроизводимости процесса, индекс пригодности процесса, доверитель* ный интервал, объем выборки Редактор З.Н. Киселева Технический редактор И.Е. Черепкова Корректор Л.С. Лысенко Компьютерная верстка Е.О. Асташина Сдано о набор 30.09.2021 Подписано в печать 26.10.202t. Формат 80*84%. Гарнитура Ариал. Усп. печ. л. 4.65. Уч.-иад. л. 4.18. Подготовлено на основе электронной версии, предоставленной разработчиком стандарта Создано a единичном исполнении в ФГБУ «РСТ» для комплектоваиия Федерального информационного фонда стандартов. 117418 Москва, Нахимовский пр-т, д. 3t. к. 2. www.90slinfo.ru info@gostnfo.ru 1 ') Интеграл плотности стандартного нормального распределения от (-•») до га равен а. 2 ) MSE — mean square error. 3 Э) PCF — process capability fraction. 4 ) PCI — process capability indices. 5 ’> Процедура на основе [10] (см. библиографию).
си„ --5J-
FW=1-exp(-57
I-WI.