Управление качеством продукции методом тагути. Функция потерь генити тагути

Применяются при проектировании продукции и в процессе ее производства. Методы Тагути - одини из методов управления качеством.

Цель метода

Обеспечение качества концепции (идеи), качества конструирования и качества производства.

Суть метода

Методы Тагути позволяют оценивать показатели качества продукции и определять потери качества, которые по мере отклонения текущих значений параметра от номинального, увеличиваются, в том числе и в пределах допуска.

Методы Тагути используют новую систему назначения допусков и вводят управление по отклонениям от номинального значения с использованием упрощенных методов статистической обработки.

План действий

Изучение состояния дел с качеством и эффективностью продукции.
Определение базовой концепции работоспособной модели объекта или схемы производственного процесса (системное проектирование).

Устанавливаются исходные значения параметров продукции или процесса.

Определение уровней управляемых факторов, которые минимизируют чувствительность ко всем факторам помех (параметрическое проектирование). На этом этапе допуски полагаются столь широкими, что производственные затраты оказываются малыми.
Расчет допустимых отклонений вблизи номинальных значений, достаточных для уменьшения отклонений продукции (проектирование допусков).

Особенности метода

Качество продукции не может быть улучшено до тех пор, пока не будут определены и измерены показатели качества. В основе введенного Г. Тагути трехстадийного подхода к установлению номинальных значений параметров продукции и процесса, а также допусков на них, лежит понятие об идеальности целевой функции объекта, с которой сравниваются функциональные возможности реального объекта. На основе методов Тагути вычисляют разницу между идеальным и реальным объектами и стремятся сократить ее до минимума, обеспечивая тем самым улучшение качества.

Согласно традиционной точке зрения все значения в пределах допусков одинаково хороши. Г. Тагути считает, что каждый раз при отклонении характеристики от целевого значения, происходят некоторые потери. Чем больше отклонение, тем большие потери.

Г. Тагути предложил разделять переменные, влияющие на рабочие характеристики продукции и процесса, на две группы так, чтобы в одной из них оказались факторы, ответственные за основной отклик (номинал), а во второй - ответственные за разброс. Для выявления этих групп Г. Тагути вводит новый обобщенный отклик - "отношение сигнал/шум".

Задача заключается в том, чтобы уменьшить чувствительность продукции и процессов к неконтролируемым факторам, или шумам.

Концепция Тагути включает принцип робастного (устойчивого) проектирования и функцию потерь качества. Функция потерь по Тагути различает изделия внутри допуска в зависимости от их близости к номиналу (целевому значению). Технологической основой робастного проектирования служит планирование эксперимента.

Основные методы, разработанные или адаптированные Г. Тагути

Планирование экспериментов.
Управление процессами посредством отслеживания расходов с помощью функции потерь качества.
Развитие и реализация робастного управления процессами.
Целенаправленная оптимизация продукции и процессов до производства (контроль до запуска процесса).
Применение обобщенной философии качества Тагути для обеспечения оптимального качества продукции, услуг, процессов и систем.

Достоинства

Обеспечение конкурентных преимуществ за счет одновременного улучшения качества и снижения себестоимости продукции.

Недостатки

Широкое применение методов Тагути в управлении процессами, на базе вероятностно-статистических методов, не в се г да корректно в условиях высокой динамики требований к объектам оценивания и отсутствия аналогов.

Ожидаемый результат

Выпуск конкурентоспособной продукции.

Вы узнаете:

что такое робастное проектирование параметров;
чем характеризуются потери качества и как их оценивают количественно;
каким образом использование элементов нечеткой логики повышает эффективность применения методов Тагути для проектирования продукции, характеризующейся многочисленными откликами.

Методы оптимизации проектирования продукции и производства были разработаны Гэнити Тагути — родоначальником технического обеспечения качества, успешно применившим эффективные прикладные статистические методы для повышения стабильности технологических процессов и увеличения их производственных возможностей.

Он предложил проактивный подход к проектированию продукции и процессов, основанный на измерениях, анализе, прогнозировании и профилактике и направленный на встраивание качества в продукцию и процессы, а не на их контроль. В методах Тагути значительный акцент делается на удовлетворенность потребителя.

Г. Тагути осознавал важность выпуска продукции, соответствующей заданным параметрам, и подчеркивал, что излишняя вариация показателей деятельности является корневой причиной низкого качества и контрпродуктивна для общества в целом.

В дальнейшем он пришел к выводу, что вариация, или отклонение от целевого значения, обернется неизбежными потерями в виде раннего износа продукции, проблемами при ее обслуживании и взаимодействии с другими изделиями, а также заставит создавать запасы «на всякий случай» и т. п. Ее игнорирование станет причиной неудовлетворенности потребителя и потери репутации компании. Иными словами, Тагути подчеркнул значимость уменьшения вариабельности процесса относительно целевых показателей и приведения его средних значений к заданным. Это возможно, только если сделать процесс нечувствительным к различным источникам шума. Данная процедура называется робастным проектированием параметров.

Вместо того чтобы уменьшить вариабельность отдельных составляющих, устанавливая жесткие границы допустимых отклонений от нормы, Тагути рассматривал вопрос тщательного отбора параметров проектирования, или факторов, результатом которого становится более надежная конструкция, способная противостоять вариациям, вызванным нежелательными причинами. Чтобы этого достичь, он предложил результативный метод определения параметров проектирования, сочетания которых могут уменьшить вариацию характеристик продукции. Таким образом, метод планирования эксперимента, предложенный Тагути, является эффективным подходом к оптимизации проектных решений с целью повышения качества, улучшения деятельности и сокращения затрат.

ЭВОЛЮЦИЯ

Концепция качества эволюционировала с течением времени. Сегодня качество, в работу над которым вовлечены все сотрудники организации, стало философским понятием, охватывающим различные аспекты. Качество — больше не результат простого контроля, это концепция общего менеджмента компании.

Следовательно, программы улучшения качества стали частью процесса стратегического планирования многих успешных компаний.

В прошлом инспекционный контроль был единственным способом обеспечения соответствия требованиям, однако рост производительности в ходе индустриальной революции показал, что необходимо обновить механизм контроля качества.

В 1911 г. концепция качества получила новое развитие благодаря Ф. Тейлору, который представил несколько важных концепций, таких как функциональная специализация, анализ времени протекания процесса и перемещений, которые совершает работник в ходе его выполнения, инспекционный контроль качества и др. . Ф. Тейлор делал акцент на повышении производительности, его идеи ознаменовали начало эволюции в управлении качеством.

В 20-х гг. прошлого столетия д-р У. Шухарт определил, что контроль качества должен быть встроен в процесс и иметь профилактическую функцию, а не быть результатом только приемочного контроля. Он применил теорию статистики к менеджменту качества, разработал первую контрольную карту и продемонстрировал, что устранение вариации процесса ведет к улучшению качества конечного продукта.

Чтобы устранить вариацию, прежде всего следует выявить ее источник, для чего необходимо изучить эффекты различных контролируемых факторов. Как правило, эффект конкретного фактора исследовался посредством изменения фактора во времени. Эта практика привела к фундаментальному прорыву, совершенному в 1920 г., когда английский специалист по статистике сэр Р.А. Фишер предложил при планировании эксперимента изменять все факторы (входные переменные) одновременно, чтобы можно было наблюдать соответствующие изменения на выходе, т. е. факторы отклика.

Предполагается, что все входные переменные взаимодействуют друг с другом . Таким образом, в эксперименте исследуются все возможные единовременные взаимодействия между входными переменными. Полученные данные затем анализируются для принятия обоснованных и адекватных решений. Метод также называется полным факторным экспериментом и включает проведение различных тестов. С целью уменьшения объема работ стал использоваться дробный факторный эксперимент, при котором реализуется только отобранная часть комбинаций условий, необходимых для проведения полного факторного эксперимента, однако экономия (два-четыре фактора) получалась несущественной. С изобретением в Англии в 1940 г. ортогональной матрицы, с помощью которой проверялась минимальная совокупность всех возможных комбинаций, объем вычислений значительно уменьшился.

Наконец в 50-х гг. Г. Тагути успешно применил план эксперимента, предложенный сэром Фишером, и ортогональные матрицы для эффективной разработки продукта, объединив преимущества обоих методов. Кроме того, он высказал идею учитывать в ходе эксперимента влияние факторов шума на продукцию или процесс, тем самым достигая их робастности .

КОНЦЕПЦИЯ РОБАСТНОГО ПРОЕКТИРОВАНИЯ

Считается, что продукция качественная, если потребитель ею удовлетворен. Тагути никогда не оценивал качество продукции только с точки зрения стоимости производства, числа дефект ных единиц, попадания ее характеристик в заданные пределы. Свои суждения он строил, исходя из наблюдаемых отклонений отклика продукции от целевых значений.

Данный отклик называется характеристикой качества. Если имеет место отказ продукции до конца срока службы или ее характеристики со временем ухудшаются, то речь идет о значительных потерях качества .

Потери качества — это затраты на переработку, затраты по гарантийному обязательству, временнЫе и финансовые затраты потребителя на ремонт, жалобы потребителей, их неудовлетворенность и, как следствие, — потеря рыночной доли и репутации компании. Для количественной оценки этих потерь используется функция потерь качества, зависящая от среднего квадратичного отклонения ó и отклонения характеристики продукции от целевого значения (μ - μ 0):

Q = K "[(μ - μ 0) 2 + σ 2 ]. (1)

Тагути утверждает, что если устранить отклонения характеристик продукции от их средних значений, то потери качества сократятся. Сокращение вариации достигается посредством регулирования среднего значения относительно целевого с помощью поправочного коэффициента:

Q п " = h = 10 Log 10 [μ 2 /ó 2 ], (2)

Выражение (μ/ó) 2 — показатель отношения «сигнал/шум», где μ — желаемое целевое значение, ó2 — вариация, т. е. шум. Показатель отношения «сигнал/шум» зависит от характеристик качества, которые необходимо оптимизировать в данном эксперименте .

Основные типы этого показателя следующие (рисунок):

. чем меньше, тем лучше (smaller the better — STB). Этот тип соответствует нежелательным характеристикам (дефектам), значение которых в идеале равно нулю.

n = -10 Log 10 [среднее значение суммы квадратов разности измеренного и оптимального значений];

. чем больше, тем лучше (larger the better —

LTB). Этот тип соответствует желательным характеристикам, чьи значения должны быть как можно больше.

n = -10 Log 10 [среднее значение суммы квад ратов обратной величины измеренных данных];

. оптимально заданное значение (nominal

the better — NTB). Соответствует характеристикам, для которых наиболее предпочтительно определенное значение.

n = -10 Log 10 [квадрат среднего/величина отклонения].

Тип STB (в противоположность типу LTB)

выбирается, когда необходимо, чтобы значения данных были как можно меньше предельного значения, а тип NTB — когда требуется, чтобы значения данных были как можно ближе к целевым. Данный тип наиболее предпочтителен, и для него характеристики качества должны определяться соответствующим образом .

Параметры, влияющие на характеристики качества, называются факторами. Они могут быть трех типов: сигнал, напрямую влияющий на заданное значение отклика продукта μ; шум, который сложно или дорого контролировать и который вызывает вариацию ó отклика; контролируемые факторы — выбор их оптимальных значений позволяет уменьшить чувствительность отклика продукции ко всем факторам шума (схема 1) .

Проекты, реализуемые в рамках робастного проектирования, в которых сигнал остается постоянным, называются статическими проектами, а проекты, в которых пользователь может варьировать сигнал, — динамическими.

Проектирование продукции или процесса происходит в три этапа.

Концептуальное проектирование . Подбор технического решения (для продукции) или технологии (для процесса) и изучение начальных условий.

Проектирование параметров . Определение оптимальных уровней контролируемых факторов для увеличения робастности и последующего улучшения показателей работы. Включает следующие этапы.

1. Выбор параметров для проведения эксперимента. Проводится анализ системы с целью отбора подходящих характеристик качества.

Они должны представлять собой непрерывную и неизменную функцию, быть легкоизмеримы и являться прямым индикатором передачи энергии в системе. Целевая функция (отношение «сигнал/шум») выбирается исходя из типа характеристики качества. Определяются контролируемые факторы, их уровни и факторы шума. Робастность продукции достигается путем выбора (в ходе испытаний) условий, которые сглаживают действие различных факторов шума. Соотношение «сигнал/шум» должно быть определено таким образом, чтобы оно включало не только средний уровень отклика, но и наблюдаемую на этом уровне вариацию вследствие действия факторов шума. Один и тот же эксперимент может быть повторен несколько раз для получения различных откликов, соответствующих преднамеренно созданной вариации в факторах шума. При этом учитываются старение и внешние шумы .

2. Выбор ортогональной матрицы для проведения эксперимента. Ортогональные матрицы позволяют производителю подбирать значения параметров при минимальном числе экспериментов. В столбцах ортогональной матрицы представлены изучаемые факторы, а в рядах — уникальное сочетание уровней фактора данного эксперимента . Если матрица ортогональна, то для любой пары столбцов все комбинации уровней фактора появляются одинаковое число раз, т. е. все факторы одинаково представлены во всех экспериментах. Для выбора подходящей ортогональной матрицы потребуется общее число степеней свободы.

Степень свободы — это совокупность значений параметра процесса, которые допускается варьировать для получения его заданного среднего значения.

В ортогональной матрице, необходимой для эксперимента, число рядов должно, как минимум, соответствовать сумме чисел степеней свободы всех факторов и общего среднего.

После выбора ортогональной матрицы проводятся эксперименты, для каждого из них вычисляется и записывается соотношение «сигнал/шум».

3. Анализ наблюдений, полученных в ходе эксперимента.

В ходе анализа средних (ANOM) для всех экспериментов определяется общее среднее значение m . Это сбалансированный показатель, поскольку все уровни каждого из факторов одинаково представлены в общей совокупности экспериментов. Для каждого влияющего фактора отдельно вычисляется эффект m i каждого его уровня. Эффект уровня фактора — это отклонение m i от общего среднего значения m . Уровень фактора, оказывающий больший положительный эффект на среднее, признается оптимальным . Таким образом, анализ средних используется для получения оптимальной комбинации всех воздействующих факторов.

Ортогональная структура эксперимента позволяет применять аддитивную модель для расчета отклика для любой отдельной комбинации факторов. Согласно аддитивной модели, совокупный эффект всех уровней фактора может быть получен путем суммирования отклонений, вызванных отдельными уровнями фактора, и общего среднего.

Дисперсионный анализ (ANOVA) — это совокупность экспериментов, схожих с разложением сигнала в ряд Фурье. Анализ Фурье позволяет определить соответствующую значимость различных гармоник, которые образует сигнал. При этом сигнал представляется как сумма различных независимых ортогональных гармоник. Согласно ANOVA общая дисперсия показателя отношения «сигнал/шум» является суммой дисперсий каждого фактора и дисперсии ошибки. ANOVA используется для расчета значимости каждого фактора. Для поддержания качества продукции наиболее значимые факторы должны строго контролироваться.

4. Верификационный эксперимент. После выбора оптимальной комбинации различных факторов проводится верификационный эксперимент для сравнения расчетных и полученных в результате наблюдения откликов. Если они согласованы, то оптимальные значения принимаются, в противном случае аддитивная модель признается несостоятельной и должна быть изучена общая зависимость между факторами;

5. Дальнейшая оптимизация с помощью метода итераций. В экспериментах, проводимых по методам Тагути, используются дискретные уровни факторов, что исключает возможность получить больше значений показателя отношения «сигнал/шум» на каком-либо промежуточном уровне между предварительно выбранными уровнями . Чтобы компенсировать это, далее выполняется эксперимент с выбором новых уровней относительно оптимального уровня, определенного ранее. Если начальный диапазон значений уровней фактора максимально широк, то такие итерации могут существенно улучшить показатель отношения «сигнал/шум».

Проектирование допустимых отклонений . Данный этап служит для уменьшения уязвимости продукции к действию факторов, наиболее влияющих на нее, посредством применения улучшенных материалов и включения дополнительных элементов для контроля этих факторов .

ПРИМЕНЕНИЕ МЕТОДОВ ТАГУТИ

Благодаря своей простоте и робастности методы Тагути нашли применение в широком диапазоне различных областей, некоторые из которых представлены на схеме 2.

Производство . Методы Тагути хорошо зарекомендовали себя при робастном проектировании некоторых производственных процессов, один из которых — точечная контактная

сварка . Этот эффективный способ соединения металлических листов используется в автомобильной отрасли, при изготовлении бытовых электроприборов и др. В основе метода — воздействие электрическим током с целью локального повышения температуры, приводящего к плавлению металлических листов и соединению их краев.

Данные процесса робастного проектирования

Качество сварного соединения определяется его прочностью на разрыв и зависит от диаметра сварки. Метод робастного проектирования Тагути может быть применен к процессу точечной контактной сварки для улучшения качества сварки посредством выбора оптимальных значений контролируемых факторов. Данные процесса робастного проектирования могут быть представлены, как показано в таблице .

Таким образом, оптимизация процесса по методу Тагути позволила улучшить показатель отношения «сигнал/шум» на 4,16 дБ, т. е. примерно в два раза увеличить предел прочности благодаря использованию оптимизированных значений факторов. Для определения факторов, за которыми необходимо тщательно наблюдать, можно провести дисперсионный анализ .

Применение методов Тагути совместно с методами нечеткой логики (Fuzzy Logic) для проектирования продукции с множеством характеристик. В реальных условиях при проектировании продукции требуется оптимизация многих характеристик качества. Сочетание уровней контролируемого фактора, оптимальное для одной характеристики, необязательно будет таковым для других. Компромиссный выбор между несколькими оптимальными уровнями фактора, сделанный на основе инженерной оценки, может ухудшить некоторые характеристики качества. Метод Тагути эффективен только при оптимизации единичной рабочей характеристики. Поэтому после составления матрицы эксперимента для каждого эксперимента целесообразно преобразовать многочисленные итоговые значения отношения «сигнал/шум» в многооткликовый рабочий показатель (МРП). Эффективно выполнить такое преобразование поможет использование элементов нечеткой логики. Полученный показатель далее может быть рассмотрен как единичная рабочая характеристика, которую требуется оптимизировать . Аппарат нечеткой логики включает базу знаний (совокупность экспертных правил преобразования), необходимых для определения оптимального весового коэффициента различных рабочих характеристик в процессе их комбинирования.

Для каждой характеристики качества с помощью функций принадлежности определяются нечеткие множества: «малое», «среднее» и «большое». Значения отношения «сигнал/шум», полученные в ходе каждого эксперимента и соответствующие различным характеристикам качества, преобразуются через аппарат нечеткой логики в единый показатель (схема 3).

Схема 3. Преобразование множественных показателей «сигнал/шум» (с/ш) в единый МРП с помощью аппарата нечеткой логики

На первом этапе в ходе процедуры фаззификации определяется соответствие измеренных значений показателей отношения «сигнал/шум» значениям функции принадлежности нечетким множествам. Если значение показателя отношения «сигнал/шум», соответствующего характеристике, меньше по сравнению с наблюдаемым диапазоном его значений, то данный показатель получает большее значение принадлежности нечеткому множеству «малое» и меньшие значения в нечетких множествах «среднее» и «большое». Далее в рамках процедуры нечеткого логического вывода выполняются различные операции нечеткой логики.

С помощью базы правил значения функции принадлежности преобразуются в выходные нечеткие множества, в которых показатели МРП распределены по очень малым, малым, средним, большим и очень большим значениям. На заключительном этапе в процессе дефазификации значения принадлежности показателей МРП нечетким множествам преобразуются для каждого эксперимента в единое четкое значение, которое и необходимо оптимизировать .

Следует отметить, что ортогональная матрица, где МРП представлен как единственная характеристика, которую следует оптимизировать, может быть использована для проведения анализа средних и дисперсионного анализа.

Оптимальная комбинация уровней контролируемого фактора рассчитывается для максимального значения МРП.

Таким образом, при помощи элементов нечеткой логики можно расширить возможности применения методов Тагути и повысить их эффективность для проектирования продукции, характеризующейся многочисленными откликами.

Применение в телекоммуникациях . Радиосеть обеспечивается базовыми станциями, распределенными по небольшим географическим районам, называемым сотами. Планирование радиосети — настройка параметров этих станций, например регулировка угла антенны. При ограниченном диапазоне повторного использования частоты сложно настроить параметры всех сот, имеющих неодинаковые рельеф местности, площадь, неравномерную зону покрытия, а также найти для каждой базовой станции оптимальные значения параметров, которые улучшат заданные показатели работы.

Стандартными методами оптимизации при планировании радиосети являются алгоритм отжига и генетический алгоритм, основанные на локальном поиске. Однако для этих методов требуется эвристическое определение начальных значений параметров, которые зависят от смежной структуры текущих решений. Найти оптимальные значения без этой операции можно с помощью методов Тагути, в которых применяется ортогональная матрица, что значительно сокращает число экспериментов, экономит время и уменьшает затраты. Они могут быть использованы для оптимизации следующих типичных радиопараметров сети LTE 1:

1) мощность;

2) угол наклона передающей антенны;

3) ориентация передающей антенны по азимуту.

Поскольку методы Тагути дают возможность комбинировать любые типы параметров, они подходят для совокупной оптимизации различных параметров радиосети, например параметра управления уровнем мощности и ориентации антенны по азимуту. В ходе экспериментов было показано, что по сравнению с указанными выше алгоритмами, имеющими одинаковую сложность реализации и получаемую функцию оптимизации, методы Тагути позволяют достичь несколько лучшего решения постав ленной задачи .

Динамические системы. Системы, в которых требуется, чтобы отклик подчинялся уровням сигнального фактора по заранее уста нов ленному закону, называются динамическими. Управляющие системы, в которых выходная величина может скачкообразно переходить из одного состояния в другое (например, включено-выключено), называются релейными регуляторами. Примером может служить микро схема контроля температуры, как правило, состоящая из датчика, цепи управления и нагревательного элемента. Температурная характеристика датчика играет решающую роль в определении отклика нагревательного элемента, непостоянство температуры которого усложняет работу динамической системы. Метод Тагути может быть использован для решения задач такого типа. Для этого вычисляются уровни общего фактора шума, далее каждый уровень сигнального фактора испытывается на каждом из уровней общего фактора шума.

Проводится регрессионный анализ, и для начальных параметров контролируемых факторов рассчитывается показатель отношения «сигнал/шум». Подобная процедура повторяется для всех комбинаций контролируемых факторов в ортогональной матрице, и выбирается наилучшая из них, результатом чего становится значительное улучшение показателя отношения «сигнал/шум».

Искусственная нейронная сеть . Искусственная нейронная сеть (ИНС) — система обработки информации, состоящая из большого числа сильно взаимозависимых элементов, называемых нейронами, работающих синхронно для выполнения определенных задач. Нейроны имеют весовой коэффициент, показывающий степень влияния, которую каждый из нейронов оказывает на принятие решения. Метод Тагути может быть применен для обучения ИНС выполнению определенных задач, например распознаванию символов. Для этого весовые коэффициенты ИНС образуют элементы ортогональной матрицы.

Далее с помощью метода Тагути и анализа ошибок находится оптимальное сочетание весовых коэффициентов сети. Каждому нейрону предварительно присваивается определенный символ, и нейрон учат распознавать этот символ с минимальной ошибкой. Процесс распознавания инициируется, и на основании записанных результатов делается вывод о соответствии выбранной совокупности весовых коэффициентов заданным условиям.

Метод Тагути позволяет за гораздо меньшее время достигать требуемого результата по сравнению с другими алгоритмами, в частности решать общие задачи распознавания символов до 10 раз быстрее алгоритма обратного распространения. Кроме того, он предоставляет пользователям эффективные средства для анализа внутренних операций сети с помощью статистики и расчета взаимодействий различных элементов.

ЗАКЛЮЧЕНИЕ

В статье был представлен подробный обзор методов Тагути с точки зрения их эволюции, философии, этапов реализации и возможностей межотраслевого применения. В этих эффективных методах интегрированы статистические инструменты управления качеством и приоритет отдается проектированию качества при создании продукции в противовес исследованию несоответствующей продукции на последующих стадиях. Они предполагают количественное решение задачи определения параметров проектирования с целью оптимизации качества и сокращения затрат. Их использование не ограничивается конкретной областью, например сферами производства или услуг. По сравнению с другими методами, интуитивными и более трудоемкими, методы Тагути — мощный инструмент, охватывающий большое число областей применения.

Известный японский ученый Г. Тагути в 1950-1980-е годы предложил ряд методов оптимизации проектирования продукции и производства, которые позволяют существенно улучшить их качество и широко используются в ряде стран, особенно в Японии и США. К числу наиболее авторитетных фирм, использующих методы Тагути, относятся Toyota, Ford, General Electric.

Гэнити Тагути изучал вопросы совершенствования промышленных процессов и продукции. Он развил идеи математической статистики, относящиеся, в частности, к статистическим методам планирования эксперимента и контроля качества.

Гэнити Тагути в свое время разработал собственную систему, сочетающую инженерные и статистические методы, нацеленную на быстрое повышение экономических показателей компании и качества продукции путем оптимизации конструкции изделий и процессов их изготовления. Эта методология, включающая и общую философию, и набор практических инструментов управления качеством, получила название "Методы Тагути".

В основе методов Тагути лежат известные статистические методы (статистическое планирование экспериментов, метод оптимума номинала и др.). Не все математические предпосылки, лежащие в основе его методов, признаются специалистами бесспорными. Однако, поскольку методы Тагути являются многоступенчатыми, предполагают ряд проверок и корректировок, эти недостатки не снижают их эффективности.

К числу наиболее известных идей Тагути относятся следующие.

1. Качественными считаются только такие изделия, характеристики которых полностью совпадают с их номинальными значениями по чертежу. Любое отклонение приводит к потерям в стоимостном выражении, пропорциональным квадрату этого отклонения. Эта зависимость потерь от отклонений от номинала была названа функцией потерь качества (ФПК) и используется для выбора допусков на продукцию, обеспечивающих равенство потерь производителя и потребителя.

2. При проектировании, изделие и процесс производства можно сделать робастными , то есть устойчивыми , нечувствительными к различным помехам при эксплуатации и производстве изделия. Главная ответственность за качество лежит на разработчике изделия, а не на организаторах производства.

3. Критерием правильности проектирования является предсказуемость модели объекта проектирования, которая оценивается отношением сигнал/шум и минимизацией дисперсии выходной характеристики объекта (рассчитывается с помощью дисперсионного анализа).

4. Для оптимизации параметров изделий и процессов следует использовать материальное планирование эксперимента;

К числу наиболее важных принципов Тагути в области качества можно отнести следующие.

1. Важная мера качества изделия - общие потери, которые несет из-за него общество.

2. В конкурентной экономике условиями выживания в бизнесе являются одновременные непрерывные улучшения качества продукции и снижение затрат на ее производство и эксплуатацию.

3. Программа непрерывного улучшения качества включает непрерывное уменьшение разбросов выходных характеристик изделия относительно их заданных номинальных значений.

Функция потерь Тагути

Главная целевая направленность концепции Тагути – это повышение качества с одновременным снижением стоимости.

Традиционно качество и стоимость в статистических методах рассматривались раздельно, при этом качество было главным фактором. То есть, в начале проектирования определялись показатели качества и исследовался разброс; и если разброс не выходил за установленные пределы, то выбранные характеристики принимались. Затем на основании полученных характеристик устанавливалась стоимость. А если стоимость оказывалась выше заданной величины, то путем изменения уровня качества (т.е. показателей качества) снижали стоимость продукции. В отличии от вышеуказанного подхода при расчётах по методике Тагути главным считалась стоимость.

Тагути предложил измерять качество теми потерями, которые вынуждены нести общество после того как товар изготовлен Ученый не был согласен с общепризнанным определением качества: "нахождение параметров изделий в установленных пределах". Такое определение позволяет считать, что два изделия мало отличаются друг от друга, если параметры одного находятся вблизи границы допуска, а параметры другого - немного выходят за эти границы. Тем не менее первое из них считается "хорошим", а второе - "плохим". В отличие от традиционного подхода, методы Тагути нацелены на обеспечение минимальных отклонений параметров изделий от заданных, при которых не происходит роста затрат, обусловленных качеством. Тагути предлагает оценивать качество величиной ущерба, наносимого обществу, с момента поставки продукции - чем меньше этот ущерб, тем выше качество. Основу его концепции обеспечения качества составляет теория потерь или ущерба от ненадлежащего качества.

Тагути доказал, что стоимость отклонения от целевого значения (номинала) возрастает по квадратичному закону по мере удаления от цели и предусматривает наличие потерь за пределами допуска (рис. 38).

Рисунок 38 - Допусковое мышление

Тагути предложил характеризовать производимые изделия устойчивостью технических характеристик и объединил стоимостные и качественные показатели в так называемую функцию потерь , по которой качественными считаются только такие изделия, показатели качества которых полностью совпадают с их номинальными значениями, а всякое отклонение от номинала сопряжено с той или иной потерей качества продукции. Функция одновременно учитывает потери, как со стороны потребителя, так и со стороны производителя.

Функция потерь имеет следующий вид:

L(y)=k(y-m) 2 , (45)

uде L - это потери для общества (величина, учитывающая потери потребителя и производителя от бракованной продукции), выраженные в денежных единицах;

k - константа потерь, определяемая с учетом расходов производителя изделий (затраты на восстановление, ремонт, замену и т.п.);

y – значение параметра;

m - номинальное значение соответствующей функциональной характеристики;

(y-m) - отклонение от номинала.

Очевидно, что чем больше отклонение у от его номинала m, тем больше потери. Это концепция показывает важность непрерывного уменьшения вариаций, уменьшение разброса от номинального разброса. Она учитывается при проектировании продукции с учетом потерь.

Практическое применение функции потерь заключается в том, что она позволяет определить эффективность любого мероприятия, направленного на увеличение качества (рис. 39).

Рисунок 39 - Мышление через функцию потерь

Функция потерь качества является параболой с вершиной (потери равны нулю) в точке наилучшего значения (номинала ), при удалении от номинала потери возрастают и на границе поля достигают своего максимального значения - потери от замены изделия.

Если производится продукция, соответствующая целевым значениям, это приводит к снижению затрат на качество, уменьшению возможных затрат, связанных с приемочными испытаниями.

График функции потерь Тагути, показанный на рис. 34, - это парабола, имеющая вертикальную ось и минимальное значение, равное нулю, в точке номинального значения показателя качества. Уравнение такой параболы имеет вид:

где х - измеряемое значение показателя качества, Х0 - ее номинальное значение, L(x) - значение функции потерь Тагути в точке х; с - коэффициент масштаба (подбираемый в соответствии с используемой денежной единицей при измерении потерь).

Это наиболее естественная и простая математическая функция, пригодная для представления основных особенностей функции потерь Тагути, рассмотренных в главе 11 (Некоторые статистики смогут обнаружить очевидную аналогию такого выбора для функции потерь Тагути с методом наименьших квадратов.). Конечно, это не означает, что такой ее вид - "наилучший" выбор в каждом конкретном случае ее применения. Отметим, например, тот факт, что вышеприведенная формула предполагает одинаковый уровень потерь при отклонениях от номинала в обе стороны (в конце предшествующей главы мы как раз рассмотрели конкретный случай, когда данное предположение не выполняется). С другой стороны, хотя данная модель часто служит разумным приближением для показателя качества в пределах его допусков и на не слишком большом удалении от границ допуска, она, очевидно, не подходит для больших отклонений от номинального значения. Однако наши процессы не столь уж плохи, чтобы нам требовалось рассматривать такие большие отклонения.

Рис. 36. Представления с помощью функции потерь Тагути подхода к управлению качества на основе границ допусков

Но даже если наша параболическая модель и не вполне "корректна", она, без сомнения, значительно ближе к действительности, чем функция потерь, соответствующая подходу к качеству на основе установления границ допусков, представленная на рис. 36. Последняя модель предполагает, что потери отсутствуют при всех отклонениях от номинала в пределах допусков, но они возникают скачками на границах поля допуска. С учетом обсуждения, проведенного в предшествующей главе, нет необходимости детализировать здесь далее рассмотрение этого вопроса, за исключением следующего аспекта. Припомните наблюдение, сделанное нами в главе 11, об осознании важности допусков, и само собой приходит толкование. В любой системе, будь то механической или бюрократической, которая "спохватывается" только тогда, когда что-либо выходит за границы допусков, - сами такие скоропалительные действия впопыхах оказываются весьма дорогостоящими. Значит, в подобных случаях действительно имеет место резкое увеличение потерь после выхода показателя качества за границы допусков, но эти потери обусловлены самой системой управления, а не возникают в результате отклонений уровня качества самой продукции или услуги.

Ниже мы воспользуемся параболической моделью для более детального изучения понятий и примеров, рассмотренных в главе 11. Поскольку это всего лишь модель, сами конкретные числа, получаемые в ходе расчетов, не так уж важны. Незначительные отличия в числах не будут поэтому рассматриваться как что-то значимое; стратегия, которая дает несколько большие потери, чем какая-то другая стратегия в предположении применимости этой модели, для функции потерь вполне может оказаться более предпочтительной при замене этой модели на другую. Но когда мы обнаруживаем различия на целые порядки, когда, например, потери от одной стратегии в 10, 50 или даже 100 раз больше, чем от другой, то тогда мы можем с полной уверенностью сказать, что различия в стратегиях действительно весьма значительны, даже с учетом того, что параболическая модель всего лишь идеализация.

В качестве дальнейшей идеализации, которая нужна для проведения численных сравнений в данной главе, мы вынуждены предположить, что рассматриваемые здесь процессы будут абсолютно стабильными. Припомните, в главе 4 термин "абсолютно стабильный" предполагает, что статистическое распределение процесса неизменно, не "колеблется", в частности, это означает, что мы можем говорить тогда в терминах истинных значений для среднего и стандартного отклонения, которые мы обозначим (только в данной главе) символами и и о соответственно. (Это, конечно, противоречит важному замечанию Деминга касательно реальных процессов, сделанному им на 334 стр. в "Выходе из кризиса".)

Если процесс абсолютно стабилен и имеет плотность распределения вероятности, тогда средние потери Тагути можно вычислить из:

что соответствует площади под кривой, задаваемой произведением функции потерь L(x) на плотность вероятности f(x). Некоторые очевидные математические преобразования позволяют привести это выражение к виду:

где члены внутри фигурных скобок {...} представляют соответственно квадратичное (стандартное) отклонение (обычно связанное с дисперсией) и квадрат смещения. Следует заметить, что таким образом средние потери Тагути не зависят каким-то сложным образом от f(x); их можно весьма просто вычислить, если известны простые параметры, входящие в последнее выражение. (Важным следствием этого является то, что не надо делать какие-либо предположения относительно вида функции, например, о ее соответствии, близости нормальному (Гауссовому) распределению. Мы, однако, исследовали нормальное распределение для иллюстрации на рис. 37-40, а также в деталях процесса, вычисленных в последних двух примерах данной главы.)

Чтобы облегчить сравнения, давайте также введем обозначение для воспроизводимости процесса. Она определяется в разных компаниях различным образом, но мы будем ее полагать равной: разность между Верхней и Нижней Границами допуска / разность между Верхней и Нижней естественными Границами процесса, где для "Естественных Границ Процесса" мы используем "истинные" границы 3 о для индивидуальных наблюдений, так что знаменатель можно представить просто как 6 о.

Эффективность, равная 1 (единичная воспроизводимость), соответствует процессу, который в большинстве случаев едва-едва укладывается в границы допусков (Например, если процесс точно центрирован, а распределение нормальное, то в среднем одно измерение из почти 400 будет выходить за границы допуска и при этом на весьма незначительную величину.). Процесс иногда называют воспроизводимым и невоспроизводимым в зависимости от того, превосходит ли показатель воспроизводимости единицу или нет. Обычный образ мыслей на Западе - признание значения 1 1/3 как соответствующего исключительно эффективному процессу, а значение 1 1/3 уже, возможно, слишком экстравагантным, т. к. вероятность получения в этом случае измерения за пределами допусков оказывается пренебрежимо малой. Однако заметим, что данные о процессах из японской практики, упоминаемые в главе 11, позволяют оценить их уровень воспроизводимости равными от 3 до 5. И для того, чтобы мера воспроизводимости отражала то, что процесс может давать на самом деле (а не то, на что он потенциально способен), необходимо предположить, что процесс точно настроен (центрирован), т. е. среднее процесса совпадает с номинальным значением х. Мы рассмотрим ниже, что случается, если это предположение не выполняется.

Мы должны выбрать значение масштабного коэффициента с в уравнении для параболы таким образом, чтобы процесс, имеющий воспроизводимость 1 и точно центрированный, имел бы средние потери Тагути равные 100 единицам. Вначале давайте рассмотрим значения средних потерь Тагути для абсолютно стабильного процесса, точно настроенного на номинальное значение ху, но в предположении различной воспроизводимости процесса.

Таблица 1. Абсолютно Стабильный Процесс, Точно Настроенный

Воспроизводимость
Средние потери Тагути

Мы видим, что повышение воспроизводимости от 1/3 до 1 1/3 в самом деле уменьшает средние потери Тагути от половины до трети их значения по сравнению с потерями, соответствующими единичной воспроизводимости. Однако повышение воспроизводимости до 3-5 дает огромные снижения, описываемые в терминах "порядков величин", как мы говорили об этом ранее. Графики средних потерь Тагути, в зависимости от воспроизводимости процессов, для всех примеров, рассматриваемых в данной главе, показаны на рис. 41.

Важность точной настройки (центрирования) процесса можно быстро оценить, сравнивая данные табл. 1 и табл. 2, приводимой ниже. Данные в табл. 2 рассчитаны в предположении, что процесс неточно настроен и центрирован в середине диапазона между номиналом и одним из пределов допуска.

Таблица 2. Абсолютно Стабильный Процесс, центрироваанный посередине между номиналом и одной из границ допуска

Воспроизводимость
Средние потери Тагути

Плохая настройка процесса полностью разрушает все потенциальные преимущества улучшения воспроизводимости. Однако даже при такой плохой настройке процесс, имеющий воспроизводимость 2 и выше, практически не будет давать изделий, выходящих за границы допусков. Поэтому, хотя такой процесс рассматривался бы как безусловно выдающийся с точки зрения удовлетворения заданных допусков, то рассмотренный с позиций функции потерь Тагути он, безусловно, намного хуже по сравнению с точно настроенным процессом, например, для эффективности равной 2, потери в табл. 2 в десять раз превышают потери, приводимые в табл. 1.

Сейчас мы приступаем к рассмотрению двух примеров, описанных в конце предшествующей главы. Сначала обратимся к проблеме износа инструмента. Давайте припомним детали. Процесс первоначально настроен так, чтобы результаты измерений были близки к Верхней Границе допуска (ВГД). Затем износ инструмента будет приводить к постепенному уменьшению значений; когда результаты начинают приближаться к Нижней Границе допуска (НГД), процесс останавливается и инструмент меняется. Отметим здесь, что воспроизводимость рассматриваемого процесса (без учета его дрейфа) должна быть больше 1, чтобы такую схему вообще можно было бы реализовать, иначе возможность для маневрирования вообще бы отсутствовала. Для полноты картины ниже мы рассмотрели также случай, соответствующий единичной воспроизводимости.

Рис. 37. Процесс с дрейфом. Воспроизводимость = 3

На рис. 37 показан случай, когда воспроизводимость процесса равна 3. Для примера мы принимаем значения НГД и ВГД равными 10 и 16 соответственно, а стандартное отклонение о равным 1/3 (если бы о была равна 1, то воспроизводимость процесса тоже была бы равна единице). Первоначально мы настраиваем центр распределения на 15, так что распределение попадает как раз ниже ВГД. Предположим, что среднее процесса с постоянной скоростью смещается вниз, к значению 1, и в этот самый момент мы останавливаем процесс, меняем инструмент и настраиваем его вновь на 15. (Если бы эффективность процесса была 2 вместо 3, т. е. о = 0,5, тогда мы были бы должны первоначально установить центр процесса на 14,5 и позволить ему затем смещаться вниз до 11,5, когда пора заменять инструмент. Этот случай представлен на рис. 38.) Средние потери Тагути для процессов с различной воспроизводимостью, которыми "управляют" таким образом, представлены в табл. 3А. (При этом стоимость замены инструмента в явном виде при расчетах не учитывалась.)

Рис. 38. Процесс с дрейфом. Воспроизводимость = 2

Таблица 3A. Процесс с постоянной скоростью дрейфа. Начинается и останавливается таким образом, чтобы только избежать выхода за границы допуска.

Воспроизводимость
Средние потери Тагути

Однако что за сюрприз! Для малых значений воспроизводимости потери Тагути вначале уменьшаются, но вскоре начинают увеличиваться, так что потери для процесса с воспроизводимостью 5 оказываются более чем в 2 раза большими, чем для процесса с воспроизводимостью, равной 1! По здравому размышлению причина для такого увеличения становится ясной. Когда воспроизводимость процесса велика, его первоначальная настройка дает значения, очень близкие к ВГД, и таким образом он принужден давать изделия с параметрами, сильно отличающимися от номинальных, что соответственно приводит к высоким потерям Тагути. То же самое справедливо, когда процесс уже сместился к НГД в моменты, непосредственно предшествующие смене инструмента. Вследствие квадратичного характера функции потерь ущерб, вызванный этими экстремальными ситуациями, превышает выгоды от получения хороших изделий в моменты, когда процесс находился вблизи номинального значения, на полпути от ВГД к НГД.

Отметим, что полученный вывод находится в прямом противоречии с миром, основанным на использовании модели удовлетворения требованиям допусков. Сама схема организована таким образом, чтобы вне зависимости от того, какова воспроизводимость процесса (коль скоро она превышает 1), не производилось бы продукции, выходящей за границы технических требований. Увеличение показателя эффективности процесса с этой точки зрения имеет то положительное следствие, что процесс может длиться дольше до момента, когда возникает необходимость замены инструмента; однако, как мы теперь видим, эта выгода является ложной с точки зрения потерь Тагути. Средние потери Тагути существенно снизятся, если мы сможем, например, менять инструмент в два раза чаше. Так, для процесса с воспроизводимостью 3 это позволит настроить его первоначально на 14 (а не на 15) и заменить его, когда среднее значение снизится до 12 (а не до 11). Средние потери Тагути будут в этом случае равны 44, вместо 144 - хотя это все еще и близко не подходит к результату, который дает процесс с воспроизводимостью 3 без смещения (в этом случае в соответствии с табл. 1 средние потери Тагути равны 11). В то же время это существенное улучшение по сравнению с тем, что получается, если мы ждем до предела возможного, прежде чем сменить инструмент. Таблица 3В показывает результат в два раза более частой смены инструмента для тех же значений воспроизводимости, что в табл. 3А.

Таблица 3B. Процесс с постоянной скоростью дрейфа. Замена инструмента происходит в два раза чаще, чем в табл. 3A, при этом процесс настраивается как можно ближе к номиналу.

Воспроизводимость
Средние потери Тагути

Стоит ли существенное уменьшение средних потерь Тагути по сравнению с потерями, соответствующими табл. 3A, тех дополнительных затрат, которые возникают из-за в два раза более частой замены инструмента? На этот вопрос должен дать ответ тот, кто руководит системой.

И, наконец, мы подошли к рассмотрению операции обрубки. Вспомним, что среднее процесса было настроено на значение, превышающее номинал в силу той очевидной логики, что легче сделать длинный пруток короче, чем удлинить короткий! Давайте промоделируем этот случай, предположив, что среднее значение процесса обрубки установлено на ВГД, и, если длина прутка оказывается больше, чем верхний допуск, тогда от него отрубается дополнительный отрезочек, равный интервалу допуска (т. е. разности между ВГД и НГД). Конечно же, это опять весьма упрощенная модель, но результат очень интересный и очень хорошо согласуется с той реальной ситуацией, которая послужила поводом для настоящего рассмотрения.

Рис. 39. Операция обрубки. Распределение длин в начальный момент

Рис. 40. Операция обрубки. Распределение после переделки

Проблема, связанная с данной схемой, легко обнаруживается при рассмотрении двух рисунков. Распределение, соответствующее первой обрубке, представлено на рис. 39. После того как сделана повторная обрубка для половины прутков, оказавшихся чересчур длинными, длины оставшихся прутков имеют распределение, показанное на рис. 40.

Таблица 4. Операция обрубки, центрирована на ВГД. Пруток с длиной, большей чем ВГД, дополнительно обрубается на величину, равную ВГД-НГД.

Воспроизводимость
Средние потери Тагути

Отсюда немедленно становится очевидным, почему средние потери Тагути оказываются такими высокими (см. табл. 4). Для большинства прутков их длины оказываются близкими к границам допусков, и лишь для очень малого их числа вообще имеют место случаи, когда их длина оказывается близкой к номиналу. Другими словами, большинство прутков имеют длины, дающие максимальные значения функции потерь из всех возможных значений внутри диапазона допусков. В то же время практически отсутствуют прутки с длинами, дающими малый вклад в среднюю функцию потерь. Так же как и в предшествующем случае, для читателя должно быть очевидно, что это еще один случай, когда увеличение воспроизводимости процесса на самом деле лишь ухудшает положение дел.

Как мы видим, система, которая вполне имеет смысл с точки зрения удовлетворения требованиям допусков, дает абсолютно плачевный результат в терминах функции потерь Тагути.

Как отмечалось ранее, рисунок 41 показывает нам графики зависимостей средних потерь Тагути для всех примеров, которые мы исследовали в данной главе. Бросаются в глаза огромные различия - различия, которые, однако, скрыты от нас, если мы удовлетворяемся только требованиями допусков (спецификаций).

Рис. 41. Графики зависимостей для средних потерь Тагути

Кружки качества

Наряду с существованием общефирменной системы управления качеством практически во всех крупных японских фирмах широко применяются так называемые кружки качества продукции, которые действуют на уровне низовых производственных звеньев и ориентированы на решение широкого круга вопросов, связанных с повышением эффективности производства на уровне рабочих мест, участков и цехов. В эти кружки обычно объединяются 8-10 человек, работающих на одном участке.
Идея создания в рамках фирмы кружков качества или групп нулевых дефектов была импортирована из США в конце 50-х годов. Однако в Японии эта идея получила качественно новое наполнение и привела к созданию специфического и, как показывает практика, весьма эффективного механизма повышения отдачи каждого работника. Такое повышение отдачи достигается во многом за счет использования тщательно продуманной системы мотивации, а также морального, психологического и материального стимулирования работников к постоянному повышению производительности и качества труда.

Можно выделить несколько общих моментов в организации и функционировании кружков качества в японских фирмах.

Кружки качества в компаниях создаются в рамках тщательно разработанных программ, осуществляемых под непосредственным руководством высшего управленческого звена компании.
Кружки качества функционируют с использованием развитой системы мотивации обычно в рамках организационно-экономических структур матричного типа.
К работе кружков в обязательном порядке привлекаются представители различных уровней управления компаний и обеспечивается координация действий всех уровней и подразделений по горизонтали.

Специальные программы, ориентируют деятельность кружков качества на решение широкого круга проблем. Сюда входят сокращение брака, усовершенствование техники, технологии, оснастки, рационализация маршрутов движения деталей и загрузки оборудования на своем участке, снижение всех видов издержек производства, повышение квалификации персонала. Рабочим предоставляется возможность пользоваться для проверки своих идей необходимым оборудованием и материалами, разрешается проводить заседания кружков в рабочее время. Компании, как правило, оплачивают организацию соревнований между кружками, участие в отраслевых и региональных конференциях, обучение рабочих в рамках различных программ повышения квалификации и т. п. Усилиями всей группы и при участии руководства данного производственного подразделения представляется набор проблем, которые необходимо решить за конкретный временной отрезок (квартал, год); после этого проблемы ранжируются в плане первоочередности решения. После выделения первоочередной проблемы ее коллективно анализируют в целях выявления степени влияния имеющихся трудностей на качество работы и производительность труда. На этом этапе для поиска наилучшего решения устраиваются коллективные обсуждения путей ее решения. Результатом такого коллективного анализа обычно является выработка общего пути решения проблемы, который принимается всеми членами группы как результат совместного творчества и целенаправленно проводится в жизнь, т. е. внедряется в производство. Важная роль в подготовке и проведении таких обсуждений отводится руководителю кружка качества, которые проходят подготовку на специальных семинарах, где их обучают основам психологии, умению организовывать обсуждение, а также специальным дисциплинам, необходимым для выявления и анализа производственных проблем.
Помимо чисто экономического эффекта, в процессе работы кружков повышается квалификация персонала, стимулируется творческая активность работников, улучшается морально-психологический климат в коллективе, т. е. создается необходимый образовательный и квалификационный фундамент для творческой деятельности..

Концепция функции потерь Тагути

Гэнити Тагути (50-е годы ХХ в) в свое время разработал собственную систему, сочетающую инженерные и статистические методы, нацеленную на быстрое повышение экономических показателей компании и качества продукции путем оптимизации конструкции изделий и процессов их изготовления. Они характеризуются тем, что забота о качестве начинается на ранних этапах его формирования - при проектировании изделий и технологических процессов.

Применяются при проектировании продукции и в процессе ее производства

Цель- Обеспечение качества концепции (идеи), качества конструирования и качества производства.

План действий

1. Изучение состояния дел с качеством и эффективностью продукции.

2. Определение базовой концепции работоспособной модели объекта или схемы производственного процесса (системное проектирование). Устанавливаются исходные значения параметров продукции или процесса.

3. Определение уровней управляемых факторов, которые минимизируют чувствительность ко всем факторам помех (параметрическое проектирование).

4. На этом этапе допуски полагаются столь широкими, что производственные затраты оказываются малыми.

5. Расчет допустимых отклонений вблизи номинальных значений, достаточных для уменьшения отклонений продукции (проектирование допусков).

Результат- Выпуск конкурентоспособной продукции.

Достоинства- Обеспечение конкурентных преимуществ за счет одновременного улучшения качества и снижения себестоимости продукции.

Недостатки- Широкое применение методов Тагути в управлении процессами на базе вероятностно-статистических методов не всегда корректно в условиях высокой динамики требований к объектам оценивания и отсутствия аналогов.