Module also offered within study programmes:
General information:
Name:
Statystyczna kontrola jakości
Course of study:
2017/2018
Code:
MIM-2-106-IS-s
Faculty of:
Metals Engineering and Industrial Computer Science
Study level:
Second-cycle studies
Specialty:
Joining Engineering
Field of study:
Materials Science
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Skowronek Tadeusz (tskowron@agh.edu.pl)
Academic teachers:
dr inż. Skowronek Tadeusz (tskowron@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K004 Posiadać umiejętność racjonalnego wyboru i stosowania modeli SKJ w typowych sytuacjach produkcji masowej (sterowanie procesem, kontrola odbiorcza) IM2A_K01 Activity during classes
Skills
M_U003 Posiadać umiejętność racjonalnego wyboru i stosowania modeli SKJ w typowych sytuacjach produkcji masowej (sterowanie procesem, kontrola odbiorcza). IM2A_U05, IM2A_U08 Test
Knowledge
M_W001 Znać podstawy matematyczne i schemat wnioskowania w statystycznej kontroli jakości (SKJ), IM2A_W06, IM2A_W15 Execution of exercises,
Test
M_W002 Znać podstawowe modele Statystycznej Kontroli Jakości IM2A_W06, IM2A_W15 Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K004 Posiadać umiejętność racjonalnego wyboru i stosowania modeli SKJ w typowych sytuacjach produkcji masowej (sterowanie procesem, kontrola odbiorcza) + + - - - - - - - - -
Skills
M_U003 Posiadać umiejętność racjonalnego wyboru i stosowania modeli SKJ w typowych sytuacjach produkcji masowej (sterowanie procesem, kontrola odbiorcza). + + - - - - - - - - -
Knowledge
M_W001 Znać podstawy matematyczne i schemat wnioskowania w statystycznej kontroli jakości (SKJ), + + - - - - - - - - -
M_W002 Znać podstawowe modele Statystycznej Kontroli Jakości + + - - - - - - - - -
Module content
Lectures:

1.Pojęcie jakości. Jakość wyrobu i jakość zbioru wyrobów (wadliwość, wadliwość dopuszczalna). Generowanie danych przemysłowych. Statystyczna kontrola jakości (SKJ).
2.Podstawowe pojęcia statystyki (cecha, populacja, próbka, parametry cechy). Zbiór danych statystycznych. Istota wnioskowania statystycznego. Statystyczne wnioskowanie w SKJ. Schematy wnioskowania.
3.Statystyczny opis zmienności – parametry opisowe, histogram (rozkład empiryczny), rozkład teoretyczny
4.Statystyka matematyczna. Zmienna losowa. Parametry opisowe zmiennej losowej Rozkłady zmiennej losowej dyskretnej/ciągłej.
5.Trzy ważne rozkłady w SKJ ( dwumianowy, Poissona, normalny).
6.Rozkład normalny. Funkcja Laplace’a. Obliczanie prawdopodobieństwa. Reguła trzech odchyleń standardowych.
7.Funkcje zmiennych losowych. Wybrane twierdzenia związane z rozkładem normalnym.
8.Wnioskowanie statystyczne. Hipoteza statystyczna. Testy istotności (funkcja testowa, obszar krytyczny, funkcja mocy testu, M). Weryfikacja hipotezy o parametrze (p) rozkładu dwumianowego.Weryfikacja hipotez: o wartości oczekiwanej (m) i wariancji (σ2) rozkładu normalnego. Funkcja M.
9.Ogólny model SKJ. Opis populacji wyrobów i próbki. Statystyczna kontrola wadliwości. Modele SKJ.
10.Model 1. Kontrola alternatywna wg cechy o rozkładzie zero-jedynkowym. Testowanie hipotezy o wadliwości (p) za pomocą funkcji testowej o rozkładzie dwumianowym (lub Poissona). Funkcja M.
11.Model 2. Kontrola wg cechy mierzalnej o rozkładzie normalnym ze znanym σ. Wadliwość populacji zależy od parametru m. Testowanie hipotezy o wadliwości za pomocą funkcji testowej o rozkładzie normalnym. Funkcja M.
12.Model 3. Kontrola wg cechy mierzalnej o rozkładzie normalnym z nieznanym σ. Wadliwość populacji zależy od parametru m. Testowanie hipotezy o wadliwości za pomocą funkcji testowej o rozkładzie Studenta. Funkcja M.
13.Model 4. Kontrola wg cechy mierzalnej o rozkładzie normalnym ze znanym m. Wadliwość zależy od parametru σ. Testowanie hipotezy o wadliwości za pomoc funkcji testowej o rozkładzie chi-kwadrat. Funkcja M.
14.SKJ w praktyce. SKJ produkcji bieżącej (sterowanie procesem). Karty kontrolne. SKJ odbiorcza. Plany odbiorcze.

Auditorium classes:

1.Analiza zbioru danych – podstawowe parametry statystyczne, rozkłady
2.Metody statystycznej kontroli jakości w normach PN-ISO
3.Elementy wnioskowania statystycznego – weryfikacja wybranych hipotez statystycznych
4.Modele wnioskowania w SKJ – ocena alternatywna, Model 1
5.Modele wnioskwania w SKJ w przypadku parametrów mierzalnych – Modele 2,3,4
6.Metody statystycznego sterowania procesem (SPC) – ocena zdolności jakościowej procesu, monitorowanie procesu za pomocą techniki kart kontrolnych
7. Statystyczna kontrola odbiorcza – plany odbiorcze w przypadku oceny alternatywnej i parametrów mierzalnych

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 83 h
Module ECTS credits 3 ECTS
Participation in lectures 28 h
Participation in auditorium classes 14 h
Preparation for classes 18 h
Realization of independently performed tasks 15 h
Examination or Final test 2 h
Contact hours 6 h
Additional information
Method of calculating the final grade:

zaliczenie ćwiczeń

Prerequisites and additional requirements:

Zgodnie z Regulaminem Studiów AGH podstawowym terminem uzyskania zaliczenia jest ostatni dzień zajęć w danym semestrze. Termin zaliczenia poprawkowego (tryb i warunki ustala prowadzący moduł na zajęciach początkowych) nie może być późniejszy niż ostatni termin egzaminu w sesji poprawkowej (dla przedmiotów kończących się egzaminem) lub ostatni dzień trwania semestru (dla przedmiotów niekończących się egzaminem).

Recommended literature and teaching resources:

1.J. Ryś: Zasady statystycznej kontroli jakości wyrobów metalowych. Skrypt AGH nr 589, Kraków 1977.
2.J. Oderfeld: Zarys statystycznej kontroli jakości. PWN, Warszawa 1954.
3.E.L. Grant. Statystyczna kontrola jakości. Wyd. PWE, Warszawa 1972.
4.Iwasiewicz: Statystyczna kontrola jakości w toku produkcji. PWN, Warszawa 1985.
5.Z. Hellwig: Elementy rachunku prawdopodobieństwa i statystyki matematycznej. PWN, Warszawa 1992.
6.L. Gajek, M. Kałuszka: Wnioskowanie statystyczne. PWN, Warszawa 1998.Polskie Normy z zakresu SKJ.

Scientific publications of module course instructors related to the topic of the module:

1. Tadeusz SKOWRONEK, Andrzej CZARSKI, Kazimierz SATORA, Kinetyka sferoidyzacji perlitu, XXX Szkoła Inżynierii Materiałowej : Kraków–Ustroń Jaszowiec, 1–4. X. 2002 / Akademia Górniczo-Hutnicza im. Stanisława Staszica. Wydział Metalurgii i Inżynierii Materiałowej, Kraków : AGH, 2002 ,S. 205–209
2. CZARSKI, P. MATUSIEWICZ, T. SKOWRONEK, Statistical methods in contemporary quality management sys-tems. Problems of modern techniques in engineering and education, eds. Paweł Kurtyka, [et al.], 2007 s. 21–26.

Additional information:

None