基础工业工程—工作抽样.pptVIP

内容安排;1.工作抽样概述 2.工作抽样的方法和步骤 3.工作抽样的应用实例;例如：用连续测时法(秒表时间研究)来分析某台设备运转情况;也可用如下做法： 把1小时分成60个整数，随机抽出其中10个为观测点，设取出的时分(min)分别为19、23、31、17、11、7、41、53、58、3，将它们按大小顺序排列，即表示在60分钟内，在3分钟时观测一次、7分钟观测一次……如此观测十次。 在十次观测中有8次运转，2次停车，则： 机器运转率＝运转次数÷观测次数＝8÷10＝80％ 停 车 率＝停车次数÷观测次数＝2÷10＝20％ 由此可见，采用该方法和秒表时间研究结果一样（如果样本量足够大）。 ;工作抽样（Work Sampling），又叫瞬时观测法、比率-延迟研究。是应用统计抽样方式，进行工作测量的一种技术。在一段较长的时间内，以随机的方式对调查对象进行间断地观测，根据观测到的该调查对象某状???的次数多少来推断发生的时间长短。 它的基本原则是：在抽样样本数一定的情况下，某活动项目被观测的次数同该活动项目的时间量成比例。;工作抽样的用途;工作抽样与秒表测时比较;1.工作抽样概述 2.工作抽样的方法和步骤 3.工作抽样的应用实例;1）确立调查目的与范围 2）调查项目分类 3）决定观测方路径 4）设计调查表格 5）试观测，决定观测次数 6）确定观察期间及一天观测次数 7）正式观察（说明） 8）观测数据的整理和分析;调查目的不同，则项目分类、范围、观测次数与方法均不相同。 以机器开动率为调查目的，则调查项目、范围？ 以查明机器发生空闲的原因为调查目的，则调查项目、范围？ ;全;观测前，需绘制机器或操作者的分布平面图和巡回观测路线图，注明观测位置。;调查表的内容和形式取决于调查目的和要求;下表能比较清楚的了解空闲的原因;正式观测以前，需要进行一定次数的试观测，通过试观测，得出观测时间的发生率，然后根据调查精度和可靠度要求决定正式观测次数。;精确度分为绝对精确度E和相对精确度S，根据统计学中二项分布标准σ ，在一定条件下为：;例：如可靠度为95％，要求相对精度在5％。进行工作抽样时，先做100次的预备观测以调查机器的空闲率p，结果发现有25次停止，现确定所需的观测次数。 如果又经过2天或3天的观测，观测500次后，发现机器有空闲150次，须修正观测次数为多少？;注意：P为观测事件发生率;练习：对某机器作业率进行观测，估计该机器停机率为25.6%，需要观测精度的绝对精度为0.01，可靠度为95%，求需观测的次数。 若再经过300次观测，连同原来观测的100次，共400次中，机器停机状态90次，则重新调整观测次数为多少？;Date;决定观测次数和观测期间应考虑以下几点：;（1）决定每日的观测时刻。;书上例子的说明：;其次，根据随机时刻表进行换算观测时间。因为作业开始时间为8：00，所以随机时刻表的列上时间全部加上8个小时。比如用骰子选择了第一列，（19）0：05+8=8：05即8时05分。表8-10显示了此实例的20次的换算时刻。 然后，决定观测时刻。因为一天观测20次，先将列中括号内大于20（如21、22、23、24、25）相对应时刻剔除；又因为12:00~12:45为中午休息时间，从而12：00、12：10、12：35也需剔除。这种观测次数只有17次，不能满足20次。因而要追加3次观测时刻：（21）3：45、（22）1：10、（23）6：20。（见表8-10） 以上说明了使用表8-9的观测时刻随机数表来决定一天20次观测时刻的方法，剩下4天应以同样的方法确定。;;2）利用系统抽样原理确定观测时刻;由正态分布曲线可知，当置信区间在X±3 σ的范围内时，置信度已达到99.73%，因此置信区间可以限定在P`±3 σ即： 超出此范围，就作为异常值除去。;例：设某项工作抽样10天，共观测了1000次，每天观测100次，观测结果见下表所示。请进行异常值处理。;观测天数;解：由题意，n＝100，P＝0.817，1－P＝0.183 子样本标准差 由3σ原则控制界限为： 故 控制上限＝0.817+0.0116＝0.933 控制下限＝0.817-0.116＝0.701;由上表可知，第二天的工作率为67%，低于控制下限70.1%，应作为异常值除去；第八天的工作率为94%，高于控制上限93.3%，也应作为异常值除去。异常值除去后其相应的观测天数和观测次数均应舍去，从而观测事件的平均工作率P将发生变化，变化后为：;根据变化后的P计算绝对精度和相对精度，如果计算精度已达到预定的精度要求，则说明该观测事件的平均工作率是可靠的，否则还须继续观测。 如果精确度要求高，抽样次数就多，所费的人力、时间及金钱就多。因此，不能将观测次数无限增加，否则将失去工作抽样的