DIAGNOZOWANIE STANÓW ZDOLNO CI JAKO CIOWEJ PROCESU PRODUKCYJNEGO

Podobne dokumenty
Zarządzanie procesami

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA

Statystyczne sterowanie procesem

DIAGNOZOWANIE JAKO CI PARTII WYROBÓW METOD STATYSTYCZNEJ KONTROLI ODBIORCZEJ Z OCEN LICZBOW

PODSTAWY DIAGNOSTYKI MASZYN

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

M ZASYPANIE WYKOPÓW WRAZ Z ZAGSZCZENIEM

WYKORZYSTANIE KART KONTROLNYCH SHEWHARTA DO DIAGNOZOWANIA STANÓW STATYSTYCZNEGO UREGULOWANIA PROCESÓW PRODUKCYJNYCH

Klub Paragraf 34, Bronisławów dr in. Marek Dwiarek. Centralny Instytut Ochrony Pracy Pastwowy Instytut Badawczy

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

DR HAB INŻ. TADEUSZ SAŁACIŃSKI POLITECHNIKA WARSZAWSKA

Badanie efektywnoci procesów logistycznych narzdziem wspomagajcym tworzenie łacuchów zarzdzania dostawami *

WYBRANE METODY DOSKONALENIA SYSTEMÓW ZARZDZANIA. L. KRÓLAS 1, P. KRÓLAS 2 Orodek Kwalifikacji Jakoci Wyrobów SIMPTEST ul. Przemysłowa 34A Pozna

Zarządzanie jakością ćwiczenia

MyPowerGrid. Ewidencja i kontrola kosztów poprzez monitoring w czasie rzeczywistym. Grzegorz Gutkowski

Wskaniki niezawodnoci pojazdów samochodowych podlegajcych okresowym badaniom technicznym na Stacji Kontroli Pojazdów

Zarządzanie jakością. dr inż. Olga Iwasioska-Kowalska Pok. 215 dr inż. Maciej Sieniło Pok. 213

WYBÓR PUNKTÓW POMIAROWYCH

Inżynieria Jakości Quality Engineering. Inżynieria Bezpieczeństwa I stopień (I stopień / II stopień) ogólnoakademicki (ogólnoakademicki / praktyczny)

Zarzdzanie i inynieria produkcji Studia II stopnia o profilu: A x P

Inżynieria Jakości. Wzornictwo przemysłowe I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

E2 - PROBABILISTYKA - Zadania do oddania

SYMULACJA PROCESU OBRÓBKI NA PODSTAWIE MODELU OBRABIARKI UTWORZONEGO W PROGRAMIE NX

SPC - Statystyczne Sterowanie Procesem

KOSZTY PLANOWEJ OBSŁUGI TECHNICZNEJ CIGNIKÓW ROLNICZYCH NOWEJ GENERACJI

Elementy Modelowania Matematycznego Wykªad 1 Prawdopodobie«stwo

ANALITYKA JAKO W ANALITYCE. JAKO oczekiwania. Jako? SEMINARIUM KCA

Planowanie adresacji IP dla przedsibiorstwa.

WYZNACZANIE OPTYMALNEJ KONFIGURACJI ZROBOTYZOWANEGO STANOWISKA MONTA OWEGO

MODELOWANIE PROCESÓW EKSPLOATACJI MASZYN

ZARZ DZANIE RYZYKIEM W TECHNOLOGII MORSKIEGO TRANSPORTU ADUNKU

PRZEWODNIK PO PRZEDMIOCIE

KOMPUTEROWO WSPOMAGANE STATYSTYCZNE STEROWANIE PROCESU

Napd i sterowanie hydrauliczne i pneumatyczne

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

Elementy pneumatyczne

PRZEWODNIK PO PRZEDMIOCIE

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU

SENTE Produkcja. Tworzymy dla Ciebie. Prezentacja programu. planowanie i kontrola procesów wytwórczych. SENTE Systemy Informatyczne Sp. z o.o.

ROLA INFRASTRUKTURY W ASPEKCIE ZRÓWNOWA ONEGO SYSTEMU TRANSPORTU

Wymierne korzyci wynikajce z analizy procesów

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Inżynieria Jakości Quality Engineering. Transport I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

In»ynierskie zastosowania statystyki wiczenia

Podstawy obróbki ubytkowej

PROBABILISTYKA I STATYSTYKA - Zadania do oddania

POLITECHNIKA OPOLSKA

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

Systemy zarządzania jakością Kod przedmiotu

Zarządzanie jakością. dr inż. Olga Iwasińska-Kowalska Pok. 215

geometry a w przypadku istnienia notki na marginesie: 1 z 5

KONKURENCJA DOSKONA!A

Biostatystyka, # 5 /Weterynaria I/

MONITOROWANIE STANU SYSTEMU KIEROWCA - RODEK TRANSPORTOWY - DROGA

MODELOWANIE I PROGRAMOWANIE PRACY

urzdzenia do dekontaminacji misa i modyfikacji właciwoci powłok ochronnych z wykorzystaniem

INFORMACJA-PORÓWNANIE

KOD CPV PODBUDOWY KORYTO WRAZ Z PROFILOWANIEM I ZAGSZCZENIEM PODŁOA

s FAQ: NET 08/PL Data: 01/08/2011

PRZEWODNIK PO PRZEDMIOCIE. stacjonarne. I stopnia III. Dr inż. Manuela Ingaldi. ogólnoakademicki. kierunkowy

FUNKCJE ZMIENNYCH LOSOWYCH MO LIWO CI REDUKCJI MODELI STOCHASTYCZNYCH. 1. Wprowadzenie. Ryszard Snopkowski*

Zarządzanie jakością w procesach obróbki plastycznej

Laboratorium elektryczne. Falowniki i przekształtniki - I (E 14)

ZASTOSOWANIE KART SHEWHARTA DO KONTROLI JAKOŚCI PRODUKCJI ELEMENTÓW UZBROJENIA

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH

PODSUMOWANIE. Bogdan ÓŁTOWSKI Henryk TYLICKI

ZASADY NALICZANIA OPŁAT ZA WPROWADZANIE ZANIECZYSZCZE DO POWIETRZA

TŁOCZNO BLACH O PODWYSZONEJ WYTRZYMAŁOCI

W Y B R A N E P R O B L E M Y I N Y N I E R S K I E ALGORYTM STEROWANIA ADAPTACYJNEGO HYBRYDOWEGO POJAZU KOŁOWEGO

PLAN STUDÓW STACJONARNYCH II-GO STOPNIA dla kierunku Mechanika i Budowa Maszyn Etap podstawowy. Uniwersytet Zielonogórski Wydział Mechaniczny

=$5='=$1,( STRATEGICZNE 35=('6, %,2567:(0

Adres strony internetowej, na której Zamawiaj cy udost pnia Specyfikacj Istotnych Warunków Zamówienia:

Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 95 Seria: Administracja i Zarz dzanie 2012

Kod CPV WENTYLACJA

PREZENTACJA DZIAŁANIA KLASYCZNEGO ALGORYTMU GENETYCZNEGO

WYKORZYSTANIE ANALIZY WSKAŹNIKÓW ZDOLNOŚCI DO OPTYMALIZACJI PROCESU WYTWARZANIA MASY FORMIERSKIEJ

KONCEPCJA ZASTOSOWANIA REGU DECYZYJNYCH W DOBORZE RODKÓW REDUKCJI RYZYKA ZAGRO E

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997

Z-ZIP2-119z Inżynieria Jakości Quality Engineering

PLAN STUDÓW NIESTACJONARNYCH II-GO STOPNIA dla kierunku Mechanika i Budowa Maszyn Etap podstawowy. Uniwersytet Zielonogórski Wydział Mechaniczny

Obwody sprzone magnetycznie.

Podstawy obróbki ubytkowej

Specjalno techniczna 2. Inynieria produkcji w przemyle maszynowym. Zarzdzanie i inynieria produkcji Studia II stopnia o profilu: A x P

Multipro GbE. Testy RFC2544. Wszystko na jednej platformie

Katowice: ZAKUP OPROGRAMOWANIA OGŁOSZENIE O ZAMÓWIENIU - Dostawy

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Zadania pomiarowe w pracach badawczo-rozwojowych. Do innych funkcji smarów nale$#:

Poznanie i przyswojenie przez studentów podstawowych poj z zakresu organizacji i zarzdzania C2

Statystyka opisowa. Wykªad II. Elementy statystyki opisowej. Edward Kozªowski.

270 RAZEM PUNKTY ECTS 90

U S T A W A. o zmianie ustawy o komercjalizacji, restrukturyzacji i prywatyzacji przedsibiorstwa pastwowego Polskie Koleje Pastwowe

budowa dwóch stawów retencyjnych w Wolsztynie w rejonie ulic Dbrowskiego, Prusa i Doktora Kocha.

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY

komputerowego wraz z oprogramowaniem i licencjami dla potrzeb jednostek organizacyjnych Uniwersytetu

Zarzdzanie i inynieria produkcji Studia I stopnia o profilu: A P

Statystyka matematyczna

Metody probablistyczne i statystyka stosowana

Wpływ obróbki termicznej na zmiany parametrów barwy na przykładzie marchwi

PLAN STUDÓW STACJONARNYCH II-GO STOPNIA dla kierunku Mechanika i Budowa Maszyn Etap podstawowy 18 RAZEM PUNKTY ECTS 90

Transkrypt:

DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej 89 DIAGNOZOWANIE STANÓW ZDOLNOCI JAKOCIOWEJ PROCESU PRODUKCYJNEGO Jerzy SZKODA Katedra Eksploatacji Pojazdów i Maszyn Uniwersytetu Warmisko-Mazurskiego ul. Oczapowskiego 11, 10-736 Olsztyn, tel./fax (0-PREFIX-89) 523-34-63 Streszczenie Przedstawiono wskaniki zdolnoci jakociowej procesu produkcyjnego, okrelajcych przedzia zmiennoci parametru diagnostycznego procesu oraz pooenie wartoci redniej rozkadu parametru diagnostycznego procesu. Opisano strategi doskonalenia zdolnoci jakociowej procesu produkcyjnego. Sowa kluczowe: diagnostyka, proces produkcyjny, jako, zdolno jakociowa procesu, statystyka. DIAGNOSING THE STATES OF QUALITY ABILITY OF PRODUCTION PROCESS Summary The paper presents the quality ability indexes of production process which define range of changeability of the diagnostics process parameter and the position of the average value of the diagnostics process parameter. The paper describes the improvement strategy of production process quality ability. Key words: diagnostics, production process, quality, quality ability process, statistics. 1. WSTP Na kady proces produkcyjny oddziaywuj róne czynniki, które wpywaj na jako wytwarzanych wyrobów. Dlatego niezmiernie wanym problemem praktycznym jest ocena wpywu tych czynników na jako procesu. W sterowaniu jakoci procesu produkcyjnego istotne parametry charakteryzujce dany proces musz by w sposób odpowiedni nadzorowane, tak aby ich wartoci mieciy si w granicach tolerancji okrelonej przez technologa. Stopie w jakim wartoci parametru procesu utrzymywane s w granicach naturalnego zakresu parametru procesu, okreli mona na podstawie wartoci wskanika rozrzutu parametru procesu oraz wskanika pooenia wartoci redniej w stosunku do wartoci rodkowej tolerancji. Oba te wskaniki charakteryzuj zdolno jakociow procesu produkcyjnego. 2. WSKANIK ROZRZUTU PARAMETRU PROCESU - Wskanik okrela ile razy przedzia rzeczywistej zmiennoci parametru procesu mieci si w obszarze naturalnego zakresu parametru procesu wyznaczonego wartoci 6 (± 3) (1): T (1) 6 6 gdzie: górna warto parametru rzeczywistego procesu; dolna warto parametru rzeczywistego procesu; T tolerancja; odchylenie standardowe. Przyjmuje si zaoenie, e rozwaania dotyczce badania zdolnoci jakociowej procesów produkcyjnych w sposób okrelony zalenoci (1) s suszne dla parametrów procesów, które maj rozkad normalny. Praktyczne badania zdolnoci procesów produkcyjnych wskazuj, e wikszo procesów produkcyjnych charakteryzuje si normalnymi rozkadami ich parametrów. W literaturze naukowej wskanik Cp okrela si jako wskanik rozrzutu parametru procesu. Charakterystyczne wartoci wskanika przedstawiono na rys. 1. Z rysunku 1. wynika, e im wiksza jest warto wskanika tym mniejszy jest rozrzut parametru procesu. Poniewa wskanik charakteryzuje rozkady idealnie centrowane to jest on jedynie wskanikiem oceny potencjalnej zdolnoci jakociowej procesu. Nastpn miar zdolnoci jakociowej procesu produkcyjnego jest wskanik.

90 Frakcja wyrobów niezgodnych F DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej Naturalny zakres parametru procesu 6 F = 4,5% T=4 4 0, 66 6 F = 0,27% T=6 6 1 6 F = 0,006% T=8 8 1, 33 6 F = 0,000006% T=10 10 1, 66 6 Rys. 1. Przykady rónych rozkadów parametrów procesu; warto rednia parametru procesu 3. WSKANIK POOENIA WARTOCI REDNIEJ ROZKADU PARAMETRU - Wskanik pooenia rozkadu parametru procesu jest miar odlegoci midzy rzeczywist wartoci redniej rozkadu - X i rodkiem przedziau tolerancji. Wskanik zdefiniowany jest zalenoci (2): Charakterystyczne wartoci wskaników przedstawiono na rys. 2. Diagnoz zdolnoci jakociowej procesu produkcyjnego dokonuje si na podstawie wartoci wskaników i (tab. 1). Jeeli > 1,66 i = to frakcja wadliwych wyrobów wyraa si jednostkami ppm (ang. Parts Per Million) wada moe wystpi na milion wyrobów. X, gdy - X 3 X, gdy - X 3 X X (2)

DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej 91 8 X 6 4 1, 33 3 X 3 1 3 3 0 0 3-0 3 Rys. 2. Przykady wartoci wskanika pooenia rozkadu Warto wskanika Warto wskanika = 1 = 1 < 1 > 1 = 1,33 = 1,33 = 1,66 < 1 > 1,66 > 1,66 Tabela 1. Diagnozowanie zdolnoci jakociowej procesu produkcyjnego Diagnoza zdolnoci jakociowej procesu produkcyjnego Proces produkcyjny zdolny jakociowo. Frakcja wadliwych wyrobów F=0,27%. Proces produkcyjny niezdolny jakociowo wymaga doskonalenia lub poszerzenia tolerancji. Proces produkcyjny o duej zdolnoci jakociowej. Frakcja wadliwych wyrobów F=0,006%. Proces produkcyjny niezdolny jakociowo. Na proces oddziaywuje czynnik systematyczny. Naley ten czynnik usun. Zdolno jakociowa procesu produkcyjnego idealna. Frakcja wadliwych wyrobów jest na poziomie ppm F=0,000006%.

92 DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej 4. STRATEGIA DOSKONALENIA ZDOLNOCI JAKOCIOWEJ PROCESU PRODUKCYJNEGO Przy ustalaniu tolerancji parametru procesu naley bra pod uwag charakter oddziaywania na proces zmiennych naturalnych (losowych) [2] wynikajcych z dokadnoci maszyny lub urzdzenia technologicznego, jakoci narzdzi i mediów technologicznych itp. Przy odpowiednio dobranych tolerancjach, uwzgldniajcych oddziaywanie czynników naturalnych i wyeliminowaniu zmiennych systematycznych [2] utrzymanie zdolnoci jakociowej procesów produkcyjnych jest moliwe z duym prawdopodobiestwem, a wadliwo wyrobów jest teoretycznie bardzo maa. Biorc pod uwag stany statystycznego uregulowania procesu produkcyjnego, które zostay omówione w opracowaniu [5] oraz stany zdolnoci jakociowej procesu mona wyróni cztery sytuacje przedstawione na rys. 3. Proces produkcyjny statystycznie nieuregulowany Proces produkcyjny statystycznie uregulowany Proces produkcyjny niezdolny jakociowo L f g f d L Proces produkcyjny zdolny jakociowo L L Rys. 3. Stany diagnostyczne procesów produkcyjnych. Frakcja wyrobów wadliwych F jest sum f d frakcji dolnej i f g frakcji górnej wyrobów wadliwych, górna linia kontrolna, L dolna linia kontrolna, CL linia centralna. Opracowanie na podstawie [1]. Podstaw do podjcia decyzji o kontynuowaniu procesu produkcyjnego jest stan jego zdolnoci jakociowej bez wzgldu na to czy proces produkcyjny jest statystycznie uregulowany czy te nie. W przypadku nieuregulowania statystycznego procesu produkcyjnego naley bezwzgldnie zidentyfikowa i usun nielosow (systematyczn) zmienn, która oddziaywuje na proces. Strategi doskonalenia zdolnoci jakociowej procesu produkcyjnego z uwzgldnieniem stanów uregulowania statystycznego procesów przedstawiono na rys. 4. 5. PRZYPADEK DIAGNOZA STANU ZDOLNOCI JAKOCIOWEJ PROCESU HARTOWANIA NOY SKRAWAJCYCH Przedmiotem diagnozy zdolnoci jakociowej jest proces hartowania noy skrawajcych produkowanych w firmie FUM KAMAX S.A. [3]. W tabeli 2 przedstawiono wyniki pomiarów wartoci parametru procesu. Graficzn posta rozkadu wartoci parametru procesu hartowania noy skrawajcych przedstawiono na rys. 5.

DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej 93 Diagnozowanie zdolnoci jakociowej procesu Oceni zastosowanie kart kontrolnych Shewharta Proces nie jest Proces jest 1 statystycznie statystycznie C 1 p uregulowany uregulowany Zlikwidowa przyczyny Oceni zdolno jakociow procesu 1 Proces nie jest zdolny Proces jest zdolny C pk 1 - Poprawi - Przerwa proces proces - Zmieni tolerancj Podj decyzj Spróbowa poprawi proces 1,33 Rys. 4. Algorytm strategii doskonalenia zdolnoci jakociowej procesu. Opracowanie na podstawie PN-ISO 8258+AC1 =42.0484 =49.9516 X 46.2100 = 46.000 T = 8 Rys. 5. Rozkad wartoci parametru diagnostycznego procesu hartowania noy skrawajcych oraz wartoci wskaników zdolnoci jakociowej procesu hartowania. ródo [3] 6. PODSUMOWANIE =1.3497 =1.2624 Diagnozowanie zdolnoci jakociowej procesu produkcyjnego odnosi si do badania oddziaywania symptomów zmiennoci na proces w odniesieniu do przyjtych granic tolerancji. Przy odpowiednio dobranych tolerancjach, uwzgldniajcych oddziaywanie zmiennoci losowych, dokadnoci maszyn i urzdze technologicznych oraz jakoci narzdzi i mediów technologicznych, utrzymanie zdolnoci jakociowej procesów jest moliwe z duym prawdopodobiestwem a wadliwo produkcji jest teoretycznie bardzo maa. W diagnozie zdolnoci jakociowej procesów produkcyjnych bierze si pod uwag wskaniki rozrzutu wartoci parametru diagnostycznego procesu oraz wskanik pooenia rozkadu wartoci parametru diagnostycznego procesu. Proces jest jakociowo zdolny gdy = 1. Wówczas frakcja wyrobów niezgodnych wynosi F0,27%. W niektórych procesach produkcyjnych przemysu elektronicznego udaje si osign poziom frakcji mierzony jednostkami ppm (wadliwo na milion przypadków).

94 DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej NAZWA PROCESU NAZWA WYROBU Tabela 2. Formularz wyników pomiarów parametru procesu DIAGNOZOWANIE ZDOLNOCI JAKOCIOWEJ PROCESU WARTO NOMINALNA PARAMETRU DANE WEJCIOWE Obróbka cieplna Nó skrawajcy 46 HRC TOLERANCJA PARAMETRU = 4, = 4 LICZBA POMIARÓW 100 WYNIKI POMIARÓW 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.000 45.500 45.500 45.500 45.500 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.000 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 46.500 47.000 47.000 47.000 47.000 47.000 47.500 47.000 47.000 47.000 47.000 47.000 47.000 47.000 47.000 47.000 47.000 47.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 48.000 WYNIKI DIAGNOZOWANIA ZDOLNOCI JAKOCIOWEJ PROCESU HARTOWANIA X i 4621.000 Cp = 1.3497 X 46.2100 = 1.2624 DIAGNOZA ZDOLNOCI JAKOCIOWEJ PROCESU HARTOWANIA > 1, > 1 PROCES ZDOLNY JAKOCIOWO 7. LITERATURA [1] Dopke J.: Statystyczny obraz spenienia wymaga przez proces produkcyjny. Problemy Jakoci 10/98. Wyd. SIGMA NOT, Warszawa, 1998. [2] Hamrol A., Mantura W.: Zarzdzanie jakoci. Teoria i praktyka. PWN, Warszawa-Pozna, 1998. [3] Kubicki A.: Metody oceny efektywnoci systemów jakoci w przedsibiorstwie przemysowym. IOiZwP ORGMASZ, Warszawa, 2001 (rozprawa doktorska). [4] PN-ISO 8258-1+AC1:1996 Karty Kontrolne Shewharta. [5] Szkoda J.: Wykorzystanie kart kontrolnych Shewharta do diagnozowania stanów statystycznego uregulowania procesów produkcyjnych. Prof. dr hab. in. Jerzy SZKODA jest pracownikiem naukowym Uniwersytetu Warmisko-Mazurskiego w Olsztynie oraz Wojskowego Instytutu Techniki Pancernej i Samochodowej w Sulejówku. Jest czonkiem Sekcji Podstaw Eksploatacji KBM Polskiej Akademii Nauk, Polskiego Towarzystwa Naukowego Motoryzacji. Jego zainteresowania naukowe obejmuj zagadnienia dotyczce eksploatacji maszyn i urzdze technicznych oraz systemów zarzdzania jakoci i sterowania jakoci produkcji maszyn.