收藏 分销(赏)

统计质量控制理论和方法研讨.ppt

上传人:可**** 文档编号:14768839 上传时间:2026-11-18 格式:PPT 页数:192 大小:6.27MB 下载积分:8 金币
下载 相关
统计质量控制理论和方法研讨.ppt_第1页
第1页 / 共192页
统计质量控制理论和方法研讨.ppt_第2页
第2页 / 共192页


点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,18 十一月 2026,统计质量控制理论和方法研讨,2,第四章 统计质量控制理论和方法,3,2000 版ISO9000,族标准将统计技术提升为质量管理体系的一个基础,强调的不是统计技术本身,而是,“,统计技术的作用,”,,即将统计技术作为分析、解决问题,提高质量管理体系有效性和促进持续改的一种工具。,4,全面质量管理运用数理统计方法大致按照如下工作程序进行:(一)针对所要解决的质量问题用科学方法收集数据。(二)将收集的数据整理归纳,形成能说明问题的图、表或计算出特征值,如平均值、百分比、标准差等。(三)对这些经过整理的数据、图、表进行观察、分析、找出其中的统计规律。(四)根据统计规律的启示,找出影响质量的主要问题。(五)针对找出的问题采取措施,达到提高质量的目的。,5,质量管理活动中运用数理统计方法的工作程序如图:,收集数据,整 理,归 纳,数、表、图形,或特 征 值,观 察,分 析,统计规律,主要问题,组织、协调,专业技术,提高质量,6,第一节 质量控制的统计学基础,一、质量特性值(数据的分类),测量或测定质量指标所得的数值,一般称为数据,注:,1、质量特性值通常表现为各种数值指标,即质量指标。,2、一个具体产品常需用多个指标来反映它的质量。,3、根据质量指标性质的不同,质量特性值可分为,计数值,和,计量值,两大类。,7,计数值:,当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,这样的特性值称为,计数值,。,计数值数据是只能按0,1,2,数列取值计数的数据(非负整数),属于离散型变量。它一般由计数(数数)得到,计数值可进一步区分为,计件值,和,计点值,。,对产品进行按件检查时所产生的属性(如统计合格与不合格的产品件数)数据称为,计件值,。,每件产品中质量缺陷的个数称为,计点值,。如棉布上的疵点数、铸件上的砂眼数等。,8,计量值:,计数值和计量值,当质量特性值可以取给定范围内的任何一个可能的数值时,这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重量、时间、温度等),就是,计量值,。计量值数据是可以连续取值的数据,属于连续型变量。,9,二、总体、个体与样本,总体与个体,一般我们把研究对象的全体称为总体(或母体)而把每一个研究对象称为个体.,例,在研究某灯泡厂生产的灯泡质量时,该厂生产的灯泡全体构成的一个总体,其中每只灯泡都是个体;,我们通常关心某个总体的某个(某些)数量指标(或数量化的属性特征),一般用X表示所要考察的数量指标(如灯泡的寿命,零件的尺寸,儿童的身高等)。,例,为了考察某批灯泡的质量,我们可以考察灯泡的寿命,而不考虑其形状、大小,这时我们就把该批所有的灯泡寿命视为一个,总体,,其中每个灯泡的寿命就是一个,个体。,10,总体分布,对于一个总体来说,它的每一个数量指标对于不同的个体其指标值可能是不同的,也就是说数量指标X是一个随机变量。,例,灯泡的寿命就是一个随机变量,整批灯泡的寿命X就可以用一个随机变量来表示,总体是一个具有特定分布的随机变量,不同的总体,其分布也不同。,因此,可以将对总体的研究归结为对随机变量X的分布及其主要数字特征的研究。,11,总体与样本(,Population and Sample),对总体的研究,当然最好是对每个个体都研究,但这往往是不必要的,有时甚至是不可能的。,例,当总体所含个体数量相当大时,若对每个个体都进行研究将浪费大量人力、财力,若对总体的研究是破坏性的,如考察某批炮弹的杀伤力,则更不可能对每个个体都作实验,只能从总体中抽取一部分个体进行观察或试验,根据对这部分个体的观察结果来,推断,总体的分布情况。,样本的抽取是随机的,在具体的抽样之前,哪些个体被抽取,不能预先确定,每个个体被抽取的机率是相等的。,12,样本是总体的代表与反映.但在抽取样本之后,我们并不立即利用样本进行推断,而需对样本进行一番,“,加工,”,和,“,提炼,对样本资料的数量特征及其分布规律进行描述,常用的统计量有:,众数,、,中位数,、,算术平均数,、,调和平均数,、,几何平均数,、,极差,、,四分位差,、,标准差,、,方差,、,标准差系数,等,离散型随机变量常见的概率分布:,01分布,、,二项分布,、,泊松分布,、,超几何分布,连续型随机变量最常见的是,正态分布,,正态分布是概率统计中最重要的分布,13,三、数理统计常用的几个特征值及常见分布,统计中常用的特征数有两类:,一类是表示,集中趋势,的特征数如,平均数,、,众数,、,中位数,一类是刻画,离散程度,的特征数如,方差,、,标准差,、,变异系数,14,1,、,简单算术平均值(,arithmetic mean,),:,表示平均水平的数值,某车队共有10辆车,某日行驶里程如下表,:,数理统计常用的几个特征值,车 号,1,2,3,4,5,6,7,8,9,10,行驶里程,(公 里),247,235,245,281,213,212,260,213,219,240,平均车日行程,=,=,10,247+235+245+281+213+212+260+213+219+240,=236.5(公里),X=,X,1,+X,2,+X,3,.+X,n,n,15,2、,加权算术平均数,:,weighted arithmetic,mean,用于分组资料的计算:,=,如,某汽车公司当日班车的行驶里程分组如下:,行驶里程(公里),班车数,220230,40,230240,45,240250,50,250260,35,=,=,=,239.7,公里,(xf),22540,23545,24550,25535,f,40,45,50,35,组中值,225,235,245,255,f代表各组变量值出现的频数,16,3、,中位数(Median):,将数据按大小顺序排列起来,形成一个数列,居于数列中间位置的那个数据,。,先将数据按大小排序:,则中位数就可以按下面的方式确定:,(用,X,表示),2、3、,4、5,、6、7,中位数:4+5/2=4.5,1、2、,3,、6、7,中位数是3,17,3、,中位数(Median):,将数据按大小顺序排列起来,形成一个数列,居于数列中间位置的那个数据,。,先将数据按大小排序:,二、数理统计常用的几个特征值,则中位数就可以按下面的方式确定:,(用,X,表示),2、3、,4、5,、6、7,中位数:4+5/2=4.5,1、2、,3,、6、7,中位数是3,18,4、,众数(Mode),:一组数据中出现次数最多的那个数值,例:,1,2,3,3,4 众数是3,1,2,3,4,5 没有众数,1,2,2,3,3,4 众数是2和3,众数代表一组数据的可靠性较差,不过,众数不受极端数据的影响,并且求法简便,19,小结,:,众数,中位数与平均数,从不同的角度描述了一组数据的,集中趋势,.其中,又以平均数的应用最为广泛.,平均数,的大小与一组数据里的每个数据均有关系,其中任何数据的变动都会相应引起平均数的变动.,众数,着眼于对各数据出现的频数的考察,其大小只与这组数据中的部分数据有关.当一组数据中有不少数据多次重复出现时,其众数往往是我们关心的一种统计量.,中位数,则仅与数据的排列位置有关,因此某些数据的变动对它的中位数没有影响.当一组数据中的个别数据变动较大时,可用它来描述其中趋势.,20,4,、,极差(Range),极差表示一组数据分布的范围,是指数据中最大值与最小值的差:,R=,X,max,-,X,min,12,13 14 16,21,这组数的极差就是,21129,极差又称全距,反映的是变量分布的变异范围和离散幅度,它体现s的是一组数据波动的范围。,21,5、,标准差(Standard Deviation),各数据偏离平均数的距离的平均数,反映一个数据集的离散程度,例:,4名儿童的身高分别是110厘米,100厘米,120厘米和150厘米,若求4名儿童身高数据的标准差,第1步:计算数据的平均数,第2步:计算各数据与平均数之间的离差平方:,并求和,=(110120),2,+(100120),2,+(120120),2,+(150120),2,=1400,第3步:求标准差S:S=,一个较大的标准差,代表大部分的数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值。,22,结果计算,42,-10.5,110.25,46,-6.5,42.25,50,-2.5,6.25,46,-6.5,42.25,62,9.5,90.25,S,2,=550/8,=68.75,68,15.5,240.25,50,-2.5,6.25,S=8.29,56,3.5,12.25,合计420,0,550,列表计算标准差,23,小结,极差、方差、标准差,主要用来反映一组数据的离散程度,也就是反映一组数据的波动大小,极差,只指明了测定值的最大离散范围,而未能利用全部测量值的信息,不能细致地反映测量值彼此相符合的程度,同时易受极端值的影响,标准差也是用来表示一组数据的波动大小的量。方差虽然计算比较复杂,但可以比较全面地反映数据的离散程度,因此标准差实际的应用性强,极差,的优点是计算简单,含义直观,运用方便,因此某些时候可以作为总体标准偏差的有偏估计值,24,二项分布,贝努利试验及其概率公式,贝努利试验:,对于,n,次独立的试验,如果每次试验结果出现且只出现对立事件,A,与 之一,在每次试验中出现,A,的概率是常数,p,(0,p,c时,则判定该批产品不合格,予以拒收。,76,例如:当N=100,n=10,c=1,则这个一次抽检方案表示为(100,10,1)。其含义是指从批量为100件的交验产品中,随机抽取10件,检验后,如果在这10件产品中不合格品数为0或1,则判定该批产品合格,予以接收;如果发现这10件产品中有2件以上不合格品,则判定该批产品不合格,予以拒收。,77,二次抽样方案,例如从N=1000的群体中,随机抽取n1=100的样本,样本,中如发现d1个不合格品,当,d1Ac1时,则判断群体为合格,d1Re1时,则判断群体为不合格,Ac1d1Re1时,再抽取n2=150的第二次样本,如果第二次样本中发现d2个不良品,当,d1+d2Ac2时,判断群体为合格,d1+d2Re2时,判断群体为不合格,78,二次抽样方案,N,n1,n2,Ac1,Re1,Ac2,Re2,在N件中随机抽n1件,设检验出d1件不合格,若d1Re1,判定不合格,若d1Ac1,判定合格,若Ac1d1Re1則再抽取n2件,设检验出d2件不合格,若d1+d2Ac2,判定合格,若d1+d2Re2,判定不合格,79,多次抽样,多次抽检方案是允许通过三次以上的抽样最终对一批产品合格与否作出判断。按照二次抽检方案的做法依次处理。,注意:,95%都采用一次抽样;,并不存在结论认为多次抽样优于一次抽样,80,随机抽样,随机抽样就是每次抽取样本时,批中所有的单位产品都具有同等被抽到的机会的一种抽样方法。,1、简单随机抽样,2、分层随机抽样,3、系统随机抽样,81,抽样,简单随机抽样,简单随机抽样是从批量为N的检验批中抽取大小为n的样本,如果批中每个单位产品被抽到的可能性都相等,则称为随机抽样。简单随机抽样时必须注意不能有意识抽好的或差的,也不能为了方便只抽表面摆放的或容易抽到的。,82,常用的简单随机抽样方法有,(1)抽签法,(2)随机骰子法,将被抽取的一批产品,事先编成号码,哪一个产品编号数,与郑出骰子的点数相同,该产品被抽取。,(3)随机数表法,国际上通用的随机数表,是将0到9的数字,以相同被抽取,的机会排成1位数、2位数、3位数等的数表。优点是抽样误,差小,缺点是手续繁琐。,83,+,+,*,*,#,#,$,$,+,*,#,$,分层抽样法,分层抽样是将一批产品按不同的生产班组、加工设备、不同的操作者、不同的操作方法进行分层,并使同一层内的产品质量均匀一致,然后在各层内分别随机抽取一些单位产品,合在一起构成一个样本,对其质量进行评估时的一种抽样方法。,84,系统随机抽样是一种从总体中每隔k个个体抽取一个样,本的抽样方法,其中k值是抽样比值。比值是总容量N与,样本容量n之比,即k=N/n。,系统随机抽样法,例:今有总体1000个,欲自其中抽取50个样本,试问如何执行系统抽样?,自11000对总体编号,取k=1000/50=20,在120中随意取一个数,如果取出来的是1,那么就取1,21,41,61,81.981号。,85,计数抽样检验的基本原理,一、批质量的判断,在批质量检验时,首先要确定一个合格的批质量水平pt,如果ppt,则认为这批产品可接受;如果ppt,则认为这批产品不可接收。,实际上通过抽样检验不可能精确得到批不合格率p,除非进行全数检验。所以在保证样本量n对批量N有代表性的前提下,可以用样本中包含的不合格品数d 来推断整批质量,并与标准要求进行比较来判断批的接收与否。,86,二、接收概率与抽检特性曲线,1、样本中出现不合格品的概率,设交验批的批量N为有限值,其中包含D个不合格品,从中,随机地抽取大小为n的样本时,则该样本中出现的不合格品,数d的概率是一个随机变量,其概率分布符合超几何分布,87,2、接收概率,接收概率是指根据规定的抽样方案(n、c),把具有给定质,量水平的检验批判为接收的概率。通常记为L(p),L(p)为抽检方案(n、c)的特性函数,其几种表达式为:,(1)超几何分布表达式,88,(2)二项式分布表达式,当N较大,n/N0.1时可以用二项分布来简化计算。当批量,N较大时,抽取一个产品后对这批产品的不合格率影响不,大,可以认为每次抽取一个产品时,这批产品的不合格率,是不变的,因此可以近似地用二项分布来计算。,89,(3)泊松表达式,当N较大,n/N0.1,且p较小,np 在0.1-10之间时,可,以用泊松分布来进一步简化。,90,抽检特性曲线(OC曲线),在实际中,检验批的不合格品率p是未知的,而且不是,固定的值。对于一定的抽样方案,每一个不同的p值有,一个对应的接收概率L(p),它们之间的变化规律称为,抽样特性。表示抽样特性的曲线就称为抽样特性曲线。,一般来说,抽检特性曲线是指给定抽样方案时,表示接,收概率与实际质量函数关系的曲线,简称OC曲线。,91,(,1)理想抽检方案的OC曲线,如果规定,当批的不合格品率p不超过p0时,这批产品可,接收,那么,理想的抽样方案应当满足:,当pp0时,接收概率L(p)=1;,当pp0时,接收概率L(p)=0。,理想的OC曲线在实际中是不存在的,即使采用全数检验也难免采用出现错检和漏检。,92,2)线性抽检方案的OC曲线,抽样方案(1,0)的OC曲线为一条直线,线性OC曲线的鉴别能力很差,当批的不合格品率p达到50%时,接收概率仍有50%。,93,(3)实际的OC曲线,一个好的OC曲线应当是:当这批产品质量较好,如pp0时,能以高概率判为接收;当批质量差到某个规定的界限pp1时,能以高概率判为不接收;当产品质量变坏时,如p0pp1时,接收概率应迅速减小。,94,生产方风险,:对于给定的抽样方案,当批质量水平,(如不合格品率)为某一指定的可接收值(如可接受,质量水平)时的拒收概率。即好的质量批被拒收时生,产方所承担的风险,一般取0.05;,使用方风险,:对于给定的抽样方案,当批质量水平,(如不合格品率)为某一指定的不满意值(如极限质,量水平LQL)时的接收概率,即坏的质量批被接收时,使用方所承担的风险,一般取0.10;,95,抽检方案的评价标准:一是可靠性;二是经济性。,可靠性,是指抽检方案的抽检特性是否满足订货和供货双方的要求;,经济性,是指抽检费用,表现为使用的平均样本量大小。,抽检方案的评价,好的抽样方案是在一定生产条件和保证产品质量的要求下,要有很强的辨别能力(两种错判概率尽可能小),抽检的数量尽量少。,96,1、抽检方案一定,批量大小对OC曲线的影响,样本量n和合格判定数c不变时,批量N对OC曲线的变化影响不大。,97,2、合格判定数c一定,样本量n对OC曲线的影响,批量N和合格判定数不变时,样本量n愈大,OC曲线愈陡,生产方危险率越大,使用方危险率越小。,98,3、样本大小一定,合格判断数c对OC曲线的影响,批量N和样本量n不变时,合格判定数c愈小,OC曲线愈陡,生产方危险率越大,使用方危险率越小。,99,4、百分比抽检法的OC曲线,百分比抽样方案就是不论产品的批量N如何,均按同一百,分比抽取单位产品(样品)组成样本,而对样本中的不合格,判断数都规定为0。因此百分比抽样方案为(n=pN,c=0),,p为一固定比例。,例:供方有批量不同但批质量相同(P=5%)的三批产品交,检,均按10%抽取样品检验,于是可得到下列三种方案:,N=900,n=90,c=0N=300,n=30,c=0N=90,n=9,c=0.OC曲线如图所示:,100,表面上看,这种百分比抽样方案似乎很公平合理,但比较一下它们的OC曲线就会发现,在批质量相同的情况下,批量N越大,n越大,L(p)越小,方案越严,生产方危险率越大;而N越小,L(p)越大,方案越松。这等于对N大的检验批提高了验收标准,而对N小的检验批却降低了验收标准,因此百分比抽样方案是不合理的。,101,计数标准型抽样检验,计数标准型抽样检验就是同时规定对生产方的质量要求,和对使用方的质量保护的抽样检验过程。,原理:给定接收上限p0、拒收下限p1以及两种错判概率,,控制优质批(pp0)错判为不合格的概率不得超过,,劣质批(p,p1,)错判为合格的概率不得超过。,计数标准型抽检方案的OC曲线必须通过预先规定的两个点(p0,1-,)与(p1,,),102,生产方风险点A:OC曲线上对应于规定生产方风险质量和生产方风险的点;,使用方风险点B:OC曲线上对应于规定使用方风险质量和使用方风险的点;,希望不合格品率为p 1的批尽量不接收,其接收概率L(p1)=;希望不合格品率为p 0的批尽量接收,其不接收概率1-L(p0)=,一般规定=0.05,=0.10。,103,计数标准型抽样方案的特点:,1)通过选取相应于p 0、p1的、值,同时满足供需双方的要求,对双方提供保护。,2)适用于来源不明、不了解以往的质量情况的孤立批的检验,企业外购、外协件的检验和从流通领域购入产品的检验,由于同时对双方实施保护,在同等质量要求的前提下,所需抽取的样本量较大,故特别适用于大批量的检验。,3)同时适用于破坏性检验和非破坏性检验,104,计数标准型一次抽样检验的抽检步骤,(1)规定质量标准,对于单位产品,应明确规定区分合格品与不合格品的标 准界限。,(2)规定p 0、p1及,,,p1,p0值应由供需双方协商决定,作为选取p1,p0的标准,一般取=0.05,=0.10。,确定p0时,应考虑不合格品的性质。通常,A类不合格品的p0值要选得比B类的要小,B类的要比C类的要小。,105,P1的选取,一般应使p1,p0拉开一定的距离,以=0.05,=0.10为准,,,p1=(4 10)p0。,(3)确定批量N,同一批内的产品应当是在同一制造条件下生产的。批量大小应适宜。,106,(4)确定方案(n,c),(5)检验,,(6)抽取样本,抽取样本时,必须采用随机抽样法,抽取代表检验批的样品。,(7)测定产品特性值,根据规定的质量标准,对样本中的每一个单位产品进行测定,并统计不合格品个数。,(8)对检验批进行判断,若d小于或等于c,则判定检验批合格,若d大于c,则判定检验批不合格,(9)处理检验批,107,计数调整型抽样检验,计数调整型抽样检验,是由一组方案(正常方案、加严方,案和放宽方案)和一套转移规则组成,根据过去的检验资,料及时调整方案的宽严,以控制质量波动,促使生产方提供,合格产品的一种抽样检验方法。,当批产品质量正常时,采用一个正常的抽检方案进行检,验;当批产品质量下降或生产不稳定时,改用加严方案进,行检验,以减小使用方承担的风险;当批产品质量上升,时,改用一个放宽方案进行检验,以加强对供货方的保护,108,合格质量水平的确定,可接受质量水平,(,Acceptable Quality Limit,AQL,),是当一个连续系列批提交验收抽样时,可允许的最差过程平均质量水平。可接收质量水平是调整型抽检方案的基本参数,也是选择方案时依据的质量标准。,GB2828-87 中AQL称为合格质量水平。,合格质量水平(AQL值),是调整型抽检方案的基本参数,是生产方和使用方共同认为满意的判定批合格或不合格的过程平均不合格品率(或百单位缺陷数)的上限值。,109,过程平均不合格品率,是指对生产方提供的20个批以上产品的初次检验时发现的平均不合格品率。,式中,n,i,第i批样本量;,di,第i批样本中的不合格品数;,k批次,110,注:,(1)在实践中,p值是不易得到的,一般利用抽样检验的结果来估计;,(2)p值可用来预测最近将要交检的产品不合格率;,(3)批数一般不应少于20批;如是新产品,开始时可以用510批的抽检结果估计,以后应不少于20批。,当pAQL时,应使用正常方案进行检验;当pAQL时,使用加严方案,以降低使用方风险;当pAQL时,使用放宽检验,以带来良好的经济性。,111,AQL一般在技术标准中确定,也可在生产方及使用方的订货合同中规定,一般遵守下面三条原则:,(1)军用产品AQL工业产品AQL民用产品AQL。,(2)严重不合格项AQL一般不合格项AQL,0.361,所以钢的硬度与淬火温度呈强正相关。,以上三种判断方法对同一实例进行分析判断的结论是一致的。,相关系数检查表,0.181,0.138,200,0.449,0.349,30,0.254,0.195,100,0.456,0.355,29,0.267,0.205,90,0.463,0.361,28,0.283,0.217,80,0.470,0.367,27,0.302,0.232,70,0.478,0.374,26,0.325,0.250,60,0.487,0.381,25,0.354,0.273,50,0.496,0.388,24,0.372,0.288,45,0.505,0.396,23,0.393,0.304,40,0.515,0.404,22,0.418,0.325,35,0.526,0.413,21,0.01,0.05,0.01,0.05,N2,N2,154,六、直方图法(Histogram),用于判断和预测生产过程质量和不合格品率的一种常用工具,它是把从工序中收集来的质量数据分布情况画成以组距为底边,以频数为高度的一系列直方形连起来的图形,图中纵坐标表示频率或频数,横坐标表示质量特性,每个直方的底边长度代表产品质量的取值范围,每个直方块的高度表示落在这个质量特性范围内的数据个数。,155,作图,1,步骤1:收集一定量的数据(一般收集数据n=100),步骤2:找出数据中的最大值(L)与最小值(S),步骤3:求极差(R)=最大值(L)-最小值(S),例:,某电缆厂有两台生产设备,最近,经常有不符合规格值(135-210g)异常产品发生,今就A,B两台设备分别测定50批产品,156,作图,1,A设备,B设备,160,179,168,165,183,156,148,165,152,161,168,188,184,170,172,167,150,150,136,123,169,182,177,186,150,161,162,170,139,162,179,160,185,180,163,132,119,157,157,163,187,169,194,178,176,157,158,165,164,173,173,177,167,166,179,150,166,144,157,162,176,183,163,175,161,172,170,137,169,153,167,174,172,184,188,177,155,160,152,156,154,173,171,162,167,160,151,163,158,146,165,169,176,155,170,153,142,169,148,155,求得:最大值L=194;最小值S=119;,极差R=194-119=75,157,作图,1,步骤4:决定组数,K,步骤5:确定组距,(1),一般分组数 ,但当n很大时一般只需分20组即可。,(2)史特吉斯(Sturges)提出的公式,k=1+3.32 log n,组数据间隔范围为组距,h=R/k,根据经验值取组数为10;,组距=(194-119)/10=7.5 取8。,数据数,组 数,50,5,7,51,100,6,10,101,250,7,12,250,10,20,158,作图,1,步骤6:计算分组界限,最小一组的下组界=最小值-测定值的最小位数/2,测定值的最小位数确定方法:如数据为整数,取1;如数据为小数,取小数所精确到的最后一位(0.1;0.01;0.001),最后一组的上组界=下组界+组距,第二组的下组界=最小一组的上组界,其余以此类推,最小一组的下组界=最小值-测定值之最小位数/2,=119-1/2=118.5,最小一组的上组界=下组界+组距,=118.5+8=126.5,159,作图,1,步骤7:作次数分配表,各组的组中点=(下组界+上组界)/2 将所有数据依其数值大小划记号于各组之组界内,并计算出其次数。,序号,组界,组中点,全体,A设备,B设备,次数,次数,次数,1,118.5126.5,122.5,2,2,2,126.5134.5,130.5,1,1,3,134.5142.5,138.5,4,4,4,142.5150.5,146.5,8,1,7,5,150.5158.5,154.5,17,2,15,6,158.5166.5,162.5,21,8,13,7,166.5174.5,170.5,23,16,7,8,174.5182.5,178.5,14,13,1,9,182.5190.5,186.5,9,9,10,190.5198.5,194.5,1,1,合计,100,50,50,160,作图,1,步骤8:作直方图,以横轴表示各组的组中点,纵轴表示频数,绘出直方图。,161,作图,1,S,L,=135,S,U,=210,规格值(135-210g),162,作图,1,A设备之层别直方图,S,L,=135,S,U,=210,163,B设备之层别直方图,作图,1,S,U,=210,S,L,=135,164,7月,分析,2,2.1根据直方图形状,判断过程是否异常,看直方图时应着眼于图形的整体形状,根据形状判断它是正常型还是异常型。正常型直方图具有,“,中间高,两边低,左右对称,”,的特征,它的形状像,“,山,”,,字。因此,根据产品质量特性值的频数分布所画出来的直方图是正常型时,就可初步判断为生产过程是稳定的,或工序加工能力是充足的。,正,常,型,165,7月,分析,2,2.1根据直方图形状,判断过程是否异常,孤,岛,型,在主体直方图的左侧或右侧出现孤立的小块,像一个孤立的小岛。出现孤岛型直方图,说明有特殊事件发生。造成原因可能是一时原材料发生变化,或者一段时间内设备发生故障,或者短时间内由不熟练的工人替班等。所以,只要找出原因,就能使直方图恢复到正常型。,166,7月,分析,2,2.1根据直方图形状,判断过程是否异常,双,峰,型,双峰型直方图是指在直方图中有左右两个峰,出现双峰型直方图,这是由于观测值来自两个总体、两种分布,数据混在一起。往往是由于将两个工人或两台机床等加工的相同规格的产品混在一起所造成的。,167,7月,分析,2,2.1根据直方图形状,判断过程是否异常,折,齿,型,折齿型直方图形状凹凸相隔,象梳子折断齿一样。出现折齿型直方图,多数是由于测量方法,或读数存在问题,或处理数据时分组不适当等原因造成。应重新收集和整理数据。,168,7月,分析,2,2.1根据直方图形状,判断过程是否异常,绝,壁,型,绝壁型直方图左右不对称,并且其中一侧像高山绝壁的形状,当用剔除了不合格品的产品质量特性值数据作直方图时,往往会出现绝壁型直方图。此外,亦可能是操作者的工作习惯,习惯于偏标准下限,于是出现左边绝壁的直方图。,169,7月,分析,2,2.1根据直方图形状,判断过程是否异常,偏,态,型,某种原因使下(上)限受到限制时,容易发生,“,偏左型,”,(偏右型)。,170,7月,分析,2,2.1根据直方图形状,判断过程是否异常,平,顶,型,与双峰型类似,由于多个总体、多种分布混在一起。,171,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,对于正常型直方图,将其分布范围B=S,L(S为一批数据中的最小值,L为一批数据中的最大值)与标准范围T=S,L,,S,u,,S,L,为标准下界限,S,u,为标准上界限)进行比较,就可以看出产品质量特性值的分布是否在标准范围内,从而可以了解生产过程或工序加工能力是否处于所希望的状态。为了方便,可在直方图上标出标准下界限值和标准上界限值。,T,B,S,L,(S),(L),S,u,172,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直方图的分布范围B位于标准范围T内,旦有余量;直方图的分布中心与标准中心近似重合,这是理想的直方图。此时,全部产品合格,工序处于正常管理状态。,T,B,S,L,(S),(L),S,u,直,方,图,在,标,准,范,围,内,173,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,在,标,准,范,围,内,直方图的分布范围B位于标准范围T内,数据变化仍比较集中,但分布中心偏移标准中心,并且直方图的一侧已达到标准界限,此时状态稍有变化,产品就可能超出标准,出现不合格品。因此,需要采取措施,使得分布中心与标准中心重合。,T,B,S,L,(S),(L),S,u,T,B,S,L,(S),(L)S,u,174,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,在,标,准,范,围,内,直方图的分布范围B没有超出标准范围T,但没有余量。此时分布中心稍有偏移便会出现不合格品,所以应及时采取措施,缩小产品质量特性值的分布范围。,T,B,S,L,(S),(L),S,u,175,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,在,标,准,范,围,内,产品质量特性值的分布非常集中,致使直方图的分布范围B与标准范围T之间的余量过大。此时,可对原材料、设备、工艺等适当放宽要求,从而降低生产成本;或者加严标准,提高产品的性能,以利于组装等,T,B,S,L,(S),S,u,(L),176,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,超,出,标,准,范,围,产品质量特性值的分布中心向左(或向右偏离标准中心,致使直方图分布范围B的下界限(上界限)超出标准范围T的下界限(或上界限),因而在下界限(或上界限)出现不合格品,此时,应设法提高(或降低)产品质量特性值的平均值,使直方图的分布中心向右(或向左)移动,从而使直方图的分布范围完全落在标准范围之内。,T,B,(S),S,L,(L),S,u,177,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,超,出,标,准,范,围,直方图的分布范围B超出标准范围T,此时,在标准上界限和下界限都出现不合格品。这种情况通常是由于产品质量特性值的标准差太大,这时,应及时采取技术措施,降低分布的标准差。如果属于标准定得不合理,可以放宽标准范围。,T,B,(S),S,L,S,u,(L),178,7月,分析,2,2.2与规格或标准值比较,了解过程能力的好坏,直,方,图,超,出,标,准,范,围,直方图的分布范围B大大超出标准范围T,此时已出现大量不合格品,必须立即分析原因,采取紧急措施;如果标准允许改变,就重新修订标准。,T,B,(S),S,L,S,u,(L),179,180,全体数据之直方图,S,L,=135,S,U,=210,分析:,分布中心与规格中心值相比较,稍微偏左,部分特性值已超出规格下限,181,A设备之层别直方图,S,L,=135,S,U,=210,全部在规格界限内,没有不良品出现,182,B设备之层别直方图,S,U,=210,S,L,=135,分析:,B设备可能发生超出规格下限的可能,因此,有必要加以改善,使数据平均值右移到规格中心.,183,一个实例:,某工厂接收了一批外协厂制造的青铜轴承用于生产一种重要的仪器。但该厂不能信任生产这些轴承厂家的工作,决定对供应商提供的轴承进行分析。,这些轴承的关键特性是它们的内径,其规格为,1.3760.010,英寸。,现抽取了100个青铜轴承,对它们的内径进行仔细的测量,并记录了测量结果。,184,100个青铜轴承内径的测量值如下表:,185,制作频数分布表,186,绘制直方图,LSL,USL,187,分析直方图,与规格限1.3661.386进行比较,所有的测量值都在其范围内(而且在+/-3S的范围内)。,分布基本上是对称的,有一点点向右偏斜,但不严重。,所以该厂决定接收这批青铜轴承。,建议:轴承的加工中心应该左移;,188,控制图也叫管理图,是用于分析和判断工序是否处于稳定状态所使用的带有控制界限的一种图形,它的作用是通过图形来显示生产随时间变化的过程中质量波动的情况,分析和判断是,偶然性原因,还是,系统性原因,所造成的,波动,,从而提醒人们及时作出正确的对策,消除系统因素的影响,保持工序处于稳定状态,预防废品产生,控制图的分类:,七、控制图法(control Chart),均值-极差控制图(),均值-标准差控制图(),单值-移动极差控制图(),计量型控制图,不良率控制图(P图),不良品数控制图(Pn图),缺陷数控制图(C图),单位缺陷数控制图(U图),计数型控制图,189,控制图法(control Chart),图上纵坐标为特性值,横坐标为样本号或时间。,坐标中有三条线:,中间的一条线叫中心线,常用实线表示并标上符号CL,上面的一条线叫上控制线,用虚线表示,标上符号UCL,下面的一条线叫下控制线,用虚线表示,标上符号LCL,这三条线是通过搜集过去一段生产稳定状态下的数据计算出来的,CL,LCL,UCL,1 5,样本序号,质,量,特,性,190,练习1:排列图,对某产品进行质量检验,并对其中的不合格品进行原因分析,共检查了七批,将每一不合格品的原因分析后列在下表中:,批号,检查数,不合格品数,不合格原因,合计,频数,频率,操作,设备,工具,工艺,材料,其他,191,把上表中的原因按频率大小从大到小重新进行排列,把原因“其他”放在最后,并加上一列“累积频率”,即将这一行前的所有频率加到这一行的频率上。整理好的表如下:,原因,频数,频率,累计频率,合计,练习2 直方图,某厂产品的重量规范要求为1000 (g)。,0,0.50,收集数据。,40,32,24,24,28,20,35,24,20,30,19,28,30,19,32,12,38,20,28,28,22,34,22,21,10,14,46,21,18,29,24,27,24,20,34,28,20,34,32,42,47,28,26,30,31,30,12,28,28,40,37,12,8,18,20,26,20,21,36,38,16,28,18,24,39,36,25,22,32,28,6,38,42,14,34,30,36,35,29,24,1,48,28,22,24,22,29,30,22,34,14,32,24,18,29,33,26,27,28,43,测量单位(cg),注:表中数据是实测数据减去1000g的简化值。,n=100,
展开阅读全文

开通  VIP、SVIP  下载更划算
下载10份以上建议开通 VIP 会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        关注我们

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服