人大版：第三章,统计质量控制方法

第3章统计质量控制方法学习目标:熟练掌握统计质量控制的六种定量方法理解并掌握统计质量控制的八种定性方法熟悉质量管理新增的三大工具第一节统计质量控制的定量方法统计分析表法散布图排列图矩阵数据分析法六定量之一：调查表•调查表是为了调查客观事物、产品和工作质量，或为了分层收集数据而设计的图表。即把产品可能出现的情况及其分类预先列成调查表，则检查产品时只需在相应分类中进行统计。•为了能够获得良好的效果、可比性、全面性和准确性，调查表格设计应简单明了，突出重点；应填写方便，符号好记；调查、加工和检查的程序与调查表填写次序应基本一致，填写好的调查表要定时、准时更换并保存，数据要便于加工整理，分析整理后及时反馈。•使用一定时间后，可对这些数字或符号进行整理，就能使问题迅速地、粗略地暴露出来，进而分析原因，提出措施，提高质量。统计分析表的种类•1.不良项目统计分析表•2.缺陷位置统计分析表•3.频数统计分析表1.不良项目调查表质量管理中“良”与“不良”，是相对于标准、规格、公差而言的。一个零件和产品不符合标准、规格、公差的质量项目叫不良项目，也称不合格项目。•该调查表用于调查不合格品是由哪些质量特性不符合质量标准要求而造成的，以及它们各自出现次数的多少。表不良品项目调查表2.缺陷位置调查表缺陷位置调查表宜与措施相联系，能充分反映缺陷发生的位置，便于研究缺陷为什么集中在那里，有助于进一步观察、探讨发生的原因。缺陷位置调查表可根据具体情况画出产品外形图、展开图，然后在其上对缺陷位置的分布进行调查。缺陷位置统计分析表是工序质量分析中的常用方法。掌握缺陷发生之处的规律，可以进一步分析为什么缺陷会集中在某一区域，从而追寻原因，采取对策，能更好地解决出现的质量问题。如果不画产品外形图，用语言或文字描述缺陷发生的频数也是可以的，如教材表3-2所示。表3-2收音机功能、外观缺陷统计分析表型号生产班组甲生产日期92.5.12送检总数400台调查日期92.5.11检查员007缺陷程度检查项目记号频数缺陷程度检查项目记号频数重缺陷︵影响正常收听︶声音是有时无〢2轻缺陷︵能收听︶任一功能键工作不正常正〡6声音小正〢7有明显机械传动杂音失真严重〢2指示灯不亮丯4灵敏度太低电池弹簧卡松紧不合适〢2严重串台正正〢12特殊（外壳划伤）正正丯14严重机震其他正5任一功能健不起作用正〡6调谐传动机构卡死、打滑小计31调谐过头是可变电容损坏丯4拉杆天线不能伸缩定位微缺陷任一旋钮手感不适正5接入耳机没有声音〢2开关手感不适丯4特殊（）插孔手感不适〢2其他正正〡11其他〣3小计46小计143.频数调查表为了做直方图而需经过收集数据、分组、统计频数、计算、绘图等步骤。如果运用频数调查表，那就在收集数据的同时，直接进行分解和统计频数。•例：用调查表法完成工序质量数据的记录。轴尺寸偏差分布调查图图中横边和竖边分别表示质量特征值和频数，调查时每测一个数据就在相应的栏内画/，测量完毕质量分布也就得到了。然后只要在图上注明质量标准以及收集数据的有关事项和调查表的名称、调查日期、人员等就得到一张完整的调查表。轴尺寸分布调查表4.检查确认调查表检查确认调查表是对所做工作和加工的质量进行总的检查与确认。在有限的时间内检查太多的项目，稍有疏忽，同一项目可能检查两次，而有的项目可能漏检。因此，当检查项目较多时（100项以上），为了不致弄错或遗漏，预先把应检查的项目统统列出来，然后按顺序，每检查一项在相应处作记号，防止遗漏。5.作业抽样调查表作业抽样是分析作业时间的方法。它将全部时间分为加工、准备、空闲的时间，然后通过任意时刻，反复多次瞬间观测作业的内容，进而调查各段时间占全部时间的百分比。目前，调查表广泛应用于各行各业，调查表的形式也多种多样。六定量之二：直方图（频数分布图法）•直方图是研究工序质量分布所常用的一种统计工具。•所谓的直方图就是将工序中随机抽样得到的质量数据整理后分成若干组，以组距为底边，以频数（组内数据的个数）为高度做直方块所绘制出的图。通过直方图可以认识产品质量分布状况，判断工序质量的好坏，预测制造质量的发展趋势，及时掌握工序质量变化规律。1.作直方图的方法步骤如下(1)收集数据一般收集数据都要随机抽取50个以上质量特性数据，最好是100个以上的数据，并按先后顺序排列。(2)找出数据中的最大值，最小值和极差。数据中的最大值用xmax表示，最小值用xmin表示，极差用R表示。例题某项目统计数据为：xmax=63，xmin=38，极差R=xmax-xmin=63-38=25。区间[xmax,xmin]称为数据的散布范围(3)确定组数。组数常用符号k表示。k与数据数多少有关。数据多，多分组；数据少，少分组。例题中100个数据，常分为10组左右。也有人用这样一个经验公式k=1+3.31(logn)例中n=100，k=1+3.31(1ogn)=1+3.31(log100)=7.62≈8一般由于正态分布为对称形，故常取k为奇数。亦可参考–数据量n在50～100间时，适当的分组数k为6～10；–数据量n在100～250间时，适当的分组数k为7～12；–数据量n在250以上时，适当的分组数k为10～25.所以例3-1中取k=9。(4)求出组距(h)。组距即组与组之间的间隔，等于极差除以组数，即378.293863minmaxkxxh(5)确定组界为了确定边界，通常从最小值开始。先把最小值放在第一组的中间位置上。即第一组的下界为最小值减去组距的一半，第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值，第二组的下界限值加上组距，就是第二组的上界限位，依此类推。例3-1中数据最小值xmin=38，组距(h)=3，故第一组的组界为：)2)2(maxminhxhx～（(6)做频数分布表统计各组数据出现频数，作频数分布表。所需注意的是，每组的上限不在本组。–计算各组的组中值(wi)。▲所谓组中值，就是处于各组中心位置的数值，又叫中心值。▲某组的中心值(wi)=(某组的上限+某组的下限)/2▲第一组的中心值(w1)=（36.5+39.5）/2=38▲第二组的中心值(w2)=（39.5+42.52）/2=41▲其它各组类推。表3-4频数统计表组号组界组中值(wi)频数(f)累计频数相对累计频率136.5~39.538222%239.5~42.541244%342.5~45.544162020%445.5~48.547183838%548.5~51.550236161%651.5~54.553177878%754.5~57.556159393%857.5~60.55939696%960.5~63.5624100100%(7)画直方图。以分组号为横坐标，以频数为高度作纵坐标，作成直方图，即以组距为底长，以频数为高，作各组的矩形图。如图所示。510152012345678943直方图22频数组号16182317152.直方图的用途•直方图在生产中是经常使用的简便且能发挥很大作用的统计方法。其主要作用是(1)观察与判断产品质量特性分布状态(2)(3)计算工序能力，估算并了解工序能力对产品质量3.•对直方图的观察，主要有两个方面：一是分析直方图的全图形状，能够发现生产过程的一些质量问题；二是把直方图和质量指标比较，观察质量是否满足要求。3.直方图的观察与分析•直方图可分为正常型和非正常型。在生产正常情况下，直方图呈正态分布状，分布在公差范围之内。如果根据实际资料绘出的图不是正态分布状直方图，说明工序质量不稳定，易于出现不合格品。常见的异常直方图有：锯齿形、孤岛形、偏向形、平顶形、双峰形等五种。对每种异常直方图，要找出原因，采取措施及时予以纠正。正常型——正态分布状直方图•图形中央有一顶峰，左右大致对称，这时工序处于稳定状态。其它都属非正常型。常见的异常直方图•(a)锯齿型图形呈锯齿状参差不齐。作直方图时如果数据太少，而分组又过多，或者组距没有取数据最小表示单位的整数倍时，常会出现这种情况，一般不是工序本身的原因。锯齿型•(b)孤岛型由于测量有误或生产中出现异常(如：部分材料的改变，短时间内不熟练的工人顶班等)。孤岛型(c)偏向型、偏右两种情形，原因是：(1)一些形位公差如圆度、同心度、跳动等，要求的特性值是偏向分布。这种分布则属于正常分布状态。(2)加工者担心出现不合格品，在加工孔时往往偏小，加工轴时往往偏大造成。偏向型(左)偏向型(右)•(d)平顶型无突出顶峰，通常由于生产过程中缓慢变化因素影响(如刀具磨损)造成。平顶型•(e)双峰型图形出现两个顶峰极可能是由于把不同加工者或不同材料、不同加工方法、不同设备生产的两批产品混在一起形成的。双峰型4.直方图与标准界限比较•（1）理想直方图：散布范围B在标准界限T=［Tl，Tu］内，两边有余量，TBSLTlTu(2)B位于T内，一边有余量，一边重合，分布中心偏移标准中心，应采取措施使分布中心与标准中心接近或重合，否则一侧无余量易出现不合格品。(S)LTlTuTBS(L)TlTuTB（3）B与T完全一致，两边无余量，易出现不合格品。TB(S)(L)TlTu统计分布不符合标准的直方图有以下几种情况：1.分布中心偏移标准中心，一侧超出标准界限，出现不合格品。TBSLTlTu2.散布范围B大于T，两侧超出标准界限，均出现不合格品。TBSLTlTu•尽管直方图能够很好地反映出产品质量的分布特征，但由于统计数据是样本的频数分布，它不能反映产品随时间的过程特性变化，有时生产过程已有趋向性变化，而直方图却属正常型，这也是直方图的局限性。六定量之三：散布图•散布图又称相关图法,是通过分析研究两种因素的数据之间的关系，来控制影响产品质量的相关因素的一种有效方法。•有些变量之间有关系，但又不能由一个变量的数值精确地求出另一个变量的数值。将这两种有关的数据列出，用点子打在坐标图上，然后观察这两种因素之间的关系。这种图就称为散布图。•如棉纱的水分含量与伸长度之间的关系；•喷漆时的室温与漆料粘度的关系；•零件加工时切削用量与加工质量的关系；•热处理时钢的淬火温度与硬度的关系(如下图)等等。•从下图可见，数据的点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系。从图中可见，数据的点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系。45505560850900淬火温度(oC)硬度HRC图钢的淬火温度与硬度分布图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。相关关系一般可为：原因与结果的关系；结果与结果的关系；原因与原因的关系。用相关图法，可以应用相关系数、回归分析等进行定量的分析处理，确定各种因素对产品质量影响程度的大小。如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。相关图的分析，可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。1.散布图的观察分析根据测量的两种数据做出散布图后，观察其分布的形状和密疏程度，来判断它们关系密切程度。散布图大致可分为下列情形：(1)完全正相关•x增大，y也随之增大。x与y之间可用直线y=a+bx(b为正数)表示。yx完全正相关················散布图大致可分为下列情形：(2)正相关•x增大，y基本上随之增大。此时除了因素x外，可能还有其它因素影响。yx正相关··························散布图大致可分为下列情形：(3)负相关•x增大，y基本上随之减小。同样，此时可能还有其它因素影响。yx负相关······················散布图大致可分为下列情形：(4)完全负相关•x增大，y随之减小。x与y之间可用直线y=a+bx(b为负数)表示。yx(d)完全负相关·················散布图大致可分为下列情形：(5)无关•即x变化不影响y的变化。yx无关················制作与观察散布图应注意的几种情况•(a)应观察是否有异常点或离群点出现，即有个别