第十七章统计质量控制.pdfVIP

生产与质量管理 Production Quality Management 第十七章 统计质量控制 • 第一节 统计思考和应用 • 第二节 统计过程控制 第一节 统计思考和应用 • 一、统计思考的原则——了解质量变异 • （一）质量变异的概念 • 在质量控制中，产品实际达到的质量特性 值与规定的质量特性值之间发生的偏离称 为质量变异或质量波动，在统计技术中常 用“变异系数” 即标准差与平均值之比来表示 变量之间的差异程度。 • （二）质量变异的原因 • 1.影响质量的六个基本因素: • 人(Manpower):操作者的质量意识、技术水平、熟练程度、正确 作业和身体素质的差别等。 • 机器(Machinery):机器设备、工夹具的精度和维护保养状况等。 • 材料(Material):材料的化学成分、物理性能及外观质量的差别等。 • 方法(Method):生产工艺、操作规程以及工艺装备选择的差别等。 • 测量(Measurement):测量方法的差别。 • 环境(Mother-natured):工作地的温度、湿度、照明、噪声以及清 洁条件的差别等。 • 2.质量变异性质的分类： • 正常变异又称随机变异，变异的出现是随机的、无规律的，是 由偶然因素引起的，这些因素在过程中始终存在，其原因不易 识别，测度十分困难，因而是不可消除的变异。 • 异常变异又称系统变异，变异的出现是有规律的，可以追溯变 异的原因，它是由特殊原因引起的，这些因素数目不多，对产 品质量不经常起作用，但一旦出现了这类因素，就会使质量特 性发生显著变化。这类因素是质量控制的主要对象。异常变异 通常可以被解释和纠正。 • （三）质量管理中的数据 • 质量管理强调一切用数据说话，数据是质量管 理活动的基础。 • 1.质量控制测量指标有两大类:计量值和计数值。 其中，计数值数据观测的是产品和服务的绩效 特性，用于说明具体质量特性是否符合规范。 计数值可进一步区分为计件值和计点值。计量 值体现的是符合规范的程度。 • 2.产品质量数据的变异一般表现为分散性和集中 性两种基本特性。 • 3 ．质量数据有两类常用的统计特征：一类是表 示数据集中性的特征数，如平均值、中位数、 众数等；另一类是表示数据分散程度的特征 数，如极差、方差、标准差等。 二、统计原理的应用——直方图与过程能力指数 （一）过程能力指数的含义 过程能力指数是指过程能力满足产品质量标准要求(规格范围等)的程度，也称工序 能力指数。对于任何生产过程，产品质量总是分散地存在着。若过程能力越高，则产品 质量特性值的分散就会越小；若过程能力越低，则产品质量特性值的分散就会越大。 过程能力指数一般用Cp 来表示，Cp＝T/6σ 其中，T 代表公差，=允许最大值（Tu）-允许最小值（Tl） σ代表总体标准差。 通常状况下，质量特性值分布的总体标准差（σ）是未知的，所以采用样本标准差 （s）来代替。σ 越小，其 Cp 值越大，则过程技术能力越好。 （二）过程能力指数的计算 ①有双侧规范要求且过程无偏时的情况 若分布中心与公差中心重合，则称此过程是无偏的。此时，过程能力指数按下式计 算： 其中： ― 公差上限； ― 公差下限。 ②有双侧规范要求且过程有偏的情况 若分布中心和公差中心不重合时，则称此过程是有偏的。此时，需要对Cp值进行 修正。为了区别计算修正后的过程能力指数，修正的工序能力指数记作 ， 的近似 计算公式为： 其中 k 为修正系数，且 其中 E 称为偏移量， k 也称为偏移系数。 ③只有上侧规范要求时，过程能力指数的计算公式为： ④只有下侧规范