数理统计中的质量控制应用20161219.docVIP

成都信息工程大学 论文 姓名： ： 学 号： 课程名称： 指导老师： 摘 要 1 引言 2 国内研究现状 3 理论基础 3.1验收控制 当总体N和样本容量n都较大，且p较小时，np在0.1-10之间，可以用泊松分布简化计算。假设该批产品服从泊松分布，由于 近似服从，因此有 然，接受概率是p是函数，记作，且当p=0时，，当p=1时，。 ，当时，认为该批产品质量高，接受概率大当时，认为该批产品质量低，接受概率小。如当时，要求；当时，要求（由生产者与使用者协商确定）。 于是，样本量n和合格产品判定标准d由下式确定 由于=是p的递减函数，所以，n、d可有 确定。因此，要制定一个抽样检验方案，应事先确定4个参数：生产者风险、使用者风险、双方可接受的合格质量水平、极限质量水平，然后 3.2工序控制SPC 其分布函数为 从分布函数可以看出，随机变量x在（）内取值概率为 其中，为样本极差R的平均值。对应的控制图是均值控制图。 用同样的方法制作关于方差的控制线，用极差R估计，则极差的控制线为 ，其中，， 对应的控制图为极差控制图。 一般把均值控制图和极差控制图上下对应画在一起，称为均值-极差控制图图，是与样本量n有关的常数，可以通过查表得到。通过观察样本信息是否落在控制上下限以内可以判断生产过程是否正常，便于随时调整生产过程。 4 实际应用 图4-1 控制图 （3）根据控制图，得出以下结论：由该控制图可知：该生产过程处于统计控制状态，生产过程良好，不存在系统误差，可以以此生产状态继续生产。 5 总结 参考文献 [1]茆诗松,王静龙.[M].高等教育出版社,2005:169-303 [2]杨虎.《数理统计》[M].高等教育出版社,2004,90-98 [3]蔡正泳王足献李云秀李秀英.混凝土生产与试验中的数理统计方法—质量管理图[J].,1984(5):48-55 [4]张良华.数理统计在强化质量控制中的应用[J].China Academic Journal Electronic Publishing House,1998(1):22-26 [5]马少欧.数理统计在全面质量管理中的应用[J].,1991(5):51-52 [6]张明星.浅析过程控制助推质量管理精准化[J].科技经济导刊,(12):168-169 [7]刘艳秋时君丽陶学恒统计过程控制( SPC) 在质量管理中的应用研究2008 (1):68-71 [8]韩亚利2009 (5):34-37 [9]王学杰董向毅许维江[10]蔡敏2008 (3):95-97 [11]王雅静2012 (10):190-191 [12]黄新贵2005 (7):74-75 7 附录 序号 Xi1 Xi2 Xi3 Xi4 Xi5 均值 R 1 49.97 49.96 50.02 50.01 49.97 49.99 2 49.98 50.03 50.05 49.99 50.03 50.02 0.07 3 50.00 50.03 49.97 50.02 49.98 50.00 0.06 4 49.97 50.03 50.00 50.01 49.97 50.00 0.06 5 49.97 50.05 49.95 50.03 50.06 50.01 0.11 6 49.95 49.99 49.99 50.03 50.07 50.01 0.12 7 50.00 49.95 49.99 50.03 50.05 50.00 0.1 8 50.00 50.00 50.03 50.01 49.97 50.00 0.06 9 50.00 49.95 50.01 50.07 50.00 50.01 0.12 10 50.00 49.98 50.07 50.05 50.03 50.03 0.09 11 49.97 49.94 50.04 50.05 50.00 50.00 0.11 12 49.99 50.00 50.00 50.02 50.05 50.01 0.06 13 49.96 49.98 50.03 50.00 50.00 49.99 0.07 14 50.03 50.07 50.05 50.01 49.97 50.03 0.1 15 49.95 49.97 49.99 50.02 50.04 49.99 0.09 16 49.98 50.03 50.00 50.01 50.00 50.00 0.05 17 50.00 49.98 50.02 50.05 50.00 50.01 0.07 18 50.00 50.01 49.97 50.03 50.02 50.01 0.06