数理统计方法在工程质量管理中的应用 .pdfVIP

数理统计方法在工程质量管理中的应用

【摘要】文章介绍了数理统计方法在工程质量管理中的应用情况。仅供参

考！

【关键词】数理统计质量管理应用

1数理统计方法一般有以下5个方面的用途

（1）提供表示事物特征的数据，例如平均值、中位数、极差、标准偏差、

百分率等；

（2）比较两事物间的差异，例如判断两批产品质量是否存在显著性差异；

（3）分析影响事物变化的因素，例如分析引起产品质量差异的各个因素及

其影响的程度；

（4）分析事物的两种性质之间的相互关系，例如研究两个变量之间是否相

关，进而找出变量之间的函数关系；

（5）研究取样和试验方法，确定合理的试验方案。

2工程质量波动可根据影响其波动的原因分为正常波动和异常波动

2.1正常波动

是由偶然原因和难以避免的原因造成的质量波动。这些因素在工程施工过程

中大量存在，对工程质量经常地起着影响，但所造成的质量数值波动往往较小。

例如原材料的成份和性能上的微小差异；机械设备的轻微振动；温度、湿度的微

小变化；操作上的微小差异等。对这些波动因素的消除，在技术上难以达到，在

经济上的代价又很大。因此，在一般情况下这些质量波动在工程施工过程中是允

许存在的，所以称为正常波动。我们把正常波动控制在合理范围内的生产施工过

程称为控制状态或稳定状态。

2.2异常波动

是由系统性原因造成的工程质量波动。这些原因在生产施工过程中并不大量

存在，对工程质量也不经常地起着影响，但一旦存在，它对工程质量的影响程度

就比较显著。由于这些原因所造成质量波动其大小和作用方向上具有一定周期性

或倾向性，因此比较容易查明原因，容易预防和消除。如原材料材质不符合规定

要求；机械设备有故障，带病运转；操作者违反操作规程等。一般情况下，异常

波动在生产过程中是不允许存在的。我们把这样的生产施工过程称为失控状态或

不稳定状态。

质量管理的一项重要工作，就是要找出产品质量的波动规律，把正常波动控

制在合理程度，消除系统原因造成的异常波动。

3造成工程施工质量波动的原因，主要来自5个方面

（1）人（Man）：操作者的质量意识、技术水平、熟练程度、正确作业和身

体素质等；

（2）机械（Machine）：机械设备、工具的精度和维护保养状况等；

（3）材料（Material）：材料的化学成份、物理性能以及外观质量等；

（4）方法（Method）：加工工艺、操作规程、测量方法以及工艺装备的选

择等；

（5）环境（Enviroment）：工作地点的温度、湿度、照明、噪音以及清洁条

件等。

通常把上述因素称为造成工程质量波动的五大因素或简称“4M1E”因素。

4数据搜集的方法

（1）随机抽样，使搜集到样本的质量特性数据能正确、有效地判断总体，

使得到的质量特性数据具有总体的代表性。

（2）搜集质量数据的注意点：

1）搜集数据的目的应明确：目的不同，搜集数据的过程与方法也不同。例

如为了了解某工区的路基压实度情况，如果从不同段落中抽测数据，则反映了不

同机械、不同操作者、不同时间内的质量状况；如果从同一段落中抽测数据，则

映了同一机械、同一操作者、一段时间内的质量状况。

2）正确的判断来源于反映客观事实的数据：如果假数真算，不但没有意义，

而且还会带来因假信息而被贻误的危害性。

3）搜集到的数据应按一定的标志进行分组归类：尽量把同一生产施工条件

下的数据归并在一起。

4）记下搜集到数据的条件：如抽样方式、抽样时间、测量仪器、测量人员

等。

5数据的统计特征值

表示数据的集中位置：如平均值、中位数等；

表示数据的分散程度：如极差、标准偏差等。

（1）平均值（x）：x=（x1+x2+x3+…+xn）/n

（2）中位数（x）：是平均值的近似值。把数据按大小顺序排列，当有相同

数值时应重复排列，取处于最中间位置的数据即为中位数。当数据的个数为偶数

时，取处于最中间位置的两个数据的平均值为中位数。

（3）极差（R）：是一组数据中最大数与最小数之差。极差虽能表示数据的

分散程度，但只利用了一组数据中最大和最小的两个数据。没有考虑到其它数据

的影响程度。因此极差所反映的实际情况其准确性较差。

（4）标准偏差（s）：是