统计质量控制的基本原理和常用工具.pptx

第七章 统计质量控制的 基本原理和常用工具 第一节 统计质量控制的基本原理 第二节 统计过程控制的常用工具学习目标1．认识统计质量控制的基本原理；2．熟悉统计质量控制中常用的几个随机变量的 定义、特点、计算和相互关系；3．了解统计过程控制中常用的几种工具的概念 和使用方法。第一节 统计质量控制的基本原理一、质量波动及其统计规律质量差异是生产制造过程的固有本性，质量的波动具有客观必然性；从引起质量波动的原因来看，质量波动可分为： 偶然性波动和系统性波动两类。 1. 偶然性波动——大量的、微小的不可控因素的作 用而引起，这种波动具有随机性。 其特点：偶然性波动对工序质量的影响比较小， 在现有生产技术条件下也难以识别和消除。 因此，偶然性波动也称为正常波动。工序质量控 制的任务是使正常波动维持在适度的范围内。 2. 系统性波动——由少量的、但较显著的可控因 素的作用而引起，这种波动不具有随机性。 其特点： （1）系统性波动也称为异常波动。 （2）系统性波动在未查明原因、采取纠正措施 前始终具有系统性，往往导致生产过程的 失控，对工序质量的影响十分显著，甚至 是破坏性的。 （3）系统性波动虽然常由突发性因素引起，但 在现有生产技术条件下一般易于识别和消 除。 工序质量控制的任务是及时发现异常波动，查明 原因，采取有效的技术组织措施消除系统性波 动，使生产过程重新回到受控状态。偶然性和系统性、正常和异常之间的关系是相对而 言的： 1. 对微小的、不可控的随机性因素缺少有效的控 制，常会累积成或诱发出系统性因素，导致异 常波动，使生产过程失控。 2. 由于技术和管理的进步，使原来难以识别和消 除的正常波动变得可以识别并消除。这时，原 来的正常波动在新的生产技术条件下将被转化 为异常波动。 为了不断提高生产过程质量控制的水平，在有效控制 正常波动，及时消除异常波动的基础上，应当通过质 量改进，使一些不可控随机性因素逐渐成为可控的系 统性因素，不断推进质量管理的水平。生产制造质量是产品设计、工艺选择、计划调度、 人员培训、工装设备、物资供应、计量检验、安全 文明、人际关系、劳动纪律等工作在生产现场的综 合反映，工序质量是诸多因素的综合作用。常将影响工序质量的因素归纳为“5M1E”，即： 1. 操作者（man）； 2. 机器设备（machine）； 3. 材料（material）； 4. 工艺方法（method）； 5. 测试手段（measure）； 6. 环境条件（environment）。 工序质量控制常表现为对“5M1E”这六大因素的控制。在工序质量控制中，由于产品及工艺的不同，工序质 量取决于： 1. 有时是产品质量特性。如尺寸、重量、精度、 纯度、强度、额定电流或电压等； 2.有时是工艺质量特性。如生产装置的温度、压 力、浓度、时间等； 3.有时也可表现为物耗或效率等。 因此，工序质量波动的具体表现就是生产过程中这 些质量特性的波动。质量特性值的波动具有统计规律性。所谓统计规律，是指对于随机现象应用分布 （distribution）来进行描述，从分布中可以知道波动 的范围，以及出现大波动的可能性（概率， probability）有多大；在受控状态下的大量观测结果必然呈现某种统计意 义上的规律性。这种统计规律性是统计质量控制的 必要前提和客观基础。统计质量控制——就是对生产过程中工序质量特性值 总体进行随机抽样，通过所得样本对总体作出统计推 断，采取相应对策，保持或恢复工序质量的受控状态。在统计质量控制中，工序质量特性值的观测数据是工 序质量的表现，不仅反映了工序质量的波动性，也反 映了这种波动的规律性。根据质量特性值的属性，质量数据可分成： 1.计数值（计件值、计点值）——离散型； 2.计量值 ——————连续型；在统计质量控制（SPC）中常见的： 离散型随机变量：超几何分布、二项分布、泊松分布； 连续型随机变量：正态分布；*对于连续型计量特征值，如长度、重量、时间、强 度、纯度等，最常用的是正态分布；*对于测量结果只有合格与不合格的离散型计件特征值，最常用的是二项分布；*对于离散型的计点特征值，如铸件上的沙眼数、布上的疵点数等数据，最常用的是泊松分布；二、几个常用的随机变量（服从的分布）（一）超几何分布（hypergeometric distribution） 设有限总体由N个产品组成，其中有D个不合格品。对该总体作不放回随机抽样，样本容量为n。样本中不合格品数X为一离散型随机变量，服从超几何分布,其恰为d的概率：容易知道，d＝0，1，2，…，min(n，D)。 数学期望和方差分别为： 其中， 为总体不合格品率， 为总体合格品率。