企业工序质量控制工序质量管理.docxVIP

企业工序质量控制工序质量管理

第一章绪论

第一节工序质量控制概述

实行工序质量控制，是生产过程中质量管理的重要任务之一，工序控制可以确保生产过程处于稳定状态，预防次品的发生。工序质量控制的统计方法主要有直方图法和控制图法。工序质量控制的理论根抵如下所述：

一、质量的波动。

在生产过程中，无论工艺条件多么一致，生产出来的产品的质量特性，绝不可能彻底一致，这就是所谓质量波动。产品质量特性的波动分为正常波动和异常波动。

正常波动。正常波动在每一个工序中都是时常发生的。引起正常波动的影响因素不少，诸如机器的弱小振动，原材料的弱小差异等等。在工序中，尽管对单个产品的观察结果不尽相同，但从总体上看，其波动趋势是可以预料的，可以用某种统计分布来进行描述。异常波动。工序中的异常波动是由某种特定原因引起的，例如机器磨损、误操作等都可导致异常波动。

当工序只存在正常波动时，我们说工序是处于正常控制之中，此时的工序生产性能是可以预测的。过程控制系统的目标是当工序浮现异常波动时迅速发出统计信号，使我们能很快查明异常原因并采取行动消除波动。

二、质量的分布

产品质量虽然是波动的，但正常波动是有一定规律的，即存在一种分布趋势，形成一个分布带，这个分布带的范围反映了产品精度。产品质量分布可以有多种形式，如平均分布、正态分布等等。

三、数据种类。在质量管理工作中，是根据数据资料对质量进行控制的，质量数据可以分为计量值数据和计数值数据等不同类型。

计量值数据。具有可连续取值的，可用测量仪测出小数点以下数据的称为计量值数据。如长度、分量、电流、化学成份、温度等质量特性的数值皆是计量值数据。

计数值数据。只能用自然数取值的这种数据，称为计数值数据。如次品件数、错字数、质量缺陷点数等。

四、正态分布曲线。实践证明，在正常波动下，大量生产过程中产品质量特性波动的趋势大多服从正态分布。因此，正态分布是一个最重要、最根本的分布规律。正态分布图形是一条中间高、两边低的“钟形〞状态曲线，它具有集中性、对称性和有限性特点。

正态分布由两个参数决定：

均值，μ--衡量分布的集中趋势，在子样中即平均值X。

标准差，σ--偏差，反映数据的离散程度，在子样中用标准偏差S代替。

当均值和标准差确定时，一个正态分布曲线就确定了。均值μ是正态分布曲线的位置参数，不同的正态曲线，当标准差σ相同时其曲线形态相同，只是曲线中心的位置不同。标准差σ是衡量数据分布离散程度的参数，不同的正态曲线，当μ相同时，曲线的中心位置相同，而曲线的形状不同。随σ值的增大曲线变得越来越“矮〞，越来越“胖〞。正态分布曲线与坐标横轴所围成的面积等于1。在μ±σ范围内的面积为68.26%；在μ±2σ范围内的面积为95.45%；在μ±3σ范围内的面积为99.73%；

从正态分布的这个特点可知，在对服从正态分布的产品进行质量分析中，质量特征值落在μ±3σ范围以内的概率为99.73%，惟独缺乏0.3%的质量特征值有可能落在此范围之外。因此，人们在工艺质量控制中，设置了“6σ〞目标，创造了6σ控制方法。

第二节工序能力指数和工序能力分析

当影响工序质量的各种系统性因素已经消除，而各种随机因素也受到有效的管理和控制时，工序质量处于受控状态。这时，工序质量和特性值的概率分布反映了工序的实际加工能力。这种能力是工序固有的再现性或者一致性的能力，可用工序质量特性值的波动范围来衡量。假设工序质量特性值的标准差为σ，那末工序能力B=6σ。由正态分布理论知，P〔μ±3σ〕=99.73%,故6σ近似于工序质量特性值的全部波动范围.显然,B越小，工序能力就越强。

在工序质量控制中，应用较多的是工序能力指数Cp，工序能力指数表示工序能力满足工序质量标准〔公差、工序质量规格〕要求程度的量值。假设工序公差为T，那末：

工序能力6σ在一定的工序条件下是一个相对稳定的数值，是工序固有的特性。工序能力指数那末是个相对概念。工序能力相同的两个工序，如工序质量要求范围不同，那末会有不同的工序能力指数。

在实际确定工序能力指数时，常以样本平均值X估计总体平均值μ，以样本标准差s估计总体标准差σ。例如，当在工序无偏，双向公差的情况下，工序能力指数可用下面的方法确定。

设工序公差为T，公差上限和下限分别为TU和TL，公差中心为Tm，那末X=Tm，此时，

式中，TU和TL分别为超上差或者超下差的不合格率。

工序能力指数说明在现有工序条件下，对所要求的质量规格的保证能力，据此可采取相应对策，调整工序能力或者提高工序经济性。下面表1列示了不同工序能力指数Cp对工序能力的判断