质量控制技术Word格式文档下载.doc
《质量控制技术Word格式文档下载.doc》由会员分享,可在线阅读,更多相关《质量控制技术Word格式文档下载.doc(17页珍藏版)》请在冰豆网上搜索。
在进行质量控制前,必须分析生产某种产品或服务的相关过程。
一个大的过程可能包括许多小的过程,通过采用流程图分析方法对这些过程进行描述和分解,以确定影响产品或服务质量的关键环节。
2.质量检测点确定
在确定需要控制的每一个过程后,就要找到每一个过程中需要测量或测试的关键点。
一个过程的检测点可能很多,但每一项检测都会增加产品或服务的成本,所以要在最容易出现质量问题的地方进行检验。
典型的检测点包括:
(1)生产前的外购原材料或服务检验。
为了保证生产过程的顺利进行,首先要通过检验保证原材料或服务的质量。
当然,如果供应商具有质量认证证书,此检验可以免除。
另外,在JIT(准时化生产)中,不提倡对外购件进行检验,认为这个过程不增加价值,是“浪费”。
(2)生产过程中产品检验:
典型的生产中检验是在不可逆的操作过程之前或高附加值操作之前。
因为这些操作一旦进行,将严重影响质量并造成较大的损失。
例如在陶瓷烧结前,需要检验。
因为一旦被烧结,不合格品只能废弃或作为残次品处理。
再如产品在电镀或油漆前也需要检验,以避免缺陷被掩盖。
这些操作的检验可由操作者本人对产品进行检验。
生产中的检验还能判断过程是否处于受控状态,若检验结果表明质量波动较大,就需要及时采取措施纠正。
(3)生产后的产成品检验。
为了在交付顾客前修正产品的缺陷,需要在产品入库或发送前进行检验。
3.检验方法
接下来,要确定在每一个质量控制点应采用什么类型的检验方法。
检验方法分为:
计数检验和计量检验。
计数检验是对缺陷数、不合格率等离散变量进行检验;
计量检验是对长度、高度、重量、强度等连续变量的计量。
在生产过程中的质量控制还要考虑使用何种类型控制图问题:
离散变量用计数控制图,连续变量采用计量控制图。
4.检验样本大小
确定检验数量有两种方式:
全检和抽样检验。
确定检验数量的指导原则是比较不合格频造成的损失和检验成本相比较。
假设有一批500个单位产品,产品不合格率为2%,每个不合格品造成的维修费、赔偿费等成本为100元,则如果不对这批产品进行检验的话,总损失为100*10=1000元。
若这批产品的检验费低于1000元,可应该对其进行全检。
当然,除了成本因素,还要考虑其他因素。
如涉及人身安全的产品,就需要进行100%检验。
而对破坏性检验则采用抽样检验。
5.检验人员
检验人员的确定可采用操作工人和专职检验人员相结合的原则。
在6Sigma管理中,通常由操作工人完成大部分检验任务。
三质量控制技术
质量控制技术包括两大类:
抽样检验和过程质量控制。
抽样检验通常发生在生产前对原材料的检验或生产后对成品的检验,根据随机样本的质量检验结果决定是否接受该批原材料或产品。
过程质量控制是指对生产过程中的产品随机样本进行检验,以判断该过程是否在预定标准内生产。
抽样检验用于采购或验收,而过程质量控制应用于各种形式的生产过程。
第二节过程质量控制技术
自1924年,休哈特提出控制图以来,经过近80世纪的发展,过程质量控制技术已经广泛地应用到质量管理中,在实践中也不断地产生了许多种新的方法。
如直方图、相关图、排列图、控制图和因果图等“QC七种工具”以及关联图、系统图等“新QC七种工具”。
应用这些方法可以从经常变化的生产过程中,系统地收集与产品有关的各种数据,并用统计方法对数据进行整理、加工和分析,进而画出各种图表,找出质量变化的规律,实现对质量的控制。
石川謦曾经说过,企业内95%的质量问题可通过企业全体人员应用这些工具得到解决。
无论是ISO9000还是近年来非常风行的6Sigma质量管理理论都非常强调这些基于统计学的质量控制技术的应用。
因此,要真正提高产品质量,企业上至领导下至员工都必须掌握质量控制技术并在实践中加以应用。
一直方图
(一)直方图用途
直方图法是把数据的离散状态分布用竖条在图表上标出,以帮助人们根据显示出的图样变化,在缩小的范围内寻找出现问题的区域,从中得知数据平均水平偏差并判断总体质量分布情况。
(二)直方图画法
下面通过例子介绍直方图如何绘制。
[例5-1]生产某种滚珠,要求直径x为15.0±
1.0mm,试用直方图对生产过程进行统计分析。
1.收集数据
在5M1E(人、机、法、测量和生产环境)充分固定并加以标准化的情况下,从该生产过程收集n个数据。
N应不小于50,最好在100以上。
本例测得50个滚珠的直径如下表。
其中Li为第i行数据最大值,Si为第i行数据最小值。
表5-150个滚珠样本直径
J
I
1
2
3
4
5
6
7
8
9
10
Li
Si
15.0
15.8
15.2
15.1
15.9
14.7
14.8
15.5
15.6
15.3
15.7
14.5
14.2
14.9
14.6
2.找出数据中最大值L、最小值S和极差R
L=MaxLi=15.9,S=MinSi=14.2,R=S-L=1.7 (5.1)
区间[S,L]称为数据的散布范围。
3.确定数据的大致分组数k
分组数可以按照经验公式k=1+3.322lgn确定。
本例取k=6。
4.确定分组组距h
(5.2)
5.计算各组上下限
首先确定第一组下限值,应注意使最小值S包含在第一组中,且使数据观测值不落在上、下限上。
故第一组下限值取为:
然后依次加入组距h,便可得各组上下限值。
第一组的上限值为第二组的下限值,第二组的下限值加上h为第二组的上限值,其余类推。
各组上下限值见表5-2。
表5-2频数分布表
组序
组界值
组中值bi
频数fi
频率pi
14.05~14.35
0.06
14.35~14.65
0.10
14.65~14.95
0.20
14.95~15.25
15
0.32
15.25~14.55
15.4
0.16
15.55~15.85
0.12
15.85~16.15
16.0
0.04
合计
50
100%
6.计算各组中心值bi、频数fi和频率pi
bi=(第i组下限值+第i组上限值)/2,频数fi就是n个数据落入第i组的数据个数,而频数pi=fi/n(见表14-3)。
7.绘制直方图
图5-1频数(频率)直方图
以频数(或频率)为纵坐标,数据观测值为横坐标,以组距为底边,数据观测值落入各组的频数fi(或频率pi)为高,画出一系列矩形,这样就得到图形为频数(或频率)直方图,简称为直方图,见图5-1。
(三)直方图的观察与分析
从直方图可以直观地看出产品质量特性的分布形态,便于判断过程是否出于控制状态,以决定是否采取相应对策措施。
直方图从分布类型上来说,可以分为正常型和异常型。
正常型是指整体形状左右对称的图形,此时过程处于稳定(统计控制状态)。
如图5-2a。
如果是异常型,就要分析原因,加以处理。
常见的异常型主要有六种:
1.双峰型(图5-2b):
直方图出现两个峰。
主要原因是观测值来自两个总体,两个分布的数据混合在一起造成的,此时数据应加以分层。
2.锯齿型(图5-2c):
直方图呈现凹凸不平现象。
这是由于作直方图时数据分组太多,测量仪器误差过大或观测数据不准确等造成的。
此时应重新收集和整理数据。
3.陡壁型(图5-2d):
直方图像峭壁一样向一边倾斜。
主要原因是进行全数检查,使用了剔除了不合格品的产品数据作直方图。
4.偏态型:
(图5-2e):
直方图的顶峰偏向左侧或右侧。
当公差下限受到限制(如单侧形位公差)或某种加工习惯(如孔加工往往偏小)容易造成偏左;
当公差上限受到限制或轴外圆加工时,直方图呈现偏右形态。
5.平台型(图5-2f):
直方图顶峰不明显,呈平顶型。
主要原因是多个总体和分布混合在一起,或者生产过程中某种缓慢的倾向在起作用(如工具磨损、操作者疲劳等)。
6.孤岛型(图5-2g):
在直方图旁边有一个独立的“小岛”出现。
主要原因是生产过程中出现异常情况,如原材料发生变化或突然变换不熟练的工人。
d)正常型
b)双峰型
a)正常型
g)孤岛型
e)偏态型
f)平台型
c)锯齿型
图5-2直方图形状
二过程能力指数
过程能力指数(ProcessCapabilityIndex)用于反映过程处于正常状态时,即人员、机器、原材料、工艺方法、测量和环境(5M1E)充分标准化并处于稳定状态时,所表现出的保证产品质量的能力。
过程能力指数也称为工序能力指数或工艺能力指数。
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。
那么,可用6σ(即μ±
3σ)来描述生产过程所造成的总分散。
即过程能力=6σ。
过程能力是表示生产过程客观存在着分散的一个参数。
但是这个参数能否满足产品的技术规格要求,仅从它本身还难以看出。
因此,还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。
这个参数就叫做工序能力指数。
它是技术规格要求和工序能力的比值,即
过程能力指数=技术规格要求/过程能力 (5.3)
当分布中心与公差中心重合时,过程能力指数记为Cp。
当分布中心与公差中心有偏离时,过程能力指数记为Cpk。
过程的质量水平按Cp值可划分为五个等级:
Cp>
1.67,特级,能力过高;
1.67≥Cp>
1.33,一级,能力充分;
1.33≥Cp>
1.0,二级,能力尚可;
1.0≥Cp>
0.67,三级,能力不足;
0.67>
Cp,四级,能力严重不足。
(一)过程能力计算方法
过程能力指数的计算可分为四种情形:
(1)过程无偏情形
设样本的质量特性值X~N(μ