第三章质量控制.ppt

第三章质量控制.ppt

《第三章质量控制.ppt》由会员分享，可在线阅读，更多相关《第三章质量控制.ppt（144页珍藏版）》请在冰豆网上搜索。

第三章质量控制,质量管理学,引例-哈勃太空望远镜的主镜片的缺陷,思考：

哈勃太空望远镜主镜片的缺陷在投入使用前为什么没有被发现？

产品质量的是在产品形成全过程中形成的，质量控制是为了通过监视质量形成过程，消除质量环上所有阶段引起不合格或不满意效果的因素。

可见，过程控制是产品质量进行有效控制的关键，哈勃太空望远镜主镜片的缺陷的产生在于望远镜主镜片的生产和检测过程都缺乏有效控制，主要在于管理上没有设置质量控制点而导致。

目录,第一节统计过程控制概述,第二节统计过程控制的常用工具,1,2,第三节过程质量控制图,3,第四节过程能力与过程能力指数,4,第一节统计过程控制概述,一、统计过程控制的基本概念,

（一）过程过程：

“一组将输入转化为输出的相互关联或相互作用的活动。

”（ISO9000:

2000）设计过程、制造过程、服务过程、管理过程等。

第一节统计过程控制概述,一、统计过程控制的基本概念,

（一）过程产品是过程的结果，而过程是一定周期内相互关联或相互作用的活动，是动态的，产品在形成过程中要受到各种因素的影响。

因此，要保证产品质量，要控制产品形成过程中的关键环节，即实施过程控制。

生产过程是产品质量形成的关键环节，在设计质量保证的前提下，对生产过程实施有效的控制是确保产品质量的重要手段。

过程控制的有效方法包括首件检验、巡回检验、统计过程控制等。

第一节统计过程控制概述,二、统计过程控制的基本原理,

（一）统计质量控制的理论基础基于两点：

1、产品质量具有变异（波动）性2、产品质量的变异具有统计规律性,1、

（1）什么是质量变异？

在生产制造过程中，能生产出绝对相同的两件产品吗？

生产实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一工人，在同一设备上，用相同的工具、相同材料来生产同种产品，其加工后的产品质量特性（如：

重量、尺寸等）总是有差异，这种差异就称为质量变异或质量波动。

二、统计过程控制的基本原理,

（2）质量变异的原因操作人员（Man）、设备（Machine）原材料（Material）、操作方法（Method）测量（Measurement）、环境（Environment）人、机、料、法、测、环，简称5M1E。

ISO9000族国际标准则分得更细，还包括计算机软件，辅助材料与水、电、公用设施等。

二、统计过程控制的基本原理,（3）质量变异的分类正常变异（正常波动）正常变异是指由偶然原因（偶然因素、随机因素）引起的质量变异。

一般不予特别处理。

异常变异（异常波动）异常变异是指由异常原因（异常因素、系统因素）引起的质量变异。

应特别关注，一旦发现，应加以排除。

二、统计过程控制的基本原理,在实际生产制造过程中，正常变异与异常变异总是交织在一起的，如何加以区分？

（很重要的一项工作）,2、质量变异的统计规律,示例：

老师傅用车床车制机螺丝，要求其直径为10mm。

为了了解老师傅的加工质量，抽查已经加工好的机螺丝100个，分别测得其直径数据100个，如下表示。

直观来看，看不出任何规律，需要应用统计方法来加以处理，即分组、统计、作直方图。

二、统计过程控制的基本原理,2、质量变异的统计规律,二、统计过程控制的基本原理,2、质量变异的统计规律,二、统计过程控制的基本原理,2、质量变异的统计规律在生产正常的情况下（只有正常变异），对产品质量的变异经过大量调查分析后，可以应用概率论与数理统计方法，来精确地找出质量变异的幅度，以及不同大小的变异幅度出现的可能性，即找出产品质量的统计分布。

这就是产品质量变异的统计规律。

（通过做直方图也可以简单直观地显示质量变异的规律性。

）质量变异的统计规律主要有两大类情况。

（一）计数值数据下的质量变异规律（统计分布）

（二）计量值数据下的质量变异规律（统计分布）,二、统计过程控制的基本原理,

（1）计数值数据下的质量变异规律（统计分布）计数值数据是指那些不能连续取值的、只能以整数计算的数据，又称为离散型数据。

还可再分为计点型数据和计件型数据。

常见的统计分布形式有：

超几何分布；二项分布；泊松分布。

二、统计过程控制的基本原理,超几何分布超几何分布的研究对象是有限总体无放回抽样。

超几何分布概率计算公式为：

其中:

二、统计过程控制的基本原理,二、统计过程控制的基本原理,泊松分布泊松分布研究的对象是具有计点值特征的质量特性值，例如布匹上出现的疵点的规律、机床发生故障的规律。

当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似。

泊松分布的概率计算公式为：

其中：

参数为随机变量x出现的平均数；e为自然对数的底，等于2.71828。

泊松分布的均值与方差分别为：

二、统计过程控制的基本原理,二、统计过程控制的基本原理,设x为一随机变量，若x的概率密度函数为：

则称x服从正态分布。

由于正态分布广为使用，常常采用一个专门记号xN（，2）表示x是正态分布的，其参数为均值与标准差。

正态分布,二、统计过程控制的基本原理,正态分布曲线呈钟型，以x=为对称轴，左右对称。

描述了正态分布数据的集中趋势。

它也是正态分布的位置参数。

标准差描述了正态分布数据的离散程度。

它也是正态分布的形状参数，值越大，曲线越扁平，值越小，曲线越瘦高。

二、统计过程控制的基本原理,68.27%,95.45%,99.73%,99.9937%,99.999943%,99.9999998%,23,正态分布的“3原理”,二、统计过程控制的基本原理,（三）质量变异与过程状态当过程仅受偶然原因（偶然因素、随机因素）影响时，会有正常变异，这种情况下，我们认为过程处于统计控制状态（简称受控状态）或稳定状态；当过程中存在异常原因（异常因素、系统因素）的影响时，会出现异常变异，这种情况下，我们认为过程处于统计失控状态（简称失控状态）或不稳定状态。

二、统计过程控制的基本原理,Incontrol,Outofcontrol,二、统计过程控制的基本原理,三、SPC的产生与发展,

（一）SPC最早是由美国贝尔实验室专家休哈特于上世纪20年代提出。

迄今为止，SPC的基本原理同休哈特提出的原理并无本质上的区别。

目前在SPC在制造企业中已基本普及运用。

鉴于SPC在质量管理中的重要性，国际标准化组织（ISO）也将其作为ISO9000族质量体系认证的一个重要要素。

（二）SPC的特点1.SPC强调预防，防患于未然是SPC的宗旨；2.SPC是全系统的，全过程的，强调全员参与，不是只依靠少数质量管理人员；3.SPC强调用科学方法（主要是统计技术，尤其是控制图理论）来保证全过程的预防；4.可判断过程异常并及时告警；5.最终发展为SPD（StatisticalProcessDiagnosis，统计过程诊断），SPD既有告警功能，又有诊断功能；,三、SPC的产生与发展,（三）SPC的两大任务一是判断过程运行状态是否稳定，可利用控制图进行测定和监控；二是判断稳定的过程能力是否满足技术要求，可通过程能力分析（计算过程能力指数）来实现。

SPC可以对波动进行预测和控制，但并不能消除波动。

三、SPC的产生与发展,第二节统计过程控制的常用工具,一、调查表,1.概念,一、调查表,2、类型不合格项目的检查表工序分布检查表缺陷位置检查表操作检查表5S检查表,表3-2某塑料厂成品一周抽检不合格统计表,思考：

航空公司如何加强服务品质,例：

我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下工夫。

我们也可以经常在航机上看到客户满意度的调查。

此调查是通过调查表来进行的。

调查表的设计通常分为地面的服务品质：

订票，候机等；航机上的服务品质：

空服态度，餐饮，卫生等。

透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。

3、调查表的使用目的,用于记录（记录原始数据，便于报告）。

用于调查（如用于原因调查、纠正措施有效性的调查）。

用于日常管理，如设备检查、安全检查等。

4、应用检查表法的注意事项,对要调查的问题分类要清楚，否则会造成记录混淆，产生分析、判断的错误。

对调查表的主要作用要清楚，记录要认真，使调查表的效果能得到应有的发挥。

调查表要针对要调查的产品、零部件的特点来设计。

二、分层法,1、概念将收集到的数据按不同目的、特征加以分类，把性质相同或条件一致的数据归在一起，以便进行分析比较，是整理质量数据的基础工作和重要方法。

二、分层法,2、分层的方法人员方面设备方面材料方面方法方面环境方面测试方面时间方面,思考：

航空公司如何加强服务品质,例,某轧钢厂有甲乙丙三个生产班组，一月份各轧钢2000吨，共轧钢6000吨，其中轧废169吨。

下表显示了甲乙丙三个生产班组每类废品的数据。

从表中的数据可以看出，甲班产生废品的主要原因是“尺寸超差”，乙班产生废品的主要原因是“轧废”，丙班产生废品的主要原因是“耳子”。

不能把不是同一性质的数据混合在一起影响对问题的分析和判断。

对有些问题分层一次不够，还需进一步分层，这样效果可能会更好。

3、应用分层法注意的事项,三、排列图,1、概念排列图是一种建立在帕累托原理基础上的将项目发生频率按从高到低的顺序进行排列的图示方法。

可以帮助区分重要的和次要的项目，可以指导我们判断问题症结点，以最少的努力获得最佳的改进效果。

三、排列图,2、制作步骤

（1）确定项目，收集数据

（2）将数据按一定目标进行分层，统计数据的频数。

（3）绘制坐标系。

（4）将各类数据按频数从大到小自左至右作柱状图。

（5）计算累计百分数，绘制折线。

图3-1零件不合格原因排列图,3、应用排列图的注意事项,横坐标上的分类不要太多，以4-6项为原则。

排列图通常只有1-2个主要问题，最多不超过3个，如果发现所有因素都差不多，有必要重新分层。

也可考虑改变计量单位，以便更好的反映“关键的少数”，如将件数计算变成按损失金额计算。

对于一些较小的问题，如果不容易分类，可将其归为“其他”类，排在最右边。

如果其他项所占的百分比很大，则分类不够理想。

收集数据时间不宜太长，一般以13月为佳。

分类方法不同，得到的排列图就不同。

排列图案例,某软件公司为了了解其软件质量，对其开发的应用软件系统进行了一次用户问卷调查，发了200份，实收150份。

公司按用户抱怨的种类进行了统计，其结果如下：

100,N=150,频数,累计频率（%）,77,36,18,15,4,维护响应太慢,稳定性差,51%,75%,87%,97%,80,60,40,20,适用不方便,查询速度慢,某些功能要改进,1、概念直方图是把加工过程中测试得出的数据按一定的组距加以分组归类做出柱状图，然后通过对图形形状的观察和与设计规格的公差范围进行对比，以判断生产过程存在何种类型的波动。

四、直方图,2、用途

（1）直观地显示了质量波动的状态；

（2）传递有关过程质量状况的信息（3）评估或查验加工过程；指出采取行动的必要；（4）评价已采取改进行为的效果；比较机械绩效；比较物料；比较供应商等；（5）确定在什么地方进行质量改进工作。

四、直方图,P60例：

直方图P62-63用调查表收集同类数据求极差R=Xmax-Xmin=1.22-0.64=0.58（mm）设定组数k：

以最小测量单位的1、2、5倍除极差，可得:

12组计算组距h，由上步可知组距为h=0.05（mm）确定各组上下限整理分布表作直方图,图3-2夹片间隙尺寸直方图,3、直方图的判断,形状分析

（1）正常型图形中央有一顶峰，左右大致对称，这时工序处于稳定状态。

其它都属非正常型。

3、直方图的判断,

（2）偏峰型图形有偏左、偏右两种情形，原因是：

（a）一些形位公差要求的特性值是偏向分布。

（b）加工者担心出现不合格品，在加工孔时往往偏小，加工轴时往往偏大造成。

3、直方图的判断,（3）双峰型图形出现两个顶峰极可能是由于把不同加工者或不同材料、不同加工方法、不同设备生产的两批产品混在一起形成的。

3、直方图的判断,（4）锯齿型图形呈锯齿状参差不齐，多半是由于分组不当或检测数据不准而造成。

3、直方图的判断,（5）平峰型无突出顶峰，通常由于生产过程中缓慢变化因素影响（如