第八章 质量管理文档格式.docx
《第八章 质量管理文档格式.docx》由会员分享，可在线阅读，更多相关《第八章 质量管理文档格式.docx（10页珍藏版）》请在冰豆网上搜索。
2.事前控制阶段
由于二战对大量生产（特别是军需品）的需要，事后检验工作立刻显示出其弱点，检验部门成了生产中最薄弱的环节。
由于事先无法控制质量以及检验工作量大，军火生产常常延误交货期，影响前线军需供应。
这时美国贝尔电话研究所的统计学家休哈特防患于未然的控制产品质量的方法及道奇、罗米格的抽样检查方法被重视起来。
此外，瓦尔德的序贯抽样检验法也做出了较大的贡献。
这一阶段的手段是利用数理统计原理，预防产生废品并检验产品的质量。
在方式上是由专职检验人员转过来的专业质量控制工程师和技术人员承担。
这标志着将事后检验的观念转变为预防质量事故的发生并事先加以预防的事前检验的概念，使质量管理工作前进了一大步。
但这个阶段曾出现一种偏见，就是过分强调数理统计的方法，忽视了组织管理工作和生产者的能动作用，使人误认为“质量管理好像就是数理统计方法”、“质量管理是少数数学家和学者的事情”，因而对统计的质量管理产生了一种高不可攀的感觉。
3.全面质量管理阶段
从60年代开始，进入全面质量管理（Totalqualitymanagement,TQM）阶段。
50年代以来，随着科学技术的迅速发展，工业生产技术手段越来越现代化，工业产品更新换代越来越频繁，产品质量要求大大提高，此时单纯靠统计质量控制已无法满足要求。
因为整个系统工程与试验研究、产品设计、试验鉴定、生产准备、辅助过程、使用过程等没个环节都有着密切的关系，仅仅靠控制过程是无法保证质量的。
这样就要求以系统的观点，全面控制产品质量形成的各个环节、各个阶段。
其次，行为科学在质量管理中得到应用，其主要内容就是重视人的作用，认为人受心理因素、生理因素和社会环境等方面的影响，因而必须从社会学、心理学的角度去研究社会环境、人的相互关系及个人利益对提高工效和产品质量的影响，发挥人的能动作用，调动人的积极性，加强企业管理。
基于上述理由，美国通用电气公司的费根堡姆（A.V.Feigenbaum）首先提出了全面质量管理的思想，或称“综合质量管理”，指出要真正搞好质量管理，除了利用统计方法控制制造过程外，还需要组织管理工作，对生产全过程进行质量管理。
（二）日本质量管理的特色
1.质量概念：
包括产品品质（产品性能）、生产量、交货期、成本和适用性五个概念，概括来讲就是在一定产品性能下，用最低的成本，按一定的时间生产出一定数量的产品，满足顾客的要求。
所谓适用性就是产品和服务满足顾客要求的程度。
提出观点：
“用户就是帝王”，将用户分为厂外用户和厂内用户（下一工序是上一工序的用户）
2.四大支柱：
PDCA工作循环——PlanDoCheckAction（全面质量管理的基本工作方法）
标准化运作
QC小组活动
QC教育
3.重视新产品开发：
高质量才意味着不断创造新产品。
二、全面质量管理包括的内容与基础工作
（一）全面质量管理包括的内容
1.设计过程的质量管理
2.制造过程的质量管理
3.辅助与服务过程的质量管理
4.使用过程的质量管理
（二）全面质量管理的基础工作
1.教育工作
2.标准化工作
3.计量工作
4.质量信息工作
5.质量责任制
（三）全面质量管理的基本工作方法——PDCA循环
在质量管理活动中，要求把各项工作按照做出计划、计划实施、检查实施效果、将成功的纳入标准、不成功的六代狭义循环去解决的工作方法进行，这就是质量管理的基本工作方法，实际上也是企业管理各项工作的一般规律。
这一工作方法简称为PDCA循环。
P（Plan）是计划阶段，D（Do）是执行阶段，C（Check）是检查阶段，A（Action）是处理阶段。
这是美国质量管理专家戴明博士最先总结出来的，也成戴明环。
◆PDCA工作方法的四个阶段，在具体工作中进一步化为八个步骤：
P阶段有四个步骤：
（1）分析现状，找出所存在的质量问题。
对找到的问题要问三个问题，①这个问题可不可以解决？
②这个问题可不可以与其他工作结合起来解决？
③这个问题能不能用最简单的方法解决而又能达到预期的效果？
（2）找出产生问题的原因或影响因素
（3）找出原因（或影响因素）中的主要原因（影响因素）
（4）针对主要原因制定解决问题的措施计划。
措施计划要明确采取该措施的原因（Why），执行措施预期达到的目的（What），在哪里执行措施（Where），由谁来执行（Who），何时开始执行和何时完成（When），以及如何执行（How），通常简称为要明确5W1H问题。
D阶段有一个步骤：
（5）按制定的计划认真执行。
C阶段有一个步骤：
（6）检查措施执行的效果。
A阶段有两个步骤：
（7）巩固提高，就是把措施计划执行成功的经验进行总结并整理成为标准，以巩固提高。
（8）把本工作循环没有解决的问题或出现的新问题，提交下一工作循环去解决。
◆PDCA的特点是：
（1）该循环一定要顺序形成一个大圈，接着四个阶段不停地转；
（2）大环套小环，互相促进。
如果把整个企业的工作作为一个大的PDCA循环，那么各个部门、小组还有各自小的PDCA循环，大环带动小环，一级带一级，大环指导和推动着小环，小环有促进着大环，有机地构成一个运转的体系。
（3）循环上升。
PDCA循环不是到A阶段结束就算完结，而是又要回到P阶段开始新的循环，就这样不断旋转。
循环的转动不是在原地转动，而是每转一圈都有新的计划和目标。
犹如爬楼梯一样逐步上升，使质量水平不断提高。
在解决问题过程中，常常不是一次PDCA循环就能够完成的，需要将循环持续下去，直到彻底解决问题，每经历一次循环需要将取得的成果加以巩固，也就是修订和提高标准，按照新的更高的标准衡量现状，必然会发现新的问题，这也是为什么必须将循环持续上去的原因和方法。
每经过一个循环，质量管理达到一个更高的水平，不断坚持PDCA循环就会使质量管理不断取得新成果。
PDCA循环实际上是有效进行任何一项工作的合乎逻辑的工作程序。
在质量管理中得到了广泛的应用，并取得了很好的效果，因此有人称它是质量管理的基本方法。
三、质量控制的统计
（一）关于数据的一些问题
1.收集数据的目的：
通过对数据的分析准确地做出判断，做出决策。
数据的作用：
通过数据掌握质量动态，分析存在的问题，确定所要控制产品质量的影响因素，了解影响质量因素之间的相互关系，判断产品是否合格。
2.数据的分类
质量特性数据：
①计量值数据：
具有连续性的数据，即可用各种计量仪器、量具测量的数据，可以具有小数点（如重量、温度）②计数值数据：
非连续性的数据，即不能用计量仪器测量的数据，一般是没有小数点的非负整数（如废品数）
3.收集数据的方法
从母体中抽取子样，以获得数据，通过对数据的分析，判断母体的质量情况——质量管理统计方法的特点。
抽取的方法：
随机取样——抽签式、随机数表（乱数表法）、按时间间隔抽取。
抽取的数据最少30-40个，一般为50-100个，最多为200-250个。
4.收集数据时应注意的问题
（1）收集数据时要有明确的目的性
（2）要注明收集的时间、地点、方法、收集人
（3）收集的数据必须要可靠准确
（4）要对收集的数据进行整理，目的是便于观察分析，使问题暴露的更加清晰。
（二）质量控制的统计方法——QC（QuantityControl）七种工具
1.直方图法：
它是表示数据变化情况的一种主要工具。
用直方图可以比较直观地看出产品质量特性的分布状态，可以判断工序是否处于受控状态，还可以对总体进行推断，判断其总体质量分布情况。
横坐标表示实际尺寸的分布，纵坐标表示频数，直方图的面积是数据落到这个范围的个数（或频率）。
步骤：
（1）收集数据：
至少收集100个以上的数据，一般以100各样本为宜。
（2）计算测得数据的幅度：
R=Xmax-Xmin,最大值减去最小值
（3）确定组数K与组距h：
h=R/K
（4）确定分组的上、下限
第一组的下限：
a=Xmin-测量单位/2，第一组的上限：
a+h
（5）纪录各组中的数据，整理成频数表
（6）绘制直方图
（7）直方图的判断：
T：
公差——是指产品某些特性可接受的数值范围，单个产品的量值必须落在这一范围内，它是根据工程设计或用户需要确定的
B：
实际尺寸分布
T>
B符合且有余地
T=B刚刚符合质量要求，应提起注意
T<
B质量已经出现问题，应立即停机检查
直方图是从形态的角度，通过产品质量的分布反映工序的精度状况。
通常是看图形本身的形状是否正常，在与公差（标准）作对比，做出大致判断。
①正常型：
直方图中的直方形以中间为顶峰，向左右两侧大体成对称型排列
②孤岛型：
即在远离主分布中心的地方出现一些小直方形。
这表明工序质量有异常，往往是原材料有变化，短时期内由不熟练工人替班操作，或测量有误等原因造成。
③双峰型：
图形出现两个顶峰。
这往往是由于两个不同的分布混在一起所造成的，如有一定差别的两台机床或两种原料所生产的产品混在一起。
这是应按照数据的不同性质进行分层，在做分层后的直方图。
④平峰型：
直方形顶部平直，峰谷不明。
这往往是由于生产过程中某种缓慢的带有变动倾向的因素在起作用所造成的，如工具的磨损、操作者的疲劳等。
⑤陡壁型：
高峰偏向一侧，另一侧成缓坡状。
通常是由于产品的公差是单侧标准，或某种加工习惯等原因所造成的。
如只有公差上限要求的产品以及轴件产品的质量分布往往呈向右陡壁型，只有公差下限要求的产品以及套件产品的质量分布往往呈向左陡壁型。
大多数修过的产品，其质量分布也会偏向一边。
2.控制图法
（1）概述：
控制图又称管理图，它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。
（2）控制图的作用：
可以判断质量的稳定性；
评定工艺过程的状态，发现并及时消除工艺过程的失调现象，预防废次品的产生；
为质量评比提供依据；
可借以确定设备和工艺装备的实际精度，以便做出正确的技术决定。
（3）控制图的基本原理
控制图可用来分辨随机差异和非随机差异，其原理是正态抽样分布。
抽样分布主要用来描述随机性差异。
我们知道在实际中，99.7%的值将在+3个分布均值标准偏差（σ）以内。
所以，我们就在代表+3σ的地方划一条线，作为界限。
我们可以推断，在这一界限以外的之都属于非随机性差异。
事实上这些界限就是控。
制界限，即分布均值的随机性偏差与分布均值的非随机性偏差之间的分界线。
控制图实际上是将正态分布图旋转90度，让我们先了解一下正态分布的规律：
①平均值的概率最大②对于平均值的正偏差和负偏差的概率相等③小偏差出现的概率较大，大偏差出现的概率较小④在一定范围以外（6σ以外）的偏差出现的概率极小，在有限次实际测量中可以认为不会出现。
控制图有两个将随机差异和非随机差异分开的界限。
数值大的是上控制限（UCL）,而数值小的是（LCL）。
在这两个控制限之间的样本统计值是（但并不一定是）随机性差异（由于偶然原因造成的正常差异），样本控制界限以外或在任一条控制界限上说明（但不一定说明）其是非随机性差异（由于不可忽视的原因造成的不正常差异）。
注：
因为范围再大的界限也会留下一定区域的“尾巴”分布，所以就会出现这样的可能性：
尽管只有随机性差异存在，有些值还是落在了界限以外。
例如，如果采用2σ为界限，该界限将包含95.44%的数值，因而互补的那一部分4.56%就不包括在内，这种情况是控制界限过小。
但是另一方面，采用范围更大的界限3σ可以减少“尾巴”区域，但随着界限范围的增大，难以检验到可能出现的非随机性差异
（3）基本格式：
控制图通常以样本平均值x为中心线，以上下取3倍的标准差（x+3σ）为控制界，因此用这样的控制界限做出的控制图叫做3σ控制图。
（4）均值控制图法与极差控制图法
均值控制图法：
对过程均值的偏移敏感
极差控制图法：
对工序散差的变化敏感
3.因果分析图法
因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。
当出现了某种质量问题，但未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。
每一类原因可能又是由若干个因素造成的，与每一因素有关的更深入的考虑因素还可以作为下一级分支。
当所有可能的原因都找出来以后，就完成了第一步工作，下一步就是要从其中找出主要原因。
4.主次因素排列图法
排列图是分析和寻找影响质量主要因素的一种工具，图中的左边纵坐标表示频数（如件数、金额等），右边纵坐标表示频率（以百分比表示），图中折线表示累积频率。
横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。
通过对排列图的观察分析，可抓住影响质量的主要因素。
5.相关图（散布图）法
相关图是把两个变量之间的相关关系用直角坐标系表示的图表。
它根据影响质量特性因素的各对数据，用点填列在直角坐标图上，以观察判断两个质量特性值之间的关系，对产品或工序进行有效控制。
图中分析的两种数据间的关系可以是特性与原因、特性与特性的关系，也可以是同一特性的两个原因的关系。
如在热处理时，需了解钢的淬火温度与硬度的关系，在金属机械零件加工时，需了解切削用量、操作方法与加工质量的关系等，都可用相关图来观察与分析。
6.饼分图法
7.分组法
（三）工序能力分析
工序能力分析是指判断工序产品固有差异是否落在可被接受的差异范围之内。
这里的差异是指工序产品的设计规定标准。
如果工序固有的差异在所规定的标准差异以内，就可以说工序是可被接受的。
如果工序差异远小于标准所要求的差异，则100%的产品差异都在标准之内；
如果标准比工序能力要求严格，在这种情况下，即是工序能力得到充分的发挥，仍会有相当比例的产品不能达到规定的标准，也就是说，处于控制状态的工序，仍会产生不合格产品。
因此，不能盲目下结论：
处于控制状态的工序就能生产出满足要求的产品。
因此，企业在投产前必须保证工序处于控制状态，且满足规定标准的要求。
在保证工序能力上，工序差异是一个关键因素，可根据工序标准偏差来计算。
工序能力一般被指定为偏离工序均值的+3个标准偏差。
判断工序是否有能力，就把+3个标准偏差的值与规定的值相比较，规定的值即为所允许的理想偏差。
工序能力指数（Cp）是指工序能力对技术规定的满足程度，它是图纸规定的公差范围与该工序能力之比。
Cp的理想值：
Cp=T/6σ=1.33
Cp
判断
Cp>
1.33
工序能力充分满足要求，但过于大时应重新研究公差或对工序加以分析；
Cp=1.33
理想状态；
1<
Cp<
较理想状态。
当Cp过于接近1时，则有发生不合格品的可能，应加强管理；
1
有不符合公差要求的情况，应采取改变作业方法或进行权数检查等必要措施；
为使一道工序符合要求，其能力指数至少为1，能力指数越大，一台机器或一道工序的产品落在规定设计标准范围以内的可能性越大。
判断前提：
x=T/2二者相等是偶然的，不等才是必然的。
修正系数：
Cp’=Cp•K=（8σ-2ε）/6σ=（T-2ε）/6σ=Cp（1-2ε/T）
K=1-2ε/Tε=σ（|T/2-x|）
摩托罗拉公司以其使用6σ标准而著名，它所追求的工序差异指标是如此之小，这也意味着工序能力值数等于2，意味着产品不在设计标准范围内的可能性极小。
方法设计：
案例教学，课堂习题与讨论
作业布置：
7种统计质量管理方法练习，质量问题分析
升级会员 