第三章质量管理的数学方法_精品文档.pptx

第三章质量管理的数学方法_精品文档.pptx

《第三章质量管理的数学方法_精品文档.pptx》由会员分享，可在线阅读，更多相关《第三章质量管理的数学方法_精品文档.pptx（179页珍藏版）》请在冰豆网上搜索。

第三章质量管理的数学方法,任务与目标,任务1质量数据任务2质量管理的七种工具任务3工序控制,0d58b4b8符皇,【知识目标】能表述质量数据、工序控制的有关概念，以及质量管理的七种工具。

【技能目标】能将质量管理工具运用于食品生产过程的活动中并能从质量管理层面做出正确的判断。

【素质目标】能够运用质量管理七种工具进行食品质量管理活动。

任务1质量数据,一、质量数据和常用的统计方法产品质量的波动,在企业内你可能遇到这样的问题:

用同样的设备、操作者、原料和生产工艺，但生产的同一批产品质量有差别？

同样的设备、原料、生产工艺和同一个人在不同的时间生产的产品质量有差别？

这就是产品质量波动,1.产品质量的波动,影响过程（工序）质量主要有6个因素，即人（man，操作者）、机（machine，设备）、料（material，原材料）、法（method，操作方法及规范）、测（measure，检验和测量）、环（environment，工作环境），简称5MlE。

上述过程因素即使处于稳定状态下，在工序实施中也不可能始终保持绝对不变，例如操作者的技术水平和精力集中情况的变化，原材料化学成分在标准范围内的微小差异，工作环境如温、湿度的变化均会造成产品质量特性值的差异。

因此质量波动是客观存在的，但同时产品质量的波动具有统计规律性（即服从一定的分布规律）。

从统计学的观点，可以将产品质量波动分为正常波动和异常波动2类。

一、质量数据和常用的统计方法造成产品质量波动的原因,质量波动,Man,Environment,Material,Machine,Method,Measure,质量意识、技术水平、文化素养、熟练程度、身体素质,化学成分、物理性能和外观质量,温度、湿度、清洁度、照明、噪声、震动,机器设备、工夹具的精度、清洁度、维护保养状况,加工工艺、操作规程和作业指导书的正确程度,测量设备、试验手段和测试方法,一、质量数据和常用的统计方法,质量波动的分类,1.正常波动,2.异常波动,

（2）正常波动,造成原因偶然性原因特点因素多，不易识别，大小和作用方向不固定，对质量特性值波动的影响小经济性消除他们成本大，不合算解决办法提高技术水平或科学水平,正常波动：

由随机因素（偶然因素）引起；质量管理中允许的波动；此时的工序处于稳定状态或受控状态。

偶然因素：

是固有的；始终存在，是不可避免的；对质量的影响较小；难以测量，消除它们成本大，技术上也难以达到。

范例：

机器的固有振动、液体灌装机的正常磨损；工人操作的微小不均匀性；原材料中的微量杂质或性能上微小差异；仪器仪表的精度误差；检测误差,

（2）正常波动,（3）异常波动,造成原因系统原因（可查明因素）特点存在少，不经常影响，容易识别，对质量影响显著，导致大量废品产生经济性合算解决办法提高技术水平，加强管理,异常波动：

由系统因素（异常因素）引起；质量管理中不允许的波动；此时的工序处于不稳定状态或非受控状态。

对这样的工序必须严加控制。

异常因素：

非过程固有；有时存在，有时不存在；对质量波动影响大（常常超出了规格范围或存在超过规格范围的危险）；易于判断其产生原因并除去（在经济上是必须消除的）。

范例：

配方错误；设备故障或过度磨损；操作工人违反操作规程；原材料质量不合格；计量仪器故障。

（3）异常波动,表2-1正常波动与异常波动的区别,正常波动与异常波动的区别,小结,正常波动是由随机原因引起的产品质量波动，又称一般波动。

仅有正常波动的生产过程称为处于统计控制状态，简称为控制状态或稳定状态。

异常波动是由系统原因引起的产品质量波动，又称特殊波动。

异常波动的生产过程称为处于非统计控制状态，简称失控状态或不稳定状态。

质量管理的一项重要工作就是要找出产品质量波动规律，把正常波动控制在合理的范围内，消除系统原因引起的异常波动。

2.数理统计在质量管理中的应用,

（1）对数据进行加工整理的必要性对数据进行加工整理，是因为直接从原始记录、资料中收集来的数据往往杂乱无章，难以直接看出其中的规律。

只有对搜集到的数据进行加工整理后，才能从中得到进行质量管理的有用依据。

在质量管理中常常数理统计的方法来加工整理数据。

控制质量波动的过程离不开数理统计,

（2）数理统计在质量管理中的应用,应用范围,提供表示产品质量特征的数据。

比较产品间的差异。

分析影响产品质量变化的因素。

分析产品质量数据与影响因素间关系。

确定合理的试验及试验设计方案。

（3）质量管理中使用数理统计方法的工作程序,观察,整理,判断,分析,对症下药,技术改进,归纳,（4）数据与统计推断的关系,一般情况下，不可能为了掌握一批产品或半成品的质量情况对整批产品全部检查，或测试，只能抽样测试来推断整批产品的质量。

几个基本概念总体：

又叫母体或集团，是研究对象的全体。

样本：

也叫子样，它是总体中随机抽取出来的，对总体进行测试的一部分产品。

个体：

也叫样品，它是抽出样本中的每一个产品。

数据、样本和总体的关系目的为对每道工序进行预防性控制管理，应该以一道工序为对象，从中抽取一批半成品作为样品测试。

目的为对一批产品进行质量评价和验收，判断是否合格时，应该以这批产品为对象，从中随机抽取一部分产品测试。

把数据与标准比较，判断质量情况。

3.质量数据的性质,

（1）质量数据的分类,按照性质和目的分类,1.计量值数据2.计数数据,不能连续取值的，或者说即使使用测量工具也得不到小数点以下数值，而只能得到0或1，2，3等自然数的数据细分为记件数据和记点数据,可以连续取值，用测量工具具体测量出小数点以下数值的数据。

如：

长度、容积、质量、化学成分、温度、产量、职工工资总额等。

3.质量数据的性质,计数值数据：

计件值数据：

数产品的件数得到的数值。

计点值数据：

数缺陷数得到的数。

如不合格品数、瑕疵点数等。

注意：

表示百分率的数据（如年产值的增长率、不合格品率、退修率等）其类型取决于其分子数据的类型。

（2）质量数据的特征值,分类,数据集中趋势的度量如:

平均值、中位数、众数数据差异性的度量如:

极差、方差、标准差,（3）质量数据的修约规则,对各个数据的有效数字位数进行合理的缩减，弃去多余数字的过程叫做“数字修约”过程。

修约规则：

四舍：

若左边的第一个数字小于等于4舍去。

如14.2432修约到1位小数。

修约后为14.2。

六入：

若左边的第一个数字大于等于6，则进一。

如26.4843修约到1位小数。

修约后为24.5。

五留双：

若左边第一个为5，右边都是0，要保留的末位数为奇数则进一，若为偶数（包括0）则不进位。

奇进偶不进。

若左边第一个为5，右边非0，则进一。

如将下列数字修约到保留1位小数。

0.3500修约后为0.4；0.4500修约后为0.4；1.0500修约后为1.0。

一次修约规则。

课堂练习,1.将数值修约到小数点后2位：

3.5443.5463.5453.5552.54522.54502.5352,（3）质量数据的修约规则-运算规则,有效数字的运算法则,计算分析结果中，每个测量值的误差都传递到结果中去，须根据误差传递规律，按有效数字运算法则，合理取舍，保证结果的准确度。

加减法运算（先修约，再计算）,有效数字运算规则,结果的位数取决于绝对误差最大的数据的位数；可按小数点后位数最少的修约其他各数，再加减。

有效数字运算规则,乘除法运算,结果的位数取决于相对误差最大的数据的位数；可按有效数字位数最少的修约其他各数，再乘除。

（0.03255.10360.064）/139.82=0.0712,（4）质量数据的分布,质量数据的分布是指数据的规律。

数据的分布有很多种，如正态分布、二点分布、普阿松分布、超几何分布、均匀分布、指数分布等。

在食品工业中所收集到的数据大多为正态分布。

又称概率分布。

正态曲线呈现钟形，两头低，中间高，左右对称，又称钟形曲线。

（4）质量数据的分布,数据以平均数为中心点，向左右两侧对称分布，平均数等于。

数据在处出现次数最多，向两侧逐渐减少。

正态分布是以和（数据总体的标准差）为参数组成的曲线系统，确定它在X轴上的位置，确定宽度。

曲线下的面积代表总次数，或出现的概率，总和为1。

4.质量数据的收集方法,

（1）明确收集数据的目的,分析用的数据：

掌握和分析现场质量动态情况，收集数据，确定影响因素，找出关系，为最后的判断提供依据。

管理用的数据：

为掌握生产状况而收集的数据。

包括工序中产品质量是否稳定，有无异常以及是否采取适当措施、用以预防和减少不合格产品等而收集的数据。

检验用的数据：

对产品进行全面的检验或抽样检验而收集到的数据。

4.质量数据的收集方法,

（2）随机抽样所谓随机抽样是指总体中每一个体被抽取的可能性是相等的，且不掺杂人的主观意志的一种抽样方法。

整体随机抽样法：

指在总体中收取整群个体作为样品的抽样方法。

单纯随机抽样法：

在总体中不加任何限制抽选出来。

分层随机抽样法：

按数据来源，把具有相同性质的分组，按比例从各组中随机抽取产品组成样本。

机械随机抽样法：

在时间、空间上，以相等的间隔顺次地抽取样品组成样本的方法。

4.质量数据的收集方法,（3）收集质量数据的注意事项,收集数据的目的要明确。

要客观事实，不得弄虚作假。

收集到的原始数据要按一定的标志做好分组归类，同类型的放一起。

记录下收集数据时的条件：

如抽样时间、抽样方式、生产序号、工艺条件、测定仪器以及工作人员等。

二、质量管理新方法,包括关联图法、系统图法、KJ法（亲和图）、矩阵图法、矩阵数据分析法、过程决策程序图法（PDPC）和网络图法（箭条图法）。

它是一种为设计寻找捷径的一种整理、分析语言文字资料的方法。

二、质量管理新方法,二、质量管理新方法,新QC七大手法的特点：

整理语言资料的工具将语言情报用图形表示的方法引发思考，有效解决零乱问题充实计划防止遗漏、疏忽使有关人员了解促使有关人员的协助确实表达过程管理工具，可以应用于QC以外的领域,二、质量管理新方法,使用新QC七大手法的五项益处1.迅速掌握重点-实时掌握问题重心，不似无头苍蝇般地找不到重点2.学习重视企划-有效解析问题，透过手法的运用，寻求解决之道3.重视解决过程-重视问题解决的过程，不只是要求成果4.了解重点目标-拥有正确的方向，不会顾此失彼5.全员系统导向-强化全员参与的重要性，进而产生参与感与认同感,2022/11/1,34,1.关联图,

（1）关联图的概念:

就是把关系复杂而相互纠缠的问题及其因素，用箭头连接起来的一种图示分析工具，从而找出主要因素和项目的方法。

60年代由日本应庆大学的千住镇雄教授开发出来的，正式的全名叫做管理指标间的关联分析。

2022/11/1,35,适用范围:

用于纷繁复杂的因果纠缠分析用于现场问题的掌握用于市场调查及抱怨分析用于方针管理的展开,1.关联图,2022/11/1,36,1.关联图,应用最佳时机当问题发生时，个人力量有限，因此“关联图”需要藉由许多专业的干部或有共同关系者共同合作，以广泛、深入且有效的共同讨论模式，寻求问题的解决之道。

使用“关联图”拥有自由表达的特点，再上没有图形制作上的限制，因此开放思考的转变及应用对策的展开都变得很容易，可加速对质量管理上的改善活动运作。

2022/11/1,37,1.关联图,应用最佳时机1.影响事件的因素众多，且各因素间相互关连性大时2.欲深入探讨该问题事件3.想要使各关系与要因间逻辑明确4.想要掌握问题的来龙去脉,2022/11/1,38,1.关联图,

（2）关联图的特点：

适合整理原因非常复杂的问题容易取得成员的一致意见从计划阶段一开始就可以广阔的视野透视问题形式自由，有助于因素之间的连接和转换可打破先入为主的观念,2022/11/1,39,1.关联图,（3）关联图类型:

多目的型（两个以上目的）单目的型（单一目的）,2022/11/1,40,1.关联图,中央集中型（向外扩散）单向汇集型（单向顺延）,2022/11/1,41,1.关联图,（4）关联图做法：

决定题目以标记写出主题小组组成集合有关部门人员组成小组资料收集运用脑力激荡，寻找原因用简明通俗的语言作卡片连接因果关系制作关联图修正图