质量管理与可靠性实验指导汇编.docVIP

《质量管理与可靠性》实验指导书 车轴钢技术标准： 氢：=2ppm,氧：=20ppm，氮： 50~70ppm Si：0.20~0.30%，Mn：0.70~0.80%，P：=0.015% S：=0.010%，Ni（镍）：=0.010%，Cr（铬）：=0.015% Cu：=0.010%，V（钒）：0.020~0.050%，Al：0.020~0.050% 打开Minitab软件，建立“工序能力调查实验”项目 从菜单选择File--New 选择Minitab Project,然后点击OK 可以保存当前的工作为一个项目。当保存了项目，就一次性的保存了所有工作，包括所有的在会话窗口的输出，所有的打开的图形窗口。当重新打开项目时，所有的信息将重新显示，就是保存时候的状态。 按照下面的步骤来保存你的项目 : 从菜单选择 File--Save Project As 在 Save in 框中，选择你要保存项目的文件夹 在 File name 框中，输入你的项目的名字，然后点击 Save 建立车轴钢成份分析数据表 从菜单选择FileNew，然后在弹出的对话框选择Minitab Worksheet,然后点击OK。 也可以直接将Excel数据表中的数据“copy”过来。 选择要分析的成份数据，绘制直方图，查看其分布规律以及变化趋势： 从菜单选择 Graph-- Histogram 选择Simple，然后单击OK； 在Graph Variables 中键入C，单击OK； 为了测定成份C的数据是否服从正态分布，对直方图进行正态拟合； 从菜单选择 Graph-- HistogramOK； 在Graph Variables 中键入C，单击OK 如上图所示，成份C的数据分布曲线是近似正态分布。 （如果观察值少于50 个，也可以用正态概率图象来检验其正态性Graph-- Probability Plot或Stat Basic satistics-- Normality Test) 下图是用Graph-- Probability Plot得出的结果。 成份C的数据变化趋势分析，以生产班组分组观察； 选择选择Graph --Individual Value Plot t； 在One Y 下，选择With Groups单击OK； 在Graph Variables 中键入C； 单击Data View,选中Mean Connect line。 单值图显示了四个生产班组所炼的钢，C含量平均值看起来都差不多。如果细化的话，还可以对早、中、晚不同时间段生产的钢种进行成份分析，查找缺陷原因。 成份数据， 对C成份数据描述性统计量的计算； 选择Stat--Basic Statistics --Display Descriptive Statistics； 在Variables 中键入C； 单击Statistics； 取消First quartile, Median, Third quartile, N nonmissing, 和N missing的选中状态，选中N Total； 在每个对话框中单击OK 结果如下： Descriptive Statistics: C Total Variable Count Mean StDev Minimum Maximum C 50 0.50340 0.01599 0.47000 0.54000 Descriptive Statistics: P Total Variable Count Mean SE Mean StDev Minimum Maximum P 50 0.011520 0.000424 0.002998 0.007000 0.018000 模拟生产过程，绘制控制图，判断工序控制状态： 该钢铁公司内部采取以下判异准则来检验异常原因： 检验1：有1 个点离开中心线的距离超过3 倍标准差 检验2：连续7 个点在中心线的同一侧 检验3：连续7 个点有上升趋势或下降趋势 选择Tools--Option--Control Charts and Quality Tools--Define Tests； 将Test 2 的K 值改为7 ，将Test 3 的K 值改为7； 选择左方框中的Tests to Perform，将前3 个检验打勾选中； 单击OK； 选择Stat--Control Chart--Variables Charts for Subgroups--Xbar-S； 在弹出的对话框的空白框内键入要分析的成分所列的标题，比如“C”，在Subgroup size中，键入10； 工