第二章 食品質量管理的工具与方法.pptVIP

第二章 食品质量管理的工具与方法;第一节 食品质量数据;一、质量数据的性质 1.计量值数据 可以连续取值 可测出小数点以下数值 可用量具计测 如：长度、面积、体积、重量、密度、糖度、酸度、硬度、温度、时间、营养成分含量、灌装量等;2.计数值数据 只能间断取值 得不到小数点以下的数值 不能用量具进行计测 如： 产品件数、不合格品数、产品表面的缺陷数 一般为正整数;⑴ 计件值数据 数产品的件数而得到的数值 如： 产品件数 不合格品率（p） 不合格品数（np） 质量检测的项目数;⑵ 计点值数据 数缺陷数而得到的数值 如： 不合格数、大肠杆菌数、细菌总数 产品表面的缺陷数 单位时间内机器发生故障的次数 棉布上的疵点数 玻璃上的气泡数 铸件上的砂眼数;二、总体与样本的特征值 ㈠ 总体与参数 1.总体 研究对象的全体 可以是有限的，也可以是无限的 如： 10000瓶饮料;2.个体 也叫样本单位或样品 构成总体或样本的基本单位 如： 1包奶粉、1个月饼等;3.参数 如： 总体平均值 总体标准差 样本平均值 样本标准差 ;㈡ 样本与统计量 1.样本 也叫子样、样组 从总体中抽取出来的一个或多个供检验的单位产品。 范例： 从3000包奶粉中抽取10包奶粉作为样本进行检验;样本量： 也称样本大小 样本中所含的个体数目 范例： 从3000包奶粉中抽取10包奶粉作为样本进行检验 其样本量n＝10;抽样： 从总体中抽取部分个体作为样本的过程 通常采取“随机抽样”的方法 提问：什么是随机抽样？;2.统计量 ⑴ 表示样本的中心位置的统计量 ① 样本平均值 ;② 样本中位数 指把收集到的统计数据按大小顺序重新排列，排在正中间的那个数。 当样本量n为奇数时，正中间的数只有一个； 当n为偶数时，正中位置有两个数，此时中位数为正中两个数的算术平均值。;⑵ 表示样本数据分散程度的统计量 ① 样本极差 一组数据中最大值与最小值之差 范例： 15 5 10 20 45 30 35 40 25;② 标准方差 ;③ 样本标准差 ;三、产品质量的波动 任???一个生产过程，总存在着质量波动。 质量波动是客观存在的，是绝对的。;范例： 没有两个相同的人、树叶，对于产品也是一样的，没有两件完全相同的产品。;范例： 经验告诉我们，按照同样的工艺、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品 其质量特性不可能完全一样，总是存在差异，即存在变异或波动。;影响过程（工序）质量主要有六个因素：;1.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 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;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： 温度或电压等生产条件的微小变化;2.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。 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;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）;表2-1 正常波动与异常波动 ;四、产品质量的分布规律 食品工业中搜集到的数据（针对计量值数据） 大多为正态分布;正态分布有一个结论对质量管理很有用： 无论均值μ和标准差σ取何值 产品质量特性值落在μ±3σ之间的概率为99.73％;95.45%;第二节 食品质量控制的传统方法 QC七工具或品管七大手法 包括： 因果图、排列图、散布图、直方图、调查表、分层法和控制图 可以解决质量管理中的大部分问题;一、因果图（Cause and Effect Diagram） ㈠ 因果图的概念和作用 又称鱼骨图（fishbone diagram）、鱼刺图、树枝图 用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因） ;目的：解决…….. 日期： 年 月 日 作者：……..;裱花蛋糕微生物超标;㈡ 因果图的制作步骤 对某糕点生产企业存在的裱花蛋糕微生物超标的质量问题进行因果图分析;⑴ 确定需要分析的质量特性 即针对什么问题