第二章__常用的质量管理方法.docVIP

第二章 常用的质量管理方法 本章要点 质量控制的基础知识 排列图和因果图 调查表和分层法 直方图和散布图 质量管理新七种工具 在质量管理中强调一切用数据说话，是为了根据事实采取行动，防止盲目的主观主义。一个具体的产品是需要一系列的数据来反映它的质量，如尺寸、重量、强度等。产品质量的提高，要用数量来表示；不合格品率的降低，也要用数量来表示。在质量管理过程中，通过有目的地收集数据，运用数理统计的方法处理所得的原始数据，提炼出有关产品质量、生产过程的信息，再分析具体情况，做出决策，从而达到提高产品质量的目的。数据有计量值数据和计数值数据两种。 所谓计量值是指数据在给定范围内可以取任何值，即被测数据可以是连续的，如测量产品的长度、重量、硬度、电流、温度等。在测试电灯泡寿命的一组数据里，取任意两个不同的数值，如1999小时与2000小时，在其中插入1999.8小时是有意义的。因此，电灯泡的寿命是属于计量值。 所谓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为计数值数据。产品的不合格品数或缺陷数、铸件的气孔、砂眼数、疵点数等都属于计数值数据。例如，记录机器每天发生故障的次数，属于计数值。记录得出来的数据是离散的。我们在3与7之间，插入4.56是无意义的，因为机器发生故障的次数不可能取4.56次。 第一节 质量控制中常用的统计学基本知识 一、质量变异的描述 1．产品质量的统计观点 产品质量的统计观点是现代质量管理的一个基本观点。传统质量管理与现代质量管理的一个重要差别就在于后者引入了产品质量的统计观点。它包括下列内容： （1）认识到产品质量的变异性 产品质量是操作人员在一定的环境中，运用机器设备，按照规定的操作方法，对原材料加工制造出来的。由于这些质量因素在生产过程中不可能保持不变，故产品质量必定会受到一系列质量因素的影响而在生产过程中不停地变化着，这就是产品质量的变异性。 （2）可以掌握产品质量变异的统计规律性 产品质量的变异是具有统计规律性的。在生产正常的情况下，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。在质量管理中，计量质量特性值常见的分布有正态分布等，计件质量特性值常见的分布有二项分布等，计点质量特性值常见的分布有泊松分布等。掌握了这些统计规律的特点与性质，就可以用来控制与改进产品的质量。 现代质量管理不再把产品质量仅仅看成是产品与规格的对比，而是辩证地把产品质量看成是受一系列因素影响并遵循一定统计规律在不停地变化着的。这种观点就称为产品质量的统计观点。 2．质量因素的分类 影响质量的因素称为质量因素。根据不同的划分方法，质量因素可以分类如下： （1）按不同来源分类 可以把质量因素分为操作人员（Man），设备（Machine），原材料（Material），操作方法（Method），环境（Environment），简称4M1E；有的还把测量（Measurement）加上，简称5M1E。ISO9000族国际标准则分得更细，除去上述因素外还加上计算机软件，辅助材料与水、电公用设施等，反映了时代的进步。 （2）按影响大小与作用性质分类 ①随机因素。随机因素具有四个特点：1）影响微小，即对产品质量的影响微小。2）始终存在，也就是说，只要一生产，这些因素就始终在起作用。3）逐件不同。由于这些因素是随机变化的，所以每件产品受到随机因素的影响是不同的。4）不易消除。指在技术上有困难或在经济上不允许。随机因素的例子很多，例如，机床开动时轻微振动，原材料的微小差异，操作的微小差别等等。 ②异常因素。异常因素又称系统因素，与上述随机因素相对应，异常因素也有四个特点：1）影响较大。即对产品质量的影响大。2）有时存在。就是说，它是由某种原因所产生的，不是在生产过程中始终存在的。3）一系列产品受到同一方向的影响。指加工件质量指标受到的影响是都变大或都就小。4）易于消除或削弱。指这类因素在技术上不难识别和消除，而在经济上也往往是允许的。异常因素的例子也很多，例如，由于固定螺母松动造成机床的较大振动，刀具的严重磨损，违反规程的错误操作等。 随着科学的进步，有些随机因素的影响可以设法减少，甚至基本消除。但从随机因素的整体来看是不可能完全加以消除的。因此，随机因素引起产品质量的随机波动是不可避免的，故对于随机因素不必予以特别处理。 异常因素则不然，它对于产品质量影响较大，可造成质量过大的异常波动，以致产品质量不合格，同时它也不难加以消除。因此，在生产过程中异常因素是注意的对象。只要一旦发现产品质量有异常波动，就应尽快找出其异常因素，加以排除，并采取措施使之不再出现。 在实际生产中，产品质量的随机波动与异常波动总是交织