质量管理第二节质量数据统计处理1.pptVIP

第二章 质量数据的统计处理 第一节 数据的取得与整理 第二节 质量变异的描述与模型 第三节 质量管理中常用统计方法 第四节 直方图 第五节 工序能力分析 第一节 数据的取得与整理 收集数据的目的 用于控制现场的数据 用于分析的数据 用于调节的数据 用于检查的数据 条形图 1、判断分布类型 产品质量特性值的分布，一般都是服从正态分布或近似正态分布。当产品质量特性值的分布不具有正态性时，往往是生产过程不稳定，或生产工序的加工能力不足。因而，由产品质量特性值所作的直方图的形状，可以推测生产过程是否稳定，或工序能力是否充足，由此可对产品的质量状况作出初步判断。根据产品质量特性值的频数分布，可将直方图分为正常型直方图和异常型直方图两种类型。 正常型直方图 看直方图时应着眼于图形的整体形状，根据形状判断它是正常型还是异常型。正常型直方图具有“中间高，两边低，左右对称”的特征，它的形状像“山”，字。因此，根据产品质量特性值的频数分布所画出来的直方图是正常型时，就可初步判断为生产过程是稳定的，或工序加工能力是充足的。 不正常直方图 孤岛型直方图 双峰型直方图 折齿型直方图 绝壁型直方图 孤岛型直方图 在主体直方图的左侧或右侧出现孤立的小块，像一个孤立的小岛。出现孤岛型直方图，说明有特殊事件发生。造成原因可能是一时原材料发生变化，或者一段时间内设备发生故障，或者短时间内由不熟练的工人替班等。所以，只要找出原因，就能使直方图恢复到正常型。 双峰型直方图 双峰型直方图是指在直方图中有左右两个峰，出现双峰型直方图，这是由于观测值来自两个总体、两种分布，数据混在一起。往往是由于将两个工人或两台机床等加工的相同规格的产品混在一起所造成的。 折齿型直方图 折齿型直方图形状凹凸相隔，象梳子折断齿一样。出现折齿型直方图，多数是由于测量方法，或读数存在问题，或处理数据时分组不适当等原因造成。应重新收集和整理数据。 绝壁型直方图 绝壁型直方图左右不对称，并且其中一侧像高山绝壁的形状，当用剔除了不合格品的产品质量特性值数据作直方图时，往往会出现绝壁型直方图。此外，亦可能是操作者的工作习惯，习惯于偏标准下限，于是出现左边绝壁的直方图。 平顶型直方图 与双峰型类似，由于多个总体、多种分布混在一起。 直方图与标准比较 对于正常型直方图，将其分布范围B=[S，L](S为一批数据中的最小值，L为一批数据中的最大值)与标准范围T=[SL，Su]， SL为标准下界限， Su为标准上界限)进行比较，就可以看出产品质量特性值的分布是否在标准范围内，从而可以了解生产过程或工序加工能力是否处于所希望的状态。为了方便，可在直方图上标出标准下界限值和标准上界限值。 直方图在标准范围内的情况 当产品质量特性值符合规定标准时，其对应的直方图，必定在标准范围之内。符合规定的直方图大致有下面四种类型： T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B位于标准范围T内，旦有余量;直方图的分布中心与标准中心近似重合，这是理想的直方图。此时，全部产品合格，工序处于正常管理状态。 T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B位于标准范围T内，数据变化仍比较集中，但分布中心偏移标准中心，并且直方图的一侧已达到标准界限， 此时状态稍有变化，产品就可能超出标准，出现不合格品。因此，需要采取措施，使得分布中心与标准中心重合。 T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B没有超出标准范围T，但没有余量。此时分布中心稍有偏移便会出现不合格品，所以应及时采取措施，缩小产品质量特性值的分布范围。 T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 产品质量特性值的分布非常集中，致使直方图的分布范围B与标准范围T之间的余量过大。此时，可对原材料、设备、工艺等适当放宽要求，从而降低生产成本;或者加严标准，提高产品的性能，以利于组装等 T B SL ( S ) Su ( L ) 直方图超出标准范围内的情况 产品质量特性值的分布中心向左(或向右〉偏离标准中心，致使直方图分布范围B的下界限(上界限)超出标准范围T的下界限(或上界限)，因而在下界限(或上界限)出现不合格品，此时，应设