采购品质与管理.pptVIP

采购质量管理 一般质量变异的统计规律 寻找统计规律的一般步骤： (1)收集数据(保证数据收集的随机性与正确测量) (2)整理数据(如：分组、加工、汇总、绘图等) (3)计算与分析数据(有关统计量计算，数据分布规律推断) 直方图：举例 (1)收集数据 (如50个转子轴径数据，公差范围30.045~30.095 mm ) (2)计算极差：R=Xmax – Xmin (3)确定分组数 k(k=10)，计算组距 h=R/k (4)计算各组边界值:第1组下限值= Xmin – 最小测量单位/2 第1组上限值=第2组下限值=第1组下限值+h (5)列表统计数据频数 (6)作图、计算并分析其分布规律 典型的质量变异规律及其度量 质量特性值数据分类： 1)计数值质量数据：一般为离散型随机变量。又分 ?计件值。如产品合格率、不合格率； ?计点值。如产品表面缺陷(气孔、疵点……)。计数值质量数据的统计分布多为泊松分布、二项分布、超几何分布等 2)计量值质量数据：一般属连续型随机变量。计量值质量数据的统计分布一般为正态分布。 正态分布：概率密度函数与分布函数 正态分布：平均值与方差 正态分布：平均值变化 正态分布：方差变化 正态分布：3?原则 标准正态分布：? =0，? =1 标准正态分布表的使用 ? ±1? 的面积：68.27% ? ±2? 的面积：95.45% ? ±3? 的面积：99.73% ? ±4? 的面积：99.9937% ? ±6? 的面积：99.9999966% 生产过程状态 (1)控制状态(in control)： ?, ?不随时间变化，每个样本点的质量特性值xi均在控制范围之内 (2)失控状态(out of control)： 1)稳定状态：?, ?不随时间变化，xi已超出控制界限 2)不稳定状态：?, ?随时间变化，xi超出控制界限 生产过程的统计推断 用样本平均值 估计总体均值?：E( )=?; 用 估计?，精度为： (n为样本大小)； 样本极差的平均值是总体方差?的无偏估计量。 生产过程的统计推断 工序能力的基本概念 产质量量受到生产过程(工序)状态的影响，也就是受到5M1E的影响(5M1E综合作用使产质量量特性值波动)； 质量特性值的波动情况用?, ?反映； 根据3? 原则，工序能力B=6? =6s (反映在工序实际加工中保证产质量量的能力)。?越大，工序能力越低。 工序能力指数(Cp值) Cp值的涵义： T — 公差范围 TU — 公差上限 TL — 公差下限 工序能力指数(Cp值) Cp值的评价 Cp1.67(±5? )，特级，工序能力过高 1.33 Cp 1.67，一级，工序能力充足 1.00 Cp 1.33，二级，工序能力尚可 0.67 Cp 1.00，三级，工序能力不足 Cp 0.67 (±2? ) ，四级，工序能力太低 工序能力指数Cp值的计算(1) (1)双侧公差，分布中心?与公差中心M重合(?=M)： T= TU - TL 0 M =( TU + TL)/2 工序能力指数Cp值的计算(2) (2)双侧公差，分布中心?或与公差中心M不重合(??M)： ?实践中常常是??M，此时需对?=M的Cp进行修正； ?修正后的工序能力指数为Cpk ： Cpk =(1-k) Cp ?k为修正系数(相对偏移系数)： 工序能力指数Cp值的计算(3) (3)单侧公差的Cp计算： 工序能力计算：举例 A、B、C三个品牌的白酒抽样检查(换算为60?白酒的甲醇含量)测出其中甲醇含量的有关统计量分别如下表： 国家标准规定：60?白酒的甲醇含量 ? 0.04g/100ml。 工序能力计算：举例 要求： 计算三个品牌白酒生产工序的工序能力指数； 利用正态分布计算各自的合格率、不合格率。 解： A品牌合格率为99.32%(不合格率6.68%) B、C略 工序质量控制图 控制图设计, 分析与判断 以平均值—极差控制图为例,步骤： (1)收集数据：(注意分组抽样的特点及与直方图的区别)； (2)确定控制界限：(图与R图的CL、UCL、LCL分别计算) (3)绘制控制图 (4)控制界限修正 控制图的控制界限 控制图的中心线CL=? 用“3?原则”确定控制图的上、下控制界限(UCL、LCL)：即UCL=?+3?、LCL=?-3? 观察样本点受控/失控状态： 是否出界 排列是否异常 * 厂外质管 厂外质检 巡回辅导 稽核及评鉴 参与其质量检讨会 客诉回复制度 成品质量资料品保法 失败成本求偿法 利益审核扣分法:预警法 悬案追踪法 质 量 改