抽样验收初析.docVIP

抽样验收初析 　　[摘 要]抽样检验存在一定的随机性，还要承担一定的风险。通过数字模拟和实例举证，得出抽样验收达到正确的判断整批产品质量的方法。 　　[关键词]抽样检验 接收率 不合格率 　　中图分类号：TQl75.79 文献标识码：A 文章编号：1009-914X（2016）22-0231-02 　　前言： 　　抽样检验就是从一批产品中随机抽取一部分进行检验，通过检验这少量产品来对这批产品的质量进行评估，并对这批产品作出是否合格、能否接受的结论。 　　在生产过程中，为了保证产品符合技术标准，防止不合格品出厂或流入下道工序，通常对产品采取全数检验。所谓全数检验就是对全部产品逐个地进行检测，从而判定每个产品合格与否的检验。它又全面检验或100%检验，其处理对象是每个产品，这是一种沿用已久的检验方法。 　　但是，在某些情况下产品经过检验测得数据后，其功能便被破坏，成为破坏性检验;或者在大量生产的情况下，由于受到人力、物理、时间和经济上的限制，便不可能采用全数检验的办法，而只有采用抽样检验的办法。 　　抽样检验按照统计抽样的目的，可将统计抽样检验分为预防性抽样检验、验收抽样验收和监督抽样检验，验收抽样检验是对成批产品进行的抽样检验，其目的是确定一批产品是否可接受。它不是用于估计一批产品的质量，也不说直接控制产品的质量，而是以较低的耗费获取符合质量要求的批产品。 　　1、抽样检验特点 　　抽样检验的方法一般适用于破坏性检查、产品数量大、测量对象是连续体、检验项目多的情况。 　　抽样检验是在取得少数样本特性参数的基础上，利用概率统计理论，探求样本所代表的批量制品品质特性的一种经济而有效的办法。既然是抽检，生产者和用户无疑都要冒一定风险。这是因为任何大批量生产的工业产品中都会或多或少地存在不良产品，或者说不合格产品。 　　对生产者而言，原本合格的一批产品（低于或等于规定的废品率），由于所抽检的样本全部为不合格的产品（这种可能性是存在的），按事先规定的判断准则，就会判定该批产品为不合格批。殊不知该批产品中绝大多数是合格品，于是就导致生产者蒙受本不应承受的损失。统计学上将这种错把合格批产品判为不合格的失误，称为第一类错误，其发生的概率α称为生产者风险，标准值α=5%。 　　对用户而言，也有可能将原本不合格的产品批（大于规定的不合格率），由于所抽样本全为合格品，按事先规定，该批产品都会判为合格批，而该批产品中绝大多数为不合格品，这样用户就会受到损失。具体到柴油机排放指标，就会对环境造成损害。我们称将不合格批判为合格批的错判为第二类错误，其发生的概率β称为用户风险率，标准值β=10%。 　　α=5%和β=10%是抽样检验中最常用的法则，在此前提下，用一套兼顾各种因素，切实可行的抽检方案，实现让好的产品最大限度（95%）合格通过，让不好的产品尽可能（90%）不被通过的原则。该抽检方案包括：待检产品批的数量N、样本数量n、样本中允许存在的不合格数C、满足α=5%时允许的产品不合格率P0和满足β=10%时允许的产品不合格率P1等等。它们的关系可利用概率统计学中二项式分布原理表达，在一定的假设前提下，试解二项分布联立方程得出相关参数。当送检批数量N一定，样本数量n中允许的不合格数C=0时，随着样本数量n的减少，要保持送检批N被通过接受的概率为95%，则只能增加送检批N中允许接受的不合格率P0，并且要保证满足β=10%时允许的产品不合格率P1是P0的1.5倍以上。 　　2、数学模型 　　一组需要验收的产品称为检验批，简称批。一批产品中所包含的单位产品的总数，称为批量。不合格率P是衡量这批产品的质量（即批质量）的一个重要指标;不合格品率P=批中不合格品数/批量检验批的不合格品率P越小，批质量越好。 　　当不合格品率P不超过某一规定的数值P0时，就可以判定该批产品合格而加以接收;当不合格品率P大于P0时，则判定该批产品为不合格而拒收。 　　当检验批的不合格率为P时，判定该检验批合格而加以接收的概率称为批合格概率，记为Pa。在批质量较差，应以较小的概率接收该批，即不合品率P较大时，批合格概率应减小;相反，批不合格品率较小时，批合格概率Pa应增大。因此，我们可用批不合格品率P为横轴，以批合格概率Pa为纵轴，画出相应的抽检特征曲线，即OC线。就可看出这个抽检方案（N，n，Ac）的保证质量的能力了。每一种抽检方案（N，n，Ac）都有一条相应的OC曲线，它形象地显示了该抽检方案的把关能力。理想的抽检方案应满足：当P≤Po时，则Pa=1，即全部接收;当Pgt;Po时，则Pa=0，即全部拒绝。这样的结果，只有全部检验才能做到，已不是抽样检验了，对于抽样检验，即现实又较理想的抽检方案应具如下特点：当产品质量较好时（P较小时），以高概