第七章 质量管理中的应用技术和工具.pdf

第七章 质量管理中的 应用技术和工具 第一节 工序质量控制的基本原理 第二节 质量管理中的常用技术 第一节 工序质量控制的基本原理 一、质量波动及其统计规律 二、几个常用的随机变量 （一）超几何分布 （二）二项分布 （三)泊松分布 （四）几种离散型概率分布之间的关系 （五）正态分布 一、质量波动及其统计规律 • 质量差异是生产制造过程的固有本性，质量波动具有客观必然 性。 • 质量波动可分为偶然性波动和系统性波动两类。 • 偶然性波动由大量的、微小的不可控因素的作用而引起，这种波 动具有随机性。偶然性波动也称为正常波动。工序质量控制的任 务是使正常波动维持在适度的范围内。 • 系统性波动由少量的、但较显著的可控因素的作用而引起，这种 波动不具有随机性。系统性波动在未查明原因、采取纠正措施前 始终具有系统性，往往导致生产过程的失控，对工序质量的影响 十分显著，甚至是破坏性的。系统性波动也称为异常波动。系统 性波动虽然常由突发性因素引起，但在现有生产技术条件下一般 易于识别和消除。工序质量控制的任务是及时发现异常波动，查 明原因，采取有效的技术组织措施消除系统性波动，使生产过程 重新回到受控状态。 • 偶然性和系统性、正常和异常之间的关系是相对而言的。 • 工序质量是诸多因素的综合作用。人们常将影响工序质量的因素 归纳为“5M1E”，即操作者（man）、机器设备（machine）、材 料（material）、工艺方法（method）、测试手段（measure） 及环境条件（environment）。工序质量控制常表现为对 “5M1E”这六大因素的控制。 • 由于产品及工艺的不同，工序质量有时是产品质量特性；有时是 工艺质量特性；有时也可表现为物耗或效率等。工序质量波动的 具体表现就是生产过程中这些质量特性的波动。 • 质量特性值的波动具有统计规律性。虽然，质量波动的个别观测 结果具有随机性，但在受控状态下的大量观测结果必然呈现某种 统计意义上的规律性。这种统计规律性是统计质量控制的必要前 提和客观基础。 • 统计质量控制，就是对生产过程中工序质量特性值总体进行随机 抽样，通过所得样本对总体作出统计推断，采取相应对策，保持 或恢复工序质量的受控状态。在统计质量控制中，工序质量特性 值的观测数据是工序质量的表现，不仅反映了工序质量的波动 性，也反映了这种波动的规律性。 • 根据质量特性值的属性，质量数据可分成计数值和计量值两种类 型，其中计数值又可分为计件值和计点值两种。 • 计数值质量数据不能连续取值，若只能按“件”计数时，可称为 计件值数据；若必须按“点”计数时，可称为计点值数据。计数 值类型的质量特性值的统计规律可用离散型随机变量来描述。在 统计质量控制中常见的离散型随机变量有超几何分布、二项分 布、泊松分布等。 • 计量值质量数据可以连续取值。计量值类型的质量特性值的统计 规律可以用连续型随机变量来描述。正态分布是统计质量控制中 常见的连续型随机变量。 二、几个常用的随机变量 （一）超几何分布（hypergeometric distribution） 设有限总体由N个产品组成，其中有D个不合格品。对该总体作 不放回随机抽样，样本容量为n。样本中不合格品数X为一离散型随 机变量，服从超几何分布，其恰为d的概率 C d C n d d ＝0，1，2，…，min(n，D)。 P ( X d ) D N D C n N N  n 数学期望和方差分别为 EX np DX npq ( N  1 ) D N D p q 1p 其中， N 为总体不合格品率， N