统计方法在质量管理中的应用.docxVIP

统计方法在质量管理中的应用 摘要：统计方法在质量管理中的应用日益广泛，其 中控制图作为SPC中使用最为普遍的统计方法，通过对过程 数据进行分析和处理，对产品质量进行有效的监控，发现产 品生产过程中出现的薄弱环节，从而提高产品质量。本文介 绍了控制图的基本原理及其操作步骤，并通过机械制造过程 中的具体实例来说明其在质量控制和改进中的有效性和优 越性。 关键词：统计方法质量控制 控制图分析 改进 研究背景 新世纪，质量塑造未来，也是竞争的关键，提高产品质 量是保证企业占有市场，从而能够持续经营的一个重要手 段。产品质量变异其实是有规律可循的，借助统计方法对过 程数据进行分析和处理，并对产品质量进行有效的监控，是 企业提高质量管理水平的有效方法。SPC （统计过程控制） 作为一种统计方法和工具，投资少、见效快、简单易行，因 此成为企业产品质量管理的首选。它利用数理统计原理，通 过检测资料的收集和分析，可以达到“事前预防”的效果， 从而有效控制生产过程、不断改进品质。SPC的核心工具是 控制图，其中以 （均值极差图）在实际中使用最为普遍。 控制图是利用过程波动的统计规律性对过程进行分析 控制的，是SPC中重要的工具。 控制图基于3原理与中心 极限定理，适用范围广、灵敏度高。由于过程波动具有统计 规律性，过程受控时，过程特性一般服从稳定的随机分布; 失控时，过程分布将发生改变。通过统计分析技术对生产过 程进行实时监控，科学区分出生产过程中产品质量的随机波 动与异常波动，从而对生产过程的异常趋势提出预警，以便 及时采取措施，消除异常，恢复过程的稳定，提高和控制产 品质量。 控制图基本原理 图是图（均值控制图）和图（极差控制图）联合使用 的一种控制图，用于观察分布的变化。 图主要用于判断生产过程中的均值是否处于或保持在 所要求的受控状态，用于观察分布的均值的变化。 图主要用于判断生产过程中的标准差是否处于或保持 在所要求的受控状态，用于观察分布的分散情况或变异度的 变化。 图通常在样本大小W10时使用，是一种最常用、最重 要的控制图，适用于计量型数据。 控制图由正态分布和中心极限定理演变而来。一个正态 分布可用两个参数即均值和标准差来决定。对于正态分 布，产品质量特性值落在之间的概率为99. 73%O把质量特 性分布图翻转90° ,就得到一个单值控制图，称 为上控制 限，记为UCL；称为中心线，记为CL；称 为下控制限，记 为 LCLo 综合上述，控制图是对过程质量数据测定、记录从而进 行质量管理的一种用科学方法设计的图。图上中心线(CL) 反映了过程的中心趋势；上控制限(UCL)和下控制限(LCL), 反映了离散趋势的实际界线；并有按时间顺序抽取的样本统 计量数值的描点序列，这些点在控制图上的分布应该是随机 的。 控制图的操作步骤 3. 1收集数据并加以分组 先对工序进行分析，抽取稳定和有代表性情况的一批数 据25组，每组5个数据。 3. 2计算每组的样本均值和样本极差值 A?计算各组平均值和总体平均值 B.计算各组极差值和总体平均极差值 ,(,分别为每组最大值和最小值) 式中：为子组的数量，和为第一个子组的均值和极 差，以此类推。 3. 3计算控制限 A.均值图的中心线CL, CL二 上控制限UCL二+A2* 下控制限LCL二-A2* B.极差值的中心线CL, CL= 上控制限UCL=D2* 下控制限一般为零，不计算 注：A2、D2为常数，随样本容量不同而不同（由控制 图的常数和公式表可查）。 4控制图的判断准则 当控制图出现下列情况之一，说明生产过程存在特殊原 因，需立即采取措施予以消除以确保过程处于稳定状态： 出现一个或多个点超出上、下控制线，这是过程处于失 控状态的主要证据。 连续7点上升或下降。 连续7点位于平均值的一侧 控制图的应用 天津天德减震器有限公司是我国最早生产汽车零部件 的厂家之一，公司引进国际先进管理技术，贯彻精益生产方 式。在全面质量管理工作中公司积极运用 控制图这一先进工具，在全过程监控、全系统参与，并 且强调用统计技术来保证全过程的预防。 该公司活塞杆机加工的磨削工序质量控制点为活塞杆 镀前外圆精磨，活塞杆外圆直径为mmo本工序采用控制 图对活塞杆外圆直径进行质量控制，要求过程能力指数 Cpk^l. 33o在镀前精磨工序每50件随机抽取n=5的样本测 量活塞杆外圆直径，共抽取25组样本，数据如表1： 根据上述原理，计算得出如下控制限数据并绘制 控制图： 均值图：CL=19.900792 , UCL=19.902545 , LCL=19. 899038； 极差图：CL=0. 00304, UCL=0. 006428, LCL 一般为零， 不计算。 针对镀前精磨工序 控制图出现的异常点进行分析： 第一，连续七点