GB2828.1-2012抽样中AQL的意义全解读.docVIP

GB2828.1-2012抽样中的AQL的意义全解读 场景： 假设你与供应商约定每批产品的最高不良率为2%，抽样按照一般检验II级水平，你作为质量经理该选择什么样的抽样方案，既能最大可能保证不合格批次进入公司，又能保证最少的合格批次退回给供应商？ 要解这道题目首先要弄明白以下几件事： 国家标准GB/T 2828.1-2012《技术抽样检验程序第１部分：按接受质量限（AQL）检索的逐批检验抽样计划》标准中对方案接收概率的计算，均采用泊松分布或二项分布计算，其中当AQL10.0采用泊松分布，AQL10.0采用二项分布。说明-超几何分布计算太复杂了。 检验员检验产品方式：在一批产品中取样，且样品是不放回去的（这是实际操作），这样的事件属于超几何分布。当总体很大时，超几何分布近似于二项分布（放回再抽取），因此我们是可以采用二项分布计算的。 二项分布计算累计概率公式： 其中n为抽样数，x为其中合格数，p为与供方商谈的不良率，P（X=x）为我们接受的概率。 现在我们再来计算那种方案最好： 假设有一批产品来料共500pcs，根据经验判断不良率在2%时，一般采用AQL=0.65, AQL=1, AQL=1.5, AQL=2.5的四种抽样方案，那下面就对这四种抽样方案进行评价和选择。 查表可得（并利用上述公式计算可接受概率）： AQL 0.65 1 1.5 2.5 抽样数 80 50 50 50 抽样方案 AC RE AC RE AC RE AC RE 允收水准 1 2 1 2 2 3 3 4 可接受概率 0.523 0.736 0.922 0.982 通俗地说，如果选择AQL=0.65，供方在不合格率2%的情况下，只有52.3%的可能被你们QA放行,其余47.7%可能会被退货。那么这样供应商就亏大了，出现很多原本是合格的批次，被你们公司给判定为不合格，这就叫假判。反之，如选择AQL=2.5，那你们又亏了。所以，92.2%最接近于95%的质量点，而且偏向于我方，所以选择AQL=1.5比较合理。 提示：利用Excel的BINOMDIST函数可以计算出二项分布的概率分布以及累积概率。该函数有四个参数：Number-s(实验成功的次数)、Trials(实验的总次数)、Probability-s(每次实验成功的概率)、Cumulative(该参数是一个逻辑值，如果为True，设实验成功的次数为m，则计算出累积分布函数的概率，即P(X≤m);如果为False，设实验成功的次数为m，则计算出概率密度函数的概率，即P(X=m)。 binomdist(number_s,trials,probability_s,cumulative) 其中：P0表示与供方商量好的最高不良率。 其中：P0表示与供方商量好的最高不良率。 Pa表示我们可接受的概率。 上左图为一个理想的OC曲线，就是说只要供应商的不良到达P0的时候，我们就100%能检出。但实际作业过程中这是不可能存在的，那么我们就只能将它们无限的接近理想线，就说明我们的方案越合理（上右图）。 其中：α表示我们自己的风险 β表示供应商的风险 只有α、β都同时越小，方案越好。 下面我再用OC曲线来跟进一步解释，为什么AQL=1.5抽样方案最好。 结合上面的例子，我们画出AQL=0.65, AQL=1, AQL=1.5, AQL=2.5的OC曲线，看看哪条最接近理想曲线和OR、α、β之间的关系。 N AQL n Ac Re OR α β 500 0.65 80 1 2 10.60 0.477026 0.001942 500 1 50 1 2 10.62 0.264229 0.028632 500 1.5 50 2 3 6.24 0.078428 0.077943 500 2.5 50 3 4 4.64 0.017758 0.138565 若规定ｐ≤ｐ０的产品批为质量好的产品批，ｐ≥ｐ１的产品批为质量很差的产品批。由于存在着两类错判，所以ｐ≤ｐ０的产品批不能排除拒收的可能性，这一可能性的大小用β＝１－Ｐａ（ｐ０）来表示，称为第一类错判率，因这类错判会给生产方带来损失，β又称为生产方风险。同样ｐ≥ｐ１的产品批不能排除接收的可能性，这种可能性的大小用α＝　Ｐａ（ｐ１）表示，称为第二类错判率，由于第二类错判率表示给使用方带来的损失的大小，α又称为使用方风险。所以我们选择α、β都最小的，也就是误判率最低的抽样方案。 另：检查水平包括：3个一般检查水平（I）(II)(III)和4个特殊检查水平（S-1）(S-2)(S-3)(S-4)，AQL是ACCEPT QUANLITY LEVEL 合格质量水平的英文缩写，新的国标GB2828-2003（代替GB2828-1987）前言中将“合格质量水平（AQL