质量课培训讲议.pptxVIP

质量课培训讲议;概述; 异常因素又称为系统因素，相对于正常因素，异常因素也有以下四个方面特征表现 （1）、影响很大 （2）、时有时无 （3）、方向确定 （4）、可以控制 4、过程控制的概念及对待态度 （1）、过程控制的概念 所谓过程控制就是将正常质量波动限制在合理范围内，而杜绝异常质量波动发生的活动。 （2）、对待过程状态的态度 若过程中只有正常因素起作用，确实杜绝了异常因素的作用时，应采取“听之任之”的态度，即保持过程的原有状态 ; 若过程中发生异常因素的作用，必须采取“严加控制”的态度。应用有关的统计方法捕捉异常先兆，将异常质量消灭于过程之中。 5、如何识别异常质量波动 （1）、正常质量波动时的质量数据形成一个典型分布，分布中心值或标准差值表现为相对的稳定，如正态分布的μ或σ将保持不变。 （2）、异常质量波动时的质量数据将会偏离已形成的分布，分布中心值可标准差发生显著变化。 （3）、异常质量波动的识别工具最常用的识别工具就是控制图，控制图是由于在过程处于稳定状态下质量数据所形成的典型分布转变而来。;二、产品质量变异规律的表述 产品质量变异规律表现为质量数据的分布 1、数据的分类及分布 ⑴ 计量值数据 计量值数据指在确定的区间内可以连续取值、可以取无穷多数据的数据类型。大多数质量特性（长度、面积、体积）等均属计量值数据。计量值数据服从正态分布，所以正态分布称为连续型分布。 ⑵ 计数值数据 计数值数据指在确定的区间内只能间断取值，只能取有限个数据的数据类型。计数值 数据只能是自然数。根据计数的对象性质不同，计数值数据又分为计件值数据和计点值数据。计件值数据服从二项分布，计点值数据服从泊松分布。 2、计量值数据的正态分布 正态分布曲线如图1-1所示 在目标值处有对称轴且频数最大 称目标处为分布中心 拐点距对称轴的距离为σ 称σ为标准差 正态分布曲线以中心向±∞无限 延伸，由此可见，且以x轴为渐近 线正态分布曲线??远在x轴以上， 频数永远为正值。;3、正态分布的重要结论 对于任何正态分布而言，一定区间内的概率可以从正态分布表中查得或计算。对于一些有代表性的区间而言，有以下概率值（如图1-2所示）： μ±σ范围内的概率为0.6826 μ±2σ范围内的概率为0.9544 μ±3σ范围内的概率为0.9973 μ±4σ范围内的概率为0.9999;4、对分布特性值的要求 （1）产品质量特性的类别 对产品质量要求的数值范围不同，通常将产品质量分为望目质量特性、望大质量特性、望大质量特性三种类型。 ① 望目质量特性 在产品设计过程中通过科学计算，确定产品质量特性的目标值M（产品质量达到最佳状态的质量特性）各允许偏差△。则产生公差界限：Tu＝M + △, TL= M - △。在产品图纸和技术文件中给定双向公差Tu和TL，则可以计算目标值为 M=（Tu + TL）/ 2 。在实际加工中要求产品质量特性值绕目标波动，且波动幅度越小越好。 ② 望大值质量特性 望大值质量特性不取负值，要求质量特性的数值越大越好，波动幅度越小越好。在图纸和技术文件中给定单向公差 TL。 ③望小值质量特性 望大值质量特性不取负值，要求质量特性的数值越小越好，波动幅度越小越好。在图纸和技术文件中给定单向公差 Tu 。 (2) 对分布特征值的要求 ① 样本分布均值 表征数据集中的位置，反映产品质量的平均水平。 对望目值质量特性，要求 ＝M； 对望大值质量特性，要求 ≥ TL ； 对望小值质量特性，要求 ≤ Tu 。 ② 样本分布标准差S 样本分布标准差S表征数据离散程度，反映产品质量的不一致程度。因此，无论是望目值特性、望大值特性、望小值特性，均要求样本分布的标准差数值尽可能小。;5、计件值数据的二项分布 计件值数据往往在考核批质量状况时发生，所以大多数生产过程对计件值数据的质量考核指标为不合格率p或不合格品数pn。计件值数据服从二项分布。 在二项分布的研究和分析过程中，应特别要注意符号的区别。