2第6章 数理统计方法在铸件质量控制中的应用.docxVIP

第 6 章 数理统计方法在铸件质量控制中的应用 前言 数理统计方法（Statistic Methods）是 TQC 中数据采集、整理、分析的基础工具。针对要解决的质量问题先搜集数据；将收集到的数据进行整理归纳，形成数、表、图形或计算出 特征值，如平均值、中位数、百分比等；然后对这些数、表、图形进行观察分析，找出其中的数理统计规律。这些规律告诉我们生产或工作是否合乎要求，是否需要采取技术措施。最 后经过进一步的判断找出主因，利用专业技术手段和组织协调措施达到提高质量的目的。在TQC 中常用的数理统计工具有所谓的“七种数理统计工具”和“新七种工具”。 七种数理统计工具包括： 因果图（Cause and Effect diagram） 排列图（Pareto diagram） 直方图（Histogram） 管理图（Graph and control chart） 散布图（Scatter diagram） 检查表（Check sheet） 分层法（Stratification） 新七种工具包括： 系统图法(Tree Diagram methods) 矩阵图法(Matrix Diagram methods) 矩阵数据分析法(Matrix Data-Analysis methods) 关联图法(Relations Diagram methods) KJ 法(Affinity Diagram methods) 过程决策程序图法(PDPC methods) 箭条图法(Arrow Diagram methods) 另外，在进行QC 活动时，还可以结合一些价值工程理论工具，如实现困难评分法、功能系数评价表等。 主要方法应用实例 用排列图法分析现状 以 CY6140 床身铸件为例。该铸件为出口产品，精度、外观、内在质量要求均较高，结构复杂。生产初期废品率和不良品一直较高。为此，决定成立QC 小组对该铸件进行改进。 对生产初期的数据进行统计，并做排列图。前八个月共生产390 件，其中废品 62 件， 废品率 15.8%。在 328 件合格品中，不良品 206 件，不良品率高达 60.8%。 作统计表时，应将各分类项目按出现频数（件数）从大到小的顺序排列，并计算累计百分数（见表 6-1、表 6-2）。排列图的左纵坐标为频数坐标，右纵坐标为累计百分数坐标。左纵坐标的总件数应对应右纵坐标的 100%处。右坐标 80%下方为 A 类区，80%-90%处为 B 类区，90%-100%处为 C 类区。从排列图上可以找出主要问题或影响质量的主要原因，通常A 类区的项目占总件数的 80%左右，因此是主要问题；B 类区的项目占总件数的 10%左右， 因此是次要问题；C 类区的项目占总件数的 10%左右，是更次要的一般问题。从图 6-1 可知， 砂眼和气孔是造成废品的主因，从图 6-2 可知，外观粗糙和硬度低是造成不良品的主因。 表 7-1废品分类统计表废品类别 表 7-1 废品分类统计表 废品类别 件数 百分数 累计百分数% % 砂眼 29 46．7 46．7 气孔 18 29 75．7 无加工 7 11．3 87 裂纹 2 3．2 90．2 浇不足 2 3．2 93．4 其它 4 6．6 100 合计 62 100 图 6-1 床身废品排列图 表 7-2 不良品分类统计表不良品分件数百分数 表 7-2 不良品分类统计表 不良品分 件数 百分数 累计百分数 类 （件） （%） （%） 外观粗糙 87 42．2 42．7 硬度低 60 29．2 71．4 错箱 25 12．1 83．5 跑火 13 6．3 89．8 其它 21 10．2 100 合计 206 100 用因果图讨论分析造成废品和不良品的主因（以导轨砂眼为例） 因果图是表示质量特性和原因关系的图。作因果图时，要召集与该质量问题有关的人员 参加讨论，创造一个各抒己见、集思广益的会议气氛。因果图的形式见图 6-3。作因果图时， 大原因可从“人、机、料、法、环”方面入手，也可根据具体的生产和工艺情况确定。因果图应挂在生产现场，让每个相关者都能看到。 图 6-3 导轨砂眼因果图 为了更准确地找出主要原因，在用因果图分析、讨论的基础上，运用价值工程中的“实现困难评分法”对因果图中影响砂眼的各种因素进行对比打分（见表6-3） 表 6-3 产生导轨砂眼因素评分表 A B C D E F G H 合计 名称 A × 2 2 1 1 0 3 3 12 责任心不强 B 1 × 1 0 0 0 1 2 5 局部损坏未修 C 1 2 × 1 0 0 1 2 7 抛砂无力 D 2 3 2 × 1 0 1 3 12 型砂干拉强度低 E 2 3 3 2 × 1 2 3 16 工艺设计不合理 F 3 3 3 3 2 × 3 3 20 合