质量控制技术.docx
- 文档编号:11279320
- 上传时间:2023-02-26
- 格式:DOCX
- 页数:32
- 大小:249.14KB
质量控制技术.docx
《质量控制技术.docx》由会员分享,可在线阅读,更多相关《质量控制技术.docx(32页珍藏版)》请在冰豆网上搜索。
质量控制技术
质量控制技术
一质量控制的基本原理
质量管理的一项主要任务是经过搜集数据、整理数据,找出动摇的规律,把正常动摇控制在最低限制,消弭系统性缘由形成的异常动摇。
把实践测得的质量特性与相关规范停止比拟,并对出现的差异或异常现象采取相应措施停止纠正,从而使工序处于控制形状,这一进程就叫做质量控制。
质量控制大致可以分为7个步骤:
(1)选择控制对象;
(2)选择需求监测的质量特性值;
(3)确定规格规范,详细说明质量特性;
(4)选定能准确测量该特性值得监测仪表,或自制测试手腕;
(5)停止实践测试并做好数据记载;
(6)剖析实践与规格之间存在差异的缘由;
(7)采取相应的纠正措施。
当采取相应的纠正措施后,依然要对进程停止监测,将进程坚持在新的控制水准上。
一旦出现新的影响因子,还需求测量数据剖析缘由停止纠正,因此这7个步骤构成了一个封锁式流程,称为〝反应环〞。
这点和6Sigma质量打破形式的MAIC有共通之处。
在上述7个步骤中,最关键有两点:
(1)质量控制系统的设计;
(2)质量控制技术的选用。
二质量控制系统设计
在停止质量控制时,需求对需求控制的进程、质量检测点、检测人员、测量类型和数量等几个方面停止决策,这些决策完成后就构成了一个完整的质量控制系统。
1.进程剖析
一切质量管理任务都必需从进程自身末尾。
在停止质量控制前,必需剖析消费某种产品或效劳的相关进程。
一个大的进程能够包括许多小的进程,经过采用流程图剖析方法对这些进程停止描画和分解,以确定影响产品或效劳质量的关键环节。
2.质量检测点确定
在确定需求控制的每一个进程后,就要找到每一个进程中需求测量或测试的关键点。
一个进程的检测点能够很多,但每一项检测都会添加产品或效劳的本钱,所以要在最容易出现质量效果的中央停止检验。
典型的检测点包括:
〔1〕消费前的外购原资料或效劳检验。
为了保证消费进程的顺利停止,首先要经过检验保证原资料或效劳的质量。
当然,假设供应商具有质量认证证书,此检验可以免除。
另外,在JIT〔准时化消费〕中,不倡议对外购件停止检验,以为这个进程不添加价值,是〝糜费〞。
〔2〕消费进程中产品检验:
典型的消费中检验是在不可逆的操作进程之前或高附加值操作之前。
由于这些操作一旦停止,将严重影响质量并形成较大的损失。
例如在陶瓷烧结前,需求检验。
由于一旦被烧结,不合格品只能废弃或作为残次品处置。
再如产品在电镀或油漆前也需求检验,以防止缺陷被掩盖。
这些操作的检验可由操作者自己对产品停止检验。
消费中的检验还能判别进程能否处于受控形状,假定检验结果说明质量动摇较大,就需求及时采取措施纠正。
〔3〕消费后的产成品检验。
为了在交付顾客前修正产品的缺陷,需求在产品入库或发送行停止检验。
3.检验方法
接上去,要确定在每一个质量控制点应采用什么类型的检验方法。
检验方法分为:
计数检验和计量检验。
计数检验是对缺陷数、不合格率等团圆变量停止检验;计量检验是对长度、高度、重量、强度等延续变量的计量。
在消费进程中的质量控制还要思索运用何种类型控制图效果:
团圆变量用计数控制图,延续变量采用计量控制图。
4.检验样本大小
确定检验数量有两种方式:
全检和抽样检验。
确定检验数量的指点原那么是比拟不合格频形成的损失和检验本钱相比拟。
假定有一批500个单位产品,产品不合格率为2%,每个不合格品形成的维修费、赔偿费等本钱为100元,那么假设不对这批产品停止检验的话,总损失为100*10=1000元。
假定这批产品的检验费低于1000元,可应该对其停止全检。
当然,除了本钱要素,还要思索其他要素。
如触及人身平安的产品,就需求停止100%检验。
而对破坏性检验那么采用抽样检验。
5.检验人员
检验人员确实定可采用操作工人和专职检验人员相结合的原那么。
在6Sigma管理中,通常由操作工人完成大局部检验义务。
三质量控制技术
质量控制技术包括两大类:
抽样检验和进程质量控制。
抽样检验通常发作在消费前对原资料的检验或消费后对成品的检验,依据随机样本的质量检验结武断议能否接受该批原资料或产品。
进程质量控制是指抵消费进程中的产品随机样本停止检验,以判别该进程能否在预定规范内消费。
抽样检验用于推销或验收,而进程质量控制运用于各种方式的消费进程。
第二节进程质量控制技术
自1924年,休哈特提出控制图以来,经过近80世纪的开展,进程质量控制技术曾经普遍地运用到质量管理中,在实际中也不时地发生了许多种新的方法。
如直方图、相关图、陈列图、控制图和因果图等〝QC七种工具〞以及关联图、系统图等〝新QC七种工具〞。
运用这些方法可以从经常变化的消费进程中,系统地搜集与产品有关的各种数据,并用统计方法对数据停止整理、加工和剖析,进而画出各种图表,找出质质变化的规律,完成对质量的控制。
石川謦曾经说过,企业内95%的质量效果可经过企业全体人员运用这些工具失掉处置。
无论是ISO9000还是近年来十分流行的6Sigma质量管理实际都十分强调这些基于统计学的质量控制技术的运用。
因此,要真正提高产质量量,企业上至指导下至员工都必需掌握质量控制技术并在实际中加以运用。
一直方图
〔一〕直方图用途
直方图法是把数据的团圆形状散布用竖条在图表上标出,以协助人们依据显示出的图样变化,在增加的范围内寻觅出现效果的区域,从中得知数据平均水平偏向并判别总体质量散布状况。
〔二〕直方图画法
下面经过例子引见直方图如何绘制。
[例5-1]消费某种滚珠,要求直径x为15.0±1.0mm,试用直方图抵消费进程停止统计剖析。
1.搜集数据
在5M1E〔人、机、法、测量和消费环境〕充沛固定并加以规范化的状况下,从该消费进程搜集n个数据。
N应不小于50,最好在100以上。
本例测得50个滚珠的直径如下表。
其中Li为第i行数据最大值,Si为第i行数据最小值。
表5-150个滚珠样本直径
J
I
1
2
3
4
5
6
7
8
9
10
Li
Si
1
15.0
15.8
15.2
15.1
15.9
14.7
14.8
15.5
15.6
15.3
15.9
14.7
2
15.1
15.3
15.0
15.6
15.7
14.8
14.5
14.2
14.9
14.9
15.7
14.2
3
15.2
15.0
15.3
15.6
15.1
14.9
14.2
14.6
15.8
15.2
15.8
14.2
4
15.9
15.2
15.0
14.9
14.8
14.5
15.1
15.5
15.5
15.5
15.9
14.5
5
15.1
15.0
15.3
14.7
14.5
15.5
15.0
14.7
14.6
14.2
15.5
14.2
2.找出数据中最大值L、最小值S和极差R
L=MaxLi=15.9,S=MinSi=14.2,R=S-L=1.7〔5.1〕
区间[S,L]称为数据的散布范围。
3.确定数据的大致分组数k
分组数可以依照阅历公式k=1+3.322lgn确定。
本例取k=6。
4.确定分组组距h
〔5.2〕
5.计算各组上下限
首先确定第一组下限值,应留意使最小值S包括在第一组中,且使数据观测值不落在上、下限上。
故第一组下限值取为:
然后依次参与组距h,便可得各组上下限值。
第一组的下限值为第二组的下限值,第二组的下限值加上h为第二组的下限值,其他类推。
各组上下限值见表5-2。
表5-2频数散布表
组序
组界值
组中值bi
频数fi
频率pi
1
14.05~14.35
14.2
3
0.06
2
14.35~14.65
14.5
5
0.10
3
14.65~14.95
14.8
10
0.20
4
14.95~15.25
15.1
15
0.32
5
15.25~14.55
15.4
9
0.16
6
15.55~15.85
15.7
6
0.12
7
15.85~16.15
16.0
2
0.04
算计
50
100%
6.计算各组中心值bi、频数fi和频率pi
bi=〔第i组下限值+第i组下限值〕/2,频数fi就是n个数据落入第i组的数据个数,而频数pi=fi/n〔见表14-3〕。
7.绘制直方图
图5-1频数〔频率〕直方图
以频数〔或频率〕为纵坐标,数据观测值为横坐标,以组距为底边,数据观测值落入各组的频数fi〔或频率pi〕为高,画出一系列矩形,这样就失掉图形为频数〔或频率〕直方图,简称为直方图,见图5-1。
〔三〕直方图的观察与剖析
从直方图可以直观地看出产质量量特性的散布形状,便于判别进程能否出于控制形状,以决议能否采取相应对策措施。
直方图从散布类型下去说,可以分为正常型和异常型。
正常型是指全体外形左右对称的图形,此时进程处于动摇〔统计控制形状〕。
如图5-2a。
假设是异常型,就要剖析缘由,加以处置。
罕见的异常型主要有六种:
1.双峰型〔图5-2b〕:
直方图出现两个峰。
主要缘由是观测值来自两个总体,两个散布的数据混合在一同形成的,此时数据应加以分层。
2.锯齿型〔图5-2c〕:
直方图出现凹凸不平现象。
这是由于作直方图时数据分组太多,测量仪器误差过大或观测数据不准确等形成的。
此时应重新搜集和整理数据。
3.陡壁型〔图5-2d〕:
直方图像峭壁一样向一边倾斜。
主要缘由是停止全数反省,运用了剔除了不合格品的产品数据作直方图。
4.偏态型:
〔图5-2e〕:
直方图的高峰倾向左侧或右侧。
当公差下限遭到限制〔如单侧形位公差〕或某种加工习气〔如孔加工往往偏小〕容易形成偏左;当公差下限遭到限制或轴外圆加工时,直方图出现偏右形状。
5.平台型〔图5-2f〕:
直方图高峰不清楚,呈平顶型。
主要缘由是多个总体和散布混合在一同,或许消费进程中某种缓慢的倾向在起作用〔如工具磨损、操作者疲劳等〕。
6.孤岛型〔图5-2g〕:
在直方图旁边有一个独立的〝小岛〞出现。
主要缘由是消费进程中出现异常状况,如原资料发作变化或突然变换不熟练的工人。
d〕正常型
二进程才干指数
进程才干指数〔ProcessCapabilityIndex〕用于反映进程处于正常形状时,即人员、机器、原资料、工艺方法、测量和环境〔5M1E〕充沛规范化并处于动摇形状时,所表现出的保证产质量量的才干。
进程才干指数也称为工序才干指数或工艺才干指数。
关于任何消费进程,产质量量总是分散地存在着。
假定进程才干越高,那么产质量量特性值的分散就会越小;假定进程才干越低,那么产质量量特性值的分散就会越大。
那么,可用6σ〔即μ±3σ〕来描画消费进程所形成的总分散。
即进程才干=6σ。
进程才干是表示消费进程客观存在着分散的一个参数。
但是这个参数能否满足产品的技术规格要求,仅从它自身还难以看出。
因此,还需求另一个参数来反映工序才干满足产品技术要求(公差、规格等质量规范)的水平。
这个参数就叫做工序才干指数。
它是技术规格要求和工序才干的比值,即
进程才干指数=技术规格要求/进程才干〔5.3〕
当散布中心与公差中心重合时,进程才干指数记为Cp。
当散布中心与公差中心有偏离时,进程才干指数记为Cpk。
进程的质量水平按Cp值可划分为五个等级:
Cp>1.67,特级,才干过高;1.67≥Cp>1.33,一级,才干充沛;1.33≥Cp>1.0,二级,才干尚可;1.0≥Cp>0.67,三级,才干缺乏;0.67>Cp,四级,才干严重缺乏。
(一)进程才干计算方法
进程才干指数的计算可分为四种情形:
〔1〕进程无偏情形
设样本的质量特性值X~N〔μ,σ2〕。
又设X的规格要求为〔Tl,Tu〕,那么规格中心值Tm=〔Tu+Tl〕/2,T=Tu-Tl为公差。
当u=Tm时,进程无偏,此时进程才干指数按下式计算:
〔5.4〕
〔2〕进程有偏情形
当μ≠Tm时,那么称此进程有偏。
此时,计算修正后的进程才干指数:
〔5.5〕
〔5.6〕
k称为偏移系数。
〔3〕只要单侧上规那么限Tu时,X 〔5.7〕 〔4〕只要单侧上规那么限Tl时,X>Tl产品合格情形 〔5.8〕 (二)进程才干指数与进程不合格品率p之间的关系 1.Cp与p的关系 〔5.9〕 2.Cpk与p的关系 〔5.10〕 3.Cp(u)与p的关系 〔5.11〕 4.Cp(l)与p的关系 〔5.12〕 以上四式中,Φ值可依据正态散布函数表查出。 例如,Φ〔4.17〕=0.999985。 [例5-2]某零件加工规范为148±2〔mm〕,对100个样本计算出均值为148mm,规范差为0.48〔mm〕,求进程才干指数和进程不合格品率。 由于样本均值 =148〔mm〕,进程无偏。 依据式5.4,进程才干指数为: =1.39 进程不合格品率为: =3×10-5 三控制图 控制图是抵消费进程中产质量量状况停止实时控制的统计工具,是质量控制中最重要的方法。 人们对控制图的评价是: 〝质量管理始于控制图,亦终于控制图〞。 控制图主要用于剖析判别消费进程的动摇性,及时发现消费进程中的异常现象,查明消费设备和工艺装备的实践精度,为评定产质量量提供依据。 我国也制定了有关控制图的国度规范——GB4091.1。 控制图的基本样式如图5-3所示。 横坐标为样本序号,纵坐标为产质量量特性,图上三条平行线区分为: 实线CL——中心线,虚线UCL——上控制界限线,虚线LCL——下控制界限线。 在消费进程中,定时抽取样本,把测得的数据点逐一描在控制图中。 假设数据点落在两条控制界限之间,且陈列无缺陷,那么说明消费进程正常,进程出于控制形状,否那么说明消费条件发作异常,需求对进程采取措施,增强管理,使消费进程恢复正常。 〔一〕控制图的设计原理 1.正态性假定: 控制图假定质量特性值在消费进程中的波入耳从正态散布。 2.3σ准那么: 假定质量特性值X听从正态散布N〔μ,σ2〕,依据正态散布概率性质,有 〔5.13〕 也即〔μ-3σ,μ+3σ〕是X的实践取值范围。 据此原理,假定对X设计控制图,那么中心线CL=μ,上下控制界限区分为UCL=μ-3σ,LCL=μ+3σ。 3.小概率原理: 小概率原理是指小概率的事情普通不会发作。 由3σ准那么可知,数据点落在控制界限以外的概率只要0.27%。 因此,消费进程正常状况下,质量特性值是不会超越控制界限的,假设超出,那么以为消费进程发作异常变化。 〔二〕控制图的基本种类 按产质量量的特性分类,控制图可分为计量值控制图和计数值控制图 1.计量值控制图: 用于产质量量特性为计量值情形,如长度、重量、时间、强度等延续变量。 常用的计量值控制图有: 均值——极差控制图〔 图〕,中位数——极差控制图〔 图〕,单值——移动极差控制图〔 图〕,均值——规范差控制图〔 图〕。 2.计数值控制图: 用于产质量量特性为不合格品数、不合格品率、缺陷数等团圆变量。 常用的计数值控制图有: 不合格品率控制图〔P图〕,不合格品数控制图〔Pn图〕,单位缺陷数控制图〔u图〕,缺陷数控制图〔c图〕。 按控制图的用途来分,可以分为剖析用控制图和控制用控制图。 1.剖析用控制图 剖析用控制图用于剖析消费进程能否处于统计控制形状。 假定经剖析后,消费进程处于控制形状且满足质量要求,那么把剖析用控制图装化为控制用控制图;假定经剖析后,消费进程处于非统计控制形状,那么应查找缘由并加以消弭。 2.控制用控制图 控制用控制图由剖析控制图转化而来,用于抵消费进程停止延续监控。 消费进程中,依照确定的抽样距离和样本大小抽取样本,在控制图上描点,判别能否处于受控形状。 〔三〕控制图的判别规那么 1.剖析用控制图 假定控制图上数据点同时满足下表的规那么,那么以为消费进程处于控制形状。 表5-3剖析用控制图判别规那么 规那么 详细描画 规那么1: 绝大少数数据点在控制界限内 1延续25点没有一点在控制界限外 2延续35点中最多只要一点在控制界限外 3延续100点中最多只要两点在控制界限外 规那么2: 数据点陈列无左边的1~8种异常现象 1延续7点或更多点在中心线同一侧 2延续7点或更多点单调上升或下降 3延续11点中至少有10点在中心线同一侧 4延续14点中至少有12点在中心线同一侧 5延续17点中至少有14点在中心线同一侧 6延续20点中至少有16点在中心线同一侧 7延续3点中至少有2点落在2σ与3σ界限之间 8延续7点中至少有3点落在2σ与3σ界限之间 2.控制用控制图 控制用控制中的数据点同时满足下面规那么,那么以为消费进程处于统计控制形状: 规那么1: 每一个数据点均落在控制界限内; 规那么2: 控制界限内数据点陈列无异常状况〔参见剖析用控制图规那么2〕。 〔四〕控制图的制造与判别 下面以均值——极差控制图为例说明控制图的制造与剖析方法。 其他种类控制图的做法和运用可参见文献8。 均值——极差控制图是 图〔均值控制图〕和R图〔极差控制图〕结合运用的一种控制图,前者用于判别消费进程能否处于或坚持在所要求的受控形状,后者用于判别消费进程的规范差能否处于或坚持在所要求的受控形状。 例5-3某厂消费一种零件,长度要求为49.50±0.10〔mm〕,消费进程质量要求为进程才干指数不小于1,为对该进程实施延续控制,试设计均值——极差控制图。 1.搜集数据并加以分组 本例每隔2小时,从消费进程中抽取5个零件,测量长度值,构成一组大小为5的样本,一共搜集25组样本。 2.计算每组的样本均值 和极差 , 〔5.14〕 计算结果如表5-4所示。 表5-4某零件长度各组均值和极差 组号 1 2 3 4 5 6 7 8 9 10 11 12 13 均值 49.49 49.52 49.50 49.50 49.53 49.51 49.50 49.50 49.51 49.53 49.50 49.51 49.49 极差 0.06 0.07 0.06 0.06 0.11 0.12 0.10 0.06 0.12 0.09 0.11 0.06 0.07 组号 14 15 16 17 18 19 20 21 22 23 24 25 均值 49.53 49.49 49.50 49.51 49.51 49.51 49.50 49.52 49.50 49.50 49.50 49.52 极差 0.10 0.09 0.05 0.07 0.06 0.05 0.08 0.10 0.06 0.09 0.05 0.11 3.计算总均值和极差平均 =49.5068, =0.800〔5.15〕 4.计算控制界限 图的控制界限计算 =49.5068+0.577×0.800=49.5530 =49.5068〔5.16〕 =49.5068-0.577×0.800=49.4606 R图的控制界限计算 =2.115×0.0800=0.1692 =0.0800〔5.17〕 <0 以上两式中,A2、D4、D3均可从相关控制图系数表中查出: 当n=5,A2=0.577,D3<0,D4=2.115。 6.制造控制图 依据各样本的均值和极差在控制图上描点。 如图5-4所示 7.剖析消费进程能否处于控制形状 应用表5-4的规那么停止判别,可知消费进程处于统计控制形状。 8.计算进程才干指数 在本例中,零件长度规格限为双侧且样本总均值不等于规格中心值,应该依据有偏情形计算进程才干指数。 σ依据极差法估量得出: ,式中d2(n)依据相关控制图系数表查出,n=5时d2(n)=2.326。 那么: 修正系数 =0.068 依据题意,由于进程质量要求为进程才干不小于1,显然该进程不能满足要求。 因此不能将剖析用控制图转化为控制用控制图,应采取措施,提高加工精度。 图5-4零件长度的均值——极差控制图 9.计算进程平均不合格品率p 依据式〔5.10〕,进程不合格品率为: =0.43%。 〔五〕控制图几种罕见的图形及缘由剖析 在运用控制图时,除了依据表5-3的判别规那么抵消费进程停止正确判别以外,下面所列出的几种观察和剖析方法也是十分重要的: 〔1〕数据点出现上、下循环移动的情形 关于 图,其缘由能够是时节性的环境影响或操作人员的轮换; 关于R图,其缘由能够是维修方案布置上的效果或操作人员的疲劳。 〔2〕数据点出现朝单一方向变化的趋向 关于 图,其缘由能够是工具磨损,设备未按期停止检验; 关于R图,原资料的平均性〔变好或变坏〕; 〔3〕延续假定干点集中出如今某些不同的数值上 关于 图,其缘由能够是工具磨损,设备未按期停止检验; 关于R图,缘由同上。 〔4〕太多的数据点接近中心线 假定延续13点以上落在中心线±σ的带型区域内,此为小概率事情,该状况也应判为异常。 出现的缘由是: 控制图运用太久没有加以修正而失掉了控制造用,或许数据不真实。 四〝QC七种工具〞中的其他工具 (一)陈列图 意大利经济学家VilfredoPareto1897年提出: 80%的财富集中在20%的人手中〔80/20法那么〕。 陈列图〔又称柏拉图、Pareto图〕是基于帕累托原理,其主要功用是协助人们确定那些相对少数但重要的效果,以使人们把精神集中于这些效果的改良上。 在任何进程中大局部缺陷也通常是由相对少数的效果惹起的。 关于进程质量控制,陈列图常用于不合格品数或缺陷数的分类剖析。 在6Sigma中,也用于对项目的主要效果如顾客埋怨等停止分类。 [例5-4]对曲轴加工停止抽样检验,得出不合格品共160个,形成不合格的要素中,1、蓄油孔扣环占50%;2、动平衡超差占29%;3、开档大占10%;4、法兰销孔大占6%;小头直径大占5%。 画出陈列图〔图5-5〕,柱图为不合格数分类统计量,折线图为累积比例。 可以看出前两种要素占79%,应作为关键急需处置要素。 图5-5曲轴不合格品陈列图 (二)因果图 因果图由日实质量学家石川馨发明,是用于寻觅形成质量效果的缘由、表达质量效果因果关系的一种图形剖析工具。 一个质量效果的发生,往往不是一个要素,而是多种复杂要素综协作用的结果。 通常,可以从质量效果动身,首先剖析那些影响产质量量最大的缘由,进而从大缘由动身寻觅中缘由、小缘由和更小的缘由,并反省和确定主要要素。 这些缘由可归结成缘由类别与子缘由,构成相似鱼刺的样子,因此因果图也称为鱼刺图。 图5-6是在制造中出现次品后,寻觅其缘由构成的因果图。 图中可以看出,缘由被归为工人、机械、测试方法等6类,每一类下面又有不同的子缘由。 图5-6制造中次品出现缘由的因果剖析图 (三)分层法 分层法又名层别法,是将不同类型的数据依照同一性质或同一条件停止分类,从而找出其内在的统计规律的统计方法。 常用分类方式: 按操作人员分、按运用设备分、按任务时间分、按运用原资料分、按工艺方法分、按任务环境分等。 (四)散布图 散布图又称散点图、相关图,是表示两个变量之间相互关系的图表法。 横坐标通常表示缘由特性值
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 质量 控制 技术
![提示](https://static.bdocx.com/images/bang_tan.gif)