质量控制的基本工具及方法[详细].ppt
- 文档编号:130265
- 上传时间:2022-10-04
- 格式:PPT
- 页数:192
- 大小:15.74MB
质量控制的基本工具及方法[详细].ppt
《质量控制的基本工具及方法[详细].ppt》由会员分享,可在线阅读,更多相关《质量控制的基本工具及方法[详细].ppt(192页珍藏版)》请在冰豆网上搜索。
建设项目质量控制,建筑工程质量安全事故案例建筑工程质量管理现状一个小故事,引言,1、建设项目质量控制概述2、工程项目施工阶段的质量控制3、工程质量评定验收和缺陷责任期质量控制4、工程质量检验5、工程质量事故分析处理6、工程施工安全控制7、质量控制的基本工具及方法,学习内容,第七章质量控制的基本工具及方法第0节总体、样本及统计推断工作过程第一节数理统计方法基本知识(质量数据的收集方法、质量数据的分类、质量数据特征值及其计算、质量数据的分布规律)第二节质量控制的直方图法第三节质量控制的排列图法第四节质量控制的因果分析图法第五节质量控制的相关图法第六节质量控制的管理图法第七节质量控制的分层法和调查表法,第七章质量控制的基本工具及方法质量控制的常用工具有:
直方图法、控制图法、相关图法、排列图法、因果分析图法、统计调查表法和分层法。
总体、样本及统计推断工作过程,1、总体、个体2、样本3、统计推断工作过程,1、总体、个体,总体也称母体,是所研究对象的全体。
N个体,是组成总体的基本元素。
有限总体,无限总体。
一般把每件产品检测得到的某一质量数据(强度、几何尺寸、重量等)即质量特性值视为个体,产品的全部质量数据的集合即为总体。
2、样本,样本也称子样,是从总体中随机抽取出来,并根据对其研究结果推断总体质量特征的那部分个体。
被抽中的个体称为样品,样品的数目称样本容量,n。
3、统计推断工作过程,样本质量特征值,第一节数理统计方法基本知识一、质量数据、质量数据的收集方法
(1)单纯随机抽样法(简单随机抽样),简单随机抽样、单纯随机抽样、完全随机抽样:
是对总体不进行任何加工,直接进行随机抽样,获取样本的方法。
一般的做法是对全部个体编号,然后采用抽签、摇号、随机数字表等方法确定中选号码,相应的个体即为样品。
如:
在随机抽样时,将一批产品分成若干组,每组6个,并按16顺序标上编号,然后掷骰子取试样编号。
这种方法常用于总体差异不大,或对总体了解甚少的情况。
(1)简单随机抽样法,
(2)系统抽样法,系统抽样又称机械抽样、等距抽样,是将个体按某一特性排队编号后均分为n组,这时每组有KNn个个体,然后在第一组内随机抽取第一件样品,以后每隔一定距离(K号)抽选出其余样品组成样本的方法。
如在流水作业线上每生产100件产品抽出一件产品做样品,直到抽出n件产品组成样本。
又如:
要从200个产品中取10个试样,可先将产品标上编号,然后先用骰子选出首位数,若为5,再每隔20个取1个,则下述编号的产品即作为试样:
5、25、45、65、85、105、125、145、165、185。
(3)分层抽样法分层抽样法又称分类或分组抽样,是指当批量或工序具有明显层次时,将它们分成若干层次,然后从所有层中按随机原则抽取样本的方法。
这种方法便于了解不同层次的工程质量状态。
由于对每组都有抽取,样品在总体中分布均匀,更具代表性,特别适用于总体比较复杂的情况。
如研究混凝土浇筑质量时,可以按生产班组分组、或按浇筑时间(白天、黑夜;或季节)分组或按原材料供应商分组后,再在每组内随机抽取个体。
(4)二次抽样法二次抽样法是指从组成母体的若干分批中,先抽取一定数量的分批,进行第一次抽样;然后,再从每一分批中随机抽取一定数量的样本,进行第二次抽样的方法。
(5)整群抽样,整群抽样一般是将总体按自然存在的状态分为若干群,并从中抽取样品群,组成样本,然后在中选群内进行全数检验的方法。
如对原材料质量进行检测,可按原包装的箱、盒为群随机抽取,对中选箱、盒做全数检验;每隔一定时间抽出一批产品进行全数检验等。
2、质量数据的分类
(1)按质量数据的特征分类按质量数据的本身特征分类,可以将数据分为计量值数据和计数值数据两种。
计量值数据:
如长度、时间、重量、强度等属于计量值数据;计数值数据:
如废品的个数、合格的分项工程数、出勤的人数等等属于计数值数据。
计件值数据计点值数据,表示个体(单件产品、单位长度、单位面积、单位体积等)上的缺陷数、质量问题点,二、质量数据特征值及其计算1、子样平均值2、中位值3、极差4、子样标准偏差5、变异系数,质量数据的特征值,
(一)描述数据集中趋势的特征值
(二)描述数据离中趋势的特征值,
(一)描述数据集中趋势的特征值,
(1)算术平均数(均值),
(2)样本中位数样本中位数是将样本数据按数值大小有序排列后,位置居中的数值。
当样本数n为奇数时,数列居中的一位数即为中位数;当样本数n为偶数时,取居中两个数的平均值作为中位数。
总体算术平均数,样本算术平均数,
(二)描述数据离中趋势的特征值,
(1)极差R,
(2)标准偏差(3)变异系数,
(2)标准偏差(标准差或均方差),1)总体的标准偏差,2)样本的标准偏差,(n50),(n50),
(2)标准偏差(标准差或均方差)(续),标准差小说明数据分布的集中程度高,离散程度小,均值对总体的代表性好。
标准差的平方是方差,能确切地说明数据的离散程度和波动规律,是最常用的反映数据变异程度的特征值。
(3)变异系数(离散系数),1)总体的变异系数,2)样本的变异系数,变异系数又称离散系数,是用标准差除以算术平均数得到的相对数。
它表示数据的相对离散波动程度。
变异系数小,说明分布集中程度高,离散程度小,均值对总体(样本)的代表性好。
三、质量数据的分布规律,
(一)质量数据的特征
(二)质量数据波动的原因(三)质量数据分布的规律性,
(一)、质量数据的特征,个体数值的波动性总体(样本)分布的规律性质量数据的集中趋势质量数据的离中趋势反映了总体(样本)质量变化的内在规律性,
(二)、质量数据波动的原因,1、偶然性原因2、系统性原因,1、偶然性原因,偶然性因素:
具有随机发生的;是不可避免、难以测量和控制的;或者是在经济上不值得消除。
它们大量存在,但对质量的影响很小,属于允许偏差、允许位移范畴,引起的是正常波动,一般不会因此造成废品,生产过程正常稳定。
通常把4M1E因素的这类微小变化归为影响质量的偶然性原因、不可避免原因或正常原因。
2、系统性原因,当影响质量的4M1E因素发生了较大变化,生产过程不能正常进行,产品质量数据就会离散过大或与质量标准有较大偏离,表现为异常波动,次品、废品产生。
这就是产生质量问题的系统性原因或异常原因。
由于异常波动特征明显,容易识别和避免,特别是对质量的负面影响不可忽视,生产中应该随时监控,及时识别和处理。
五大要素:
人员(Man)设备(Machine)材料(Material)作业方法(Method)作业环境(Environment)俗称4M1E。
也就是人们常说的人、机、料、法、环。
现场管理5大要素4M1E,何为4M1E?
(三)质量数据分布的规律性,以质量标准为中心的质量数据分布,可用一个“中间高、两端低、左右对称”的几何图形表示,即一般服从正态分布。
正态分布(Normaldistribution)一种概率分布,也称“常态分布”。
正态分布具有两个参数和2的连续型随机变量的分布,第一参数是服从正态分布的随机变量的均值,第二个参数2是此随机变量的方差,所以正态分布记作N(,2)。
服从正态分布的随机变量的概率规律为:
取与邻近的值的概率大,而取离越远的值的概率越小;越小,分布越集中在附近,越大,分布越分散。
正态分布的概率密度函数为:
正态分布的密度函数的特点是:
1、关于对称,并在处取最大值,在正(负)无穷远处取值为0,在处有拐点,形状呈现中间高两边低,图像是一条位于x轴上方的钟形曲线;2、曲线与横轴间的面积总等于1。
当=0,2=1时,称为标准正态分布,记为N(0,1)。
正态分布曲线具有以下几个性质:
3曲线与X=所围成的面积为0.6825;与X=2所围的面积为0.9545;与X=3所围成的面积为0.9973。
(三)质量数据分布的规律性,即在正常生产的情况下,质量特性在区间(-)(+)的产品有68.25%;在区间(-2)(+2)的产品有95.45%;在区间(-3)(+3)的产品有99.73%。
质量特性在3范围以外的产品非常少,不到3(0.3%)。
根据正态分布曲线的性质,可以认为,凡是在3范围内的质量差异都是正常的,不可避免的,是偶然性因素作用的结果。
第二节质量控制的直方图法一、直方图的绘制方法1、收集和整理质量数据要根据实际情况确定收集数据的数量,一般不少于50个。
2、计算极差R3、确定组数,确定组数K就是把质量数据分成K组。
一般参考表7-1选取。
4、确定组距5、确定组界值与组中值第一组上、下界值按下式计算:
6、频数统计7、绘制直方图例71某混凝土工程浇筑C20混凝土时,先后共取了60个混凝土抗压强度数据,如表72所示。
试绘制直方图。
解:
第一步:
整理数据,找出极值Xmax和Xmin,先找出每行数据中的最大值和最小值,记入最后两列中,再在最后两列中找出全部数据的最大值和最小值,即,解:
第一步:
整理数据,找出极值Xmax和Xmin,先找出每行数据中的最大值和最小值,记入最后两列中,再在最后两列中找出全部数据的最大值和最小值,即Xmax29.0MPaXmin14.0MPa第二步:
求极差值,即R=Xmax-Xmin=15MPa,第三步:
确定组数K。
根据表71的经验数,取K7。
第四步:
确定组距,即hRK1572.1MPa第五步:
确定各组界限值和组中值,即第一组下界限值Xminh212.95MPa第一组上界限值Xminh215.05MPa第二组下界限值=第一组上界限值第二组上界限值15.052.1=17.15MPa,以下各组的上、下界限值以此类推。
各组上、下界限值计算结果见表73。
第六步:
列表统计频数,即数出属于每组的数据数目,见表73。
第七步:
画直方图,见图72所示。
二、计算质量特征值利用直方图计算质量特征值主要是计算子样平均值和标准偏差S。
其计算公式前面已介绍过。
21.21,S=3.51,三、直方图的观察和分析
(一)直方图图形分析1.正常型直方图2孤岛型直方图3.双峰型直方图4.偏向型直方图5.平顶型直方图6.陡壁型直方图7.锯齿型直方图,1.正常型直方图正常型直方图又称对称型直方图。
它的特点是中间高、两边低,并呈左右基本对称,说明工序处于稳定状态,如图73(a)所示。
2异常型直方图
(1)孤岛型,如图73(b),在远离主分布中心的地方出现小的直方,形如孤岛。
表明生产过程中出现了异常现象,例如原材料一时发生变化;有人代替操作;操作方法不当等。
(2)双峰型,如图73(c)所示,直方图出现两个中心,形成双峰状。
这往往是由于把来自两个总体的数据混在一起作图造成的,如把两个班组的数据混为一批。
(3)偏向型,如图73(d)所示。
直方图重心偏向一侧,它往往是因计数值或计量值只控制一侧界限或剔除了不合格数据造成的。
(4)平顶型,如图73(e)所示。
直方图呈平顶状态,多为数个母体数据混在一起,或在生产过程中有缓慢变化的因素在起作用造成的,如操作者疲劳。
(5)陡壁型,如图73(f)所示。
直方图一侧出现陡峭绝壁状态,这是由于人为剔除了不合格的数据造成的。
(6)锯齿型,如图73(g)所示。
直方图出现参差不齐的形状,这是由于数据分组过多或测量仪器精度不够造成的。
(二)对照标准分析比较正常型的直方图,并不意味着质量分布就完全合理,还必须与规定的标准公差相比较,以作进一步分析。
主要是分析直方图的平均值与质量标准中心u的重合程度;比较分析直方图的分布范围B同公差范围T的关系。
图75在直方图中标出了标准公差范围T,公差上限值TU和下限值TL,实际尺寸范围B。
其对照分析如下。
(1)理想型,如图7-4(a)所示。
实际分布中心与标准公差中心u吻合,B在T中间,两边略有余地,这是理想状态,不会出现不合格品。
(2)偏向型,如图7-4(b)。
B虽然在T中,但B的中心偏离T的中心,表明生产控制有偏向一侧的倾向,易出废品,应采取纠偏措施。
(3)富余型,如图7-4(c)。
B在T中,二者中心也重合,但两边富余过多。
说明精度过高,控制过严,不经济,应适当放宽控制。
(4)无富余型,
- 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:
- 详细 质量 控制 基本 工具 方法