纺织品抽样.doc

第六章 纺织品检验的抽样方法 基本概念 单位产品：是指为实施抽样检验的需要而划分的基本单位。又称为个体。 总体：所考虑的个体的全体称为总体 批：同样制品或半制品的集合作为抽查的对象，称为批。 。 批量：批中包括的个体数量，以符号N表示 送验批：送去抽样检验的批，该批称为送验批。 样本数：样本数是从送验批中取出检验的个数，常用n代表。 不合格：产品一般有多个质量特性，某一质量特性未满足要求时构成不合格。 A类不合格：单位产品的极重要质量特性不符合规定，或单位产品的质量特性极严重不符合规定。 B类不合格:单位产品的重要特性不符合规定，或单位产品的质量特性严重不符合规定。 C类不合格：单位产品的一般质量特性不符合规定，或单位产品的质量特性轻微不符合规定。 不合格品 A类不合格品：有一个或一个以上A类不合格，也可能有B类不合格和（或）C类不合格的单位产品。 B类不合格品：有一个或一个B类以上不合格，也可能有C类不合格，但没有A类不合格。 C类不合格品：有一个或一个C类以上不合格，但没有A类不合格,也没有B类不合格. 合格判定数和不合格判定数 合格判定数：在抽样方案中，预先规定的判定批产品合格的样本中最大允许不合格数，记作Ac或C. 不合格判定数：预先规定的判定批产品不合格的样本中最小不合格数，常记作Re或R。 批不合格品率 批不合格品率是批中不合格品数D占批量N的百分比。 全数检验 抽样检验 全数检验:对批中全部产品逐一进行检验。优点：以较高的置信水平反映批的实际质量。缺点：在破坏性检验的场合下不可能全数检验，逐渐检验耗费大，成本高。 全数检验适用场合 1、当生产过程不能保证产品批达到预先规定的质量水平时，应采取100%检验； 2、当批产品不合格品率太大时，采用全检可以提高检验后的批质量； 3、因错漏检可能造成重大事故或人身伤亡事故，对下道工序以及消费者、使用者造成重大损失时，应采取100%检验； 4、检验效果高于检验费用时，应采取100%检验。返回 抽样检验 抽样检验：按照规定的抽样方案，随机地从一批或一个过程中抽取部分个体或材料进行的检验，并依据此样品的检验结果，按抽样方案规定判定该批产品是否合格的活动。 （一）、抽样检验的特点 抽样检验存在有错判风险； 应有明确的判定准则和抽样检查程序及方案，无论检查者是谁，都应以同样的方法进行。 可以节省检验时间、人力与物力的消耗 （二）、抽样检验的适用范围 产品批量较大时； 检验项目较多时； 检验带有破坏性或损伤性时； 单位产品检验费用高或花费工时多时； 抽样检验方案分类 （一）按数据的性质分类 1、计数抽样检验：与规格或标准作比较后把产品分为合格、不合格，以不合格品数作为判定依据，根据样本的不合格品数来判断交验批是否合格。 2、计量抽样检验：它是以计量值数据作为判断依据，通过对样本质量特性的统计分析来判断交验批是否合格。 按抽样次数分类 可分为：一次抽样、二次抽样、多次抽样、序贯抽样等几种。 一次抽样: 从批中只抽取一个样本的抽样方式。 （只做一次抽样的检验） 二次抽样：是根据第一个样本提供的信息，决定是否抽取第二个样本的抽样方式（最多抽样两次的检验） 多次抽样：是可能依次抽取多达K个样本的抽样方式。 （最多5次抽样的检验） 序贯抽样：序贯抽样是逐个地抽取个体。但事先并不固定抽取个数的抽样方式。根据事先规定的规测，直到可以作出接受或拒收此批的决定为止。（一般用于大型或贵重产品）(IEC） 一次抽样方案 从批中只抽取一个样本的抽样方式。图中n为样本大小，d为样本中测得的不合格品数，Ac为合格判定数。 简记为（n ,Ac,Re） 二次抽样方案简记为（n1,n2 Ac1, Re1; Ac2, Re2 ）多次抽样方案：与二次抽样方案类似 二次抽样方案 接受概率 接收概率：根据规定的抽样方案，把具有给定质量水平的交验批判为合格的概率。 在计数抽样检验中，接收概率是批不合格品率p的函数，记为L(p)。 计数抽样检验方案的OC曲线1 OC曲线的概念 设采用抽样方案（n Ac,Re）进行抽样检验，用L(p)表示当批不合格率为p时抽样方案的接收概率： L(p)=P(X=d)如果我们建立一个直角坐标系，横坐标为不合格率p， 纵坐标为L(p)， 那么L(p)在这个坐标系中的图像称为接收概率曲线，也称为OC曲线。也称接收概率曲线。 每个抽样方案，都有它特定的OC曲线。 1 OC曲线的概念设N：批量抽样方案为：n Ac,ReP：产品不合格品率 当P=0时，肯定接收 当P=1时，肯定不接收 当0p1时，可能接收也可能不接收X：表示抽取n件产品可能发现的不合格品数 L(p)=P（XAc） 接收概率的计算方法 首先对一次抽样方案给出接收概率的计算方法。设产品批的不合格品率为p，从批量为N的一批产品中随机抽取n件，设其中的不合格品数为X, X为随机变量，接收概率为 2 OC函数的计算 （1）利用超几何分布进行计算当X（随机变量）服从超几何分布,P(X=x) L(p)=P(x)= （2）二项分布当批量很大时，把不返回抽样看作返回抽样，可以重复试验，并且每次独立。（如N=500，n=50，利用超几何分布很难计算，所以提出二项式分布）有放回抽样，X服从二项分布： L(p)=p(X=x)=Cnx px (1-p)n-x n/N0.1 泊松分布当n10,p0.1时 产品批的单位产品所含平均不合格数为,抽样样本为n,若样本的不合格数x(x=0,1,20),出现的概率为泊松分布. P(X=x)= e- 3 OC曲线的分类 0P1 0L（p）1 当p1p2时，有L(p1)L(p2) 接受概率曲线（OC曲线） 两种错判 第一类错误判断：合格批判断为不合格批。即以好批当坏批的错误判断，当合格判定标准为P0时，将其发生概率叫生产方风险a。 第二类错误判断：不合格批判断为合格批。即以坏批当好批的错误判断，当不合格判定标准为P1时，将其发生概率叫使用方风险b。一般在设计抽样方案时，取生产方风险a为5%左右，使用方风险b为10%左右。 百分比抽样方案 定义：不论产品的批量N如何，均按同一百分比抽取样品，而在样品中可允许的不合格品数（合格判定数）都是一样的。 是否科学？ 今假定有批量不同的三批产品交检，它们都按10抽取样品，于是有下列三种抽样方案： N=900, n=90, c=0 N=300, n=30, c=0 N=90, n=9, c=0 百分比抽样方案 在AC相同的情况下，批量N越大，方案越严，批量越小，方案越松。即：对批量大的交检批提高了验收标准，而对批量小的交检批降低了验收标准。 百分比抽样方