第二章-食品质量管理的工具与方法.ppt

第二章食品质量管理的工具与方法,第一节食品质量数据,（统计分析方法和控制图）,生产过程,质量数据,分析整理,信息,质量控制,抽样,一、质量数据的性质1.计量值数据可以连续取值可测出小数点以下数值可用量具计测如：长度、面积、体积、重量、密度、糖度、酸度、硬度、温度、时间、营养成分含量、灌装量等,2.计数值数据只能间断取值得不到小数点以下的数值不能用量具进行计测如：产品件数、不合格品数、产品表面的缺陷数一般为正整数,计件值数据数产品的件数而得到的数值如：产品件数不合格品率（p）不合格品数（np）质量检测的项目数,计点值数据数缺陷数而得到的数值如：不合格数、大肠杆菌数、细菌总数产品表面的缺陷数单位时间内机器发生故障的次数棉布上的疵点数玻璃上的气泡数铸件上的砂眼数,二、总体与样本的特征值总体与参数1.总体研究对象的全体可以是有限的，也可以是无限的如：10000瓶饮料,2.个体也叫样本单位或样品构成总体或样本的基本单位如：1包奶粉、1个月饼等,3.参数如：总体平均值总体标准差样本平均值样本标准差,样本与统计量1.样本也叫子样、样组从总体中抽取出来的一个或多个供检验的单位产品。范例：从3000包奶粉中抽取10包奶粉作为样本进行检验,样本量：也称样本大小样本中所含的个体数目范例：从3000包奶粉中抽取10包奶粉作为样本进行检验其样本量n10,抽样：从总体中抽取部分个体作为样本的过程通常采取“随机抽样”的方法提问：什么是随机抽样？,2.统计量表示样本的中心位置的统计量样本平均值,样本中位数指把收集到的统计数据按大小顺序重新排列，排在正中间的那个数。当样本量n为奇数时，正中间的数只有一个；当n为偶数时，正中位置有两个数，此时中位数为正中两个数的算术平均值。,表示样本数据分散程度的统计量样本极差一组数据中最大值与最小值之差范例：15510204530354025,标准方差,样本标准差,三、产品质量的波动任何一个生产过程，总存在着质量波动。质量波动是客观存在的，是绝对的。,范例：没有两个相同的人、树叶，对于产品也是一样的，没有两件完全相同的产品。,范例：经验告诉我们，按照同样的工艺、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品其质量特性不可能完全一样，总是存在差异，即存在变异或波动。,影响过程（工序）质量主要有六个因素：,5M1E,Man操作者Machine设备Material原材料Method操作方法Measure测量Environment环境,1.正常波动由随机因素（偶然因素）引起质量管理中允许的波动此时的工序处于稳定状态或受控状态范例：机器的固有振动、液体灌装机的正常磨损工人操作的微小不均匀性原材料中的微量杂质或性能上微小差异仪器仪表的精度误差检测误差,偶然因素是固有的始终存在，是不可避免的对质量的影响较小难以测量，消除它们成本大，技术上也难以达到。范例：温度或电压等生产条件的微小变化,2.异常波动由系统因素（异常因素）引起质量管理中不允许的波动此时的工序处于不稳定状态或非受控状态。对这样的工序必须严加控制。范例：配方错误设备故障或过度磨损操作工人违反操作规程原材料质量不合格计量仪器故障,异常因素非过程固有有时存在，有时不存在对质量波动影响大（常常超出了规格范围或存在超过规格范围的危险）易于判断其产生原因并除去（在经济上是必须消除的）,表2-1正常波动与异常波动,四、产品质量的分布规律食品工业中搜集到的数据（针对计量值数据）大多为正态分布,正态分布有一个结论对质量管理很有用：无论均值和标准差取何值产品质量特性值落在3之间的概率为99.73,第二节食品质量控制的传统方法QC七工具或品管七大手法包括：因果图、排列图、散布图、直方图、调查表、分层法和控制图可以解决质量管理中的大部分问题,一、因果图（CauseandEffectDiagram）因果图的概念和作用又称鱼骨图（fishbonediagram）、鱼刺图、树枝图用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）,目的：解决.日期：年月日作者：.,质量问题,原因类别,第一层原因,原因类别,第一层原因,第一层原因,第一层原因,第一层原因,第一层原因,原因类别,原因类别,第二层原因,第二层原因,原因,结果,裱花蛋糕微生物超标,原料,果酱微生物超标,色素微生物超标,奶油微生物超标,包装材料微生物超标,机器,打奶油机消毒不好,未按时消毒,氯浓度低,操作者,卫生意识差,培训不够,人员卫生差,手未消毒,工作服不洁,环境,蛋糕贮存环境差,未按时消毒,温度高,空调制冷能力差,裱花温度差,消毒不好,温度高,臭氧发生器故障,空调制冷能力差,测量,检验错误,抽样方法错误,没有校正,测氯卡失败,量具不准,图2-2裱花蛋糕微生物超标的因果图,因果图的制作步骤对某糕点生产企业存在的裱花蛋糕微生物超标的质量问题进行因果图分析,确定需要分析的质量特性即针对什么问题寻找因果关系例如：产品质量、质量成本、产量、工作质量等问题,裱花蛋糕微生物超标,召集同该质量问题有关的人员参加的会议，充分发扬民主，各抒己见，集思广益，把每个人的分析意见都记录在图上。,画一条带箭头的主干线，箭头指向右端，将质量问题写在图的右边，确定造成质量问题类别。,裱花蛋糕微生物超标,一般按5M1E的6大因素分类,裱花蛋糕微生物超标,原料,机器,操作者,环境,测量,然后围绕各原因类别展开，按第一层原因、第二层原因、第三层原因及相互因果关系，用长短不等的箭头画在图上，逐级分析展开到能采取措施为止。,讨论分析主要原因，把主要的、关键的原因分别用粗线或其他颜色的线标记出来，或者加上方框进行现场验证。,裱花蛋糕微生物超标,原料,果酱微生物超标,色素微生物超标,奶油微生物超标,包装材料微生物超标,机器,打奶油机消毒不好,未按时消毒,氯浓度低,操作者,卫生意识差,培训不够,人员卫生差,手未消毒,工作服不洁,环境,蛋糕贮存环境差,未按时消毒,温度高,空调制冷能力差,裱花温度差,消毒不好,温度高,臭氧发生器故障,空调制冷能力差,测量,检验错误,抽样方法错误,没有校正,测氯卡失败,量具不准,记录必要的有关事项，如参加讨论的人员、绘制日期、绘制者等。对主要原因制订对策表（5W1H），落实改进措施。,课堂练习以学校饭堂饮食卫生质量差为问题，进行因果图分析。,分析患近视的原因,二、排列图（ParetoDiagram）排列图的概念又称帕累托图全称主次因素排列图将质量改进项目从最重要到次要进行排列,50,100,150,100,50,0,0,A,B,C,D,E,F（其他）,帕累托曲线,频数,项目,排列图是由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累计百分比折线组成。,累计百分比（）,此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；右纵坐标为频率，常用百分数来表示。横坐标表示影响质量的各种因素，按频数的高低从左到右依次画出长柱排列图，然后将各因素频率逐项相加并用曲线表示。累计频率在80%以内的为A类因素，即是亟待解决的质量问题。,排列图作用：通过区分最重要的和其他次要的项目，就可以用最少的努力获得最大的改进。“找出主要原因”,排列图的制作案例表2-1是某食品厂2005年6月2日至6月7日菠萝罐头不合格项调查表表2-1菠萝罐头不合格项调查表,步骤：制作排列图数据表，计算不合格比率，并按数量从大到小顺序将数据填入表中。“其他”项的数据由许多数据很小的项目合并在一起，将其列在最后。否则横坐标会变得很长。,表2-2菠萝罐头排列图数据表,画两根纵轴和一根横轴左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）；右边纵轴，标上比率（频率）的刻度，最大刻度为100%。左边总频数的刻度与右边总频数的刻度（100%）高度相等。横轴上将频数从大到小依次列出各项。,在横轴上按频数大小画出矩形，矩形高度代表各不合格项频数的大小。画累计频率曲线，用来表示各项目的累计百分比。在图上记入有关必要事项排列图名称、数据及采集数据的时间、主题、数据合计数等。,图2-3菠萝罐头不合格项目排列图,排列图的使用为了抓住“关键的少数”，在排列图上通常把累计比率分为3类：,在080%的因素为A类因素（主要因素）（不超过三项）在80%90%的因素为B类因素（次要因素）在90%100%的因素为C类因素（一般因素）,从图2-3中可以看出，出现不合格品的主要原因是净重和固形物含量，只要解决了这两个问题，不合格率就可以降低78.7%。,在解决质量问题时，将排列图和因果图结合起来特别有效。先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。,三、散布图（ScatterPlot）也称相关图、分布图、散点图研究两个变量之间的关系及相关程度,散布图可以用来发现和确认两组相关数据之间的关系并确认两组相关数据之间预期的关系,范例：某酒厂为了研究中间产品酒醅中的酸度和酒度2个变量之间存在什么关系，对酒醅样品进行了化验分析，结果如表2-3所示。现利用散布图对数据进行分析、研究和判断。,表2-3酒醅中酸度和酒度分析数据表,图2-5酒度与酸度散布图,注意：散布图相关性规律一般局限于观测值数据的范围内,四、直方图（Histogram）又称频数分布图,直方图的概念与作用直方图是从总体中随机抽取样本，将从样本中获得的数据进行整理后，用一系列宽度相等、高度不等的矩形表示数据分布的图。矩形的宽度表示数据范围的间隔，矩形的高度表示在给定间隔内的数据频数。,直方图的作用：较直观地传递有关过程质量状况的信息，显示质量波动分布的状态；判断生产过程是否稳定通过对数据分布与公差的相对位置的研究，可以对过程能力进行判断。一般适用于计量值数据,直方图的制作案例市场销售的带有包装的产品所给出的标称重量，法律规定其实际重量只允许比标称重量多而不允许少。而为了降低成本，灌装量又不能超出标称重量太多。,某植物油生产厂使用灌装机，灌装标称重量为5000g的瓶装色拉油，要求溢出量为050g。现应用直方图对灌装过程进行分析。,1.收集数据作直方图要求收集的数据一般为50个以上最少不得少于30个数据太少时所反映的分布及随后的各种推算结果的误差会增大。本例收集100个数据，列于表2-4中。,表2-4溢出量数据表,2.计算数据的极差极差反映了样本数据的分布范围在直方图应用中，极差的计算用于确定分组范围。,3.确定组距先确定直方图的组数，然后以此组数去除极差，可得直方图每组的宽度，即组距（h）。,组数的确定要适当，组数k的确定可参见表2-5。,表2-5组数选用表,该例取,组距一般取测量单位的整数倍，以便分组。,4.确定各组的边界值为避免出现数据在组的边界上，并保证数据中最大值和最小值包括在组内组的边界值单位应取为最小测量值减去最小测量单位的一半作为第1组的下界限之后再按所计算的组距推算各组的分组界限。,本例：第1组下界限Xmin-最小测量单位/2=1-1/2=0.5（精度）第1组上界限第1组下界限加组距：0.5+5=5.5,第2组下界限与第1组上界限相同：5.5第2组上界限第2组下界限加组距：5.5+5=10.5其他以此类推,5.编制频数分布表,6.画直方图建立平面直角坐标系。横坐标表示质量特性值纵坐标表示频数以组距为底、各组的频数为高，分别画出所有各组的长方形，即构成直方图。在直方图上标出公差范围、规格上限、规格下限、样本量、样本平均值、样本标准差和样本平均值的位置等。,图2-6植物油溢出量直方图,直方图的分析1.对图形形状的观察分析根据直方图的形状，可以对总体进行初步分析。,2.直方图与公差限的比较直方图为正常型时，还需判断过程满足规范要求（标准要求）的程度。,直方图的形状分析与判断,M,TL,TU,M,TL,TU,与规范界限（公差）的比较分析,M,TL,TU,M,TL,TU,M,TL,TU,五、调查表（CheckSheet）调查表的概念和作用又称检查表、核对表、统计分析表用来检查有关项目的表格作用：收集、积累数据比较容易；数据使用、处理起来也比较方便可对数据进行粗略的整理和分析,明确目的,收集资料,确定方法,设计调查表,预调查,预评审,修改调查表,调查应用,调查表的种类1.工序分布调查表又称质量分布检查表对计量值数据进行现场调查根据以往的资料，将某一质量特性项目的数据分布范围分为若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。,表2-7产品重量实测值分布调查表产品名称：糖水菠萝罐头生产线：A调查者：张三日期：2005-2-2,范例：从表格形式看，质量分布调查表与直方图的频数分布表相似。所不同的是，质量分布调查表的区间范围是根据以往资料，首先划分区间范围，然后制成表格，以供现场调查记录数据；而频数分布表则是首先收集数据，再适当划分区间，然后制成图表，以供分析现场质量分布状况之用。,2.不合格项调查表主要用来调查生产现场不合格项目频数和不合格品率，以便继而用于排列图等分析研究。范例：表2-8是某食品企业在某月玻璃瓶装酱油抽样检验中外观不合格项目调查记录表。从外观不合格项目的频次可以看出，标签歪和标签擦伤的问题较为突出，说明贴标机工作不正常，需要调整、修理。,表2-8玻璃瓶装酱油外观不合格项目调查表调查者：李四地点：包装车间日期：年月,3.不合格位置调查表又称缺陷位置调查表就是先画出产品平面示意图，把画面划分成若干小区域，并规定不同外观质量缺陷的表示符号。调查时，按照产品的缺陷位置在平面图的相应小区域内打记号，最后统计记号，可以得出某一缺陷比较集中在哪一个部位上的规律，这就能为进一步调查或找出解决办法提供可靠的依据。,4.矩阵调查表又称不合格原因调查表是一种多因素调查表要求把生产问题的对应因素分别排列成行和列，在其交叉点上标出调查到的各种缺陷和问题以及数量。,范例：表2-10是某饮料厂PET瓶生产车间对两台注塑机生产的PET瓶制品的外观质量的调查表。从表中可以看出：1#机发生的外观质量缺陷较多，操作工B生产出的产品不合格最多。,注：气孔裂纹疵点X变形其他,表2-10PET瓶外观不合格原因调查表,对原因进行分析表明，1#注塑机维护保养较差，而且操作工B不按规定及时更换模具。从2月3日两台注塑机所生产的产品的外观看质量缺陷都比较多，而且气孔缺陷尤为严重，经调查分析是当天的原料湿度较大所致。,六、分层法（Stratification）分层法的概念和分层方法又叫分类法、分组法按照一定的标志，把搜集到的大量有关某一特定主题的统计数据加以归类、整理和汇总的一种方法。目的：把杂乱无章和错综复杂的数据和意见加以归类汇总，使之更能确切地反映客观事实。,一般按5M1E行分层范例：按操作者不同分层，区分工人A、B产生质量问题的严重性。,分层法应用案例某食品厂的糖水水果旋盖玻璃罐头经常发生漏气，造成产品发酵、变质。经抽检100罐产品后发现，一是由于A、B、C3台封罐机的生产厂家不同；二是所使用的罐盖是由2个制造厂提供的。在用分层法分析漏气原因时采用按封罐机生产厂家分层和按罐盖生产厂家分层两种情况。,表2-11按封罐机生产厂家分层,由表2-11可知，为降低漏气率，应采用B厂的封罐机。,表2-12按罐盖生产厂家分层,由表2-12可知，为降低漏气率，应采用二厂的封罐机。,但同时采用B厂的封罐机，选用二厂的罐盖，漏气率不但没有降低，反而由原来的38增加到43。这样的简单分层是有问题的。,表2-13多因素分层法,正确的方法应该是：当采用一厂生产的罐盖时，应采用B厂的封罐机。当采用二厂生产的罐盖时，应采用A厂的封罐机。这时它们的漏气率平均为0。,因此，运用分层法时，不宜简单地按单一因素分层，必须考虑各因素的综合影响效果。在分析时，要特别注意各原因之间是否存在着相互影响，有无内在联系，严防不同分层方法的结论混为一谈。,七、控制图（ControlChart）常规控制图的构造与原理又称管理图、管制图，休哈特控制图对过程质量特性值进行测量、记录、评估和监察过程是否处于统计控制状态的一种统计方法设计的图。,控制图原理：根据正态分布理论，若过程只受随机因素的影响，即过程处于统计控制状态，则过程质量特性值有99.73%的数据（点子）落在控制界限内，且在中心线两侧随机分布。,若过程受到异常因素的作用，典型分布就会遭到破坏，则质量特性值数据（点子）分布就会发生异常（出界、链状、趋势）。,反过来，如果样本质量特性值的点子在控制图上的分布发生异常，那我们就可以判断过程异常，需要进行诊断、调整。,x,LCL,CL,UCL,/2,/2,图3控制图的两类错误,“3原理”（或称“千分之三法则”）两类错误是不可避免的一般把控制范围定在平均值的3,常规控制图的分类按被控制对象的数据性质不同分为计量值控制图、计件值控制图和计点值控制图,表2-14常规控制图的分类,表2-14常规控制图的分类,表2-14常规控制图的分类,按用途不同分析用控制图用于对已经完成的过程或阶段进行分析，以评估过程是否稳定或确认改进效果。,控制用控制图用于正在进行中的过程，以保持过程的稳定受控状态。,控制图的判断准则控制图对过程异常的判断以小概率事件原理为理论依据。判异准则有两类：一是点子出界就判异二是界内点子排列不随机就判异若过程不判异，则过程处于统计控制状态。,规定了常规控制图有8种判异准则,常规控制图的应用案例1.均值-极差控制图最常用、最基本控制对象：长度、重量、强度、纯度、时间、收率、生产量、水分含量、营养物质成分等计量值数据,控制图主要用于观察正态分布的均值的变化,控制图观察正态分布的波动情况或变异度的变化,控制图将二者联合运用，观察正态分布的变化,范例：某植物油生产厂，采用灌装机灌装，每桶标称重量为5000g，要求溢出量为050g。采用控制图对生产过程进行质量控制。控制对象为溢出量，单位为g。见表2-15溢出量控制图数据表。,表2-15溢出量控制图数据表,解：步骤1，预备数据的取得随机抽取k组（一般为2025组）大小为n（一般为46，常取5）,理论上讲，预备数据的组数应大于20组，在实际应用中最好取25组数据。当个别组数据属于可查明原因的异常时，经剔除后所余数据依然大于20组时，仍可利用这些数据作分析用控制图。若剔除异常数据后不足20组，则须在排除异因后重新收集25组数据。取样分组的原则是尽量使样本组内的变异小（由正常波动造成），样本组间的变异大（由异常波动造成），这样控制图才能有效发挥作用。因此，取样时组内样本必须连续抽取，而样本组间则间隔一定时间。,应制定一个收集数据的计划，将其作为收集、记录及描图的依据。在适当的时间内收集足够的数据，这样子组才能反映潜在的变化，这些变化原因可能是换班/操作人员更换/材料批次不同等原因引起。对正在生产的产品进行监测的子组频率可以是每班2次，或一小时一次等。,按工艺文件规定，本例每间隔30min在灌装生产线连续抽取n=5的样本量计量溢出量。共抽取25组样本，将溢出量数据记入数据表。,步骤2，计算统计量计算每一组数据的平均值和极差，记入表中；然后计算25组数据的总平均值和极差平均值。,步骤3，计算控制界限、作控制图、打点并判断：先计算R图的控制界限计算公式见表2-16。,注：D4、D3为