现代制造业生产管理汇总篇(13个共)50.ppt

1、1概率论是研究随机现象统计规律的学问，它为数理统计奠定了理论 根底。所谓数理统计，是以概率论为根底，通过合理地获取随机现 象的少量数据资料，估计和检验反映随机现象的某种数字特征，或 分析和判断随机现象所具有的统计规律性的学问。数理统计的应用相当广泛，它已成为工业、农业、商业、医药卫生、 教育、社会学、经济学、生物学、气象学等各领域必不可少的数学 工具和分析方法，因此又被称为统计技术。描述统计是通过图表或数学方法，对数据资料进行整理、分析，并 对数据的分布状态、数字特征和随机变量之间关系进行估计和描述 的方法。它是统计技术的重要组成局部，并在以后各章的统计推断 技术中被应用。 11.1 数据的收

2、集 11.2 数字特征描述(估计) 11.3 分布状态描述频数直方图 11.4 排列图、因果分析图、趋势图2 科学研究中，假设无定量分析，就不会有明确的概念，也就不易找出科学的规律。质量管理如果不进行定量分析，也就不会有明确的质量概念，就不会有科学的质量管理。因此质量管理是一种以数据为根底的活动。人们必须通过有目的的搜集数据，从中获取有关产品质量或生产状态的正确情报，从而做出正确的判断和决策，更有效地管理生产。 一 数据及其实质 二 总体、个体、样本、样品 三 数据收集的原那么 四 数据的分类3 数据：在质量管理的各项活动中，记录有关科 学试验、质量特征、生产状态及管理现 状得到的数字资料统称

3、为数据。 实质：收集的数据绝大多数都 既 具 有 随机性 偶然性又具有统计规律性。也就是 说它们具有随机现象的某些特征，或者 说是随机变量的一组取值。41 总体与个体总体与个体 定义：研究对象的全体，称为总体或母体；组成总体的每个单元称为个体定义：研究对象的全体，称为总体或母体；组成总体的每个单元称为个体 研究对象的全体，指的是研究对象某研究对象的全体，指的是研究对象某 个数量个数量 指指 标标 的的 全部取值，由于一全部取值，由于一个个 数量指标通常就是一个随机变量，因此，总体是指某随机变量的取值的全数量指标通常就是一个随机变量，因此，总体是指某随机变量的取值的全 体。而其中的每体。而其中的

4、每 个个 值值 都都 是是 一一 个个 个个 体。例如，工厂生产一批晶体管，共体。例如，工厂生产一批晶体管，共 10000件。其直流放大系数是一个随机变量，件。其直流放大系数是一个随机变量，10000件产品直流放大系数数件产品直流放大系数数 据的全体称为总体，而其中的一个数据那么是一个个体。据的全体称为总体，而其中的一个数据那么是一个个体。 如果要研究的不是一个，而是几个数量指标，如对一批晶体管不仅要如果要研究的不是一个，而是几个数量指标，如对一批晶体管不仅要研究研究 其直流放大系数，还有研其直流放大系数，还有研 究究 集电极集电极-发射电极反向电流时，那么要分为几发射电极反向电流时，那么要分

5、为几个个 总体来研究。总体来研究。 总体的有限和无限总体的有限和无限 类类 型型 随随 研究的问题而定，对于上述的一批晶体管研究的问题而定，对于上述的一批晶体管而言，而言， 总体是有限的；但有时根据研究的需要，我们常把相同条件下的生产的所总体是有限的；但有时根据研究的需要，我们常把相同条件下的生产的所 有晶体管看成一个总体，显然，此时，它是一个无限总体。有晶体管看成一个总体，显然，此时，它是一个无限总体。2 样本与样品样本与样品3 样本与总体样本与总体5 定义：从总体中随机抽取的假设干个个体的总和称为 样本或子样；组成样本的每个个体称为样品； 样本中所有的样品的数目称为样本容量或子 样大小，样

6、本容量常用符号n代表 例： 从批量为10,000的一批晶体管中随机抽取20件 进行检查,被抽查的20件产品称为样本，而其 中每一件产品称为样品；样本大小为20。由 于人们通常只获得样本数据，故简称为数据6 人们从总体中抽取样本的目的是根据样本数据对总体的数字特征和 分布规律进行推断、估计和检验。自然，由样本推断和估计总体很难做到完全精确和可靠。但是必须 采取措施获得比较精确和具有一定可靠性的推断。其措施涉及两方 面的问题：即抽取样本的方法和统计推断的方法。 当样本的抽取满足以下两个条件时，样本将能很好地反映总体的统 计规律性： 1样本容量n足够大。样本容量越大，推断的结论越准确，可 靠性越高；

7、 2采用随机抽样，即总体中每个个体被抽到的时机均等，即使 一个个体被抽取后，总体的成分不变。换句话说，每个样品 的抽取都是一次独立、重复试验。 至于应采用的统计推断方法将在以后各章讨论7个体具有随机性总体具有统计规律性总体样本样本随机性样本具有统计规律性条件抽样方法正确：n足够大 随机抽取统计推断方法正确结果： 样本的统计规律性在一定程度上反映总体的统计规律性决定8 数据的收集是一项重要的根底工作，为了给质量管理工作提供可靠的准确的情报，搜集数据时，必须遵循以下原那么 1 随机抽样 2 数据的分层 3 明确数据收集的目的和方法 4 作好数据记录，保证数据真实、可靠、准确9 定义：是指从总体抽取

8、样品时，使每个个体被抽到的机 会均等以使所抽取的样本数据能够很好地代表总 体的抽样方法。 方法：鉴于实际情况产品的大小、形状、存取状态等方 面的差异及条件限制，常用的随机抽样方法为： 1简单随机抽样法： 单纯随机抽样 抽签法或掷骰子法 随机数表法 2分层随机抽样 3系统随机抽样 4多级随机抽样101定义：用随机数表查出样本号码的方法2步骤： 随机决定所用数表页码瞎子点点法或掷骰子法 决定起点瞎子点点法 查样本号数： N10，查一位数字即可，取到n个样品为止，重复的数字取消 11n100，查两位数字，大于n的以n除之取余数，重复数字去掉 n100，向下取三位，大于n的以n除之取余数，重复数字去掉

9、3例：从批量N =50的产品中抽n = 4的样本采用掷骰子 采用掷骰子法确定选随机数表“I；用瞎子点点法确定起点为11行 第1 列，随机号码为18、18、07、92、45、44取18、7、42、45111560751600800150CBAnnn 定义：将总体按产品的某些特征把整批产品划分为假设干层 即小批，即分为层，同一层内的产品质量尽可 能均匀一致，在各层内分别用简单随机抽样法抽取 一定数量的个体组成一个样本的方法 分层按比例随机抽样：假设按各层在整批中所占比例分别在 各层内抽取就称为分层按比例随机 抽样 例：某批产品批量为N=1600，由A、B、C三条生产线加工 而成，NA=800，NB

10、=640，NC=160。取n=150的样本。 解：12 定义：当批中产品可以按某个次序排列时，给批中 每个 产 品 编号1N，以 整数局部 为 抽样间隔，用简单随机抽样法在1至 之间 随机 抽 取 的 一个整数作为第一个单位产品 号码，每隔 个产品抽取一个，直到抽出 n个样本为止 例：某工序每天生产200件产品，规定巡检员在一 天中抽取n=10的样本进行检查，试用系统随机 抽样确定抽取的样本号码 解： ，第一个样品号码用抽签法确定为13， 那么被抽取的样品号码为13、33、53、193nNnNnN1nN20nN13 定义：整批产品由许多群组成，每群又分假设干组组成，以 前三种方法任一种抽取一定

11、数量的群，该群的单位产 品组成样本，称为整群抽样法或一级随机抽样法，假设 在各群中按随机抽样法抽取假设干组组成样本，称为二 阶段或二级随机抽样 例：某产品批N=20000，分为200箱，每箱100个，分为4盒， 每盒25个，抽取n=100的样本 解： 从200箱中随机抽取1箱，作为样本为整群随机抽样 从200箱中随机抽取4箱，每箱中随机抽取1盒作为样 本称为二级随机抽样 从200箱中随机抽取10箱，每箱中随机抽取2盒，每盒 中随机抽取5个作为样本，称为三级随机抽样14 定义：所谓数据的分层就是将收集来的样本数据根据不 同的使用目的和要求，按其性质、来源、影响因 素等对其进行分类的方法，它是分析

12、产品质量问 题产生原因的有效方法。 本卷须知： 1数据的分层与数据收集目的紧密联系，目的不同， 分层的方法与粗细也不同 2分层的粗细与对生产过程了解的程度有关 3分层是一项细致的工作，分层不当，将会造成问题 原因不清的后果 分层原那么：操作人员 工艺装备 加工方法 时间 材料 环境 其他 例1 例215在磨床上加工某零件外圆，由甲乙两工人操作各磨100个零件，其产生废品45件，试分析废品产生的原因。甲乙合计100100200光洁度不合格213椭圆度超标准123锥 度 不 合 格31821碰 伤17118小 计232245假设只对工人，不对不合格原因进行分层：两工人的废品率相差无几，找不出重点。

13、假设只对不合格原因，不对工人进行分层：那么会得到主要因素为锥度不合格、碰伤两原因。对工人及不合格原因分层后：甲工人主要因素为碰伤；乙工人主要因素为锥度不合格16在某产品装配过程中，经常发现齿轮箱盖漏油的现象，为解决该问题，对该工艺进行了现场调查，收集数据n=50；漏油数f=19；试用分层法找出影响产品质量的原因 1 通过分析：造成漏油的原因有两个 1齿轮箱密封垫是由甲、乙两厂分别供给的 2涂粘结剂的工人A、B、C操作方法不同 2 为分析问题原因，采用分层法分别对操作者和齿轮箱垫供货单位分层 3 措施：采用乙厂的齿轮箱垫，工人B的操作方法 4 效果：漏油率不但未降低，反而增加了 5 再次分析原因

14、：只是单纯地分别考虑不同工人，不同供给厂造成的漏 油情况，而没有进一步考虑不同工人用不同供给厂提供的齿轮箱垫造 成的漏油情况，即由于没进行更细致的综合分析造成的。作综合分层 结论：使用甲厂齿轮箱垫时B的操作方法好 使用乙厂的齿轮箱垫时A的操作方法好 采用措施后漏油率大大降低17操作者分层表操作者分层表工人漏油不漏油 漏油率（%）A61332B3925C10953合计193138供货厂漏油不漏油漏油率（%）甲111444乙81732合计193138齿轮箱垫供货单位分层表齿轮箱垫供货单位分层表18齿轮箱垫计甲乙A漏606不漏21113B漏033不漏549C漏5510不漏729计漏11819不漏14

15、1731合计252550供货厂操作者19 目的通常有以下几种： 1为掌握生产现状收集数据 2为分析问题收集数据 3为判定产品质量合格与否收集数据 4为控制生产状态收集数据 5为掌握与调节工艺状态收集数据 目的不同，收集的方法数量、时间、地点、 取样方式、测试方法、精确度以及定性质量指 标数量化的方法及标准等不同201为防止数据遗漏，在收集的同时进行数据整理和简单的 分层，应尽量使用预先设计的数据记录表格调查表 调查表是为了掌握生产和试验现场情况，根据分层的思 想设计出的数据及不合格记录表格。是收集数据并对数 据进行粗略整理的有效工具。 根据使用目的，使用场合，使用对象以及使用范围不同， 调查表

16、的形式，内容也多种多样，在实际中可以灵活设 计和应用2注意记录与数据有关的数据背景，如测试时间、地点、 数量、测试者、零件号、批号、名称规格及必要的环境 条件等。 有利于分析问题，且可以防止不同条件的数据混淆3数据必须真实、可靠、准确21铸件缺陷原始记录表零件名称：盖子 零件图号： 日期：单位：车间工段 操作者： 填号人：检查记录小计欠铸正正正正正一29缩裂正一10气孔正正正正20夹渣一一5折叠T一3其他T2合计38981469部位缺陷工程22机翼划伤位置记录表单位：车间工段日期： 年 月 日操 填号者： ：严重划伤 ：轻划伤 0 ：压坑 23不同的样本数据来源于不同的总体，即是不同的随机变量

17、的一组某些 取值，不同的随机变量有不同的统计规律。因此在进行数据分析前必须 分清数据的类型 1 计量值数据：可以连续数值的数据 如长度、温度、硬度、强度、化学成分、时间 它是连续型随机变量的一组取值具有连续型随机变量的 分布特征 2 计数值数据：是对单位产品或产品上的缺陷进行检查时得到正整数数 据如不合格品数、出勤人员、疵点数等 注意：表示百分率的数据如出勤率、不合格品率、退修率等其类 型取决于其分子数据的类型 分类： 1计件值数据：对产品 按件检查时得到的数据如批产品 中的不合格品数 2计点值数据：检查 单件产品上质量缺陷时得到的数据如 单位棉织品上的 疵点数、铸件上的砂眼数、收音机底版 焊

18、点数等 3 顺序值数据：为了把定性指标定量化，按某种标准进行评分以比较优 势程序，确定评定等级或类别得到的数据24一一 统计量统计量二二 样本平均值样本平均值三三 众数众数四四 中位数中位数五五 极差极差六六 样本方差样本方差七七 样本均方差样本均方差25l描述样本数据统计性质的度量值称为统计特征量，简称统计量。统计量是随机变量X数字特征的估计值l统计量的数值大小是由收集的样本数据决定的，统计量是样本数据的函数 ，但其中不包含未知的参数。如果说，在一个函数中，既包括样本数据，又有未知参数，那么这个函数就不能称为统计量。 l鉴于样本抽取的随机性，作为样本的函数，统计量也是一个随机变量。统计量的分

19、布是由X 的分布决定的l常用统计量有样本平均值 、中位数 、众数、极差R、方差S2、均方差S等xx261 概念 从总体中随机抽取大小为n的样本，其数据分别为x1、x2、 xn，那么其样本平均 值记为 样本平均值 是总体X数学期望的估计值 假设样本数据的种类数为k，第j种数据的数值为xj；xj出现的频 数为fj；此时可用下式计算： 例12 性质kjjjxfnx1127 从某工序加工的一批零件中随机抽取样本大小为12的 数据。其尺寸分别为： 25.5，25.8，25.9，25.7，25.8， 25.6，25.9，25.8，25.8，25.6，25.9，25.8。试估计该 批零件的均值。 解：或76

20、.25) 39 .2526 .2515 .25(121x282 性质 是一个随机变量，假设总体的数学期望为，方差为2，那么随 机变量 的数学期望和方差分别为： 可以看出，n越大， 的散布越小。 例2 从一批产品中随机抽取5件测量其尺寸，得数据如下：14.5， 14.0，13.2，13.5，14.8。设母体的均方差=1，试求尺寸的均 值及平均尺寸的方差。 样本平均值是描述随机变量集中位置特征的最常用的量，通常 用对称或近似对称分布( 如正态分布)随机变量数学期望的估计。 xxx29l概念概念:在样本数据中，出现频数最多或频率最大的数据称为众数。它也是描述数据集中位置的统 计量。l使用条件使用条件

21、：只有当数据个数较多而且有 明显的集中趋势时，才能计算众数。l例例3 3:试求例1中样本数据的众数 解：由例1表，显然，样本数据的众数为 25.8。 30 概念:将样本数据按大小顺序排列，假设样本大小n为奇数， 排在正中央的数据为中位数；假设样本 大小为偶数，排在 中央的两个数据的算术平均值为中位数。中位数用 表 示。 例4 试找出3、5、6、7、11五个样本数据和3、5、6、8、 9、11六个样本数据的中 位数。 解：3、5、6、7、11的中位数为6； 3、5、6、8、9、11的中位数为 。 当总体为连续型随机变量且概率密度曲线为对称时(如正 态分布)，常用中位数估计总体均 值。即此时，不仅

22、计算简单，同时还不受样本中过大或过小数 据的影响。 正态总体 的样本中位数 渐进为 ， 因此正态总体用 估计有时是适宜的。 xxx)2,(2nN),(2N31l概念概念:将样本数据按大小顺序排列，数列中最大值max(xi)与最小数据min(xi)之差 称为样本的极差。记为R。l例例5 5 如例4中，两组数据的极差均为 R=11-3=8。l作用作用：样本极差是描述总体离散程度的数量值。l在正态总体标准差估计场合 当n10时，将数据分组求极差均值。ndR2111nndn102 n32 概念: 设样本数据x1、x2、xn为来自总体X的样本 数据。假设总体的数学期望， 那么样本方 差S2的计算公式为

23、假设总体的数学期望未知，那么样本方差S2的 计算公式为： 样本方差是总体X方差D(X)，即2(X)的估计值常用计算公式例33在实际问题中，经常碰到的是数学期望未知的情况。即： 在现场中，为计算方便，在n较大时，有时使用下式代替进行计算。 在实际计算中，常用化简整理后的下式进行计算。 假设样本数据的种类数为k，第j种数据的数值为xj，xj出现的频 数为fj，此时，S2的计算可采用下式 34计算例1所给样本数据的方差 或或017. 076.251280.2580.2550.2511212222212nS017. 0)76.2512390.25260.25150.25(11212222212nS)7

24、6.2580.25()76.2580.25()76.2550.25(1121222212nS017. 035 概念:总体X的均方差 为方差DX(2X)的正平方根， 即 因此有：)()(XDX niiiniinxxnSSXxxnSSX1222122)(11)( )(11)( niniiinxxn1122)(11kjjjxxfnSSX122)(11)( kjkjjjjjjjnxfxfnxnxfn112222)(11)(11 例例7 试计算例6中样本数据的均方差 样本均方差是总体均方差的估计值13. 0017. 0 S)(x36一一 概念：概念：频数直方频数直方 图是通过对随机收集的样本数据图是通过

25、对随机收集的样本数据 进行分组整理，并用图形描述总体分布状进行分组整理，并用图形描述总体分布状 态的一种常用工具态的一种常用工具 二二 绘制程序绘制程序 三三 频数直方图、频率直方图、频率密度直方图和频频数直方图、频率直方图、频率密度直方图和频 率密度曲线率密度曲线四四 频数直方图的应用频数直方图的应用 37l例8 从一批螺栓中随机抽取100件测量其外径数据如下表所示。螺栓外径规格为 。试绘出频数直方图。l绘制程序 7.9387.9307.9387.9147.9247.9297.9287.9207.9187.9237.9307.9257.9307.9307.9257.9187.9207.918

26、7.9287.9287.9187.9137.9257.9267.9287.9247.9227.9237.9157.9197.9257.9257.9257.925 7.9277.9207.9227.9277.9237.9257.9237.9277.9277.9277.9237.9227.9237.9297.9317.9227.9307.9207.9247.9257.9297.9227.9257.9307.9267.9187.9207.9257.9307.9267.9237.9207.9297.9307.9257.9227.9297.9287.9307.9357.9307.9397.9257.92

27、47.9307.9357.9227.9187.9227.9257.9257.9207.9277.9227.9307.9307.9257.9387.9227.9157.9187.9277.9357.9317.9197.92205. 010. 08单位：mm381收集数据，并找出数据中最大值xL和最小值xS 数据个数应50，并将数据排成矩阵形式。本例数据 个数n=100。最大值xL=7.938，最小值xS=7.913。2计算极差 3确定分组组数 k k值的选择一般参考下表给出的经验数值确定 本例选择k=10 4确定组距h 5计算各组的上、下边界值 6计算各组的组中值xi 7统计落入各组的数据个数，

28、整理成频数表 8作直方图 nK50-1006-10100-2507-12250以上10-20025. 0913. 7938. 7SLxxR数据分组组数表39l组距即每个小组的宽度，或组与组之间的间隔l l本例中l为分组方便，常在h的计算值根底上将其修约为测量单位的整数倍，并作适当调整。 如本例测量单位为0.001，将h修约为0.003。 kRkxxhSL003. 00025. 010025. 0h40l为了不使数据漏掉，应尽可能使边界值最末一位为测量单位的1/2。l当h为奇数时， 第一组边界值应为l当h为偶数时，可以下式计算第一组边界值 第一组上边界值=xS 测量单位/2 第一组下边界值=上边

29、界值+h 一直计算到最末一组将xL包括进去为止。l本例h为奇数，故第一组上下边界值为 l其余各组的上下边界值为： 某组上边界值=上组下边界值 某组下边界值=该组上边界值+h本例第二组上下边界值为7.91757.9145；第三组为7.91757.9205依次类推，最后 一组为7.9385，包括了最大值7.938(见频数表)。 2hxS9115.70015.0913.72hxS7.9145412组下边界值第组上边界值第iixi如本例9160. 729175. 79145. 79130. 729145. 79115. 721xx42组号i组边界值组中值xi频数统计fi17.9115 7.91457.

30、913 227.9145 7.91757.916 237.9175 7.92057.919 正 正 正 一1647.9205 7.92357.922 正 正 正 1857.9235 7.92657.925 正 正 正 正2367.9265 7.92957.928 正 正 正1777.9295 7.93257.931 正 正 正1587.9325 7.93557.934 397.9355 7.93857.937 443 以频数为纵坐标，质量特性为横坐标画出坐标系，以一系列直方形画出各组频数，并在图中标出规格界限和数据简 历，组成频数直方图 规格要求频数7.93743151723181622520

31、15105027.9347.9317.9287.9257.9227.9197.9167.97.9137.95n3#件 S=0.005192号机床 X=7.92524xf44l频数直方图l 以样本数据表征的质量特性值为横坐标，以频数为纵坐标 作出的描述数据分布规律的图形。 l频率直方图l 将频数直方图的纵坐标改为频率做出的频率直方图，其形状与 频数直方图应完全一样 l频率直方图l 假设将纵坐标改为频率密度，横坐标不变，直方图的形状也不变。 l频率密度曲线l 当样本数据的大小n，组距h0时，直方的数量将趋于；随机变量(即质量特征)在 某 区间h的频率密度将趋于概率密度；直方顶端联成的折线将形成一条

32、光滑的曲线概率密 度曲线 l2 区别与联系l3 正态分布及其频数直方图的特征1 频数直方图、频率直方图、频率密度直方图和频率密度曲线图形演变频数直方图、频率直方图、频率密度直方图和频率密度曲线图形演变452 区别与联系区别与联系 频数直方图、频率直方图、频率密度直方图与概率密频数直方图、频率直方图、频率密度直方图与概率密度曲线，虽然它们的坐标不同，描述度曲线，虽然它们的坐标不同，描述 分布状态的方分布状态的方式有的是折线、有的是曲线，但其大致形状是相似的。式有的是折线、有的是曲线，但其大致形状是相似的。概率密度曲线说明了总概率密度曲线说明了总 体的分布状态；而频数直方体的分布状态；而频数直方图

33、等是对总体分布状态的描述图等是对总体分布状态的描述 3 正态分布及其频数直方图的特征正态分布及其频数直方图的特征实践和理论证明：当一个连实践和理论证明：当一个连 续型随机变量受到许多相互续型随机变量受到许多相互独立的随机因素的影响时，如果这许多因素的影响虽独立的随机因素的影响时，如果这许多因素的影响虽然有的大一然有的大一 些，有的小一些，但每一个因素在影响些，有的小一些，但每一个因素在影响的总和中都不起主导作用时，这个随机变量将服从正的总和中都不起主导作用时，这个随机变量将服从正 态分布。态分布。 许多产品的计量质量指标，如强度、长度、寿命、测量许多产品的计量质量指标，如强度、长度、寿命、测量

34、误差等在生产条件稳定、正常的前误差等在生产条件稳定、正常的前 提下，均服从正提下，均服从正态分布。因此，测量这些指标得到的数据，其频数直态分布。因此，测量这些指标得到的数据，其频数直方图的形状应具有正态方图的形状应具有正态 分布概率密度曲线的特征分布概率密度曲线的特征为中间高、两边低、左右大致对称的山峰型。为中间高、两边低、左右大致对称的山峰型。 461观察工序状态 1 原理 如上所述，大局部计量指标服从正态分布，即在稳定正常生产 状态下得到的数据，其频数 直方图的形状是“中间高、两边低、 左右对称的山峰型，我们称这种形状的直方图为正常 型直方图 当影响产品质量特性的因素中，有的因素在影响的总

35、和中占据了 主导地位，成为“异常 因素时，质量特性的正态分布状态将被打 破，频数直方图的形状将出现异常型。此时，现 场人员应根据直 方图形状迅速分析判断异常原因，采取措施，使工序恢复正常状态 2几种常见的异常型频数直方图2与规格比较，明确改进方向 1原理：在直方图上标明规格上限及下限，可直观地将直方图的位置、 分散范围与规格比较，从而分析质量状况，明确改进方向 2与规格比较的几种情况 3不合格品率估计 47a.正常型b.孤岛型c.偏向型d.双峰型e.平顶型g.陡壁型f.折齿型规格范围48 孤岛型孤岛型 在直方图旁边有孤立的小岛出现。其原因是在加工和测量过程中有异常情况出现。如原材在直方图旁边有

36、孤立的小岛出现。其原因是在加工和测量过程中有异常情况出现。如原材 料的突然变化，刃具的严重磨料的突然变化，刃具的严重磨损，测量仪器的系统偏差，不熟练工人的临时替班等。损，测量仪器的系统偏差，不熟练工人的临时替班等。 偏向型偏向型 偏向型也称偏峰型。即直方的顶峰偏向一边。这常常是由于某些加工习惯造成的。如加工偏向型也称偏峰型。即直方的顶峰偏向一边。这常常是由于某些加工习惯造成的。如加工 孔时，有意识地使孔的尺寸偏孔时，有意识地使孔的尺寸偏下限，其直方图的峰那么偏左；当加工孔时，有意识下限，其直方图的峰那么偏左；当加工孔时，有意识 地使轴的尺寸偏上限，其直方图的峰那么偏右。地使轴的尺寸偏上限，其直

37、方图的峰那么偏右。 双峰型双峰型 直方图出现了两个顶峰。这往往是由于将不同加工者、不同机床、不同操作方法等加工直方图出现了两个顶峰。这往往是由于将不同加工者、不同机床、不同操作方法等加工 的产品混在一起造成的。因此，的产品混在一起造成的。因此，必须先对数据进行分层，再作频数直方图。必须先对数据进行分层，再作频数直方图。 平顶型平顶型 平顶型即直方图的峰顶过宽过平。这往往是由于生产过程中某种因素在缓慢的起作用造成平顶型即直方图的峰顶过宽过平。这往往是由于生产过程中某种因素在缓慢的起作用造成 的。如刃具的磨损、操作者逐的。如刃具的磨损、操作者逐渐疲劳使质量特性数据的中心值缓慢的移动造成的。渐疲劳使

38、质量特性数据的中心值缓慢的移动造成的。 折齿型折齿型 测量误差太大或分组组数不当都会使直方图出现凸凹不平的折齿形状。测量误差太大或分组组数不当都会使直方图出现凸凹不平的折齿形状。 陡壁型陡壁型 直方图在某一侧出现了高山上陡壁的形状。这往往是在生产中通过检查，剔除了不合格品后直方图在某一侧出现了高山上陡壁的形状。这往往是在生产中通过检查，剔除了不合格品后 的数据作出的直方图形状。的数据作出的直方图形状。 49产品分布范围规格范围产品分布范围规格范围产品分布范围规格范围产品分布范围规格范围产品分布范围规格范围最理想的直方图直方图的分布范围仍在规格范围内，但中心偏向一侧。 此时，已存在出现不 合格品

39、的潜在危险，应立即采取措施，将分布中心调至规格中心直方图的分布范围已充满整个规格界限。此时，存在更多出现不合格品的潜 在危险，必须立即采取措施，减小分散。直方图的分布范围已超出现规格界限，并已出现一定数量的不合格品。应立 即采取措施，减小分散；对产品 实施全数检查；或适当放宽规格界限，以减小损失分布非常集中。在此情况下，应充分考虑经济效果，采取适当放宽工艺 条件或加严规格要求等措施。501计算平均值与标准偏差 直接用样本数据进行计算 以各组组中值代表各组数据进行计算本例中： 简易求法2不合格品率估计 nxxnii1niixxnS12)(11kjjjxfnx11kjkjjjjjxfnxfnS11

40、22)(1110052. 0)4937. 72913. 7(1001)4937. 72916. 72913. 7(110019252. 7)4937. 72916. 72913. 7(1001222Sx51以各组组中值代表组中各数据进行计算； 将x坐标变换为u坐标； 令近于中间、频数较多的一级组中值为x0，并令该组u坐 标值uj=0；其它各组按以下 变换式进行变换 变换结果为：自uj=0向下的各组，u值分别为1，2，3，； 向上的各组，u值为-1，- 2，-3，。作直方图计算表计算按下式计算hxxujj0;22jjjjjjjjfufufufu及0522. 0)1008300(11001003.

41、 09252. 7003. 01008925. 7)(112220SxnfufunhShnfuxxjjjjjj本例52组中值xjujfjujfjuj2fj17.913-42-83227.916-32-61837.919-216-326447.922-118-181857.925=x00230067.928117171777.931215306087.9343392797.9374416640100830053当 以及规格界限均时，那么可借助正态分布表估计不合格品率 如本例中， ；规格界限为 (7.907.95)。不良品率p的估计值 为 05. 010. 080)01 (1)85. 4()77.

42、 4(1)0052. 09252. 790. 7()0052. 09252. 795. 7(1p p 0052. 0;9252. 7、54l在质量管理中，人们将会收集大量的文字信息和数学信息。对信息的整理和对事物的描述方 法不同，其效果也不同。而采用图或表进行信息整理和事物的描述无疑是最好的方法。它具 有主题明确、层次清楚、关联性易于表达、信息量大、善于启发思维，迅速分析问题作出决 策等优点。l 频数直方图是一种常用的描述分布的图表法，除此之外，还有各种各样整理和描述信息的方 法。本节将介绍常用的排列图、因果分析图、趋势图。描述变量之间关系的相关图将在后面介绍。 一一 排列图排列图 二二 因果

43、分析图因果分析图 三三 趋势图趋势图55 排列图又称巴雷特图或主次因素分析图1 产生：排列图是意大利经济、统计学家巴雷特(Pareto) 于 20世纪初创立的。他发现运用排列图， 可 以找出“关键的少 数和次要的多数的关系。后来，美国质量管理专家朱兰 (JMJuran) 把该原理应用于质量管理工作中。在质量分析时 发现，尽管影响产品质量最关键的往往只是少数几项，而由 它们造成的不合格产品却占总数的绝大局部。就是根据这个 “关键少数，次要多数的原理，使排列图在质量管理中，成 为查找影响产品质量关键因素的重要工具。 2 用途：因素影响的主次位置，可从 排列图上一目了然。从而 明确改进方向和改进措施

44、。采取措施后的效果，还可用排列 图进行比照确认。排列图不仅可用于质量管理，还广泛地应 用于其它领域。3 绘制程序4 应用本卷须知5620401008060120140160 0 02550751009080BACDEFGHI频数累计频率1003 绘制程序绘制程序1结构结构2绘制步骤 例57l提出问题，制订收集数据的方案。l收集数据，对数据进行整理，列出分类统计表。 l按一定的比例分别画出两个纵坐标，表示频数和累积频率。l将横座标划分假设干等分表示各影响因素。并按影响程度的大小，l 从左向右依次画 出直方形。l找出每个影响因素所对应的累计百分数点，并连接起来成为一l 条由左向右逐渐上升的曲 线，

45、即巴雷特曲线。l 在排列图上，常将曲线的累计百分数分三级，并相应的将因素分为三类。l A类因素：累积频率为080%，该区间的因素是主要影响因素 l B类因素：累积频率为80%90%，该区间的因素是次要影响 l 因素。 l C类因素：累积频率为90%100%，该区间的因素是一般因素l注明数据收集的背景。 58 某厂对活塞环槽侧壁不合格的275件产品进行缺陷分类统计，其结果是：精磨外圆 不合格229件，精镗销孔不合格56件，磨偏差不合格14件，精切环槽不合格136件，垂直摆差 不合格42件，斜油孔不合格15件，其它不合格8件。试作出排列图。 l缺陷按其数量自大至小进行排列，并计算出累计频数和累计频

46、率作出缺陷分类统计表l作排列图l因素分类：精磨外圆和精切环槽是主要因素，解决 了这两个主要问题，将显著降低不合格品率；精镗销孔为次要缺陷；其它缺陷为一般缺陷。 解决问题应从主要缺陷入手。 59序号缺陷频率 累计频数 频率100 累击频率1001234567精磨外圆精切环槽精镗销孔垂直摆差斜 油 孔磨 偏 差其 它22913656421514822936542146347849250045.827.211.28.43.02.81.645.873.084.292.695.698.4100.0总计5006020401008060 05010307090500400300100200564215148229136N=50073.045.884.292.695.698.4频数精磨外圆精切环槽精镗销孔垂直摆差斜 油 孔磨 偏 差其 它61 (1)一般来说，主要因素应只是一、二个，至多不超过三个， 否那么就失去找主要因素的意义。 当出现主要因素过多时， 要重新考虑因素的分类。 (2)