建筑工程质量管理基本工具及方法培训讲义种方法

第三章

质量管理基本工具及方法质量与安全管理总学时安排：32学时，第1－12周各个章节学时安排：（一）质量与质量管理（二）质量管理体系标准（三）质量管理基本工具及方法（四）质量成本管理（五）建筑工程项目质量管理（六）建筑工程施工质量验收（七）工程质量问题与质量事故的处理（八）安全管理概述

（九）建设工程项目安全管理

（十）建设工程项目施工安全规定

（十一）伤亡事故管理

（十二）职业健康安全管理体系考试安排：闭卷考试课前说明四、教学进度及考试安排第三章

质量管理基本工具及方法第一节基本知识1第二节老七种方法2第三节新七种方法3本章讲课内容菲根堡姆(A.V.Feigenbaum)的观点：在全面质量管理中，“无论何时、何处都会用到数理统计方法”。“这些统计方法所表达的观点对于全面质量管理的整个领域都有深刻的影响。”课前说明3.1概述数据一切用数据说话，数据是质量管理活动的基础质量特性：产品、过程、或体系与要求有关的固有特性.

数据在质量管理中的作用：在质量管理过程中，需要有目的地收集有关质量数据，并对数据进行归纳、整理、加工、分析，从中获得有关产品质量或生产状态的信息，从而发现产品存在的质量问题以及产生问题的原因，以便对产品的设计、工艺进行改进，以保证和提高产品质量。课前说明3.1概述数据质量特性值通常表现为各种数值指标，即质量指标一个具体产品常需用多个指标来反映它的质量测量或测定质量指标所得的数值，即质量特性值，一般称为数据。根据质量指标性质的不同，质量特性值可分为计数值和计量值两大类。课前说明3.1概述质量特性值计数值:当质量特性值只能取一组特定的数值，而不能取这些数值之间的数值时，这样的特性值称为计数值。计数值可进一步区分为计件值和计点值。对产品进行按件检查时所产生的属性(如评定合格与不合格)数据称为计件值。每件产品中缺陷的个数称为计点值。如棉布上的数、铸件上的砂眼数等。课前说明3.1概述计数值和计量值计数值:对产品进行按件检查当质量特性值只能取一组特定的数值，而不能取这些数值之间的数值时，这样的特性值称为计数值。计数值可进一步疵点区分为计件值和计点值。时所产生的属性(如评定合格与不合格)数据称为计件值。缺陷的个数称为计点值。如棉布上的数、铸件上的砂眼数等。课前说明3.1概述计数值和计量值计量值：当质量特性值可以取给定范围内的任何一个可能的数值时，这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重量、时间、温度等)，就是计量值。课前说明3.1概述计数值和计量值总体、个体总体:是研究对象的全体体，称为总体(又叫母体)。一批零件、一个工工序或某段时间内内生产的同类产品品的全部都可以称称为总体。个体:构成总体的基本单单位，称为个体。。每个零件、每件产产品都是一个个体体。课前说明3.1概述数理统计初步样本与样品样本：从总体中抽出来来一部分个体的集集合，称为样本（（又叫子样）。样品：样本中每个个体体叫样品，样本中所包含样样品数目称为样本本大小，又叫样本量，常用n表示。样本值:对样本的质量特性性进行测定，所得得的数据称为样本值。代表性:当样本个数越多时时，分析结果越接接近总体的值，样样本对总体的代表表性就越好。课前说明3.1概述数理统计初步质量数据的收集方方法全数检验：可靠靠但有局限性。要要消耗很多人力、、物力、财力和时时间，不适用于破破坏性的检验和过过程质量控制.随机抽样检验简单随机抽样分层抽样系统抽样(等距抽样)课前说明3.1概述数理统计初步随机抽样指总体中每一个个个体都有同等可能能的机会被抽到。。这种抽样方法事事先不能考虑抽取取哪一个样品，完完全用偶然方法抽抽样，常用抽签或或利用随机数表来来抽取样品以保证证样品代表性。抽样当总体容量不大时时，随机抽样是一一种有效的抽样方方法；3.1概述数理统计初步分层抽样分层抽样是先将总总体按照研究内容容密切有关的主要要因素分类或分层层，然后在各层中中按照随机原则抽抽取样本。分层抽抽样可以减少层内内差异，增加样本本的代表性。抽样样本当获得的资料不均均匀，或呈偏态分分布时，分层抽样样是一种有效的抽抽样方法；3.1概述数理统计初步系统抽样从总体中每每隔K个个体抽取取一个个体体的抽样方方法，比值值K是总体容量量N与样本容量量n之比；如果被抽总总体足够大大，并且易易作某种次次序的整理理时，系统统抽样比分分层抽样好好；1，2，…….,KK+1，K+2，……..，2K2K+1，2K+2，……..，3K直到N为止例，从具有有1000个个体的总总体中抽取取50个个体。3.1概述数理统计初初步总体、样本本、数据间间的关系总体样本结论数据抽样分析管理测试3.1概述数理统计初初步统计推断抽样的目的的是通过样样本来反映映总体。在质量管理理中，常常常将测试的的样本数据据，通过整整理加工，，找出它们们的特性，，从而推断断总体的变变化规律、、趋势和性性质。一批数据的的分布情况况，可以用用中心倾向及数据的分散程度来表示。表表示中心倾倾向的有平均值、中中位值等，表示数数据分散程程度的有方差、标准准偏差、极极差等。课前说明3.1概述数理统计初初步描述总体数数据中心倾倾向的数为为均值μ描述总体数数据离散程程度的参数数为方差σ2若利用样样本参数数近似描描述总体体状况时时，可以利用用样本均均值X近似代替替总体均均值μ，利用样本本方差S2近似代替替总体方方差σ2。课前说明明3.1概述数理统计初步步样本平均值样本中位值X=————————————X1+X2+X3…….+Xnn中位值是按照照数据大小顺顺序排列位于于中间的数值值，中位值记记为X~若n为偶数，则取取位于中间两两个数值的平平均值为中位位值；3.1概述数理统计初步步样本极差样本方差和样样本标准偏差差样本方差(S2)和样本标准差差(S)就是用来度量量数据波动幅幅度大小的重重要特性值,反映一组数据据分散程度:样本极差表示示一组数据分分布的范围，，是指数据中中最大值与最最小值的差:3.1概述数理统计初步步（一）数据分分布的特征值值1．计量值数据据的特征值（（服从正态分分布）质量数据的概概率分布标准差平均值3.1概述数理统计初步步2．计数值数据据的特征值（1）计件值数据据计件值数据一一般服从二项分布(每批出现废品品的概率为p，批数为n，每批试验结结果对其它批批试验结果无无影响)。其概率恰好为为[(1－p)+p]n的二项式的展展开式的各项项。平均值标准差质量数据的概概率分布质量数据的概概率分布3.1概述（2）计点值数据据计点值数据一一般服从泊松松分布（Poisson）每次试验结果果对其它试验验结果无影响响，样本n→∞。平均值标准差质量数据的概概率分布3.1概述质量管理图形形分析方法流程图检查表与层别别法(分层法)柏累托图（排排列图）鱼骨图(要因分析图)与对策表数据的分布图图/表频数（率）分布布表直方图点状图箱形图数据的关系与趋趋势图时序图散点图质量管理的数理理统计方法1)工序质量控制方方法2)质量管制图(SPC)质量控制的方法法排列图因果分析图直方图散布图分层法调查表控制图静态方法动态方法质量控制的方法法老七种方法直方图柏累托图（排列图图）

鱼骨图(要因分析图)与对策表调查表

散布图分分层图控制图质量控制的方法新七种方法关系图法KJ图法系统图法矩阵图法矩阵数据分析法网络图法PDPC法第二节质量控制制的老七种方法老七种方法调查表分层图柏累托图（排列图图）

鱼骨图(要因分析图)直方图与对策表散散布图控制图第二节质量控制制的老七种方法质量管理图形分析析方法质量管理的数理统统计方法在质量管理中最强强调的是事实管理理，就是要掌握事事实，要掌握事实实就必须设计检查查表收集数据。记录用检查表1、检查表（调查表表）质量控制的老七种种方法某工程浇混凝土梁梁外观质量问题调调查表1、检查表（调查表表）序号梁号外观不合格项目尺寸偏差蜂窝麻面裂缝跑浆孔洞起拱其他1L-110010102L-201100013L-31101101………………………合计41824322生产班组：检查人：检查时间：年月日质量控制的老七种种方法1、调查表统计分析法质量特性分析表缺陷位置调查表不良原因调查表工序分布调查表序号项目检查结果小计备注1蜂窝麻面232强度不足193局部露筋134横向裂缝75纵向裂缝5质量控制的老七种种方法主要是利用表格进进行数据收集和统统计的一种方法。。。计量值统计表：如分项工程工序质质量分布统计表的的墙面平整度（统统计误差）；计数值统计表：如不合格项目调调查表（统计出现现的次数）。该方法一般与排列列图等其他方法仪仪器使用。1、检查表（调查表表）质量控制的老七种种方法层别法是所所有手法中中最基本的的概念，即即将多种多多样的数据据，因应用用目的的需需要分类成成不同的“类别”，使之方便便以后的分分析；可以更深入入地发现和和认识质量量问题的原原因分层法是质质量控制统统计分析方方法中最基本的一种方法法，其他统统计方法一一般都要与与分层法配配合使用。。人员员机器器材料料方法其他他2、分层法质量控制的的老七种方方法某装配厂的的汽缸体与与汽缸盖之之间经常发发生漏油。。经调查50套产品后发发现，影响响产品质量量的因素主主要来自于于两方面：：一是由于于所使用的的气缸垫分分别是由两两个制造厂厂所提供的的；二是由由于三个操操作者在涂涂粘结剂时时，操作方方法不同。。单因素分层层法和综合合分层分析析如下2、分层法质量控制制的老七七种方法法2、分层法法按操作者分层操作者漏油不漏油漏油率王师傅李师傅张师傅63101399322553共计193138按气缸垫生产厂家分层供应商漏油不漏油漏油率一厂二厂91014173937共计193138质量控制制的老七七种方法法2、分层法法综合分层分析生产者原材料一厂二厂合计王师傅漏油不漏油62011613李师傅漏油不漏油053439张师傅漏油不漏油3772109如何解决决质量问问题？质量控制制的老七七种方法法2、分层法法综合分层分析生产者原材料一厂二厂合计王师傅漏油不漏油62011613李师傅漏油不漏油053439张师傅漏油不漏油3772109在使用一一厂提供供的气缸缸垫时，，应采用用李师傅傅的操作作方法；；而在使使用二厂厂提供的的气缸垫垫时，应应采用王王师傅的的操作方方法。质量控制制的老七七种方法法2、分层法法分类法或或分组法法【例】工地分别别从甲厂厂和乙厂厂购买焊焊条，工工人张三三和李四四用这些些焊条进进行焊接接作业，，对现场场进行统统计分析析如下：：（1）收集数数据，不合格不合格率（2）分析原原因通过分析析，认为为造成不不合格率率的原因因有两个个：A.张三、李李四的操操作方法法有差异异B.甲、乙两两厂供给给的原材材料有差差异2、分层法法深入分析析其中原原因：（1）按操作作者分层层操作者不合格点数合格点数不合格率%张三264437%李四153033%合计417436%焊接质量量最好的的是李四四，不合合格率为为33%。2、分层法法深入分析析其中原原因：（2）按供应应焊条的的厂家分分层厂家不合格点数合格点数不合格率甲255033%乙162440%合计417436%焊条供应应最好的的厂家是是甲，不不合格率率为33%。2、分层法法（3）综合分分析才能能找到问问题的本本质：操作者检查结果甲厂乙厂合计张三不合格点数20626合格点数301444李四不合格点数51015合格点数201030合计不合格点数251641合格点数502475？3、排列图图巴雷特图图、帕累累托图、、主次因因素分析析法它是发现主要要质量问问题和确确定质量量改进方方向的一种图图标工具具。排列图由意大利利经济学学家帕莱莱托（Pareto）1897年研究产产生的“关键的的少数和和次要的的多数””的理论论产生的的。美国的质质量管理理专家朱朱兰（J.M.Juran）将其应应用于质质量管理理。Dr.JosephJuran(朱兰):““vitalfewandusefulmany”（关键的少少数，次次要的多多数）在工厂里里，要解解决的问问题很多多，但从从何入手手呢？事实上，，大部分分的问题题，只要要能找出出几个影影响较大大的因素素，并加加以处置置及控制制，就可可解决问问题的80%以上。柏柏拉图是是根据收收集的数数据，以以不良原原因、不不良状况况发生的的现象，，有系统统地加以以项目别别分类，，计算出出各项目目所产生生的数据据（如不不良率、、损失金金额）及及所占的的比例，，再依照照大小顺顺序排列列，再加加上累积积值的图图形4、排列图图（帕累累托图））由两个纵纵坐标、、一个横横坐标、、多个长长方形和和一条曲曲线(折线)构成左边纵轴轴表示频频数（质质量问题题的多少少）右边纵轴轴表示累累积频率率（质量量问题累累积百分分比）横轴表示示影响产产品质量量的各因因素/问题长方形的的高度表表示质量量问题/因素的影影响程度度曲线将各各累积频频率点连连接(称为累积积频率线线，或帕帕累托曲曲线)排列图的的构成3、排列图图（帕累累托图））排列图直观意义义：主次次原因分分析图基础：分分层法重要因素素A：累计频率率为0~80%，重点处处理；次要因素素B：累计频率为为80%~90%，处理次之之；一般因素C：累计频率为为90%~100%，再次之。。举例说明3、排列图如何作图如何分析3、排列图排列图的绘制步步骤（1）确定分析对象象（2）确定问题分类类的项目（3）收集与与整理数数据（4）计算频频数、频频率、累累计频数数以及累累计频率率。（5）绘制排排列图3、排列图图例起砂原因出现房间数砂含泥量过大18砂粒径过大48养护不良6砂浆配合比不当83、排列图图例序号起砂原因出现问题频数频率%累计频率%1砂粒径过大4860602砂含泥量过大1822.582.53砂浆配合比不当81092.54养护不良67.5100合计80100—3、排列图图例例：某混混凝土墙墙体施工工质量的的检查结结果如下下表，试试分析其其影响质质量的主主要因素素。序号检查项目不合格点数频率（%）累计频率（%）因素分析1横墙跑模1550.050.0A2墙面垂直930.080.0A3截面尺寸310.090.0B4墙面平整13.493.4C5模板垂直13.396.7C6纵墙跑模13.3100C合计30100案例分析析按大→小小排队某混凝土土墙体施施工质量量不合格格排列图图累计频率率曲线—Pareto曲线案例-2某部门将将上月生生产的产产品作出出统计，，总不良良数409个，其中中不良项项目依次次为：3、排列图图3、排列图图案例3－课堂练练习上例中主主要不良良品为破破损，此此破损为为当月份份生产许许多产品品的破损损总和，，再将产产品类别别用柏拉拉图法分分析如下下：4、排列图图3、排列图图不良数50100150200比率66.7%17.9%5.1%4.1%6.1%%204060801003、排列图图案例某项目焊焊缝检查查，发现现缺陷如如下：气气孔148次，夹渣渣51次，成型型差20次，凹陷陷15次，其他他缺陷11次。排列图法法列表计计算质量量问题累累计频率率，并指指出哪些些是主要要质量问问题、次次要质量量问题和和一般质质量问题题。3、排列图图案例3、排列图案例3、排列图焊接气孔为主要因因素；夹渣和焊接接成型差为次要因因素，焊道凹陷和和其他为一般因素素4、因果图（（因果图与对对策表）用于寻找质质量问题产产生原因、、确定因果果关系的图图表。石川图、鱼鱼刺图(fishbonediagram)Acause-and-effect(C&E)diagramisapicturecomposedoflinesandsymbolsdesignedtorepresentameaningfulrelationshipbetweenaneffectanditscauses.ItwasdevelopedbyDr.KaoruIshikawa（石川磬））in1943andissometimesreferredtoasanIshikawadiagramorfishbonediagram(鱼刺图)becauseofitsshape.因果图法是是从产生质质量问题的的结果出发发，首先找找出影响质质量问题的的主要原因因（大原因因），然后后再找影响响大原因质质量的二级级原因，并并进一步找找出影响二二级原因质质量的三级级原因……依次类推，，步步深入入直到找出出解决问题题的途径为为止。两图一表：：排列图、、因果图和和对策表某项结果之之形成，必必定有其原原因，应设设法利用图图解法找出出其原因来来。利用质量问题与与原因之间间的内在的的因果关系系，顺藤摸瓜瓜，一直挖挖出影响质质量的并根根子。三不放过原原则：不查清不合合格的原因因不放过不查清责任任者不放过过不落实改进进措施不放放过4、因果图（（因果图与对对策表）4、因果图步骤：（1）确定质量量问题（2）确定影响响该问题的的主要原因因（大原因因）（3）进一步逐项细细化中、小、细细枝，直至可以以具体采取措施施为止。（4）在绘制完因果果图后，将对质质量问题有显著著影响的关键因因素用特殊方法法标记起来。4、因果图一般形式：分析主要因素的的4M1E结构分析Man(人)：人的因素主要要有人的思想、、身体素质、数数量、技术水平平等Machine(机):机器的因素主要要有工具、设备备等完好性Material(料):材料的因素主要要有材料的质量量、数量等Method(法):方法方面的因素素主要有操作方方法、程序、、工艺的科学性性等Environment(环)：环境方面的主主要因素有现场场环境、天气环环境、管理环境境等4、因果图影响质量的主要原因人Man：技术水平低；责任心不强，偷工；思想上有情绪；分工不当工艺：施工工艺不合理；违反操作规程材料：使用材料不当；材料不合格；材料配合不当；材料的用量不足；使用过期变质的材料设备：设备已坏；磨损太大，性能差；操作不对组织：事先未进行施工组织设计；施工组织设计不合理；未按施工程序办事环境：场地太乱，干扰大；气候恶劣等4、因果图QualityCharacteristicPeopleMaterialsMethodsEnvironmentEquipmentMeasurement4、因果图混凝土裂缝形形成的原因的的因果分析图图作图4、因果图对策表当利用鱼刺图图确定了问题题产生的主要要原因后，有有必要采取措措施去消除这这些原因，以以达到质量改改进的目的。。这时，可以以采用对策表表的方法。用以针对质量问题题产生的原因制定定对策或措施，作作为实施时的依据据。对策表的目的4、因果图4、因果图结果——对策表：回答以下下问题（1）Why(为什么)说明为什么制定对对策，即项目（原原因）、现状和问问题。（2）What(做什么)做到什么程度，即即目标。（3）Where(在哪里)回答在哪里进行。。（4）Who(谁)回答谁来做，即负负责人是谁。（5）When(何时)回答何时进行和完完成，即完成期限限。（6）How(怎样)回答怎样来进行和和完成，即对策措措施。4、因果图【例】针对混凝土裂缝形形成原因，绘制因因果分析图以及相相应的对策表。4、因果图【例】针对混凝土裂缝形形成原因，绘制因因果分析图以及相相应的对策表。序号项目问题产生的原因采取的对策负责人完成期限1人员基础知识差①组织学习操作规程和质量标准②搞好技术交底工作2分工不明确根据个人特长，确定每项作业的负责人及各操作人员职责3材料水泥量不足对水泥进行计量检查4砂石含泥量大对砂石冲洗、过筛5环境气温低准备草袋覆盖保温，养护落实到人6方法水灰比偏大①制作试块②捣制时每半天测砂石含水率一次7养护不够养护落实到人f质量特性频数分布直方图作用：确定质量的分布的的基本特征；(分布情况、公差范范围)判断质量的现状和和变化趋势；分析和判断生产过过程是否稳定。不能反映动态变化化。5、直方图h为组距；R为极差；k为组数1.频率直方图的作法法（1）收集有关质量数数据，对数据进行行筛选处理。（2）从数据中找出最最大值Xmax和最小值Xmin。（3）确定直方图组数数和组距（4）计算分点，即确确定各组的分界点点从Xmin,……,Xmin+nhn=1,2,…,K-1（5）计算频数（6）绘制频数分布直直方图（7）计算质量分布特特征值，即：平均均值、标准差和变变异系数5、直方图1、观察直方图形状状，判断质量分布布状态根据绘制的直方图图，从其整体形状状看，其中间高、、两侧低，左右接接近对称属于正常常型直方图，表明明其质量在受控状状态、稳定状态。。2、对照标准分析比比较，判断实际生生产过程能力从其位置上观察（（直方图与质量标标准比较），直方方图在T中建实际数据分布布与质量标准相比比较两边还有一定定余地，说明生产产过程处于正常状状态。5、直方图直方图在质量管理理中应用判断分布类型产品质量特性值的的分布，一般都是是服从正态分布或或近似正态分布。。当产品质量特性性值的分布不具有有正态性时，往往往是生产过程不稳稳定，或生产工序序的加工能力不足足。因而，由产品品质量特性值所作作的直方图的形状状，可以推测生产产过程是否稳定，，或工序能力是否否充足，由此可对对产品的质量状况况作出初步判断。。根据产品质量特特性值的频数分布布，可将直方图分分为正常型直方图和异常型直方图两种类型。5、直方图5、直方图常见的直方图形状状不正常的直方图孤岛型直方图双峰型直方图折齿型直方图绝壁型直方图5、直方图2000.6.1在主体直方图的左左侧或右侧出现孤孤立的小块，像一一个孤立的小岛。。出现孤岛型直方方图，说明有特殊事件发生（异异常因素）。造成原因可能是一时原材料料发生变化，或者者一段时间内设备备发生故障，或者者短时间内由不熟熟练的工人替班等等。所以，只要找找出原因，就能使使直方图恢复到正正常型。孤岛型直方图5、直方图2000.6.1双峰型直方图是是指在直方图中中有左右两个峰峰，出现双峰型型直方图，这是是由于观测值来自两个个总体、两种分分布，数据混在在一起。往往是是由于将两个工工人或两台机床床等加工的相同同规格的产品混混在一起所造成成的。双峰型直方图5、直方图折齿型直方图折齿型直方图形形状凹凸相隔，，象梳子折断齿齿一样。出现折折齿型直方图，，多数是由于测量方法，或读读数存在问题，，或处理数据时时分组不适当等等原因造成。应应重新收集和整整理数据。5、直方图绝壁型（陡壁型型）直方图左右右不对称，并且且其中一侧像高高山绝壁的形状状，当用剔除了不合合格品的产品质质量特性值数据据作直方图时，，往往会出现绝绝壁型直方图。。此外，亦可能能是操作者的工工作习惯，习惯惯于偏标准下限限，于是出现左左边绝壁的直方方图。绝壁型直方图5、直方图偏态型直方图某种原因使下（（上）限受到限限制时，容易发发生“偏左型”（偏右型型）。5、直方方图平顶型直直方图与双峰型型类似，，由于多个总体体、多种种分布混混在一起起。5、直方方图进一步将将直方图图与质量量规格标标准进行行比较其中主要是是分析直方方图的平均值(通常正常型型的位于峰峰值处)与质量标准中中心重合程度，，以及比较较分析直方方图的分布范围B与公差范围T的关系。一般实际产产品分布与与实际质量量标准的差差异有以下下几种情况况：5、直方图图对于正常型型直方图，，分布范围B=[S，L](S为一批数据据中的最小小值，L为一批数据据中的最大大值)标准范围T=[TL，Tu]，SL为标准下界界限，Su为标准上界界限)进行比较，，就可以看看出产品质质量特性值值的分布是是否在标准准范围内，，从而可以以了解生产产过程或工工序加工能能力是否处处于所希望望的状态。。为了方便便，可在直直方图上标标出标准下下界限值和和标准上界界限值。直方图与标准准比较正常的直方图图3、直方图当产品质量特特性值符合规规定标准时，，其对应的直直方图，必定定在标准范围围之内。符合合规定的直方方图大致有下下面四种类型型：TB

SL(S)(L)

SuTB

SL(S)

(L)

SuTB

SL(S)

(L)SuTB

SL(S)

(L)

Su直方图在标准准范围内的情情况：直方图在标准准范围内的情情况－1直方图的分布布范围B位于标准范围围T内，旦有余量量;直方图的分布布中心与标准准中心近似重重合，这是理理想的直方图图。此时，全全部产品合格格，工序处于于正常管理状状态。TB

SL(S)(L)

Su直方图的分布布范围B位于标准范围围T内，数据变化化仍比较集中中，但分布中中心偏移标准准中心，并且且直方图的一一侧已达到标标准界限，此此时状态稍稍有变化，产产品就可能超超出标准，出出现不合格品品。因此，需需要采取措施施，使得分布布中心与标准准中心重合。。TB

SL(S)

(L)

SuTB

SL(S)

(L)Su直方图在标准准范围内的情情况－2直方图的分布布范围B没有超出标准TB

SL(S)

(L)

Su直方图在标准准范围内的情情况－3产品质量特性性值的分布非非常集中，致致使直方图的的分布范围B与标准范围T之间的余量过过大。此时，，可对原材料料、设备、工工艺等适当放放宽要求，从从而降低生产产成本;或者加严标准准，提高产品品的性能，以以利于组装等等TBSL(S)Su(L)直方图在标准准范围内的情情况－4直方图超出标标准范围内的的情况－1产品质量特性性值的分布中中心向左(或向右〉偏离标准中心心，致使直方方图分布范围围B的下界限(上界限)超出标准范围围T的下界限(或上界限)，因而在下界界限(或上界限)出现不合格品品，此时，应应设法提高(或降低)产品质量特性性值的平均值值，使直方图图的分布中心心向右(或向左)移动，从而使直方方图的分布范围完完全落在标准范围围之内。TB(S)

SL(L)

Su直方图的分布范围围B超出标准范围T，此时，在标准上上界限和下界限都都出现不合格品。。这种情况通常是是由于产品质量特特性值的标准差太太大，这时，应及及时采取技术措施施，降低分布的标标准差。如果属于于标准定得不合理理，可以放宽标准准范围。TB(S)

SLSu(L)直方图超出标准范范围内的情况－2直方图的分布范围围B大大超出标准范围围T，此时已出现大量量不合格品，必须须立即分析原因，，采取紧急措施;如果标准允许改变变，就重新修订标标准。TB(S)SLSu(L)直方图超出标准范范围内的情况－3T为公差；6σ为工程能力，保证证率为99.73%。工程能力指数CP：工序满足标准要要求的程度Cp=1，公差与工程能力力相等，满足公差的要求求；Cp>1，工程能力充分满足公差的要求；；Cp<1，工程能力不满足公差的要求，说明明质量分布比较分分散。5、直方图（d）（e）（f）工序能力判断5、直方图2000.6.11、观察直方图形状状，判断质量分布布状态直方图形象直观反反映了数据分布状状况，通过对直方方图的观察分析可可以看出生产是否否稳定及其质量的的情况。正常型、孤岛型、、双峰型、偏向型型、陡壁型、平顶顶型、锯齿型2、对照标准分析比比较，判断实际生生产过程能力规格标准——公差范围T与分布范围B比较质量标准中心与与直方图图的平均值比比较直方图的观察分分析步骤5、直方图2000.6.11、在质量管理中中，将正常型直直方图与质量标标准进行比较时时，可以判断生生产过程的（D）A．质量问题的成成因B．质量薄弱环节节C．计划质量能力力D．实际质量能力力练习5、直方图2000.6.1某部有一大型基基础设施项目，，除土建工程、、安装工程外，，尚有一段地基基需设置护坡桩桩加固边坡。护护桩坡的混凝土土设计强度为C30。在混凝土护坡坡桩开始浇筑后后，基础工程公公司按规定预留留了40组混凝土试块，，根据其抗压强强度试验结果会会指出频数分布布，见表1。问：如已知C30混凝土强度质量量控制范围取值值：上限Tu=38.2MPa，下限TL=24.8MPa，请画出频数直方图图，并在直方图上汇出出上限、下限，，并对混凝土浇浇筑质量给予全全面评价。案例5、直方图表1频数分布组号分组区间频数频率125.15-26.9520.05226.95-28.7540.1328.75-30.5580.2430.55-32.35110.275532.35-34.1570.175634.15-35.9550.125735.95-37.7530.0752000.6.11、观察直直方图形

根据绘制的直方图，从其整体形状看，其中间高、两侧低，左右接近对称属于正常型直方图，表明其质量在受控状态、稳定状态。2、对照标准分析比较，判断实际生产过程能力

从其位置上观察（直方图与质量标准比较），直方图在T中建实际数据分布与质量标准相比较两边还有一定余地，说明生产过程处于正常状态。案例5、直方方图6、散布图图相关图：：判断两个个变量之之间是否否存在相相关关系系某一质量量特性与与另一质质量特性性间的关关系；质质量特性性与影响响因素之之间的关关系；同同一质量量特性中中两个影影响因素素之间的的关系。。绘制步骤骤散布图的的观察分分析（1）收集数数据（2）建立直直角坐标标系（3）标出坐坐标点（4）若散布布图上出出现明显显偏离其其他数据据点的异异常点应应查明原原因6、散布图图除了绘制制散点图图外，还还必须计计算相关系数数来加以确确定两种种因素之之间关系系的密切切程度6、散布图图1.相关系数数计算假定：自自变量X和因变量量Y，然后计计算相应应的相关关系数r6、散布图图则相关性性显著。。则相关性性显著。。2.相关系数数的检验验当r=±1时，表明明Y与X完全相关关。当0<r<+1时，为正正相关；；-1<r<0时，为负负相关。。相关系数数的检验验应在α=0.05（0.01）显著性性水平下下进行。。6、散布图图1)质量管制制图(SPC)2)工序质量量控制方方法7、控制图图质量控制制图简介介现代质量管理强调调以预防为主。要要求在质量形成的的整个生产过程中中，尽量少出或不不出不合格品，这这就需要研究两个个问题：1.如何使生产过程具具有保证不出不合合格品的能力；2.如何把这种保证不不出不合格品的能能力保持下去，一一旦这种保证质量量的能力不能维持持下去，应能尽早早发现，及时得到到情报，查明原因因，采取措施，使使这种保证质量的的能力继续稳定下下来，保持下去，，真正做到防患于于未然。前一个问题一般称称为生产过程中的的工序能力分析，后一个问题一般般称为生产过程的控制。这两个问题都与与控制图有着密切切的联系。7、控制图质量控制图简介现代质量管理需要要研究两个问题：：1.如何使生产过程具具有保证不出不合合格品的能力；——工序能力分析2.如何把这种保证不不出不合格品的能能力保持下去，——生产过程的控制7、控制图1．概念（美国休哈德W.A.Shewhart）用于分析和判断工工序是否处于稳定定状态所使用的，，带有控制界线的的一种质量管理图图。展示生产工序质量波动状态（1）正常波动动：由于材料、、设备、测测量、操作作等受偶然然因素影响响产生的随随机质量波波动。（2）非正常（（异常）波波动：由于以上五五大因素产产生较大的的变化所引引起的质量量变化。7、控制图原理：符合随机分分布，小概概率事件难难以出现。。利用上下控控制界限，，将产品质质量特性控控制在正常常波动范围围之内。0123456789101112131415161718样本号（或时间）质量特性上控制界线UCL

中心线CL下控制界线LCL7、控制图控制图的基基本格式UCL●●●●●●●●●●CLLCL子样号重量特性数数据中心线CL(CentralLine)———用细实线表表示；上控制界限限UCL(UpperCortrolLimit)———用虚线表示示；下控制界限限LCL(LowerControlLimit)———用虚线表示示。7、控制图控制图的控控制原理3sigma原理在各类过程程中，其特特性数据往往往服从正正态分布，，则测量数数据落在（（u－3σ;u+3σ)概率为99.73%，落在（（u－3σ;u+3σ)外的概率为0.0027.通常认为可能的的测量数据落在在（u－3σ;u+3σ),这就是3ó原理。小概率事件在抽抽样检验中不发发生原理.一旦有观测数据据落在（u－3σ;u+3σ)之外，就认为过过程不正常。-3σ（LCL）+3σ（UCL）（CL）质量波动及其原原因分析（1）质量特性值的的波动性某个工人，用同同一批原材料在在同一台机器设设备上所生产出出来的同一种零零件，其质量特特性值不会完全全一样。这就是是我们常说的产产品质量特性值值有波动（或称称分散、差异））的现象。这种种现象反映了产产品质量具有““波动性”这个特点。7、控制图（2）引起质量波动动的4M1E造成产品质量的的波动的原因主主要有五个方面面：①人(Man):操作者对质量的的认识、技术熟熟练程度、身体体状况等；②机器(Machine):机器设备、工夹夹具的精度和维维护保养状况等等；③材料(Material):材料的成分、物物理性能和化学学性能等；④方法(Method):这里包括加工工工艺、工装选择择、操作规程、、测量方法等；；⑤环境(Enviromen):工作地的温度、、湿度、照明和和清洁条件等；；7、控制图（3）偶然性原因和和系统性原因A.偶然性原因:偶然性原因是不不可避免的原因因，一定程度上上又可以说是正常原因。如原材料性能能、成分的微小小差异，机床的的轻微振动，刀刀具承受压力的的微小差异，切切削用量、润滑滑油、冷却液及及周围环境的微微小变化，刀具具的正常磨损，，夹具的微小松松动，工艺系统统的弹性变形，，工人操作中的的微小变化，测测试手段的微小小误差，检查员员读值的微小差差异等等。一般来说，这类影响因素素很多，不易识识别，其大小和和作用方向都不不固定，也难以以确定。它们对对质量特性值波波动的影响较小小，使质量特性性值的波动呈现典型的的分布规律。7、控制图B.系统性原因系统性原因在生生产过程中少量量存在的，并且且对产品质量不不经常起作用的的影响因素。一旦在生产过程程中存在这类因因素，就必然使使产品质量发生生显著的变化。。如：工人不遵守守操作规程或操操作规程有重大大缺点，工人过过度疲劳，原材材料规格不符，，材质不对，机机床振动过大，，刀具过度磨损损或损坏，夹具具严重松动，刀刀具的安装和调调整不当，定位位基准改变，马马达运转异常，，润滑油牌号不不对，使用未经经检定过的测量量工具，测试错错误，测量读值值带一种偏向等等等。一般来说，这类影响因素素较少，容易识别，其大小和作用用方向在一定的的时间和范围内内，表现为一定的或周期性性的或倾向性的的有规律的变化化。7、控制图关键问题是我们们要加强对它们们尤其是系统性原因的预测和控制。。7、控制图7、控制图例对某个正在实施施的项目，每天天测得10个相关质量数据据，共测量10天，得到100个数据。我们可以做出直直方图7、控制图例对某个正在实施施的项目，每天天测得10个相关质量数据据，共测量10天，得到100个数据。可是不能反映出出质量随时间变变化的状态若计算出每天数数据的平均值和和极差，就可以以做出曲线μR7、控制图控制图有什么用用？判断、预报生产产过程中是否发发生质量波动μR质量波动——受偶然因素和异异常因素影响下面的图还需要要哪些部分才能能完成这个作用用？7、控制图横坐标表示抽样样时间或子样本本编号，纵坐标标表示所需要控控制的质量特性性值(如长度、直径、、成分、废品数数、疵点数等)，两条虚横线表表示上控制线UCL和下控制线LCL、一条细直线线表示中心线线CL，这三条线统统称为控制线线。7、控制图在生产过程进进行当中，每每隔一定时间间抽取一个或或几个样品测测量其误差，，然后在事先先制定好的控控制图上描点点并将这些点点连起来，得得到一条反映映质量特性波波动状况的折折线。通过分分析折线形状状、变化趋势势以及折线与与三条控制线线的关系，确确定生产过程程是否处于受受控状态，及及时发现异常常情况防止不不合格品产生生。因此问题题的关键在于于合理地确定定控制线。7、控制图控制线如何确确定？除了μ和R，还有什么质质量数据能反反映质量波动动7．控制图（管管理图）的分分类7、控制图由于质量数据据的不同控制制图有不同的的分类，，，计量值控制图正态分布平均值—极差控制图平均值—标准差控制图中位数—极差控制图单值—移动极差控制图计数值控制图计件值二项分布不合格品率控制图不合格品数控制图计点值泊松分布单位不合格数控制图不合格数控制图ThetypesofSPCSPCFORvariablesForattributesX-chartR-chartP-chartsC-charts1297、控制图如何使用控制制图？——一般应用程序序（1）选定待控制制的质量特性性，即控制对对象。（2）根据质量特性和和数据采集的方式式选择控制图的类类型。（3）收集20～25组样本做为预备数数据，用以绘制分分析用控制图。（4）计算相关参数以以及控制图的中心心线和上下控制线线。（5）绘制分析用控制图，并判断控制过程程是否处于稳定受受控状态（6）绘制控制（管理）用控控制图，进行过程质量控控制。（7）进行日常控制质量管理常用的7种统计分析方法控制用系数表质量管理常用的7种统计分析方法控制用系数表ControlChartsforVariablesWestAllisIndustries133ControlChartsforVariablesSampleSampleNumber1 2 3 41 0.5014 0.5022 0.5009 0.50272 0.5021 0.5041 0.5024 0.50203 0.5018 0.5026 0.5035 0.50234 0.5008 0.5034 0.5024 0.50155 0.5041 0.5056 0.5034 0.5047SpecialMetalScrew134ControlChartsforVariablesSampleSampleNumber1 2 3 4Rx1 0.5014 0.5022 0.5009 0.50272 0.5021 0.5041 0.5024 0.50203 0.5018 0.5026 0.5035 0.50234 0.5008 0.5034 0.5024 0.50155 0.5041 0.5056 0.5034 0.5039SpecialMetalScrew_135ControlChartsforVariablesSampleSampleNumber1 2 3 4Rx1 0.5014 0.5022 0.5009 0.50272 0.5021 0.5041 0.5024 0.50203 0.5018 0.5026 0.5035 0.50234 0.5008 0.5034 0.5024 0.50155 0.5041 0.5056 0.5034 0.5039SpecialMetalScrew_136ControlChartsforVariablesSampleSampleNumber1 2 3 4Rx1 0.5014 0.5022 0.5009 0.50272 0.50210.50410.5024 0.50203 0.50180.50260.5035 0.50234 0.50080.50340.5024 0.50155 0.50410.50560.5034 0.50390.5027–0.5009= 0.0018SpecialMetalScrew_137ControlChartsforVariablesSampleSampleNumber 12 34Rx1 0.50140.50220.5009 0.5027 0.00182 0.50210.50410.5024 0.50203 0.50180.50260.5035 0.50234 0.50080.50340.5024 0.50155 0.50410.50560.5034 0.50390.5027–0.5009= 0.0018SpecialMetalScrew_138ControlChartsforVariablesSampleSampleNumber 12 34Rx1 0.50140.50220.5009 0.5027 0.00180.50182 0.50210.50410.5024 0.50203 0.50180.50260.5035 0.50234 0.50080.50340.5024 0.50155 0.50410.50560.5034 0.50390.5027––0.5009=0.0018(0.5014+0.5022+0.5009+0.5027)/4=0.5018SpecialMetalScrew_139ControlChartsforVariablesSampleSampleNumber12 34Rx1 0.50140.50220.5009 0.50270.00180.50182 0.50210.50410.5024 0.50203 0.50180.50260.5035 0.50234 0.50080.50340.5024 0.50155 0.50410.50560.5034 0.50390.5027––0.5009=0.0018(0.5014+0.5022+0.5009+0.5027)/4=0.5018SpecialMetalScrew_140ControlChartsforVariablesSampleSampleNumber12 34Rx1 0.50140.50220.5009 0.50270.00180.50182 0.50210.50410.5024 0.50200.00210.50273 0.50180.50260.5035 0.50230.00170.50264 0.50080.50340.5024 0.50150.00260.50205 0.50410.50560.5034 0.50470.00220.5045SpecialMetalScrew_141ControlChartsforVariablesSampleSampleNumber12 34Rx1 0.50140.50220.5009 0.50270.00180.50182 0.5021 0.50410.5024 0.50200.0021 0.50273 0.5018 0.50260.5035 0.50230.0017 0.50264 0.5008 0.50340.5024 0.50150.0026 0.50205 0.5041 0.50560.5034 0.50470.0022 0.5045R= 0.0021x= 0.5027SpecialMetalScrew=_142ControlChartsforVariablesControlCharts––SpecialMetalScrewR-ChartsR=0.0021UCLR=D4RLCLR=D3R143ControlChartsforVariables

ControlChartFactors FactorforUCL Factorfor Factor Sizeof andLCLfor LCLfor UCLfor Sample x-Charts R-Charts R-Charts (n) (A2) (D3) (D4) 2 1.880 0 3.267 3 1.023 0 2.575 4 0.729 0 2.282 5 0.577 0 2.115 6 0.483 0 2.004 7 0.419 0.076 1.924144ControlChartsforVariablesControlCharts-SpecialMetalScrewR-ChartsR=0.0020D4=2.2080

ControlChartFactors FactorforUCL Factorfor Factor Sizeof andLCLfor LCLfor UCLfor Sample x-Charts R-Charts R-Charts (n) (A2) (D3) (D4) 2 1.880 0 3.267 3 1.023 0 2.575 4 0.729 0 2.282 5 0.577 0 2.115 6 0.483 0 2.004 7 0.419 0.076 1.924145ControlChartsforVariablesControlCharts—SpecialMetalScrewR-ChartsR=0.0021 D4=2.282

D3=0UCLR=D4RLCLR=D3R146Example5.2ControlChartsforVariablesControlCharts—SpecialMetalScrewR-ChartsR=0.0021 D4

=2.282

D3=0UCLR=2.282(0.0021)=0.00479in.UCLR=D4RLCLR=D3R147ControlChartsforVariablesControlCharts—SpecialMetalScrewR-ChartsR=0.0021 D4

=2.282

D3=0UCLR=2.282(0.0021)=0.00479in.LCLR=0(0.0021)=0in.UCLR=D4RLCLR=D3R148ControlChartsforVariablesControlCharts—SpecialMetalScrewR-ChartsR=0.0021 D4

=2.282

D3=0UCLR=2.282(0.0021)=0.00479in.LCLR=0(0.0021)=0in.UCLR=D4RLCLR=D3R149RangeChart-SpecialMetalScrew | | | | | | | | 0 1 2 3 4 5 6 70.005-0.0045-0.004-0.0035-0.003-0.0025-0.002-0.0015-0.001-0.0005-0-RangeR-ChartSampleNumberUCLR=0.00479LCLR=0R=0.0021150Example5.2ControlChartsforVariablesControlCharts—SpecialMetalScrewX-ChartsUCLx=x+A2RLCLx=x

–

A2R==R=0.0021 x=0.5027 =151Example5.2ControlChartsforVariablesControlCharts-SpecialMetalScrewR=0.0020 x=0.5025 x-ChartsUCLx=x+A2RLCLx=x-A2R

ControlChartFactors FactorforUCL Factorfor Factor Sizeof andLCLfor LCLfor UCLfor Sample x-Charts R-Charts R-Charts (n) (A2) (D3) (D4) 2 1.880 0 3.267 3 1.023 0 2.575 4 0.729 0 2.282 5 0.577 0 2.115 6 0.483 0 2.004 7 0.419 0.076 1.924152ControlChartsforVariablesControlCharts—SpecialMetalScrewx-ChartsUCLx=x+A2RLCLx=x

–

A2R==R=0.0021 A2=0.729x=0.5027 =153Example5.2ControlChartsforVariablesControlCharts—SpecialMetalScrewx-ChartsUCLx=0.5027+0.729(0.0021)=0.5042in.UCLx=x+A2RLCLx=x

–

A2R==R=0.0021 A2=0.729x=0.5027 =154ControlChartsforVariablesControlCharts—SpecialMetalScrewx-ChartsUCLx=0.5027+0.729(0.0021)=0.5042in.LCLx=0.5027–0.729(0.0021)=0.5012in.UCLx=x+A2RLCLx=x

–

A2R==R=0.0021 A2=0.729x=0.5027 =155x-Chart—

SpecialMetalScrew

| | | | | | | | 0 1 2 3 4 5 6 70.505-0.5045-0.504-0.5035-0.503-0.5025-0.502-0.5015-0.501-AverageX-BarChartSampleNumberUCLX=0.5042LCLX=0.5012X=0.5027=––156 | | | | | | | | 0 1 2 3 4 5 6 70.505-0.5045-0.504-0.5035-0.503-0.5025-0.502-0.5015-0.501-AverageX-BarChartSampleNumberUCLX=0.5042LCLX=0.5012X=0.5027=––x-Chart—

SpecialMetalScrew157x-图与R-图实例:158p-Chartnp-Chartc-Chartu-ChartForattributes159pChartn1p1+n2p2+

...+nkpkn1+