统计质量控制理论和方法PPT课件

1、.第一，四章统计质量管理理论和方法，第一部分：旧的7种工具，2，4.1质量管理的数学统计基础，I，数据种类1。测量值数据(长度、重量、电流、温度等)。测量单位中的数据可以连续或不连续)，3、2。计算数值数据不能连续使用值，只能通过数值计算次数来计算数值数据。(不合格品数，缺陷数)，4，2，全部和样本将整个研究对象称为全部和全部，母体或简单地称为整体。通常，总单位数和总单位数显示为n，采样单位数称为采样容量，显示为n。与n相比，n是很小的数字。可以是整体的十分之一到一万分之一。5，3，数据特征值，数据特征值是数据分布趋势的度量。数据特征值可以分为两类：集中：平均、中位数、群众数等；离散度：极差、

2、平均偏差、均方根偏差、标准差等。6，1。表示数据集趋势的唯一值，(1)频率是每个值重复的次数称为系数。(2)算术平均瞄准；n个测量数据Xi (I=1，2)对产品质量；n)，则平均值为：如果测量数据按大小分组，则平均值为。7，(3)中值数据按大小排序，中间值数字称为中值。显示为。如果数据总数为奇数，则最中间的数为：如果数据总数是偶数，则中值是中间两个数据的平均值。(4)群组数是测量资料集中出现次数最多的数字(频率)，通常以M0表示。8，2。表示数据不连续性的特征值反差；(1)极差极是一系列测量数据中最大值和最小值的差。通常用于表示未编组数据的不连续性，用符号r表示。9，(2)平均偏差从每个数据中

3、减去平均值，再加上差异的绝对值，然后除以测量的数据总数。也就是说，平均偏差用AD表示。10，(3)平均平方平均偏差是对测量数据平均值的差的平方和进行平均，然后求平均值，用来表示。具有平方根偏差的度量可以直接比较两个数据集的平方根偏差的大小，以确定两个数据集分布的程度。11，(4)标准差测量数据分布方差的最重要测量是以s表示的标准差。对于批量生产的产品，不能检验整个产品，通常只能检验部分产品(样品)。该估计值表明，在将有限数量的产品测量数据与根据标准方差的公式得出的样品方差和总体方差进行比较时，该估计值略小。因此，样例标准偏差S2必须通过将系数n/n-1乘以样例分布来修改。12，平方反比样本标准

4、方差后，样本标准偏差在计算样本标准偏差时，样本大小n增大，越接近，标准差估计越小。13，数据修剪，可能出现太多舍入错误。舍入和舍去业务机会均等修剪方法：1)位 5，对以下数字进行舍入和舍去。2)位数5表示：舍去，后跟数字。3)如果位数=5，则：a)后面的数字为0或没有数字，5前面的数字为奇数，1为偶数，舍去为偶数。b)后面的数字都不是0。5前面的数字抛弃1，5，舍弃后面的数字。不能继续修饰。14，15，4，最常见的概率分布-正态分布，连续随机变量最重要的分布正态分布，表示中是总算术平均值；总体标准偏差；16，如果使用Z=(x-)/，则正则密度函数的标准化形式为，17， 3，f，面积表明总变量的

5、68.26%在 范围内；变量的95.46%在2限制范围内。变量的99.73%在3限制范围内。18，但是要注意，在两个已知的相同边界内，采样边界内的百分比可能与总边界内的百分比不匹配。这种差异很重要，构成了假设检验的基本原理。19，旧的7种工具之一：调查表、调查表是为调查客观事物、产品和工作的质量或分层收集数据而设计的图表。如果将产品可能发生的情况及其分类事先列在调查表中，检查产品时只需在该分类中进行统计。20，为了良好的效果、可比性、全面性和正确性，调查形式设计要简单明了，强调；便利性、符号记忆调查、处理和检查程序应与调查表的编写顺序基本一致；填写的调查表应定期、按时替换和存储；数据应易于处理

6、和整理；分析和整理后及时反馈。21，1。不良项目调查表质量控制的良好和不良相对于标准、规格、公差。一个部件和产品不符合标准、规格、公差的质量项目称为次品，也称为不合格项目。表4-1，22，表4-1不良项目调查表，23、2。缺陷位置调查表缺陷位置调查表应连接措施，充分反映缺陷发生位置，便于研究缺陷集中在哪里，有助于进一步观察和探索发生原因。缺陷位置调查表可以根据情况绘制各种缺陷位置调查表，还可以分割图表以进行分层研究和比较分析。如表4-2所示。24、3。频率调查表为了创建直方图，需要经过数据收集、分组、统计频率、计算、绘制等步骤。如果使用频率调查表，在收集资料的同时，直接进行分解和统计频率。25

7、，4。检查确认调查表确认调查表是对正在执行的任务和处理的质量的总检查和确认。在有限的时间内检查过多的项目，稍有疏忽，同一项目可以检查两次，也可以遗漏。因此，当检查项目很多时(超过100个)，为了避免错误或遗漏，请预先列出所有需要检查的项目，然后按顺序在这些项目上标记每个检查项目，以防止遗漏。26，5。工作抽样调查表工作抽样是分析工作时间的方法。将整个时间除以加工、准备、闲置时间后，在任何时刻重复多次瞬间观察工作内容，对整个时间的百分比进行各期间的调查。目前调查表广泛用于各个行业，调查表的形式也多种多样。27，旧7种工具中的两种：分层方法、分层，对收集的数据进行逻辑分类，将具有相同特性的、在相同

8、生产条件下收集的数据分组为一个组，分割的组称为“层次”，通过数据分层明确分析复合影响质量因素。28，如果不能很好地划分层次，则可以隐藏图形的规律性并引起伪影。例如，如果直方图分层效果不好，则会显示bimodal和top。帕累托层不好，不能区分主要因素和次要因素，也不能进一步分析主要因素。如果散布图没有很好地分层，就会出现几个互相不连接的散布群。如果控制图分层效果不好，则无法反映流程的实际变化，找不到数据异常的原因，无法做出正确的判断。如果因果图分层不好，则无法确定大、中、小原因之间的实际传递路径。29，实例4-1:柴油机装配中经常发生气瓶垫泄漏现象，为解决这一质量问题，对该工序进行现场统计。(

9、1)数据收集：n=50，泄漏数f=19，泄漏率p=38% (2)通过分析原因确认，泄漏可能有两个原因。6 . a)在该工序涂抹密封胶的工作人员a、b、c三人的工作方法上存在差异。b)气缸垫分别由a，b两个工厂供应，原材料存在差异。因此，作为层次表，作为层次表，似乎认为降低气缸泄漏率的方法可以采用b工厂提供的气缸垫和工人b的工作方式。但是这样的放流率不是降低了，而是增加到43%的原因是什么呢？为此，执行更详细的综合分析，如表4-5所示。，31，在表4-5中再次提出降低气缸泄漏率的措施：使用a工厂提供的气缸垫时，采用工人b的工作方式。使用b工厂提供的气缸垫时，采用工人a的工作方式。据调查，这种分层

10、方法和采用的措施非常有效，泄漏率大大降低。32、旧7种工具中的3种：直方图、直方图方法，是整理大量测量值数据，分析统计规则(即数据分布的形式)，推导其整体分布特性，分析工序或批量产品质量水平及其均匀性的合适方法。33，1。用作直方图的方法是：(1)对数据收集进行量化；一般收集数据随机抽取50个以上的质量特性数据，依次收集100个以上的数据。表4-6是收集的产品数据，样本大小显示为n=100。(2)在数据中查找最大值、最小值和差值。数据的最大值用xmax表示，最小值用xmin表示，极差用r表示。34，范例4-2，专案统计资料：xmax=63，xmin=38，极座标R=xmax- xmin=63-

11、38=25。宗地xmax，xmin称为资料的分散范围。35，(3)确定组数。组数通常用符号k表示。k与数据数相关。更多数据，更多组；数据少，分组少。示例4-2中的100个数据通常划分为10个组左右。k=1 3.31 (logn)示例在4-2中，n=100，因此k=1 3.31(1 ogn)=1 3.31(log 100)=7.62 8通常，k是奇数，因为正分布是对称的因此，在示例4-2中，采用k=9。查找、36、(4)组距离(h)。组之间的间隔是组数，37，(5)确定组边界(5)为了确定边界，通常用从最小值开始的极值除以组数。首先，将最小值放在第一个组的中间位置。示例4-2中的数据最小值xmi

12、n=38，组距离(h)=3。因此，第一组的组边界为、38，(6)计算每个组的组中值(wi)。组中值是位于每个组中心的数值，也称为中值。组的中心值(wi)=(组的上限组的下限)/2第一个组的中心值(w1)=(36.5 39.5)/2=取消38；第二个组的中心值(w2)=(39.5 42)，39，(7)统计各组的频率。统计频率的方法，如表4-7所示。(8)绘制直方图。使用组号作为横坐标，频率作为高度纵坐标，作为条形图，如图4-2所示。40，41，2。直方图的用途直方图是生产中常用的一种简单、起很大作用的统计方法。主要角色包括：(1)观察和判断产品质量特性分布状态，(2)判断工序是否稳定。6(3)计

13、算工艺能力，估算和理解工艺能力对产品质量的影响。直方图的观察与分析，直方图的观察主要有两个方面。一是分析直方图的整体图表形状，找出生产过程中的几个质量问题。二是比较直方图和质量指标，观察质量是否符合要求。直方图分为正常型和非正常型，可以分别制作其形状。43，(1)正常图形中央为正常，左右大致对称，此时工序稳定。其他都是非正规的。(a)某些形位公差符号所需的特性值是偏转分布。44，(2)偏转图形向左和向右。(b)加工者担心不合格品的发生，加工孔时往往会变小，加工轴时经常会发生大。45，(3)双峰型图形表示两个顶峰，很可能是由不同的加工者或不同的材料、不同的加工方法、不同设备生产的两种产品混合而成

14、的。46，(4)锯齿图形呈锯齿状的情况大多是由于不适当的分组或错误的测试数据引起的。47，(5)平顶由于生产过程中缓慢变化因素的影响(如刀具磨损)，没有明显的峰值。，48，(6)料仓类型测量错误或生产中出现异常(原材料变化、刀具严重磨损等)。49，4。直方图与标准边界比较相对应；统计分布符合标准的直方图有以下几种情况：宽度(1)理想直方图：分布范围b在标准边界t=TL，tu内两侧有余量，50，(2)B在t内有余量，一方面是一致的，分配中心必须采取措施使标准中心接近或匹配标准中心。否则，一侧没有剩余量，很容易出现不合格。51，(3)B与t完全一致，两边没有余量，容易出现不合格品。52，统计分布不

15、符合标准的直方图有以下几种情况：1.如果分发中心偏移标准中心，并且其中一个超出标准边界，则会出现无效情况。53，统计分布不符合标准的直方图有以下几种情况：2.如果漫反射范围b大于t，且两侧超出了标准边界，则将发生无效。54，直方图可以很好地反映产品质量的分布特性，但由于统计数据是样品的频率分布，因此不能反映产品在时间上的过程特性变化，在某些情况下，生产过程是柔性的，但直方图是正常的，也是直方图的限制。55、旧7种工具中的4种：散点图、散点图是通过分析研究两个因素的数据之间的关系，控制影响产品质量的相关因素的有效方法。有些变量具有关系，但是一个变量的值不能准确地找到另一个变量的值。列出这两个相关

16、数据，并以想法观察这两个元素之间的关系。这种图形称为散布图。56，例如棉纱含水量与拉伸长度的关系；油漆时室内温度与油漆粘度的关系；零件加工中切削量与加工质量的关系；热处理时钢的淬火温度和硬度的关系(图4-9)等。如图4-9所示，数据的想法类似于硬度与淬火温度几乎呈线性关系的直线。57，散点图，如图所示，数据的想法类似于直线，在这种情况下，硬度与淬火温度几乎是线性关系。58，1。散布图的观察和分析是根据测量的两种数据制作散布图后，通过观察其分布有多紧密来判断的。59，散点图可分为大，(1)完全正相关x增加，y增加的情况。x和y之间可以用直线y=a bx(b为正数)表示。y，x，完全正相关，60，方差图大致可分为以下情况：(2)正相关x增加，y基本增加。此时，除了因子x外，还可能存在其他因子。61，散点图明显，(3)负相关x增大，y基本上减小。同样，可能还有其他因素。62，方差可分为大，(4)完全负相关x增加时y减少的情况。x和y之间可以用直线y=