食品质量控制QC旧七大手法.ppt

1、a,1,第五章 食品质量控制,主要内容 一 质量波动 二 质量数据 三 质量控制工具（一） 四 质量控制工具（二）,a,2,什么是食品质量控制？ 质量控制（Quality Control，QC）：又称“品质控制”，是指为了满足质量要求，通过采取一系列作业技术和活动对各个过程实施控制，预防不合格产品发生的手段和措施。 食品质量控制是在产品设计过程完成后所采取的对生产过程的控制过程，主要目的是将生产出的产品质量控制在允许误差范围之内，以提高食品质量，保障消费者的权益。,a,3,在生产中，可能会遇到这样的问题：同样的设备、原料和生产工艺，但生产的产品质量有差别。这便涉及了食品质量控制的内容。 质量控

2、制包含技术和管理两个元素，典型的技术元素包括：使用的统计方法和仪器使用方法。典型的管理因素是指对质量控制的责任，与供应商及销售商的关系，对个人的教育和指导，使之能够实施质量控制。,a,4,5.1.1 产品质量的波动 同样的人、同样的设备、生产资料、生产工艺，生产的色、香、味、质地等有所不同，尤其不同厨师时，甚至，一个人不同时间、地点、心情的时候做出的产品也不一样，这就是质量波动。,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。,a,5,5.1.2 影响质量波动的原因,5M1E,Man 操作者 Machine 设备 Material 原材料 Method 操作方法

3、Measure 测量 Environment 环境,a,6,通常把上述造成质量波动的六个方面的原因归纳为： （1）偶然性原因（正常原因）：不可避免的 如：原料成分的微小差异、刀具磨损、设备轻微振动、测试手段微小误差等等 （2）系统性原因：可以避免的 如：工人操作不合理、生产工艺不合理、刀具安装调整不当、设备波动大,a,7,质量波动,正常波动,异常波动,5.1.3 质量波动分类,对质量特性值波动的影响小，去除几乎办不到,可以通过人员的努力，加强管理，加以消除,a,8,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

4、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,a,9,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,a,10,2.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,a,11,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

5、险） 易于判断其产生原因并除去 （在经济上是必须消除的）,a,12,表2-1 正常波动与异常波动,a,13,5.2 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,“质量管理中一切要以数据来说话”,a,14,5.2.1 质量数据的分类 （1）计量值数据； 如：长度、重量、硬度、电流、温度 （2）计数值数据； 如：学生数量、日光灯数、故障次数 （3）顺序数据 如：随机编码数：367、216。 （4）点数数据； 如：感官鉴评时7分制、9分制 （5）优劣数据 如：哪个比哪个好？,a,15,1.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

6、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,a,16,2.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,a,17,3 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,a,18,4 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,a,19,数据使用程序： 一、搜集数据（采用随机抽样并进行计数） 二

7、、对数据整理归纳，形成数、表、图形或计算 出特征值 三、观察分析，找出统计规律 四、判断并找出主要问题，对症下药,5.2.2 搜集数据的目的,（1）分析用数据； （2）检验用数据； （3）管理用数据 （4）调节用数据,a,20,5.2.3 搜集数据的注意事项 （1）明确收集数据的目的和收集的方法； （2）收集的数据具有代表性； （3）数据要登记和记录，如何人、何时、何 地、用何方法、测量仪表等； （4）字迹清楚； （5）记录必须保存,a,21,5.2.4 数据特征值 （1）表示数据集中趋势的特征值 频数 算术平均值 中位数 众数 （2）表示数据离散程度的特征值 极差 标准方差 标准偏差,a,2

8、2,总体与样本的特征值 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,a,23,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,a,24,参数 如： 总体平均值 总体标准差 样本平均值 样本标准差,a,25,2 样本与统计量 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,a,26,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,a,27,抽样： 从总体中抽取部分个体作为样本的过程

9、通常采取“随机抽样”的方法 提问：什么是随机抽样？,a,28,表示集中趋势的： 算术平均值,a,29,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。 频数：各个数值反复出现的次数； 众数：一组测量数据中出现次数（频数）最多的那个数值,a,30,表示分散程度的统计量 样本极差 一组数据中最大值与最小值之差 范例： 15 5 10 20 45 30 35 40 25,a,31, 标准方差, 样本标准差,a,32,3 产品质量的分布规律 食品工业中搜集到的数据（针对计

10、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,a,33,a,34,5.2.5 随机抽样,简单随机抽样法 机械随机抽样法 分层随机抽样法 整群随机抽样法,随机抽样的分类,a,35,四种抽样方法比较,a,36,5.3 食品质量控制工具（一）QC旧七法 检查表、因果图、排列图、散布图、直方图、分层法和控制图 可以解决质量管理中的大部分问题,a,37,5.3.1 检查表（Check Sheet） 1 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

11、用、处理起来也比较方便 可对数据进行粗略的整理和分析,a,38,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,a,39,表5-1 面包不合格原因检查表,a,40,表5-2 面包检验记录表,a,41,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。,a,42,表5-3 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,a,43,范例： 从表格形式看，质量分布调

12、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。,a,44,2.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5-4 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。,a,45,表5-4 玻璃瓶装酱油外观不合格项目调查表 调查者：李四 地

13、点：包装车间 日期： 年 月,a,46,3.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。,a,47,a,48,4. 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。,a,49,范例： 表5-5 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

14、的调查表。,a,50,注：气孔 裂纹 疵点 X变形 其他,表5-5 PET瓶外观不合格原因调查表,a,51,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。 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。,a,52,5.3.2 特性要因图（Cause and Effect Diagram） 1 特性要因图的概念和作用 又称鱼骨图（fishbone diagram）、鱼刺图、树枝图 用于分析质量特性（结果）与可能影响质

15、量特性的因素（所有可能原因）,a,53,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,a,54,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

16、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,a,55,2 特性要因图的制作步骤 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,a,56,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,a,57,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,a,58,一般按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,a,59,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，

17、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。,a,60,（3）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,a,61,（4）记录必要的有关事项，如参

18、加讨论的人员、绘制日期、绘制者等。 （5）对主要原因制订对策表（5W1H），落实改进措施。,a,62,作业 以学校饭堂饮食卫生质量差为问题，进行特性要因图分析。,a,63,分析患近视的原因,a,64,5.3.3 排列图（Pareto Diagram） 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,a,65,50,100,150,100,50,0,0,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（）,80,a,66,此图是一个直角坐标图，它的左纵坐标

19、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。,a,67,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”,a,68,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5-6 菠萝罐头不合格项调查表,a,69,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

20、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。,a,70,表5-7 菠萝罐头排列图数据表,a,71,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。,a,72, 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。,a,73,图5-8 菠萝罐头不合格项目

21、排列图,a,74, 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）,a,75,从图5-8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%。,a,76, 在解决质量问题时，将排列图和特性要因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。,a,77,5.3.4 散布图（Scatter Plot） 也称相关图、

22、分布图、散点 描绘两种质量特性值之间相关关系的分布状态图,a,78,a,79,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。,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,a,80,表5-8 酒醅中酸度和酒度分析数据表,a,81,a,82,图5-9 酒度与酸度散布图,a,83,注意： 散布图相关性规律 一般局限于观测值数据的范围内,a,84,5.3.5 直方图（Histogram） 又称频数分布图,a,85, 直方图的概念与作用 直方图是从总

23、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。,a,86,a,87,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,a,88,（二）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。,a,89,某植物油生产厂使用灌装机，灌装标称重量

24、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。,a,90,1.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。,a,91,表5-9 溢出量数据表,a,92,2.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。,a,93,3.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。,a,94,表5-10 组数选用,a,9

25、5,该例取,组距一般取测量单位的整数倍，以便分组。,a,96,4. 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。,a,97,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,a,98,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,a,99,5.编制频数分布表,a,100,6.画直方图 建立平面直角

26、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。,a,101,图5-9 植物油溢出量直方图,a,102,（三） 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。,a,103,（一）直方图的形状分析与判断,a,104,a,105,a,106,M,TL,TU,M,TL,TU,（二）与规范界限（公差）的比较分析,a

27、,107,M,TL,TU,M,TL,TU,a,108,M,TL,TU,a,109,5.3.6 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因素进行适当归类和整理，使其系统化和条理化，有利于找出主要的质量原因和采取相应的技术措施的方法。,a,110,一般按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。,a,111,（二）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1

28、00罐产品后发现，一是由于A、B、C 3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。,a,112,表5-10 按封罐机生产厂家分层,由表5-10可知，为降低漏气率，应采用B厂的封罐机。,a,113,表5-11 按罐盖生产厂家分层,由表5-11可知，为降低漏气率，应采用二厂的封罐机。,a,114,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。,a,115,表5-12 多因素分层法,a,116,正确的方法应该是： 当采用一厂生产的罐

29、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。,a,117,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。,a,118,5.3.7 控制图（Control Chart） （一）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。,a,119,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

30、发生异常（出界、链状、趋势）。,a,120,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。,1、工序处于控制状态的条件 控制图上的点随机分散在中心线的两侧附近，离开中心线接近上、下控制界限的点少。当控制图同时满足下列两个条件时，就可以认为生产过程基本处于控制状态。 （1）没有超出控制界限的点或连续35个电子中仅一个点出界，或连续100个点钟不多于2点出界； （2）界线内点子的排列是完全随机的，没有规律的，也是没有排列缺陷的。 2 工序发生异常的信号 （1）连续若干点超出控制界限； （2）界限内的点呈缺陷性排列，缺陷性排列主要有呈“链状”

31、，形成“趋势”，有“周期性”，和“靠近控制线”等几种。,a,121,（二）常规控制图的分类 （1）按被控制对象的数据性质不同 根据收集数据的类型分为计量值控制图、计件值控制图和计数值控制图,a,122,表5-14 常规控制图的分类,a,123,（三）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。,a,124,GB/T 4091-2001常规控制图规定了常规控制图有8种判异准则,a,125,a,126,a,127,（四）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,a,128,控制图 主要用于观察正态分布的均值的变化,a,129,控制图 观察正态分布的波动情况