8质量管理中的统计技术与方法
常用统计技术在质量管理中的应用
07
结论与展望
常用统计技术在质量管理中的贡献与限制
提升产品质量
统计技术通过对数据的收集、整理和分析， 帮助企业了解产品性能，优化产品设计，提 高产品质量。
降低生产成本
通过统计技术对生产过程进行监控和优化， 企业可以减少浪费，降低生产成本。
常用统计技术在质量管理中的贡献与限制
• 增强决策科学性：统计技术为决策者提供数据支持，使决 策更具科学性和准确性。
控制图的优缺点与注意事项
优点
能够及时发现异常波动，预防不良品的产生。
缺点
需要收集大量数据，计算和控制限可能随时 间变化。
注意事项
定期检查控制图，确保其有效性；当发现异 常时，及时采取措施纠正。
06
案例分析
描述性统计在质量管理中的实际应用案例
总结词
描述性统计用于收集、整理、描述数据，帮 助我们更好地理解数据分布和特征。
质量控制图
通过将产品特性数据绘制在图上，并根据控制限和规格限来判断产品是否合格的一种工具。
质量控制图的主要类型包括
均值-极差控制图、均值-标准差控制图等。
03
描述性统计在质量管理中的应用
数据收集与整理
数据收集
通过调查、观察、实验等方式获取原 始数据，确保数据的真实性和完整性。
数据整理
对收集到的数据进行分类、筛选、编 码和转换，使其更加规范和易于分析。
7-质量管理中的统计技术与方法(1)
金融与统计学院
- 15 -
6.2 数理统计初步
金融与统计学院
- 16 -
总体和样本
➢ 不同类型的质量特性值所形成的统计规律是不同的， 从而形成了不同的控制方法。由于工业产品数量很大， 我们所要了解和控制的对象产品全体或表示产品性质 的质量特性值的全体，称为总体。通常是从总体中随 机抽取部分单位产品即样本，通过测定组成这些样品 的质量特性值，以此来估计和判断总体的性质。
金融与统计学院
- 30 -
检查表与层别法
在质量管理中最强调的是事实管理，就是要掌握 事实，要掌握事实就必须设计检查表收集数据。
记录用检查表
不良项目 8月1日 8月2日 8月3日 ……. 8月19日 合计
刮伤
2
4
裂伤
10
13
撞伤
2
8
污点
4
8
其它
1
2
合计
19
35
检查数
100
100
不良率
19
35
金融与统计学院
第二章 常用质量管理工具
第一节 调查表 第二节 分层法 第三节 排列图 第四节 因果图 第五节 直方图 第六节 推移图 第七节 对策表 第八节 流程图
金融与统计学院
-4-
第三章 统计过程控制
第一节 过程的基础知识 第二节 统计过程控制简介 第三节 控制图 第四节 控制图在统计过程控制中的应用 第五节 应用控制图对过程变化的分析 第六节 过程能力基本概念与计算 第七节 过程能力的评价
统计技术在质量管理中的运用
统计技术在质量管理中的应用
（培训讲义）
一、基本概念
1信息：信息是一种资源，是对客观事实的反映。对于管理信息而言，它是经过加工后的各种数据，其表现形式是数字、图表、记录、文件等。
2数据：是用来描述客观事物的，其主要反映方式是数字。
3数据分析：是把数据加工成为信息的手段使之能证实质量管理体系的有效性、适宜性以及持续改进体系有效性。统计技术就是数据分析的重要方法途径。
4总体：是指研究对象的全体。一批零件、一个过程或在某段时间内生产的同类产品的全部都可以称为总体。
5样本：是从总体中抽出来的一部分个体的集合。样本中每个个体叫样品，样本中所包含的样品数目称为样本大小，又叫样本量（n）。
6数据分类：
计量值数据：可以连续取值的质量数据，可以用计量器具、仪表等进行测量。如长度、重量、温度等。
计数值数据：不能连续取值的质量数据，也无法用计量工具测定，只能用计数方法表示，如不合格品数、气孔数、缺陷数等。
非数字型数据：难于用数字表达，往往用定性的描述方式，如服务质量评价优、良、中、差。
7样本平均值（X）：即算术平均值
8样本中位值：当数据的个数为单数时，将数据依大小顺序排列，中间的那个数就是中位值；当数据的个数是偶数时，将数据依大小顺序排列，中间的两个数的平均值就是中位值。
9样本方差（σ2）：是用来表示分布的散布大小。方差大意味着分布的散布较宽较分散，方差小意味着分布的散布较窄较集中。
10样本标准差（σ）：方差的开方。一般在实际使用中更常使用标准差来表示分布散布的大小。
11样本极差（R）：指数据中最大值与最小值的差。
质量管理中的统计技术与方法
统计特征数
统计特征数是对样本说的。 常用的统计特征数可分为两类：
一：表示数据的集中位置 1、 样本平均值 2、 样本中位数 二：表示数据的离散程度 1、样本方差 s2 2、样本标准偏差 s ； 3、样本极差 R
样本平均值
最常用的测度值，是集中
趋势的测度值之一，易受
极端值影响。
x 计算公式：
控制界限是过程中质量数据的实际分布，是过程处于稳定 受控状态时质量数据所形成的典型分布的μ±3σ范围。是 判断过程正常与异常的依据
同一产品有不同的厂家生产时，其规格限是相同的（执行 同一标准）。但不同厂家由于技术能力与管理水平不同， 各厂的控制界限可能是不相同的
控制图的观察与分析方法
点子没有超出控制线（在控制线上的点子按超出处理），控 制界限内的点子排列无缺陷，反映工序处于控制状态，生产 过程稳定，不必采取措施
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。
计数值和计量值
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。
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。
质量管理中的统计技术
2
i
i
i
m
m
计算过程能力指数 Cp=T/6σ =4/(6×0.48)=1.39
五、过程能力指数的计算方法
2.过程有偏时：μ ≠Tm的情形 设过程质量特性X分布中心μ 不等于规格 中心Tm ，则称此过程是有偏的。此时， 计算修正后的过程能力指数，即 Cpk=（1-K）Cp k=|μ -Tm|/（T/2） K称为偏移系数
1
i
x 0 .0 1 1
2
Cpu=（Tu-μ ）/3σ =0.73
五、过程能力指数的计算方法
4.只有单侧下规格限Tl时:X> Tl产品合格 的情形 有些过程质量特性越大越好，若规定X> Tl时，产品合格。此时，过程能力指数 计算公式为 Cpl=（μ -Tl）/3σ
五、过程能力指数的计算方法
四、过程能力指数的概念
依据的原理： 对于任何生产过程，其产品质量特性值 总是分散（波动）的。过程能力越高产 品质量特性值的分散就越小；反之，过 程能力越低产品质量特性值的分散就越 大。根据3σ 原理，在分布范围μ ±3σ 内，包含了99.73%的数据，接近于100% ， 因此以±3 σ ，即6σ 为标准来衡量过程 的能力。
14.7 15.0 14.9 14.2 14.9
14.8 15.6 15.2 14.6 14.8
质量管理技术
二、因果图法
即：特性因素图、树枝图、鱼刺图、石川图。 用途：寻找某种质量问题的所有可能原因。
1. 结构 三大要素：结果、原因、枝干
主因
更小原因
中原因
结果： 某个质量问题
2. 原理
从产生质量问题的结果出发，首先找出影 响质量的大原因，然后从大原因中找出中原因， 再进一进从中原因中找出小原因，步步深入， 一直找到能够采取措施为止。
§2 工序质量控制
一、工序能力计算及分析 1. 什么是工序能力？ 指工序处于稳定状态下的实际加工能 力，即工序能够稳定地生产合格品的能力。
2. 工序能力的表示方法：
B = 6
B：工序能力
：标准偏差
B越大，表明：工序的实 际精度越差，工序能力 越小。
B越小，表明：工序的实 际精度越高，工序能力越 大。
6
0.040 2 0.002 6 0.008
0.752
c. 已知单向公差的上限公差时
C pu
Tu X 3S
d. 已知单向公差的下限公差时， f(x) TL X－T
X
X
C pL
X－TL 3S
4. 工序能力指数的评定，(参P165表4－12)
二、工序质量控制方法 控制图法 工序诊断调节法
UCL,LCL的确定
工序处于稳定状态时，产品的质量特性值 X ~ N (u, 2) a. 确定依据：正态分布的“ 3 规则” P { u – 3 < X u + 3 } =0. 9973
质量管理统计技术与方法
针对主要原因来制定对策表 对策表主要内容： 按5W1H来制定。
2014-5-29 第三章 质量管理统计技术与方法 19
例：某公司“球墨铸铁曲轴机械加工不合格品率高”的 质量问题，经因果分析后制定的对策表。
序 号
1
主要原因
定位顶点磨 损
改进项目
定位顶尖 磨损量在 0.13mm以 内
16Baidu Nhomakorabea
树图的作图方法及步骤
1. 2. 3. 4. 5. 6. 7. 确定具体的目的或目标 提出措施和手段 对措施、手段进行评价 绘制措施、手段卡片 绘制系统图 确认目标能否充分地实现 制定实施计划（系统图最低一级的手段进一 步具体化、精炼化并决定实施内容、日程和 承担者等事项。）
第三章 质量管理统计技术与方法 17
2014-5-29 第三章 质量管理统计技术与方法 31
1、准备阶段 准备会场，安排时间。 在一个小组或者大组中选择一名主持人和一位记录员。可以是同一人。 事先由会议组织者对议题进行调查，将内容做成说明资料，会议前几天 交给参与者，充裕时间思考。 准备必要的用具。如纸笔等。 2、引发和产生创造性思维阶段 3、整理阶段 每人的观点价值均等，无领导与被领导之分。 检查记录结果，开始对 成员可互补观点，但不能评论，批驳。 各种回应进行评价。是 鼓励狂热、夸张、奔放无羁的创意。 否还有另外更好的方法； 是否有和过去重复或相 要当场记录每个人的观点。 似的答案。是否可以变 持续到无人发言为止。 更？是否可以代替？ 将每个人的意见重复一遍。
质量管理体系的数据分析和统计技术
质量管理体系的数据分析和统计技术质量管理体系是现代企业中至关重要的一部分，它对产品质量的掌控起着决定性的作用。数据分析和统计技术是质量管理体系中不可或缺的工具，通过对数据进行深入分析和统计，企业可以更好地了解产品质量状况，发现问题并迅速采取相应措施，从而不断提升产品质量和企业竞争力。
一、数据分析和统计技术的重要性
数据分析和统计技术在质量管理体系中的重要性不可忽视。首先，它可以帮助企业了解产品性能和质量特征。通过对产品生产、销售和服务过程中所产生的数据进行分析和统计，企业可以准确地获得产品的性能指标、质量特征等信息，从而判断产品的质量是否达到预期要求。
其次，数据分析和统计技术可以帮助企业发现问题和隐患。通过对大量数据进行分析，可以找出其中存在的问题和隐患，进而找到问题发生的原因，并及时采取措施进行改进。例如，通过对生产过程中的数据进行统计分析，企业可以发现生产过程中存在的不良品率过高、生产效率低下等问题，并采取相应的措施进行改进。
最后，数据分析和统计技术还可以帮助企业进行决策和管理。通过对数据进行分析和统计，企业可以获得决策所需的信息和依据，比如产品质量的参数设定、流程改进的方向等。同时，统计技术也可以帮助企业进行质量管理的评估和监控，提供决策者对质量管理的全面了解，从而更好地指导企业的质量管理工作。
二、数据分析和统计技术的应用
数据分析和统计技术广泛应用于质量管理体系的各个环节。以下是
一些常用的数据分析和统计技术的应用示例。
1. 流程能力分析
流程能力分析是一种常用的统计技术，用于评估和监控生产过程的
质量管理中应充分发挥统计技术的作用
质量管理中应充分发挥统计技术的作用
随着世界经济的高速发展和工业竞争日益激烈，随着加入WTO后国外企业特殊是国外知名大企业不断进入我国市场，国内企业也不可避免地遇到了产品质量和质量管理水平两方面的挑战。1978年，我国引进全面质量管理理论并开头推行全面质量管理，在全面质量管理体系中，不使用统计技术，质量体系就不会有效运行，更无法提高产品质量。2000版ISO9000族标准也明确将“统计技术”提升为质量管理体系的“基础”，可见统计技术在产品质量管理中是否被恰当应用，将成为质量管理成败的关键。统计技术在很多国家尤其是发达国家的工业界、经济界已得到广泛应用，但在我国企业中仍未得到很好的推广使用，致使我国产品质量落后于西方发达国家的水平。
一、统计技术及其作用：
这里的统计技术是指收集、整理和分析数据变异并进行推论的技术。在2000年《质量管理体系基础和术语》中认为“使用统计技术可帮助组织了解变异，从而有助于组织解决问题并提高效率和效益，这些技术也有助于更好地利用可获得的数据进行决策。”
统计技术可以起到通过数据反映事物特征、比较事物间的差异、分析事物间的关系及影响事物发展变化的因素、通过分析数据发觉质量问题等作用。统计技术方法是多种
多样的，不仅有传统的“老七种工具”（因果图、排列图、直方图、检查表、散布图、掌握图、分层法），也有“新七种工具”（关联图、系统图、KJ法、矩阵图法、矩阵数据分析法、PDPC法、矢线图法），不仅有简洁的统计方法如雷达图、柱形图、直方图等；也有正交试验法、、过程能力指数、6法等现代统计技术。
质量管理中常用统计技术(老七种)
0 蓄油孔 扣环
140 83.5
95.3 90.3
累积百 分比
100 100
66.5
80
30
22
50 21
动平衡 开档大 法兰销 小头直 拐颈小
超差
孔大 径小
第十七页，共164页。
3.1质量管理的老七种工具－排列图
第十八页，共164页。
3.1质量管理的老七种工具－排列图
第十九页，共164页。
3.1质量管理的老七种工具－因果图
（3）因果关系的层次要分明。最高层次的原因应寻求
到可以直接采取措施为止。
（4）主要原因一定要确定在末端因素上，而不应确定
在中间过程上。
（5）主要原因可用排列图、投票或试验验证等方法确
定，最终的因果图往往越小越好。
（6）画出因果图后，就要针对主要原因列出对策表。
第二页，共164页。
3.1质量管理的老七种工具
日本著名的质量管理专家石
川馨曾说过,企业内95%的质 量问题,可以通过企业上上下 下全体人员活用这七种工具 而得到解决。
第三页，共164页。
1.排列图
----把握重点的利器
第四页，共164页。
3.1质量管理的老七种工具－排列图
一、排列图概述 排列图，又称帕累托图、主次因素分析图。（特殊类
每五步，分析图上标出的原因是否有遗漏，找出主
8-质量管理中的统计技术与方法
①人(Man) : 操作者对质量的认识、技术熟练程度、身体状况等； ②机器(Machine): 机器设备、工夹具的精度和维护保养状况等； ③材料(Material): 材料的成分、物理性能和化学性能等； ④方法(Method): 这里包括加工工艺、工装选择、操作规程、测 量方法等； ⑤环境(Enviromen): 工作地的温度、湿度、照明和清洁条件等；
金融与统计学院
- 15 -
当生产过程处于控制状态时，在μ±3σ范围内产品占 了整个产品的99.73%，即基本包括了所有的产品。当 然，范围取得更大一些，比如取μ±4σ，可包括整个 产品的99.994％；取μ±5σ，可包括整个产品的99.999 4%；μ±6σ则控制的合格产品达99.999 97%即达到 3.4×10-6水平，以接近零缺陷的水平。 对大多数日常产品来说，工序能力（p）达到6σ(即 ±3σ)则基本可以满足需要了。
1. 如何使生产过程具有保证不出不合格品的能力； 2. 如何把这种保证不出不合格品的能力保持下去，一旦这种保 证质量的能力不能维持下去，应能尽早发现，及时得到情报， 查明原因，采取措施，使这种保证质量的能力继续稳定下来， 保持下去，真正做到防患于未然。
前一个问题一般称为生产过程中的工序能力分析，后一个 问题一般称为生产过程的控制。这两个问题都与控制图有 着密切的联系。
质量统计分析方法
质量统计分析方法
首先，直方图是一种用来展示数据分布情况的图表。通过直方图，我们可以清
晰地看到数据的分布情况，包括数据的集中趋势、离散程度等。直方图可以帮助我们快速了解数据的特点，对于质量管理来说，直方图可以帮助我们找出数据中的异常情况，进而采取相应的措施进行改进。
其次，散点图是一种用来展示两个变量之间关系的图表。通过散点图，我们可
以直观地看出两个变量之间的相关性，包括正相关、负相关或者无相关。在质量管理中，散点图可以帮助我们找出两个变量之间的关联性，进而找出影响质量的因素，并采取相应的措施进行改进。
控制图是一种用来监控过程稳定性的图表。通过控制图，我们可以及时发现过
程中的变化，并且判断这些变化是否属于正常的随机变动，还是属于特殊原因引起的变化。控制图可以帮助我们及时发现过程中的问题，并采取相应的措施进行改进，确保产品或过程的稳定性。
最后，假设检验是一种用来判断样本统计量与总体参数之间是否存在显著差异
的方法。通过假设检验，我们可以对产品或过程的性能进行评估，判断其是否符合要求。假设检验可以帮助我们做出合理的决策，确保产品或过程的质量。
综上所述，质量统计分析方法在质量管理中起着非常重要的作用。通过直方图、散点图、控制图和假设检验等方法，我们可以全面地了解产品或过程的性能，并且及时发现问题，采取相应的措施进行改进。因此，掌握这些统计分析方法对于提高质量管理水平具有重要意义。
质量管理学统计技术方法课件
质量管理学统计技术方法
16
第三节 方差分析
一、方差分析概念
(一) 方差分析的含义 方差分析是把表示质量特征数据分散程度的“离差
平方和”分解为与各个因素对应的成分，并和“误差项” 比较，找出哪一个因素给予特征值以较大影响的方法。
(二) 方差分析的分类
1. 单因素方差分析
2. 方差分析的多重比较
3. 双因素方差分析
质量管理学统计技术方法
23
(三) 正交试验的条件
做正交试验要具备三个条件。
1. 指标 试验指标是根据试验的目的而选定的，用以
衡量或考核试验结果的质量特性。
2. 因素（因子） 因素是对试验结果可能有影响而且在试验中
被考察的可控的原因或其组合，用A、B、C、D 等表示。
质量管理学统计技术方法
24
(三) 正交试验的条件
(1) u检验，适合于均值检验； (2) t检验，适合于均值检验； (3) Χ2检验，适合于单个总体的标准偏差检验； (4) F检验，适合于两个总体的标准偏差检验。
质量管理学统计技术方法
10
2. 根据需检验的总体数量划分，有： (1) 单个总体的假设检验； (2) 两个总体的假设检验； (3) 多个总体的假设检验（一般要采用方差分析的方 法）。
做正交试验要具备三个条件。
1. 指标 试验指标是根据试验的目的而选定的，用以衡 量或考核试验结果的质量特性。
质量管理方法、技术、工具
s x
_
上式中σ 和μ 为总体均值和总体标准差，当过程在受控状态下，且样本容差较大时，可 _ 用样本标准差 s 和样本均值 x 估计。
6.2.2 回归分析 (一)什么是回归分析 回归分析是用来研究一个指标与几个变量间的相关关系的方法。 设有两个变量x和y，前者为自变量,后者为因变量,并均为随机变量。当自变量X变 化时，Y会产生相应的变化，如果具有大量或较多的统计数据（xi,yi），则可以用数学 方法找出两者之间的统计关系y＝f(x)，这种数学方法称为回归分析。 当y＝a＋bx时，称之为一元线性回归； 当y＝f(x)为非线性函数关系时，称之为非线性回归； 当x变量不止1个，有几个时，即有（x1，x2···，xn），则y＝f（x1，x2···，xn） 称之为多元回归。 当有y＝a＋b1 x1＋b2 x2＋···＋bn xn时，称之为多元线性回归，否则为多元非 线性回归。 回归分析可用于预测、质量控制等方面。 (二) 一元线性回归方程的计算方法 设一元线性回归方程的表达式为: y=a+bx 现在给出了 n 对数据(xi, yi ),要求根据这些数据去估计 a 与 b 的值。则：
正态分布
当质量特性受许多因素影响，而又没有一个因素起主导作用，该质量特性值的变异分 布一般都服从正态分布。 如： 电子产品的电参数、 机械产品的压力参数、 轴径的加工尺寸等。 （一）正态分布的概率密度函数如下：
质量管理 常用几种统计工具与技术
③确定严重度（S）： 严重度（S）是指潜在失效模 式对顾客的影响后果的严重程度评价指标，是相应 于失效模式所引起的最严重效应的评分。仅用于失 效的后果。一般分为1-10级（参见表5-2）。
FMEA实际上是FMA（故障模式分析）和 FEA（故障影响分析）的组合，是对各种可 能的风险进行评价、分析。
产品故障可能与设计、制造过程、使用、 承包商/供应商以及服务有关，因此FMEA有： 设计FMEA、过程FMEA、使用FMEA和服务 FMEA四类。
其中设计FMEA和过程FMEA最为常用。
FMEA的作用 ▪ 1、改进所评估产品的质量、可靠性及安全性； ▪ 2、降低产品开发周期及成本； ▪ 3、确定降低风险的措施； ▪ 4、辅助开发设计验证计划； ▪ 5、帮助工程师确定改进的优先顺序； ▪ 6、提高客户/消费者满意度； ▪ 7、FMEA是一种事前的预防行为； ▪ 8、事前改进，非事后总结； ▪ 9、减少后续更改的危机；
第二步骤（D2），描述问题：
有的由顾客填写好。
为了容易找到问题症结所在，防止问题再 发生，应使用合理的思考及统计工具来详细 地向团队说明何时、何地、发生了什么问题、 严重程度和涉及的广度、目前状态、如何紧 急处理、以及展示照片和收集到的物证。
质量管理中常用的统计分析方法
质量管理中常用的统计分析方法2008-02-17 17:22SPC即统计过程控制（Statistical Process Control）。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC技术原理
统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
控制图是画有控制界限的一种图。它是用来区分质 量波动究竟是偶然原因引起的还是由于系统原因引 起的，可以提供系统原因存在的信息，从而判断生 产过程是否处于稳定状态的图。从这个意义上讲， 控制图是发现系统原因的“信号图”、“温度计”。
PPT文档演模板
控制图的主要用途：
➢ ①分析质量形成过程的状态，看工序或质量形成过程 是否处于稳定。如不稳定，应找出其原因，采取措施， 控制4M1E，使工序或过程达到稳定。
Cp＝技术要求／工序能力
这类因素有工人不遵守操作规程或操作规程有重大缺点， 工人过度疲劳，原材料规格不符，材质不对，机床振动过 大，刀具过度磨损或损坏，夹具严重松动，刀具的安装和 调整不当，定位基准改变，马达运转异常，润滑油牌号不 对，使用未经检定过的测量工具，测试错误，测量读值带 一种偏向等等。
一般来说，这类影响因素较少，容易识别，其大小和作用 方向在一定的时间和范围内，表现为一定的或周期性的或 倾向性的有规律的变化。
➢ ②预防不良品的产生等。
PPT文档演模板
质量波动及其原因分析
1．质量特性值的波动性
某个工人，用同一批原材料在同一台机器设备上所生产 出来的同一种零件，其质量特性值不会完全一样。这就是 我们常说的产品质量特性值有波动（或称分散、差异）的 现象。这种现象反映了产品质量具有“波动性”这个特点。
PPT文档演模板
➢ 1. 如何使生产过程具有保证不出不合格品的能力； ➢ 2. 如何把这种保证不出不合格品的能力保持下去，一旦这种保
证质量的能力不能维持下去，应能尽早发现，及时得到情报， 查明原因，采取措施，使这种保证质量的能力继续稳定下来， 保持下去，真正做到防患于未然。
前一个问题一般称为生产过程中的工序能力分析，后一个 问题一般称为生产过程的控制。这两个问题都与控制图有 着密切的联系。
2．引起质量波动的4M1E
造成产品质量的波动的原因主要有五个方面：
➢ ①人(Man) : 操作者对质量的认识、技术熟练程度、身体状况等； ➢ ②机器(Machine): 机器设备、工夹具的精度和维护保养状况等； ➢ ③材料(Material): 材料的成分、物理性能和化学性能等； ➢ ④方法(Method): 这里包括加工工艺、工装选择、操作规程、测
➢ 对大多数日常产品来说，工序能力（p）达到6σ(即 ±3σ)则基本可以满足需要了。
PPT文档演模板
百度文库
3. 工序能力指数
➢ 工序能力是描述质量形成过程客观存在着分散的一个参 数。此外，还要引进另一个参数来反映工序能力满足产 品质量标准（规格、公差等）的程度，这个参数就叫做 工序能力指数，一般记为Cp。它是技术要求和工序能力 的比值，即：
PPT文档演模板
工序质量控制方法
PPT文档演模板
1. 工序质量
➢ 产品可分割的工序——产品质量特性（尺寸、强度等） ➢ 产品不可分割的工序——工艺质量特性（温度、浓度等） ➢ 属于制造质量的范畴 ➢ 优劣判断：符合性质量
PPT文档演模板
2. 工序能力
➢ 工序能力是指工序在一定时间内处于统计控制状态下的 实际加工能力。工序能力又叫过程能力，在机械加工业 中又叫加工精度。
➢ 对于任何生产过程，产品质量特性值总是分散的，如果 工序能力越高，产品质量特性值的分散就越小；反之， 如果工序能力越低，产品质量特性值的分散就越大。
➢ 那么应当用一个什么样的量来描述加工过程造成的总分 散呢？一般都用6倍的标准偏差，即6σ来描述。
PPT文档演模板
➢ 当生产过程处于控制状态时，在μ±3σ范围内产品占 了整个产品的99.73%，即基本包括了所有的产品。当 然，范围取得更大一些，比如取μ±4σ，可包括整个 产品的99.994％；取μ±5σ，可包括整个产品的99.999 4%；μ±6σ则控制的合格产品达99.999 97%即达到 3.4×10-6水平，以接近零缺陷的水平。
1. 费鹤良教授讲座材料 2. 肖诗唐，王毓芳，郝风主编，质量检验试验与统计技术，
中国计量出版社，2001
➢ 质量过程控制(图)
周纪芗，茆诗松，质量管理统计方法，中国统计出版社， 1999
PPT文档演模板
质量控制图简介
现代质量管理强调以预防为主。要求在质量形成的整个生 产过程中，尽量少出或不出不合格品，这就需要研究两个 问题：
量方法等； ➢ ⑤环境(Enviromen): 工作地的温度、湿度、照明和清洁条件等；
PPT文档演模板
3．偶然性原因和系统性原因
➢ （l）偶然性原因 :
偶然性原因是不可避免的原因，一定程度上又可以说是正 常原因。如原材料性能、成分的微小差异，机床的轻微振 动，刀具承受压力的微小差异，切削用量、润滑油、冷却 液及周围环境的微小变化，刀具的正常磨损，夹具的微小 松动，工艺系统的弹性变形，工人操作中的微小变化，测 试手段的微小误差，检查员读值的微小差异等等。
8-质量管理中的统计技 术与方法
PPT文档演模板
2020/10/29
6 － 质量管理中 的
统计技术与方法
PPT文档演模板
6.4 质量管理的数理统计方法
1) 工序质量控制方法 2) 质量管制图(SPC)
PPT文档演模板
（数理）统计方法包括
➢ 参考资料 ➢ 试验（实验）设计 ➢ 方差分析 ➢ 回归分析 ➢ 假设检验 ➢ 抽样检验－见
PPT文档演模板
➢ 随着科学技术的发展，对产品质量的要求也越来越高， 相应地也能制造出更精密的零部件和产品。过去无法 控制和管理的偶然性因素，可以通过精密的机器设备 和测试手段来进行控制和管理，保证产品高质量的要 求。另外也应该看到，这两类原因在一定条件下是可 以相互转化的，因此，它们的区别是相对的。关键问 题是我们要加强对它们尤其是系统性原因的预测和控 制。
一般来说，这类影响因素很多，不易识别，其大小和作用 方向都不固定，也难以确定。它们对质量特性值波动的影 响较小，使质量特性值的波动呈现典型的分布规律。
PPT文档演模板
➢ （2）系统性原因
系统性原因在生产过程中少量存在的，并且对产品质量不 经常起作用的影响因素。
一旦在生产过程中存在这类因素，就必然使产品质量发生 显著的变化。