质量控制图

质量控制图

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：一是如何使生产过程具有保证不出不合格品的能力；二是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。

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”。

控制图的主要用途有：

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。

②预防不良品的产生等。

一、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。

2．引起质己被动的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、测量方法等；

⑤环境（Enviromen）工作地的温度、湿度、照明和清洁条件等；

由于这五个因素的英文名称的第一个字母是M和E，所以常简称为

4M1E。

3．偶然性原因和系统性原因

从过程质量控制的角度来看，通常又把上述造成质量波动的五方面的原因归纳为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。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，使癫量特性值的波动呈现典型的分布规律。

（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。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。

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。

二、工序能力与工序能力指数（Cp）

1.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。

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)以基本可以满足需要了。

2.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C p。它是技术要求和工序能力的比值，即：

C

＝技术要求／工序能力

p

上图是一种比较理想的情况，分布中心（μ）与公差中心（M）重合可用下面的公司来计算工序能力指数：

公式11

式中：T—公差范围；

T

—上偏差（公差上限）；

U

T

L

—下偏差（公差下限）；

σ—总体的标准偏差。

例：某绝缘材料厂生产的TJ1731聚酯扁线漆，规定其击穿电压下限标准为1000V。今从该生产工序抽取n=71的样本进行研究，测得样本均值x=7.2kV，样本标准偏差S =1.5kV。求该工序的工序能力指数为多少？总体不合格率为多少？

解： C

pL =(μ-T

L

)/3σ=(7.2-1.0)/(3×1.5)≈1.37

p=pL=1-Φ(3C

pL

)=1-Φ(3×1.37)=1-Φ(4.11)=1-0.99998

=0.00002=0.002% 这说明，C P值＞1.33（见下表），不合格品率只有0.002%，工序质量是受控制的。

工序能力判定表

当分布中心μ与公差中心M离心一段距离ε后（见下图），用公式11算出来的工序能力指数C p以不能反映这时的生产能力实际情况。为了保持这道工序原来的加工能力，必须用一个考虑了偏离量ε的新的工序能力指数C pk 来评价工序能力。