质量管理课堂作业

860
14
6
600
5
78Βιβλιοθήκη 2118814
8
9
618
10
10
703
8
11
850
19
12
709
11
13
700
10
14
500
16
15
830
14
16
798
7
17
813
9
18
818
7
19
581
8
20
550
6
21
807
11
22
595
7
23
500
12
24
760
7
25
620
10
解：采用属性控制图
从控制图中可以看出第14个点超出控制界限上界，出现异常现象，说明生产过程处于失控状态，即不合格品率波动大，所以不能将此分析用控制图转化为控制用控制图。
每批次的平均总检验数表示在特定质量水平和接受概率下检验的平均管件数。对于每百万100个缺陷品的质量水平，每批次检验的平均管件总数为223.2.对于每百万300个缺陷品的质量水平，每批次检验的平均管件总数为2261.4.
例3-21
结果
：
按变量抽样验收-创建/比较
以每百万缺陷数表示的批次质量
规格下限(LSL) 0.09
表2
工作日
特性值
工作日
特性值
工作日
特性值
工作日
特性值
1
35.36
6
36.86
11
35.11
16
36.08
35.22
34.9
33.45
35.32
35.07
35.2
33.03
36.50
34.95
35.04
34.34
34.65
35.35
35.11
38.27
35.94
2
35.58
7
35.20
12
35.10
17
5. 在某产品生产过程中抽取25个样本，测的样本的缺陷数如下表5所示，试选控制图进行质量控制，并分析过程是否处于稳态。
表5
样本号
样本大小
缺陷数
1
50
3
2
50
4
3
50
5
4
50
2
5
50
6
6
50
18
7
50
2
8
50
5
9
50
0
10
50
2
11
50
4
12
50
6
13
50
2
14
50
2
15
50
5
16
50
6
17
50
2
18
实验一
由图知，X与Y之间为弱相关性。
2
上图为偏态型，公差下限受到限制，或某种加工习惯容易造成偏左
为偏态型，公差上限受到限制或轴外圆加工时，直方图呈现偏右形态。
上图为孤岛型，主要原因是生产过程中出现异常情况，如原材料发生变化或突然更换不熟练的工人。
此图为双峰，主要原因是观测值来自两个总体，两个分布数据混合在一起，此时数据应加以分层。
例3-20
样本数量104
临界距离（k值）: 3.55750
Z.LSL =（平均值-规格下限）/历史标准差
如果Z.LSL >= k则接受批次；否则拒绝。
每百万
缺陷数接受概率拒绝概率AOQ ATI
100 0.950 0.050 91.1 223.2
300 0.100 0.900 28.6 2261.4
平均交付质量限(AOQL) = 104.6（以140.0每百万缺陷数）。
每批次的ATI表示在特定质量水平下所检验产品的平均数量。对于含1%的缺陷品的质量水平，每批次所检验产品的平均总数为228.8.对于含8%缺陷品的质量水平，每批次所检验产品的平均总数为5411.8.
例3-19
结果：
比较用户定义的计划
样本数接受百分比
量(n)数(c)缺陷接受概率拒绝概率AOQ ATI
52 0 1.5 0.456 0.544 0.676 2745.2
在控制图中没有不能通过的点，则是可控，计算过程能力。
由于过程能力指数为0.97大于要求，所以不可以用控制图可以转化为控制用控制图。
4.为控制某汽车元件的不合格率而设计P图，生产过程质量要求为平均不合格率不超过2%，分析数据见表4
表4
样本号
样本大小
不合格数
1
835
8
2
808
12
3
780
6
4
504
12
5
历史标准差0.025
批次大小2500
可接受的质量水平(AQL): 100
可拒收的质量水平（RQL或LTPD）: 300
比较用户定义的计划
样本数临界距每百万
量(n)离(k)缺陷数接受概率拒绝概率AOQ ATI
50 3.5575 100 0.873 0.127 85.6 360.4
50 3.5575 300 0.187 0.813 54.9 2042.6
601.0191
14
599.3495
600.5614
601.1069
599.9004
598.5925
15
598.6712
600.1176
600.4009
599.4408
600.1676
16
598.9207
599.8438
599.3093
600.0879
601.3064
17
601.1009
598.0538
如果n取样中的缺陷项目<= c，接受该批次，否则拒绝。
分析：当验收数为零时，在AQL下接受批次的概率非常低，以至在抽样计划中没有实用价值。在本例中，AQL为1.5%在，在此缺陷水平下，接受批次的概率仅为0.456，在建立抽样计划时，消费者和供应商议定大约95%的时间会接受含1.5%缺陷品的批次。
如果要改进收到的钢笔的质量，需要与供应商协作来完成，并需要设计考虑与预期的较低水平缺陷品的新抽样计划，要确保促进质量水平，还必须从同一5000支大小的批次中检验更多钢笔。
35.63
35.12
34.61
35.44
35.26
34.57
34.18
35.11
35.78
35.59
36.12
36.48
35.21
35.21
34.57
31.42
35.81
3
35.19
8
34.90
13
35.12
18
35.45
34.68
36.54
35.54
35.67
35.31
35.55
35.06
35.46
3．某厂生产一种零件，其长度要求为600±3。生产过程质量要求过程能力指数不小于1，请选用合适的控制图工具队该过程实施监，若有必有提出可能整改建议。
表3
样本号
时段1
时段2
时段3
时段4
时段5
1
599.0576
599.8485
600.1357
600.1379
600.0127
2
600.2418
600.1287
表2
样本号
特性值
样本号
特性值
1
35.36
16
35.39
2
35.22
17
35.27
3
35.07
18
35.16
4
34.95
19
35.31
5
35.35
20
35.02
6
35.58
21
35.01
7
35.12
22
35.27
8
34.57
23
35
9
35.59
24
35.26
10
35.21
25
34.96
11
35.19
26
36.86
12
34.68
27
34.9
13
35.31
28
35.2
14
35.27
29
35.04
15
35.25
30
35.11
解：采用单值的变量控制图
在样本极差图中出现6个问题点，出现异常现象，说明生产过程处于失控状态，所以不能将此分析用控制图转化为控制用控制图。
2.如果你毕业后到一家汽车制造商的发动机组装部门工作。部件之一凸轮轴的长度尺寸必须在600 2mm之间。凸轮长度超出规格已是一个长期问题，这个问题导致了从生产线的装备配合得很差，长生了大量废料并大大提高了返工率。装配部门提供了20天的数据，每天随机抽取5个作为分析数据如下表2。公司希望你能够领导一个质量小组来控制部件的长度，以提出解决方案。
分析：对于每个2500个管段的批次，您需要随机选择并检验其中的104个。根据随机样本的测量值，确定平均值和标准差以计算Z值。Z=(平均值-规格下限)/标准差。如果历史标准差已知，则可以使用该值。
如果Z.LSL大于临界距离，则接受整个批次；否则，拒绝整个批次。
在本例中，AQL下接受的概率为0.95，拒收的概率为0.05.在建立抽样计划时，消费者和供应商议决定大约有95%的时间会接受每百万100个缺陷品的批次，以保护生产者的利益。RQL下接受的概率为0.10，拒收的概率为0.90。消费者和供应商议定多数情况下将拒收每百万300个缺陷品的批次，以保护消费者的利益。