第七章质量管理中的应用技术和工具(现代质量管理学-龚益鸣主编)ppt课件.ppt

《第七章质量管理中的应用技术和工具(现代质量管理学-龚益鸣主编)ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第七章质量管理中的应用技术和工具第一节工序质量控制的基本原理第二节质量管理中的常用技术第一节工序质量控制的基本原理一、质量波动及其统计规律二、几个常用的随机变量（一）超几何分布（二）二项分布（三)泊松分布（四）几种离散型概率分布之间的关系（五）正态分布一、质量波动及其统计规律质量差异是生产制造过程的固有本性，质量波动具有客观必然性。质量波动可分为偶然性波动和系统性波动两类。偶然性波动由大量的、微小的不可控因素的作用而引起，这种波动具有随机性。偶然性波动也称为正常波动。工序质量控制的任务是使正常波动维

2、持在适度的范围内。系统性波动由少量的、但较显著的可控因素的作用而引起，这种波动不具有随机性。系统性波动在未查明原因、采取纠正措施前始终具有系统性，往往导致生产过程的失控，对工序质量的影响十分显著，甚至是破坏性的。系统性波动也称为异常波动。系统性波动虽然常由突发性因素引起，但在现有生产技术条件下一般易于识别和消除。工序质量控制的任务是及时发现异常波动，查明原因，采取有效的技术组织措施消除系统性波动，使生产过程重新回到受控状态。偶然性和系统性、正常和异常之间的关系是相对而言的。工序质量是诸多因素的综合作

3、用。人们常将影响工序质量的因素归纳为“5M1E”，即操作者（man）、机器设备（machine）、材料（material）、工艺方法（method）、测试手段（measure）及环境条件（environment）。工序质量控制常表现为对“5M1E”这六大因素的控制。由于产品及工艺的不同，工序质量有时是产品质量特性；有时是工艺质量特性；有时也可表现为物耗或效率等。工序质量波动的具体表现就是生产过程中这些质量特性的波动。质量特性值的波动具有统计规律性。虽然，质量波动的个别观测结果具有随机性，但在受控状态

4、下的大量观测结果必然呈现某种统计意义上的规律性。这种统计规律性是统计质量控制的必要前提和客观基础。统计质量控制，就是对生产过程中工序质量特性值总体进行随机抽样，通过所得样本对总体作出统计推断，采取相应对策，保持或恢复工序质量的受控状态。在统计质量控制中，工序质量特性值的观测数据是工序质量的表现，不仅反映了工序质量的波动性，也反映了这种波动的规律性。根据质量特性值的属性，质量数据可分成计数值和计量值两种类型，其中计数值又可分为计件值和计点值两种。计数值质量数据不能连续取值，若只能按“件”计数时，可称为

5、计件值数据；若必须按“点”计数时，可称为计点值数据。计数值类型的质量特性值的统计规律可用离散型随机变量来描述。在统计质量控制中常见的离散型随机变量有超几何分布、二项分布、泊松分布等。计量值质量数据可以连续取值。计量值类型的质量特性值的统计规律可以用连续型随机变量来描述。正态分布是统计质量控制中常见的连续型随机变量。二、几个常用的随机变量（一）超几何分布（hypergeometricdistribution）设有限总体由N个产品组成，其中有D个不合格品。对该总体作不放回随机抽样，样本容量为n。样本中不

6、合格品数X为一离散型随机变量，服从超几何分布，其恰为d的概率d＝0，1，2，…，min(n，D)。数学期望和方差分别为其中，为总体不合格品率，为总体合格品率。例1某批产品共40件，其中不合格品有12件。现从中任意取9件，以X表示其中不合格品的件数。求X的概率分布。解9件样品中不合格品的件数为超几何分布随机变量(d=0,1,2,….,9)由于该批产品总体不合格品率，总体合格品率，所以，抽取的9件样品中合格品的件数平均值;方差,标准差。(二)二项分布（binomialprobabilitydistrib

7、ution）设无限总体不合格品率为p（合格品率q＝1－p）。对其作随机抽样，样本容量为n。样本中不合格品数X为一离散型随机变量，服从二项分布，其恰为d的概率其中，d＝0,1,2,…,n。数学期望和方差分别为例2某种型号电子元件当其寿命超过3000小时时为合格品。已知某一大批该产品的合格品率为0.2。现从中随机地抽查20只，求20只元件中恰有d只为合格品的概率。解本例属破坏性检验，当然是不放回抽样，但由于该批元件总数很大，抽样数量又很少，对总体的影响是微不足道的，故可作为无限总体放回抽样处理。因此，抽

8、查的20只元件中的合格品数X可看作是二项分布随机变量，其恰为d的概率(三)泊松分布（Poissondistribution）设离散型随机变量X服从泊松分布，则其取值k的概率其中，λ=np，n为样本容量，p为不合格率（或缺陷率等）。数学期望和方差分别为例3服用某种保健品产生副作用的概率为0.002。求在1000例服用病人中，恰有k例出现副作用的概率。解1000例中发生副作用的病人数的数学期望。因此，1000例服用病人中发生副作用的人数X服从如下的泊松分布：例4薄膜每10