统计质量管理全面论述

《统计质量管理全面论述》由会员分享，可在线阅读，更多相关《统计质量管理全面论述（28页珍藏版）》请在装配图网上搜索。

1、目 录第十四章 记录质量管理2第一节 质量与质量管理3一、质量与质量波动因素3二、质量管理与记录质量管理3三、质量管理的简要历程3第二节 质量管理中的两个常用图形4一、帕累托图4二、鱼刺图5第三节 记录过程控制图6一、计量值控制图7二、计数值控制图9三、控制图的观测分析12第四节 工序能力分析13一、工序能力指数13二、工序能力评价16三、控制用控制图16英文摘要与核心词17习 题18第十四章 记录质量管理通过本章的学习，我们应当懂得：1. 质量管理的发展历史2. 帕累托图如何绘制3. 鱼刺图如何绘制4. 如何绘制图5. 工序能力指数的计算第一节 质量与质量管理一、质量与质量波动因素质量是一种

2、动态发展的概念，其最初的解释是指产品的可用性、可靠性和经济性。随着人们对产品质量结识的深化，产生了广义的质量概念，我们把工作质量也列入其中。质量好坏不是孤立的，而是同产品的生产制造过程紧密有关，产品的设计、原材料、工艺、加工、检查、包装、销售、售后服务等，都是产品质量的范畴。我们不仅要在技术环节上精益求精，也要注重产品的质量管理，这样才干最后身产出优质产品。现代工业产品的质量一般都是通过规格和原则反映出来的，如灯泡、电池要有一定的使用寿命，钢丝绳、化学纤维要有一定的抗拉强度等等。但是在具体加工制造的过程中，虽然是同一种人、同一台机器、同样的原材料和同样的操作方式，生产出来的产品也不会完全同样。

3、一批产品的质量水平，总是环绕着某个平均数上下发生变化，这就是产品质量的波动。影响产品质量的因素重要是：1. 系统性因素导致生产过程浮现失控状态的因素，称为系统性因素，又叫异常因素。系统性因素的特点是：（1）对产品质量的影响特别大，可直接导致大面积废品、次品的浮现；（2）不是生产过程中始终存在的；（3）一旦发生系统性因素，产品质量整体上会向同一方向变化；（4）容易辨认也能消除。例如，原材料不合格，机器设备故障，操作措施不当等，就会产生系统性影响。2. 随机性因素由5M1E（人员Man、机器Machine、原材料Material、加工措施Method、测量工具Measure和环境Environme

4、nt）此类偶尔性因素变化所引起的产品质量的变化，称为随机性因素或偶尔性因素。随机性因素的特点是：（1）对产品质量的影响比较小；（2）在整个生产过程始终存在，具有常常性：（3）不会引起产品质量向同一种方向变化；（4）不易辨认，可以加以控制或减少但不能消除。系统性因素和随机性因素是相对而言的，在一定的条件下，它们可以互相转化。如果对产品质量的规定不那么高，某些系统性因素不很严重的话，也可以把它当作随机性因素来解决，相反，随着科技水平和管理水平的提高，本来不易辨认不易控制的偶尔性影响，也也许被辨认出来并可以进行控制。二、质量管理与记录质量管理质量管理是公司管理活动中的一项重要的内容，质量管理是在质量

5、方面指挥和控制组织的协调的活动，贯穿于公司管理活动的全过程。质量管理波及组织的各个方面，它规定环绕产品质量形成的全过程，通过建立和实行质量方针和质量目的，从而向市场提供符合顾客和其她有关方规定的产品。重要活动一般涉及：制定质量方针和质量目的；进行质量筹划、质量控制、质量保证和质量改善。由于记录措施在质量管理中的重要作用，诸多人有时把质量管理与记录质量管理等同看待，由于一方面在质量管理所使用的技术手段和定量措施中，绝大部分与记录措施有关，另一方面它也表白了质量管理发展过程中记录措施独特的历史地位和作用，可以说现代质量管理重要就是从引进记录措施开始的。现代权威的质量管理专家朱兰（JMJuran）觉

6、得，记录质量管理是为了最经济地生产最有用的并且有人购买的产品，而在生产的所有阶段中应用记录手段。记录是一门措施论性质的学科，记录质量管理确切地说是记录措施在质量管理活动中的应用，它能协助我们进行产品质量的定位和设计，并且在加工过程中协助我们发现质量状态及其变动，以及避免不合格品出厂，从而实现公司获利的目的。三、质量管理的简要历程1. 质量检查阶段在20世纪初浮现了以Taylor为代表的科学管理运动，事实上是工长管理，后来是检查员质量管理。重要是通过严格检查来保证生产的产品或转入下工序零部件的质量。仅能对产品的质量实行事后把关。缺陷是事后把关，不能避免不合格，产品不能所有检查。1924年休哈特提

7、出创立“质量控制图”，提出“避免缺陷”的概念。2. 记录质量管理阶段特点是运用数理记录原理在生产工序间进行质量控制，从而避免不合格品的大量产生。美国在军需公司生产中采用“抽样检查法”。1946年ELGrant出版记录质量管理。休哈特理论觉得，产品质量不是检查出来的，而是生产制造出来的，质量控制（Quality Control，简称QC）的重点应放在制造阶段，从而将质量控制从事后把关提前到制造阶段。这种措施具有专用性，不是多数人都需要或可以掌握的。重要工具是基于现状的科学检测、可接受的质量水平以及补救措施的质量控制。3. 全面质量管理阶段最早提出全面质量管理概念的是美国通用电气公司质量经理菲根堡

8、姆。1961年，她的著作全面质量管理出版。该书强调执行质量职能是公司全体人员的责任，应当使公司全体人员都具有质量意识和承当质量的责任。她指出：“全面质量管理是为了可以在最经济的水平上并考虑到充足满足顾客规定的条件下进行市场研究、设计、生产和服务，把公司各部门的研制质量、维持质量和提高质量的活动构成为一体的有效体系”。60年代后来，菲根堡姆的全面质量管理概念逐渐被世界各国所接受，并在运用时各有所长。在日本被称为全公司的质量控制（CWQC）或一贯质量管理（新日本制铁公司），在加拿大总结制定为四级质量大纲原则（即CSAZ299），在英国总结制定为三级质量保证体系原则（即BS5750）等等。1987年

9、，国际原则化组织（International Organization for Standardization，简称ISO）又在总结各国全面质量管理经验的基本上，制定了ISO9000质量管理和质量保证系列原则。第二节 质量管理中的两个常用图形一、帕累托图帕累托图又称主次因素排列图，最早是由意大利经济学家帕累托（V. Pareto）提出来的，原先重要用以分析收入分派的平等性问题，后来人们觉得这个措施简朴好用，逐渐被引用到质量管理中。帕累托图是针对质量问题产生的因素，将其按影响大小进行排列而编制成的累积频数分布条形图。它的作用是，协助人们发现或判断影响产品质量的少数核心性要素。绘制帕累托图需要通过

10、如下几种环节：第一步，明确要研究的问题，例如缺陷入故障、损失等；第二步，收集数据资料，涉及:收集资料的内容即哪些方面的资料，收集资料的方式，采用的分类原则，具体日期等；第三步，编制数据登记表。按也许浮现的因素分组，编制频数分布；第四步，绘制帕累托图。【例14.1】根据下面的资料绘制帕累托图，并指出导致缺陷的重要因素。表14.1 产品缺陷因素次数分布表缺陷因素发生次数合计频数频率（%）合计频率（%）变形1041045252刮花421462173针眼201661083裂缝10176588斑点6182391有沟4186293其她142007100合计200100【解】由以上给定的资料，按下面环节绘制

11、：第一步：画一种直角坐标系；第二步：绘制条形图；第三步：描绘出累积频数分布折线图。图14.1 缺陷因素帕累托图从图14.1中可以看出，虚线右边的折线仍在上升，但总体比较缓慢，而左过的三个因素已占缺陷因素80%以上，因此变形、刮花和针眼是导致缺陷的重要因素。帕累托图实质上是一种频数分布图，绘制和辨认都比较简朴。应用帕累托图需要注意的是：1. 要从各个不同的角度进行分类研究，并绘制相应的帕累托图，以利于寻根问底，直至找出核心因素；2. 帕累托图重要是协助我们找到核心性因素，为了有的放矢，不要把核心性因素列得太多，否则容易分散目的；3. “其她”一栏的频数不适宜太大，否则阐明分类不当，不利于找出因素

12、；4. 采用措施前后的帕累托图要对照使用，以便于证明因素改善的效果。二、鱼刺图鱼刺图，又称石川图、因果图，这种图绘制出来之后形似鱼的骨骼，它是日本质量管理专家石川蓉专家提出来的。所谓鱼刺图是指，表达质量特性与多种因素关系的图形。影响产品质量的因素也许非常多，要想把它们列举出来比较难，但鱼刺图却具有这样的功能，它能协助人们循序渐进而又清晰地寻找产生质量问题的多种因素。绘制鱼刺图的基本思路是，边找因素边画图。边找因素边画图的过程：第一步，选定产品的某一质量特性；第二步，从左往右画一条水平直线并把它描粗，在线段的右端点标出质量特性，用方框框起来以示醒目；第三步，把影响该质量特性的几种重要因素在直线的

13、上方或下方用粗一点的线表达出来，同样在线的上端点标出因素的名称；第四步，再寻找影响重要因素的各次要因素，用细一点的线表达。如此进行下去，就可以绘成鱼刺图。下面是一种鱼刺图的例子：图14.2 “开档大、弯头小”问题鱼刺图绘制鱼刺图的注意事项：1. 质量特性必须明确具体。如果质量特性比较模糊笼统，那只能得到一种一般性的鱼刺图，尽管鱼刺图自身也许没有错，但对解决问题不会有太大的协助；2. 应当集思广益，充足进行民主讨论，尽量把也许有关的因素所有找到；3. 有几种值得关注的质量特性，就应绘制几张鱼刺图。由于不同的特亿它的影响因素的构造也许很不相似，把什么都画到一张图上，画出来的图就显得特大特繁，从而不

14、利于找出因素；4. 质量特性和因素都必须是可以度量的。由于鱼刺图绘好后，进一步地还要用数据来判断因果关系的强弱限度；5. 必须要找到可以采用措施的因素。如果找不到这样的因素，则无从下手也就无法解决质量问题；6. 应当将帕累托图和鱼刺图结合起来使用。第三节 记录过程控制图控制图于1924年由美国贝尔电话研究室的休哈特创立，后来由戴明博士在美国和日本广为履行。由于它操作简朴、效果明显、便于掌握，因此逐渐成为质量管理的重要工具。控制图是画有控制界线的一种图表，其基本形式下图所示。图14.3 控制图的一般图示假定产品的质量原则为，如果只存往随机性因素影响，不发生系统性偏差，则随机抽取一件产品。其质量特

15、性x应当满足：根据正态分布原理的概率为99.73%，这就是说，如果生产过程是正常进行的，不存在系统性因素影响，那么产品质量的观测值超过,范畴的也许性不到1%，是一种小概率事件。小概率事件由于发生的也许性较小，一般在少数实验中是不也许浮现的，一旦浮现了，我们就有理由觉得生产过程有系统性因素在起作用。据此，可以拟定出控制图的管理界线，其中，质量原则为中心线（CL）；为控制上限（UCL）；为控制下限（LCL）。控制图是用来辨别质量波动是由偶尔因素还是系统因素引起的，从而判明过程与否处在记录控制状态的一种工具。使用控制图时，将特性记录量的一系列观测值依次标在图上。若这些点所有落在上、下控制限内，并且点

16、的排列没有什么缺陷（犹如侧链、周期、接近控制限等），则判断过程处在记录控制状态；否则觉得过程异常，须查明因素，加以消除。为控制过程处在稳定状态，人们但愿能及时掌握并控制总体的分布状况，即控制总体的参数和。但和总体的值，只有等到所有零件加工出来后来才干懂得，此外，某些产品通过测量就不能用了（如保险丝的熔断时间，零件的抗拉极限，小孔表面的光洁度检查等）；因此，在生产过程中直接控制总体的和值往往是不也许的。解决这一问题的措施是从总体中抽取样本，根据样本的检查成果，运用记录量来推断总体的分布状态，进而判断过程与否处在稳定状态。控制图的作用和价值：第一，过程控制：计量值控制图可以用来查明过程中心的变化或

17、过程变异，进而采用纠正措施，以保持或恢复过程的稳定性；第二，过程能力分析：若过程处在稳定状态，可用控制图中的数据估计过程能力；第三，测量系统分析：结合反映测量系统固有变异的控制限，显示测量系统与否有查明过程或产品的变异的能力，用于监控测量过程；第四，因果分析：通过控制图形态与过程事件间的有关性，有助于判断并查明变异的主线性因素，并筹划有效的纠正措施；第五，持续改善：可用于监控并辨认过程变差，以及可减少变差的因素。为有效地使用和解释控制图以及理解过程变差来源，科学地抽取过程样本是重要的核心。一般采用整群抽样的措施，这样做的目的是要保证组内仅有偶尔因素的影响，而不会存在异常因素的影响，而异常因素的

18、影响应体目前组与组之间的差别上。短期过程因不能提供足够的数据，故难以建立合适的控制限，在这种状况不适宜建立和使用控制图。应用控制图能会浮现两种错误。第类错误（弃真）：将正常判为不正常，即过程末发生变化时判为发生了变化；第类错误（纳伪）：将不正常判为正常，即过程已发生变化时而判为末发生变化。孤立地看，哪种错误都可以避免。加宽控制限，可使犯第类错误的也许性减小；紧缩控制限，可使犯第类错误的也许性减小，但同步避免两种错误却是不也许的。控制图的种类诸多，下面我们按计量值、计数值控制图来阐明记录控制图在做法。一、计量值控制图这些控制图重要用于质量特性是长度、重量、强度、密度、纯度、时间等计量值的状况。多

19、种计量值控制图在应用条件和选择的记录量上有所区别，表14.2列示了多种控制图的合用场合、特点及其多种记录量。表14.2 计量值控制图其她均是与样本大小有关的系数，可以在控制图系数表中查到（控制图系数表见附录十二）。下面我们以数据集04中的数据为例阐明图的做法，其她的控制图的做法类似。【例14.2】为了研究一条生产流水线上机器加工过程的波动状况，每天在4点、10点、16点和22点分别抽取一种产品进行检测。根据1月份31天的资料作控制图。【解】第一步，收集资料。收集绘制控制图的资料要注意： 必须是生产过程比较稳定期的资料； 必须是近期发生的； 在技术上大体和后来生产过程条件相似的； 数据量应尽量地

20、多，最佳在100个以上； 注意测量、登记过程的精确性。第二步，对收集来的数据进行妥善的分层。一般可按同一天、同一种班次、同一台机器、同一种操作人员进行分层，如果没有明显的理由，也可按资料收集的先后顺序分层。分层时要注意，同一组的数据其变化不要太大，每一层的数据量应2-10个之间，并且都相等。本例是按资料收集的顺序分层的，每层有4个数据。第三步，计算每层的均值和极差。令表达第i个层第j个观测值，i=1, 2, ,k，j=1, 2, n，则：均值： 本例的计算成果见表14.3中的G列极差： 本例的计算成果见表14.3中的H列第四步，计算总均值和极差平均数。总均值：； 极差平均数： 本例总均值为53

21、.2976，极差平均数为0.5613第五步，拟定控制图的管理界线。控制图： CL= UCL=LCL=本例： CL=53.30 UCL=53.71LCL=52.89R控制图： CL= UCL= LCL=本例： CL=0.56 UCL=1.28 LCL=0其中、和为系数，具体数值可以从附表十二中查到。第六步，画出管理界线。分别控制图和R控制图，标出管理界线，上下管理界线用虚线表达，中心线用实线表达。第七步，标出每层的均值点和极差点。在控制图中，用不同的记号将各层的、分别表达出来，并用折线顺次将各点连接起来。第八步，注明其她事项。例如产品的种类、质量特性、测量单位、负责人、数据采集的时间、控制图序号

22、等。至此，控制图就制作完毕了。表14.3 是本例的计算表，图14.4是控制图，图14.5是R控制图。表14.3 控制图的计算表图14.4 控制图图14.5 R控制图二、计数值控制图常用的计数值控制图有：不合格品率控制图（p图），不合格品数控制图（pn图）。单位缺陷数控制图（u图）和缺陷数控制图（c图）。这些图不规定质量特性值X近似服从正态分布，但计数值一般服从二项分布。当质量特性难以计量测定，或者考察质量着眼于不合格品或缺陷时，宜采用计数值控制图。计数值控制图固然不像计量值控制图那么精密，但也有其长处，即比较省事、且可采用现成的记录资料。表14.4列示了多种计数值控制图的合用场合、特点及其多种

23、记录量。表14.4 多种计数值控制图下面我们以数据集04中的数据为例阐明p图的做法，其她的控制图的做法类似。p图是通过观测产品的不合格品率的变化来控制过程和产品质量，p图单独使用，不需与别的控制图组合。【例14.3】检查生产流水线上产品的合格率，每天在4点、10点、16点和22点分别抽取一定量的产品进行检测，一天结束后，合计出样本量及不合格品数。根据1月份31天的资料作p控制图。【解】第一步，收集资料。收集资料的规定，同控制图的规定同样。第二步，进行分层。层数在2025范畴内比较好，并且各层的样本数据个数应视不合格品率p的大小来定，如果户较小，每层的样本数据个数要多某些，反之可以少某些，但不管

24、如何，层内的数据不得少于50，以保证记录检查能力。第三步，计算各层不合格品率。表达在第i层抽取的产品数；表达第i 层不合格品数。 第四步，计算k层平均不合格品率。第五步，拟定管理界线。CL= UCL=3LCL=3本例： CL=1.3009 UCL和LCL由于样本的大小不一，故控制界线也不同，上、下控制界线不是直线，在计算过程中，LCL浮现负数时就置零。当各个样本大小相差不大时，可用替代n，计算控制线。第六步，画控制图。表14.5是本例的计算表，图14.6是p控制图。表14.5 p控制图的计算表图14.6 p控制图三、控制图的观测分析控制图是按“3”原则构造的，其犯第类错误的概率=0.27%，这

25、就是说当过程处在控制状态时，仍有0.27%的极小也许使测量数字的点跑到控制界线以外。由于值获得比较小，则犯第类错误的概率就较大，这就是说当过程稍有变化时，测量数据的相应点也也许不会越出控制界线。为此，对控制图有如下判断原则，判断过程与否处在稳定的控制状态，必须同步满足下列两个条件：第一，控制图上的点全都在控制界线以内，即没有点出界；第二，界线内的点排列正常。1. 界线外的判断有关第一条，由于用少量数据作控制图容易产生错误判断，因此规定至少在下述状况下才可以觉得过程处在控制状态。（1）持续25点以上处在控制界线内；（2）持续35点仅有I点超过控制界线；（3）持续100点中不多于2点超过控制界线。

26、2. 界线内的判断在稳定的控制状态下，点是在界线内随机波动的，没有特别明显的规律性和顺序性，且多数点在中心线附近，只有少数点散落在控制界线附近。界线内的点如有下列情形，就不能判断过程为控制状态。（1）多数点处在中心线的一侧：一系列点持续出目前中心线一侧时，这种现象称为“链”，链的长度用链内所含点的数量来衡量。浮现5点链时，应注意过程的变化；浮现6点链时，应开始调查因素；浮现7点链时，判断过程为异常，需采用措施。持续11点中至少有10点位于同侧，或持续l4点至少有12点位于同侧，或持续17点至少有14点位于同侧，或持续20点至少有16点位于同侧，判断过程为异常用图14.7。图14.7 异常过程示

27、意图（2）上升（或下降）趋势:持续7点上升（或下降）时，应判断过程异常，见图14.8。图14.8 上升、下降趋势示意图（3）点出目前控制界线附近：在中心线与控制线间作三等分线，若在最外侧的1/3带形区域内存在下列状况之一：持续3点中有2点处在此带内；持续7点至少有3点处在此带内；持续10点至少有4点处在此带内。即可鉴定过程异常，见图14.9。图14.9 点出目前控制界线附近示意图（4）点的排列显示周期趋势：当点的排列显示周期性时，如图14.10，有必要调查与否存在异常因素。 图14.10 周期趋势示意图第四节 工序能力分析产品是生产制造出来的，与其质量直接有关的是生产过程即工序。工序稳定是产品

28、质量的保证。工序是5MIE因素同步起作用的过程，显然随着影响质量因素的变化，工序也常常不断地发生波动。工序波动重要反映出生产过程的稳定与否，但这种波动最后体目前质量波动上，因此需要通过质量变异的分析来刻划。工序能力是指过程在一定期间内处在记录控制状态下的实际加工能力。过程处在控制状态是指：原材料或半成品按照原则规定供应；过程按作业原则实行并应在影响过程质量各重要因素无异常的条件下进行；过程完毕后，产品检测按原则规定进行。在稳定的生产状态下，影响工序能力的偶尔因素近似地服从正态分布，为便于工序能力的量化，用3原理来拟定其分布范畴：由于分布范畴取3时，产品质量合格的概率可达99.73%，因此用6为

29、原则来衡量工序的能力是具有足够的精确度和良好的经济特性的。实际计算中记工序能力为B，则B=6。一、工序能力指数（一）工序能力指数的定义由于受到5M1E的影响，要使同一批产品的质量特性完全同样主线做不到，于是人们转而求另一方面，给产品质量制定一种容许变化的界线，只要质量特性在这个范畴之内波动都是可以接受的，一旦超过才被定性为不合格。人们关注的是有无不符合规格原则的产品浮现，因此，除了考察6值的大小外，还要把它与规格容许变化的范畴即公差进行比较。令T为公差范畴，又称公差带，为公差上限，为公差下限，T = 工序能力指数又称工程能力指数、工艺能力指数，用表达，定义为：显然，工序能力指数是产品质量规定的

30、变化范畴与产品质量实际变化范畴相比较的成果。一般，我们就是根据来判断工序实际能力的。（二）工序能力指数的计算1. 双向公差如果公差的范畴既有上限规定也有下限规定，这就是双向公差问题。对于双向公差工序能力指数的计算，要辨别质量总体均值与公差中心M与否相等两种状况：（1）= M如果质量总体均值与公差中心M相似，可以直接运用公式计算工序能力指数。但有两点需要注意：（1）是总体质量离散性指标，事先需要用样本资料进行估计；（2）如何判断与否等于M，由于是总体质量均值，也是不懂得的，故只能根据样本均值与M的比较来拟定。【例14.4】某零件内径尺寸公差为，从加工这种零件的生产线上抽取了200个做检查，得到=

31、50.010，s=0.008，试计算工序能力指数。【解】由给定的资料，公差中心为：由于，可以直接运用公式进行计算：（2）M按道理，当质量特性均值与公差中心规定不相符时应当调节工序，如果是系统性因素导致的，一方面应重点加以消除。但有的时候与M的差别很小不值得调节，或者调节工序困难较大，这时也可以计算工序能力指数。计算的公式为：其中，k和拟定的措施是：； 【例14.5】某零件内径尺寸公差为，从加工这种零件的生产线上抽取了200个做检查，得到=50.017，s=0.008，试计算工序能力指数。【解】由给定的资料，公差中心为：由于，因此先计算k：再计算：2. 单向公差仅仅规定了上限或下限的公差，称为单

32、向公差。如，电子产品规定使用寿命不能低于多少小时，成品的杂质率不能超过一定的比例等。单向公差的工序能力指数的计算公式，可由双向公差的工序公式引申而来，具体计算措施是：由正态分布的对称性，应有： ；并用替代，用s替代因此，对于只有公差上限的： 对于只有公差下限的： 【例14.6】在流水线上抽取样本容量为100的样本20个，测得不合格品有80个，当容许样本不合格品数，试计算工序能力指数。【解】一方面计算：； = 1000.04 = 4将下限公式变形为：1.021【例14.7】某电子元件的使用寿命其规格规定至少要达到3000小时，现从一批产品中随机抽取200件，通过实验得到=3310，s=100，试

33、计算工序能力指数。【解】这里仅规定了公差下限，因此：二、工序能力评价工序能力对产品质量而言至关重要，工序能力大，生产过程稳定，产品质量变化就小，反之，工序能力小，过程波动限度大，浮现不合格品的机会就多。可以说，工序能力折射着生产合格品的水平。由工序能力指数的计算公式可知，工序能力的大小同的关系十分密切。的值大，工序能力小，反之亦然。实践中，人们根据质量保证规定、生产费用等方面的综合考虑，给出了的参照值：1. 。对于一般产品而言，阐明加工能力过剩，为了减少费用，可以合适放宽对产品质量波动的限制。2. 。这表白工序能力充足，一般不会浮现不合格品，对非核心性的质量特性可以放宽波动的规定，平常的质量控

34、制应当用控制图进行。3. 。就一般产品来说，这时的工序能力尚可，但需要用控制图进行严密观测，以防浮现较大的波动，特别是C。接近于1.00时，浮现不合格品的也许性非常大，应加强对5MIE因素的检查。4. 。工序能力局限性，应注重分析导致波动较大的因素，并采用相应的改善措施，此外，要加强产品检查力度。5. 。不不小于0.67，阐明工序能力较差，常常浮现不合格品，这时应当对工序进行大幅度的调节，对已经生产出来的产品最佳进行全检。需要指出的是，以上给出的评价原则，合用于一般产品的制造过程，不能把它们理解为统一不变的模式。有些高精尖产品，工序能力指数往往规定不小于2。三、控制用控制图按控制图的用途分类，

35、控制图可分为分析用控制图与控制用控制图。1. 分析用控制图 分析用控制图用于分析生产过程与否处在记录控制状态。若经分析后，生产过程处在记录控制状态且满足质量规定，即工序能力达到了设定原则，则可以把分析用控制图转为控制用控制图；若经分析后，生产过程处在非记录控制状态，则应查找过程失控的异常因素，并加以消除，去掉异常数据点，重新计算中心线和控制界线线。若异常数据点比例过大，则应改善生产过程，再次收集数据，计算中心线和控制界线线；若经分析后，生产过程虽然处在统汁控制状态，但不满足质量规定，则应调节生产过程的有关因素，直到满足规定方能转为控制用控制图。2. 控制用控制图控制用控制图由分析用控制图转化而

36、成，它用于对生产过程进行持续监控。按照拟定的抽样间隔和样本大小抽取样本，计算记录量数值并在控制图上描点，判断生产过程与否异常。控制用控制图在使用一般时间后来，应根据实际状况对中心线和控制界线线进行修改。英文摘要与核心词Quality management is a method for ensuring that all the activities necessary to design, develop and implement a product or service are effective and efficient with respect to the system and

37、its performance. Quality management uses quality assurance and control of processes, and products to achieve more consistent quality. Quality control (QC) is a process employed to ensure a certain level of quality in a product or service. QC has a strong statistical foundation based on a thorough kn

38、owledge of variability, systems perspective, and belief in continuous improvement. Such statistical tools as Pareto diagrams, Fishbone diagram, and control charts are an integral part of this approach. The principal focus of the control chart is to attempt to separate assignable causes of variation

39、from common causes of variation. Assignable causes of variation represent large fluctuations or patterns in the data that are not inherent to a process. These fluctuations are often caused by changes in a system that represent either problems to be fixed or opportunities to exploit. Common causes of

40、 variation represent the inherent variability that exists in a system. These consist of the numerous small causes of variability that operate randomly or by chance.The most typical form of control charts will set control limits （UCL and LCL） that are within 3 standard deviations of the statistical m

41、easure of interest.The control chart is a means of monitoring variation in the characteristic of a product or service by focusing on the time dimension in which the system produces products or services and studying the nature of the variability in the system. The control chart is used to study past

42、performance and/or to evaluate present conditions. Data collected from a control chart form the basis for process improvement. Control charts are used for different types of variables for categorical variables and continuous variables.The process capability index is a statistical measure of process

43、capability: The ability of a process to produce output within specification limits (USL and LSL). Process capability indices are constructed to express more desirable capability with increasingly higher values. Values near or below zero indicate processes operating off target or with high variation.

44、Key Words： Pareto diagram, Fishbone diagram, fluctuation, assignable causes, common causes, control charts, control limits, process capability index习 题一、单选题1影响产品质量的随机性因素5M1E中E是指（ ）。A. 摸索（Exploration）B. 环境（Environment）C. 辩解（Explanation）D. 开采（Exploitation） 2对大部分产品而言，应当控制在（ ）。A. B. C. D. 3下列控制图中上下控制界线不

45、是定值的是（ ）。A. p图 B. 图 C. c 图 D. 图4若某零件内径尺寸公差为，则公差中心为（ ）。A. 50 B. 50.03 C. 49.99 D. 50.01 5（ ）针对质量问题产生的因素，将其按影响大小进行排列而编制成的累积频数分布条形图。A. 鱼刺图 B. 帕累托图 C.控制图 D.直方图6（ ）是表达质量特性与多种因素关系的图形，其作用四协助人们逐渐找出产生质量问题的多种因素。A. 鱼刺图 B. 帕累托图 C.控制图 D. 直方图二、多选题1系统性因素的特点是( )( )( )( )( )。A对产品质量的影响大，直接导致大量废品、次品B. 不是生产过程中始终存在的C. 在

46、整个生产过程始终存在，具有常常性 D. 容易辨认也能消除。E. 不易辨认，可以加以控制或减少但不能消除2工序能力指数为( )( )( )( )( )时，觉得是可以接受的。A. B. C. D. E. 3所谓“3”原理，是指( )( )( )( )( )。A. 分布范畴取3 B. 工序能力为B=6 C. 工序能力为B=3D. 产品质量合格的概率可达99.73% E. 产品质量合格的概率可达97% 4控制用控制图一定是( )( )( )( )( )。A. 生产过程处在记录控制状态 B. 可以用于控制 C. 后来不需要再进行修改D. 从分析用图转化而来 E. 工序能力达到了设定原则三、读图题1看下面

47、的鱼刺图，阐明运动员比赛成绩不好的因素。2对比改善前后的帕累托图，阐明改善的效果。四、计算题某厂生产一种零件，其长度规定为49.500.10（毫米）生产过程质量规定为过程能力指数不不不小于1,请设计图对该过程实行监控。序号149.4749.4649.5249.5149.47249.4849.5349.5549.4949.53349.5049.5349.4749.5249.48449.4749.5349.5049.5149.47549.4749.5549.4549.5349.56649.4549.4949.4949.5349.57749.5049.4549.4949.5349.55849.504

48、9.5049.5349.5149.47949.5049.4549.5149.5749.501049.5049.4849.5749.5549.531149.4749.4449.5449.5549.501249.4949.5049.5049.5249.551349.4649.4849.5349.5049.501449.5349.5749.5549.5149.471549.4549.4749.4949.5249.541649.4849.5349.5049.5149.501749.5049.4849.5249.5549.501849.5049.5149.4749.5349.521949.5049.4949.5249.5049.542049.5049.5249.5349.4549.512149.5249.4749.5749.5049.522249.5049.5249.4949.5349.472349.5049.4749.4849.5649.502449.4849.5049.4949.5349.502549.5049.5549.5749.5449.46