第 15 章 包装工艺过程 质量控制
DESCRIPTION
第 15 章 包装工艺过程 质量控制. 质量控制的发展阶段: 质量检验阶段:事后检查、被动、无法预防 统计质量控制阶段:事先限制、主动预防 全面质量管理阶段: ISO9002. 一、包装精度和包装误差 包装精度:包装后的数量与技术规范规定的数量符合的程度 包装误差: 偶然误差:无规律 系统误差:大小、方向固定或规律变化. 第一节 包装质量特性值的统计分析. 分层法 排列图法 因果分析图法 直方图法 散布图法 控制图法. 15.1 分层法 概念 - PowerPoint PPT PresentationTRANSCRIPT
第 15章 包装工艺过程 质量控制
质量控制的发展阶段:质量检验阶段:事后检查、被动、无法预防统计质量控制阶段:事先限制、主动预防全面质量管理阶段: ISO9002
第一节 包装质量特性值的统计分析
一、包装精度和包装误差包装精度:包装后的数量与技术规范规定的
数量符合的程度包装误差:
– 偶然误差:无规律– 系统误差:大小、方向固定或规律变化
分层法 排列图法 因果分析图法 直方图法 散布图法 控制图法
质量数据分层的标志 (5M1E)o操作者o机器设备o原材料o操作方法o不同的时间o不同的检验手段o废品的缺陷项目
常用质量管理工具15.1 分层法概念 分层法又称分类法,即:把收集来的原始质量数据,按照
一定的目的和要求加以分类整理,以便分析质量问题及其影响因素的一种方法。
原则根据分层的目的按照一定的标志数据的归类分层的关键
15.2 排列图法概念 排列图又称主次因素分析图或帕累托图( Pareto )。
由两个纵坐标、一个横坐标、几个直方块和一条折线所构成
常用质量管理工具
15.2 排列图法( 1 )确定所要调查的问题和收集数据 : 选题;调查期间;必要性数据及其分类;数据收集方法。( 2 )设计一张数据记录表,将数据填入其中,并计算合计栏。( 3 )制作排列图用数据表,表中列有各项不合格数据,累计不合格数,
各项不合格所占百分比以及累计百分比。( 4 )两根纵轴和一根横轴,左边纵轴,标上件数(频数)的刻度,最
大刻度为总件数(总频数);右边纵轴,标上比率(频率)的刻度,最大刻度为 100% 。左边总频数的刻度与右边总频率的刻度( 100% )高度相等。横轴上将频数从大到小依次列出各项。
( 5 )在横轴上按频数大小画出矩形,矩形的高度代表各不合格项频数大小。
( 6 )在每个直方柱右侧上方,标上累计值,描点,用实线连接,画累计频数折线(帕累托曲线)。
图 酒杯质量问题排列图
常用质量管理工具15.2 排列图法 某酒杯制造厂对某日生产中出现的 120个次品进行统计,做出排列图,如下图所示: 排列图表明:酒杯质量问题的主要因素是划痕和气泡,一旦这些问题得到纠正,大部分质量问题即
可消除
常用质量管理工具15.2 排列图法 某化工机械厂为从事尿素合成的公司生产尿素合成塔,尿素合成塔在生产过
程中需要承受一定的压力,上面共有成千上万个焊缝和焊点。由于该厂所生产的十五台尿素合成塔均不同程度地出现了焊缝缺陷,由此对返修所需工时的数据统计如下表所示。
焊缝缺陷的排列图
常用质量管理工具
15.3 因果分析图法 —— 概念
也叫特性因素图 /鱼刺图 /石川图,是整理和分析影响质量(结果)的各因素之间的一种工具。
形象地表示了探讨问题的思维过程,通过有条理地逐层分析,可以清楚地看出“原因 -结果”“手段 -目标”的关系,使问题的脉络完全显示出来。
常用质量管理工具
15.3 因果分析图法 ——基本格式:由特性,原因,枝干三部分构成。首先找出影响质量问题的大原因,然后寻找到大原因背后的中原因,再从中原因找到小原因和更小的原因,最终查明主要的直接原因 (图 13.3)
质量管理工具
15.3 因果分析图法
因果分析图的编制步骤
绘制因果分析图最一般的方法是“大枝展开法”,这种方法是从大枝到中枝、从中枝到小枝,按此次序提出各种要因,这样往往可以将各种因素限制在预先确定的框框内,容易形成小而整齐的因果图。因果分析图的具体绘制一般按照下述步骤进行:
汽车失控
胎 瘪
钉子 石头爆胎 玻璃
路 滑
油 冰雨 雪
药物影响
嗜 睡
司机差错
训练不足反应慢
鲁 莽
机械故障
系杆断裂 加速器失灵
刹车失灵刹车片磨损
润滑不良
常用质量管理工具
15.3 因果分析图法
13 常用质量管理工具
13.3 因果分析图法 —— 注意事项( 1)问题尽量具体、明确、有针对性( 2)集思广益( 3)分析到能采取具体措施为止( 4)主要原因的确定( 5)对关键因素采取措施
常用质量管理工具
15.4 直方图( histogram )法 —— 概念 从总体中随机抽取样本,将从样本中获得的数据进行整理,从而找出数据变化的规律,以便测量工序质量的好坏。
用途
直方图是用于对大量计量值数据进行整理加工,找出其统计规律,即分析数据分布的形态,以便对其总体的分布特征进行统计推断的方法。
主要图形为直角坐标系中若干顺序排列的 矩形,各矩形底边相等,为数据区间。
矩形的高为数据落入各相应区间的频数或频率。
直方图基本格式
常用质量管理工具15.4 直方图( histogram )法 —— 作图步骤1 、收集数据2 、找出数据中的最大值 L 、最小值 S 和极差 R3 、确定数据的大致分组数 k4 、确定各组组距5 、计算各组上、下限6 、计算各组中心值 bi7 、制作频数(频率)分布表8 、绘制直方图
1 、收集数据在 5M1E (人、机、料、法、测量及生产环境)充分固定并加以标准
化的情况下,从该生产过程收集 n 个数据。 n 应不小于 50 ,最好在100 以上。
滚珠直径 x (单位: mm)
j
i 1 2 3 4 5 6 7 8 9 10 Li Si
1
2
3
4
5
15.0
15.1
15.2
15.9
15.1
15.8
15.3
15.0
15.2
15.0
15.2
15.0
15.3
15.0
15.3
15.1
15.6
15.6
14.9
14.7
15.9
15.7
15.1
14.8
14.5
14.7
14.8
14.9
14.5
15.5
14.8
14.5
14.215.1
15.0
15.5
14.2
14.6
15.5
14.7
15.6
14.9
15.8
15.6
14.6
15.3
14.9
15.2
15.1
14.2
15.915.7
15.8
15.9
15.5
14.7
14.2
14.2
14.5
14.2
Li 为第 i 行数据的最小值Si 为第 i 行数据的最小值
2 、找出数据中的最大值 L 、最小值 S 和极差 R
L=maxLi=15.9
S=minSi=14.2
R=L-S=15.9-14.2=1.71≤i≤5
1≤i≤5
区间 [S , L] 称为数据的散布范围,记作 B ,全体数据在散布范围内变动。本例 B= [14.2 , 15.9] 。
3 、确定数据的大致分组数 k
建议分组数参照下表选取,或按下述经验公式确定: k=1+3.322lgn
本例取 k=6 。 分组数参照表
数据个数 n 分组数 k50—100
100—250250 以上
6—107—12
10—20
经验表明,组数太少会掩盖各组内数据的变动情况;组数太多会使各组的高度参差不齐,从而看不出明显的规律。
4 、确定各组组距 h
h=R/k=(L-S)/k=1.7/60.3
5 、计算各组上、下限
首先确定第一组下限值,应注意使最小值 S 被包含在第一组中,且数据观察值不落在上、下限上。故第一组下限值取为
S-h/2=14.2-0.15=14.05
然后依次加入组距 h ,即可得到各组上、下限值。第一组的上限值为第二组的下限值,第二组的下限值加上 h 为第二组的上限值,其余类推,最后一组应包含最大值 L 。各组上、下限见表( 1 )。
6 、计算各组中心值 bi
第 i 组下限值 + 第 i 组上限值 2
bi=
各组中心值见表 1 。
7 、制作频数(频率)分布表
频数 fi就是 n 个数据中落入第 i 组的数据个而频率 pi=fi
/n.
产品名称 操作者 设备名称零件名称 滚珠 生产日期 检测仪器过程要求 制表者 检测者技术标准 15.0+_1.0 制表日期 抽样方法
组序 组界限 组中值 bi 频数 fi 频率 pi
1 14.05—14.35 14.2 3 0.06
2 14.35—14.65 14.5 5 0.10
3 14.65—14.95 14.8 10 0.20
4 14.95—15.25 15.1 16 0.32
5 15.25—15.55 15.4 8 0.16
6 15.55—15.85 15.7 6 0.12
7 15.85—16.15 16.0 2 0.04
合计 50 100%
频数(频率)分布表(表1 )
8 、绘制直方图
以频数(或频率)为纵坐标,数据观察值为横坐标,以组距为底边,数据观察值落入各组的频数 fi (或频率 pi )为高,画出一系列矩形,这样得到的图形为频数(或频率)直方图。在图的右上方记上数据个数,并在图上标明标准界限。
正常型直方图
正常型是指过程处于稳定(统计控制状态)的图型。它的形状是“中间高、两边低,左右近似对
称。”“近似”是指一般直方图多少有点参差不齐,
主要看整体形状。
正常型直方图
15.4 直方图( histogram )法
常用质量管理工具
常用质量管理工具
15.5 散布图法 —— 概念
散布图 (相关图 )是通过分析研究两种因素的数据的关系,来控制影响产品质量的相关因素的一种有效方法。
相关关系一般可为:原因与结果的关系;结果与结果的关系;原因与原因的关系。
常用质量管理工具
15.5 散布图法 用相关图法,可以应用相关系数、回归分析等
进行定量的分析处理,确定各种因素对产品质量影响程度的大小。如果两个数据之间的相关度很大,那么可以通过对一个变量的控制来间接控制另外一个变量。
相关图的分析,可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。
常用质量管理工具
15.5 散布图法 两个变量的相关类型 在相关图中,两个要素之间可能具有非常强烈的正相关,或者弱的正相关。这些都体现了这两个要素之间不同的因果关系。一般情况下,两个变量之间的相关类型主要有六种:强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关,如图所示。
两个变量的六种相关类型
常用质量管理工具
15.5 散布图法 —— 作图步骤 (1) 确定研究对象。 (2) 收集数据。 (3) 画出横坐标 x与纵坐标 y,添上特性值标度。
(4) 根据数据画出坐标点
相关图法的运用实例
某一种材料的强度和它的拉伸倍数是有一定关系的,为了确定这两者之间的关系,我们通过改变拉伸倍数,然后测定强度,获得了一组数据,如表所示。
表 7-3 拉伸倍数与强度的对应数据
常用质量管理工具
15.5 散布图法 —— 注意事项( 1)做散布图时,要注意对数据进行正确的分层,否则可
能作出错误的判断。( 2)对明显偏离群体的点子,要查明原因。对被确定为异
常的点子要剔除。( 3)当收集的数据较多时,难免出现重复数据。在作图时
为了表示这种情况,在点的右上方标明重复次数。( 4)由相关分析所得的结论,仅适用于试验的取值范围内,
不能随意加大适用范围。在取值范围不同时,再作相应的试验与分析。
一、控制图的形式
时间
上控制线 UCL
下控制线 LCL
中心线 CL
μ
μ+ 3σ
μ- 3σ
单值控制图
质量特性值
常用质量管理工具
二、控制图的作用
对如图控制图的判断是:
A 、工序处于控制状态
B 、工序上已出现不合格品
C 、工序肯定有异常
D 、工序出现异常的可能性很大
三、控制图的类型
单值控制图
x
上控制线 UCL=
下控制线 LCL=
中心线 CL=
sx 3
sx 3
三、控制图的类型
控制图Rx
组 样本
平均值
极差
1 n R1
2 n R2
3 n R3
… … … …
k n RK
1x
2x
3x
nx
k
xxxx k
21
K
RRRR K
21
三、控制图的类型
控制图Rx
x
上控制线 UCL=
下控制线 LCL=
中心线 CL=
RAx 2
RAx 2
x图
R
上控制线 UCL=
下控制线 LCL=
中心线 CL=
RD4
RD3
R图