质量控制的方法有哪些 (质量控制的方法)

本文目录导航：

• 质量控制的方法有哪些
• 质量控制方法的罕用的质量控制方法

质量控制的方法有哪些

1. 分层法：这种方法触及将不同类型的数据依据同一性质或条件启动分类，以便发现统计法令。

它有助于识别质量疑问面前的特定畛域。

2. 因果图：因果图，亦称鱼骨图或Ishikawa图，有助于系统地列出和组织造成特定事情或疑问的潜在要素。

它通常分为几个关键类别，如人员、机器、方法、资料和环境，每个类别下又有子类别。

3. 散点图：在质量控制中，散点图用于展现两种质量数据之间的潜在相关。

经过观察图形，可以评价变量间的相关性。

4. 直方图：直方图是一种可视化工具，它经过展现数据的频数散布来形容质量的散布状况。

这有助于了解数据的集中趋向和扩散水平。

5. 控制图：控制图是监控消费环节稳固性的工具，它能够及时发现意外状况，预防不合格品的发生。

此外，控制图还用于测验消费设施和工艺装备的精度能否合乎消费需求，并对产质量量启动评定。

质量控制方法的罕用的质量控制方法

1．分层法 分层法又名层别法，是将不同类型的数据依照同一性质或同一条件启动分类，从而找出其外在的统计法令的统计方法。

罕用分类模式有按操作人员分、按经常使用设施分、按上班期间分、按经常使用原资料分、按工艺方法分、按上班环境分等。

这是剖析影响产质量量要素及责任的一种基本方法，经常与统计考查表结合经常使用。

2．考查表3．因果图上图是对相片冲印成果不现实寻觅其要素构成的因果图。

图中可以看出，要素被归为工人、机械、方法、资料、环境等六类，每一类上方又有不同的子要素。

4．陈列图5．散布图散布图又称相关图，在质量控制中它是用来显示两种质量数据之间相关的一种图形。

质量数据之间的相关多属相关相关。

，普通有三种类型：一是质量个性和影响要素之间的相关；二是质量个性和质量个性之间的相关；三是影响要素和影响要素之间的相关。

可以用Y和x区分示意质量个性值和影响要素，经过绘制散布图，计算相相关数等，剖析钻研两个变量之间能否存在相关相关，以及这种相关亲密水平如何，进而对相关水平亲密的两个变量，经过对其中一个变量的观察控制，去预计控制另一个变量的数值，以到达保障产质量量的目标。

6．直方图直方图法，即频数散布直方图法，它是将搜集到的质量数据启动分组整顿，绘制成频数散布直方图，用以形容质量散布形态的一种剖析方法，所以又称质量散布图法。

直方图是用横坐标标注质量个性值，纵坐标标注频数或频率值，各组的频数或频率的大小用直方柱的高度示意的图形。

1)直方图的绘制步骤直方图绘制关键有以下几个步骤：(1)搜集数据；(2)找出数据中最大值L、最小值s和极差R；(3)确定数据的大抵分组数K。

分组数可以依照阅历公式K=1+3．322lgn确定；(4)确定分组组距h；(5)计算各组高低限，首先确定第一组下限值，应留意使最小值s蕴含在第一组中，且使数据观测值不落在上、下限上，而后依次添加组距h，便可得各组高低限值；(6)计算各组核心值b_i、频数f_i和频率P_i，b_i=(第i组下限值+第i组下限值)/2，频数f_i就是n个数据落入第i组的数据个数，而频数P_i=f_i/n；(7)绘制直方图，以频数(或频率)为纵坐标，数据观测值为横坐标，以组距为底边，数据观测值落入各组的频数f_i(或频率P_i)为高，画出一系列矩形，这样就获取图形为频数(或频率)直方图。

2)直方图的观察与剖析从直方图可以直观地看出产质量量个性的散布外形，便于判别环节能否出于控制形态，以选择能否采取相应答策措施。

直方图从散布类型过去说，可以分为反常型和意外型。

反常型是指全体外形左右对称的图形，此时环节处于稳固(统计控制形态)，如下图(a)所示。

假设是意外型，就要剖析要素，加以解决。

经常出现的意外型关键有五种。

(1)双峰型(下图(b))：直方图出现两个峰。

关键要素是观测值来自两个总体，两个散布的数据}昆合在一同形成的，此时数据应加以分层。

(2)锯齿型(下图(C))：直方图出现凹凸不平现象。

这是因为作直方图时数据分组太多，测量仪器误差过大或观测数据不准确等形成的，此时应从新搜集和整顿数据。

(3)偏态型(下图(d))：直方图的高峰倾向左侧或右侧。

当公差下限遭到限度(如单侧形位公差)或某种加工习气(如孔加工往往偏小)容易形成偏左；当公差下限遭到限度或轴外圆加工时，直方图出现偏右外形。

(4)平台型(下图(e))：直方图高峰不显著，呈平顶型。

关键要素是多个总体和散布混合在一同，或许消费环节中某种缓慢的倾向在起作用(如工具磨损、操作者疲劳等)。

7．控制图控制图又称治理图。

控制图是抵消费环节中产质量量状况启动实时控制的统计工具，是质量控制中最关键的方法。

控制图可以说是直方图的一种变形，其将直方图顺向转90。

反转，再绘制核心线和高低控制限。

核心线为样本某统计量的均值，高低控制限区分为均值基础上的正负三倍规范差。

控制图较直方图最大的特点是引入了期间序列，经过观察样本点相关统计值能否在控制限内以判别环节能否受控，经过观察样本点陈列能否随机从而及时发现意外。

控制图较直方图在质量预防和环节控制才干方面大为改良。

控制图的关键用途有：剖析判别消费环节能否稳固；及时发现消费中意外状况，预防不合格品发生；审核消费设施和工艺装备的精度能否满足消费需要；对产品启动质量评定。

1)控制图的原理控制图的设计是建设在以下的假定实践基础上的，首先为正态性假定：假定质量个性值在消费环节中的波入耳从正态散布；其次是听从3σ准绳：若质量个性值X听从正态散布N(μ，σ^2)，依据正态散布概率性质，X的实践取值范围在(μ一3σ，μ+3σ)之内。

据此原理，若对X设计控制图，则核心线CL=μ，高低控制界限区分为UCL=μ一3σ，LCL=μ+3σ；第三是小概率原理：小概率原理是指小概率的事情普通不会出现。

当消费中不存在系统误差时，产质量量个性(总体)听从正态散布，样品值出如今均值加减3σ范围内的概率为0．9973。

依据相关统计定理，假设消费处于受控形态，则以为样品值必定落在此3σ范围内，假设超出，则以为消费环节出现意外变化。

2)控制图的基本种类(1)按产质量量的个性分类，控制图可分为计量值控制图和计数值控制图。

①计量值控制图。

用于产质量量个性为计量值情景，如长度、质量、期间、强度等延续变量。

罕用的计量值控制图有：均值——极差控制图(X—R图)；中位数——极差控制图(X—R图)；单值——移动极差控制图(X一Rs图)；均值——规范差控制图(X—S图)。

②计数值控制图。

用于产质量量个性为不合格品数、不合格品率、毛病数等团圆变量。

罕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)；单位毛病数控制图(U图)；毛病数控制图(C图)。

(2)按控制图的用途来分，可以分为剖析用控制图和控制用控制图。

①剖析用控制图。

剖析用控制图用于剖析消费环节能否处于统计控制形态。

若经剖析后，消费环节处于控制形态且满足质量需要，则把剖析用控制图转化为控制用控制图；若经剖析后，消费环节处于非统计控制形态，则应查找要素并加以消弭。

②控制用控制图。

控制用控制图由剖析控制图转化而来，用于抵消费环节启动延续监控。

消费环节中，依照确定的抽样距离和样本大小抽取样本，在控制图上描点，判别能否处于受控形态。

3)控制图的制造上方以均值一极差控制图为例说明控制图的制造与剖析方法。

均值一极差控制图是图(均值控制图)和尺图(极差控制图)联结经常使用的一种控制图，前者用于判别消费环节能否处于或坚持在所需要的受控形态，后者用于判别消费环节的规范差能否处于或坚持在所需要的受控形态。

在制造时首先搜集数据并加以分组；其次计算每组的样本均值和极差；据此计算总均值和极差平均；计算x图R图的控制界限；再次依据各样本的均值和极差在控制图上描点，绘制控制图；最后剖析消费环节能否处于控制形态。

4)控制图的剖析(1)控制图的判别规定。

消费环节反常状况下，质量个性值听从正态散布且不会超越控制界限的。

当控制图中的数据点同时满足上方规定，则以为消费环节处于统计控制形态。

规定1：每一个数据点均落在控制界限内。

规定2：控制界限内数据点陈列无心外状况。

(2)控制图意外状况类型。

点子陈列没有毛病，是领导子的陈列是随机的，而没有出现意内现象。

这里的意内现象是领导子陈列出现了“链”、“趋向”、“周期性变化”、“凑近控制界限”等状况。

①链：是领导子延续出如今核心线一侧的现象。

判别规定：数据点延续7点或更多点在核心线同一侧；延续11点中至少有10点在核心线同一侧；延续14点中至少有12点在核心线同一侧；延续17点中至少有14点在核心线同一侧；延续20点中至少有16点在核心线同一侧。

②趋向或倾向：是领导子延续回升或延续降低的现象。

判别规定：延续7点或更多点干燥回升或降低。

③周期性变化：即点子的陈列显示周期性变化的现象。

④凑近控制界限：即太多的数据点凑近核心线。

判别规定：延续3点中至少有2点落在2σ与3σ界限之间；延续7点中至少有3点落在2σ与3σ界限之间。