质量工程学考试复习资料(编辑修改稿)

质量工程学考试复习资料(编辑修改稿)内容摘要：

品数（或不合格数） d 批合格 批不合格 d≤A d≥R （ Re=Ac+1） 二次抽样方案判断程序 抽取一个容量为 n1的样本 统计样本中不合格品数（或不合格数） d1 d1≤A1 d1≥R1 接收该批 拒收该批 A1＜ d1＜ R 1 再从批中抽取一个容量为 n2的样本 统计样本中不合格品数（或不合格数） d2 d1+d2≤A2 d1+d2≥R2 （ R2=A2+1） 接收概率 • 用给定的抽样方案（ n , A)(n 样本量， A 批合格判定数）去验收批量 N和批质量 p已知的连续检验批时，把检验批判为合格而接收的概率，记为 L（ p）。 接收概率的计算方法： dndAddn ppCpLc  )1()(0批接收概率 L(p)随批质量 p变化的曲线称为抽检特性曲线或 OC曲线。 OC曲线表示了一个抽样方案对一个产品的批质量的辨别能力。 OC曲线 认识误区 • 抽样检验时，人们常以为要求样本中一个不合格品都不出现的抽样方案是个好方案，即采用 A=0的抽样方案最严格，最放心。 其实并不是这样，以下面三种抽样方案为例： ① N=1000, n=100, A=0 ② N=1000, n=170, A=1 ③ N=1000, n=240, A=2 从 OC曲线可以看出， 3种方案在 p=%时的接收概率基本上为。 但对于A=0的方案来说， p只要比 0稍大一些， L(p)就迅速减小，这意味着“优质”批被判为不合格的概率快速增大，这对生产方很不利。 可见，在实际操作当中，如能增大 n的同时也增大 A（ A≠0）的抽样方案，比单纯采用A=0的抽样方案更能在保证批质量的同时保护生产方。 3种方案的比较 抽样检验的风险 • 生产方风险 α：对于给定的抽样方案，当批质量水平（如不合格品率）为某一指定的可接收值（如可接受质量水平）时的拒收概率。 即好的质量批被拒收时生产方所承担的风险； • 使用方风险 β：对于给定的抽样方案，当批质量水平（如不合格品率）为某一指定的不满意值（如极限质量水平 LQL）时的接收概率，即坏的质量批被接收时使用方所承担的风险； •生产方风险质量 p0:对于给定的抽样方案，与规定的生产方风险相对应的质量水平； •使用方风险质量 p1:对于给定的抽样方案，与规定的使用方风险相对应的质量水平 •生产方风险点 A： OC曲线上对应于规定生产方风险质量和生产方风险的点； •使用方风险点 B： OC曲线上对应于规定使用方风险质量和使用方风险的点； 风险在 OC曲线上的表示 样本量与批量 ——百分比抽样方案 百分比抽样方案就是不论产品的批量 N如何，均按同一百分比抽取单位产品 (样品 )组成样本，而对样本中的不合格判断数都规定为 0。 因此百分比抽样方案为 (n=aN， A=0)， a为一固定比例。 例：供方有批量不同但批质量相同 (P=5%)的三批产品交检，均按 10%抽取样品检验，于是可得到下列三种方案： ① N=900, n=90, A=0 ② N=300, n=30, A=0 ③ N=90, n=9, A=0. OC 表面上看，这种百分比抽样方案似乎很公平合理，但比较一下它们的 OC曲线就会发现，在批质量相同的情况下，批量 N越大， L(p)越小，方案越严；而 N越小， L(p)越大，方案越松。 这等于对 N大的检验批提高了验收标准，而对 N小的检验批却降低了验收标准，因此百分比抽样方案是不合理的。 计数调整型抽样检验 调整型抽样检验： – 由一组严格度不同的抽样方案和一套转移规则组成的抽样体系。 相关标准： GB/T 1354692 ； ISO28592 不适用于破坏性检验的情况。 固定的抽样检验方案： •若质量总是很好，检验费事，多花钱，需减少检验。 （国家免检产品） •若质量很差，不合格批通过检验的批次多，增大使用方风险，须加强检验。 计数调整型抽样检验相关标准 MILSTD105D （美国 1963） BS9001 （英国，民用工业， 1963） DEF131 （英国，军用工业， 1963） 105GP1 （加拿大，民用工业， 1963） CAG115 （加拿大，军用工业， 1963） JISZ9015（日本， 1980） ISO2859 （ 1987） ISO28591 (1989) ISO28591 （ 1999） GB/T 2828 （中国， 1987） MILSTD105E （美国， 1989） ANSI/ （美国， 1993） GB/T （中国， 2020） GB/T 抽样系统若干要素及重要内容 • 抽样系统的设计原则 – AQL(可接受质量水平 )是整个抽样系统的基础； – 采取了保护供方利益的接收准则； – 当供方提交的产品批质量坏于 (甚至很坏于 )AQL值时，基于AQL的接收准则，一般不能对使用方进行令人满意的保护，为了弥补这个不足，在抽样系统中拟定了从正常检验转为加严检验的内容和规则，从而保护了使用方的利益，这是基于AQL值的核心； – 不合格分类是整个抽样系统的重要特点； – 供方提供产品批的质量一贯好的时候，可以采用放宽检验给使用方带来节约； – 更多的根据实践经验，而不是单纯依靠数理统计学来确定批量和样本量之间的关系。 抽样检验方案检索 • 1）规定质量指标，接收质量限 (AQL) • 2）规定检验水平（ IL） • 3）检验严格程度 • 4）抽样方案类型选取 • 5）组成检验批 接收质量限： （ AQL， Acceptance Quality Limit） – 可允许的最差过程平均质量水平。 – AQL是对所希望的生产过程的一种要求，是描述过程平均质量的参数，不应把它同描述制程的作业水平混同起来，实际的过程平均质量水平高于 AQL。 – 不合格品率：不超过 10% – 不合格数：可达每百单位 1000个 – 取值从 31个级别。 AQL的确定方法： – 产品用途、经济性、复杂程度等方面 – 双方共同确定： AQL值相当于使用方期望得到的质量和他能买得起的质量之间的一种折衷质量。 – 一旦确定，不能随意改变。 •检验水平（ IL） ： 反映了批量（ N）和样本量（ n）之间的关系。 – GB2828中，将一般检验分为 Ⅰ ， Ⅱ ， Ⅲ 三个检验水平。 水平Ⅱ 为正常检验水平，无特殊要求时，均采用该水平。 当需要的判别力比较低时，可规定使用一般检验水平 Ⅰ ，当需要的判别率比较高时，可规定使用一般检验水平 Ⅲ。 – GB2828中，将特殊检验分为 S1， S2， S3， S4四个检验水平。 特殊检验水平所抽取的样品较少，仅适用于必须用较小样本而且允许有较大误判风险的场合； – 原则上按不合格的分类分别规定检验水平，但必须注意检验水平同可接收质量水平之间的协调一致； – ，检验水平的设计原则为：如果批量增大，样本量一般也随之增大，大批量中样本量所占的比例比小批量所站比例要小。 一般检验 Ⅰ ， Ⅱ ， Ⅲ 三个检验水平的样本量比率约为 ： 1：。 检验水平 n Ac Re S3 13 0 1 Ⅰ 50 1 2 Ⅱ 125 3 4 Ⅲ 200 5 6 从右图可知： •检验水平越高 ,判别优质批和劣质批的能力越强。 •检验水平的变化对 β的影响远比对 α的影响要大 因此，检验水平的确定，对使用方来说很重要。 检验水平变化对 OC曲线的影响 •检验的严格度 – 正常检验：  当过程质量优于 AQL时，应以很高的概率接收检验批，以保护生产方的利益。 n*AQL Ac L(AQL) 0 50 1 80 2 125 3 200 5 315 7 500 10 800 14 1200 21 2020 30 3150 44 – 加严检验 :强制性  一般情况下 ,让加严检验的样本量同正常检验的样本量一致而降低合格判定数；  只有当 A=0和 A=1时 ,采用 A值不变而增大加严检验的样本量。 – 放宽检验 :非强制性  当批质量一贯很好时 ,为尽快得到批质量的信息和情报并获得经济利益 ,从而减少样本量；  样本量一般是正常检验的 40%。 •抽检特性曲线 •抽样方案的检索： 根据规定的批量（ N）、检验水平、合格（可接收）质量水平、抽样方案类型和检验严格度进行检索。 例：某公司采用 GB。 规定N=2020， AQL=（ %）， IL=Ⅱ ， 求 N=2020时正常、加严、放宽一次抽样方案。 转移规则 • 检验严格度之间的转移要准确，误转概率要小 – 除非另有规定，在检验开始时应使用正常检验； • 除需要按转移规则改变检验的严格度外，下一批检验的严格度保持不变检验严格度的改变，原则上按各种不同类型不合格分别进行，允许在不同类型不合格之间给出改变检验严格度的规定 • 加严检验开始后，若不合格批数（不包括再次提交检验批）累计到五批（不包括以前转到加严检验出现的不合格批数），则暂时停止按照本标准所进行的检验 • 在暂停检验后，若生产方确实采取了措施，使提交检验批达到或超过所规定的质量要求，则经主管质量部门同意后，可恢复检验，一般应从加严检验开始 停止检验 开始 •当前转移得分至少30分 •生产过程稳定； •主管质量部门同意 放宽检验 •一批放宽检验不合格； •生产过程不稳定； •主管质量部门认为有必要回到正常检验； 连续 5批合格 连续不超过 5批 中有 2批不合格 正常检验 质量达到或超过要求， 主管质量部门同意 加严检验 累计 5批不合格 第 7章 统计过程控制 控制图由来 1924年，美国的休哈特（ ）首先提出用控制图进行工序控制，起到直接控制生产过程，稳定生产过程的质量达到预防为主的目的。 在现场直接研究质量数据随时间变化的统计规律的动态方法； 控制图是判别生产过程是否处于控制状态的一种手段，利用它可以区分质量波动是由偶然原因引起的还是由系统原因引起的。 质量成本 (以占生产成本的百分比计算 ) 采用七项质量管理原则之前 采用七项质量管理原则之后 故障 检验 核对 预防 故障 检验 核对 预防 25~40% 10~25% 差额 25% 消除浪费 使用正确的过程控制技术，可使得质量提高而成本降低。 控制图的基本模式 3σ 3σ 公差上限 Tu 公差下限 TL 控制上限 UCL Upper Control Limit 控制下限 LCL Lower Control Limit 中心线 CL Central Limit 样品编号（或取样时间） 质量特性 X 控制图的设计原理 3σ准则 正态性假定 小概率原理 反证法思想 正态性假定 正态性假定 : 任何生产过程生产出来的产品，其质量特性值总会存在一定程度的波动，当过程稳定或者说受控时，这些波动主要是由 5MIE的微小变化造成的随机误差。 此时，绝大多数质量特性值均服从或近似服从正态分布。 这一假定，称之为正态性假定。 5MIE: 人、机器、原材料、工艺方法、测量及生产环境 3σ 准则 3σ准则 在生产过程中，仅有偶然性误差存在时，质量特性 X 服从正态分布 N( 181。 ,σ2 )，则据正态分布的概率性质，有 也即 (181。 － 3 σ ， 181。 ＋ 3 σ )是 Ｘ 的实际取值范围。 P｛ 181。 － 3 σ ＜ Ｘ＜ 181。 ＋ 3 σ ｝＝ % 小概率原理 小概率原理 小概率原理又称为实际推断原理，当然运用小概率原理也可能导致错误，但犯错误的可能性恰恰就是此小概率。 由准则可知，若Ｘ服从正态分布，则Ｘ的可能值超出控制界限的可能性只有 %。 因此，一般认为不会超出控制界限。 所谓小概率原理，即认为小概率事件一般是不会发生的。 反证法思想 一旦控制图上点子越出界限线或其他小概率事件发生，则怀疑原生产过程失控，也即不稳定，此时要从 5MIE去找原因，看是否发生了显著性变化。 反证法思想 两类错误 控制图之所以规定 3σ 界限，主要是出于经济上的考虑。 第一类错误：将正常判为异常；概率为 α。 第二类错误：将异常。