建筑防水工程质量控制研究

建筑防水工程质量控制研究内容摘要：

差和均值已知，目的确定过程的观察值与对应的标准值差距是否显著大于由预期的偶然因素造成的差异，其中每个子组 n要相同。 样本容量（面积或长度）不等 计算量大，管理界限凹凸不平 U 单位不合格数控制图 样本容量（面积或长度）相等 较常用，计算简单，操作工人易于理解，使 用简便 C 不合格数控制图 样本容量可以不等 计算量大，管理界限凹凸不平 p 不合格品率控制图 样本容量相等 较常用，计算简单，操作工人易于理解 pn 不合格品数控制图 计 数 值 控 制 图 因各种原因（时间费用等）每次只能得到一个数据或希望尽快发现并消除异常原因 简便省事，并能及时判断工序是否处于稳定状态。 缺点是不易发现工序分布中心的变化。 X— Rs 单值 — 移动极差控制图 检出能力强，适用于 n较大 一张图可同时控制均值和方差，信息量大，计算工作量大 均值 — 标准差控制图 便于现场使用 计算简便，但效果较 差些， 中位数 — 极差控制图 适用于产品批量较大而且稳定正常的工序。 最常用，判断工序是否异常的效果好，但计算工作量不大 均值 — 极差控制图 计 量 值 控 制 图 适用场合 特 点 管理图符号 名称 类别 表 1 控制图种类及适用场合 二、计量控制图 （一）基本假设和适用性 计量控制图的统计量及其变异服从正态分布。 适用性 ：信息量大，子组容量小、可规范和分析过程的性能。 特点：采用一对控制图，一个反应均值或中位值等中心值变化，有 ；一个反应了分散度的变化。 有 ， ， X— Rs ， （二）各种控制图作法及举例 控制图（平均值 —— 极差控制图） 原理： 图又称平均值控制图，它主要用于控制生产过程中产品质量特性的平均值； R 图又称极差控制图，它主要用于控制产品质量特性的分散度。 “ ”控制图是通过 图和 R 图的联合使用，掌握工序质量特性分布变动的状态。 它主要适用于零件尺寸 、产品重量 、热处理后机械性能、材料成分含量等服从正态分布的质量特性的控制。 假设 R近似服从正态分布： 图： A2 为与样本容量 n有关的常数，可查表。 A）标准值（σ 和 μ）未给定时： K为选定的子组数， K 一般取 20~25 组 n 为每个样本的样品数，即容量， n=4~5 R图 d d D D4均为与样本含量有关的常数，可查表。 10 9 8 7 6 5 4 3 2 D4 D3 A2 R 图 用 样本大小 表 控制图系数表 9 8 7 6 5 4 3 2 c3 d3 n d3 和 c3 的值 例 某铸造厂决定对某铸件重量采用 图进行控制，每天抽取一个样本，样本容量 n=5，共抽取样本 k=25 个，抽取的预备数据如下表所示。 该铸件重量规格要求 13177。 2(公斤 )，并希望工序能力在 1～ 之间，试作控制图。 (4) 做出 图及 R图的坐标系，并将横坐标样本号单位对齐，将 表 6中各样本的 、 Ri 在图上打点， 联结点成平均值、极差的波动曲线，图 5 即为分析用控制图。 (5) 根据本节“控制图的观察与判断”标准，工序处于稳定状态。 由表 6 给出 的数据，进而可计算出工序能力指数。 样本号 CL＝ CL＝ UCL＝ LCL＝ UCL＝ R图 0 5 10 15 20 25 4 3 2 1 14 13 12 x图 图 5 铸件质量分析用控制图（ x— R图） 工序能力指数计算 有出界点的分析用 控制图实例： [例 ]某手表厂为了提高手表的质量，应用排列图分析 造成手表不合格的各种原因，发现“停摆”占第一位。 为了解决停摆问题，再次应用排列图分析造成停摆的原因，结果发现主要是由于螺栓松动引发的螺栓脱落造成的。 为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。 解：我们按照下列步骤建立 图： 步骤 1：取预备数据，然后将数据合理分成 25个字组，参见表。 步骤 2：计算各组样本的平均数。 例如，第一组样本的平均值为： = = 其余参见表 中第（ 7）栏： 步骤 3：计算各组样本的极差。 例如，第一组样本的极差为： = 其余参见表 中第（ 8）栏： 序号 观测值钱 （ 7） （ 8） （ 1） （ 2） （ 3） （ 4） （ 5） 1 155 174 164 166 162 820 20 2 166 170 162 166 164 828 8 3 168 166 160 162 160 816 8 4 168 164 170 164 166 832 6 5 153 165 162 165 167 812 14 6 164 158 162 172 168 824 14 7 167 169 159 175 165 835 16 8 158 160 162 164 166 810 8 9 156 162 164 152 164 798 12 10 174 162 162 156 174 828 18 11 168 174 166 160 166 934 14 12 148 160 162 164 170 804 22 13 165 159 147 153 151 775 18 14 164 166 164 170 164 828 6 15 162 158 154 168 172 814 18 16 158 162 156 164 152 792 12 17 151 158 154 181 168 812 30 18 166 166 172 164 162 812 10 19 170 170 166 160 160 826 10 20 168 160 162 154 160 826 14 21 162 164 165 169 153 813 16 22 166 160 170 172 158 826 14 23 172 164 159 165 160 820 13 24 174 164 166 157 162 823 17 25 151 160 164 158 170 803 19 数据与 XR 图计算表 步骤 4：计算样本总均值与平均样本极差。 故： =， = 步骤 5：计算 R图的参数。 先计算 R 图的参数。 从本节表 可知，当子组大小 n=5 ，代入 R 图的公式，得到： 见图。 可见现在 R图判稳。 故接着再建立 图。 由于 n=5,从表知得 A2 =0. 577 到 图 ： 极差 R 控制图 1 13 7 5 3 15 11 9 21 19 17 23 25 均值控制图。 13 组出界 第一次的 控制图 因为第 13 组值为 小于 ，故过程的均值失控。 经调查其原因后，改进夹具，然后去掉第 13 组数据，再重新计算 R 图与图的参数。 此时： 极差 R 控制图 1 13 7 5 3 15 11 9 21 19 17 23 均值控制图。 第三次的 控制图 控制图的应用步骤 ◆ 选择需控制的产品质量特征值 ◆ 分析引起过程异常波动的各种可查明原因及其表现形式，◆ 合理选择子组的大小和抽样频数，确定抽样方案， ◆ 应从连续运作的过程中逐个子组搜集数据，过程应处于稳定状态 ◆ 计算各子组的平均值和极差 ，确定 和 R 图的 中心线和上下控制限 ◆ 先绘制 R控制图，检查有无出界点或异常的模式和趋势， ◆ 识别 — 纠正 — 重新计算 识别可查明原因影响的异常点，并剔除失控的子组， 重新计算 R 图和 中心线和上下控制限 ◆ 当极差 R控制图处于正常统计控制状态，则可判断过程离散程度是稳定的，再点绘和分析均值控制图，剔除失控的子组，重复识别 — 纠正 — 重新计算的程序，直到确认所有的数据点均处于统计控制状态。 此时的 可作为分析用控制图 B)当标准值已知时： 控制图 A）标准值未知时： 可以证明： 所以 的无偏估计是：。 = C4σ 控制图的常数有 B）标准值已知的情况 为使控制图适应今后一段时期的生产过程，在最初确定控制界限时，常常需要进行反复计算。 经过一段时间的控制，工序状态有了改善，原来的控制界限就不再适合作为判定基准。 此时，应重新收集数据计算控制线。 以使控制图适应生产过程。 控制界限的重新计算 3 控制图 (中位值 极差控制图 ) 原理： 图是通过 图和 R 图的联合使用掌握工序质量特性分布变动的状态。 其 适用场合与 控制图相同，但具有计算简便、便于现场使 用的优点。 m3A2=A4 中位值控制图的 A4 的值 A4 10 9 8 7 6 5 4 3 2 n 3‘ L— S控制图（两极控制图） 原理：它是通过极大值，极小值的变化掌握工序分布变化的状态。 其适用 场合与 控制图相同。 但因只用一张图进行控制，因此具有现场 使用简便的优点。 例 3：若对例 1，采用 L— S控制图进行控制，试作出分析用控制图。 由表 3的计算公。