企业工序质量控制工序质量管理第一章绪论第一节工序质量控制概述实行工序质量控制，是生产过程中质量管理的重要任务之一，工序控制可以确保生产过程处于稳定状态，预防次品的发生。工序质量控制的统计方法主要有直方图法和控制图法。工序质量控制的理论基础如下所述：一、质量的波动。在生产过程中，无论工艺条件多么一致，生产出来的产品的质量特性，绝不可能完全一致，这就是所谓质量波动。产品质量特性的波动分为正常波动和异常波动。正常波动。正常波动在每个工序中都是经常发生的。引起正常波动的影响因素很多，诸如机器的微小振动，原材料的微小差异等等。在工序中，尽管对单个产品的观察结果不尽相同，但从总体上看，其波动趋势是可以预料的，可以用某种统计分布来进行描述。异常波动。工序中的异常波动是由某种特定原因引起的，例如机器磨损、误操作等都可导致异常波动。当工序只存在正常波动时，我们说工序是处于正常控制之中，此时的工序生产性能是可以预测的。过程控制系统的目标是当工序出现异常波动时迅速发出统计信号，使我们能很快查明异常原因并采取行动消除波动。二、质量的分布产品质量虽然是波动的，但正常波动是有一定规律的，即存在一种分布趋势，形成一个分布带，这个分布带的范围反映了产品精度。产品质量分布可以有多种形式，如平均分布、正态分布等等。三、数据种类。在质量管理工作中，是根据数据资料对质量进行控制的，质量数据可以分为计量值数据和计数值数据等不同类型。计量值数据。具有可连续取值的，可用测量仪测出小数点以下数据的称为计量值数据。如长度、重量、电流、化学成分、温度等质量特性的数值皆是计量值数据。计数值数据。只能用自然数取值的这类数据，称为计数值数据。如次品件数、错字数、质量缺陷点数等。四、正态分布曲线。实践证明，在正常波动下，大量生产过程中产品质量特性波动的趋势大多服从正态分布。因此，正态分布是一个最重要、最基本的分布规律。正态分布图形是一条中间高、两边低的“钟形”状态曲线，它具有集中性、对称性和有限性特点。正态分布由两个参数决定：均值，μ--衡量分布的集中趋势，在子样中即平均值X。标准差，σ--偏差，反映数据的离散程度，在子样中用标准偏差S代替。当均值和标准差确定时，一个正态分布曲线就确定了。均值μ是正态分布曲线的位置参数，不同的正态曲线，当标准差σ相同时其曲线形态相同，只是曲线中心的位置不同。标准差σ是衡量数据分布离散程度的参数，不同的正态曲线，当μ相同时，曲线的中心位置相同，而曲线的形状不同。随σ值的增大曲线变得越来越“矮”，越来越“胖”。正态分布曲线与坐标横轴所围成的面积等于1。在μ±σ范围内的面积为68.26%；在μ±2σ范围内的面积为95.45%；在μ±3σ范围内的面积为99.73%；从正态分布的这个特点可知，在对服从正态分布的产品进行质量分析中，质量特征值落在μ±3σ范围以内的概率为99.73%，只有不足0.3%的质量特征值有可能落在此范围之外。因此，人们在工艺质量控制中，设置了“6σ”目标，创造了6σ控制方法。第二节工序能力指数和工序能力分析当影响工序质量的各种系统性因素已经消除，而各种随机因素也受到有效的管理和控制时，工序质量处于受控状态。这时，工序质量和特性值的概率分布反映了工序的实际加工能力。这种能力是工序固有的再现性或一致性的能力，可用工序质量特性值的波动范围来衡量。若工序质量特性值的标准差为σ，则工序能力B=6σ。由正态分布理论知，P（μ±3σ）=99.73%,故6σ近似于工序质量特性值的全部波动范围.显然,B越小，工序能力就越强。在工序质量控制中，应用较多的是工序能力指数Cp，工序能力指数表示工序能力满足工序质量标准（公差、工序质量规格）要求程度的量值。若工序公差为T，则：工序能力6σ在一定的工序条件下是一个相对稳定的数值，是工序固有的特性。工序能力指数则是个相对概念。工序能力相同的两个工序，如工序质量要求范围不同，则会有不同的工序能力指数。在实际确定工序能力指数时，常以样本平均值X估计总体平均值μ，以样本标准差s估计总体标准差σ。例如，当在工序无偏，双向公差的情况下...
