噪音和清洁条件等。Р(二)正常波动——是由偶然原因造成的波动? 偶然性原因是在生产过程中大量存在的,并且对产品质量经常起作用的固有影响因素,如原料中成分的微小差异、温度或电压等生产条件的微小变化、仪器仪表的精度误差、设备的正常磨损和轻微振动、工艺系统的弹性变形、工人操作中的微小变化、检测的误差等等。(这类影响原因又称为不可避免的原因或正常原因。)Р正常波动不应由工人和管理人员来负责,减少这类质量波动只能靠提高技术水平或科学水平来达到。Р(三)异常波动? ——是由系统性原因造成的质量数据波动。? 系统性原因是在生产过程中少量存在的,并且对产品质量不经常起作用的影响因素。? 这类因素有原料质量不合格。工人不遵守操作规程或操作规程有重大缺点、工人过度疲劳、马达运转异常、量具失准、测试错误等。Р这类影响因素较少,容易识别和确认,对质量数据波动的影响较大。? 在一定的技术条件下,这类原因是可以通过有关人员的努力和加强管理,从技术上加以消除的,在经济上也值得消除。所以这类影响原因又称为可避免的原因或异常原因。Р随着科学技术的发展,对产品质量的要求越来越高,相应地也能制造出更精密的零部件和设备。过去无法控制的偶然性因素,可以通过精密的机器设备和测试手段来进行控制和管理,保证产品高质量的要求。另外也应该看到这两类因素在一定条件下是可以相互转化的,因此,它们的区别是相对的,关键问题是要加强对它们的预测和控制。Р质量管理的一项重要工作就是通过搜集数据、整理数据,找出波动的规律,把正常波动控制在最低限度,并消除系统性原因造成的异常波动。Р二、数理统计在质量管理中的应用Р(一)对数据进行加工整理的必要性?在生产试验中,从原始记录、资料中搜集来的数据往往杂乱无章,难以直观看出其规律。?只有对搜集到的数据进行加工整理后,才能从中得到进行质量管理的有用依据。?在质量管理中常用数理统计方法来加工整理数据。
全文预览