首页 百科知识 质量分析方法

质量分析方法

时间:2022-10-03 百科知识 版权反馈
【摘要】:统计调查表法又称统计调查分析法,它是利用专门设计的统计表对质量数据进行收集、整理和粗略分析质量状态的一种方法。因果分析图法是利用因果分析图来系统整理分析某个质量问题(结果)与其产生原因之间关系的有效工具。综上分析结果,下部应重点解决A类质量问题。正常型直方图反映生产过程质量处于正常、稳定状态。

1.统计调查表法

统计调查表法又称统计调查分析法,它是利用专门设计的统计表对质量数据进行收集、整理和粗略分析质量状态的一种方法。

在质量控制活动中,利用统计调查表收集数据,简便灵活,便于整理,实用有效。它没有固定格式,可根据需要和具体情况,设计出不同的统计调查表,常用的有:

(1)分项工程作业质量分布调查表;

(2)不合格项目调查表;

(3)不合格原因调查表;

(4)施工质量检查评定用调查表等。

应当指出,统计调查表法往往同分层法结合起来应用,可以更好、更快地找出问题的原因,以便采取改进的措施。

2.分层法

(1)分层法的基本原理。分层法又叫作分类法,是将调查收集的原始数据,根据不同的目的和要求,按某一性质进行分组、整理的分析方法。分层的结果使数据各层之间的差异突出地显示出来,层内的数据差异减少了。在此基础上再进行层间、层内的比较分析,可以更深入地发现和认识产生质量问题的原因。由于产品质量是多方面因素共同作用的结果,因而对同一批数据,可以按不同性质分层,以便从不同角度来考虑、分析产品存在的质量问题和影响因素。

由于项目质量的影响因素众多,对工程质量状况的调查和质量问题的分析,必须分门别类地进行,以便准确有效地找出问题及其原因所在,这就是分层法的基本思想。

例如,一个焊工班组有A、B、C三人实施焊接作业,共抽检60个焊接点,发现有18点不合格,占30%。究竟问题出在谁身上?根据分层调查的统计数据表(表7-1)可知,主要是作业工人C的焊接质量影响了总体的质量水平。

表7-1 分层调查的统计数据表

(2)分层法的实际应用。应用分层法的关键是调查分析的类别和层次划分,根据管理需要和统计目的,通常可按照以下分层方法取得原始数据:

1)按施工时间分,如月、日、上午、下午、白天、晚间、季节;

2)按地区部位分,如区域、城市、乡村、楼层、外墙、内墙;

3)按产品材料分,如产地、厂商、规格、品种;

4)按检测方法分,如方法、仪器、测定人、取样方式;

5)按作业组织分,如工法、班组、工长、工人、分包商;

6)按工程类型分,如住宅、办公楼、道路、桥梁、隧道;

7)按合同结构分,如总承包、专业分包、劳务分包。

经过第一次分层调查和分析,找出主要问题以后,还可以针对这个问题再次分层进行调查分析,一直到分析结果满足管理需要为止。层次类别划分越明确、越细致,就越能够准确有效地找出问题及其原因。

3.因果分析图法

(1)因果分析图的概念。因果分析图法是利用因果分析图来系统整理分析某个质量问题(结果)与其产生原因之间关系的有效工具。因果分析图也称特性要因图,又因其形状常被称为树枝图或鱼刺图。

(2)因果分析图法的基本原理。因果分析图法的基本原理是对每一个质量特性或问题,采用图7-2所示的方法,逐层深入排查可能原因,然后确定其中最主要的原因,进行有的放矢的处置和管理。

由图7-2可见,因果分析图由质量特性(即质量结果,指某个质量问题)、要因(产生质量问题的主要原因)、枝干(指用一系列箭线表示不同层次的原因)、主干(指较粗的直接指向质量结果的水平箭线)等所组成。

(3)因果分析图法的应用示例。图7-2表示混凝土强度不合格的原因分析,其中,把混凝土施工的生产要素,即人、机械、材料、施工方法和施工环境作为第一层面的因素进行分析;然后对第一层面的各个因素,再进行第二层面的可能原因的深入分析。依此类推,直至把所有可能的原因,分层次地一一罗列出来。

图7-2 混凝土强度不合格因果分析图

(4)因果分析图法应用时的注意事项。

1)一个质量特性或一个质量问题使用一张图分析;

2)通常采用QC小组活动的方式进行,集思广益,共同分析;

3)必要时可以邀请小组以外的有关人员参与,广泛听取意见;

4)分析时要充分发表意见,层层深入,排出所有可能的原因;

5)在充分分析的基础上,由各参与人员采用投票或其他方式,从中选择1~5项多数人达成共识的最主要原因。

4.排列图法

(1)排列图法的适用范围。在质量管理过程中,对通过抽样检查或检验试验所得到的关于质量问题、偏差、缺陷、不合格等方面的统计数据,以及造成质量问题的原因分析统计数据,均可采用排列图方法进行状况描述,它具有直观、主次分明的特点。

(2)排列图法的应用示例。表7-2表示对某项模板施工精度进行抽样检查,得到150个不合格点数的统计数据,然后按照质量特性不合格点数(频数)由大到小的顺序,重新整理为表7-3,并分别计算出累计频数和累计频率。

表7-2 某项模板施工精度的抽样检査数据

表7-3 重新整理后的抽样检查数据

根据表7-3的统计数据画排列图(图7-3),并将其中累计频率为0%~80%的问题定为A类问题,即主要问题,进行重点管理;将累计频率为80%~90%的问题定为B类问题,即次要问题,作为次重点管理;将其余累计频率为90%~100%的问题定为C类问题,即一般问题,按照常规适当加强管理。以上方法称为ABC分类法。

排列图的绘制过程如下:

1)画横坐标。将横坐标按项目数等分,并按项目频数由大到小的顺序从左至右排列,该例中横坐标分为六等份。

2)画纵坐标。左侧的纵坐标表示项目不合格点数,即频数,右侧纵坐标表示累计频率。要求总频数对应累计频率100%。该例中150应与100%在一条水平线上。

3)画频数直方形。以频数为高画出各项目的直方形。

4)画累计频率曲线。从横坐标左端点开始,依次连接各项目直方形右边线及其所对应的累计频率值的交点,所得的曲线即累计频率曲线。

5)记录必要的事项,如标题、收集数据的方法和时间等。

图7-3 构件尺寸不合格点排列图

(3)排列图的观察与分析。

1)观察直方图,大致可看出各项目的影响程度。排列图中的每个直方形都表示一个质量问题或影响因素。影响程度与各直方形的高度成正比。

2)利用ABC分类法,确定主次因素。将累计频率曲线按0%~80%、80%~90%、90%~100%分为三部分,各曲线下面所对应的影响因素分别为A、B、C三类因素。

该例中A类即主要因素是表面平整度、截面尺寸(梁、柱、墙板、其他构件),B类即次要因素是水平度,C类即一般因素有垂直度、标高和其他项目。综上分析结果,下部应重点解决A类质量问题。

(4)排列图的应用。排列图可以形象、直观地反映主次因素。其主要应用有:

1)按不合格点的内容分类,可以分析出造成质量问题的薄弱环节。

2)按生产作业分类,可以找出生产不合格品最多的关键过程。

3)按生产班组或单位分类,可以分析比较各单位技术水平和质量管理水平。

4)将采取提高质量措施前后的排列图对比,可以分析措施是否有效。

5)用于成本费用分析、安全问题分析等。

5.直方图法

(1)直方图法的主要用途。直方图法即频数分布直方图法,它是将收集到的质量数据进行分组整理,绘制成频数分布直方图,用以描述质量分布状态的一种分析方法,所以又称质量分布图法。

通过直方图的观察与分析,可了解产品质量的波动情况,掌握质量特性的分布规律,以便对质量状况进行分析判断。同时,可通过质量数据特征值的计算,估算施工生产过程总体的不合格品率,评价过程能力等。

1)整理统计数据,了解统计数据的分布特征,即数据分布的集中或离散状况,从中掌握质量能力状态。

2)观察分析生产过程质量是否处于正常、稳定和受控状态以及质量水平是否保持在公差允许的范围内。

(2)直方图法的应用示例。首先是收集当前生产过程质量特性抽检的数据,然后制作直方图进行观察分析,判断生产过程的质量状况和能力。表7-4所示为某工程10组试块的抗压强度数据(50个),从这些数据很难直接判断其质量状况是否正常、稳定及其受控情况,如将其数据整理后绘制成直方图,就可以根据正态分布的特点进行分析判断,如图7-4所示。

表7-4 数据整理表 N/mm2

(3)直方图的观察分析。

1)通过分布形状观察分析。

①所谓通过分布形状观察分析,是指将绘制好的直方图形状与正态分布图的形状进行比较分析,一看形状是否相似,二看分布区间的宽窄。直方图的分布形状及分布区间的宽窄是由质量特性统计数据的平均值和标准偏差所决定的。

图7-4 混凝土强度分布直方图

②正常型直方图呈正态分布,其形状特征是中间高、两边低、对称,如图7-5(a)所示。正常型直方图反映生产过程质量处于正常、稳定状态。数理统计研究证明,当随机抽样方案合理且样本数量足够大时,若生产能力处于正常、稳定状态,则质量特性检测数据趋于正态分布。

③异常型直方图呈偏态分布,常见的异常型直方图有折齿型、缓坡型、孤岛型、双峰型、峭壁型,如图7-5(b)、(c)、(d)、(e)、(f)所示,出现异常的原因可能是生产过程存在影响质量的系统因素,或收集整理数据制作直方图的方法不当,要具体分析。

图7-5 常见的直方图

(a)正常型;(b)折齿型;(c)缓坡型;(d)孤岛型;(e)双峰型;(f)峭壁型

a.折齿型[图7-5(b)],是因分组组数不当或者组距确定不当而出现的。

b.左(或右)缓坡型[图7-5(c)],主要是操作中对上限(或下限)控制太严造成的。

c.孤岛型[图7-5(d)],是原材料发生变化,或者他人临时顶班作业造成的。

d.双峰型[图7-5(e)],是因用两种不同方法或两台设备或两组工人进行生产,然后把两方面数据混在一起整理而产生的。

e.绝壁型[图7-5(f)],是因数据收集不正常,可能有意识地去掉下限以下的数据,或是在检测过程中存在某种人为因素而产生的。

2)通过分布位置观察分析。

①所谓通过分布位置观察分析,是指将直方图的分布位置与质量控制标准的上、下限范围进行比较分析,如图7-6所示。

②在生产过程的质量正常、稳定和受控的同时,还必须在公差标准上、下限范围内达到质量合格的要求。只有这样的正常、稳定和受控才是经济合理的受控状态,如图7-6(a)所示。

③图7-6(b)中质量特性数据分布偏下限,易出现不合格现象,在管理上必须提高总体能力。

④图7-6(c)中质量特性数据的分布宽度边界达到质量标准的上、下限,其质量能力处于临界状态,易出现不合格现象,必须分析原因,采取措施。

⑤图7-6(d)中质量特性数据的分布居中且边界与质量标准的上、下限有较大的距离,说明其质量能力偏大,不经济。

⑥图7-6(e)、(f)中的数据分布均已出现超出质量标准的上、下限,这些数据说明生产过程存在质量不合格现象,需要分析原因,采取措施进行纠偏。

图7-6 直方图与质量标准的上、下限

6.控制图法

(1)控制图的基本形式及其用途。控制图又称管理图。它是在直角坐标系内画有控制界限,描述生产过程中产品质量波动状态的图形。利用控制图区分质量波动原因,判明生产过程是否处于稳定状态的方法称为控制图法。

1)控制图的基本形式。控制图如图7-7所示。横坐标为样本(子样)序号或抽样时间,纵坐标为被控制对象,即被控制的质量特性值。控制图上一般有三条线:在上面的一条虚线称为上控制界限,用符号UCL表示;在下面的一条虚线称为下控制界限,用符号LCL表示;中间的一条实线称为中心线,用符号CL表示。中心线标志着质量特性值分布的中心位置,上、下控制界限标志着质量特性值允许波动范围。

图7-7 混凝强度控制图

(a)x控制图;(b)R控制图

在生产过程中通过抽样取得数据,把样本统计量描在图上来分析判断生产过程状态。如果点随机地落在上、下控制界限内,则表明生产过程正常,处于稳定状态,不会产生不合格品;如果点超出控制界限,或点排列有缺陷,则表明生产条件发生了异常变化,生产过程处于失控状态。

2)控制图的用途。控制图是用样本数据来分析判断生产过程是否处于稳定状态的有效工具。它的用途主要有两个:

一是过程分析,即分析生产过程是否稳定。为此,应随机连续收集数据,绘制控制图,观察数据点分布情况并判定生产过程状态。二是过程控制,即控制生产过程质量状态。为此,要定时抽样取得数据,将其变为点并描在图上,发现并及时消除生产过程中的失调现象,预防不合格品的产生。

(2)控制图的观察与分析。前面讲述的排列图法、直方图法是质量控制的静态分析法,反映的是质量在某一段时间里的静止状态。然而产品都是在动态的生产过程中形成的,因此,在质量控制中单用静态分析法显然是不够的,还必须有动态分析法。只有用动态分析法,才能随时了解生产过程中质量的变化情况,及时采取措施,使生产处于稳定状态,起到预防出现废品的作用。控制图就是典型的动态分析法。

绘制控制图的目的是分析判断生产过程是否处于稳定状态。这主要是通过对控制图上的点的分布情况的观察与分析进行的。因为控制图上的点作为随机抽样的样本,可以反映出生产过程(总体)的质量分布状态。

当控制图同时满足以下两个条件时,就可以认为生产过程基本上处于稳定状态:一是点几乎全部落在控制界限之内;二是控制界限内的点排列没有缺陷。如果点的分布不满足其中任何一条,都应判断生产过程为异常。

1)点几乎全部落在控制界限内,应符合下述三个要求:

①连续25点以上处于控制界限内。

②连续35点中仅有1点超出控制界限。

③连续100点中不多于2点超出控制界限。

2)点的排列没有缺陷,是指点的排列是随机的,而没有出现异常现象。这里的异常现象是指点排列出现了“链”“多次同侧”“趋势或倾向”“周期性变动”“点的排列接近控制界限”等情况,如图7-8所示。

图7-8 控制图异常现象

(a)链;(b)多次同侧;(c)趋势或倾向;(d)周期性变动;(e)点的排列接近控制界限

①链,是指点连续出现在中心线一侧的现象。出现五点链,应注意生产过程发展状况;出现六点链,应开始调查原因;出现七点链,应判定工序异常,需采取处理措施。

②多次同侧,是指点在中心线一侧多次出现的现象,或称偏离。下列情况说明生产过程已出现异常:在连续11点中有10点在同侧;在连续14点中有12点在同侧;在连续17点中有14点在同侧;在连续20点中有16点在同侧。

③趋势或倾向,是指点连续上升或连续下降的现象。连续7点或7点以上上升或下降排列,就应判定生产过程有异常因素影响,要立即采取措施。

④周期性变动,是指点的排列显示周期性变化的现象。这样即使所有点都在控制界限内,也应认为生产过程为异常。

⑤点的排列接近控制界限,是指点落在了μ±2以外和μ±3σ以内。如属下列情况应判定为异常:连续3点至少有2点接近控制界限;连续7点至少有3点接近控制界限;连续10点至少有4点接近控制界限。

以上是通过分析用控制图判断生产过程是否正常的准则。如果生产过程处于稳定状态,则把分析用控制图转为管理用控制图。分析用控制图是静态的,而管理用控制图是动态的。随着生产过程的推进,通过抽样取得质量数据,把点描在图上,随时观察点的变化,一是点落在控制界限外或控制界限上,即判断生产过程异常,点即使在控制界限内,也应随时观察其有无缺陷,以对生产过程正常与否作出判断。

7.相关图法

(1)相关图法的用途。相关图又称散布图。在质量控制中它是用来显示两种质量数据之间关系的一种图形。质量数据之间的关系多属相关关系,一般有三种类型:一是质量特性和影响因素之间的关系;二是质量特性和质量特性之间的关系;三是影响因素和影响因素之间的关系。

可以用y和x分别表示质量特性值和影响因素,通过绘制散布图,计算相关系数等,分析研究两个变量之间是否存在相关关系,以及这种关系的密切程度如何,进而对相关程度密切的两个变量中的一个进行观察控制,去估计控制另一个变量的数值,以达到保证产品质量的目的。这种统计分析方法,称为相关图法。

(2)相关图的观察与分析。相关图中点的集合,反映了两种数据之间的散布状况,根据散布状况,可以分析两个变量之间的关系。归纳起来,有以下六种类型,如图7-9所示:

图7-9 相关图两个变量之间的关系

(a)正相关;(b)弱正相关;(c)不相关;(d)负相关;(e)弱负相关;(f)非线性相关

1)正相关。散布点基本形成由左至右向上变化的一条直线带,即随着x值的增加,y值也相应增加,说明x与y有较强的制约关系。此时,可通过控制x而有效控制y的变化。

2)弱正相关。散布点形成向上较分散的直线带,即随着x值的增加,y值也有增加趋势,但x、y的关系不像正相关那么明确。这说明y除受x影响外,还受其他更重要的因素影响。需要进一步利用因果分析图法分析其他影响因素。

3)不相关。散布点形成一团或平行于x轴的直线带。这说明x的变化不会引起y的变化或其变化无规律,分析质量原因时可排除x因素。

4)负相关。散布点形成由左至右向下的一条直线带。这说明x对y的影响与正相关恰恰相关。

5)弱负相关。散布点形成由左至右向下的较分散的直线带。这说明x与y的相关关系较弱,且变化趋势相反,应考虑寻找影响y的其他更重要的因素。

6)非线性相关。散布点呈一曲线带,即在一定范围内x值增加,y值也增加;超过这个范围x值增加,y值则有下降趋势,或改变变动的斜率呈曲线形态。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈