建设项目质量控制(2014)第七章质量控制的基本工具及方法优质PPT.ppt优质PPT.ppt
《建设项目质量控制(2014)第七章质量控制的基本工具及方法优质PPT.ppt优质PPT.ppt》由会员分享,可在线阅读,更多相关《建设项目质量控制(2014)第七章质量控制的基本工具及方法优质PPT.ppt优质PPT.ppt(192页珍藏版)》请在冰点文库上搜索。
,2、质量数据的分类
(1)按质量数据的特征分类按质量数据的本身特征分类,可以将数据分为计量值数据和计数值数据两种。
计量值数据:
如长度、时间、重量、强度等属于计量值数据;
计数值数据:
如废品的个数、合格的分项工程数、出勤的人数等等属于计数值数据。
计件值数据计点值数据,表示个体(单件产品、单位长度、单位面积、单位体积等)上的缺陷数、质量问题点,二、质量数据特征值及其计算1、子样平均值2、中位值3、极差4、子样标准偏差5、变异系数,质量数据的特征值,
(一)描述数据集中趋势的特征值
(二)描述数据离中趋势的特征值,
(一)描述数据集中趋势的特征值,
(1)算术平均数(均值),
(2)样本中位数样本中位数是将样本数据按数值大小有序排列后,位置居中的数值。
当样本数n为奇数时,数列居中的一位数即为中位数;
当样本数n为偶数时,取居中两个数的平均值作为中位数。
总体算术平均数,样本算术平均数,
(二)描述数据离中趋势的特征值,
(1)极差R,
(2)标准偏差(3)变异系数,
(2)标准偏差(标准差或均方差),1)总体的标准偏差,2)样本的标准偏差,(n50),(n50),
(2)标准偏差(标准差或均方差)(续),标准差小说明数据分布的集中程度高,离散程度小,均值对总体的代表性好。
标准差的平方是方差,能确切地说明数据的离散程度和波动规律,是最常用的反映数据变异程度的特征值。
(3)变异系数(离散系数),1)总体的变异系数,2)样本的变异系数,变异系数又称离散系数,是用标准差除以算术平均数得到的相对数。
它表示数据的相对离散波动程度。
变异系数小,说明分布集中程度高,离散程度小,均值对总体(样本)的代表性好。
三、质量数据的分布规律,
(一)质量数据的特征
(二)质量数据波动的原因(三)质量数据分布的规律性,
(一)、质量数据的特征,个体数值的波动性总体(样本)分布的规律性质量数据的集中趋势质量数据的离中趋势反映了总体(样本)质量变化的内在规律性,
(二)、质量数据波动的原因,1、偶然性原因2、系统性原因,1、偶然性原因,偶然性因素:
具有随机发生的;
是不可避免、难以测量和控制的;
或者是在经济上不值得消除。
它们大量存在,但对质量的影响很小,属于允许偏差、允许位移范畴,引起的是正常波动,一般不会因此造成废品,生产过程正常稳定。
通常把4M1E因素的这类微小变化归为影响质量的偶然性原因、不可避免原因或正常原因。
2、系统性原因,当影响质量的4M1E因素发生了较大变化,生产过程不能正常进行,产品质量数据就会离散过大或与质量标准有较大偏离,表现为异常波动,次品、废品产生。
这就是产生质量问题的系统性原因或异常原因。
由于异常波动特征明显,容易识别和避免,特别是对质量的负面影响不可忽视,生产中应该随时监控,及时识别和处理。
五大要素:
人员(Man)设备(Machine)材料(Material)作业方法(Method)作业环境(Environment)俗称4M1E。
也就是人们常说的人、机、料、法、环。
现场管理5大要素4M1E,何为4M1E?
(三)质量数据分布的规律性,以质量标准为中心的质量数据分布,可用一个“中间高、两端低、左右对称”的几何图形表示,即一般服从正态分布。
正态分布(Normaldistribution)一种概率分布,也称“常态分布”。
正态分布具有两个参数和2的连续型随机变量的分布,第一参数是服从正态分布的随机变量的均值,第二个参数2是此随机变量的方差,所以正态分布记作N(,2)。
服从正态分布的随机变量的概率规律为:
取与邻近的值的概率大,而取离越远的值的概率越小;
越小,分布越集中在附近,越大,分布越分散。
正态分布的概率密度函数为:
正态分布的密度函数的特点是:
1、关于对称,并在处取最大值,在正(负)无穷远处取值为0,在处有拐点,形状呈现中间高两边低,图像是一条位于x轴上方的钟形曲线;
2、曲线与横轴间的面积总等于1。
当=0,2=1时,称为标准正态分布,记为N(0,1)。
正态分布曲线具有以下几个性质:
3曲线与X=所围成的面积为0.6825;
与X=2所围的面积为0.9545;
与X=3所围成的面积为0.9973。
(三)质量数据分布的规律性,即在正常生产的情况下,质量特性在区间(-)(+)的产品有68.25%;
在区间(-2)(+2)的产品有95.45%;
在区间(-3)(+3)的产品有99.73%。
质量特性在3范围以外的产品非常少,不到3(0.3%)。
根据正态分布曲线的性质,可以认为,凡是在3范围内的质量差异都是正常的,不可避免的,是偶然性因素作用的结果。
第二节质量控制的直方图法一、直方图的绘制方法1、收集和整理质量数据要根据实际情况确定收集数据的数量,一般不少于50个。
2、计算极差R3、确定组数,确定组数K就是把质量数据分成K组。
一般参考表7-1选取。
4、确定组距5、确定组界值与组中值第一组上、下界值按下式计算:
6、频数统计7、绘制直方图例71某混凝土工程浇筑C20混凝土时,先后共取了60个混凝土抗压强度数据,如表72所示。
试绘制直方图。
解:
第一步:
整理数据,找出极值Xmax和Xmin,先找出每行数据中的最大值和最小值,记入最后两列中,再在最后两列中找出全部数据的最大值和最小值,即,解:
整理数据,找出极值Xmax和Xmin,先找出每行数据中的最大值和最小值,记入最后两列中,再在最后两列中找出全部数据的最大值和最小值,即Xmax29.0MPaXmin14.0MPa第二步:
求极差值,即R=Xmax-Xmin=15MPa,第三步:
确定组数K。
根据表71的经验数,取K7。
第四步:
确定组距,即hRK1572.1MPa第五步:
确定各组界限值和组中值,即第一组下界限值Xminh212.95MPa第一组上界限值Xminh215.05MPa第二组下界限值=第一组上界限值第二组上界限值15.052.1=17.15MPa,以下各组的上、下界限值以此类推。
各组上、下界限值计算结果见表73。
第六步:
列表统计频数,即数出属于每组的数据数目,见表73。
第七步:
画直方图,见图72所示。
二、计算质量特征值利用直方图计算质量特征值主要是计算子样平均值和标准偏差S。
其计算公式前面已介绍过。
21.21,S=3.51,三、直方图的观察和分析
(一)直方图图形分析1.正常型直方图2孤岛型直方图3.双峰型直方图4.偏向型直方图5.平顶型直方图6.陡壁型直方图7.锯齿型直方图,1.正常型直方图正常型直方图又称对称型直方图。
它的特点是中间高、两边低,并呈左右基本对称,说明工序处于稳定状态,如图73(a)所示。
2异常型直方图
(1)孤岛型,如图73(b),在远离主分布中心的地方出现小的直方,形如孤岛。
表明生产过程中出现了异常现象,例如原材料一时发生变化;
有人代替操作;
操作方法不当等。
(2)双峰型,如图73(c)所示,直方图出现两个中心,形成双峰状。
这往往是由于把来自两个总体的数据混在一起作图造成的,如把两个班组的数据混为一批。
(3)偏向型,如图73(d)所示。
直方图重心偏向一侧,它往往是因计数值或计量值只控制一侧界限或剔除了不合格数据造成的。
(4)平顶型,如图73(e)所示。
直方图呈平顶状态,多为数个母体数据混在一起,或在生产过程中有缓慢变化的因素在起作用造成的,如操作者疲劳。
(5)陡壁型,如图73(f)所示。
直方图一侧出现陡峭绝壁状态,这是由于人为剔除了不合格的数据造成的。
(6)锯齿型,如图73(g)所示。
直方图出现参差不齐的形状,这是由于数据分组过多或测量仪器精度不够造成的。
(二)对照标准分析比较正常型的直方图,并不意味着质量分布就完全合理,还必须与规定的标准公差相比较,以作进一步分析。
主要是分析直方图的平均值与质量标准中心u的重合程度;
比较分析直方图的分布范围B同公差范围T的关系。
图75在直方图中标出了标准公差范围T,公差上限值TU和下限值TL,实际尺寸范围B。
其对照分析如下。
(1)理想型,如图7-4(a)所示。
实际分布中心与标准公差中心u吻合,B在T中间,两边略有余地,这是理想状态,不会出现不合格品。
(2)偏向型,如图7-4(b)。
B虽然在T中,但B的中心偏离T的中心,表明生产控制有偏向一侧的倾向,易出废品,应采取纠偏措施。
(3)富余型,如图7-4(c)。
B在T中,二者中心也重合,但两边富余过多。
说明精度过高,控制过严,不经济,应适当放宽控制。
(4)无富余型,如图7-4(d)。
B和T相等,二者中心也重合,但两侧均无余地,稍有波动就可能出现废品,说明控制精度偏低,应提高控制精度,缩小实际分布范围。
(5)能力不足型。
如图7-4(e)。
BT,两边均有超差,已出废品。
应加强控制,提高精度。
(6)严重偏向型,如图7-4(f)。
B的中心严重偏离T的中心,其上限已超出公差,说明没有按质量标准严格控制工序,应采取纠正措施。
四、直方图在质量控制中的应用1.推算母体的废品率当工序能力不足时,符合正态分布规律的直方图超出了规范规定公差的上、下界限Tu和TL。
超出的部分就是母体的废品率。
如图7-5所示。
其计算方法如下。
(1)超上界限废品率Pu计算。
先算出超上界限的偏移系数,即然后查正态分布表,求得超上界限废品率Pu。
样本的标准偏差,
(2)超下界限废品率PL计算。
先算出超下界限的偏移系数,即然后查正态分布表,求得超下界限废品率PL。
(3)总废品率计算,即PPu+PL,【案例题】某工程主体结构混凝土质量等级为C20,对其现场混凝土搅拌系统近期抽样统计结果显示,配制同一品种混凝土标准偏差=4.0Mpa,按要求强度配制的混凝土用到工程主体结构后,第一批抽取了58组样本,数据统计如下表所示:
经过计算,这58组数据的平均值=28.71Mpa,样本标准差S=3.99Mpa;
问题:
1.画出直方图,并判断生产过程是否正常。
2.对于直方图,如果出现绝壁形是由于什么原因引起的?
3.简要说明直方图的用途。
答案要点:
1.绘制出直方图如图431所示:
判断所绘直方图是正常型的。
因为该直方图为:
左右基本对称的单峰型,实际分布范围为39.9-18.8=21.16s=6*3.99=23.94,在3范围内。
2.如果直方图出现绝壁形可能是由于人为剔除了不合格的数据或收集数据不全造成的。
3.直方图的用途包括:
1)观察、分析和掌握质量分布规律;
2)判断生产过程是否正常;
3)估计工序不合格品率的高低。
第三节质量控制的排列图法排列图法又称巴雷特图法,也叫主次因素分析图法,它是分析影响工程(产品)质量主要因素的一种有效方法。
一、排列图的形式排列图是由一个横坐标,两个纵坐标,若干个矩形和一条曲线组成,见图7-6。
图中左边纵坐标表示频数,即影响调查对象质量的因素重复发生或出现次数(或件数、个数、点数);
横坐标表示影响质量的各种因素,按出现的次数(频数)从多至少、从左到右排列;
右边的纵坐标表示频率,即各因素的频数占总频数的百分比。
矩形表示影响质量因素的项目或特性,其高度表示该因素频数的高低;
曲线表示各因素依次的累计频率,也称为巴雷特曲线。
二、排列图的作用排列图的主要作用如下。
(1)找出影响质量的主要因素。
影响工程质量的因素是多方面的,有的占主要地位,有的占次要地位。
用排列图法,则可方便地从众多影响质量的因素中找出影响质量的主要因素,以确定改进的重点;
(2)评价改善管理前后的实施效果。
对某一质量问题的解决前后,通过绘制排列图,可以直观地看出改善管理前后某种因素的变化,评价改善管理的效果,进而指导管理。
(3)可使质量管理工作数据化、系统化、科学化。
它所确定的影响质量主要因素不是凭空设想,而是有数字根据。
同时,用图形表达后,各级管理人员和生产工人都可以看懂,而且一目了然,简单明确。
三、排列图的绘制方法和步骤
(1)确定作排列图的项目。
排列图的项目可以是不良品项目、不良品部位、损失金额或操作班组等。
(2)根据统计分析表调查的数据,用分层法原理进行分类整理,列出影响质量的各种因素。
(3)统计各种因素(项目)的频数,计算频率和累计频率。
(4)画排列图:
1)建立坐标。
右边的频率坐标从0到100划分刻度;
左边的频数坐标从零到总频数划分刻度,总频数必须与频率坐标上的100成水平线;
横坐标按因素的项目划分刻度,按照频数的大小依次排列。
2)画直方图形。
根据各因素的频数,依照频数坐标画出直方形(矩形)。
3)画巴雷特曲线。
根据各因素的累计频率,按照频率坐标上刻度描点,连接各点即为巴雷特曲线(或称巴氏曲线)。
(5)标注上排列图的标题、数据和收集数据的时间,记录尽可能详细。
这些记录的内容都是质量控制中有参考价值的情报数据,切不可忽视。
例子:
1)收集整理数据,按不合格点的频数按由大到小的顺序排列各检查项目,以全部不合格点为总数,计算各项的频数和累计频率。
2)排列图的绘制,1)画横坐标(等分;
由大到小自左向右)2)画纵坐标(左侧频数,右侧累计频率;
同一水平线)3)画频数直方形(以频数为高)4)画累计频率曲线(从0点开始,依次连接直方形右边线与所对应的累计频率的交点)5)记录必要的事项,n=150,A,B,C,四、排列图的分析和应用
(一)排列图的分析
(1)按巴雷特曲线对各因素进行分类。
一般分为A、B、C三类。
1)累计频率在080为A类,是影响质量的主要因素。
2)累计频率在8090为B类,是影响质量的次要因素。
3)累计频率在90100为C类,是影响质量的一般因素。
(2)确定各类因素的具体项目。
在主要因素中,最好只有一两个项日。
选择项目多了,就失去了排列的意义,抓不住重点。
(3)针对主要因素存在的问题,制订改进措施加以解决。
(4)进一步分析主要因素产生的原因。
比如混凝土强度不足是影响混凝土构件不合格的主要因素,可以进一步按一定标志分类作排列图,分析是何原因引起混凝土强度不足的。
(二)排列图的应用例74某混凝土预制构件厂在某一时期对其生产的138件产品进行了抽样调查。
其调查结果经整理见表76,试用排列图分析影响质量问题的主要因素。
(1)列调查表:
计算频率(不合格率)和累计频率(累计不合格率),见表76。
(2)根据计算结果画排列图,见图77。
(3)分析:
A类因素有两个;
B类因素有1个;
C类因素有2个。
所以由图中明显看出,强度不足与表面麻面两个不合格项目是影响这批产品质量的主要因素,局部露筋为次要因素,振捣不实与早期脱水为一般因素。
【案例题46】某工程在进行质量检查时,对检查出来的质量问题汇总如下:
问题:
1.在上表累计频率列中填上正确的数,并且画出排列图。
2.找出引起质量问题主要因素和一般因素。
3.如果质量不合格,你认为应从哪些因素进行分析?
1.图中累积频率一列应该填的数据从上到下,应该是:
50%,80%,90%,96%,100%。
根据上面的数据画出排列图如下:
2.根据排列图的判断规则,从上图可以看出,影响质量的主要因素是0%80%的区域,也就是操作问题和材料质量问题。
影响质量的一般因素为80%90%的区域,即图纸差错和机具故障。
3.对于一般情况,影响质量的主要因素为:
人员,施工机械,施工方法,材料,环境。
当发生质量问题,可以从以上几个方面进行分析。
第四节质量控制的因果分析图法一、因果分析图的概念和作用因果分析图又叫特性要因图、鱼刺图或树枝图。
因果分析图法就是把对质量(结果或特性)有影响的重要因素加以分类,并在同一个图上用箭线表示出来的方法。
在工程实践中,任何一种质量问题的产生,往往是多种原因造成的。
这些原因有大有小,把这些原因依照大小次序分别用主干、大枝、中枝和小枝箭线图形表示出来,便可一目了然地、系统地观察出产生质量问题的原因。
因果分析图的用途,因果分析图是用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。
混凝土强度不足,人,机器,材料,方法,环境,二、因果分析图的作图方法和步骤现以混凝强度不足的质量问题为例,来说明因果分析图的作图方法和步骤。
如图79所示。
1.决定特性决定特性即确定要解决的哪个质量结果,并放在主干箭头的前面。
一张因果分析图上只许有一个“质量结果”。
如本例的“混凝土强度不足”。
2.确定影响质量特性的大原因大原因一般从五个方面进行分析。
(1)人(操作者)的因素。
(2)机器(设备)的因素。
(3)材料(包括成品、半成品、原材料)的因素。
(4)工艺(施工方法、程序)的因素。
(5)环境(地区、气候、地形等)的因素。
3.画中小箭杆,表示中小原因分析导致各大原因的中小原因,层层深入,一直到可以采取措施的最小原因为止。
4.检查和补充漏掉的因素认真听取在生产第一线工作、并有实践经验人员的意见,发扬民主,反复讨论,补充遗漏因素,使分析更接近实际,更符合客观情况。
5.必要的注示每张因果分析图都应注明日期、制图者及当时环境条件等有关事项。
三、因果分析图的分析和应用因果分析图作出后,要配合其他方法进行检查,分析图形反映问题的准确程度,然后采取相应的措施加以解决。
本例中采取的改进措施见表77。
第五节质量控制的相关图法工程(产品)质量受到各种因素的影响,各因素之间、产品质量特性之间相互影响,构成结果与原因的关系。
这种变量之间的关系大致可分为三类:
质量特性与质量特性的关系,如混凝土强度与水泥标号的关系;
质量特性与影响因素的关系,如混凝土与养护条件的关系;
影响因素与影响因素的关系,如沥青的延伸率与沥青粘结力的关系等。
相关图又称散布图,它是指把对应的有相关关系的两类数据,对应于直角坐标系的横坐标和纵坐标的相应的点,绘制的由一系列的点组成的图。
一、相关图的作图方法例7-5现以普通防水混凝土的容重与抗渗标号的关系为例,来说明相关图的作图方法。
1.收集数据收集对应于质量特性和要因的两类数据。
数据的对数不宜过少,一般以30组数为宜。
把对应的一对数分别用x、y表示,见表78。
2建立直角坐标系在坐标系上以x轴代表原因的质量特性或将来要控制的项目,以y轴代表结果的质量特性。
本例x轴代表容重,y轴代表抗渗标号。
3.用标点法作相关图将整理后的数据点在坐标系上相应位置。
如图7-10所示。
二、相关图的观察与分析相关图中点的分布状态反映了两类数据(或变量)之间的相关性及其程度。
相关图有以下六种基本形态。
1强正相关点的散布呈一条直线带,x增加,y也明显增加。
表明y受到x的直接影响,只要控制x便能控制y。
如图7-11(a)。
2.弱正相关点的散布呈较分散的直线带,x增加,y也增加,但规律不明显,说明除x外,还有其他因素也在影响y。
见图7-11(b)。
3.不相关点的散布无规律,在坐标系中成为一团,表明x和y无关系。
见图7-11(c)所示。
4.强负相关点的散布呈一条向下的直线带。
x增加,y减少。
表明y受x的直接影响。
见图7-11(d)。
5.弱负相关点的散布呈一较分散的直线带,x增加,y有减少的趋势,但不明显,说明除了x外,还有其他因素影响y。
见图7-11(e)。
6.非线性相关,三、回归直线及其方程由图7-10所示混凝土容重和抗渗标号的相关图可知,两类数据大致分布在一条直线附近。
也就是说变量x与y大致成线性关系。
因此,可以用一条直线来表示x与y的关系。
该直线方程(回归直线方程)为:
y=a+bx其中:
a为截距,b为回归系数(斜率)。
三、回归直线及其方程回归方程(regressionequation):
根据样本资料通过回归分析所得到的反映一个变量(依变量)对另一个或一组变量(自变量)的回归关系的数学表达式。
若:
在一组具有相关关系的变量的数据(x与Y)间,通过散点图我们可观察出所有数据点都分布在一条直线附近,这样的直线可以画出许多条,而我们希望其中的一条最好地反映x与Y之间的关系,即我们要找出一条直线,使这条直线“最贴近”已知的数据点,记此直线方程叫做Y对x的回归直线方程,相应的直线叫做回归直线,b叫做回归系数。
三、回归直线及其方程用最小二乘法求回归直线方程中的a,b有下面的公式:
四、相关系数任何具有相关关系的两个变量x、y的若干组试验数据,根据上述计算回归直线的方法,都可以配置一条回归直线。
但这样配置的回归直线并非都有生产价值,这样就需要一个数量性指标,来判定x和y两个变量线性相关的密切程度,从而确定配置的回归直线是否必要,是否有意义。
由概率论可知,这个数量指标就是相关系数,其表达式为相关系数r描述了x与y的线性相关程度,相关系数在l和1之间取值。
ro,表示正相关;
ro,表示负相关。
|r|越近于1时,说明x与y越接近线性关系,即相关密切;
|r|近于0时,说