文档介绍：常规分析的 质量管理与控制图 臧慕文 北京有色金属研究总院分析测试技术研究所 国家有色金属及电子材料分析测试中心
1994年,美国著名质量管理学家
国质量管理学会年会上指出:20世纪以“生产力的
世纪”载入史册,未来的21世纪将是“质量的世纪”。
科学研究、资源开发、环境保护、产品质量控制
和商业贸易等等各方面都离不开分析测试。如何保
证分析测试的质量,使分析结果既正确又精密,即
准确度高?
影响分析测试质量的五大因素是:人(人员)、机
(仪器)、料(试剂)、法(方法)、环(环境)。在正常
的情况下,应该对这五大方面有良好的管理和控制,
使测试质量获得重要保证。
统计分析测试数据并检验测试数据的可靠性也是
测试质量的重要保证:
正确度计算:平均值,中位值;
正确度检验:标准物质对照、标准方法比对、加标回收试
验并用t 检验和方差分析进行统计检验。
精密度计算:极差R,标准偏差s,不确定度u,重复性限r,
再现性限R,标准四分位距Norm IQR等;
精密度检验: 检验、 F 检验、 Cochran检验等方差检验;
但是,这些保证测试质量的办法、措施,都是“离
线”的、“静态”的,没有起到“全过程的监控”作用。
20世纪20年代美国的休哈特()提出了
“统计过程控制(Statistical Process Control)”简称SPC
的概念。 SPC就是应用统计技术对过程中的各个阶段
进行监控,是用控制图法(或质量管理图法)进行质量管
理,从而达到保证与改进质量的目的。
SPC强调全过程的预防,首先在生产管理中采用,以
后推广应用到其它方面,常规分析质量管理也可采用
控制图。
SPC是利用统计技术(控制图)对生产(管理)过程中的各个
阶段进行监控,科学地区分出生产过程中产品质量的偶然波
动与异常波动,以便采取措施,消除异常,恢复过程的稳定。
作用-预防判断过程的异常,及时告警。
缺点-不能告知异常是由什么因素引起的和发生于何处,
即不能进行诊断。
SPD (Statistical Process Diagnosis)即统计过程诊断,是SPC
的进一步发展。上世纪80年代开始,张公绪教授提出选控控
制图系列、两种质量诊断理论,开辟了统计质量诊断的新方
向,90年代又提出两种多元诊断理论,解决了多工序、多指
标系统的质量控制与诊断问题。目前SPD已进入实用性阶段。
SPA (Statistical Process Adjustment)即统计过程调整,是SPD的进一步发展,这方面国外刚刚起步,目前尚无实用性的研究成果。
SPC
SPD
SPA
SPC、SPD、SPA三者构成一个闭环,循环不已。
2 质量控制图
控制图(Control Chart)是对过程质量特性值进行测
定、记录、评估以及监察过程是否处于控制状态的一
种用统计方法设计的图。
控制图显示质量特性值随时间变化的波动曲线,
并分析和判断是由于偶然原因抑或由于系统原因所造
成的质量波动,从而告警,提醒操作者作出准确判断
和提出有效对策,消除系统性原因产生的影响,使操
作程序处于稳定并得到动态控制。
在正态分布密度函数曲线中可以看到,正态分布由
两个参数,即总体均值和总体标准差来决定的。
这对质量管理很有用,即无论总体均值和总体标准差
取何值,%,
落在之外的概率为100%-%=%,而超过一侧,
%/2=%。
图1 正态分布在μ±3σ区间的概率
Shewhart 根据正态分布的这一特性,提出了控制图。
将图1先按顺时针方向转90°即成图2(a) ,再上下翻转180°即成图2(b)。以
测量值为纵坐标,以日期或测量顺序为横坐标,即得图3单值控制图,也叫x
控制图。
该图纵坐标为质量特性值,横坐标为抽样时间或样本序号。三条线:上面
一条虚线叫上控制界限线(简称上控制线),相应于,用符号UCL表示,
中间一条实线是中心线,相应于用符号CL表示,下面一条虚线叫下控制界
限线(简称下控制线),相应于,用符号LCL表示。
图3 单值控制图(x控制图)
图2 由正态分布概率密度曲线
演变的控制图
t/h
为什么用控制图的控制界限?
%,这是一个
小概率。按照小概率事件原理,在一次实践中超出范围的
小概率事件几乎是不会发生的。若发生了小概率事件,说明过
程已处于不稳定状态。
利用控制图来判断过程是否处于稳定和受控状态就是进行统
计推断。统计推断就会产生两种错误。
第一类错误是将正常判为异常,即测试本来并没