食品行业质量管理的工具与方法最新版课件

一、质量数据的性质1.计量值数据

可以连续取值 可测出小数点以下数值 可用量具计测如：长度、面积、体积、重量、密度、糖度、酸度、硬度、温度、时间、营养成分含量、灌装量等一、质量数据的性质12.计数值数据

只能间断取值 得不到小数点以下的数值 不能用量具进行计测如： 产品件数、不合格品数、产品表面的缺陷数 一般为正整数2.计数值数据2⑴ 计件值数据

数产品的件数而得到的数值如： 产品件数 不合格品率（p）

不合格品数（np）

质量检测的项目数⑴ 计件值数据3⑵ 计点值数据

数缺陷数而得到的数值如：

不合格数、大肠杆菌数、细菌总数 产品表面的缺陷数 单位时间内机器发生故障的次数 棉布上的疵点数 玻璃上的气泡数 铸件上的砂眼数⑵ 计点值数据4二、总体与样本的特征值㈠ 总体与参数1.总体 研究对象的全体 可以是有限的，也可以是无限的如： 10000瓶饮料二、总体与样本的特征值52.个体 也叫样本单位或样品 构成总体或样本的基本单位如： 1包奶粉、1个月饼等2.个体63.参数如：

总体平均值

总体标准差

样本平均值

样本标准差3.参数7可以是有限的，也可以是无限的某食品厂的糖水水果旋盖玻璃罐头经常发生漏气，造成产品发酵、变质。未经设计的试验是无用的试验。7）验证试验或进一步优选⑵ 没有明确的目的，就谈不上周到的设计。若各因素所取水平数不等，则称其为混合水平试验。右纵坐标为频率，常用百分数来表示。对计量值数据进行现场调查两类错误是不可避免的从3000包奶粉中抽取10包奶粉作为样本进行检验因而分析出的好条件还只是一种可能好的水平组合。五、调查表（CheckSheet）① 当给定双向公差、质量数据分布中心与公差中心不一致时。影响过程（工序）质量主要有六个因素：根据以往的资料，将某一质量特性项目的数据分布范围分为若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。宁可将已经设计的试验不予实施，也不能将未经设计或不符合整体设计要求的试验仓促“上马”。水平间间隔可以相等，也可以不等。对于大多数项目，当分析所得的好条件不在正交表已做的范围内时，其指标值将会超过实际试验的好条件。因此，可以接着建立平均值控制图。㈡ 样本与统计量1.样本 也叫子样、样组

从总体中抽取出来的一个或多个供检验的单位产品。范例： 从3000包奶粉中抽取10包奶粉作为样本进行检验可以是有限的，也可以是无限的㈡ 样本与统计量8样本量： 也称样本大小 样本中所含的个体数目范例： 从3000包奶粉中抽取10包奶粉作为样本进行检验 其样本量n＝10样本量：9抽样： 从总体中抽取部分个体作为样本的过程 通常采取“随机抽样”的方法

提问：什么是随机抽样？抽样：10⑴ 制作排列图数据表，计算不合格比率，并按数量从大到小顺序将数据填入表中。从总体中抽取出来的一个或多个供检验的单位产品。由表2-17中可知，当n=5时进行单因素试验，寻找好的工艺使得提取率最高。从表中可以看出：1#机发生的外观质量缺陷较多，操作工B生产出的产品不合格最多。一组数据中最大值与最小值之差不利于自己愿望的数据要比受人欢迎的事实更易忘却，因而更需要加以记录。㈠ 调查表的概念和作用（最多能考察的因素数）经验告诉我们，按照同样的工艺、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品123456789107）验证试验或进一步优选○○○○○○●X组数的确定要适当，组数k的确定可参见表2-5。1）直接比较，找出试验的好结果采取措施，减少标准偏差S。图2-5 酒度与酸度散布图质量管理中不允许的波动将时间（B＝90min）和液固比（C＝5）固定，变化温度。在此试验中，试验目的是寻求从柑桔皮中提取果胶的最佳条件，试验指标以综合指标评分为依据，分值越高，说明提取效果越好。此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；155102045303540252.统计量⑴ 表示样本的中心位置的统计量① 样本平均值 ⑴ 制作排列图数据表，计算不合格比率，并按数量从大到小顺序将11② 样本中位数 指把收集到的统计数据按大小顺序重新排列，排在正中间的那个数。 当样本量n为奇数时，正中间的数只有一个； 当n为偶数时，正中位置有两个数，此时中位数为正中两个数的算术平均值。② 样本中位数12⑵ 表示样本数据分散程度的统计量①

样本极差 一组数据中最大值与最小值之差范例：15510204530354025⑵ 表示样本数据分散程度的统计量13② 标准方差② 标准方差14③ 样本标准差③ 样本标准差15三、产品质量的波动 任何一个生产过程，总存在着质量波动。 质量波动是客观存在的，是绝对的。三、产品质量的波动16范例： 没有两个相同的人、树叶，对于产品也是一样的，没有两件完全相同的产品。范例：17范例： 经验告诉我们，按照同样的工艺、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品 其质量特性不可能完全一样，总是存在差异，即存在变异或波动。范例：18影响过程（工序）质量主要有六个因素：5M1EMan 操作者Machine

设备Material

原材料Method

操作方法Measure

测量Environment

环境影响过程（工序）质量主要有六个因素：5M1EMan 操191.正常波动

由随机因素（偶然因素）引起 质量管理中允许的波动 此时的工序处于稳定状态或受控状态

范例：机器的固有振动、液体灌装机的正常磨损 工人操作的微小不均匀性 原材料中的微量杂质或性能上微小差异 仪器仪表的精度误差 检测误差1.正常波动20偶然因素 是固有的 始终存在，是不可避免的 对质量的影响较小

难以测量，消除它们成本大，技术上也难以达到。范例： 温度或电压等生产条件的微小变化偶然因素21用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）⑺ 要善于从试验中发掘信息，从数据中提炼模型。我国是柑桔主要产国之一，可以供给生产果胶的原料是十分充足的。对于水平数在3个或3个以上的因素，应该画出因素与指标之间的关系示意图，以便直观地观察试验结果随每一因素取不同水平变化的趋势。即B=6σ要把每一个试验都当作“整体”的“零件”，考虑到组装的需要。5101520253035监控过程状态，诊断过程是否稳定，确定过程改进点⑶ 简单易懂，便于推广。㈠ 因果图的概念和作用（最多能考察的因素数）① 当给定双向公差、质量数据分布中心与公差中心不一致时。⑵ 画两根纵轴和一根横轴表2-8是某食品企业在某月玻璃瓶装酱油抽样检验中外观不合格项目调查记录表。作直方图要求收集的数据就是先画出产品平面示意图，把画面划分成若干小区域，并规定不同外观质量缺陷的表示符号。⑵ 以组距为底、各组的频数为高，分别画出所有各组的长方形，即构成直方图。⑺ 要善于从试验中发掘信息，从数据中提炼模型。② 当给定双向公差、质量数据分布中心与公差中心相一致。某酒厂为了研究中间产品酒醅中的酸度和酒度2个变量之间存在什么关系，对酒醅样品进行了化验分析，结果如表2-3所示。宁可将已经设计的试验不予实施，也不能将未经设计或不符合整体设计要求的试验仓促“上马”。指在试验中根据试验目的而选定的、用来衡量或考核试验效果的质量特性。2.异常波动 由系统因素（异常因素）引起

质量管理中不允许的波动 此时的工序处于不稳定状态或非受控状态。对这样的工序必须严加控制。范例：配方错误 设备故障或过度磨损 操作工人违反操作规程 原材料质量不合格 计量仪器故障用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原22异常因素 非过程固有 有时存在，有时不存在 对质量波动影响大

（常常超出了规格范围或存在超过规格范围的危险） 易于判断其产生原因并除去

（在经济上是必须消除的）异常因素23表2-1正常波动与异常波动正常波动异常波动产生原因偶然因素系统因素存在情况大量存在少量存在作用大小对质量特性值影响较小如存在，可使产品质量发生显著变化影响因素很多，不易识别，难以确定较少，容易识别解决方法提高科学技术水平加强管理质量管理工作控制在最低限度消除过程状态统计受控状态统计失控状态表2-1正常波动与异常波动正常波动异常波动产生原因24四、产品质量的分布规律食品工业中搜集到的数据（针对计量值数据） 大多为正态分布四、产品质量的分布规律25正态分布有一个结论对质量管理很有用：

无论均值μ和标准差σ取何值 产品质量特性值落在μ±3σ之间的概率为99.73％正态分布有一个结论对质量管理很有用：2695.45%99.73%68.26%-3-2-1+1+2+395.45%99.73%68.26%-327第二节 食品质量控制的传统方法

QC七工具或品管七大手法包括： 因果图、排列图、散布图、直方图、调查表、分层法和控制图 可以解决质量管理中的大部分问题第二节 食品质量控制的传统方法28一、因果图（CauseandEffectDiagram）㈠ 因果图的概念和作用

又称鱼骨图（fishbonediagram）、鱼刺图、树枝图 用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因） 一、因果图（CauseandEffectDiagram29目的：解决……..日期：年月日作者：……..质量问题原因类别第一层原因原因类别第一层原因第一层原因第一层原因第一层原因第一层原因原因类别原因类别第二层原因第二层原因原因结果目的：解决……..质量问题原因类别第一层原因原因类别第一层原30裱花蛋糕微生物超标原料果酱微生物超标色素微生物超标奶油微生物超标包装材料微生物超标机器打奶油机消毒不好未按时消毒氯浓度低操作者卫生意识差培训不够人员卫生差手未消毒工作服不洁环境蛋糕贮存环境差未按时消毒温度高空调制冷能力差裱花温度差消毒不好温度高臭氧发生器故障空调制冷能力差测量检验错误抽样方法错误没有校正测氯卡失败量具不准图2-2 裱花蛋糕微生物超标的因果图裱花蛋糕微生物超标原料果酱微生物超标色素微生物超标奶油微生物31㈡ 因果图的制作步骤

对某糕点生产企业存在的裱花蛋糕微生物超标的质量问题进行因果图分析㈡ 因果图的制作步骤32⑴ 确定需要分析的质量特性 即针对什么问题寻找因果关系例如：产品质量、质量成本、产量、工作质量等问题裱花蛋糕微生物超标⑴ 确定需要分析的质量特性裱花蛋糕微生物超标33工人操作的微小不均匀性R值越大，因素对试验指标影响也越大，因素也就越重要。从2月3日两台注塑机所生产的产品的外观看质量缺陷都比较多，而且气孔缺陷尤为严重，经调查分析是当天的原料湿度较大所致。1）直接比较，找出试验的好结果从表中可以看出：1#机发生的外观质量缺陷较多，操作工B生产出的产品不合格最多。② 当给定双向公差、质量数据分布中心与公差中心相一致。A＝85℃，B＝120min，C＝6。⑶ 步骤3，计算控制界限、作控制图、打点并判断：先确定直方图的组数，然后以此组数去除极差，可得直方图每组的宽度，即组距（h）。没有充分利用试验结果的信息；一般适用于计量值数据某植物油生产厂，采用灌装机灌装，每桶标称重量为5000g，要求溢出量为0～50g。⑵ 以组距为底、各组的频数为高，分别画出所有各组的长方形，即构成直方图。㈠ 直方图的概念与作用六、分层法（Stratification）根据数据产生的特征（层）将数据进行分类此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；⑴ 调整工序加工的分布中心，减少偏移量ε。7）验证试验或进一步优选连续6点递增或递减连续5点中有4点落在中心线同一侧的C区之外不利于自己愿望的数据要比受人欢迎的事实更易忘却，因而更需要加以记录。⑵ 召集同该质量问题有关的人员参加的会议，充分发扬民主，各抒己见，集思广益，把每个人的分析意见都记录在图上。工人操作的微小不均匀性⑵ 召集同该质量问题有关的人员参加的会34⑶ 画一条带箭头的主干线，箭头指向右端，将质量问题写在图的右边，确定造成质量问题类别。裱花蛋糕微生物超标⑶ 画一条带箭头的主干线，箭头指向右端，将质量问题写在图的右35①

一般按5M1E的6大因素分类裱花蛋糕微生物超标原料机器操作者环境测量① 一般按5M1E的6大因素分类裱花蛋糕微生物超标原料机器36②然后围绕各原因类别展开，按第一层原因、第二层原因、第三层原因及相互因果关系，用长短不等的箭头画在图上，逐级分析展开到能采取措施为止。②然后围绕各原因类别展开，按第一层原因、第二层原因、第三层37⑷ 讨论分析主要原因，把主要的、关键的原因分别用粗线或其他颜色的线标记出来，或者加上方框进行现场验证。裱花蛋糕微生物超标原料果酱微生物超标色素微生物超标奶油微生物超标包装材料微生物超标机器打奶油机消毒不好未按时消毒氯浓度低操作者卫生意识差培训不够人员卫生差手未消毒工作服不洁环境蛋糕贮存环境差未按时消毒温度高空调制冷能力差裱花温度差消毒不好温度高臭氧发生器故障空调制冷能力差测量检验错误抽样方法错误没有校正测氯卡失败量具不准⑷ 讨论分析主要原因，把主要的、关键的原因分别用粗线或其他颜38⑸ 记录必要的有关事项，如参加讨论的人员、绘制日期、绘制者等。⑹ 对主要原因制订对策表（5W1H），落实改进措施。⑸ 记录必要的有关事项，如参加讨论的人员、绘制日期、绘制者等39课堂练习 以学校饭堂饮食卫生质量差为问题，进行因果图分析。课堂练习40组的边界值单位应取为最小测量值减去最小测量单位的一半作为第1组的下界限在任意一列中，每个水平的重复次数是相等的。㈠ 直方图的形状分析与判断即针对什么问题寻找因果关系某酒厂为了研究中间产品酒醅中的酸度和酒度2个变量之间存在什么关系，对酒醅样品进行了化验分析，结果如表2-3所示。没有两个相同的人、树叶，对于产品也是一样的，没有两件完全相同的产品。二、排列图（ParetoDiagram）连续6点递增或递减试验次数比较多，花费的时间较多；验证试验之时，最重要的是考察某一事件是不是发生，而不必要求样本空间中某一特定数值一定出现。四、直方图（Histogram）先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。右纵坐标为频率，常用百分数来表示。市场销售的带有包装的产品所给出的标称重量，法律规定其实际重量只允许比标称重量多而不允许少。如因素A取三个水平可分别表示为A1、A2、A3。即 PCI＝T/B并设置2~3次重复试验（常常超出了规格范围或存在超过规格范围的危险）原材料中的微量杂质或性能上微小差异任何一个生产过程，总存在着质量波动。对于水平数相同的试验，也可以不计算各因素各水平的指标之和的平均值，而用指标之和直接进行下步极差的计算。图3控制图的两类错误材料方面人为方面环境方面方法方面设备方面印刷不清楚字太小灯光太暗灯光太强桌椅高度书本质量常揉眼睛常盯屏幕坐车看书走路看书躺着看书看书方法不对距离过近长时间看书不休息分析患近视的原因组的边界值单位应取为最小测量值减去最小测量单位的一半作为第141二、排列图（ParetoDiagram）㈠ 排列图的概念 又称帕累托图 全称主次因素排列图 将质量改进项目从最重要到次要进行排列二、排列图（ParetoDiagram）42501001501005000●

●

●

●

●

●

●

ABCDEF（其他）帕累托曲线频数项目 排列图是由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累计百分比折线组成。累计百分比（％）501001501005000●●●●●●●A43 此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；右纵坐标为频率，常用百分数来表示。 横坐标表示影响质量的各种因素，按频数的高低从左到右依次画出长柱排列图，然后将各因素频率逐项相加并用曲线表示。累计频率在80%以内的为A类因素，即是亟待解决的质量问题。 此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现44排列图作用： 通过区分最重要的和其他次要的项目，就可以用最少的努力获得最大的改进。“找出主要原因”排列图作用：45㈡ 排列图的制作案例

表2-1是某食品厂2005年6月2日至6月7日菠萝罐头不合格项调查表表2-1菠萝罐头不合格项调查表不合格类型外表面真空度二重卷边净重固形物杂质块形小计不合格 排列图的制作案例不合格类型外表面真空度二重卷边净重固形物46步骤：⑴ 制作排列图数据表，计算不合格比率，并按数量从大到小顺序将数据填入表中。

“其他”项的数据由许多数据很小的项目合并在一起，将其列在最后。 否则横坐标会变得很长。步骤：47表2-2 菠萝罐头排列图数据表不合格类型不合格数累计不合格数比率%累计比率%净重424247.247.2固形物287031.578.7真空度7777.986.6杂质6836.793.3块形4874.597.8其他2892.2100合计89100表2-2 菠萝罐头排列图数据表不合格类型不合格数累计不合格数48⑵ 画两根纵轴和一根横轴 左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）；

右边纵轴，标上比率（频率）的刻度，最大刻度为100%。 左边总频数的刻度与右边总频数的刻度（100%）高度相等。

横轴上将频数从大到小依次列出各项。⑵ 画两根纵轴和一根横轴49⑶ 在横轴上按频数大小画出矩形，矩形高度代表各不合格项频数的大小。⑷ 画累计频率曲线，用来表示各项目的累计百分比。⑸ 在图上记入有关必要事项 排列图名称、数据及采集数据的时间、主题、数据合计数等。⑶ 在横轴上按频数大小画出矩形，矩形高度代表各不合格项频数的50图2-3 菠萝罐头不合格项目排列图图2-3 菠萝罐头不合格项目排列图51㈢ 排列图的使用⑴ 为了抓住“关键的少数”，在排列图上通常把累计比率分为3类：㈢ 排列图的使用52如因素A取三个水平可分别表示为A1、A2、A3。第2组下界限加组距：5.连续6点递增或递减L9(34)最多可安排4个因素，但根据试验的实际需要，可安排少于4个的因素数，也可考察因素间的交互作用，但考察的因素和因素间的互作数不能大于4。它是数理统计学的一个重要分支，在质量管理中，它也是质量决策的一个重要内容。根据数据产生的特征（层）将数据进行分类表3-2 L16(45)正交表按工艺文件规定，本例每间隔30min在灌装生产线连续抽取n=5的样本量计量溢出量。六、分层法（Stratification）A因素的各水平的平均指标对原因进行分析表明，1#注塑机维护保养较差，而且操作工B不按规定及时更换模具。同时，对于多水平的试验，当要考虑交互作用时，由于三水平以上的因素的交互作用要占两列以上。② 当给定双向公差、质量数据分布中心与公差中心相一致。⑸ 任何成功的试验都始于设计而终于分析。根据直方图的形状，可以对总体进行初步分析。用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）A因素的各水平的指标之和1包奶粉、1个月饼等QC七工具或品管七大手法因果图、排列图、散布图、直方图、调查表、分层法和控制图② 当给定双向公差、质量数据分布中心与公差中心相一致。连续15点在C区中心线上下在0~80%的因素为A类因素（主要因素） （不超过三项）在80%~90%的因素为B类因素（次要因素）在90%~100%的因素为C类因素（一般因素）如因素A取三个水平可分别表示为A1、A2、A3。在0~80%53 从图2-3中可以看出，出现不合格品的主要原因是净重和固形物含量，只要解决了这两个问题，不合格率就可以降低78.7%。 从图2-3中可以看出，出现不合格品的主要原因是净重和固形物54⑵ 在解决质量问题时，将排列图和因果图结合起来特别有效。 先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。⑵ 在解决质量问题时，将排列图和因果图结合起来特别有效。55三、散布图（ScatterPlot） 也称相关图、分布图、散点图 研究两个变量之间的关系及相关程度温度硬度Y=a+bx三、散布图（ScatterPlot）温度硬度Y=a+bx56散布图 可以用来发现和确认两组相关数据之间的关系 并确认两组相关数据之间预期的关系散布图57食品行业质量管理的工具与方法最新版课件58范例： 某酒厂为了研究中间产品酒醅中的酸度和酒度2个变量之间存在什么关系，对酒醅样品进行了化验分析，结果如表2-3所示。

现利用散布图对数据进行分析、研究和判断。范例：59序号酸度酒度序号酸度酒度10.56.390.76.020.95.8100.96.131.24.8111.25.341.04.6120.85.950.95.4131.24.760.75.8141.63.871.43.8151.53.480.85.7161.43.8表2-3 酒醅中酸度和酒度分析数据表序号酸度酒度序号酸度酒度10.56.390.76.020.960序号酸度酒度序号酸度酒度170.95.0251.05.3180.76.3261.54.4190.66.4270.76.6200.56.4281.34.6210.56.6291.04.8221.24.7301.24.1230.66.5241.34.3序号酸度酒度序号酸度酒度170.95.0251.05.31861试验次数比较多，花费的时间较多；质量波动是客观存在的，是绝对的。工人操作的微小不均匀性通过研究人员，控制其他不予考察的因素，使它不能影响试验结果，从而探讨试验因素的存在对试验结果的影响；表2-14 常规控制图的分类原材料中的微量杂质或性能上微小差异因分析出的可能最佳的处理组合一般未经试验，故为最后确认能否作为投产的工艺条件，还需将分析选出的可能最优处理组合与实际试验的结果最好的处理组合进行验证试验。可以对试验误差进行估计，并可进行各因素的显著性检验，适合于在正交试验中有空列存在或设置重复的试验结果的分析。⑵ 没有明确的目的，就谈不上周到的设计。⑴ 明确试验目的，确定试验指标㈣ 常规控制图的应用案例某植物油生产厂，采用灌装机灌装，每桶标称重量为5000g，要求溢出量为0～50g。⑺ 要善于从试验中发掘信息，从数据中提炼模型。可以对试验误差进行估计，并可进行各因素的显著性检验，适合于在正交试验中有空列存在或设置重复的试验结果的分析。对计量值数据进行现场调查一般局限于观测值数据的范围内也有少数试验，分析所得的好条件缺比不上实际试验的好条件。用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）L9(34)中任一列中每个水平重复出现3次。表2-11按封罐机生产厂家分层提取果胶的主要方法有酸提取法、离子交换法、微生物法等几种。先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。图2-5 酒度与酸度散布图试验次数比较多，花费的时间较多；图2-5 酒度与酸度散布62注意： 散布图相关性规律 一般局限于观测值数据的范围内注意：63四、直方图（Histogram） 又称频数分布图四、直方图（Histogram）64㈠ 直方图的概念与作用

直方图是从总体中随机抽取样本，将从样本中获得的数据进行整理后，用一系列宽度相等、高度不等的矩形表示数据分布的图。 矩形的宽度表示数据范围的间隔，矩形的高度表示在给定间隔内的数据频数。㈠ 直方图的概念与作用65食品行业质量管理的工具与方法最新版课件66直方图的作用：① 较直观地传递有关过程质量状况的信息，显示质量波动分布的状态；

判断生产过程是否稳定② 通过对数据分布与公差的相对位置的研究，可以对过程能力进行判断。

一般适用于计量值数据直方图的作用：67㈡ 直方图的制作案例

市场销售的带有包装的产品所给出的标称重量，法律规定其实际重量只允许比标称重量多而不允许少。 而为了降低成本，灌装量又不能超出标称重量太多。㈡ 直方图的制作案例68 某植物油生产厂使用灌装机，灌装标称重量为5000g的瓶装色拉油，要求溢出量为0~50g。 现应用直方图对灌装过程进行分析。 某植物油生产厂使用灌装机，灌装标称重量为5000g的瓶装色691.收集数据 作直方图要求收集的数据 一般为50个以上 最少不得少于30个 数据太少时所反映的分布及随后的各种推算结果的误差会增大。 本例收集100个数据，列于表2-4中。1.收集数据70测量单位（g）43402828272826123330344222323034292022282429291835213646301428283228222025383612383036202124203526202931183024263228144724342220282448271243410142142223834622393224191830282816192028182482412323740表2-4 溢出量数据表测量单位（g）4340282827282612333034471对这样的工序必须严加控制。一般适用于计量值数据QC七工具或品管七大手法7）验证试验或进一步优选对照常规控制图的判异准则，可判R图处于稳态。这时它们的漏气率平均为0。⑷ 画累计频率曲线，用来表示各项目的累计百分比。在任意一列中，每个水平的重复次数是相等的。可以解决质量管理中的大部分问题一般试验中，因素以不超过4个为好。对于水平数相同的试验，也可以不计算各因素各水平的指标之和的平均值，而用指标之和直接进行下步极差的计算。① 当给定双向公差、质量数据分布中心与公差中心不一致时。以学校饭堂饮食卫生质量差为问题，进行因果图分析。累计频率在80%以内的为A类因素，即是亟待解决的质量问题。表征了工序加工的质量特性值分散程度，可作为σ的估计值只有一个因素改变而其它因素固定右纵坐标为频率，常用百分数来表示。不要有意或无意地给数据染上主管的色彩。而频数分布表则是首先收集数据，再适当划分区间，然后制成图表，以供分析现场质量分布状况之用。试验最终都是为了找到在某种条件下最合理的工艺条件或设计参数，从而达到提高产品质量的目的。不要有意或无意地给数据染上主管的色彩。正交试验有助于搞清因素与指标间的因果关系，从而掌握内在规律，对质量指标进行有效控制。2.计算数据的极差 极差反映了样本数据的分布范围 在直方图应用中，极差的计算用于确定分组范围。对这样的工序必须严加控制。2.计算数据的极差723.确定组距

先确定直方图的组数，然后以此组数去除极差，可得直方图每组的宽度，即组距（h）。3.确定组距73

组数的确定要适当，组数k的确定可参见表2-5。 组数的确定要适当，组数k的确定可参见表2-5。74样本量/n推荐组数/k50～1006～10100～2507～12250以上10～20表2-5 组数选用表样本量/n推荐组数/k50～1006～10100～2507～75 该例取 组距一般取测量单位的整数倍，以便分组。 该例取 组距一般取测量单位的整数倍，以便分组。764.确定各组的边界值

为避免出现数据在组的边界上，并保证数据中最大值和最小值包括在组内 组的边界值单位应取为最小测量值减去最小测量单位的一半作为第1组的下界限 之后再按所计算的组距推算各组的分组界限。4.确定各组的边界值77本例：第1组下界限

Xmin-最小测量单位/2=1-1/2=0.5

（精度）第1组上界限

第1组下界限加组距：0.5+5=5.5本例：78第2组下界限

与第1组上界限相同：5.5第2组上界限

第2组下界限加组距：5.5+5=10.5

………… 其他以此类推第2组下界限795.编制频数分布表组号组界组中值频数统计频率10.5~5.5310.0125.5~10.5830.03310.5~15.51360.06415.5~20.518140.14520.5~25.523190.19625.5~30.528270.27730.5~35.533140.14835.5~40.538100.10940.5~45.54330.031045.5~50.54830.03合计1001.005.编制频数分布表组号组界组中值频数统计频率10.5~5.806.画直方图⑴ 建立平面直角坐标系。 横坐标表示质量特性值 纵坐标表示频数⑵ 以组距为底、各组的频数为高，分别画出所有各组的长方形，即构成直方图。 在直方图上标出公差范围、规格上限、规格下限、样本量、样本平均值、样本标准差和样本平均值的位置等。6.画直方图81图2-6 植物油溢出量直方图图2-6 植物油溢出量直方图82㈢ 直方图的分析1.对图形形状的观察分析 根据直方图的形状，可以对总体进行初步分析。㈢ 直方图的分析83用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）表2-15 溢出量控制图数据表左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）；连续9点落在中心线同一侧表2-3 酒醅中酸度和酒度分析数据表表2-3 酒醅中酸度和酒度分析数据表而为了降低成本，灌装量又不能超出标称重量太多。因此可以判定灌装过程处于稳定受控状态。根据水平数的相同与否分类即B=6σ先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。并设置2~3次重复试验将质量改进项目从最重要到次要进行排列表3-5 果胶提取正交试验的直观分析结果按重要性循序表示每一项目对整体的影响，排列改进的顺序因此，运用分层法时，不宜简单地按单一因素分层，必须考虑各因素的综合影响效果。未经设计的试验是无用的试验。对计量值数据进行现场调查通过上述的分析和图示，可以作出因素对试验指标影响的主次顺序，并选出最优的处理组合。即 PCI＝T/B连续9点落在中心线同一侧即针对什么问题寻找因果关系2.直方图与公差限的比较

直方图为正常型时，还需判断过程满足规范要求（标准要求）的程度。

用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原84常见类型图例分析判断正常型可判定工序运行正常，处于稳定状态。偏向型一些有形位公差要求的特性值分布往往呈偏向型；孔加工习惯造成的特性值分布常呈左偏型；轴加工习惯造成的特性值分布常呈右偏型；㈠ 直方图的形状分析与判断常见类型图例分析判断正常型可判定工序运行正常，处于稳定状态。85常见类型图例分析判断双峰型这是由于数据来自不同的总体，如：来自两个工人（或两批材料、或两台设备）生产出来的产品混在一起造成的。孤岛型这是由于测量工具有误差、或是原材料一时的变化、或刀具严重磨损、短时间内有不熟练工人替岗、操作疏忽、混入规格不同的产品等造成的。常见类型图例分析判断双峰型这是由于数据来自不同的总体，如：来86常见类型图例分析判断平顶型生产过程有缓慢因素作用引起，如：刀具缓慢磨损、操作者疲劳等。锯齿型由于直方图分组过多、或测量数据不准等原因造成。常见类型图例分析判断平顶型生产过程有缓慢因素作用引起，如：刀87常见类型图例调整要点理想型图形对称分布，且两边有一定余量，此时，应采取控制和监督办法。偏心型调整分布中心，使分布中心与公差中心M重合。MTLTUMTLTU㈡ 与规范界限（公差）的比较分析常见类型图例调整要点理想型图形对称分布，且两边有一定余量，此88常见类型图例调整要点无富余型采取措施，减少标准偏差S。能力富余型工序能力出现过剩，经济性差。可考虑改变工艺，放宽加工精度或减少检验频次，以降低成本。MTLTUMTLTU常见类型图例调整要点无富余型采取措施，减少标准偏差S。能力89常见类型图例调整要点能力不足型已出现不合格品，应多方面采取措施，减少标准偏差S或放宽过严的公差范围。MTLTU常见类型图例调整要点能力不足型已出现不合格品，应多方面采取措90五、调查表（CheckSheet）㈠ 调查表的概念和作用 又称检查表、核对表、统计分析表 用来检查有关项目的表格作用：① 收集、积累数据比较容易；② 数据使用、处理起来也比较方便③ 可对数据进行粗略的整理和分析五、调查表（CheckSheet）91明确目的收集资料确定方法设计调查表预调查预评审修改调查表调查应用明确目的收集资料确定方法设计调查表预调查预评审修改调查表调查92㈡ 调查表的种类1.工序分布调查表

又称质量分布检查表

对计量值数据进行现场调查

根据以往的资料，将某一质量特性项目的数据分布范围分为若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。㈡ 调查表的种类93重量/g频数小计5101520253035495.5~500.5500.5~505.5/1505.5~510.5//2510.5~515.5////////8515.5~520.5//////////10520.5~525.5/////////////////////21525.5~530.5/////////////////////////////29530.5~535.5///////////////15535.5~540.5////////8540.5~545.5////4545.5~550.5//2550.5~555.5合计100表2-7 产品重量实测值分布调查表产品名称：糖水菠萝罐头 生产线：A调查者：张三日期：2005-2-2重量/g频数小计594范例： 从表格形式看，质量分布调查表与直方图的频数分布表相似。 所不同的是，质量分布调查表的区间范围是根据以往资料，首先划分区间范围，然后制成表格，以供现场调查记录数据；而频数分布表则是首先收集数据，再适当划分区间，然后制成图表，以供分析现场质量分布状况之用。范例：952.不合格项调查表 主要用来调查生产现场不合格项目频数和不合格品率，以便继而用于排列图等分析研究。范例： 表2-8是某食品企业在某月玻璃瓶装酱油抽样检验中外观不合格项目调查记录表。 从外观不合格项目的频次可以看出，标签歪和标签擦伤的问题较为突出，说明贴标机工作不正常，需要调整、修理。2.不合格项调查表96批次产品规格批量/箱抽样数/瓶不合格品数/瓶不合格品率/%外观不合格项目封口不严液高不符标签歪标签擦伤沉淀批号模糊1生抽1005012112生抽10050003生抽1005024214生抽1005000…250生抽100501211合计25000125001751.451075651010表2-8 玻璃瓶装酱油外观不合格项目调查表调查者：李四 地点：包装车间 日期：年月批次产品规格批量/箱抽样数/瓶不合格品数/瓶不合格品率/%外973.不合格位置调查表

又称缺陷位置调查表

就是先画出产品平面示意图，把画面划分成若干小区域，并规定不同外观质量缺陷的表示符号。 调查时，按照产品的缺陷位置在平面图的相应小区域内打记号，最后统计记号，可以得出某一缺陷比较集中在哪一个部位上的规律，这就能为进一步调查或找出解决办法提供可靠的依据。3.不合格位置调查表98●色斑◎尘埃▲流漆▲▲▲▲▲▲▲●●●●●●●●◎◎◎◎◎◎●色斑◎尘埃▲流漆▲▲▲▲▲▲▲●●●●●●●●◎◎◎◎◎◎994.矩阵调查表 又称不合格原因调查表 是一种多因素调查表

要求把生产问题的对应因素分别排列成行和列，在其交叉点上标出调查到的各种缺陷和问题以及数量。4.矩阵调查表100范例： 表2-10是某饮料厂PET瓶生产车间对两台注塑机生产的PET瓶制品的外观质量的调查表。 从表中可以看出：1#机发生的外观质量缺陷较多，操作工B生产出的产品不合格最多。范例：101设备操作者2月1日2月2日2月3日2月4日2月5日上午下午上午下午上午下午上午下午上午下午1#A○○●○XX

□○X●○○X

□○○●○○○X○○○○X○○○XX○X

□○X△△X●

□B○●XX○○●XXXX●△○XX○○○○○○●XX○○○○○○●X○●●○XX○○●●X

X△○○●X○XXX○2#A○X

□○X●○○○○○X○○○○X○△○●X○○B○

□○●X○○△○○○X

□○○○○○●

□○X○○注：○气孔△裂纹●疵点X变形□其他

表2-10 PET瓶外观不合格原因调查表设备操作者2月1日2月2日2月3日2月4日2月5日上午下午上102 对原因进行分析表明，1#注塑机维护保养较差，而且操作工B不按规定及时更换模具。 从2月3日两台注塑机所生产的产品的外观看质量缺陷都比较多，而且气孔缺陷尤为严重，经调查分析是当天的原料湿度较大所致。 对原因进行分析表明，1#注塑机维护保养较差，而且操作工B不103六、分层法（Stratification）㈠ 分层法的概念和分层方法 又叫分类法、分组法

按照一定的标志，把搜集到的大量有关某一特定主题的统计数据加以归类、整理和汇总的一种方法。 目的：把杂乱无章和错综复杂的数据和意见加以归类汇总，使之更能确切地反映客观事实。六、分层法（Stratification）104

一般按5M1E行分层范例： 按操作者不同分层，区分工人A、B产生质量问题的严重性。 一般按5M1E行分层105㈡ 分层法应用案例

某食品厂的糖水水果旋盖玻璃罐头经常发生漏气，造成产品发酵、变质。 经抽检100罐产品后发现，一是由于A、B、C3台封罐机的生产厂家不同；二是所使用的罐盖是由2个制造厂提供的。 在用分层法分析漏气原因时采用按封罐机生产厂家分层和按罐盖生产厂家分层两种情况。㈡ 分层法应用案例106表2-11按封罐机生产厂家分层封罐机生产厂家漏气/罐不漏气/罐漏气率/%A122632B61825C201853合计386238 由表2-11可知，为降低漏气率，应采用B厂的封罐机。表2-11按封罐机生产厂家分层封罐机漏气/罐不漏气/罐107表2-12按罐盖生产厂家分层罐盖生产厂家漏气/罐不漏气/罐漏气率/%一厂182839二厂203437合计386238 由表2-12可知，为降低漏气率，应采用二厂的封罐机。表2-12按罐盖生产厂家分层罐盖漏气/罐不漏气/罐漏气108 但同时采用B厂的封罐机，选用二厂的罐盖，漏气率不但没有降低，反而由原来的38％增加到43％。 这样的简单分层是有问题的。 但同时采用B厂的封罐机，选用二厂的罐盖，漏气率不但没有降低109表2-13 多因素分层法封罐机生产厂家漏气情况罐盖生产厂家合计一厂二厂A漏气/罐12012不漏气/罐42226B漏气/罐066不漏气/罐10818C漏气/罐61420不漏气/罐14418小计漏气/罐182038不漏气/罐283462合计4654100表2-13 多因素分层法封罐机漏气情况罐盖生产厂家合计一厂二110 正确的方法应该是： ① 当采用一厂生产的罐盖时，应采用B厂的封罐机。 ② 当采用二厂生产的罐盖时，应采用A厂的封罐机。 这时它们的漏气率平均为0。 正确的方法应该是：111 因此，运用分层法时，不宜简单地按单一因素分层，必须考虑各因素的综合影响效果。

在分析时，要特别注意各原因之间是否存在着相互影响，有无内在联系，严防不同分层方法的结论混为一谈。 因此，运用分层法时，不宜简单地按单一因素分层，必须考虑各因112七、控制图（ControlChart）㈠ 常规控制图的构造与原理

又称管理图、管制图，休哈特控制图 对过程质量特性值进行测量、记录、评估和监察过程是否处于统计控制状态的一种统计方法设计的图。质量特性数据样本号12345678910UCLCLLCL七、控制图（ControlChart）质量特性数据样本号113控制图原理：

根据正态分布理论，若过程只受随机因素的影响，即过程处于统计控制状态，则过程质量特性值有99.73%的数据（点子）落在控制界限内，且在中心线两侧随机分布。

控制图原理：114

若过程受到异常因素的作用，典型分布就会遭到破坏，则质量特性值数据（点子）分布就会发生异常（出界、链状、趋势）。质量特性值抽样时间和样本序号UCLCLLCL3σ3σ●

●

●

●

●

●

●

●

●

●

●

若过程受到异常因素的作用，典型分布就会遭到破坏，则质量特性115 反过来，如果样本质量特性值的点子在控制图上的分布发生异常，那我们就可以判断过程异常，需要进行诊断、调整。 反过来，如果样本质量特性值的点子在控制图上的分布发生异常，116xLCLCLUCLα/2α/2β图3控制图的两类错误xLCLCLUCLα/2α/2β图3控制图的两类错误117“3σ原理”（或称“千分之三法则”） 两类错误是不可避免的 一般把控制范围定在平均值的±3σ“3σ原理”（或称“千分之三法则”）118㈡ 常规控制图的分类⑴ 按被控制对象的数据性质不同 分为计量值控制图、计件值控制图和计点值控制图㈡ 常规控制图的分类119分布控制图代号控制图名称正态分布（计量值）均值-极差控制图均值-标准差控制图中位数-极差控制图单值-移动极差控制图表2-14 常规控制图的分类分布控制图代号控制图名称正态分布均值-极差控制图均值-标准差120分布控制图代号控制图名称二项分布（计件值）不合格品率控制图不合格品数控制图泊松分布（计点值）单位不合格数控制图不合格数控制图表2-14 常规控制图的分类分布控制图代号控制图名称二项分布不合格品率控制图不合格品数控121分布控制图代号控制图名称正态分布（计量值）均值-极差控制图均值-标准差控制图中位数-极差控制图单值-移动极差控制图分布控制图代号控制图名称二项分布（计件值）不合格品率控制图不合格品数控制图泊松分布（计点值）单位不合格数控制图不合格数控制图表2-14 常规控制图的分类分布控制图代号控制图名称正态分布均值-极差控制图均值-标准差122pn=4CLpn=9.94UCLpn组号不合格品数控制图pn=4CLpn=9.94UCLpn组号不合格品数控制图123⑵ 按用途不同① 分析用控制图 用于对已经完成的过程或阶段进行分析，以评估过程是否稳定或确认改进效果。⑵ 按用途不同124② 控制用控制图 用于正在进行中的过程，以保持过程的稳定受控状态。② 控制用控制图125㈢ 控制图的判断准则

控制图对过程异常的判断以小概率事件原理为理论依据。

判异准则有两类： 一是点子出界就判异 二是界内点子排列不随机就判异

若过程不判异，则过程处于统计控制状态。㈢ 控制图的判断准则126

规定了常规控制图有8种判异准则序号内容准则1一点落在A区之外（点出界）准则2连续9点落在中心线同一侧准则3连续6点递增或递减准则4连续14点上下交替准则5连续3点中有2点落在中心线同一侧B区以外准则6连续5点中有4点落在中心线同一侧的C区之外准则7连续15点在C区中心线上下准则8连续8点在中心线两侧但无一在C区中 规定了常规控制图有8种判异准则序号内容准则1一点落在A127㈣ 常规控制图的应用案例1.均值-极差控制图

最常用、最基本控制对象：

长度、重量、强度、纯度、时间、收率、生产量、水分含量、营养物质成分等

计量值数据㈣ 常规控制图的应用案例128控制图 主要用于观察正态分布的均值的变化控制图129控制图 观察正态分布的波动情况或变异度的变化控制图130 控制图 将二者联合运用，观察正态分布的变化 控制图131范例： 某植物油生产厂，采用灌装机灌装，每桶标称重量为5000g，要求溢出量为0～50g。

采用控制图对生产过程进行质量控制。控制对象为溢出量，单位为g。 见表2-15溢出量控制图数据表。范例：132组号测定值X1X2X3X4X51473244352035.6272193731253429.2183191116114420.2334292942593839.4305281245362529.2336403511383331.4297153012332623.2218354432113832.0339273726203529.01710234526373232.62211284440311832.22612312524322226.81013223719471427.833表2-15 溢出量控制图数据表组号测定值X1X2X3X4X51473244352035.6133组号测定值

X1X2X3X4X514373212383029.92615254024501931.6311673123183222.2251738041403731.24118351229482028.83619312035244731.42720122738403129.62821524252242539.0282220311532819.42823294741322234.22524282722325432.63225423415292123.227合计746.6686组号测定值X1X2X3X4X514373212383029134解：⑴ 步骤1，预备数据的取得

随机抽取k组（一般为20～25组） 大小为n（一般为4～6，常取5）解：135 理论上讲，预备数据的组数应大于20组，在实际应用中最好取25组数据。 当个别组数据属于可查明原因的异常时，经剔除后所余数据依然大于20组时，仍可利用这些数据作分析用控制图。若剔除异常数据后不足20组，则须在排除异因后重新收集25组数据。 取样分组的原则是尽量使样本组内的变异小（由正常波动造成），样本组间的变异大（由异常波动造成），这样控制图才能有效发挥作用。 因此，取样时组内样本必须连续抽取，而样本组间则间隔一定时间。 理论上讲，预备数据的组数应大于20组，在实际应用中最好取2136 应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 在适当的时间内收集足够的数据，这样子组才能反映潜在的变化，这些变化原因可能是换班/操作人员更换/材料批次不同等原因引起。对正在生产的产品进行监测的子组频率可以是每班2次，或一小时一次等。 应制定一个收集数据的计划，将其作为收集、记录及描图的依据。137 按工艺文件规定，本例每间隔30min在灌装生产线连续抽取n=5的样本量计量溢出量。 共抽取25组样本，将溢出量数据记入数据表。 按工艺文件规定，本例每间隔30min在灌装生产线连续抽取n138⑵ 步骤2，计算统计量

计算每一组数据的平均值和极差，记入表中；然后计算25组数据的总平均值和极差平均值。⑵ 步骤2，计算统计量139⑶ 步骤3，计算控制界限、作控制图、打点并判断：① 先计算R图的控制界限

计算公式见表2-16。注：D4、D3为随着样本容量n而变化的系数，可由控制图系数选用表中选取。⑶ 步骤3，计算控制界限、作控制图、打点并判断：注：D4140控制图名称及符号控制限公式计量值均值-极差图图图：图：均值-标准差图图图：

图：单值-移动极差图图图：

图：计数值不合格品率图图不合格品数图图表2-16 常规控制图控制线公式控制图名称及符号控制限公式计量值均值-极差图图：均值-141n2345678910A21.8801.0230.7290.5770.4830.4190.3730.3370.308D43.2672.5752.2822.1142.0041.9241.8641.8161.777E22.6601.7721.4571.2901.1341.1091.0541.0100.975m3A21.8801.1870.7960.6910.5490.5090.4300.4100.360D3－－－－－0.0760.1360.1840.223d21.1281.6932.0592.3262.5342.7042.8472.9703.087表2-17 控制系数选用表n2345678910A21.8801.0230.7290.142 由表2-17中可知，当n=5时 由表2-17中可知，当n=5时143 以这些参数作R控制图，并将表2-15中的R数据在图上打点，结果如图2-11。 以这些参数作R控制图，并将表2-15中的R数据在图上打点，144 对照常规控制图的判异准则，可判R图处于稳态。 因此，可以接着建立平均值控制图。 对照常规控制图的判异准则，可判R图处于稳态。145食品行业质量管理的工具与方法最新版课件146②

计算

图的控制界限注：A2为随着样本容量n而变化的系数，可由控制图系数选用表中选取。② 计算图的控制界限注：A2为随着样本容量n而变化的系数147 由表2-17中可知，当n=5时 由表2-17中可知，当n=5时148 以这些参数作平均值控制图，并将表2-15中的数据在图上打点，结果如图2-12。 对照常规控制图的判异准则，可判均值控制图无异常。 以这些参数作平均值控制图，并将表2-15中的数据在图上打点149 因此可以判定灌装过程处于稳定受控状态。 因此可以判定灌装过程处于稳定受控状态。150序号工具应用1因果图分析和表达因果关系，通过识别症状、分析原因、寻找改进措施，促进问题的解决2排列图按重要性循序表示每一项目对整体的影响，排列改进的顺序3分层法根据数据产生的特征（层）将数据进行分类4调查表收集数据以得到事实的真实状况5直方图显示数据波动的形态，直观表达过程状态，传达需在何处进行改进6散布图分析两组数据间的关系，确定因果关系，确认改进效果7控制图监控过程状态，诊断过程是否稳定，确定过程改进点表2-20质量管理传统7种工具小节序号工具应用1因果图分析和表达因果关系，通过识别症状、分析原151控制图应用中常见错误⑴ 在5M1E因素未加控制，工序处于不稳定状态时就使用控制图管理工序。⑵

CP<1的情况下，就使用控制图。⑶ 用公差代替控制界限，或用压缩的公差线代替。⑷ 仅打点而不做分析判断。⑸ 不及时打点而不能及时发现工序异常。⑹ 当5M1E发生变化时，而未及时调整控制界限。⑺ 画法不规范、不完整。控制图应用中常见错误152第三节 过程能力指数 也称工序能力指数一、概念⑴ 工序

是产品制造过程的基本环节 也是生产过程的基本单位 也是质量检验的基本环节第三节 过程能力指数153范例：

生产工艺流程是由众多的工序构成范例：154⑵ 过程能力（B）

也称工序能力

是指一定时间内处于稳定状态下工序实际加工能力 用波动幅度6σ表征

即B=6σ

-3-2-10123X1s2s3s-1s-2s-3s6sB⑵ 过程能力（B）-3-2-10123X1s2s3s-1s-155⑶ 技术要求（） 质量特性值的允许波动范围

用公差范围来表示

⑶ 技术要求（）156X1s2s3s-1s-2s-3s

6sT=TU－TLTLTUX1s2s3s-1s-2s-3s6sT=TU－TLTL157⑷ 过程能力指数（processcapabilityindex，PCI）

也称工序能力指数（Cp）

是指产品公差范围（T）与过程能力（B）之比

即

PCI＝T/B

⑷ 过程能力指数（processcapabilityi1586sX1s2s3s-1s-2s-3s-3-2-10123TLTUT=TU－TL6sX1s2s3s-1s-2s-3s-3-2-10123TL159二、计算㈠ 符号说明① 为质量数据分布中心②

为公差范围

为公差中心二、计算160③ 为质量数据分布中心与公差中心的中心偏移量③ 161④ 表征了工序加工的质量特性值分散程度，可作为σ的估计值

即σ≈S④ 162㈡ 计算公式① 当给定双向公差、质量数据分布中心与公差中心不一致时。

㈡ 计算公式163② 当给定双向公差、质量数据分布中心与公差中心相一致。

② 当给定双向公差、质量数据分布中心与公差中心相一致。164③ 给定公差上限 如有毒物质或重金属含量③ 给定公差上限165④ 给定公差下限 如产品某种成分含量不能低于多少④ 给定公差下限166㈢ 范例① 例题1

强化面包中，某营养素加入量的标准要求是每100g加（2±0.2）g，测得样本平均值=2.05g，标准差s=0.05。

计算过程能力指数。

㈢ 范例167食品行业质量管理的工具与方法最新版课件168③ 例题2 某产品含某一杂质要求最高不能超过12.2毫克，样本标准差S为0.038，样本平均值为12.1，求过程能力指数。

③ 例题2169三、评定分级

表 过程能力指数的评价标准PCI等级评价应采取的行动PCI≥1.67特级过程能力过高允许较大外来波动改用经济型设备1.67＞PCI≥1.33一级过程能力足够允许一定的外来波动简化检验工作1.33＞PCI≥1二级过程能力尚可，可能发生不合格品须用控制图加强管理1＞PCI≥0.67三级过程能力不足对产品进行全检0.67＞PCI四级加工能力严重不足停止生产，追查原因并加以改进；如果是质量标准过高，则修正标准。

通常取PCI＝1.33为最小可接收值。三、评定分级表 过程能力指数的评价标准PCI等级评价应采170四、提高过程能力指数的途径⑴ 调整工序加工的分布中心，减少偏移量ε。⑵ 提高过程能力，减少分散程度σ。⑶ 调整质量标准（公差范围T）。四、提高过程能力指数的途径171第四节 试验设计一、试验与质量关系

作为一个食品企业，为了试制新产品，改革旧工艺，降低物料消耗，不断地提高产品质量，往往需要进行大量的试验。 试验最终都是为了找到在某种条件下最合理的工艺条件或设计参数，从而达到提高产品质量的目的。第四节 试验设计172 产品的质量与对此产品所进行的试验研究有密切的关系。可以这样说，在开发新产品时所进行试验的范围和程度，决定了产品质量的提高程度。 因此，有关试验的设计、进行、结果分析等工作也是质量决策的内容之一。 产品的质量与对此产品所进行的试验研究有密切的关系。可以这样173 一个企业应重视新产品的开发，以从根本上提高产品的质量。 而要有效进行新产品的开发，需要采用相关的试验设计。 一个企业应重视新产品的开发，以从根本上提高产品的质量。174二、试验设计 （DesignOfExperiments，DOE） 是研究安排试验并对结果进行统计分析的一门学问。 它是数理统计学的一个重要分支，在质量管理中，它也是质量决策的一个重要内容。目的：

在少做试验的情况下得到最佳工艺参数，从而提高产品质量。二、试验设计175㈠ 试验条件 试验的成功与否取决于试验条件是否选择得当。 如何科学地选择作为组成试验条件的指标、因素和水平，是进行试验设计极为重要的研究课题。㈠ 试验条件176⑴ 指标

指在试验中根据试验目的而选定的、用来衡量或考核试验效果的质量特性。 指标可分为定量指标和定性指标两种，前者如重量、尺寸、速度、硬度等；后者如外观、颜色、味道、风味等。 根据在一个试验中同时考察指标个数的不同，还可将试验分为单指标试验和多指标试验。⑴ 指标177⑵ 因素

指对试验指标可能有影响，而且在试验中提出了明确的条件能加以区别、对比的原因。 在试验中，因素是应重点考察的内容。

因素可分为定量因素和定性因素，前者如温度、pH值、时间等；后者如品种、方法等。⑵ 因素178⑶ 水平 指因素变化的多种状态和条件

根据试验中各因素所取水平个数的不同，试验可分为二水平、三水平、四水平试验等。

若各因素所取水平数不等，则称其为混合水平试验。⑶ 水平179 因素通常用大写字母表示，水平通常用阿拉伯数字表示。 如因素A取三个水平可分别表示为A1、A2、A3。

范例： 60℃、80℃、100℃为因素A的三个水平即A1＝60℃，A2＝80℃，A3＝100℃。

因素通常用大写字母表示，水平通常用阿拉伯数字表示。180㈡ 基本原理 通过研究人员，控制其他不予考察的因素，使它不能影响试验结果，从而探讨试验因素的存在对试验结果的影响；同时，考察试验因素改变后对结果所产生的影响。㈡ 基本原理181㈢ 注意事项⑴ 要积极地驾驭试验。

要把每一个试验都当作“整体”的“零件”，考虑到组装的需要。 宁可将已经设计的试验不予实施，也不能