null项目二 食品质量管理工具项目二 食品质量管理工具常用质量管理工具常用质量管理工具分层法
排列图法
因果分析图法
调查表法
直方图法
散布图法
控制图法 null背景知识点 食品质量数据
食品质量控制操作流程(统计分析方法和控制图) 生产过程质量数据分析整理信息质量控制抽样null一、质量数据的性质
1.计量值数据
指可以连续取值,在有限的区间内可以无限取值的数据。
可连续取值
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null
2.计数值数据
能间断取值,在有限的区间内只能取有限数值的数据
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:
某天生产的产品件数、不合格品数、产品表面的缺陷数
一般为正整数null二、总体与样本的特征值
1.总体 (母体):是研究对象的全体。研究对象为一道工序或一批产品的特性值。
有限的总体:某一批次的产品。例如有一批含有10000个产品的总体,它的数量已限制在10000个
无限的总体: 总体为某工序,既包括过去、现在,也包括将要生产出来的产品,这个连续的过程可以提供无限个数据。null2.个体 (样本单位或样品):是构成总体或样本的基本单位,也就是总体或样本中的每一个单位产品。它可以是一个,也可以是由几个组成。
3.样本:样本又叫子样,它是从总体中抽取出来的一个或多个提供检验的单位产品。null参数 :由总体计算的特征数常用希腊字母表示,如用μ表示总体平均值,用σ表示总体标准差。
统计量 :由样本计算的特征数叫统计量,常用拉丁字母表示,如用 表示样本平均数,用s表示样本标准差。
抽样:从总体中抽取部分个体作为样本的过程。
随机抽样:
为了使样本的质量特性数据具有总体的代表性,通常采取随机抽样的方法。
随机抽样就是在每次抽取样本时,总体中所有的个体都有同等机会被抽取的抽样方法。null 影响过程(工序)质量主要有六个因素(5M1E )
人(Man,操作者)
机(Machine,设备)
料(Material,原材料)
法(Method,操作方法及
)
测(Measure,检验和测量)
环(Environment,工作环境)
上述过程因素即使处于稳定状态下,在工序实施中也不可能始终保持绝对不变,例如操作者的技术水平和精力集中情况的变化,原材料化学成分在标准范围内的微小差异,工作环境如温、湿度的变化均会造成产品质量特性值的差异。 产品质量的波动质量波动两大类质量波动两大类1.正常波动
由偶然因素(简称偶因),如机器的固有振动,液体灌装机的正常磨损等引起的质量波动。
偶因是固有的,始终存在,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。
2.异常波动
由系统因素,又称异常因素(简称异因,在国际标准和我国国家标准中称为可查明因素),如配方错误、设备故障或过度磨损、违反
等引起的质量波动。
异因是非过程固有,有时存在,有时不存在,它们对质量波动影响大,易于判断其产生原因并除去。任务一 因果图、排列图和散布图任务一 因果图、排列图和散布图一、因果图的应用
由日本品管大师
石川馨提出来的,
故又叫石川图。 1、何谓因果图?
因果图,又称鱼刺图,树枝图,特性要因图,是一种用于分析质量特性(结果)与可能影响质量特性的因素(原因)的一种QC工具。 因果图法基本格式因果图法基本格式
——基本格式:由特性,原因,枝干三部分构成。首先找出影响质量问题的大原因,然后寻找到大原因背后的中原因,再从中原因找到小原因和更小的原因,最终查明主要的直接原因2、因果图的用途(解决的问题)2、因果图的用途(解决的问题)用于分析品质特性与影响品质特性的可能原因之间的因果关系
形象地表示了探讨问题的思维过程,通过有条理地逐层分析,可以清楚地看出“原因-结果”“手段-目标”的关系,使问题的脉络完全显示出来。
通过识别症状、分析原因、寻找措施来促进问题的解决 3、因果图的制作方法3、因果图的制作方法确定问题(需要分析的质量特性)
画粗箭头:箭头指向右端,质量问题写在右边。
确定造成质量问题的原因类别(原因即因素分类)
常用5M1E因素分类
也可用:工序顺序等分类。
步骤: 原因分类 用长短不等的箭头把第一层、第二层、第三层原因逐级展开绘制在图上主箭头两侧(成45°角 ) 细分至可以直接采取行动为止。
检查所列因素有无遗漏,如有遗漏应予补充。
讨论分析主要原因,把主要的、关键的原因用粗线、其它颜色线或者方框标记,进行现场验证。
记入有关事项,如参加人员、制图者、制定日期等可供参考查询的事项。 4、实例:鲜奶卫生质量的因果图 4、实例:鲜奶卫生质量的因果图 null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 裱花蛋糕微生物超标的因果图5、因果图的应用要点5、因果图的应用要点确定原因时要集思广益,避免疏漏;
确定原因,应尽可能具体;
有多少品质特性,就要绘制多少张因果图;
验证:对关键原因采取措施后,应采用排列图检验实施效果;
在数据的基础上客观地评价每一个因素的重要性;
因果图使用时要不断加以改进。 本节重点本节重点影响产品质量的因素5M1E
正常波动和异常波动
因果图的原理、制作方法二、排列图二、排列图1、概念
排列图又称主次因素分析图或帕累托图(Pareto)。将质量改进项目从最重要到最次要进行排列而采用的一种简单的图示技术。
由两个纵坐标、一个横坐标、几个直方块和一条折线所构成
累计百分比将影响因素分成A、B、C三类
0%—80%间的因素为A类因素,即主要因素
80%~90%间的因素为B类因素,即次要因素
90%~100%间的因素为C类因素,即一般因素
2、排列图应用ABC分析法2、排列图应用ABC分析法3、排列图的制作方法3、排列图的制作方法(1)确定所要调查的问题和收集数据:
选题;调查期间;必要性数据及其分类;数据收集方法。
(2)设计一张数据记录表,将数据填入其中,并计算合计栏(表1-2)。
(3)制作排列图用数据表,表中列有各项不合格数据,累计不合格数,各项不合格所占百分比以及累计百分比(表1-3)。
(4)画两根纵轴和一跟横轴
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%。
要求:左、右刻度高度相等。横轴上将频数从大到小依次列出各项。
(5)在横轴上按频数大小画出矩形,矩形的高度代表各不合格项频数大小。
(6)在每个直方柱右侧上方,标上累计值,描点,用实线连接,画累计频数折线(帕累托曲线)。4、排列图的绘制步骤 4、排列图的绘制步骤 5、实例
罐头产品内部缺陷成本分析排列图,
对89个不合格品进行统计,排列图表明:主要原因是净重和固形物含量,解决了,可以消除78.7%质量问题。 5、实例
罐头产品内部缺陷成本分析排列图,
对89个不合格品进行统计,排列图表明:主要原因是净重和固形物含量,解决了,可以消除78.7%质量问题。 酒杯制造厂对某日生产中出现的120个次品进行统计,做出排列图,如下图所示:
排列图表明:酒杯质量问题的主要因素是划痕和气泡,一旦这些问题得到纠正,大部分质量问题即可消除。
酒杯制造厂对某日生产中出现的120个次品进行统计,做出排列图,如下图所示:
排列图表明:酒杯质量问题的主要因素是划痕和气泡,一旦这些问题得到纠正,大部分质量问题即可消除。
6、排列图的使用 6、排列图的使用 1.原理:抓住“关键的少数”
——排列图法的适用范围
改进任何问题都可以使用排列图法:适用于各行各业以及各个方面的工作改进活动。
2.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。7、排列图法——注意事项7、排列图法——注意事项
(1)要做好因素的分类。
(2)主要因素不能过多。
(3)数据要充足。
(4)适当合并一般因素。
(5)合理选择计量单位。
(6)重画排列图以作比较。本节重点本节重点排列图的原理
制作排列图三、散布图三、散布图定义:也叫相关图,是研究两个变量之间关系的简单示意图。
相互关系:原因与结果的关系;结果与结果的关系;原因与原因的关系。
作用:
(1)发现和确认两组相关数据之间的关系;
(2)确认两组相关数据之间预期的关系;
(3)可以是:两个质量特性之间或者质量特性和影响因素之间。
相关图的分析,可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。两个变量的相关类型
两个变量的相关类型
一般情况下,两个变量之间的相关类型主要有六种:强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关(曲线相关),如图所示。 两个变量的六种相关类型 两个变量的六种相关类型 散布图法
——作图步骤散布图法
——作图步骤 (1)确定研究对象。
(2)收集数据。
(3)画出横坐标x与纵坐标y,添上特性值标度。
(4)根据数据画出坐标点
(5)与典型散布图进行比较判断案例案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1-4所示。现利用散布图对数据进行分析、研究和判断。 表1-4 酒醅中酸度和酒度分析数据表null图1-8 酒度与酸度散布图散布图法
——注意事项
散布图法
——注意事项
(1)做散布图时,要注意对数据进行正确的分层,否则可能作出错误的判断。
(2)对明显偏离群体的点子,要查明原因。对被确定为异常的点子要剔除。
(3)当收集的数据较多时,难免出现重复数据。在作图时为了表示这种情况,在点的右上方标明重复次数。
(4)由相关分析所得的结论,仅适用于试验的取值范围内,不能随意加大适用范围。在取值范围不同时,再作相应的试验与分析。任务二、 直方图任务二、 直方图概念
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。
目的:找出数据变化的规律,以便测量工序质量的好坏。
矩形的宽度:数据范围的间隔;
矩形的高度:在给定间隔内的频数;
作用:
显示质量波动分布的状态
通过对数据分布和与公差的相对位置比较,可以判断过程满足规范要求的程度。制作方法----七步制作方法----七步收集数据:一般50个以上,最少不低于30个。
计算数据的极差: R=Xmax-Xmin,反映样本数据的分布范围;
确定组数k及组距h:组数k的确定参见表1-6,p22;
组距h=R/k,一般取整数;
确定各组的边界值:组的边界值单位应取为最小测量值减去最小测量值单位的一半作为第一组的下限,之后依次加组距,作为各组的分组界限。
编制频数分布表:组号、组界、组中值、频数统计、频率
画直方图
建立平面直角坐标系:横为质量特性,纵:
在直方图的空白区域,记上有关的数据的资料
公差、规格上限、规格下限、样本量、样本平均值及位置、样本标准偏差
频数:频数直方图频率:频率直方图案例案例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。
(1) 收集数据 表1-5 溢出量数据表
null(2)计算数据的极差R
本例中R=xmax – xmin =48-1=47
(3)确定组距(h)
本例取k=10,h=R/k=47/10=4.7≈5
(4).确定各组的边界值
本例:第1组下界限为:Xmin –最小测量单位/2=1–1/2=0.5;加组距, 以此类推。null表1-7 频数、频率分布表
(5). 编制频数分布表 (6)画直方图(6)画直方图直方图的分析准则直方图的分析准则(一)对图形形状的观察分析
显示质量的波动状态
标准型,锯齿型,偏锋型,陡壁型,平顶型,双峰型,孤岛型。
(二)直方图与公差限的比较
判断过程满足规范要求的程度:
理想型,无富余型,陡壁型,能力不足型,能力不足加偏心型。null(一)对图形形状的观察分析nullnull(a)理想型,(b)无富余型,(c)陡壁型,(d)能力不足型,
(e)能力不足加偏心型。(二)直方图与公差限的比较null任务三 控制图在食品中的应用任务三 控制图在食品中的应用控制图的概念结构
控制图的基本原理
常规控制图的判异准则
控制图的分类
控制图的绘制
实训二、控制图在饮料生产中的应用
null一、控制图的概念和结构
控制图是通过图形的方法,显示生产过程随着时间变化的质量波动,并分析和判断它是由于偶然性因素还是由于系统性因素所造成的质量波动。
早在1924年,美国的休哈特(W.A.Sheuhart)首先提出用控制图(也叫管理图)进行工序控制,控制图是控制生产过程状态,保证工序加工产品质量的重要工具。应用控制图可以对工序过程状态进行分析、预测、判断、监控和改进。null控制图结构 控制图是用于分析和判断工序是否处于控制状态所使用的带有根据质量特性或其特征值求得的中心线和上、下控制界限的直角坐标图。 横坐标:以时间先后排列的样本组号。 纵坐标:质量特性或样本统计量(如:样本平均值 )。 上控制界限UCL:Upper Control Limit 下控制界限LCL:Lower Control Limit 中心线CL:Control Limit二、控制图的原理
(一)小概率事件原理( “3σ原理”) 二、控制图的原理
(一)小概率事件原理( “3σ原理”) 1.若过程只受随机因素(偶然性因素)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;(质量指标落在±3σ范围内概率99.73% )
2.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)。(质量指标落在±3σ以外的概率0.3% )
3. 以小概率事件原理,在一次实践中超出±3σ范围的小概率事件几乎是不会发生的,若发生了,则说明工序已不稳定。
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,需要进行调整。null (二)、控制图的控制界限
通常控制图根据 原则确定控制界限,如图-2所示,x图的中心线和上、下控制界限为:
如图-3所示 控制图的控制界限为:
三、控制图的判断准则
三、控制图的判断准则 控制图对过程异常的判断理论依据
小概率事件原理
原理
其判异准则有两类:
一是点子出界就判异
二是界内点子排列不随机就判异 null准则1:一个点落在
A区以外
准则2:连续9点落在中心线同侧
常规控制图8种判异准则 null准则3:连续6点
递增或递减 准则4:连续14点中
相邻点交替上下 常规控制图8种判异准则 null准则5:连续3点中有2点落在中心线
同一侧的B区以外准则6:连续5点中有4点 落在中心线同一侧C区以外常规控制图8种判异准则 null准则7:连续15点落在中心线两侧的C区内准则8:连续8点落在
中心线两侧且无一在C区内
常规控制图8种判异准则 控制图的绘制控制图的绘制制作控制图一般要经过以下几个步骤: ①按
的抽样间隔和样本大小抽取样本;
②测量样本的质量特性值,计算其统计量数值;
③在控制图上描点; ④判断生产过程是否有并行。控制图的类型控制图的类型null 常规控制图控制线
null案例:不合格品数控制图(Pn控制图)
A、收集数据 某厂某产品不合格品数统计资料如下表。nullB、确定控制界限
C、 绘制C控制图
如下图所示,将CL,UCL和LCL绘在坐标纸上,并将25个样本点逐个描在
控制图上,标出超出界限的样本点。
null D、控制图的修正
从图2-7中看出第8号和第17号样本点出界,经过分析是由于系统性原因引起的,所以要剔除,重新计算 及 的值
,所以修正后的 图控制界限为:null 图2-8 修正后的 控制图4、控制图的作用4、控制图的作用 控制图主要是以预防为主,把影响产品质量的诸因素消灭在萌芽状态,以保证质量、降低成本、提高生产效率、提高经济效益的目的。其具体作用分述如下:
1)、能及时发现生产过程中的异常现象和缓慢变异,预防不合格品发生,从而降低生产费用和提高生产效率。
2)、能有效分析和判断生产过程工序质量的稳定性,从而降低检验、测试费用。
3)、可查明设备和
手段的实际精度,以便作出正确的技术决定。
4)、 为真正地制定工序目标和规格界限,特别是对配合零部件的最优化确立了可靠的基础,也为改变未能符合经济性的规格标准提供了依据。
5)、使工序的成本和质量成为可预测的。
6)、最终可以保证产品质量提高经济效益。null
最初控制限是怎样确定的呢? 注意事项:注意事项: ①根据工序的质量情况,合理地选择管理点。
管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点,如可以选质量不稳定、出现不良品较多的部位为管理点;
②根据管理点上的质量问题,合理选择控制图的种类:
③使用控制图做工序管理时,应首先确定合理的控制界限:
④控制图上的点有异常状态,应立即找出原因,采取措施后再进行生产,这是控制图发挥作用的首要前提;
⑤控制线不等于公差线,公差线是用来判断产品是否合格的,而控制线是用来判断工序质量是否发生变化的。
如果现在的生产条件和过去的差不多,可以遵循以往的经验数据,即延用以往稳定生产的控制界限。下面介绍一种确定控制界限的方法,即现场抽样法,其步骤如下:
如果现在的生产条件和过去的差不多,可以遵循以往的经验数据,即延用以往稳定生产的控制界限。下面介绍一种确定控制界限的方法,即现场抽样法,其步骤如下:
①随机抽取样品50件以上,测出样品的数据,计算控制界限,做控制图;
②观察控制图是否在控制状态中,即稳定情况,如果点全部在控制界限内.而且点的排列无异常,则可以转入下一步;
③如果有异常状态,或虽未超出控制界限,但排列有异常,则需查明导致异常的原因,并采取妥善措施使之处在控制状态,然后再重新取数据计算控制界限,转入下一步;
④把上述所取数据作直方图,将直方图和标准界限(公差上限和下限)相比较,看是否在理想状态和较理想状态,如果达不到要求,就必须采取措施,使平均位移动或标准偏差减少,采取措施以后再重复上述步骤重新取数据,做控制界限,直到满足标准为止。控制图的应用--- 不合格品数控制图 控制图的应用--- 不合格品数控制图 控制图的应用--- 不合格品数控制图 控制图的应用--- 不合格品数控制图 np控制图用于控制对象为不合格品数的场合。设n为样本量,p为不合格品率,则np为不合格品数。由于当样本量n变化时np控制图的控制线都成为凹凸状,不但作图难,而且无法判异、判稳,故只在样本量相同的情况下,方才应用此图。实训 实训 [例]某食品厂计划对糖果单粒包装机的包装质量进行控制。现每半小时取100粒糖果进行包装外观检验,结果如表2-20。请作np图并判定过程是否处于统计控制状态。糖果包装不合格品数控制图糖果包装不合格品数控制图本节重点本节重点控制图的基本原理
应用常规控制图的判异准则判断过程质量是否处于统计质量控制状态
实训2实训2 控制图在饮料生产中的应用null步骤1:计算平均不合格品率
步骤2:计算不合格品数控制图的控制限(7条),绘制控制图
步骤3:根据判异准则判异(异常点在图中注明x1 ,x2等,用文字说明应用哪个判异准则判断出某一个异常点),判定过程是否处于统计控制状态。
分层法分层法
概念
分层法又称分类法,即:把收集来的原始质量数据,按照一定的目的和要求加以分类整理,以便分析质量问题及其影响因素的一种方法。
原则
根据分层的目的
按照一定的标志
数据的归类
分层的关键 质量数据分层的标志(5M1E)
操作者
机器设备
原材料
操作方法
不同的时间
不同的检验手段
废品的缺陷项目