统计技术在质量管理中的应用.doc

统计技术在质量管理中的应用一、问题的提出企业提供的产品、服务质量的好坏,决定了顾客的满意程度,要提高顾客的满意程度,就必须不断进行质量改进。通过改进各环节的工作,对出现的问题,立即采取纠正措施;寻找改进机会,预防问题的出现,增强企业的质量管理水平,使产品质量不断提高。GB/T19000-2000标准指出:“组织应确认、收集和分析适当的数据,以证实质量体系的适宜性和有效性,并评价在何处可以持续改进质量管理体系的有效性”。统计技术是识别、测量和分析过程的重要工具之一,能使组织更好地利用可获得的数据决策。因此,统计技术有助于组织改进产品和过程质量,提高经济效益。多年来,公司在质量管理中,借助计算机,广泛应用各种统计技术和控制工具,取得了明显成效。二、统计技术的应用(一)用回归分析预测水泥强度的应用在质量管理中,经常需要研究两个或两个以上变量的相关关系,回归分析是处理变量相关关系的一种统计技术。这些变量间既存在着密切的联系,又影响因素较多。在水泥生产和质量管理中,回归分析可以帮助我们判断各种因素对产品质量的影响及其影响大小。《水泥企业质量管理规程》(2002年)规定“出厂水泥质量必须按相关的水泥标准严格检验和控制,经确认水泥各项质量指标及包装质量符合要求,方可出具水泥出厂通知单”。水泥生产企业不可能等28天强度检验结果出来后再通知出厂,一般是按实测3天抗压强度或1天快速抗压强度预测出厂水泥强度等级控制出厂。因此,回归分析得到广泛的应用。应用一元线性回归由水泥3天抗压强度预测水泥28天抗压强度的步骤:1、收集数据:收集近期同强度等级出厂水泥3天抗压强度与对应的28天抗压强度实际检测值,数据必须最少50组以上。2、列表统计求出回归方程:应用一元线回归方程y=a+bx,进行统计计算求出表达式R28=a+bR3。3、验证:验证相关系数和回归线精度,相关系数绝对值越接近于1,剩余标准偏差愈小,变量线性相关愈强。将回归方程得到的计算值和试验实测值对比,若相对误差小于5%的占95%以上,说明回归方程较理想。回归方程使用一段时间后要重新校正。回归方程一般只适用于原来的范围。由于公司的生产条件稳定,质量体系健全,确切掌握了水泥强度的发展规律,所以一元线性回归在水泥出厂环节得到了充分利用。用以上类似方法,可以求得两个变量的非线性一元回归方程以及二元回归方程。反过来,也可以利用R28=a+bR3,用R28目标值来确定R3控制值。在质量管理中,水泥生产中需要研究熟料饱和比与熟料强度的关系、混合材掺加量与水泥强度的关系,水泥3天抗压强度与28天抗压强度的关系等,用回归分析,控制过程质量,提高工作效率和管理水平。(二)正交设计用应用化验室经常涉及配料设计、小磨试验。在影响产品质量的一些因素中寻找最佳的原料搭配,好的工艺参数等。多因素试验往往试验次数多,正交设计能在影响的众多因素中找到主要因素、较佳的配方或生产条件,节省试验次数,提高工和效率,以达优质、高产、低消耗的目的。多年来,化验室在进行配料设计、小磨试验,过程质量指标的优化设计方面按正交设计方法进行选择。应用正交设计法在小磨试验设计选择混合材掺加量一般步骤:1、明确试验的目的和考核指标通过试验选择最佳的混合材掺加量,最高的水泥强度。2、确定因素与水平安排进行的此次试验用哪几种混合材,即因素有几个,一般因素取2—4个,每种混合材掺加