质量管理与可靠性实验指导.doc

《质量管理与可靠性》实验指导书
车轴钢技术标准:
氢:<=2ppm,氧:<=20ppm,氮: 50~70ppm
Si:~%,Mn:~%,P:<=%
S:<=%,Ni(镍):<=%,Cr(铬):<=%
Cu:<=%,V(钒):~%,Al:~%
打开Minitab软件,建立“工序能力调查实验”项目
从菜单选择File-->New
选择Minitab Project,然后点击OK
可以保存当前的工作为一个项目。当保存了项目,就一次性的保存了所有工作,包括所有的在会话窗口的输出,所有的打开的图形窗口。当重新打开项目时,所有的信息将重新显示,就是保存时候的状态。
按照下面的步骤来保存你的项目:
从菜单选择 File-->Save Project As
在 Save in 框中,选择你要保存项目的文件夹
在 File name 框中,输入你的项目的名字,然后点击 Save
建立车轴钢成份分析数据表
从菜单选择File>New,然后在弹出的对话框选择Minitab Worksheet,然后点击
OK。
也可以直接将Excel数据表中的数据“copy”过来。
选择要分析的成份(下面以C为例)数据,绘制直方图,查看其分布规律以及变化趋势:
从菜单选择 Graph--> Histogram;
选择Simple,然后单击OK;
在Graph Variables 中键入C,单击OK;
为了测定成份C的数据是否服从正态分布,对直方图进行正态拟合;
从菜单选择 Graph--> Histogram;
选择With Fit,然后单击OK;
在Graph Variables 中键入C,单击OK
如上图所示,成份C的数据分布曲线是近似正态分布。
(如果观察值少于50 个,也可以用正态概率图象来检验其正态性Graph--> Probability Plot或Stat Basic satistics--> Normality Test)
下图是用Graph--> Probability Plot得出的结果。
成份C的数据变化趋势分析,以生产班组分组观察;
选择选择Graph -->Individual Value Plot t;
在One Y 下,选择With Groups单击OK;
在Graph Variables 中键入C;
单击Data View,选中Mean Connect line。
单值图显示了四个生产班组所炼的钢,C含量平均值看起来都差不多。如果细化的话,还可以对早、中、晚不同时间段生产的钢种进行成份分析,查找缺陷原因。
成份数据统计分析,计算相关统计量:
对C成份数据描述性统计量的计算;
选择Stat-->Basic Statistics -->Display Descriptive Statistics;
在Variables 中键入C;
单击Statistics;
取消First quartile, Median, Third quartile, N nonmissing, 和N missing的选中状态,选中N Total;
在每个对话框中单击OK
结果如下:
Descriptive Statistics: C
Total
Variable Count Mean StDev Minimum Maximum
C 50
Descriptive Statistics: P
Total
Variable Count Mean SE Mean StDev Minimum Maximum
P 50
模拟生产过程,绘制控制图,判断工序控制状态:
该钢铁公司内部采取以下判异准则来检验异常原因:
检验1:有1 个点离开中心线的距离超过3 倍标准差
检验2:连续7 个点在中心线的同一侧
检验3:连续7 个点有上升趋势或下降趋势
选择Tools-->Option-->Control Charts and Quality Tools-->Define Tests;
将Test 2 的K 值改为7 ,将Test 3 的K 值改为7;
选择左方框中的Tests to Perform,将前3 个检验打勾选中;
单击OK;
选择Stat-->Control Chart-->Variables Charts for Subgroups-->Xbar-S;
在弹出的对话框的