二、质量特性值服从正态分布的经济性
前面已经提到,如果工序或生产系统处于统计控制状态,即消除了异常因素的影响,而只受随机因素的作用,则质量特性值(主要指计量值)大多服从正态分市。当质量特性值服从正态分布时,能使产品具有更好的经济性。
如图 8.2.2 所示,设有 A,B 两个工厂,按同一标准设计、制 造同种产品, 由于生产条件及控制程度不同,所以 A 厂和 B 厂生产出来的产品,质量特性值的分布性质不同。图中实线表示 A 厂的质量特性值分布,其形状基本上是服从以目标值 m0 为中心的正态分布,标准差为σA=10/6。当制造公差为 M0
±5 时,则工序能力指数为
C = 2△
6σA
10
= 10 = 1
6 ×
6
由“3σ”原则可知 A 厂产品的不合格率大致为 0.27%。如图 8.2.2 所示, 质量特性值落在 m0±5 范围内的概率为 99.73%;虚线表示的为 B 厂的产品质量特性值分布,可以看出,此分布呈均匀分布形状,根据数理统计学原理,
其分布的标准差约为 10/ ,其产品不合格率几乎等于零。
如果将 A 厂和 B 厂的产品作一比较,尽管 B 厂的不合格率比 A 厂小,但从质量水平来看,A 厂却优于 B 厂。一个内行的购买者,如果想购买一批产品(而不是一个产品),一定会购买 A 厂的产品,因为 A 厂的产品小误差比例比 B 厂高,其原因在于 A,B 两厂的质量特性值分布性质有本质不同。A 厂的产品测量值是正态分布,因此有更大比例的产品接近理想的目标值 m0,因此在使用中其损失较小。远离目标值 m0 的质量特性值大致为 0.27%,而这 0。 27%的产品还可以通过检验筛选后去除。必须认识到,m0 是理想的目标值, 越接近目标值 M0 的产品,质量当然越好,这一点必须有正确的认识。由正态分布的特点可知,A 厂产品的质量特性值离理想目标值的距离及其相应的比例分别为:
10
m0 ± 1σA = m0 ± 6 者
10
68.27%
m0 ± 2σA = m 0 ± 3 者
85.45%
m0 ± 3σA
= m 0
± 10 者
2
99.73%
为了进行比较,对 B 厂为均匀分布的产品进行上述类似计算, 其结果为:
m0 ± 1σB = m0 ±
10
12 者
33.3%
m0 ± 2σ B = m 0 ±
20 者
12
30
66.6%
m0 ± 3σ B = m 0 ±
12 者
100%
对比后,可明显看出 A,B 两厂产品质量水平,就其接近理想目标值 m0 来说,差距极其明显。如果 B 厂不是正态分布,但也不是均匀分布,而是其它分布,也可得到同样结论。因此,只有在正态分布情况下,才具有最好的
经济性。当然其它边界条件要相同。
概括说来,通过上述分析说明以下三个问题:
-
实际中,质量特性值服从正态分布的 A 厂产品质量水平比较高。
-
质量特性值服从正态分布的产品具有更好的经济性。
-
企业在生产过程中要加强管理,消除异常因素的影响,使生产过程处于统计控制状态。