页数:259页文件大小:1.65 MB来源: 食品安全与质量控制ppt课件
本课件系统介绍质量数据的性质与总体样本特征值,分析正常波动与异常波动的成因,进而依次讲解因果图、排列图、散布图、直方图、调查表、分层法与控制图七大工具,并延伸到过程能力指数的计算评定与单因素、正交试验设计方法。
第二章食品质量管理的工具与方法:第二章食品质量管理的工具与方法
第一节食品质量数据(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
质量数据的性质1.计量值数据可以连续
计数值数据只能间断取值得不到小数点以
⑴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
⑵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
总体与样本的特征值㈠总体与参数1.总
个体也叫样本单位或样品构成总体或样本
参数如:总体平均值总体标准差样本平均
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
样本量:也称样本大小样本中所含的个体
抽样:从总体中抽取部分个体作为样本
统计量⑴表示样本的中心位置的统计量①:2.统计量⑴表示样本的中心位置的统计量①样本平均值
样本中位数指把收集到的统计数据按大小
⑵表示样本数据分散程度的统计量①样本
标准方差:②标准方差
样本标准差:③样本标准差
产品质量的波动任何一个生产过程: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。
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:经验告诉我们,按照同样的工艺
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
正常波动由随机因素(偶然因素)引起质
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
异常波动由系统因素(异常因素)引起质
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)
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
产品质量的分布规律食品工业中搜集到: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
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%
%99.73%68.26%-3-2:95.45%99.73%68.26%-3-2-1+1+2+3
第二节食品质量控制的传统方法QC七工
因果图(CauseandEffect: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)
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
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
㈡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
⑴确定需要分析的质量特性即针对什么问
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
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边,确定造成质量问题类别。裱花蛋糕微生物超标
一般按5M1E的6大因素分类裱花蛋糕: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操作者环境测量
然后围绕各原因类别展开: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。
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
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。⑹对主要原因制订对策表(5W1H),落实改进措施
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
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
排列图(ParetoDiagram: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
●●●●●●●ABCDEF(其他)帕:501001501005000●●●●●●●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(%)
此图是一个直角坐标图
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”
㈡排列图的制作案例表2-1是某食品厂:下表列出相关数据。
| 不合格类型 | 不合格数(个) |
|---|---|
| 外表面 | 1 |
| 真空度 | 7 |
| 二重卷边 | 1 |
| 净重 | 42 |
| 固形物 | 28 |
| 杂质 | 6 |
| 块形 | 4 |
| 小计 | 89 |
步骤:⑴制作排列图数据表
表2-2菠萝罐头排列图数据表不合格类:下表列出相关数据。
| 不合格类型 | 不合格数 | 累计不合格数 | 比率(%) | 累计比率(%) |
|---|---|---|---|---|
| 净重 | 42 | 42 | 47.2 | 47.2 |
| 固形物 | 28 | 70 | 31.5 | 78.7 |
| 真空度 | 7 | 77 | 7.9 | 86.6 |
| 杂质 | 6 | 83 | 6.7 | 93.3 |
| 块形 | 4 | 87 | 4.5 | 97.8 |
| 其他 | 2 | 89 | 2.2 | 100 |
| 合计 | 89 | — | 100 | — |
⑵画两根纵轴和一根横轴左边纵轴
⑶在横轴上按频数大小画出矩形
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
㈢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
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)
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%
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。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
散布图(ScatterPlot)也称: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
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
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
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
图2-5酒度与酸度散布图:图2-5酒度与酸度散布图
注意:散布图相关性规律一般局限于观测:值数据的范围内
直方图(Histogram)又称频数:四、直方图(Histogram)又称频数分布图
㈠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
直方图的作用
㈡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
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
收集数据作直方图要求收集的数据一般:1.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。
测量单位(g)43402828272:826123330344222323034292022282429291835213646301428283228222025383612383036202124203526202931183024263228144724342220282448271243410142142223834622393224191830282816192028182482412323740表2-4溢出量数据表
计算数据的极差极差反映了样本数据的分: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。
确定组距先确定直方图的组数:3.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)。
组数的确定要适当:组数k的确定可参见表2-5
样本量/n推荐组数/k50~1006:下表列出相关数据。
| 样本量 n | 推荐组数 k |
|---|---|
| 50~100 | 6~10 |
| 100~250 | 7~12 |
| 250以上 | 10~20 |
该例取组距一般取测量单位的整数倍:以便分组
确定各组的边界值为避免出现数据在组:4.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。
本例:第1组下界限Xmin-最小测量
第2组下界限与第1组上界限相同
编制频数分布表组号组界组中值频数统计:5.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1001.00
画直方图⑴建立平面直角坐标系
图2-6植物油溢出量直方图:图2-6植物油溢出量直方图
㈢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
直方图与公差限的比较直方图为正常型时: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。
常见类型图例分析判断正常型可判定工序
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
常见类型图例调整要点理想型图形对称分布
常见类型图例调整要点无富余型采取措施
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
调查表(CheckSheet)㈠调查: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
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
㈡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
重量/g频数小计5101520253
范例:从表格形式看
不合格项调查表主要用来调查生产现场不
批次产品规格批量/箱抽样数/瓶不合格
不合格位置调查表又称缺陷位置调查表就:3.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。
●色斑◎尘埃▲流漆▲▲▲▲▲▲▲●●:●●●●●●◎◎◎◎◎◎
矩阵调查表又称不合格原因调查表是一种:4.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。
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
设备操作者2月1日2月2日2月3日2
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
分层法(Stratification: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。
般按5M1E行分层范例
㈡分层法应用案例某食品厂的糖水水果旋
表2-11按封罐机生产厂家分层封罐机:下表列出相关数据。
| 封罐机生产厂家 | 漏气(罐) | 不漏气(罐) | 漏气率(%) |
|---|---|---|---|
| A | 12 | 26 | 32 |
| B | 6 | 18 | 25 |
| C | 20 | 18 | 53 |
| 合计 | 38 | 62 | 38 |
表2-12按罐盖生产厂家分层罐盖生产:下表列出相关数据。
| 罐盖生产厂家 | 漏气(罐) | 不漏气(罐) | 漏气率(%) |
|---|---|---|---|
| 一厂 | 18 | 28 | 39 |
| 二厂 | 20 | 34 | 37 |
| 合计 | 38 | 62 | 38 |
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
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
正确的方法应该是
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
控制图(ControlChart)㈠: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
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
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●●●●●●●●●●●
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
xLCLCLUCLα/2α/2β图3:控制图的两类错误
“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
㈡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
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(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
pn=4CLpn=9.94UCLpn:组号不合格品数控制图
⑵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
控制用控制图用于正在进行中的过程:②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。
㈢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
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
㈣常规控制图的应用案例1.均值-极差
控制图主要用于观察正态分布的均值的变化:控制图主要用于观察正态分布的均值的变化
控制图观察正态分布的波动情况或变异度:控制图观察正态分布的波动情况或变异度的变化
控制图将二者联合运用,观察正态分布的变化:控制图将二者联合运用,观察正态分布的变化
范例:某植物油生产厂
组号测定值X1X2X3X4X5147:3244352035.6272193731253429.2183191116114420.2334292942593839.4305281245362529.2336403511383331.4297153012332623.2218354432113832.0339273726203529.01710234526373232.62211284440311832.22612312524322226.81013223719471427.833表2-15溢出量控制图数据表
组号测定值X1X2X3X4X5143:73212383029.92615254024501931.6311673123183222.2251738041403731.24118351229482028.83619312035244731.42720122738403129.62821524252242539.0282220311532819.42823294741322234.22524282722325432.63225423415292123.227合计746.6686
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)
理论上讲,预备数据的组数应大于20组
应制定一个收集数据的计划
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
⑵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
⑶步骤3,计算控制界限、作控制图
控制图名称及符号控制限公式计量值均值
n2345678910A21.880:1.0230.7290.5770.4830.4190.3730.3370.308D43.2672.5752.2822.1142.0041.9241.8641.8161.777E22.6601.7721.4571.2901.1341.1091.0541.0100.975m3A21.8801.1870.7960.6910.5490.5090.4300.4100.360D3-----0.0760.1360.1840.223d21.1281.6932.0592.3262.5342.7042.8472.9703.087表2-17控制系数选用表
由表2-17中可知,当n=5时:由表2-17中可知,当n=5时
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
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
计算图的控制界限注
由表2-17中可知,当n=5时:由表2-17中可知,当n=5时
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
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。
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
控制图应用中常见错误⑴在5M1E因素
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
范例:生产工艺流程是由众多的工序构成
⑵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-3s6sB
⑶技术要求()质量特性值的允许波动范:围用公差范围来表示
X1s2s3s-1s-2s-3s6s:T=TU-TLTLTU
⑷过程能力指数(processcap
sX1s2s3s-1s-2s-3s-:6sX1s2s3s-1s-2s-3s-3-2-10123TLTUT=TU-TL
计算㈠符号说明①为质量数据分布中心②:二、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
为质量数据分布中心与公差中心的中心偏移量:③为质量数据分布中心与公差中心的中心偏移量
表征了工序加工的质量特性值分散程度:④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≈S
㈡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
当给定双向公差、质量数据分布中心与公:②当给定双向公差、质量数据分布中心与公差中心相一致。
给定公差上限如有毒物质或重金属含量:③给定公差上限如有毒物质或重金属含量
给定公差下限如产品某种成分含量不能低:④给定公差下限如产品某种成分含量不能低于多少
㈢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
例题2某产品含某一杂质要求最高不能超
评定分级表过程能力指数的评价标准PC:下表列出相关数据。
| 过程能力指数 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 |
| 通常取值 | — | PCI=1.33 为最小可接收值 | — |
提高过程能力指数的途径⑴调整工序加工
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
产品的质量与对此产品所进行的试验研究
个企业应重视新产品的开发: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。
试验设计(DesignOfExper
㈠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
⑴指标指在试验中根据试验目的而选定
⑵因素指对试验指标可能有影响
⑶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
因素通常用大写字母表示
㈡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
㈢注意事项⑴要积极地驾驭试验
⑵没有明确的目的
⑶试验设计就是对整个试验进行科学的管理:要有严格按照设计进行试验的习惯,把试验的全过程都置于严格的管理状态之下。试验管理的重点是控制条件和准确地抽取数据
⑷机会难得,试验现场难得:要注意试验过程中的观察,观察的基本功是:详审细察,善疑多思。观察时,既要能够捕捉预定的事务,又要保持警觉,善于捕捉异常现象
⑸任何成功的试验都始于设计而终于分析:在设计试验之时,就要考虑到试验的分析。设计的缺陷是“先天不足”,而分析的草率是“后天不足”
⑹收集数据要有真本事
⑺要善于从试验中发掘信息:从数据中提炼模型。但不要随意让推理的进程超越已有的事实
⑻成功的试验:是基本条件可以再现的试验。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
单因素试验实际中最简单的试验问题是单:二、单因素试验实际中最简单的试验问题是单目标、单因素的问题。单因素试验:只有一个因素改变而其它因素固定
范例:进行单因素试验:寻找好的工艺使得提取率最高。A为提取温度,B提取时间,C为液固比A(℃)808590B(min)90120150C(v:m)567
第一步将时间(B=90min)和液固:比(C=5)固定,变化温度。A(℃)80℃85℃90℃得率(%)33%70%64%
第二步固定温度(A=85℃)和液固比:(C=5),变化时间B(min)90min120min150min得率(%)70%73%59%
第三步固定时间(B=120min:)和温度(A=85℃),变化液固比C567得率(%)73%75%68%
确定最佳工艺A=85℃:B=120min,C=6
试验次数比较多
正交试验法正交试验法是一种合理安排:三、正交试验法正交试验法是一种合理安排、科学分析多因素试验的有效的数学方法。它是在实践经验与理论知识的基础上,借助一种规格化的“正交表”,从众多的试验条件中确定若干代表性较强的试验条件,科学地安排实验,然后再对试验结果进行综合比较、统计分析,探求各因素水平的最佳组合,从而求得最优或较优试验方案的一种数学方法。
作用⑴安排合理
⑵分清主次,找出关键。通过正交试验:能从众多的影响因素中,分清主次,找出影响试验结果的关键因素
⑶简单易懂,便于推广。在日本:有“不懂正交试验只能算是半个工程师”的说法
⑷掌握规律,有效控制
⑸指明方向,效果明显
正交表㈠正交表的符号L为正交表代号a:2、正交表㈠正交表的符号L为正交表代号a为正交表横行行数表示试验次数c为正交表纵列数(最多能考察的因素数)b表示因素可取的水平数La(bc)
范例:L9(34)表示该表最多能考察:4个因素,每个因素可取3个水平,共需做9次试验。L8(4X24)表示一个因素是4个水平,4个因素各为2个水平的混合水平正交表,共需做8次试验
㈡常用正交表的种类根据水平数的相同
⑵混合水平的正交表各试验因素采用的水
㈢正交表的特点⑴均衡分散性在任意一列中:每个水平的重复次数是相等的。范例:L9(34)中任一列中每个水平重复出现3次
⑵可伸可缩,效用明确正交表La(bc
⑶存在基本列和交互列在正交表中
严格来说,因素之间总是存在着或大或小:的交互作用,因此,交互作用是多因素试验中常常碰到的一个问题
正交表中有的可以用来考察两因素间的交:互作用有的正交表在安排试验时不能考虑两因素间的交互作用
正交试验设计范例
背景果胶的用途甚广
⑴明确试验目的
⑵挑因素、选水平
每个因素的水平可以相等
提取果胶的主要方法有酸提取法
有关果胶提取资料的研究表明:在酸提取法中,pH值、温度、时间和酸种类是影响提胶的主要因素
ABCDpH温度(℃)时间(min:下表列出相关数据。
| 水平 | A pH | B 温度(℃) | C 时间(min) | D 酸种类 |
|---|---|---|---|---|
| 1 | 2.0 | 60 | 30 | 亚硫酸 |
| 2 | 2.5 | 70 | 50 | 盐酸 |
| 3 | 3.0 | 80 | 70 | 酒石酸 |
| 4 | 3.5 | 90 | 90 | 硫酸 |
⑶选取合适的正交表提取果胶的试验:是一个4个因素4个水平的相同水平的试验,而且不考虑因素间的交互作用,因此选用L16(45)正交表
根据试验因素和水平的多少
试验号因素pH温度(℃)时间(min:)酸种类空列112332234122324343442113513144631314721131843321表3-2L16(45)正交表
试验号因素pH温度(℃)时间(min:)酸种类空列9114231033233112341212412421314211143244115222241644434
⑷作表头设计指将试验方案中的各因素科
试验号因素pH温度(℃)时间(min:)酸种类空列11(2.0)2(70)3(70)3(酒石酸)223(3.0)4(90)1(30)2(盐酸)232(2.5)4(90)3(70)4(硫酸)344(3.5)2(70)1(30)1(亚硫酸)351(2.0)3(80)1(30)4(硫酸)463(3.0)1(60)3(70)1(亚硫酸)472(2.5)1(60)1(30)3(酒石酸)184(3.5)3(80)3(70)2(盐酸)1表3-3果胶提取正交试验设计方案
试验号因素pH温度(℃)时间(min:)酸种类空列91(2.0)1(60)4(90)2(盐酸)3103(3.0)3(80)2(50)3(酒石酸)3112(2.5)3(80)4(90)1(亚硫酸)2124(3.5)1(60)2(50)4(硫酸)2131(2.0)4(90)2(50)1(亚硫酸)1143(3.0)2(70)4(90)4(硫酸)1152(2.5)2(70)2(50)2(盐酸)4164(3.5)4(90)4(90)3(酒石酸)4
为了便于对试验结果进行方差分析:在表头设计时应尽量留出空列并设置2~3次重复试验
⑸进行试验,收集试验数据对于试验方案
试验号因素综合指标pH温度(℃)时间:(min)酸种类11(2.0)2(70)3(70)3(酒石酸)190.4523(3.0)4(90)1(30)2(盐酸)82.7532(2.5)4(90)3(70)4(硫酸)195.9544(3.5)2(70)1(30)1(亚硫酸)110.5051(2.0)3(80)1(30)4(硫酸)131.5063(3.0)1(60)3(70)1(亚硫酸)140.8072(2.5)1(60)1(30)3(酒石酸)76.9084(3.5)3(80)3(70)2(盐酸)87.25表3-4果胶提取正交试验的结果
试验号因素综合指标pH温度(℃)时间:(min)酸种类91(2.0)1(60)4(90)2(盐酸)163.95103(3.0)3(80)2(50)3(酒石酸)185.40112(2.5)3(80)4(90)1(亚硫酸)54.85124(3.5)1(60)2(50)4(硫酸)41.35131(2.0)4(90)2(50)1(亚硫酸)141.65143(3.0)2(70)4(90)4(硫酸)52.05152(2.5)2(70)2(50)2(盐酸)130.20164(3.5)4(90)4(90)3(酒石酸)167.15
⑹对试验结果进行分析对正交试验的结果分析:可采用直观分析法和方差分析法
直观分析法是对各试验结果进行直接比较:并由试验结果求出各因素每个水平的试验结果综合值与平均值,再求出每个因素的极差,由极差确定因素主次,由平均值确定最佳工艺水平组合
优点:该分析方法简单明了,便于推广:对于寻求较好条件的可能位置以及决定下批试验的水平具有重要作用
缺点:直观分析法不能估计试验过程中以
方差分析法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
正交试验的直观分析方法1)直接比较
分别计算各因素各水平的指标之和某因素
范例:A因素的各水平的指标之和
分别计算各因素各水平的平均指标某因素
范例:A因素的各水平的平均指标
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。对于有拟水平因素的试验,要注意有拟水平的这一列的计算
范例:将A1拟为A3时在计算A1的指
计算各因素的极差某因素的极差R
对于水平不同的正交试验:在计算出极差后,还需计算调整极差R’,因此一般采用相同水平的正交表
试验号因素综合指标pH温度(℃)时间:(min)酸种类11(2.0)2(70)3(70)3(酒石酸)190.4523(3.0)4(90)1(30)2(盐酸)82.7532(2.5)4(90)3(70)4(硫酸)195.9544(3.5)2(70)1(30)1(亚硫酸)110.5051(2.0)3(80)1(30)4(硫酸)131.5063(3.0)1(60)3(70)1(亚硫酸)140.8072(2.5)1(60)1(30)3(酒石酸)76.9084(3.5)3(80)3(70)2(盐酸)87.25表3-5果胶提取正交试验的直观分析结果
试验号因素综合指标pH温度(℃)时间:(min)酸种类91(2.0)1(60)4(90)2(盐酸)163.95103(3.0)3(80)2(50)3(酒石酸)185.40112(2.5)3(80)4(90)1(亚硫酸)54.85124(3.5)1(60)2(50)4(硫酸)41.35131(2.0)4(90)2(50)1(亚硫酸)141.65143(3.0)2(70)4(90)4(硫酸)52.05152(2.5)2(70)2(50)2(盐酸)130.20164(3.5)4(90)4(90)3(酒石酸)167.15
指标之和K1627.55423.00:401.65447.80K2457.90483.20498.60464.15K3461.00459.00614.45619.90K4406.25587.50438.00420.85平均值K1156.89105.75100.41111.95K2114.48120.80124.65116.04K3115.25114.75153.61154.98K4101.56146.88109.50105.21极差R55.3341.1353.2049.77较好水平A1B4C3D3因素主次顺序1423
画出因素与指标间的关系示意图对于水平:5)画出因素与指标间的关系示意图对于水平数在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。作图时,各因素的水平从小到大依次排列。
图3-1pH、温度
作出试验结论通过上述的分析和图示
⑴找出主要因素在等水平正交试验中
范例:本例中,根据极差R值的大小
对于不同水平的正交试验:不能由R值的大小直接确定因素的主次,须用调整极差的值的大小来确定因素的主次
⑵选出最优处理组合各因素
正交试验是部分实施的试验设计:所以分析选出的最优处理组合常常不一定与实际试验结果最好的处理组合相符合。这也是正交试验的先进之处,即有可能通过试验结果的分析找出更好的处理组合
验证试验或进一步优选因分析出的可能最
为了进一步提高产品质量:在条件许可的情况下,应尽量利用正交试验所得的信息进行进一步的优选试验
下载地址:{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}