资源简介

(共66张PPT)
第二章　服装品质管理常用技术
教学目的：
让学生掌握服装品质管理常用工具和方法的基本原理与应用范围，使之在今后的品质管理实践中根据服装生产或销售等实际情况灵活运用。
教学要求：
１.理解服装生产过程产生变异的概念及其原因。
２.了解服装企业品质管理的几个常用工具。
３.掌握控制图法、抽样检验法的应用。
４.了解相关分析法的基本原理与应用。
本章节内容
第一节　产品质量波动与统计数据
第二节　常用的因素分析方法
第三节　品质分布和相关分析法
第四节　控制图法
第五节　抽样检验法
第六节　品质管理的新工具简介
第一节　产品质量波动与统计数据
一、质量波动及其原因
１．质量变异和波动原因
产品质量波动主要有六个方面的原因，简称“5M1E”：
（1）人（Man）：人之间有质量意识、技术水平、熟练程度、正确操作与身体素质的差别。
（2）机械设备（Machine）：服装加工机器，如裁剪机、缝纫机、蒸烫机以及各种服装加工用辅助器具等，其精度和维护保养状态不同。
（3）材料（Material）：面、辅料的物理性能、配伍性、加工的难易等不同。
（4）加工方法（Method）：生产工艺、质量标准、检验标准、工时定额、操作规程以及工艺装备选择有差别。
（5）测量（Measurement）：测量方法有差别。
（6）环境（Environment）：温度、湿度、照明、噪声、清洁条件有差别。
２．质量变异规律
（1）正常变异：又称随机性变异，由偶然原因引起，会使产品的质量特征值发生微小的变化，这种变化是无法避免的。
（2）异常变异：又称为系统性变异，是由于生产过程出现异常引起的，通常会使产品质量发生周期性或规律性的变化。
二、数据的分类
１．计量值数据
是指可以用仪器测量、可连续性取值的数据，如服装的长度、车缝时间、熨烫温度等。如对于长度，在10～20cm，就可以连续测出10.1cm和10.2cm等值。
２．计数值数据
是指不能连续取值，只能用自然数表示的数据，这些数据一般不用测量仪就可“数”出来，具有离散性，如不合格数、服装件数等。计数数据还可分为计件值数据和计点值数据。
１．收集数据的目的
（1）掌握和了解生产现状，如调查服装生产零部件质量特征的波动，推断生产状态；
（2）分析质量问题，找出产生问题的原因，以便找到问题的症结所在；
（3）对生产工序进行分析、调查，判断其是否稳定，以便采取措施；
（4）调整、调节生产，如测量服装熨烫的温度、压力等，然后使之达到规定的标准状态；
（5）对一批产品的质量进行评价和验收。
三、数据的收集
２．收集数据的方法
（1）抽样法：收集数据一般采用的是抽样法，即先从一批产品（总本）中抽取一定数量的样品，然后经过测量或判断，作出品质检验结果的数据记录。
（2）试验法：这是用设计的试验方案分析试验结果的一种科学方法。这种方法能在考察范围内以最少的试验次数和最合理的试验条件，取得最佳的试验结果，并根据试验所获得的数据，对产品或某一质量指标进行估计。
第二节　常用的因素分析方法
一、分层法
１．分层法的概念
分层法是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。
２．分层法分类项目
（1）按不同的操作者分层。
（2）按不同的时间分层。
（3）按使用的设备分层。
（4）按操作方法分层。
（5）按原料分层。
（6）按工艺分层。
（7）按不同检验手段分层。
（8）按产品产生废品的缺陷项目分层。
（9）其他分层。
３．分层法的应用
例如：服装厂甲、乙、丙三个车间某月份共生产6000件服装，其中不合格品甲车间为56件，乙车间为58件，丙车间为55件，共计169件。
分析：仅这个数据，无法对质量问题进行分析。如果对不合格品产生原因进行分类，则可看出甲车间产生不合格品的主要原因是“尺寸偏差大”，乙车间是“烫破”，丙车间是“串带襻歪斜”。
某服装厂某月份不合格品分类 单位：件
二、排列图法
１．排列图的概念
排列图又称主次因素分析图或帕累托图，它是对产生不合格品的原因或现象进行分类整理，按影响程度，从大到小依次排列。
２．排列图的绘制方法
（1）确定选取统计资料的时间。
（2）确定分类项目（即分层）。
（3）计算各类项目的频数、累计频率，并在纵坐标上表示出来。
（4）排列：按各类影响因素的程度大小，将其从左至右顺序排列，并依次在横坐标上画出直方块，其高度表示该项目的频数，写在直方块上方。
（5）作图：按右纵坐标的比例找出各项目的累计百分点，依次将百分比逐一标注在图中相应位置上，从原点开始用直线连接各点，即得帕累托曲线。
频数(件)
A类
B类
C类
80
90
ABCDEFGH其他缺陷项目
３．作排列图的注意事项
（1）分类方法应该正确。
（2）按不合格的原因分类。
（3）做好因素的分层。
（4）主要因素不要过多。
（5）数据要充分。
（6）合理选择计量单位。
４．排列图的应用
（1）用来查找影响品质的重点问题。
（2）用来验证改善品质的效果。
（3）分析造成经济损失的主次因素。
（4）分析产生不合格品的关键工序。
（5）明确需解决的质量问题，权衡各不良原因的轻重缓急，从而及时采取适当的措施。
例：为分析某厂加工服装疵品上升的原因，对222件疵品进行了 分类统计，试找出主要影响因素。
解：1.收集资料 2.整理计算
100.0
100.0
2.7
222
97.3
0.9
216
96.4
1.3
214
95.1
2.2
211
92.9
8.6
206
84.3
14.0
187
70.3
70.3
156
222
总计
6
其他
7
2
洗水痕迹
6
3
破洞
5
5
面料疵点
4
19
袋口超差
3
31
高低位
2
156
腰围尺寸小
1
累计频率
频率
累计频数
频数(件)
原因
序号
3.绘制排列图
123456其他
频数(件)
频率(%)
A类
B类
C类
80
90
100
0
40
80
120
160
200
25
50
75
4.分析主次原因
在80%以内的A类因素有：腰围尺寸小和高低位；
在80%~90%的B类因素有：袋口超差和高低位；
在80%~90%的B类因素有：面料疵点、破洞、溪水痕迹、袋口超差和其它。
三、调查表法
１．调查表概念
调查表又称为检查表，是掌握生产现状常用的方法。将收集的信息按照事故（不合格）项目、时间、工序、班组、场所等进行分析，将产生不合格产品的状况或与之有关的项目之间的关系分析清楚。
２．调查表的种类和用途
（1）不良项目调查表。
（2）缺陷位置调查表。
（3）不良原因调查表。
（4）工序分布调查表。
不良项目调查
四、因果分析图法
１．因果分析图的概念
因果分析图也称树枝图或鱼刺图。它以结果为特性，以原因作为因素，在它们之间用箭头联系起来，是表示因果关系的一种图形。
因果分析图法是从产生问题的结果出发，首先找出影响问题的大原因，然后从大原因中找出中原因，再进一步找出影响中原因质量的小原因，依此类推，一直到能够采取改进措施为止。
中原因
大原因
某个质量问题
小原因
人
机器
材料
方法
环境
测量
２．因果分析图的作图步骤
（1）确立要解决的质量问题（特性）。
（2）确定原因。
（3）逐级分析原因。
（4）重要原因标上记号。
（5）对重要原因作详细说明。
（6）注明事项、注明绘图者以及参加讨论分析人员、时间等可供参考事项。
３．绘制因果分析图应注意事项
（1）问题要明确，有针对性，尽量做到定量化。
（2）分析原因要准确，集思广益。
（3）对一些没有把握的原因要进行核实。
（4）不能把原因和结果混淆。
（5）对关键因素采取措施后，再用排列图等方法来检验其效果。
（6）记入图内的原因是可以直接采取措施的项目。
４．因果分析图的作用
（1）能全面、系统地表明问题原因。
（2）有助于分析解决问题。
（3）指明解决问题的对策。
后处理
为什么服装尺寸小
温度不一致
操作者
教育
没进行
没记住
设备
未及时修正
工艺纪律松弛
压靴松动
震动大
控制机构的灵敏性
电器失灵
材料
材质不合规格
量具校正无标准
测量
方法
环境
测量器具配置
操作者未用读数量具
量尺缺损
测量仪器精度
操作规格
无作业标准
温度高
有杂质
湿度大
实例：
第三节　品质分布和相关分析法
一、直方图法
１．直方图的概念
直方图是指从生产工序加工出来的产品中抽出一定的样品，经过检验取得一批数据，然后把这些数据加以系统整理，进行适当分组和计算，绘制成直方柱状图表。通过对图形的观察、分析，可判断和预测生产工序的精度、工序质量及其变化，并根据质量特性的分布情况进行适当的调查以得出结的统计方法。
２．直方图的绘制方法
（1）收集数据。
（2）找出数据中的最大值与最小值。
（3）分组。把极差R（最大值L与最小值S之差）分为7～20个相等的数据间隔，即划分为7～20个组，通常取组数k为10。
（4）计算组距ｈ。组距即组与组之间的间隔，可用下式确定：
h＝极差/组数
（5）确定分组上下限。先计算第一组的上、下限值，一般用以下公式确定：
S＋ｈ/2＝某组上限　 S－ｈ/2 ＝某组下限
第一组的上限为第二组的下限，第二组上限是第二组下限加组距，第三组以后依此类推。
（6）计算组中值xi。所谓组中值即每组中间的数据，按下列公式计算：
xi ＝(某组上限值＋某组下限值)/2
（7）计算各组频数fi，整理成频数分布表。计算各组频数即计算落在各组的数据个数。
（8）计算各组的组中值及变换组中值uｉ，以频数fi最大一栏的组中值为xo，用下式确定各组的uｉ值：
uｉ＝ (各组组中值xi － xo)/h
（9）计算fi uｉ、∑ fi uｉ。
（10）计算fi uｉ、 ∑ fi uｉ。
（11）计算平均值ｘ和标准偏差ｓ。
（12）画直方图。
2
2
— —
+0.23 +0.16 +0.14 +0.20 +0.27 +0.19 +0.17 +0.17 +0.16 +0.17
+0.26 +0.14 +0.09 +0.11 +0.14 +0.11 +0.17 +0.13 +0.19 +0.17
+0.20 +0.17 +0.20 +0.16 +0.16 +0.11 +0.24 +0.21 +0.27 +0.05
+0.17 +0.20 +0.08 +0.16 +0.17 +0.16 +0.16 +0.14 +0.22 +0.13
+0.14 +0.27 +0.19 +0.16 +0.20 +0.16 +0.15 +0.09 +0.17 +0.08
+0.19 +0.14 +0.08 +0.19 +0.27 +0.22 +0.21 +0 +0.09 +0.03
+0.20 +0.14 +0.06 +0.11 +0.12 +0.07 +0.20 +0.09 +0.13 +0.20
+0.10 +0.16 +0.10 +0.19 +0.13 +0.15 +0.15 +0.14 +0.13 +0.25
+0.14 +0.09 +0.16 +0.08 +0.16 +0.07 +0.08 +0.13 +0.05 +0.13
+0.09 +0.16 +0.19 +0.14 +0.29 +0.18 +0.14 +0.18 +0.13 +0.10
实例：
某服装裤某一型号的腰围尺寸规格为65+0.35cm，测定其裤腰尺寸如下，画出直方图。
解：
（1）L=0.29，S=0.00，n=100
（2）R=L—S=0.29—0.00=0.29
（3）n=100，分为10组，即K=10
（4）h=0.29/10=0.029≈0.03
（5）第一组上限=0+0.03/2=0.015
第一组下限=0—0.03/2=-0.015
第二组上限=0.015+0.03=0.045
第二组下限=0.015
（6）计算组中值xi
xi =（某组上限值+某组下限值）/2
（7）计算各组频数fi
（8）计算各组变换组中值μi ，其中xo =0.15
μi =（各组组中值xi - xo ）/h
（9）计算fi μ， fi μi 其他数据计算填入表中
（10）计算平均值和标准方差，得出样本数的散离程度。
2
频数分布表
标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差，代表大部分的数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较均值。
标准差能综合反映一组数据的离散程度或个别差异程度。
３．直方图的分析、判断
直方图能比较形象、直观、清晰地反映产品质量的分布情况，将绘制好的直方图与标准进行对照，看是否有超差，从而就可以得出大致的结论。
直方图的分布状态
同标准对比
４．直方图的用途
（１）报告质量情况。直方图反映了数据的分散状态及总体的质量变化规律。
（２）进行质量分析。将直方图与标准（公差）比较，可以掌握产品质量是否符合标准。
（３）便于生产现场进行工序控制。
（４）用以调查工序能力和设备能力。
（５）对总体质量进行推断，判断总体质量分布情况。
二、相关图分析法
１．相关图的绘制方法
（1）选定目标：目标可以是质量特性值与因素之间的关系，也可以是质量特性值与质量特性值之间的关系，或因素与因素之间的关系。
（2）收集数据：一般需要收集30对以上的数据，同时要记录收集数据的日期、取样方法、测定方法等有关事项。
（3）画出横坐标ｘ与纵坐标ｙ，填上特性值：一般横坐标表示原因特性，纵坐标表示结果特性。
（4）根据数据画出坐标点：按ｘ与ｙ的数据分别在横、纵坐标上取对应值，然后分别引出平形于ｙ轴与ｘ轴的平行线，其交点即为所求的坐标点。
２．相关图的判断与分析
相关图的种类很多，有正相关图、负相关图、混合相关图、不相关图等。
正相关：图(a)为强正相关
图(b)为弱正相关
不相关：图(c)为不相关
非线性相关：图(d)为曲线变化
负相关：图(e)为弱负相关
图(f)为强负相关
第四节　控制图法
一、控制图的基本概念
是运用数理统计学中的正态分布理论，以质量特性的平均值为控制图的中心，以正态分布曲线的正负３个标准偏差为差异的许可范围，凭以控制质量的变异分散程度。
控制上线UCL
控制中线CL
控制下线LCL
质量特性值x(或x、R、S等)
二、不合格品数及不合格品率控制图
１．不合格品数控制图
在生产过程相对稳定时，产品的不合格品率P有一个大致的数值。设用P来表示平均不合格品率，以n表示样本含量，nP表示样本中不合格品数，则平均不合格品数为nP 。
—
—
例：
某服装厂制造生产大批学生服，每小时随机抽取200件为样本进行检查，共抽取20组，其结果列于表中。
（2）控制图的中心线及控制界限：
（1）根据资料可求出平均不合格品率，即：
（3）画出控制图并打点。绘出的控制图如下图：
２．不合格品率控制图
不合格品率是指不合格产品数与抽样检验的样品数目之比。当样本大小ｎ无法固定时，用不合格率控制图比较方便。但产品的不合格品率不能事先预知，因此，通常是用过去的在品质长期比较稳定的情况下，凭经验或现场抽样检查得出的平均不合格品率，来计算控制图的中心线和控制界限。
３．不合格品数控制图与不合格品率控制图样本大小的确定
不合格品数控制图与不合格品率控制图的效用与样本数目的大小有密切关系，若样本数目太少，则影响样本的可靠性；若样本数目太多，则增加检验费用。不合格品数或不合格品率控制图下限大于或等于０才有意义。
三、缺陷数控制图
由于每个不合格产品可能具有不同的缺陷，而不同性质的缺陷又需分别加以研究。同时，有些产品虽然有缺陷，但并不因此成为废品，这就必须以缺陷的轻重或多少来区分产品质量的优劣。这类以缺陷的数量，如服装产品中的破洞、污渍、布面上的疵点等计点值表示的产品质量特性，就需用计点值控制图来加以控制。
计点值控制图有缺陷数控制图和单位缺陷数控制图两种，这里主要介绍缺陷数控制图。
四、控制图的分析
点在控制界限内的排列缺陷，主要是指以下几种情况：
（1）点在控制界限附近出现或超出控制范围。
（2）连续有若干点出现在中心线的某一方（上方或下方）。
（3）点有连续上升或下降的趋势。
（4）点的分布呈现周期性波动。
当工序处于控制状态时，控制图上的点应随机地分布在中心线的两侧附近，即点不越出控制界限，而且点的排列没有缺陷，就可认为生产过程是正常的。
第五节　抽样检验法
一、检验方案的分类
１．全数检验
是对全部产品逐个进行检测，从而判定每个产品合格与否的检验。它又称全面检验、100％检验，其处理对象是每个产品，这是一种沿用已久的检验方法。
（１）全数检验适用的场合：
①不合格的产品会造成严重的不良后果，如影响人身安全、引起生产严重混乱或给企业在
经济、信誉上造成无法弥补的损失等，这种情况必须进行全数检验。
②条件允许，能容易地进行质量检验时，如灯泡的亮度检验等，应进行全数检验。
③批量比较少，没有必要进行抽样检验。
④同检验费用相比，产品价值特别昂贵，应进行全数检验。
（2）全数检验的缺点：
①有些产品的检验具有破坏性，如寿命、拉力等。很显然，破坏性的检验就不能进行全数检验。②有些产品的产量很大，如电子元件、手表、钻石等。对它们进行全数检验势必花费大量人力、物力，很不经济。
③在数量多、速度快、时间长等情况下，全数检验容易产生错检和漏检。
④从某种意义上说，全数检验是一种消极的检验方法。全数检验采取将检验出的不合格品剔除的办法来保证产品的质量，它不能引起生产者对产品质量的关心。
２．抽样检验
就是从一批产品中随机抽取一部分进行检验，通过检验这少量产品来对这批产品的质量进行评估，并对这批产品做出是否合格、能否接收的结论。
（1）抽样检验适用的场合：
①破坏性检验，如产品的可靠性试验、产品寿命试验、材料的疲劳试验、零件的强度检查等。②产品数量很大，质量要求又不是很高，如螺钉、销钉、垫圈等。
③测量对象是连续体。如煤、矿石、铁液、重油的化学成分等，不能进行全数检验，而必须采取抽样检验。
④检验项目过多、周期长，进行全数检验有困难，采用抽样检验就能保证产品质量。
⑤希望节省检验费用的场合。
⑥督促供方改进质量的场合等。
（2）抽样检验的缺点：
①合格批内包含的不合格品数比全数检验多。因为抽样检验仅能剔除样本中的不合格品，而全数检验基本剔除批中全部的不合格品。
②判断批产品是否合格时，存在弃真和存伪的错误。由于抽样的随机性，存在把优质批判断为不合格批和把劣质批判断为合格批的可能性。任何抽样检验都避免不了这两种错误产生的可能。
（3）抽样检验应注意的问题：
①抽样检验只能相对地反映产品的质量，不能把样品的不合格率与整批产品的不合格率等同起来。
②经过抽样检验被判定为合格的批，并不等于批中每个产品都合格；同样，经过抽样检验被判定为不合格的批，也不等于批中每个产品都不合格。
③并非任何抽样检验都能达到正确地判断整批产品质量的目的。
二、抽样检验的概念
抽样检验就是按规定的抽样方案随机地从一批或一个过程中抽取少量个体进行检验称为抽样检验。
三、抽样检验常用名词术语
１．单位产品和样本大小
２．交验批和批量
３．合格判定数
４．不合格判定数
５．合格质量水平
６．缺点
四、抽样方案的分类
１．按照质量特性值的性质以及供求双方的需要分类
（1）计数抽验方案:
例：从某1000个产品中随机抽样20个进行检验，并规定样本中的不合格数若小于或等于2，即为批合格；若不合格数在3个及以上即为批不合格。用符号表示如下：
批量：Ｎ＝1000（个或件）；
抽样样本：ｎ＝20（个或件）；
合格判定数：Ａc＝2；
不合格判定数：Ｒe＝3。
（2）计量抽验方案:
即对样本中的单位产品质量特性进行直接定量计测，并用计量值作为批判定标准的抽验方案称为计量抽验方案。
２．按抽样次数分类
（1）一次抽样
（2）二次抽样
（3）多次抽样
３．按照产品特点和生产特点分类
（1）逐批型抽样是指对生产过程所产生的每一批产品逐批抽样检验，从而判断每批产品的合格与否。
（2）连续型抽样方案。连续型抽样是指对连续提交的在制品的检验，主要用于通过检验点并不成批交检的单位产品。
４．按照抽样方案能否调整分类
（1）调整型抽样方案：方案设计时，首先考虑生产者的利益，一旦质量变化时，通过方案调整或进一步鼓励生产者提高质量以保护使用者的利益。
（2）标准型抽样方案：它能同时满足生产方和使用方双方要求，适用于孤立批产品的检验。
（3）选择型抽样方案：允许对拒收的不合格批产品退回筛选，从中剔出不合格品将其调换或修复合格，然后再重新交验。
五、计数调整型抽样方案
调整型抽样方案是对批量相同且质量要求一定的检验批进行连续接收检验时，可以根据检验批的历史资料和以往的检验结果按照预先规定的规则对方案进行调整的一种抽验方案。
方案调整方式分为三种，即宽严程度的调整、检验水平的调整和检验方式的调整，其中第一种最为常用。
１．合格质量水平（ＡＱＬ）
２．检验水平
３．抽样方案的确定
第六节　品质管理的新工具简介
一、流程图法
是一种借助特定的符号展示过程步骤和决策点的图表。
常见的流程图包括工艺流程图、工序作业流程图、作业流程图、跨职能流程图等。
二、关联图法
是一种根据原因、结果或目的、手段的关系系统地分析影响某一个或多个质量问题的关键因素的方法。一般采用带箭头的连线将事物的因果关系联系起来。
三、亲和图法
是由日本川喜田二郎创造的。它是一种将杂乱无章的语言文字资料按照其内在的相互关系加以整理，从而理出思路的方法，团队可用此方法产生新思想或新方案，并对这些思想和方案进行系统整理。
四、树图法
它将要达到的目的与所需的手段和方法按照层次系统地展开，逐步绘制出来表示目的和手段关系的一系列方块图。
五、矩阵图法
是一种借助矩阵的形式研究一类因素与另一类因素之间关系的方法，通过矩阵行列相交的点确定对应元素间的关系。最基本的矩阵图形式为Ｌ形。
六、过程决策程序图法
是一种通过对事态发展过程中可能出现的各种情况拟定多种对策方案，并运用程序图来确定获得最佳结果的一种方法。
七、网络图法
将一项任务的工作过程作为一个系统处理，将组成系统的各个任务细分为不同层次和不同阶段，按照任务的相互关系和先后顺序用网络图表示出来。网络图法主要可以用于确定关键工序、安排流程进度以及解决工程中的工期、费用、人员安排等的合理优化问题。
本章节主要介绍质量管理的工具：“老七种工具”和“新七种工具”。
小结

展开更多......

收起↑