《{品质管理品质知识}质量损失函数》由会员分享，可在线阅读，更多相关《{品质管理品质知识}质量损失函数（9页珍藏版）》请在金锄头文库上搜索。
1、质量损失函数日本质量管理学家田口玄一（Taguchi）认为产品质量与质量损失密切相关，质量损失是指产品在整个生命周期的过程中，由于质量不满足规定的要求，对生产者、使用者和社会所造成的全部损失之和。田口用货币单位来对产品质量进行度量，质量损失越大，产品质量越差；反之，质量损失越小，产品质量越好。一、质量特性产品质量特性是产品满足用户要求的属性，包括产品性能、寿命、可靠性、安全性、经济性、可维修性和环境适应性等。（与前描述是否一致）（一）质量特性分类田口先生为了阐述其原理，对质量特性在一般分类的基础上作了某些调整，分为计量特性和计数特性，如图1所示。望目特性望小特性计量特性静态特性望大特性质量特性
2、计件特性动态特性计数特性计点特性 图1 质量特性的分类计数特性请查阅有关书籍，这里主要对计量特性进行描述。1、望目特性。 设目标值为m，质量特性y围绕目标值m波动，希望波动愈小愈好，则y就被称为望目特性，例如加工某一轴件图纸规定100.05(mm)，加工的轴件的实际直径尺寸y就是望目特性，其目标值m=10(mm)。2、望小特性。不取负值，希望质量特性y愈小愈好，波动愈小愈好，则y 被称为望小特性。比如测量误差，合金所含的杂质、轴件的不圆度等就属于望小特性。3、望大特性。不取负值，希望质量特性y愈大愈好，波动愈小愈好，则y被称为望大特性。比如零件的强度、灯泡的寿命等均为望大特性。（二）质量特性波
3、动产品在贮存或使用过程中，随着时间的推移，发生材料老化变质、磨损等现象，引起产品功能的波动，我们称这种产品由于使用环境，时间因素，生产条件等影响，产品质量特性y偏离目标值m，产生波动。引起产品质量特性波动的原因称为干扰源。主要有以下三种类型：1、外干扰（外噪声）使用条件和环境条件（如温度，湿度，位置，输入电压，磁场，操作者等）的变化引起产品功能的波动，我们称这种使用条件和环境条件的变化为外干扰，也称为外噪声。2、内干扰（内噪声）材料老化现象为内干扰，也称为内噪声。3、随机干扰（产品间干扰）在生产制造过程中，由于机器、材料、加工方法、操作者、计测方法和环境（简称5MIE）等生产条件的微小变化，引
4、起产品质量特性的波动，我们称这种在生产制造过程中出现的功能波动为产品间波动。以电视机电源电路为例，其输出特性的干扰分类及抗干扰性能如1表所示。二、质量损失函数干扰引起了产品功能的波动，有波动就会造成质量损失。如何度量由于功能波动所造成的损失，田口先生提出了质量损失函数的概念，它把功能波动与经济损失联系起来。田口先生把产品（或工艺项目）看作一个系统，这个系统的因素分为输入因素（可再分为可控因素X和不可控因素Z）和输出因素（即质量特性或响应）y，如图2所示。系统的设计目标值为m。干扰图示抗干扰性能外部干扰（温度、湿度、尘埃、输入电压等环境条件波动）温度特性时间特性产品号特性可靠性内部干扰（组成电源
5、电路的元件材料老化）稳定性随机干扰（元件因“5M1E”影响的波动）均匀性 图2 传递系统图田口先生认为系统产生的质量损失是由于质量特性y偏离设计目标值造成的，有偏离，就会有损失。（一）望目特性的质量损失函数1、定义设产品的质量特性为Y，目标值为m。当时，则造成损失，越大，损失越大。相应产品质量特性值Y的损失为L（Y），若L（Y）在Y=m处存在二阶导数，则按泰勒公式有，设Y=m时，L（Y）=0，即L（m）=0，又因为L（Y）在Y=m时有极小值，所以，再略去二阶以上的高阶项，有 （1.1）式中是不依赖于Y的常数。我们称（1.1）式表示的函数为质量损失函数，如图3所示。若有n件产品，其质量特性值分别
6、为则此n件产品的平均质量损失为 （1.2） 图3 质量损失函数式（1.1）和式（1.2）说明，由于质量特性值波动所造成的损失与偏离目标值m的偏差平方或偏差均方成正比。不仅不合格会造成损失，即使合格品也会造成损失，质量特性值偏离目标值越远，造成的损失越大。这就是田口先生对于产品质量概念的新观点。把这样的二次方程用作质量损失函数，给我们提供了很多重要信息，从图3的曲线可以看出。第一，质量损失函数如连续的二次函数曲线所示，质量特性仅仅在规范（T）以内并不一定表示产品质量优良，最佳的质量是质量特性稳定在目标值上，波动最小。这就进一步形象地说明了新的质量概念。这种连续的质量损失概念与传统的损失概念不同，
7、传统的损失概念是不连续的阶跃函数，只要质量特性在规定以内任何点，都视为没有损失，一旦超出规范的上下限，就发生损失，如图3中的实线所示。第二，质量损失是指产品交付用户后造成的损失，它不是制造方由于产品质量缺陷构成的质量成本。虽然田口的质量损失指的是对“社会的损失”，但这种损失最终仍然要影响到设计制造方，形成损失。这种损失可分直接损失和间接损失两种情况，直接损失表现在质量担保（包修、退赔等）费用方面，它与质量成本中的外部损失成本有关。间接损失表现在丢失市场，企业竞争力减弱，所以也可以用田口的质量损失（给社会造成的损失）在一定程度上来度量制造方的损失。第三，预期（平均）损失E（L）。由于L（y）是随
8、机变量，通常用L(y)是随机变量，通常用L（y）的数学期望E（L）来表示预期质量损失。其表达式可以写成 （1.3）从上式可以看出，我们将质量特性波动分解成两部分，要提高产品质量就必须使方差和离差越小越好。传统的设计方法，一般在专业设计（即系统设计）完成之后，即进行容差设计，中间没有参数设计这一过程，若要进行质量改进，因为（方差）已经在专业设计过程决定了，所以一般是不能变的，只能致力于减小离差，也就是说，主要依靠提高工序能力，用提高设备精度来提高产品精度，使加工的尺寸或其他的质量特征尽可能接近目标值。田口先生则认为应同时减小和。一般说来，主要应先通过参数设计减小，虽然难度较大，但潜力也较大，然后
9、再减小（相对容易些）。我们知道随机的干扰因素是产生波动的根源，围绕着随机因素减小和有两种方法。一种是通过更新技术，消除一些随机的干扰因素，也就是说将一些随机因素转换为可控的系统因素，例如在设计中采用高等级的元件和材料等，在制造工艺等条件方面如采用高精度加工设备，对加工温度等加以控制等。显然，这些办法都是以昂贵的投入为代价的，是不经济的，而且往往也是难于行得通的，特别是在经济条件困难的情况下更是一条死胡同。因此，在原系统设计的基础上，通过参数设计寻找对随机因素不敏感的可控因素的水平设置，用提高系统本身的抗干扰能力的方法使功能输出波动减小。这是一种挖掘设计技术潜力的方法，即可提高质量又不会提高甚至
10、还可能降低成本。2、K的确定方法（1） 由功能界限和丧失功能的损失求K所谓功能界限是指判断产品能否正常发挥功能的界限值。当时，产品能正常发挥功能的界限值。当时，产品丧失功能。设产品丧失功能时给社会带来的损失为元，由式（1.1）得 （1.4）（2） 由容差和不合格损失A求K容差是指判断产品合格与否的界限。当时，产品为合格品当时，产品为不合格品设产品为不合格品时，工厂可采取报废、降级或返修等处理，此时给工厂带来的损失为A元。由式（1.1）得 （1.5）例1 某电视机电源电路的直流输出电压Y的目标值为m=115V，功能界限=25V，丧失功能的损失为=300元。a. 求损失函数中的系数K；b. 已知不
11、合格时的返修费为A=1元，求容差；c. 若某产品的直流输出电压为Y=112V，此产品该不该投放市场。解：a. （元 ） 所以损失函数为b. 由 得c. 当Y=112V时，相应的损失为元若不经返修就投放市场，工厂虽然少花1元返修费，但给用户造成4.23元的损失。例2 用氧气切割某种装配件共20件，其尺寸与目标尺寸的偏差为（单位：mm）0.3,0.5,-0.5,-0.2,0,1,1.2,0.8,-0.6,0.9,0,0.2,0.8,1.1,-0.5,-0.2,0,0.3,0.8,1.3功能界限为=3mm，否则装配不上，由此造成的损失为元，求这批产品的平均质量损失。解 由公式（1.4）确定系数K由公
12、式（1.2）求平均质量损失元（二）望小特性的质量损失函数望小特性Y是不取负值，希望Y越小越好且波动越小越好的特性。所以它可看作是以0为目标值，但不能取负值的望目特性。设Y为望小特性，由望目特性损失函数的式（1.1），令m=0，就得到望小特性的损失函数为Y0（1.6）式中K为比例常数，L（Y）的图形如图4所示。 图4 望小特性的损失函数若有n件产品，测得望小特性值为，则平均质量损失为 （1.7）（三）望大特性的质量损失函数望大特性Y是不取负值，希望Y越大越好，且波动越小越好的特性。望大特性Y的倒数就是望小特性，由望小特性的损失函数式（1.6），可以得到望大特性的损失函数为 （1.8）式中K为比例
13、常数，K=L（Y）的图形如图5所示。 图5 望大特性的损失函数 若有那件产品，测得望大特性值为，则平均质量损失为 （1.9）三、SN比SN比起源于通信领域，作为评价通信设备，线路，信号质量的优良性指标。田口先生将这一概念引伸到了质量工程中，作为评价产品质量特性稳定性的指标。（一）灵敏度灵敏度是评价产品质量特性平均值的指标，设产品的质量特性Y为随机变量，其期望值为，则2称为Y的灵敏度。1、平均值设有n个质量特性值Y1，Y2，Yn，则 （1.10）称为产品质量特性Y的平均值，是的无偏估计。2、灵敏度灵敏度2的估计的计算公式为 （1.11）其中 （1.12） （1.13）的2的无偏估计。在实际计算时，模仿通讯理论取常用对数化为分贝（dB）值，用S表示。 （1.14）在质量工程学中，将S称为质量特性Y的灵敏度。（二）望目特性的SN比田口先生定义的望目特性的SN比 （1.15）SN比的估计的计算公式为 （1.16）在实际计算时，取常用对数化为分贝（dB）值，仍用表示 （1.17）在大多数情况下，近似服从正态分布，因而可用方差分析进行统计分析。（三）望小特性的SN比田口先生认为对于望小特性Y，一方面希望Y越小越好，另一方面，希望Y的波动越小越好，因此希望灵敏度2和方差2均越小越好。所以田口先生定义望小特性的SN比为 （1.18）的估计公式为 （1.19）取常用对数化
