食品质量管理的工具.ppt

《食品质量管理的工具.ppt》由会员分享，可在线阅读，更多相关《食品质量管理的工具.ppt（258页珍藏版）》请在金锄头文库上搜索。

1、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,一、质量数据的性质 1.计量值数据 可以连续取值 可测出小数点以下数值 可用量具计测 如：长度、面积、体积、重量、密度、糖度、酸度、硬度、温度、时间、营养成分含量、灌装量等,2.计数值数据 只能间断取值 得不到小数点以下的数值 不能用量具进行计测 如： 产品件数、不合格品数、产品表面的缺陷数 一般为正整数, 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, 计点值数据 数缺陷数而得到的数值 如： 不合格数、大

2、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,二、总体与样本的特征值 总体与参数 1.总体 研究对象的全体 可以是有限的，也可以是无限的 如： 10000瓶饮料,2.个体 也叫样本单位或样品 构成总体或样本的基本单位 如： 1包奶粉、1个月饼等,3.参数 如： 总体平均值 总体标准差 样本平均值 样本标准差, 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 样本中所含的个体数目 范例： 从3000包奶粉中

3、抽取10包奶粉作为样本进行检验 其样本量n10,抽样： 从总体中抽取部分个体作为样本的过程 通常采取“随机抽样”的方法 提问：什么是随机抽样？,2.统计量 表示样本的中心位置的统计量 样本平均值, 样本中位数 指把收集到的统计数据按大小顺序重新排列，排在正中间的那个数。 当样本量n为奇数时，正中间的数只有一个； 当n为偶数时，正中位置有两个数，此时中位数为正中两个数的算术平均值。, 表示样本数据分散程度的统计量 样本极差 一组数据中最大值与最小值之差 范例： 15 5 10 20 45 30 35 40 25, 标准方差, 样本标准差,三、产品质量的波动 任何一个生产过程，总存在着质量波动。

4、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、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品 其质量特性不可能完全一样，总是存在差异，即存在变异或波动。,影响过程（工序）质量主要有六个因素：,5M1E,Man 操作者 Machine 设备 Material 原材料 Method 操作方法 Measure 测量 Environment 环境,1.正常波动 由随机因素（偶然因素）引起 质量管理中允许的波动 此时的工序处于稳定状态或受控状态 范例：机器的固

5、有振动、液体灌装机的正常磨损 工人操作的微小不均匀性 原材料中的微量杂质或性能上微小差异 仪器仪表的精度误差 检测误差,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,2.异常波动 由系统因素（异常因素）引起 质量管理中不允许的波动 此时的工序处于不稳定状态或非受控状态。对这样的工序必须严加控制。 范例：配方错误 设备故障或过度磨损 操作工人违反操作规程 原材料质量不合格 计量仪器故障,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）

6、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,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： 无论均值和标准差取何值 产品质量特性值落在3之间的概率为99.73,第二节 食品质量控制的传统方法 QC七工具或品管七大手法 包括： 因果图、排列图、散布图、直方图、调查表、分层法和控制图 可以解决质量管理中的大部分问题,一、因果图（Cause and Effect Diagram） 因果图的概念和作用 又称鱼骨图（fishbone diagram）、鱼刺图、树枝图 用于分析质量特性（结果）与可

7、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,

8、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, 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, 确定需要分析的质量特性 即针对什么问题寻找因果关系 例如：产品质量、质量成本、产量、工作质量等问题,裱花蛋糕微生物超标, 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。, 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，按第一层

9、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。, 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, 记录必要

10、的有关事项，如参加讨论的人员、绘制日期、绘制者等。 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。,分析患近视的原因,二、排列图（Pareto Diagram） 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,50,100,150,100,50,0,0,A,B,C,D,E,F（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，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；右纵坐标为

11、频率，常用百分数来表示。 横坐标表示影响质量的各种因素，按频数的高低从左到右依次画出长柱排列图，然后将各因素频率逐项相加并用曲线表示。 累计频率在80%以内的为A类因素，即是亟待解决的质量问题。,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”, 排列图的制作案例 表2-1是某食品厂2005年6月2日至6月7日菠萝罐头不合格项调查表 表2-1 菠萝罐头不合格项调查表,步骤： 制作排列图数据表，计算不合格比率，并按数量从大到小顺序将数据填入表中。 “其他”项的数据由许多数据很小的项目合并在一起，将其列在最后。 否则横坐标会变得很长。,表2-2

12、菠萝罐头排列图数据表, 画两根纵轴和一根横轴 左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）； 右边纵轴，标上比率（频率）的刻度，最大刻度为100%。 左边总频数的刻度与右边总频数的刻度（100%）高度相等。 横轴上将频数从大到小依次列出各项。, 在横轴上按频数大小画出矩形，矩形高度代表各不合格项频数的大小。 画累计频率曲线，用来表示各项目的累计百分比。 在图上记入有关必要事项 排列图名称、数据及采集数据的时间、主题、数据合计数等。,图2-3 菠萝罐头不合格项目排列图, 排列图的使用 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080%的因素为A类因素（主要因素

13、） （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%。, 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。,三、散布图（Scatter Plot） 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,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

14、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。,表2-3 酒醅中酸度和酒度分析数据表,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,四、直方图（Histogram） 又称频数分布图, 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： 较直观地传递有关过程质量状况的信息，显示质量波动分布的状态； 判断生产过程是否稳

15、定 通过对数据分布与公差的相对位置的研究，可以对过程能力进行判断。 一般适用于计量值数据, 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050g。 现应用直方图对灌装过程进行分析。,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。,表2-4 溢出量数据表,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。,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。,表2-5 组数选用表,该例取,组距一般取测量单位的整数倍，以便分组。,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：