热处理质量改进的数理统计方法

用于热处理质量改进的数理统计方法主要有：排列图法、因果分析图法、直方图法、散布图等。

1.排列图法 排列图主要用于分析和寻找影响热处理质量的主要因素，其形式如图1-17所示。在该图的横坐标上，各因素按影响程度的大小，从左向右顺序排列。如影响20CrMnTi碳氮共渗齿轮质量的因素有：A为黑色组织；B为表面碳氮化合物量过多；C为淬火畸变量过大；D为心部硬度偏低；E为淬火开裂。其中黑色组织A是影响碳氮共渗齿轮的主要因素，应采取有效措施减少黑色组织，提高碳氮共渗齿轮质量。

2.因果分析图法 若要解决产生质量问题的主要因素，常采用因果分析图法表示产生某种质量问题的原因。

影响产品质量的原因是很多的，从大的方面分析，可以归纳为材料、设备、加工方法、操作人员和工作环境五大方面。在质量分析时，要充分听取各方面意见，集思广益，探讨形成质量问题的原因，然后画在图上（图1-18）。该图以结果为特性，以原因为因素，在它们之间用箭头联系，形成一种树枝状的图。图1-18中的大原因并不一定是主要原因，主要原因可以用排列图法或其他方法确定。

3.直方图法 同一种热处理工艺得到的质量是不会完全相同的，一般在一定范围内变动。为了找出这些数据的统计规律，需要作直方图（图1-19），从直方图中可以比较直观地看出热处理质量分布状态，从而预测热处理质量好坏和估算不合格率。

图1-16 x-R控制图形式

图1-17 排列图形式

图1-18 因果分析图的形式

图1-19 直方图的形式

图1-20所示为常见的几种直方图形状，通过这些图可以判断热处理过程是否正常，并分析产生异常的原因。

（1）正常型：工序处于稳定受控状态。

（2）偏向型：因操作习惯而造成的误差。

（3）双峰型：往往是两个不同材料、不同操作者或加工方法混在一起形成的。(www.xing528.com)

（4）锯齿型：多因测量方法或读数不准以及数据分布不当所致。

图1-20 直方图的形状

a）正常型 b）偏向型（左） c）偏向型（右） d）双峰型 e）锯齿型 f）平顶型 g）孤岛型

（5）平顶型：往往由于生产过程中的某些缓慢因素在起作用，如操作者疲劳等。

（6）孤岛型：由于原材料变化或处理条件变更等异常因素引起。

4.散布图法 散布图是将两个相关的变量数据对应列出，用点画在坐标图上，通过观察分析，判断两个变量之间的相关关系。散布图的6种典型形式如图1-21所示。

（1）强正相关：x值变大，y值显著增大（图1-21a），如在一定温度范围内随淬火加热温度升高，淬火后硬度随之增大。

（2）强负相关：x值变大，y值显著减小（图1-21c），如非二次硬化钢，回火后的硬度随回火温度升高而下降。

（3）弱正相关：y值随x值增大而增大，但点子散乱程度大（图1-21b）。

（4）弱负相关：y值随x值增大而大致变小，但点子散乱程度大（图1-21d）。

（5）不相关：x值与y值无任何关系（图1-21e）。

（6）非线型关系：x与y呈曲线变化关系（图1-21f）。

图1-21 散布图的六种典型形式