中北大学质量管理与可靠性实验指导
质量可靠性&mintab课程设计
质量管理与可靠性课程设计报告课程名称：质量管理与可靠性专业：工业工程班级学号：姓名：2012.11轴承锻造中Minitab应用生产制造过程是产品质量形成的关键环节，产品的质量在很大程度上依赖于生产过程的质量。
过程质量的好坏可以从两个方面来衡量：一是过程质量是否稳定；二是过程能力是否满足技术要求。
其中，过程质量的稳定性可以通过控制图进行测定和监控，而过程能力是否满足技术要求可以通过工序能力指数来实现。
1 过程质量的评定1．1 过程质量的稳定性如果过程不包含任何特殊原因变异只存在常规原因变异，则过程是稳定的。
控制图和运行图为过程稳定性或不稳定性提供了很好的说明。
常见原因指导致任何过程产生合乎规律的变异原因。
特殊原因指通常不是过程的一部分且会打乱其稳定性的异常事件。
1． 2 过程能力过程能力指生产或提供满足根据客户需要定义规格的产品或服务的能力。
能力分析揭示了制造过程满足这些规格的程度，并提供有关如何改进该过程和维持改进的方法。
在评估过程能力之前必须确保过程是稳定的。
不稳定的过程是无法预测的。
如果过程稳定，则可以预测将来的性能并改进其能力。
可使用过程指标(如Cp，Pp ，Cpk和Ppk ) 来分析过程能力。
2 Minitab在轴承锻造中的应用2．1 测取数据以H7009 系列轴承套圈辗扩过程中产生的锥度为研究对象选取件产品进行测量并分成10组，每组包含5个数据。
测得的数据见表1。
表1 锥度测量结果2 ．2 正态性检验许多统计过程均依赖于总体正态性，使用正态性检验确定或否定此假设是分析中的重要步骤。
可以使用正态概率图来评估总体正态性，如果总体呈正态分布绘制的点将大致形成一条直线。
如果检验的p值低于选择的α水平(一般取0.05)，就否定原假设并断定总体呈非正态分布。
利用Minitab绘制的概率图如图1所示。
从中可以看到大部分点成一条直线且p值＞0 .05，因此，可以认为数据近似服从正态分布。
图1 数据的正态性检验概率图2 ．3 过程稳定性判断控制图是判断生产过程是否处于统计控制状态的一种手段，作用有：( 1) 及时发现生产过程中的异常现象和缓慢变异，预防不合格品的产生；( 2) 有效地分析判断生产过程质量的稳定性;( 3) 可查明设备和工艺手段的实际精度做出正确的技术决定；( 4) 使生产成本和质量成为可预测的参数，并能以较快的速度准确地测量出系统误差的影响程度，从而使同一生产批次间的质量差减至最小。
实验室的质量和保证体系管理
实验室的质量和保证体系管理实验室的质量和保证体系管理是保障实验室工作质量和结果准确性的重要组成部分。
实验室的质量管理涉及到实验室内的各项管理活动以及质量控制和质量保证体系的建立与实施。
通过严格的质量管理和保证体系，可以确保实验室工作的可靠性、准确性和一致性，提高实验室工作的效率和可信度。
实验室的质量管理体系实验室的质量管理体系是通过组织、人员、设备和实验室作业流程的合理管理，为实验室工作提供标准化和规范化的保障。
实验室的质量管理体系包括以下几个方面：1. 实验室的质量控制实验室的质量控制是通过对实验室过程中的各种环节和步骤进行监控和评估，保证实验过程的准确性、可靠性和稳定性。
实验室的质量控制包括质量标准的制定、实验操作的规范化、设备的校准和维护、实验人员的培训和技能提升等方面。
2. 实验室的质量保证实验室的质量保证是通过建立和实施质量管理体系，保证实验室工作的质量和结果符合规定标准和要求。
实验室的质量保证包括质量体系文件的编写和管理、内部审核和评审、风险管理和问题解决、改进措施和持续改进等内容。
3. 实验室的质量评估实验室的质量评估是通过内部和外部的质量评审和审核，对实验室的质量管理体系进行评估和改进，确保实验室工作的可信度和有效性。
实验室的质量评估包括内审、外审、认证评估、客户满意度调查等环节。
实验室的质量管理实践1. 质量管理文件的编制实验室质量管理文件是实验室质量管理体系的重要组成部分，包括质量手册、程序文件、作业指导书等内容。
实验室应当根据ISO 17025等相关标准要求建立和维护适合自身实验室特点的质量管理文件，并确保文件的及时更新和有效性。
2. 内部审核与评审实验室应当定期进行内部审核和评审，检查和评估实验室质量管理体系的有效性、符合性和持续改进性。
内部审核和评审应当包括管理层的参与、合格审核人员的组织和实施、审查记录的保存和问题改进等环节。
3. 实验室的设备管理实验室的设备是实验工作不可或缺的工具，设备的管理对实验室工作的质量和效率具有重要影响。
学术研究中的质量控制与实验验证如何进行质量控制和确认实验结果的可靠性
学术研究中的质量控制与实验验证如何进行质量控制和确认实验结果的可靠性在学术研究领域，质量控制和实验验证是确保研究成果可靠性的关键步骤。
质量控制旨在确保研究的设计、实施和分析过程符合科学的原则和标准，而实验验证则旨在核实研究结果的可重复性和真实性。
本文将探讨学术研究中的质量控制和实验验证方法，以确保研究结果的可靠性。
一、质量控制1. 研究设计：研究设计是确保质量控制的起点。
研究设计应该合理、明确，符合科学研究的原则和要求。
关键要素包括研究目的、假设、样本选取方法、数据收集方法等。
2. 样本选择：样本选择是研究的基础。
对于定性研究，研究者应选择代表性的样本，并在选择过程中遵守随机抽样原则。
对于定量研究，研究者应根据统计学原则确定合适的样本量，并确保样本的代表性。
3. 数据收集：数据收集是研究的关键步骤。
研究者应使用科学可靠的数据收集工具，并遵循标准化流程进行数据收集。
同时，为了确保数据的准确性和一致性，应进行培训和质量检查，并对数据进行记录和存档。
4. 数据分析：数据分析是确保研究结果可靠性的核心环节。
研究者应使用适当的统计方法进行数据分析，并确保分析过程符合科学的原则和标准。
同时，应保证数据的完整性和一致性，并进行重复分析以验证结果的稳定性。
5. 文献综述：研究者应进行充分的文献综述，了解前人的研究成果和方法，避免重复劳动和误导。
同时，文献综述也有助于提高研究的科学性和可靠性。
二、实验验证1. 重复性：实验验证的关键在于结果的可重复性。
研究结果应该可由其他研究者在相同条件下重复得到。
为确保可重复性，应记录实验的详细步骤和条件，并公开共享实验数据和材料，以供其他研究者进行验证。
2. 随机性：实验应采用随机分组和随机分配的方法，以消除可能存在的偏见和干扰因素。
随机性的引入可以增加试验的公正性，使结果更具说服力和可靠性。
3. 控制变量：实验中应对可能影响实验结果的变量进行严格控制。
通过控制变量，可以排除其他干扰因素的影响，保证实验结果的准确性和可靠性。
实验指导书（DOE）
实验指导书（DOE）试验设计（DOE）实验指导书周娟编中国计量学院质量与安全学院二○○九年十月学生实验守则1 学生必须在规定时间内参加实验，不得迟到、早退。
2 学生进入实验室后，不准随地吐痰、抽烟和乱抛杂物，保持室内清洁和安静。
3 实验前应认真阅读实验指导书，复习有关理论并接受教师提问检查，一切准备工作就绪后，须经指导教师同意后方可动用仪器设备进行实验。
4 实验中，认真执行操作规程，注意人身和设备安全。
学生要以科学的态度进行实验，细心观察实验现象、认真记录各种实验数据，不得马虎从事，不得抄袭他人实验数据。
5 如仪器发生故障，应立即报告教师进行处理，不得自行拆修。
不得动用和触摸与本次实验无关的仪器与设备。
6 凡损坏仪器设备、器皿、工具者，应主动说明原因，书写损坏情况报告，根据具体情节进行处理。
7 实验完毕后，将计量器具和被测工件整理好，认真填写实验报告（包括数据记录、分析与处理，以及绘制必要的图形）。
前言本实验指导书是《试验设计（DOE）》课程的配套实验教材。
《试验设计（DOE）》是工程技术与统计学相结合的学科，主要包括两部分内容，第一是对试验进行科学有效的设计，第二是对试验数据进行正确的统计分析，属于设计质量范畴。
《试验设计（DOE）》在质量设计和质量改进的过程中扮演了非常重要的角色，它是我们产品质量提高，工艺流程改善的重要保证。
实验设计技术已广泛被运用于从航天业到一般生产制造业的产品质量改善、工艺流程优化。
本课程的目的是希望学生能较为透彻地理解各种方法的设计思想及其实践过程，并能熟练运用。
试验设计（DOE）实验是《试验设计（DOE）》课程教学的必须实验环节。
其目的是加深学生对本课程所涉及的重要基本原理、基本方法的理解，并且锻炼学生的动手实践能力，使学生在后面的学习和工作中能够综合运用所学知识解决实际问题。
本课程要求学生提前阅读实验指导书，在教师指导下自己动手，亲自实践，边做边想，认真记录，并写出实验报告。
检测实验室质量保证及质量控制
检测实验室质量保证及质量控制实验室质量保证及质量控制是确保实验室所进行的活动和测试的准确性、可靠性和一致性的过程。
这项工作的目标是能够提供可信的测试结果，并确保实验室的工作符合相关法规和国际标准。
实验室质量保证的主要目标是确保实验室所提供的测试结果的准确性和可靠性。
为了实现这一目标，实验室需要建立一套完善的质量管理体系，并严格按照该体系的要求进行操作和管理。
这个体系通常包括以下几个方面：1. 人员培训：实验室必须为所有的工作人员提供必要的培训，使他们具备进行测试所需要的知识和技能。
培训内容应包括测试方法的原理和操作步骤、质量管理体系的要求以及实验室安全操作规程等方面。
2. 设备和设施：实验室需要使用适当的设备和设施来进行测试。
这些设备和设施必须获得校准和验证，并经过定期的维护和保养，以确保其正常工作并符合要求。
3. 样品管理：实验室必须建立和实施一套完善的样品管理系统，确保样品的识别、储存、运输和处理过程符合要求，并避免样品交叉污染和损坏。
4. 测试方法和程序：实验室必须使用经过验证的测试方法和程序来进行分析和测试。
这些方法和程序必须具备可重复性和准确性，并且需要进行定期的验证和确认，以确保其可靠性和一致性。
5. 数据管理：实验室必须建立和维护一套完善的数据管理系统，确保测试结果的完整性、一致性和可追溯性。
这包括样品信息、测试数据、记录和报告等方面的管理。
1. 质量控制样品：实验室需要使用质量控制样品来监督和评估测试过程中的准确性和可靠性。
这些样品通常由第三方机构提供，并经过严格的验证和校准。
实验室需要根据质量控制样品的测试结果进行调整和改进，以确保测试的准确性和一致性。
2. 质量控制记录：实验室需要建立和维护一套完善的质量控制记录，记录和跟踪质量控制样品的测试结果和反馈信息。
这些记录可以帮助实验室评估测试过程的稳定性和可靠性，并及时发现和解决问题。
3. 内部审核：实验室需要定期进行内部审核，评估实验室质量管理体系的运行情况和效果。
(精选文档)附件二中北大学实验室水平评估指标体系及评分表
附件二：中北大学实验室水平评估指标体系及评分表
性实验是指实验内容涉及课程的综合知识或与本课程相关的知识的实验。
2．实验课时与理论课时的参考比例如：物理50%左右；力学25%左右；机械30%左右；计算机70%左右；化学120%左右（本专业120%，其他100%）；生物100%左右（本专业100%，其他30%）；
电工电子40%左右（工科40%，理科30%，师范类25%）；除以上7类以外，其他学科可依照本
学科的实际情况确定。
3．实验室开放包括实验室开放的范围、时间、内容、对学生的覆盖面等。
4．综合评审：一级评估指标四项、二级评估指标二十项和一个特色项目（带*号的为核心指标，共8项）。
①校级示范实验室：B≤6，C＝0（核心指标A≥6），且特色项目必须得到专家认可；
②校级合格实验室：B≤8，C≤2（核心指标A≥5）
③不合格实验室：C≥8。
可靠性试验作业流程说明
可靠性试验作业流程说明一、引言二、试验准备1.确定试验目标和指标：明确试验的目标、试验的指标以及需要评估的可靠性参数。
2.选择试验方法和试验设备：根据产品性质和试验目标选择合适的试验方法和试验设备，例如加速寿命试验、可靠性增长试验等。
确保试验设备符合相关标准和要求。
3.制定试验计划：根据试验目标和试验设备，制定试验计划，包括试验方案、试验内容、试验环境、试验样品数量等。
4.准备试验样品：根据试验计划准备试验样品，确保样品能够代表整个产品群体，并满足试验要求。
5.确定试验环境：根据试验计划确定试验环境条件，包括温度、湿度、振动等。
三、试验操作1.进行试验前的检查：确保试验设备和试验环境符合要求，并进行相应的校验和调整。
2.进行试验：按照试验计划进行试验操作，包括设置试验参数、放置试验样品、记录试验数据等。
3.进行定期检查和维护：在试验过程中进行定期检查和维护试验设备，确保其正常运行。
同时，对试验样品进行定期检查，记录并处理异常情况。
4.记录试验数据：及时记录试验过程中的各种数据，包括试验条件、试验时间、试验结果等。
同时，记录异常情况和相应的处理措施。
四、试验分析和评估1.数据分析：对试验数据进行统计和分析，包括计算可靠度指标、绘制可靠度曲线等。
2.参数评估：根据试验结果对产品的可靠性参数进行评估和估计。
3.结果评估：根据试验结果和评估参数，评估产品的可靠性性能是否符合要求。
5.编制试验报告：编制试验报告，包括试验目的、试验过程、试验结果及分析、评价和建议等内容。
六、总结和改进根据试验结果和评估，总结试验过程中的经验和教训，并提出改进意见和措施。
同时，对报告和试验流程进行审查，以提高试验的可靠性和效率。
七、结论以上就是可靠性试验作业的流程说明。
通过制定详细的试验计划、准备试验样品、进行试验操作和进行试验分析和评估，能够有效评估产品的可靠性性能，为产品的可靠性设计和改进提供重要依据。
有关人员应按照流程执行，并不断改进和完善试验流程，以提高可靠性试验的效果和效率。
2019年中北大学课堂教学质量评价实施办法
中北大学文件校教〔2018〕33号关于印发《中北大学课堂教学质量评价实施办法(试行)》的通知各院（校区）、部、处及直(附)属单位：《中北大学课堂教学质量评价实施办法(试行)》经2018年11月13日第21次校长办公会审议通过，现印发给你们，请遵照执行。
中北大学2018年11月15日—1—中北大学课堂教学质量评价实施办法(试行)为加强对教师课堂教学质量的监控与评价，有效地调动教师从事课堂教学的积极性和提高课堂教学效果的主动性，不断提高课堂教学质量，特制定本办法。
一、评价的基本原则对课堂教学质量的评价，应遵循教育教学规律，结合学校实际情况，坚持公开、公平、公正的原则；坚持教学过程评价与教学效果评价相结合的原则；坚持学生、督导和同行、教学指导委员会、领导干部等多元评价的原则，激励和引导教师不断提高课堂教学水平。
二、评价的标准按照“中北大学本科教育课堂教学质量标准”的5个一级指标，26个观测点进行评价。
三、评价的对象课堂教学质量评价以学期为单位，对承担本科课堂教学的全体任课教师进行全员评价。
四、评价的方式与分类1.评价方式：包括学生评价与专家评价。
专家评价包括同行随堂听课评价、同行课程教学痕迹评价、专家（领导干部）随堂听课评价、专家（领导干部）课程教学痕迹评价和看课评价。
2.评价类型：—2—学生评价：通过网上评教方式进行，特殊情况下可以通过发放学生问卷方式进行。
评价内容见附件1。
学院评价：包括同行随堂听课评价与同行课堂教学痕迹评价。
同行随堂听课评价内容见附件2，课堂教学痕迹评价内容见附件3。
各学院对本学院教师所开课程的同行评价（包括随堂听课和课堂教学痕迹）不少于3人次，对承担本学院学生课程教学的其他教师的专家（领导干部）随堂听课评价不少于2人次。
随机评价：校教学督导委员会成员、校教学指导委员会成员及各级领导干部对学校所开各类课程进行随机抽查评价，评价方式包括专家（领导干部）随堂听课评价、课程教学痕迹评价和看课评价，其评价内容分别见附件2、附件3和附件4。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《质量管理与可靠性》实验指导书车轴钢技术标准：氢：<=2ppm,氧：<=20ppm，氮：50~70ppmSi：0.20~0.30%，Mn：0.70~0.80%，P：<=0.015%S：<=0.010%，Ni（镍）：<=0.010%，Cr（铬）：<=0.015% Cu：<=0.010%，V（钒）：0.020~0.050%，Al：0.020~0.050% 一、打开Minitab软件，建立“工序能力调查实验”项目1.从菜单选择File-->New2.选择Minitab Project,然后点击OK可以保存当前的工作为一个项目。
当保存了项目，就一次性的保存了所有工作，包括所有的在会话窗口的输出，所有的打开的图形窗口。
当重新打开项目时，所有的信息将重新显示，就是保存时候的状态。
按照下面的步骤来保存你的项目:①.从菜单选择File-->Save Project As②.在Save in 框中，选择你要保存项目的文件夹③.在File name框中，输入你的项目的名字，然后点击Save3.建立车轴钢成份分析数据表从菜单选择File>New，然后在弹出的对话框选择Minitab Worksheet,然后点击OK。
也可以直接将Excel数据表中的数据“copy”过来。
二、选择要分析的成份（下面以C为例）数据，绘制直方图，查看其分布规律以及变化趋势：1.从菜单选择Graph--> Histogram；2.选择Simple，然后单击OK；3.在Graph Variables 中键入C，单击OK；4.为了测定成份C的数据是否服从正态分布，对直方图进行正态拟合；①.从菜单选择Graph--> Histogram；②.选择With Fit，然后单击OK；③.在Graph Variables 中键入C，单击OK如上图所示，成份C的数据分布曲线是近似正态分布。
（如果观察值少于50 个，也可以用正态概率图象来检验其正态性Graph--> Probability Plot或Stat Basic satistics--> Normality Test)下图是用Graph--> Probability Plot得出的结果。
5.成份C的数据变化趋势分析，以生产班组分组观察；①.选择选择Graph-->Individual Value Plot t；②.在One Y 下，选择With Groups单击OK；③.在Graph Variables 中键入C；④.单击Data View,选中Mean Connect line。
单值图显示了四个生产班组所炼的钢，C含量平均值看起来都差不多。
如果细化的话，还可以对早、中、晚不同时间段生产的钢种进行成份分析，查找缺陷原因。
三、成份数据统计分析，计算相关统计量：对C成份数据描述性统计量的计算；①. 选择Stat-->Basic Statistics -->Display Descriptive Statistics；②. 在Variables 中键入C；③.单击Statistics；④.取消First quartile, Median, Third quartile, N nonmissing, 和Nmissing的选中状态，选中N Total；⑤.在每个对话框中单击OK结果如下：Descriptive Statistics: CTotalVariable Count Mean StDev Minimum MaximumC 50 0.50340 0.01599 0.47000 0.54000四、模拟生产过程，绘制控制图，判断工序控制状态：该钢铁公司内部采取以下判异准则来检验异常原因：检验1：有1 个点离开中心线的距离超过3 倍标准差检验2：连续7 个点在中心线的同一侧检验3：连续7 个点有上升趋势或下降趋势1.选择Tools-->Option-->Control Charts and Quality Tools-->DefineTests；2.将Test 2 的K 值改为7，将Test 3 的K 值改为7；3.选择左方框中的Tests to Perform，将前3 个检验打勾选中；4.单击OK；5.选择Stat-->Control Chart-->Variables Charts forSubgroups-->Xbar-S；6.在弹出的对话框的空白框内键入要分析的成分所列的标题，比如“C”，在Subgroup size中，键入10；7.工序受控状态分析。
控制图分析：该车轴钢种C含量数据点均落在控制限内，没有显示任何非随机的模式。
因此，过程的平均值和标准差是受控的（即稳定的）。
平均值为0.5034，平均标准差( S )为0.01513。
[注]也可以绘制其他类型的控制图，比如（Xbar-R，Xbar，R，S，I-MR-R/S等等）上图即为I-MR-R/S Chart ，也就是三者Xbar、R s（移动极差）、S合成图。
五、评估工序/过程能力：在确定一个过程受控之后，下面分析一下过程是否有能力——即它是否能满足规范要求，生产的部件或成品是否是好的。
通过比较过程的波动和规范的宽度，可以确定一个过程的能力。
如果评价过程能力之前，过程没有受控，可能得到不正确的过程能力估计。
在MINITAB 中，通过绘制过程能力直方图和过程能力图，可以图像化地评估过程能力。
这些图像可以帮助评估数据分布的情况，验证过程是否受控。
能力指数或能力统计量是评估过程能力的简便方法。
MINITAB 为很多数据分布类型提供了能力分析，包括正态分布、指数分布、威布尔分布、伽玛分布、泊松分布和二项分布。
以我们分析的车轴钢成份为例，公司内部执行的标准为（%）：C—0.48~0.52，Si-0.20~0.30，Mn-0.70-0.80，P-<0.015，S-<0.010，Cu-<0.10，其他与我们实验分析无关的成份要求暂时省略。
我么规定对于上面有双侧要求的成份，其规范中心M取上下限的均值，即M=1/2（Tu+ TL）。
1.选择Stat-->Quality Tools-->Capability Analysis Normal；2.在Data arearranged as下面，选择Single column，键入C。
3.在Subgroup size中，键入10。
4.在Upper spec 中，键入0.525.在Lower spec 中，键入0.486.单击Option。
在Target（adds Cpm to table）里，键入0.50。
7.在每个对话框中都单击OK8.根据C p 计算可能的不合格品率p=2-Ф[3C p（1+k]-Ф[3C p（1-k]：①. 选择Calc-->Probability Distributions-->Normal；②. 选中Cumulative probability；③. 选中Input constant，并输入[3C p（1+k）]的值：1.5093（此处应该填入计算结果，不支持公式），在Session 窗口输出如下结果，即Ф[3C p（1+k]的值：Cumulative Distribution FunctionNormal with mean = 0 and standard deviation = 1x P( X <= x )1.5093 0.934389④. 重复上述步骤（输入1.0607）可以得出Ф[3C p（1-k）]：Session 窗口输出结果如下：Cumulative Distribution FunctionNormal with mean = 0 and standard deviation = 1x P( X <= x )1.0607 0.855587⑤.p=2-0.934389-0.855587=0.210024。
如分析结果所示：所有的潜在能力（0.45）和总体能力（0.42）统计量都比1.33 小（通常1.33 是可以接受的最小值），说明冶炼工序能力严重不足的，其中有不少炉钢的C成份超出规范限，只能降级处理。
造成这种现象原因有哪些呢？（炼钢行业与一般的制造业有所不同，对多个钢铁成份有规范要求，而且由于化验设备或取样过程引起的误差比较大，如果严格按照单个成份数据评估过程能力，那么得出的结果往往是能力不足，不能科学反映工序质量状况，一般做法是权衡所有成份数据，综合做出判断）可以从影响工序能力的三个方面入手，改变相关的参数值，通过观察绘制的过程能力直方图，理解各个因素对C p的影响。
图 a 偏差对C p的影响图 b 规范限对C p的影响比如放宽规范限，提高实际加工精度（减小成份数据分散度）调整偏移量等等：1.调整目标值为：0.50—>0.5034;从图a中可以看出：C p 0.45—>0.642.调整规范限为：（0.48，0.52）—>（0.46，0.54）；从图b中可以看出：C p 0.45—>0.64六、模拟生产过程，设计抽样检验方案，对产品质量进行抽检：1.按N=100, Ⅱ级检查水平和以工序能力调查实验估计的不合格品率作为AQL值，确立正常一次抽样方案；①. N=100, Ⅱ级检查水平，查表（P68，表2.4.12）得样本字码：F；②. 以接近工序能力调查实验估计的不合格品率的AQL值查表（P431，附表2）得正常一次抽样方案（n，c）；2.随机抽样；①.选择Calc--> Random Data--> Sample From Columns；②.在“Sample”后面的空白框内填入样本量：n，在“rows fromcolumn(s)”，输入“C”；③.在“Store samples in”后输入：CSample，ok。
在数据窗口就会增加“CSample”列，该列就是从C成份数据的抽样结果。
3.样本质量数据统计：统计未落入规范限的炉数d；4.将样本统计结果d与抽样方案的接受标准c进行比较，对检验批作出判断：是合格并接受，还是不合格并拒收；5.应用五点作图法绘制该方案的特性曲线OC1：①. 选择Calc-->Probability Distributions-->Binomial；②. 选中Cumulative probability，在“number of trails”栏填入样本量n，在“probability of success”栏填入AQl值或上面统计出的工序平均不合格品率p；③. 选中Input constant，输入抽样方案的接受标准c，在Session 窗口输出如下结果，即在不合格品率p下该抽样方案的接受概率L（p）：Cumulative Distribution FunctionBinomial with n = 13 and p = 0.2x P( X <= x )3 0.747324④. 重复①-③步骤，得出绘图所需的5个p下的接受概率L（p）；⑤. 以P为横坐标，L（p）为纵坐标作抽样特性曲线：OC1曲线。