田 英，蔣仁言

抽樣檢驗(yàn)是指從一批產(chǎn)品或過程中隨機(jī)抽取部分樣本進(jìn)行檢驗(yàn)，并將檢驗(yàn)結(jié)果與判斷標(biāo)準(zhǔn)比較，進(jìn)而決定該批產(chǎn)品是否接收的活動。其中，抽取的樣本量和有關(guān)批判斷準(zhǔn)則的組合為抽樣檢驗(yàn)方案，簡稱抽檢方案。抽樣檢驗(yàn)是通過樣本來判別總體的，難免會將合格的產(chǎn)品批錯判為不合格，導(dǎo)致整批拒收，其概率α稱為生產(chǎn)方風(fēng)險；或?qū)⒉缓细竦漠a(chǎn)品批錯判為合格，導(dǎo)致整批接收，其概率β稱為使用方風(fēng)險。因此，在確定抽檢方案前，生產(chǎn)方和使用方應(yīng)共同協(xié)商，合理確定兩類風(fēng)險的大小，以及產(chǎn)品批的接收質(zhì)量水平（Acceptable Quality Level，簡稱為AQL）與拒收質(zhì)量水平（Rejectable Quality Level，簡稱為RQL），以保護(hù)雙方利益。

抽檢方案對產(chǎn)品優(yōu)劣的判別能力可用接受概率來衡量。接收概率是指根據(jù)規(guī)定的抽檢方案，把具有給定質(zhì)量水平的檢驗(yàn)批判為接收的概率，它是關(guān)于批質(zhì)量指標(biāo)（如：不合格品率p、平均值μ）的函數(shù)，這個函數(shù)稱為抽樣特性函數(shù)（Operating Characteristic Function，簡稱為OC函數(shù)）；如果以質(zhì)量指標(biāo)為橫坐標(biāo)，接收概率為縱坐標(biāo)，由兩者之間關(guān)系作的曲線為抽樣特性曲線（Operating Characteristic Curve，簡稱為OC曲線）。抽樣檢驗(yàn)依據(jù)檢驗(yàn)批的質(zhì)量指標(biāo)及其質(zhì)量特性分為計(jì)數(shù)型和計(jì)量型兩類。美國貝爾實(shí)驗(yàn)室的道奇（Dodge）和羅米格（Roming）是抽樣檢驗(yàn)的創(chuàng)始人，他們把數(shù)理統(tǒng)計(jì)引入到質(zhì)量管理領(lǐng)域。針對計(jì)數(shù)型抽樣檢驗(yàn)，道奇的抽樣理論提出了兩類風(fēng)險和兩個質(zhì)量水平的概念。隨后，很多文獻(xiàn)［1－3］應(yīng)用統(tǒng)計(jì)抽樣檢驗(yàn)理論，由事先確定的4個參數(shù)，把（AQL，1－α）和（RQL，β）作為OC曲線上的兩個約束點(diǎn)來設(shè)計(jì)抽檢方案。但在生產(chǎn)實(shí)踐中，這些參數(shù)多數(shù)是根據(jù)產(chǎn)品過程質(zhì)量的先驗(yàn)信息或產(chǎn)品的質(zhì)量要求來確定的，很難獲得精確值。Tong［4］等人應(yīng)用模糊超幾何分布和模糊泊松分布，設(shè)計(jì)了模糊抽檢方案，以解決參數(shù)不精確和模糊的問題。Jiang［5］對參數(shù)確定時存在主觀性，引起不公平情況，提出了等風(fēng)險方法，并應(yīng)用二項(xiàng)分布模型，確定了計(jì)數(shù)型抽檢方案。然而，用二項(xiàng)分布模型，相當(dāng)于每次抽樣后把樣本放回總體中去，但這只有在樣本量遠(yuǎn)遠(yuǎn)小于批量時，誤差才可以忽略。而生產(chǎn)中，小批量的情況并不罕見，樣本不可能遠(yuǎn)遠(yuǎn)小于批量，因此二項(xiàng)分布模型不精確。

作者擬應(yīng)用等風(fēng)險方法，通過確定等風(fēng)險質(zhì)量水平和平均風(fēng)險兩個參數(shù)，設(shè)計(jì)基于超幾何分布模型的一次計(jì)數(shù)型和基于正態(tài)分布模型的計(jì)量型抽檢方案。并通過實(shí)例，分析等風(fēng)險方法與傳統(tǒng)方法的聯(lián)系與區(qū)別。

1 傳統(tǒng)抽樣檢驗(yàn)方法

1.1 計(jì)數(shù)標(biāo)準(zhǔn)型一次抽樣檢驗(yàn)方案

1.1.1 原理及參數(shù)設(shè)定

計(jì)數(shù)型抽樣檢驗(yàn)是把樣本中的每個產(chǎn)品分為合格品和不合格品，并與抽檢方案中的不合格品的判定數(shù)對比，判斷批是否接收。設(shè)批接收概率為L（p），給定AQLp0，RQLp1，α及β。抽檢方案滿足：當(dāng)產(chǎn)品質(zhì)量較好時（p ≤p0），以高概率（L（p）＝1－α）判為接收；當(dāng)產(chǎn)品質(zhì)量較差時（p≥p1），以低概率（L（p）＝β）判為接收；當(dāng)產(chǎn)品質(zhì)量變壞時（p0≤p≤p1），接收概率應(yīng)迅速減少，其OC曲線如圖1所示。

圖1 計(jì)數(shù)標(biāo)準(zhǔn)型一次抽樣檢驗(yàn)方案的OC曲線Fig.1 The OC curve of single sampling for having desired plan by attributes

α和β作為選取p0，p1的標(biāo)準(zhǔn)，通常取10%（國家標(biāo)準(zhǔn)中α＝0.05，β＝0.1）；p0，p1則由供需雙方協(xié)商確定。先根據(jù)參照法、反推法、計(jì)算法、歸納分類法、過程平均法及損益平衡點(diǎn)等方法確定。再依據(jù)p0確定相應(yīng)p1，若p1／p0過小，會增加抽檢樣本量，使費(fèi)用增加。為此，p1與p0需拉開一定距離。但p1／p0過大，又會放松對質(zhì)量的要求，對使用方不利。當(dāng)α＝0.05，β＝0.1時，國際電工委員會推薦（IEC）p1為p0的1.5倍，2倍或3倍［7］，也有國家推薦p1為p0的4～10倍［8］。

1.1.2 計(jì)數(shù)型數(shù)學(xué)模型

從批量為N的產(chǎn)品中隨機(jī)抽取容量為n的樣本進(jìn)行檢驗(yàn)，通過樣本中不合格數(shù)x來判定該批是否合格。當(dāng)x≤c時，接收該批產(chǎn)品；當(dāng)x＞c時，則拒收。抽檢方案的確定，實(shí)際就是（n，c）的確定。采用“不放回”式隨機(jī)抽樣，樣本中不合格數(shù)為x（0≤x≤c）的概率服從超幾何分布，批接收概率［7］為：

依據(jù)設(shè)計(jì)原理和給定的參數(shù)，可通過解不等式組確定抽檢方案（n，c）：

當(dāng)N 很大、而n相對較?。∟≥10n）時，N 對OC函數(shù)的影響很小，即：可將“不放回”抽樣近似為“放回”抽樣，超幾何分布可用二項(xiàng)分布近似表示為：

抽檢方案可由公式確定：

代數(shù)方程組（2）和（4）均為非線性超越方程，其解n和c必須是非負(fù)整數(shù)。假若參數(shù)取值不合理，則方程組收斂性較差或不能收斂，使抽檢方案不合理。因此，需采用數(shù)學(xué)逼近法［2］、試算法［5］或用軟件仿真求解［9］。

1.2 計(jì)量一次抽樣檢驗(yàn)方案

1.2.1 特點(diǎn)及原理

計(jì)量型抽樣檢驗(yàn)是通過測量樣本的質(zhì)量特性值并與判斷標(biāo)準(zhǔn)進(jìn)行比較，進(jìn)而推斷整批產(chǎn)品是否接受。其產(chǎn)品質(zhì)量特性值能用連續(xù)尺度來度量，服從正態(tài)分布，它常以批中所有單位產(chǎn)品特性值的平均值μ表示批質(zhì)量。根據(jù)產(chǎn)品質(zhì)量的要求，有的要求μ越大越好，即質(zhì)量特性有下規(guī)格限；有的要求μ越小越好，即質(zhì)量特性有上規(guī)格限；有的規(guī)定了質(zhì)量特性的雙側(cè)規(guī)格限。以下規(guī)格限情況為例進(jìn)行討論。給定AQLμ0，RQLμ1（μ0＞μ1），α及β。抽檢方案需滿足：當(dāng)產(chǎn)品質(zhì)量較好時（μ≥μ0），以高概率（1－α）判為接收；當(dāng)產(chǎn)品質(zhì)量較差時（μ≤μ1），以低概率（β）判為接收。

1.2.2 計(jì)量型正態(tài)分布模型

設(shè)計(jì)此類抽檢方案，首先需確定參數(shù)μ0，μ1，α，β，其參數(shù)確定存在的問題與計(jì)數(shù)型類似。

假設(shè)產(chǎn)品質(zhì)量特性值X服從正態(tài)分布N（μ，σ2），從被檢批中抽取一個容量為n的樣本檢驗(yàn)，樣本質(zhì)量特性值為X1，X2，…，Xn，其均值為X，則X ～N（μ，σ2／n），可定一個 K 值。當(dāng) X≥K時，接收該批產(chǎn)品；否則，拒收。則抽檢方案為（n，K）。根據(jù)正態(tài)分布的性質(zhì)，σ已知，則批接收概率［7］為：

式中：Φ（·）為標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)。

根據(jù)計(jì)量抽樣檢驗(yàn)設(shè)計(jì)原理，其抽檢方案必須滿足：

整理得：

式中：Φ－1（·）是標(biāo)準(zhǔn)正態(tài)分布函數(shù)Φ（·）的反函數(shù)，給定4個參數(shù)，由式（7）可得抽檢方案（n，K），其中n要選擇圓整后能使相對約束點(diǎn)誤差最小的整數(shù)。

2 等風(fēng)險方法

等風(fēng)險方法是通過確定供應(yīng)方與使用方風(fēng)險相等時的質(zhì)量水平即等風(fēng)險質(zhì)量，和限制供應(yīng)方或使用方的平均風(fēng)險來設(shè)計(jì)抽檢方案，以得到公平可靠的方案。

2.1 計(jì)數(shù)型等風(fēng)險方法

2.1.1 設(shè)計(jì)原理

供需雙方協(xié)商確定等風(fēng)險質(zhì)量p0.5，使批接收概率L（p0.5）＝0.5，即

可得不同接收數(shù)ci時的樣本量n0.5（ci）。由供應(yīng)方風(fēng)險r（p）＝1－L（p），可求得供應(yīng)方平均風(fēng)險為：

根據(jù)抽樣檢驗(yàn)的寬嚴(yán)程度，給α0.5設(shè)定一個極限值γ，使α0.5≤γ，則能得到滿足要求的抽樣方案（n，c）。等風(fēng)險方案的參數(shù)與OC曲線的關(guān)系如圖2所示。

圖2 計(jì)數(shù)型等風(fēng)險抽樣方案的OC曲線Fig.2 The OC curve of equal－risk sampling plan by attributes

2.1.2 確定抽樣方案

等風(fēng)險法抽檢方案可在Microsoft Excel（2010版）中通過相關(guān)函數(shù)運(yùn)算求得，其求解步驟為：

1）給定p0.5和γ，求ni。依次取ci＝i和對應(yīng)的任意樣本量ni（i＝0，1，…，10），由函數(shù) HYPGEOM.DIST求出相應(yīng)L（p0.5）；根據(jù)“規(guī)劃求解”，使（L（p0.5）－0.5）2最小，得滿足式（8）的ni；再由取整函數(shù)INT（ni＋0.5）對ni取整得n0.5（ci）。

2）求α0.5。把（n0.5（ci），ci）代入式（9），采用梯形法求定積分，令圖2陰影部分曲邊梯形面積為S，把區(qū)間［0，p0.5］分為k個小區(qū)間，每區(qū)間寬為p0.5／k，每個小曲邊梯形面積近似為：Si≈（i ＝ 1，2，Si。k的取值，可根據(jù)α0.5精度要求選取，如：k＝1 000，步長為p0.5／1 000，α0.5的精度在0.001以上。

3）根據(jù)α0.5≤γ，求抽檢方案。部分p0.5的抽檢方案和平均風(fēng)險見表1。由表1可知，如果批量N＝3 000，給定參數(shù)p0.5＝0.03，γ＝0.15，知α0.5＝0.143 4，c＝4，n0.5（c）＝155滿足要求，即抽檢方案為（155，4）。

表1 以p0.5、n和c為函數(shù)的平均風(fēng)險（N ＝3 000）Table 1 Mean risks as functions of p0.5，nand c（N ＝3 000）

實(shí)例1某電子儀器廠與協(xié)作的電容器廠商定，當(dāng)電容器廠提供產(chǎn)品的不合格品率不超過3%時，以高于95%的概率接收；當(dāng)不合格品率超過12%時，將以低于10%的概率接收［8］。假定產(chǎn)品批量N＝1 000，試制定抽檢方案。

傳統(tǒng)方法：依題意，應(yīng)用超幾何分布模型，把給定參數(shù)代入方程式（2），在Excel中試算得抽檢方案（66，4）。又由于1 000＞10×66，則誤差可忽略，由二項(xiàng)分布模型，把參數(shù)代入方程式（4），試算得最優(yōu)抽檢方案（66，4）。該方案雙方實(shí)際風(fēng)險為α＝0.042，β＝0.083，可知其OC曲線沒有精確通過所約束的兩點(diǎn)。

等風(fēng)險方法：由雙方協(xié)商確定p0.5。如果傳統(tǒng)參數(shù)合理，可由方案（66，4）得L（7%）＝0.5，則定p0.5＝7%。不同寬嚴(yán)程度（不同α0.5）時的抽檢方案見表2。當(dāng)平均風(fēng)險α0.5＝0.139時，所求結(jié)果和傳統(tǒng)法一致，說明等風(fēng)險法合理。供需雙方在確定α0.5時，可根據(jù)表2中α和β的大小選取。如果β需在0.04～0.12的范圍時，α0.5可取0.12～0.16的值。

表2 等風(fēng)險法抽檢方案Table 2 Sampling inspection plan of equal－risk method

2.2 計(jì)量型等風(fēng)險法

2.2.1 設(shè)計(jì)原理

供應(yīng)方和使用方共同協(xié)商確定等風(fēng)險質(zhì)量μ0.5，使其滿足L（μ0.5）＝0.5，即：

由式（10）得 K＝μ0.5，則對于抽檢方案（n，K），只需求樣本量n。

對于任意（n，μ0.5），根據(jù) OC函數(shù)，可求供應(yīng)方或使用方的平均風(fēng)險α0.5，然后，由抽檢的寬嚴(yán)程度對α0.5設(shè)一個約束γ，使α0.5＝γ來求抽檢方案。由于不同產(chǎn)品批μ值的差異較大，為了保證α0.5的精度，只求區(qū)間［μ0.5，μ0.5＋σ］的平均風(fēng)險α0.5，如圖3所示。

圖3 計(jì)量型等風(fēng)險方案的OC曲線Fig.3 The OC curve of equal－risk sampling plan by variables

2.2.2 確定抽樣方案

等風(fēng)險計(jì)量抽樣檢驗(yàn)方案的設(shè)計(jì)在Excel中具體操作步驟為：

1）雙方協(xié)商確定μ0.5和γ，選擇大體符合要求的樣本量n′。

2）根據(jù)式（12），由梯形法求（n′，μ0.5）的平均風(fēng)險α0.5。

3）優(yōu)化n′。在“規(guī)劃求解”中設(shè)立目標(biāo)值α0.5＝γ，變量為n′，可得樣本量n。

案例2有一批產(chǎn)品做壽命試驗(yàn)，假設(shè)產(chǎn)品壽命X 服從N（μ，σ2）。已知壽命標(biāo)準(zhǔn)差σ＝20h，供需雙方協(xié)定μ0＝1 020h，μ1＝1 000h，α＝0.05，β＝0.1，試確定抽檢方案［10］。

傳統(tǒng)方法：根據(jù)題意把給定參數(shù)代入式（7），得n≈8.56，K≈1 008.8，對n取整，得抽檢方案（9，1 008.8），則質(zhì)量為μ0和μ1的實(shí)際風(fēng)險α＝0.047，β＝0.093，可知其OC曲線實(shí)際沒有精確通過所約束的兩點(diǎn)。

等風(fēng)險法：經(jīng)雙方協(xié)商，要求產(chǎn)品的平均壽命為1 010h，即μ0.5＝1 010h，不同寬嚴(yán)程度（平均風(fēng)險）時抽檢方案的參數(shù)見表3。且當(dāng)α0.5＝0.133時，抽檢方案（9，1 010）與傳統(tǒng)法最接近，此時質(zhì)量為μ0和μ1的實(shí)際風(fēng)險α＝β＝0.067。供需雙方在確定α0.5時，可選擇α和β在0.04～0.1的范圍的α0.5，即α0.5可取0.12～0.15，見表3。

表3 等風(fēng)險法抽檢方案Table 3 Sampling inspection plan of equal－risk approach

3 聯(lián)系與區(qū)別

傳統(tǒng)方法是通過事先確定兩個點(diǎn)的風(fēng)險作為約束條件求抽檢方案，但由于n，c必須為非負(fù)整數(shù)，因此，OC曲線實(shí)際不會精確通過那兩點(diǎn)；而平均風(fēng)險法則通過控制區(qū)間平均風(fēng)險，它避免了定義兩個點(diǎn)，而且一方平均風(fēng)險定出后，另一方也相應(yīng)確定，能保證方案公平可靠，過程更簡單。

由傳統(tǒng)方法給定的4個參數(shù)可得抽檢方案，而每個抽檢方案都有其相應(yīng)的OC曲線，則可求得等風(fēng)險質(zhì)量和平均風(fēng)險。而由等風(fēng)險法參數(shù)求得抽檢方案后不能直接得到4個參數(shù)，只有給定α、β或AQL、RQL作為標(biāo)準(zhǔn)求其他兩個參數(shù)。用兩種方法對同一待檢批求得的兩個抽檢方案，在相同AQL和RQL下，如果傳統(tǒng)方案和等風(fēng)險方案風(fēng)險分別為α、β和α′、β′，由風(fēng)險變化可知傳統(tǒng)方案的利益偏向：當(dāng)α＝α′、β＝β′表明利益一致；當(dāng)α＜α′、β＞β′偏向供應(yīng)方；當(dāng)α＞α′、β＜β′偏向使用方。如例2，傳統(tǒng)方案（9，1 008.8）和等風(fēng)險方案（9，1 010）的風(fēng)險0.047＜0.067，0.093＞0.067，可知傳統(tǒng)方案偏向供應(yīng)方。

4 結(jié)論

運(yùn)用等風(fēng)險方法設(shè)計(jì)了服從超幾何分布模型的一次計(jì)數(shù)型和服從正態(tài)分布模型的一次計(jì)量型抽檢方案。該方法是基于供應(yīng)方和使用方風(fēng)險相等時的質(zhì)量水平和供應(yīng)方的平均風(fēng)險兩個參數(shù)來設(shè)計(jì)抽樣方案，它較傳統(tǒng)方法減少了參數(shù)設(shè)定的個數(shù)，簡化了參數(shù)設(shè)定過程；避免定義OC曲線本來就很難經(jīng)過的兩點(diǎn)，改進(jìn)了傳統(tǒng)方法中參數(shù)確定存在主觀性而導(dǎo)致的不公平性和雙方矛盾，使抽檢方案更可靠。等風(fēng)險法是一種新型抽檢方案設(shè)計(jì)方法，期待能為供需雙方更好的實(shí)現(xiàn)雙贏。

（

）：

［1］ Hald A.On the theory of single sampling inspection by attributes based on two quality levels［J］.Review International Statistics Institute，1967，35：1－29.

［2］ Stephens L J.A closed form solution for single sample acceptance sampling plans［J］.Journal of Quality Technology，1978，10（4）：159－63.

［3］ Duarte B P M，Saraiva P M.An optimization－based approach for designing attribute acceptance sampling plans［J］.International Journal of Quality and Reliability Management，2008，25（8）：824－841.

［4］ Tong X，Wang Z.Fuzzy acceptance sampling plans for inspection of geospatial data with ambiguity in quality characteristics［J］.Computers ＆ Geosciences，2012，48：256－266.

［5］ Jiang R.Equal－risk acceptance sampling plan［J］.Applied Mechanics and Materials，2013（401－403）：2234－2237.

［6］ 董維先.接收質(zhì)量限（AQL）的含義及其確定方法［J］.中國質(zhì)量，2004（7）：78－81.（DONG Wei－xian.The meaning and determination approach of acceptable quality level（AQL）［J］.China Quality，2004（7）：78－81.（in Chinese））

［7］ 楊軍，丁文興，馬小兵，等.統(tǒng)計(jì)質(zhì)量控制［M］.北京：中國標(biāo)準(zhǔn)出版社，2012.（YANG Jun，DING Wenxing，MA Xiao－bing，et al.Statistical quality control［M］.Beijing：Standards Press of China，2012.（in Chinese））

［8］ 王維新，曾珍，史燕萍，等.人造板抽樣檢驗(yàn)基礎(chǔ)知識解析之三［J］.中國人造板，2007，14（6）：17－20.（WANG Wei－xin，ZENG Zhen，SHI Yan－ping，et al.Principles of sampling and testing for wood－based panels（3）［J］.China Wood－based Panels，2007，14（6）：17－20.（in Chinese））

［9］ 王三寶，易秀英.基于OC函數(shù)的抽檢方案及其風(fēng)險控制［J］.統(tǒng)計(jì)與決策，2010，24：23－25.（WANG Sanbao，YI Xiu－ying.Sampling plan and its risks control based on operating characteristic function［J］.Statistics and Decision，2010，24：23－25.（in Chinese））

［10］ 張宇，莊常陵.計(jì)量抽樣檢驗(yàn)方案的設(shè)計(jì)方法［J］.汽車科技，2002（1）：42－44.（ZHANG Yu，ZHUANG Chang－ling.On the way to design sampling inspection by variable［J］.Automobile Science and Technology，2002（1）：42－44.（in Chinese））