‫ق‬

‫أ‪.‬د‪ .‬حنان وطة‬

‫م‪ .‬عمرو أكرم‬
 ‫‪ ‬احمد شوقي موسي‬
‫‪ ‬خالد محمد منصور‬
‫‪ ‬احمد عادل المرشدي‬
‫‪ ‬مصطفي كامل الشناوي‬
‫‪ ‬كريم عالء الدين سالمه‬
‫‪ ‬احمد محمد الزغبي‬
‫‪ ‬السعيد عطيه العبيدي‬
‫‪ ‬احمد عباس غنام‬
‫مقدمة ‪1‬‬

‫‪2‬‬ ‫مفهوم الفحص‬

‫‪3‬‬ ‫أنواع الفحص‬
‫‪4‬‬ ‫خطط فحص العينات‬
‫منحنى خواص خطة الفحص للعينات ‪5‬‬

‫متوسط الجودة النهائي ‪6‬‬

 ‫← تقتني الشركات الصناعية المواد الخام أو مواد نصف مصنعة أو كاملة التصنيع من مصادر أخرى‬
‫قصد تصنيعها أو تجميعها للحصول على منتج صناعي‪.‬‬

‫← إن التأكد من جودة هذه التوريدات التي تصل إلى الشركة مهم و ضروري لجودة منتجها النهائي‬
‫و يتم ذلك عن طريق فحص جودة هذه التوريدات (أي بإجراء عملية تقييم للجودة)‪.‬‬

‫← كما يستعمل الفحص كذلك في آخر مراحل االنتاج للتفتيش عن جودة المنتج النهائي قبل‬
‫تسويقه إلى المستهلك‪.‬‬

‫← عملية تقويم جودة التوريدات سواء كانت مشتراه أو مصنعة داخل المنشأة‪.‬‬

‫← هو فعل او عملية او تقنية الختيار عينة من المواد الموردة (المواد الخام) من‬
‫مصدر خارجي‪ ،‬أم في فحص االنتاج في أجزائه المختلفة(المواد النصف مصنعة)‬
‫‪4‬‬ ‫والفحص النهائي للمنتج‪.‬‬
5 5
 ‫‪Statistical Sampling for Quality Control‬‬

‫← تعد المعاينة االحصائية أو ما يسمى معاينة القبول من التقنيات االحصائية‬

‫ضبط الجودة‪.‬‬ ‫المهمة في عمليات‬

‫←الشق االول ‪:‬ويعنى بالمعاينة التي تعتمد على سحب عينات عشوائية لكميات للتأكد‬
‫من تحقيقها لمستوى الجودة المطلوب ) ‪.( Statistical Process Control‬‬

‫←الشق الثاني ‪:‬فحص عينة من االنتاج وفق معايير محددة مسبقا هو القبول‪ ،‬أي‬
‫القيام بإجراء معين لتصميم نظام لقبول وحدات االنتاج في العينة المسحوبة أو‬
‫رفضها )‪.(Acceptance Sampling‬‬
‫‪6‬‬
 ‫الطرق المتبعة في قبول ورفض الدفعات‬

‫‪ ‬من خالله نقوم بفحص جميع وحدات الطلبية‬

‫‪ ‬تقبل الطلبية إذا كانت نسبة المعيب تساوي أو تقل‬

‫عن نسبة معينة يتفق عليها كل من المنتج و‬
‫المورد (المستهلك)‪.‬‬

‫‪ ‬يجرى الفحص لعينة من الدفعة سواء كانت توريدات من‬

‫المواد الخام أو أجزاء المنتجات أو المنتجات التامة الصنع‬
‫‪,‬وتقبل هذه التوريدات إذا كانت نسبة عدم مطابقة هذه‬
‫التوريدات تساوي أو تقل عن نسبة محددة )‪ (d‬يتفق‬
‫عليها كل من المنتج والمورد أو المنتج والمستهلك‪.‬‬
‫‪7‬‬ ‫‪7‬‬
‫← تؤخذ عينة واحدة أو عدد من العينات بشرط أن تكون‬
‫باختيار عشوائي من الطلبية المستوردة أو المنتجة‪.‬‬

‫← تقوم بفحص وحدات العينة و احسب عدد المعيب‬

‫فيها‪.‬‬

‫← تتخذ القرار بالقبول أو الرفض بناء على نتائج الفحص‬

‫ومقارنتها مع عدد القبول ‪Acceptance‬‬
‫)‪ number (C‬ويكون متفق عليه مسبقًا من‬
‫المستهلك و المورد‪.‬‬

‫‪8‬‬
 ‫← يؤدي إلى فرز كامل للسليم أو المعيب من المواد واألجزاء أو المنتجات‪.‬‬

‫← يكون ضروريا عند فحص المواد التي تتعلق بنواحي األمان عند أستخدامها كما في‬
‫صناعة الطائرات حتى ال تتدمر وال تتأثر‪.‬‬

‫← يكلف كثيرًا لفحص كل االجزاء او المواد‪.‬‬

‫← ال يستخدم في االختبارات االتالفية او التدميرية مثل اختبار مواد لمقاومة الشد النها‬
‫ستدمر المواد‪.‬‬

‫← يحتاج الي اكثر من عامل للفحص نظرا لكبر الكميات المفحوصة‪.‬‬

‫‪9‬‬
 ‫← أقل تكلفة في الثمن والوقت نظرًا لوجود عينات أقل‪.‬‬

‫← عدد أقل من الموظفين لعملية الفحص نظرا لقلة العينات‪.‬‬

‫← يستخدم في االختبارات االتالفية او التدميرية للمواد او االجزاءللمورد‪.‬‬

‫← رفض الدفعة كاملة بدالً من إعادة العينات التالفة فقط مما يعطي دافعًا لتحسين الجودة‪.‬‬

‫← مخاطرة محددة لرفض دفعات مقبولة أو قبول دفعات مرفوضة ‪ ,‬والحل هنا تقليل المخاطرة‬
‫عن طريق استخدام حجم أكبر وشروط قبول متشددة‪.‬‬

‫← ال يفضل استخدامه في حالة الفحص للمواد واالجزاء التي تتعلق بالنواحي األمنية كما في‬
‫صناعة الطائرات حتى ال تتدمر وال تتأثر‪.‬‬

‫‪10‬‬
 ‫‪Sampling Plans‬‬
‫← مجموعة من اإلجراءات لفحص المواد الداخلة أو المنتج النهائي‪.‬‬

‫← تسمح خطط عينات القبول بمعرفة‪-:‬‬

‫ملحوطة هامة‪:‬‬
‫*يجب أن يكون هناك‬ ‫← حجم الطلبية أو الدفعة ( ‪N = ( Lot‬‬
‫تفاهم بين مصنع‬ ‫← حجم العينة (عدد الوحدات في العينة) = ‪n‬‬
‫المادة الخام‬
‫ومشتريها في وضع‬ ‫← الشرط )‪ criteria (c‬المستعمل في رفض او قبول الطلبية‪.‬‬
‫نسبة الشرط ونسبة‬
‫المعيب*‬

‫‪11‬‬
 Single
Sampling Plans
Acceptance

Double
Item Sampling

Multiple
Bulk Sampling
Sequential

12
‫←يتم فحص كل عنصر من العينة )‪(n‬والمأخوذة من‬
‫الطلبية )‪ (N‬وتصنيفه علي انه جيد او مُعيب‪.‬‬

‫←اذا تجاوز عدد العيوب )‪ (d‬رقم الرفض )‪ (C‬يتم‬

‫رفض الدفعة بأكملها واذا لم يتم تجاوزه ف تُقبل‬
‫الدفعة بأكملها‪.‬‬

‫‪13‬‬
‫←تتيح خطة أخذ العينات المزدوجة الفرصة ألخذ عينة ثانية إذا كانت نتائج العينة األصلية غير حاسمة‪.‬‬

‫←يحدد حجم العينة األولي (‪ (n1‬ويكون القبول او الرفض للطلبية غير حاسما بالنسبة للعينة األولية‪.‬‬

‫←تحدد حجم العينة الثانية )‪ (n2‬ويكون القبول او الرفض للطلبية بناءً على العدد اإلجمالي للعيوب‬
‫التي لوحظت في كليهما‪.‬‬

‫‪Symbol‬‬ ‫‪Meaning‬‬ ‫‪Symbol‬‬ ‫‪Meaning‬‬

‫حجم العينة االولي‬ ‫حجم العينة الثانية‬

‫رقم القبول للعينة االولي‬ ‫رقم القبول للعينتين معا‬

‫رقم الرفض للعينة االولي‬ ‫رقم الرفض للعينة الثانية‬

‫‪14‬‬
15 15
 ‫)‪Ideal Operating Characteristic Curve (OCC‬‬
‫←و هو عبارة عن منحنى يوضح احتمال قبول الدفعة المقدمة بنسبة‬
‫معيب محددة و متفق عليها تحت خطة فحص معينة‪.‬‬

‫←يبين هذا المنحنى مقدرة خطط العينات على التمييز بين الطلبيات‬
‫المستوردة المقبولة و المرفوضة‪.‬‬

‫←كما يبين العالقة بين احتمال قبول الطلبية و جودتها‪.‬‬

‫‪16‬‬
 ‫← مثال توضيحي لفهم منحنى خواص التشغيل المثالي لخطة فحص لعينة حجمها )‪(n= 100‬مفردة‬
‫فتقبل الدفعة إذا كان عدد العناصر المعيبة اثنين أو أقل ( ‪ Ac = 2‬رقم مقبول ) وترفض الدفعة‬
‫إذا كان عدد العناصر المعيبة ثالثة أو أكثر( ‪ Re = 3‬رقم مرفوض ) وتكتب في الصورة‪:‬‬
‫)‪n (Ac/Re) = 100 (2/3‬‬

‫← حيث يوضح المنحني‬

‫مستوي الجودة بنسبة‬
‫معيب )‪ (%2‬والخطة‬
‫تقبل كل الدفعات الذي‬
‫لها مستوي جودة أفضل‬
‫وترفض كل الدفعات الذي‬
‫لها مستوي جودة اقل‪.‬‬
‫‪17‬‬
 ‫‪Ac = 4‬‬
‫قبول الطلبية كلها‬ ‫‪Re = 5‬‬
‫رفض الطلبية كلها‬ ‫‪n = 100‬‬

‫الحد األعلى علي نسبة المعيب‬

‫المسموح به في الطلبية ’‘ ‪‘’ Cut-Off‬‬

‫)‪n (Ac/Re) = 100 (4/5‬‬

‫‪18‬‬
 ‫)‪Actual Operating Characteristic Curve (OCC‬‬
‫←منحني خواص خطة الفحص الفعلي يختلف عن منحني التشغيل المثالي‬
‫نظرا لوجود مخاطرتي الفحص بالعينات التي تتمثل في‪:‬‬

‫‪‬مخاطرة المنتج (∝)‪.‬‬

‫‪‬مخاطرة المستهلك (‪.(β‬‬

‫‪19‬‬
 ‫← احتمال رفض طلبية ذات جودة عالية أي عندما تكون نسبة المعيب )‪(p‬تساوي مستوى‬
‫الجودة المقبول )‪. (AQL‬‬
‫مستوى الجودة المقبول‬
‫)‪Acceptable Quality Level )AQL‬‬

‫← مستوى الجودة الذي يحدد نقطة قبول الطلبية‪.‬‬

‫← المصنع (المورد) ال يقبل رفض طلبيات بنسبة عيوب أقل من مستوى الجودة المقبول)‪. (AQL‬‬

‫مخاطرة المستهلك (𝜷(‬

‫← احتمال قبول طلبية ذات جودة سيئة أي عندما تكون نسبة المعيب )‪(p‬تساوي‬
‫نسبة المعيب المسموح به في الطلبية )‪.(LTPD‬‬
‫نسبة المعيب المسموح به في الطلبية‬
‫)‪Lot tolerance percent defective (LTPD‬‬

‫← النسبة المئوية للعيوب التي تحدد نقطة رفض المستهلك للطلبية‪.‬‬

‫‪20‬‬ ‫← المستهلك ال يقبل طلبيات بعيوب أكثر من نسبة المعيب المسموح به ويتم رفض الطلبية‪.‬‬
21
 ‫ملحوطات هامة‪:‬‬
‫بزيادة رقم القبول )‪ (c‬تقل مخاطرة المنتج (∝) نظرا لزيادة مستوى الجودة المقبول )‪(AQL‬وبالتالي تزداد مخاطرة المستهلك (𝜷)‬ ‫←‬
‫نظرا لزيادة نسبة المعيب المسموح بها )‪.(LTPD‬‬
‫بنقص رقم القبول )‪ (c‬تزداد مخاطرة المنتج (∝) نظرا لنقص مستوى الجودة المقبول )‪(AQL‬وبالتالي تقل مخاطرة المستهلك (𝜷)‬ ‫←‬
‫نظرا لنقص نسبة المعيب المسموح بها )‪.(LTPD‬‬

‫‪22‬‬
23
 ‫← لرسم منحني خواص خطة الفحص الفعلي يستخدم توزيع ذو حدين في تحديد احتمال قبول الدفعة‬
‫وذلك بفرض قيم لنسب المعيب )‪(p‬وحساب االحتمال المقابل لقبول الدفعة بهذه النسب )‪.(Pa‬‬
‫← بما ان حجم العينة )‪ (n‬ونسبة المعيب )‪ (P‬نحسب قيمة )‪ (nP‬ثم نحسب قيمة )‪. (Pa‬‬

‫‪ = Pa‬احتمال قبول الدفعة‬ ‫‪‬‬

‫‪=P0‬احتمال عدم وجود اي منتج معيب‬ ‫‪‬‬
‫‪= P1‬احتمال وجود ُمنتج ُمعيب واحد‬ ‫‪‬‬
‫‪= P2‬احتمال وجود ُمنتجين ُمعيبين‬ ‫‪‬‬
‫‪= Pn‬احتمال وجود عدد ‪ n‬من المنتجات المعيبة‬ ‫‪‬‬

‫)𝑷𝒏(‪(𝒏𝑷)𝟎 𝒆−‬‬ ‫)𝑷𝒏(‪(𝒏𝑷)𝟏 𝒆−‬‬ ‫)𝑷𝒏(‪(𝒏𝑷)𝟐 𝒆−‬‬ ‫)𝑷𝒏(‪(𝒏𝑷)𝒏 𝒆−‬‬

‫= ‪Pa‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+ ⋯+‬‬
‫!𝟎‬ ‫!𝟏‬ ‫!𝟐‬ ‫!𝒏‬

‫‪24‬‬
 ‫(‪Average Outgoing Quality )AOQ‬‬
‫← عند استخدام خطة عينات القبول فقد يحدث رفض بعض الطلبيات إذا زاد عدد‬
‫الوحدات المعيبة عن الحد المسموح به‪ ،‬في هذه الحالة يقوم المنتج‬
‫باستبدال الوحدات المعيبة بوحدات سليمة‪ ،‬هنا يتم قبول الطلبية من طرف‬
‫العميل (المستهلك(‪.‬‬

‫➢ متوسط الجودة النهائي ‪ :‬هو متوسط نسبة المعيب‬

‫الموجود في الطلبيات التي قبلت من قبل بواسطة خطة‬
‫عينات القبول و كذلك الطلبيات التي رفضت من قبل ثم‬
‫استبدلت فيها الوحدات المعيبة بوحدات أخرى سليمة‪.‬‬
‫‪25‬‬
 ‫ملحوطة هامة‪:‬‬
‫يعبر عن متوسط نسبة المعيب و ليس متوسط نسبة المقبول‬

‫النسبة الحقيقية للمعيب في الطلبية = ‪✓ P‬‬

‫احتمال قبول الطلبية = ‪✓ Pa‬‬

‫عدد الوحدات االجمالي في الطلبية = ‪✓ N‬‬

‫عدد الوحدات في العينة المفحوصة = ‪✓ n‬‬

‫‪26‬‬
27
X axis  nP Y axis  C
C=2, nP=1.6  ⸫Pa=0.7𝟖𝟑𝟒 ≈ 𝟎.𝟕𝟖𝟑
:‫أدأ كان‬
C=3, nP=1.2  ⸫Pa=0.9662 ≈ 𝟎.𝟗𝟔𝟔

28
29
30
‫‪Reference  LINK 1‬‬

‫منال ‪-:1‬‬
‫أرسم منحنى ‪ OC ، AOQ‬لخطة معاينة فردية حيث‪:‬‬
‫‪N = 3000, n = 90, C = 2‬‬

‫ح‬ ‫ل‬
‫أ ل‬
‫ل‪ :‬ح سات قيمة )‪ (Pa‬من أ لجدأول‪:‬‬
‫أو ا‬ ‫نفرض ان )‪ (P = 1%‬ثم نحسب قيمة ‪.nP‬‬ ‫‪.1‬‬
‫يتم حساب قيم ‪ Pa‬سواء من الجداول بداللة )‪ (C, nP‬او من المعادالت‪.‬‬ ‫‪.2‬‬
‫يتم رسم منحني ‪ OC‬بين )‪ P‬علي محور ‪ (X‬و )‪ Pa‬علي محور ‪.(Y‬‬ ‫‪.3‬‬
‫‪1‬‬
‫يتم حساب قيم ‪ AOQ‬بداللة )‪(P, Pa, n, N‬من المعادالت ‪.‬‬ ‫‪.4‬‬
‫‪0.937‬‬
‫‪0.731‬‬ ‫يتم رسم منحني ‪ AOQ‬بين )‪ P‬علي محور ‪ (X‬و )‪ AOQ‬علي محور ‪.(Y‬‬ ‫‪.5‬‬
‫‪0.494‬‬ ‫ملحوطة هامة‪:‬‬
‫‪0.303‬‬ ‫*في حالة عدم وجود قيمة (‪ )nP‬في الجدول نستخدم القانون التالي*‬
‫‪0.174‬‬
‫𝟏𝐘 ‪𝐘𝟐 −‬‬ ‫𝐘 ‪𝐘𝟐 −‬‬
‫‪0.095‬‬ ‫=‬
‫𝐗 ‪𝐗𝟐 − 𝐗𝟏 𝐗𝟐 −‬‬ ‫‪X → Pa , Y → nP‬‬
‫‪0.05‬‬ ‫‪31‬‬
‫‪31‬‬
 (𝒏𝑷)𝟎 𝒆−(𝒏𝑷) (𝒏𝑷)𝟏 𝒆−(𝒏𝑷) (𝒏𝑷)𝟐 𝒆−(𝒏𝑷)
:‫( من ألمعادلات‬Pa) ‫ ح سات قيمة‬:‫ثاثنا‬
Pa = + +
𝟎! 𝟏! 𝟐!
(𝟎.𝟗)𝟎 𝐞−(𝟎.𝟗) (𝟎.𝟗)𝟏 𝐞−(𝟎.𝟗) (𝟎.𝟗)𝟐 𝐞−(𝟎.𝟗)
 Pa (0.01) = + + = 0.937
𝟎! 𝟏! 𝟐!
(𝟏.𝟖)𝟎 𝐞−(𝟏.𝟖) (𝟏.𝟖)𝟏 𝐞−(𝟏.𝟖) (𝟏.𝟖)𝟐 𝐞−(𝟏.𝟖)
 Pa (0.02) = + + = 0.731
𝟎! 𝟏! 𝟐!
(𝟐.𝟕)𝟎 𝐞−(𝟐.𝟕) (𝟐.𝟕)𝟏 𝐞−(𝟐.𝟕) (𝟐.𝟕)𝟐 𝐞−(𝟐.𝟕)
 Pa (0.03) = + + = 0.494
𝟎! 𝟏! 𝟐!
(𝟑.𝟔)𝟎 𝐞−(𝟑.𝟔) (𝟑.𝟔)𝟏 𝐞−(𝟑.𝟔) (𝟑.𝟔)𝟐 𝐞−(𝟑.𝟔)
 Pa (0.04) = + + = 0.303
𝟎! 𝟏! 𝟐!
(𝟒.𝟓)𝟎 𝐞−(𝟒.𝟓) (𝟒.𝟓)𝟏 𝐞−(𝟒.𝟓) (𝟒.𝟓)𝟐 𝐞−(𝟒.𝟓)
 Pa (0.05) = + + = 0.174
𝟎! 𝟏! 𝟐!
(𝟓.𝟒)𝟎 𝐞−(𝟓.𝟒) (𝟓.𝟒)𝟏 𝐞−(𝟓.𝟒) (𝟓.𝟒)𝟐 𝐞−(𝟓.𝟒)
 Pa (0.06) = + + = 0.095
𝟎! 𝟏! 𝟐!
(𝟔.𝟑)𝟎 𝐞−(𝟔.𝟑) (𝟔.𝟑)𝟏 𝐞−(𝟔.𝟑) (𝟔.𝟑)𝟐 𝐞−(𝟔.𝟑)
 Pa (0.07) = + + = 0.05
𝟎! 𝟏! 𝟐!
32
33 33
 ‫ق‬
:‫( من ألمعادلات‬AOQ) ‫ ح سات يم‬:‫ثالنا‬
= 0.009
(𝟎.𝟎𝟏)(𝟎.𝟗𝟑𝟕)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.01) =
𝟑𝟎𝟎𝟎
(𝐏)(𝐏𝐚)(𝐍−𝐧)
= 0.0142
(𝟎.𝟎𝟐)(𝟎.𝟕𝟑𝟏)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.02) = 𝟑𝟎𝟎𝟎
AOQ =
𝐍
= 0.0144
(𝟎.𝟎𝟑)(𝟎.𝟒𝟗𝟒)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.03) = 𝟑𝟎𝟎𝟎

= 0.012
(𝟎.𝟎𝟒)(𝟎.𝟑𝟎𝟑)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.04) = 𝟑𝟎𝟎𝟎

= 0.008
(𝟎.𝟎𝟓)(𝟎.𝟏𝟕𝟒)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.05) = 𝟑𝟎𝟎𝟎

= 0.006
(𝟎.𝟎𝟔)(𝟎.𝟎𝟗𝟓)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.06) = 𝟑𝟎𝟎𝟎

= 0.004
(𝟎.𝟎𝟕)(𝟎.𝟎𝟓)(𝟑𝟎𝟎𝟎−𝟗𝟎)
 AOQ (0.07) = 34
𝟑𝟎𝟎𝟎 34
35
‫‪Reference  LINK 2‬‬

‫منال ‪-:2‬‬
‫‪Pa = P0 + P1‬‬ ‫ارسم منحنى ‪OC‬لخطة معاينه مزدوجة حيث ان‪:‬‬
‫ل‬
‫أ حل‬ ‫‪N=2400, n1=150, C1=1, n2=200, C2=2‬‬

‫)𝑷𝒏(‪(𝒏𝑷)𝟎 𝒆−‬‬ ‫)𝑷𝒏(‪(𝒏𝑷)𝟏 𝒆−‬‬

‫(‪)N=2400, n1=150, C1=1‬‬ ‫لولي‪:‬‬
‫← ثالن سنة للعننة أ ا‬
‫= ‪Pa‬‬ ‫‪+‬‬
‫!𝟎‬ ‫!𝟏‬ ‫)𝟓‪(𝟏.𝟓)𝟎 𝐞−(𝟏.‬‬ ‫)𝟓‪(𝟏.𝟓)𝟏 𝐞−(𝟏.‬‬
‫= )‪ Pa (0.01‬‬ ‫‪+‬‬ ‫‪= 0.558‬‬
‫!𝟎‬ ‫!𝟏‬
‫)𝟑(‪(𝟑)𝟎 𝐞−‬‬ ‫)𝟑(‪(𝟑)𝟏 𝐞−‬‬
‫= )‪ Pa (0.02‬‬ ‫‪+‬‬ ‫‪= 0.2‬‬
‫!𝟎‬ ‫!𝟏‬
‫‪150‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫)𝟓‪(𝟒.𝟓)𝟎 𝐞−(𝟒.‬‬ ‫)𝟓‪(𝟒.𝟓)𝟏 𝐞−(𝟒.‬‬
‫‪150‬‬ ‫‪0.01‬‬ ‫‪1.5‬‬ ‫‪0.558‬‬ ‫= )‪ Pa (0.03‬‬ ‫‪+‬‬ ‫‪= 0.061‬‬
‫!𝟎‬ ‫!𝟏‬
‫‪150‬‬ ‫‪0.02‬‬ ‫‪3‬‬ ‫‪0.2‬‬ ‫)𝟔(‪(𝟔)𝟎 𝐞−‬‬ ‫)𝟔(‪(𝟔)𝟏 𝐞−‬‬
‫‪150‬‬ ‫‪0.03‬‬ ‫‪4.5‬‬ ‫‪0.061‬‬ ‫= )‪ Pa (0.04‬‬ ‫‪+‬‬ ‫‪= 0.017‬‬
‫!𝟎‬ ‫!𝟏‬
‫‪150‬‬ ‫‪0.04‬‬ ‫‪6‬‬ ‫‪0.017‬‬ ‫)𝟓‪(𝟕.𝟓)𝟎 𝐞−(𝟕.‬‬ ‫)𝟓‪(𝟕.𝟓)𝟏 𝐞−(𝟕.‬‬
‫= )‪ Pa (0.05‬‬ ‫‪+‬‬ ‫‪= 0.005‬‬
‫‪150‬‬ ‫‪0.05‬‬ ‫‪7.5‬‬ ‫‪0.005‬‬ ‫!𝟎‬ ‫!𝟏‬
‫‪150‬‬ ‫‪0.06‬‬ ‫‪9‬‬ ‫‪0.001‬‬ ‫)𝟗(‪(𝟗)𝟎 𝐞−‬‬ ‫)𝟗(‪(𝟗)𝟏 𝐞−‬‬
‫= )‪ Pa (0.06‬‬ ‫‪+‬‬ ‫‪= 0.001‬‬
‫‪150‬‬ ‫‪0.07‬‬ ‫‪10.5‬‬ ‫‪0.0003‬‬ ‫!𝟎‬ ‫!𝟏‬
‫)𝟓‪(𝟏𝟎.𝟓)𝟎 𝐞−(𝟏𝟎.‬‬ ‫)𝟓‪(𝟏𝟎.𝟓)𝟏 𝐞−(𝟏𝟎.‬‬
‫= )‪ Pa (0.07‬‬ ‫‪+‬‬ ‫‪= 0.0003‬‬ ‫‪36‬‬
‫‪36‬‬
‫!𝟎‬ ‫!𝟏‬
 ) N=2400, n1=150, C1=1) :‫لولي‬
‫( للعننة أ ا‬AOQ) ‫ ح سات قيمة‬:‫ثاثنا‬
(𝐏)(𝐏𝐚𝟏)(𝐍−𝐧𝟏)
AOQ1 = (𝟎.𝟎𝟏)(𝟎.𝟓𝟓𝟖)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
𝐍  AOQ 1 (0.01) = = 0.0052
𝟐𝟒𝟎𝟎
(𝟎.𝟎𝟐)(𝟎.𝟐)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
 AOQ 1 (0.02) = = 0.0038
𝟐𝟒𝟎𝟎
150 0 0 1 0
(𝟎.𝟎𝟑)(𝟎.𝟎𝟔𝟏)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
150 0.01 1.5 0.558 0.0052  AOQ 1 (0.03) = = 0.0017
𝟐𝟒𝟎𝟎
150 0.02 3 0.2 0.0038
(𝟎.𝟎𝟒)(𝟎.𝟎𝟏𝟕)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
150 0.03 4.5 0.061 0.0017  AOQ 1 (0.04) = 𝟐𝟒𝟎𝟎
= 0.0006
150 0.04 6 0.017 0.0006
(𝟎.𝟎𝟓)(𝟎.𝟎𝟎𝟓)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
150 0.05 7.5 0.005 0.0002  AOQ 1 (0.05) = = 0.0002
𝟐𝟒𝟎𝟎
150 0.06 9 0.001 0.00005
(𝟎.𝟎𝟔)(𝟎.𝟎𝟎𝟏)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
150 0.07 10.5 0.0003 0.000002  AOQ 1 (0.06) = = 0.00005
𝟐𝟒𝟎𝟎
(𝟎.𝟎𝟕)(𝟎.𝟎𝟎𝟎𝟑)(𝟐𝟒𝟎𝟎−𝟏𝟓𝟎)
 AOQ 1 (0.07) = = 0.000002
𝟐𝟒𝟎𝟎
37 37
 Pa = P0 + P1+ P2

Pa =
(𝒏𝑷)𝟎 𝒆−(𝒏𝑷)
+
(𝒏𝑷)𝟏 𝒆−(𝒏𝑷)
+
(𝒏𝑷)𝟐 𝒆−(𝒏𝑷) )N=2400, n2=200, C2=2( :‫← ثالن سنة للعننة ألناثنة‬
𝟎! 𝟏! 𝟐!

(𝟐)𝟎 𝐞−(𝟐) (𝟐)𝟏 𝐞−(𝟐) (𝟐)𝟐 𝐞−(𝟐)

 Pa (0.01) = + 𝟏! + 𝟐! = 0.677
𝟎!
200 0 0 1 (𝟒)𝟎 𝐞−(𝟒) (𝟒)𝟏 𝐞−(𝟒) (𝟒)𝟐 𝐞−(𝟒)
200 0.01 2 0.677  Pa (0.02) =
𝟎!
+ 𝟏! + 𝟐! = 0.238
200 0.02 4 0.238 (𝟔)𝟎 𝐞−(𝟒.𝟓) (𝟒.𝟓)𝟏 𝐞−(𝟒.𝟓) (𝟏.𝟓)𝟐 𝐞−(𝟏.𝟓)
 Pa (0.03) = + + = 0.062
200 0.03 6 0.062 𝟎! 𝟏! 𝟐!
200 0.04 8 0.014 (𝟖)𝟎 𝐞−(𝟔) (𝟔)𝟏 𝐞−(𝟔) (𝟏.𝟓)𝟐 𝐞−(𝟏.𝟓)
 Pa (0.04) = + 𝟏! + = 0.014
200 0.05 10 0.003 𝟎! 𝟐!
(𝟏𝟎)𝟎 𝐞−(𝟕.𝟓) (𝟕.𝟓)𝟏 𝐞−(𝟕.𝟓) (𝟏.𝟓)𝟐 𝐞−(𝟏.𝟓)
200 0.06 12 0.0005  Pa (0.05) = + + = 0.003
𝟎! 𝟏! 𝟐!
200 0.07 14 0.00009 (𝟏𝟐)𝟎 𝐞−(𝟗) (𝟗)𝟏 𝐞−(𝟗) (𝟏.𝟓)𝟐 𝐞−(𝟏.𝟓)
 Pa (0.06) = + 𝟏! + = 0.0005
𝟎! 𝟐!
(𝟏𝟒)𝟎 𝐞−(𝟏𝟎.𝟓) (𝟏𝟎.𝟓)𝟏 𝐞−(𝟏𝟎.𝟓) (𝟏.𝟓)𝟐 𝐞−(𝟏.𝟓)
 Pa (0.07) = + + = 0.00009
𝟎! 𝟏! 𝟐!
38 38
 ‫ق‬
(𝟎.𝟎𝟏)(𝟎.𝟔𝟕𝟕)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
:‫( للعننة ألناثنة‬AOQ) ‫ح سات يم‬
 AOQ 2 (0.01) = = 0.0062 (N=2400, n2=200, C2=2)
𝟐𝟒𝟎𝟎

(𝟎.𝟎𝟐)(𝟎.𝟐𝟑𝟖)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
 AOQ 2 (0.02) = = 0.0044
𝟐𝟒𝟎𝟎 (𝐏)(𝐏𝐚𝟐)(𝐍−𝐧𝟐)
AOQ =
 AOQ 2 (0.03) =
(𝟎.𝟎𝟑)(𝟎.𝟎𝟔𝟐)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
= 0.0017 𝐍
𝟐𝟒𝟎𝟎

(𝟎.𝟎𝟒)(𝟎.𝟎𝟏𝟒)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
 AOQ 2 (0.04) = = 0.0005
𝟐𝟒𝟎𝟎

(𝟎.𝟎𝟓)(𝟎.𝟎𝟎𝟑)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
 AOQ 2 (0.05) = = 0.0001
𝟐𝟒𝟎𝟎

(𝟎.𝟎𝟔)(𝟎.𝟎𝟎𝟎𝟓)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
 AOQ 2 (0.06) = = 0.00003
𝟐𝟒𝟎𝟎

(𝟎.𝟎𝟕)(𝟎.𝟎𝟎𝟎𝟎𝟗)(𝟐𝟒𝟎𝟎−𝟐𝟎𝟎)
 AOQ 2 (0.07) = = 0.000006 39
39
𝟐𝟒𝟎𝟎
 0 1 1
0.01 0.558 0.677
0.02 0.2 0.238
0.03 0.061 0.062
0.04 0.017 0.014
0.05 0.005 0.003
0.06 0.001 0.0005
0.07 0.0003 0.00009

40
 0 0 0
0.01 0.0052 0.0062

0.02 0.0038 0.0044

0.03 0.0017 0.0017

0.04 0.0006 0.0005

0.05 0.0002 0.0001

0.06 0.00005 0.00003

0.07 0.00002 0.000006

41 41
 ‫‪Reference  LINK 3‬‬

‫منال ‪-:3‬‬
‫شحنة مكونة من )‪ )N=2000‬وحدة بطارية محمولة ألجهزة الكمبيوتر‬
‫يلزم فحصها عن طريق مورد ماليزي‪ ،‬وضعت الشركة الكورية المصنعة‬
‫للبطاريات والمستورد خطة ألخذ العينات التي تكون فيه‪:‬‬
‫)‪∝ risk is limited to 5% at 2% defective (AQL‬‬
‫)‪β risk is limited to 10% at 7% defective (LTPD‬‬
‫وإذا اكن حجم العينة )‪ )n=120‬ومستوي قبول العيوب )‪ ) c ≤ 3‬نريد بناء‬
‫منحني ‪ OC‬كما ان لكتا الشركتين تريد معرفة ما إذا اكنت هذه الخطة‬
‫سوف تفي بمتطلبات الجودة والمخاطر الخاصة بهم ام ال‪.‬‬
‫‪42‬‬ ‫‪42‬‬
 ‫ح‬ ‫ل‬
‫أ ل‬
‫حجم الشحنة )‪2000 = (N‬‬
‫حجم العينة )‪120 = (n‬‬
‫رقم القبول = ‪3‬‬
‫ل‪ :‬ح سات قيمة )‪ (Pa‬من أ لجدأول‪(N=2000, c=3, n=120) :‬‬
‫أو ا‬ ‫مخاطرة المنتج )∝( المسموح بها عند‬
‫نسبة معيب ‪%5 ≥ %2‬‬
‫‪120‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫مخاطرة المستهلك )𝛃(المسموح بها‬
‫‪120‬‬ ‫‪0.01‬‬ ‫‪1.2‬‬ ‫‪0.966‬‬ ‫عند نسبة معيب ‪%10 ≥ %7‬‬
‫‪120‬‬ ‫‪0.02‬‬ ‫‪2.4‬‬ ‫‪0.779‬‬ ‫∝‪1-‬‬ ‫‪at‬‬ ‫‪AQL‬‬
‫‪120‬‬ ‫‪0.03‬‬ ‫‪3.6‬‬ ‫‪0.515‬‬
‫‪120‬‬ ‫‪0.04‬‬ ‫‪4.8‬‬ ‫‪0.294‬‬
‫‪120‬‬ ‫‪0.05‬‬ ‫‪6‬‬ ‫‪0.151‬‬
‫‪120‬‬ ‫‪0.06‬‬ ‫‪7.2‬‬ ‫‪0.072‬‬
‫‪120‬‬ ‫‪0.07‬‬ ‫‪8.4‬‬ ‫‪0.032‬‬ ‫‪𝛃 at LTPD‬‬
‫‪120‬‬ ‫‪0.08‬‬ ‫‪9.6‬‬ ‫‪0.014‬‬ ‫‪43‬‬
‫‪43‬‬
 0 1
0.01 0.966
0.02 0.779
0.03 0.515
0.04 0.294
0.05 0.151
0.06 0.072
0.07 0.032
0.08 0.014

44
0.032  LTPD 0.779  AQL
 ‫مخاطرة المنتج(∝) المسموح بها عند نسبة معيب ‪%5 ≥ %2‬‬
‫مخاطرة المستهلك( (‪β‬المسموح بها عند نسبة معيب ‪%10 ≥ %7‬‬
‫‪Actually‬‬
‫‪At AQL when P=2%‬‬
‫)‪∴∝ =1−Pa = 1−0.779=0.221=22.1% (Refused‬‬
‫‪At LTPD when P=7%‬‬
‫)‪∴β =Pa =0.031=3.1% (Accepted‬‬
‫← لذلك يجب عمل حسابات جديدة لتقليل نسبة (∝) وذلك بزيادة حجم العينة )‪(n‬‬
‫عن ‪.120‬‬

‫‪45‬‬
 ‫ج‬ ‫م‬‫ل‬
‫أ رأ ع‬

1. https://www.pharmaceuticalonline.com/doc/an-introduction-to-sampling-plans-0001
2. https://slideplayer.com/slide/4757824/
3. https://wps.prenhall.com/wps/media/objects/9434/9660836/online_tutorials/heizer10e_tut2.pdf

❑ The Definitive Beginner’s Guide to Learning Agile Project Management and Understanding Methodologies
for Quality Control
❑ Statistical Quality Control & Quality Management.
❑ Fiegenbaum, A. (1983) Total Quality Control, New York: McGraw-Hill.
❑ Fundamentals of Industrial Quality Control 3rd Edition by Lawrence S. Aft.
❑ Introduction to Statistical Quality Control by Montgomery.

46
47