1. 课程导入与全景认知
在制造业和服务业的日常质量管理中，全检与抽检是两种最基本的检验策略。全检意味着对每一件产品逐一判定，成本高、周期长，且在破坏性检验（如拉伸、盐雾、寿命测试）中根本不可行；抽检则从一批产品中抽取少量样本，依据样本中的不合格品数推断整批是否可接收。抽样检验的核心价值在于：用可控的风险换取可接受的检验成本。但“可控”二字并不轻松——只要不是全检，就必然存在误判的可能，这正是抽样风险、OC曲线与检验转换规则要共同解决的问题。
本课程围绕一条主线展开：抽样风险如何量化 → OC曲线如何描述风险 → 检验转换规则如何根据历史表现动态调整检验强度。三者不是孤立的知识点，而是一套从“认识风险”到“描述风险”再到“管理风险”的完整逻辑链。理解这条链，才能在实际工作中正确选择抽样方案、合理解读检验结果，并在供应商质量波动时做出恰当的加严或放宽决策。
抽样检验在质量控制中的位置
质量控制通常包含三个层次：来料检验（IQC）、过程检验（IPQC）和成品检验（OQC/FQC）。抽样检验在这三个环节都有应用，但目的不同。来料检验关注的是“这批物料能否投入生产”，过程检验关注的是“当前工序是否处于稳定状态”，成品检验关注的是“这批产品能否交付客户”。无论哪个环节，抽样方案都包含三个基本参数：样本量 n、接收数 Ac（允许的不合格品数上限）、拒收数 Re（通常 Re = Ac + 1）。当样本中不合格品数 d ≤ Ac 时接收该批，d ≥ Re 时拒收该批。
需要特别强调的是，抽样检验的对象是“批”，而不是“单件产品”。接收一个批，并不意味着批中每一件都合格；拒收一个批，也不意味着批中每一件都不合格。这种“以样本推断总体”的统计本质，决定了抽样风险无法被消除，只能被量化和控制。
抽样风险的双重含义
抽样风险有两面，分别对应生产方和使用方。
- 第一类风险（α风险，生产方风险）：批的实际质量水平是合格的（例如不合格品率 p 低于可接受质量水平 AQL），但由于样本中偶然出现了较多不合格品，导致该批被拒收。这会让生产方蒙受损失，因为好批被误判为坏批。α 通常取 0.05 或 0.01。
- 第二类风险（β风险，使用方风险）：批的实际质量水平已经差到不可接受（例如不合格品率 p 高于批允许不合格品率 LTPD），但由于样本中恰好没有抽到足够多的不合格品，导致该批被接收。这会让使用方蒙受损失，因为坏批被误判为好批。β 通常取 0.10 或 0.05。
两类风险此消彼长：在样本量固定时，降低 α 会使 β 增大，反之亦然。要同时降低两类风险，唯一的办法是增大样本量 n。这也是为什么高可靠性产品（如医疗器械、航空零件）的抽样方案往往样本量很大，甚至接近全检。
OC曲线：把风险画成一条曲线
OC曲线（Operating Characteristic Curve，接收特性曲线）是抽样方案最直观的表达工具。横轴是批的实际不合格品率 p，纵轴是该批被接收的概率 Pa。对于给定的 n 和 Ac，OC曲线由二项分布或泊松分布计算得到：
Pa(p) = Σ_{d=0}^{Ac} C(n, d) · p^d · (1-p)^(n-d)这条曲线通常呈反 S 形：当 p 很小时 Pa 接近 1，当 p 很大时 Pa 接近 0。曲线上的两个关键点定义了抽样方案的风险水平：对应 Pa = 1 - α 的 p 值称为 AQL（可接受质量水平），对应 Pa = β 的 p 值称为 LTPD（批允许不合格品率）。AQL 和 LTPD 之间的距离越远，说明抽样方案对质量变化的区分能力越弱；距离越近，区分能力越强，但所需样本量也越大。
在实际工作中，OC曲线还用于比较不同抽样方案的“锐度”。例如，方案 A（n=50, Ac=1）和方案 B（n=200, Ac=4）在 AQL 附近可能表现相近，但在 LTPD 附近，方案 B 的接收概率下降得更快，说明它对坏批的拦截能力更强。选择方案时，不能只看 AQL，还要看 LTPD 是否满足使用方要求。
检验转换规则：让抽样方案“动起来”
如果每次检验都使用同一套抽样方案，就会出现两个问题：供应商质量持续优秀时，仍然承受同样的检验成本；供应商质量明显下滑时，抽样方案却不够严格，坏批容易漏过。检验转换规则（Switching Rules）正是为了解决这一矛盾，它根据最近若干批的检验结果，在正常检验、加严检验和放宽检验之间切换。
以 GB/T 2828.1（等同采用 ISO 2859-1）为例，转换规则的核心逻辑是：
- 正常 → 加严：连续 5 批中有 2 批被拒收，则从下一批开始转为加严检验。加严检验通常保持样本量不变，但减小接收数 Ac，使接收门槛更高。
- 加严 → 正常：加严检验下连续 5 批均被接收，则恢复正常检验。
- 正常 → 放宽：连续 10 批均被接收，且生产稳定、质量信誉良好，可转为放宽检验。放宽检验通常减小样本量，但保持 Ac 与样本量的比例关系。
- 放宽 → 正常：放宽检验中出现一批不合格，或生产出现异常，立即恢复正常检验。
- 加严 → 暂停：加严检验下累计 5 批仍未被接收，则暂停抽样检验，要求供应商整改后再恢复。
这套规则的本质是把“历史检验结果”作为反馈信号，动态调整检验强度。它不改变单批的接收判定逻辑，但改变了长期检验的成本和风险分配。
三者之间的逻辑关系
把上面的内容串起来，可以得到一条清晰的因果链：抽样风险是问题的起点，它告诉我们“误判不可避免”；OC曲线是描述工具，它把风险量化为接收概率与质量水平之间的函数关系；检验转换规则是管理手段，它利用 OC曲线所定义的接收/拒收结果，动态调整后续检验的严格程度。没有风险意识，OC曲线就只是一条数学曲线；没有 OC曲线，转换规则就失去了判断依据；没有转换规则，抽样方案就永远是静态的，无法适应供应商质量的实际波动。
本课程的学习路径与实战目标
本课程共 30 章，按“概念 → 计算 → 应用 → 综合”四个阶段推进。前 8 章建立抽样风险与 OC曲线的数学基础，包括二项分布与泊松分布的计算、AQL 与 LTPD 的确定方法、OC曲线的绘制与解读。第 9 至 18 章进入方案设计，覆盖计数型与计量型抽样、GB/T 2828.1 与 MIL-STD-105E 的对照使用、样本量与接收数的查表与计算。第 19 至 26 章聚焦检验转换规则的执行细节，包括转换的触发条件、暂停与恢复流程、记录表单的设计。最后 4 章通过综合案例，把抽样方案设计、OC曲线验证和转换规则执行整合为一个完整的来料检验控制方案。
学完本课程，你应当能够独立完成以下任务：给定 AQL 和检验水平，查表确定样本量和接收数；用二项分布计算指定 p 值下的接收概率并绘制 OC曲线；根据最近 10 批的检验结果判断当前应执行正常、加严还是放宽检验；在供应商质量出现异常时，正确触发暂停并制定恢复检验的判定条件。这些能力不依赖特定软件，用 Excel 或手工计算即可完成，关键在于理解每一步的统计含义和工程判断依据。