文档介绍：控制图原理及应用简介
目录
1
统计过程控制概述
2
控制图原理及应用
3
过程能力与过程能力指数
4
示例
统计过程控制概述
定义:
统计过程控制( Statistical Process Control,简称SPC):利用统计技术对过程中的各个阶段进行评估和监控,建立并保持过程处于可接受的并且稳定的水平,从而保证产品与服务符合规定的要求。
解决两个基本问题:
1、过程运行状态是否稳定——利用控制图测定,对过程存在的异常因素进行预警;
2、过程能力是否充足——计算过程能力指数,分析其满足技术要求的程度,对过程质量进行评价。
预防为主
首先过程管理
其次提高工程能力
特殊原因
产生偏差的状态
普通原因
产生偏差的状态
时间
范围
规格上限USL
受控但没有能力符合规范
(普通原因造成的变差太大)
受控且有能力符合规范
(普通原因造成的变差已减少)
规格下限LSL
附:3控制方式与6控制方式的比较:
合格率:%
1、强调运用统计方法来保证预防原则的实现;
2、强调全员参与,而不是依靠少数质量管理人员;
3、强调整个过程,并不是简单地解决对特定工序用什么样的控制图的问题。
SPC的特点:
控制图的原理
控制图的形成
定义:
控制图:对过程质量特性值进行测定、记录、评估,以监察过程是否处于控制状态的一种用统计方法设计的图。(也称休哈特控制图)
最优控制间隔
μ:平均值,表分布中心
σ:标准差,表分散程度
控制图的基本结构
样本号(或时间)
上控制限UCL
中心线CL
下控制限LCL
样本统计量数值x或R
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
1、以随时间推移而变动着的样品号为横坐标,以质量特性值或其统计量为纵坐标;
2、三条具有统计意义的控制线:上控制线UCL、中心线CL、下控制线LCL;
3、一条质量特性值或其统计量的波动曲线。
控制图原理的解释
第一种解释:“点出界就判异”
小概率事件原理:小概率事件实际上不发生,若发生即判异常。控制图就是统计假设检验的图上作业法。
第二种解释:“抓异因,弃偶因”
控制限就是区分偶然波动与异常波动的科学界限。
休哈特控制图的实质就是区分偶然因素与异常因素的。
始终存在,对质量影响微小,难以消除,是不可避免的
如材料成分的微小变化、设备的轻微震动、刃具的正常磨损、夹具的弹性变型等
偶然因素
有时存在,对质量影响很大,不难消除,是可以避免的
如材料成分的显著变化、设备安装不当、零件损坏、人员违反规程操作等
异常因素
常规控制图分类
控制图
缺陷数控制图
控制图
单位缺陷数控制图
泊松分布
计点型
控制图
不合格品数控制图
控制图
不合格品率控制图
二项分布
计件型
计数型
控制图
单值-移动极差控制图
控制图
中位数-极差控制图
控制图
均值-标准差控制图
控制图
均值-极差控制图
正态分布
计量型
简记
控制图
分布
数据类型
按用途分类:
1、分析用控制图——用于质量和过程分析,研究工序或设备状态;或者确定某一“未知的”工序是否处于控制
状态;
2、控制用控制图——用于实际的生产质量控制,可及时的发现生产异常情况;或者确定某一“已知的”工序是
否处于控制状态。
分析用控制图
过程稳定
控制用控制图
控制图的应用
Step4:中心线与控制界限计算
Step1:质量特性的选择
Step2:控制图类型的选择
Step3:抽样频率、合理子组、子组大小的确定
Step6:判断是否满足技术要求
Step7:日常管理
Step5:判断是否处于稳态
确定控制对象
确定控制图类型
收集数据
计算控制限
绘制分析用控制图
计算过程能力指数
作控制用控制图