文档介绍：统计过程控制SPC(PPT46页)
正常波动
当一个过程只有普通原因起作用,而不存在特殊原因的作用时,过程中就只在一定范围内正常波动,这个过程就处在统计控制状态,即:受控状态。
异常波动
异常波动是由系统因素/异常因素(ISO/TA统计过程控制SPC(PPT46页)
正常波动
当一个过程只有普通原因起作用,而不存在特殊原因的作用时,过程中就只在一定范围内正常波动,这个过程就处在统计控制状态,即:受控状态。
异常波动
异常波动是由系统因素/异常因素(ISO/TA16949称之为特殊因素)造成的。这些特殊因素在生产过程中并不大量存在,对产品质量也不经常发生影响,一旦存在,它对产品质量的应就比较显著。如:机器带病运转,操作者违章操作等。
异常波动
有异常波动的过程处于非统计控制状态,也即失控状态或不稳定状态。
控制图原理
过程处于统计控制状态时,学派总体的质量特性数据的分布一般服从正态分布,(μ—过程均值、σ—过程标准偏差)质量特性值落在μ±%,落在μ±%,因此可用μ±3σ作为上下控制线界限,以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态,这就是控制图的原理。
控制图的益处
合理使用控制图能:
供正在进行过程控制的操作者使用;
有助于过程在质量上和成本上能持续地、可预测地保持下去;
使过程达到:——更高的质量;
——更低的单件成本;
——更高的有效能力。
控制图的益处
为讨论过程的性能提高共同语言;
区分变差的特殊原因和普通原因,作为采取局部对系统采取措施的指南。
控制图为两班、三班操作过程的人员之间、和支持活动(维修、材料控制、过程工程、质量控制)的人员之间就有关过程性能的信息交流提供了通用的语言。
控制图的益处
控制图通过区分变差的特殊原因和普通原因,为人们就任何问题应采取适当的局部改进措施还是要求采取管理措施提供依据。这样可以减少混淆、挫折以及误导性解决问题的努力而造成的高成本。
计量型数据控制图
用计量型数据,可以分析一个过程的性能,可以量化所做的改进,即使每个单值都在规范限界内,这一点对寻求持续改进来说是很重要的。
计量性控制图可以通过分布的宽度(零件间的变差R)和其位置(过程的平均值X)来解释数据。
常用的控制图
分布
控制图代号
控制图名称
备注
正态分布(计量值)
均值—极差控制图
最常用,判断工序是否正常的效果好,计算量大,适用于产品批量大、且稳定、正常的工序;
S的计算比R复杂,但其精度高
适用与检验时间远比加工时间段的场合
计算简便,但效果差
使用与产品批量较大、且稳定、正常的工序;
简便省事,并能够及时判断工序是否处于稳定状态,但不宜发现工序分布中心的变化。
均值—标准差控制图
中位值—极差图
单值--极差图
计数型数据的控制图
计数型数据只有两个值(合格/不合格、成功/失败、通过/不通过、出席/缺席)
计量控制图计数控制图的优缺点
计量控制图
计数控制图
优点
1、灵敏、易调查原因;
及时发现不良,使质量稳定;
数据可用简单的方法获得;
对整体品质状况了解较方便;
缺点
抽样频度高,费时麻烦;
数据需测定,且计算,需培训人员
不易寻找不良之原因
及时性不足,易耽误时机
常用的控制图
常用控制图
分布
控制图代号
控制图名称
备注
二项分布(计数值)
p
不合格品率控制图
样本容量不一定相同;
相同样本容量
np
不合格品数控制图
泊松分布(计点值)
u
单位不合格数控制图
样本容量不一定相同;
相同样本容量
c
不合格数控制图
常用控制图
均值-极差图
---图用于观察正态分布均值的变化;R图用于观察正态分布的分散情况或变异度的情况
均值-标准差图
---同均值-极差图,用标准差代替极差,R图计算方便;但当n>10时,s图比R图效率高;最终替代R图;
●中位极差图图,表示中位值。现在由于计算机应用普及,故已淘汰,被均值-标准差图替代。
两种错误
:虚发警报(falsealarm)
α
β
:漏发警报(alarmmissing)
UCL
LCL
控制图的第二类错误
减少两种错误所造成的损失:
●UCL、LCL距离间隔大,α减小β增大
●UCL、LCL距离间隔小,α增大β减小
●UCL、LCL距离间隔3σ,α=%
Β=
规范界限与控制界限的区别
规范界限:区分合格品与不合格品
控制界限:区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3σ
●CL=μ
●LCL=μ-3σ
●虚发警报α=%
漏发警报β=
分析用控制图