SPC(统计过程控制)教材.ppt

统计过程控制 SPC StatisticalProcessControl ISO TS16949相关工具培训教程 讲师 温林华 在TS推进或培训过程中 您的任何建议或意见 请与项目推行小组随时保持沟通 6773段鹏 或登录力神质量论坛http qa qsl bbs发起讨论 随堂测试的答案会在考试完成后公布在质量论坛 第一章 SPC概论第二章 数据的收集 整理与分析第三章 控制图第四章 控制图应用第五章 过程能力分析第六章 控制图的分析与判断 课程简介 一 统计过程控制概论 质量观念的发展 品管历史 品管观念 品管制度 18C前19C初20C20年代20C40年代20C60年代20C80年代 作业人员品质管理领班品质管理检验员品质管理统计的品质管理品质保证全面质量管理全面质量责任 品质是检查出来的品质是制造出来的品质是设计出来的品质是管理出来的品质是习惯出来的 品质检查 QI 品质控制 QC 品质确保 QA 全面品质 TQC 全面品质 TQM 时间 第一次就把工作作好 运筹帷幄 决胜千里 对质量实施管理的基本方法有哪些 检验 事后检验 控制结果 出现不良判定其返修或报废控制 应用数理统计方法进行生产过程控制预防 根据过程现况 预测将来的趋势与变化 防止不合格发生 传统生产的模型 检验的基本要求有哪些呢 由专职人员组成的检验部门进行 专职人员必须训练有素要有相关的检验指导书要有判定标准要保留一定期限的检验记录 Whenmajornonconformityisfoundduringproductionandunderothernecessarystatus QAmanagerwillgivetheappraisalforeitherreworkorrejection Labshallkeepthespecificationrecord FillingvinegarConcentrationInspectionRecord PreservingvinegarConcentrationInspectionRecord SalinityInspectionRecordofsaltBrine and VinegarmixRecord QCshallkeeptherecord ProcessInspectionReport andLabshallkeeptherecord Semi productinspectionreportfromLab Thentheproductsshallbeputintostore 请将以下页短文中字母 a 找出 并核算有多少个 注意 在20秒内完成 而且不准重复 感受检验 控制与检验 检验 容忍浪费 100 的检验是否能保证产品质量 单存依靠检验保证产品质量的缺陷 1 投入高 成本高 经济效益低2 时效性差3 可靠性差4 无法反映规格标准标准的缺陷5 忽略了来自高层的管理和技术问题6 检出的是看见的问题 无法预测后续生产问题7 只是产品质量的一种粗略的评价方法 预防的观念 预防控制 按规定的时间间隔抽取样本 认真测量准确记录有异常时 分析原因制定解决的有效改进措施 检验 容忍浪费预防 避免浪费 了解过程变差 变差Variation 每件产品的尺寸与别的不同 相同的原料 设备所生产的制品 其产品的品质特性还存在着一定程度的差异 因此如何判定过程 制程 是否处于稳定的状态 这些问题需借助于统计过程控制来探讨 有关过程变差的理解 变差的原因 普通原因存在 特殊原因存在 大量之微小原因所引起 不可避免 不管发生何种之偶然原因 其个别之变异极为微小 几个较代表性之偶然原因如下 原料之微小变异 机械之微小掁动 仪器测定时不十分精确之作法 实际上要除去制程上之偶然原因 是件非常不经济之处置 一个或少数几个较大原因所引起 可以避免 任何一个异常原因 都可能发生大之变异 几个较代表性之异常原因如下 原料群体之不良 不完全之机械调整 新手之作业员 异常原因之变不但可以找出其原因 并且除去这些原因之处置 在济观点上讲常是正确者 普通原因 特殊原因 建立SPC系统 随时了解变差的存在 发出警报以便采取对策 为什么需要SPC 过程评价的工具确定改进的机会 评价改进的效果改进成果进行维持 过程控制的工具经济预警性时效性善用机器设备 SPC非常适用于重复性生产过程 1 对过程作出可靠的评估 2 确定过程的统计控制界限 判断过程是否失控和过程是否有能力 3 为过程提供一个早期报警系统 及时监控过程的情况以防止废品的发生 4 减少对常规检验的依赖性 定时的观察以及系统的测量方法替代了大量的检测和验证工作 数据统计的基本概念单位产品 为实施检验的需要而划分的基本单元 批量 单位产品的总和 又称总体 样本 自总体中抽取一部分个体所构成的集合 随机抽样 没有任何主观意愿和特点要求从总体中抽取样本 计量值 以产品本身的特性来表示 如长度 温度 重量等 计数值 以缺陷数和个数表示 二 数据的收集 整理与分析 样本的目的 抽取 A A A A A A A B B B B B B C C C C C C D D D D D D D A A B D D D C C C C B 总体 样本 合理的抽样能够保证样本和总体具有相同的统计特性 可以成为总体的代表 1 收集数据 一般要求数据至少要50个以上 并记录数据总数 N 2 将数据分组 定出组数K 1 3 23logN 也可采用以下经验数据3 找出最大值 L 和最小值 S 计算出全距 R 4 定出组距 H 全距 组数 通常采用整数 数据分析 直方图 作图步骤与方法 5 定出组界最小一组的下组界值 S 测量值的最小位数 2最小一组的上组界值 最小一组的下组界值 组距最小二组的下组界值 最小组的上组界值6 决定组的中心点组的中心点 上组界 下组界 27 作次数分配表依照数值的大小记入各组界内 然后计算各组出现的次数 8 绘直方图横轴表示数值的变化 纵轴表示出现的次数 9 对绘制出的直方图进行分析 即最小分辨率的一半 数据分析 直方图 直方图实例练习1 某罐头厂生产罐头 罐头容量规格为310 8g 今抽验50罐数据如下 308 317 306 314 308 315 306 302 311 307 305 310 309 305 304 310 316 307 303 318 309 312 307 305 317 312 315 305 316 309 313 307 317 315 320 311 308 310 311 314 304 311 309 309 310 309 312 316 312 318 作次数分布表 作直方图 数据分析 直方图 计算 1 确定基本内容 N 2 组数 K 参考经验数值 3 最大值L 最小值S 全距R 4 计算组距HH R K 取H为 为测定值最小单位的整数倍 5 第一组下限值 上限值为第一组下限值 组距 6 各组中心值 上组界 下组界 2 组号 组 界 中心值 标记 F 次数 1 2 3 4 5 6 7 数据分析 直方图 对抽取的样本进行直方图分布分析 正常状态直方图 理想型 双峰状直方图原因是可能由于不同操作者或不同机器加工的产品混在一起了 偏峰状直方图有两种情况 1 数据本身就遵从这种分布 如百分率 2 加工习惯造成 如车外园易贴近上差 离岛状直方图显示在加工或测量中出现过异常情况 如刀具磨损 对刀读数错误 测量仪器出现系统偏差 数据分析 直方图 峭壁状直方图往往是已剔除了不合格的数据而绘制成的直方图 锯齿状直方图常是由于测量方法或读数不准确造成的 分组组数过多也可能出现 数据分析 直方图 我们通过直方图主要分析两类问题一是观察数据的分散程度数据覆盖的范围 由过程固有技术特性决定 如 各项过程参数是否适当设置二是数据分布中心与规格中心的偏离状态数据中心是否符合规格要求 由过程管理因素决定 如 各项过程参数是否在规定的条件下 数据分析 直方图 我们的期望 直方图仅可以对过程状态进行定性描述 能否更具体的来对过程进行定量 统计数据来描述呢 但我们经常听到这样的统计数据 而此时你的感觉 如 本市城镇居民2009年一季度人均收入同比增长11 5 本区人均居住面积5年内增长了21 8平方米 我们的期望 假如我说 介绍 个平均年龄24岁的小姐和你约会 爽不爽 均值不能代表总体特征 我们发现均值不能代表总体的特征 还有那些统计数据 极差和标准差 N 1 X 极差 标准差 均值 极差和标准差 规范为100 3 A B 均值能代表实际能力吗 极差 最大值 最小值 分布的表示 极差的片面性 变差和分布模型 范围 范围 范围 范围 但它们形成一个模型 若稳定 可以描述为一个分布 分布可以通过以下因素来加以区分 位置 分布宽度 形状 样本数量 规范中心 均值 多数情况下 数据的分布服从正态分布 正态分布的两个基本统计量为均值 标准差 2 正态分布随时间变化 峰态分析 变化 而 不变 位置分析 变化 而 不变 实际过程 变化 变化 1 对称性 以过程平均为轴左右对称2 连续性 左右两尾无限接近于横轴3 正则性 曲线下横轴上的面积等于1 P 1 X 1 0 6827 P 2 X 2 0 954 P 3 X 3 0 9973 P 6 X 6 0 9999997141 正态分布的性质 68 95 99 7 1 1 2 3 3 2 三 控制图 控制图的基本原理 控制图对过程的控制是通过抽样来进行的 很经济 但抽查可能会犯错误 第一种错误 虚发警报正常生产时点子偶然出现在界外 但判断过程异常 错误的概率是 可为1 5 10 第二种错误 漏发警报过程已经异常 但仍然有部分产品处于界内 因此判断过程正常两类错误不可避免 减少两类错误3 控制方式1 0 27 不会虚报2 增加点子非随机排列的判异准则 不会漏报3 实践证明这种控制方式最经济 UCL UCL CL 3 控制的判稳准则 P 3 X 3 0 9973是基于正态分布的重要特性 假设产品的特性值服从正态分布 则产品特性值在区间 3 3 的分布概率为99 73 目前世界上大部分国家都采用3倍标准差为控制界限 如有一点出界就判仪异常是很可靠的 但只打一个点未出界可能是 过程稳定 虚报 判稳原则 连续25点 界外数为0个连续35点 界外数不大于1连续100点 界外数不大于2 3 控制的判异准则 参考 1 点子出界或恰在界限上2 连续3个点中2点在A区3 连续10个点中4点在A区4 连续7个点中3点在A区5 连续不小于9点的链 位于中心点同一侧 6 连续11点中至少有10点在中心线同一侧7 连续14点中至少有12点在中心线同一侧8 连续17点中至少有14点在中心线同一侧9 连续20点中至少有16点在中心线同一侧10 连续至少7点渐升或渐降11 连续7点中4点在B区12 连续至少11点在C区 SPC中有关控制质量特性的理解 能够表明过程的质量特性参数能够表达为计数和计量型数据可取之于过程的输入 过程中的活动或过程的输出 举一个例子 烤制一批蛋糕 过程阶段 计数型数据 计量型数据 输入 过程中 输出 鸡蛋外观缺陷数 单位混合液硬块数可用模腔数 表面的空洞数蛋糕的质地 鸡蛋的重量 烘烤炉温烘烤时间 蛋糕的重量蛋糕的体积 控制图的类型 1 计量值或计数值 2 群的大小是否大于1 3 不良或是缺陷 4 中心值是平均值还是中位值 PN P 计数值 计量值 N大于1 N等于1 X R X R X RM X S C U 选择管理图流程图 不良品 缺陷 5 样本大小是否一致 否 是 率 数 1 公司生产的每台洗衣机的重量 2 一个班次生产的部品的平均重量 3 拖板标签上的打印缺陷数 4 每百页文件的打字错误数 5 月生产中脱离规格的部品数 6 月生产中脱离规格部品的 7 汇总一个应收款所花费的时间 8 每生产100件部品中有缺陷部品的数量 练习 是什么类型的数据 1 公司生产的每台洗衣机的重量 2 一个班次生产的部品的平均重量 3 拖板标签上的打印缺陷数 4 每百页文件的打字错误数 5 月生产中脱离规格的部品数 6 月生产中脱离规格部品的 7 汇总一个应收款所花费的时间 8 每生产100件部品中有缺陷部品的数量 练习 用哪种管理图 控制图应用的程序选取控制图拟控制的质量特性根据质量特性及适用的场合选取控制图类型确定合适样本组 样本大小和抽取间隔 并假定在样本组内波动为系统因素引起 收集并记录20 25个样本组的数据 或使用以前所记录的数据 通常每组样本量n 4 5个 这样保证控制过程的检出率为84 90 计算各组样本的统计量 均值 标准差 极差等 计算控制界限值绘制统计图 计算各组的统计量分析样本点的排列形状 判断过程是否受控 控制图取样的原则 组间变差只存在与组间 组内变差只存在与组内 数据的要求 真实可靠 及时记录整理 处理方式简洁 管理标准化 组间差异只存在与组间组内差异只存在与组内 合理子群化 1 普通原因 引起的变异微小 在经济上不需剔除部分 如 环境气候 设备本身精度 原料在允收范围内 熟练人员之间操作水平等 2 特殊原因 引起产品变异大 在经济上必须剔除的部分 如 4M1E出现异常 3 中心线 CL 表示控制的平均值或平均数 4 控制上限 UCL 中心线上方的控制界限 5 控制下限 LCL 中心线下方的控制界限 6 控制状态 UC 记入控制图内的点子 能够在界限内随机分布 7 不在控制状态 记入控制图内的点子 落在控制界限上或之外 或在界限内呈一定规律分布 控制图的术语 三 控制图 类别 名称 符号 特点 适用场合 中心线 控制界限线 计量值控制图 平均值 极差控制图 X R X RM 中位数 极差控制图 单值 移动差控制图 平均值 标准偏差控制图 最常用 判断工序是否正常的效果好 但计算工作量大 适用于产品批量较大的工序 R X X R X RM X S 计算简便 但效果较差 适用于产品批量较大的工序 简便省事 及时判断工序状态 但不易发现分布中心的变化 因各种原因每次只能收集一个数据或希望尽快发现并消除异常因素 D4R X 2 659 RM D3R UCL LCL UCL LCL UCL LCL UCL LCL UCL LCL UCL 3 267 LCL不考虑 UCL LCL UCL LCL D4R D3R RM X 2 659 RM 正态分布 D8S D7S 常用 判断工序是否正常的效果好 但计算工作量最大 适用于产品批量较大的工序 2类8种控制图的控制线公式 三 控制图 类别 名称 符号 特点 适用场合 中心线 控制界限线 记数值控制图 不合格品数控制图 缺陷数控制图 单位缺陷数控制图 较常用 计算简便操作工人易于理解 样本容量相等 PN 计算量大 控制线凹凸不平 简便省事 及时判断工序状态 但不易发现分布中心的变化 UCL LCL 不合格品率控制图 PN P C U 样本容量不等 计算量大 控制线凹凸不平 样本容量相等 样本容量不等 P 3 PN 1 P P 3 PN 1 P P C U UCL LCL P 3 P 1 P P 3 P 1 P N N UCL LCL U 3 U U 3 N U N UCL LCL C 3 C C 3 C 二项分布 泊松分布 控制图系数表 系数 d 2 1 d 2 d 3 m 3 A 2 A 3 m 3 A 2 D 3 D 4 A 10 C 2 C 4 1 C 4 C 5 E 2 B 3 B 4 B 7 B 8 A 9 2 1 128 0 8862 0 893 1 000 1 880 2 659 1 880 3 267 2 00 0 564 0 7079 1 2533 0 4262 2 660 3 267 2 603 2 695 3 1 693 0 5908 0 888 1 160 1 023 1 954 1 187 2 579 1 20 0 724 0 8862 1 1284 0 3783 1 772 2 568 2 281 1 826 4 2 059 0 4857 0 880 1 192 0 729 1 628 0 796 2 282 1 00 0 798 0 9213 1 0854 0 3367 1 457 2 266 2 096 1 522 5 2 326 0 4299 0 864 1 198 0 577 1 427 0 691 2 115 0 80 0 841 0 9400 1 0638 0 3051 1 290 2 089 0 026 1 974 1 363 6 2 534 0 3946 0 848 1 135 0 483 1 287 0 549 2 004 0 70 0 869 0 9515 1 0510 0 2808 1 184 0 030 1 970 0 115 1 885 1 263 7 2 704 0 3698 0 833 1 214 0 419 1 182 0 509 0 076 1 924 0 66 0 888 0 9594 1 0423 0 2611 1 109 0 118 1 882 0 183 1 817 1 195 8 2 847 0 3512 0 82 1 160 0 373 1 099 0 432 0 136 1 864 0 61 0 903 0 9650 1 0363 0 2453 1 054 0 185 1 815 0 237 1 763 1 143 9 2 970 0 3367 0 808 1 223 0 337 1 032 0 412 0 184 1 816 0 58 0 914 0 9693 1 0317 0 2318 1 01 0 239 1 761 0 283 1 717 1 104 10 3 078 0 3248 0 797 1 177 0 308 0 973 0 363 0 223 1 777 0 55 0 923 0 9727 1 0281 0 2202 0 975 0 284 1 716 0 321 1 629 1 072 n 以上数据是根据3 控制原理 运用数理推论而得到的系数 你只需会查表即可 三 控制图 版权所有 严禁翻印 将均值控制图与极差控制图联合使用的一种控制图的形式 A2 D4 D3为控制图系数 需要查表即可得出 当n 6时 D3为负值 由于R为非负值 所以取LCL 0 四 控制图应用 CL RUCL D4RLCL D3R CL XUCL X A2RLCL X A2R Xbar图 R图 区分 控制限 绘制 x R 的步骤 1 决定控制的项目 2 收集数据 数据取样方法和注意事项 取样必须具有代表性 取样时原则上按不同的设备 操作人员 原料等分别取样 以免除异常因素带来的误差 样本大小为2 5个 常取4 5个 样本组为20 30个 一般按产品的生产顺序或测定顺序 排列数据 3 将收集数据分组并记入表中 提供控制图常用表格 4 计算平均值 X 极差 R 总平均值 X 平均极差 R 5 计算控制界限CLx UCLx LCLxCLRUCLRLCLR6 绘制控制界限7 点图8 控制图分析 参见X R控制图表 四 控制图应用 均值 极差控制图 均值控制图控制界限的计算公式 CL XUCL X A2RLCL X A2R极差控制图控制界限计算公式 CL RUCL D4RLCL D3RA2 D4 D3为控制图系数 需要查表即可得出 需要注意当n 6时 为负值 由于R为非负值 所以取LCL 0 即取坐标轴为控制下限 1 所有的控制点均在控制界限内随机分布 则可以作为控制界限 2 某些控制点超出控制界限 则应对异常原因进行调查 并加以消除 然后利用剩余的数据重新计算控制界限 3 虽有控制点超出控制界限 但原因不明 或已查明原因但无法消除 则这些点无需剔除 四 控制图应用 控制限分析 4 如果所有的控制点均在控制界限内随机分布则可以以此作为控制过程的控制图5 与现有规格作为比较a 如果控制界限在规格范围内 且分布中心与规格中心基本重合 可认为过程能力可以满足规格的要求 以此作为正常生产控制用控制图b 如果各控制点都在控制界限内且呈随机分布可以判定过程在受控状态 控制限分析 四 控制图应用 控制限与规格的比较 UCL CL LCL USL LSL M 过程管理不足 将过程的平均值进行调整 使分布中心与规格中心靠近 UCL CL LCL USL LSL M a 改善4M1E 提高过程能力b 用户接受时 放宽规格c 如果a b 均无法实现 全数检验 技术水平不足 过程能力满足要求 作为生产过程用控制图 直接使用 四 控制图应用 不讨论过程能力直接应用于过程 控制限与规格的比较 主观确定控制限 顾客认可控制限 前期顾客批准的过程能力的控制界限 6 如果有超出控制界限点时 则应作以下工作 a 对此异常点进行分析并加以处置 并要有预防措施b 均值控制图有超界限点时 表示过程平均发生变化或变异增大c 极差控制图有超界限时 表示过程变异增大 7 如果过程控制要项发生变化 如设备 人员 原料等因素 此时应对控制界限重新进行计算 重新收集数据进行计算 找出客观的控制界限 控制限分析 均值 标准差控制图 x S 将均值控制图与标准差控制图联合使用的一种控制图形式 其中 均值为样本均值 标准差为样本标准差S 均值控制图的控制界限的计算公式CL XUCL X A3SLCL X A3S标准差控制图控制界限的计算公式CL SUCL B8SLCL B7S绘制均值与标准差控制图制内容与均值 极差控制图 X R 内容基本相同 四 控制图应用 中位数 极差控制图 x R 将中位数控制图与极差控制图联合使用的一种控制图形式 每抽到一个样本 将数据均以 o 的符号记在控制图上 同时将中位数以 打点 中位数控制图的优点缺点缺点 虽然简便快捷 好操作 但准确度低 优点 1 易于推广使用 避免了计算 便于工人操作 2 可以显示出过程输出的分布并显示出过程变异的趋势 3 由于在一张图上显示出数据分布宽度 所以它可以用来对几个过程或同一过程的不同阶段的输出进行比较 单值 移动极差控制图 X MR 单值 指每次得到的一个测量值 移动差 指相邻两个测量值差的绝对值 某些产品在加工过程中 很难得到数据 也有的产品多品种小批量 较难大量 连续取得数据 X MR控制图使用范围 1 在一段较长时间间隔内只能测到一个数据 如每日电耗 2 测试费用昂贵或时间较长 如化学分析 破坏性实验 寿命实验 3 生产过程质量均匀 不需要抽取多个样品 如液体浓度 化学HP值等 4 产量小 但生产时间较长 批量较小 5 过程批量小时 X MR图可较Xbar R图先建立起来 提前进入控制过程 四 控制图应用 四 控制图应用 计数型控制图分为 计件式 P图 d图 计点式 C图 u图 其中 d图的样本容量n必须相同C图的样本容量n必须相同P图的样本容量n不一定相同u图的样本容量n不一定相同 不合格品率控制图 P图 不合格品数占每批产品的百分比所绘制的控制图称为不合格率控制图 管理者可以根据不合格品率的变化得到有效的资讯 并进行过程的控制 不合格品率控制图 P图 适用场合 1 仅能以不合格品率表示的质量特性 2 依规格进行大量检验将产品分为合格品与不合格品 如通与止 好与坏 亮与暗等 3 需要研究某过程有多少废品率时 4 样本大小常有变化时 版权所有 严禁翻印 建立不合格品率控制图 p图 的数据步骤 1 选择控制项目2 收集数据 可以参考以往数据 检验数和不合格数 一般至少20组以上 3 数据分组 注意作好数据的层别 建议以每天或每班的产品为一组 样本数要比计量值控制图多 如果样本数太少时可能抽不到不合格品 而误以为过程良好 建议假设每组样本中含有1 5个不合格数 于是n 1 p 5 p 假设p 4 则n 25 100 只有保证这样的样品数 p图才有意义 四 控制图应用 4 计算各组的不良率p d n d表示每组不良数n表示每组检验数 5 计算平均不合格率p平均样本含量n需注意 由于各组样本含量n可能不同 应以这样的公式计算 p图控制界限的计算1 各组样本含量相同时 或虽不相同 但在n的 25 的范围内 CLp p 2 当各组样本含量不相同时 且超出平均样本含量n的 25 时 需分别计算 CLp p ni p p p LCL pi 1 3 利用当d 5时 二项式分布近似于正态分布原理 四 控制图应用 数值表 P控制图用 四 控制图应用 数值表 P控制图用 四 控制图应用 p图的绘制方法 分析与X R控制图相同实际练习 某工厂检验以往所生产的20批得到一组结果 将结果绘制p控制图并分析 批号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 检验数 n 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 不良数 d 20 5 7 10 9 14 11 13 18 14 12 6 9 13 8 4 9 11 8 7 不良率 p 0 2 0 05 0 07 0 1 0 09 0 14 0 11 0 13 0 18 0 14 0 12 0 06 0 09 0 13 0 08 0 04 0 09 0 11 0 08 0 07 控制界限的计算 分析 0 0 05 0 1 0 15 0 2 0 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 n p p p UCL p 1 3 19 6 UCL p UCL p CL p 四 控制图应用 版权所有 严禁翻印 实际练习之二 样本容量n不相同时 某工厂为考察生产情况 连续25日检验所有生产的产品 只要有一项不合格指标即判定产品为不合格 现将检验结果记录如下 请绘制p控制图并分析 P d1 d2 dk n1 n2 nk 365 29858 0 012 n p p p UCL p 1 3 0 0215 n p p p LCL p 1 3 0 0025 控制界限的计算 n 25 29858 25 1194 32 n1 n2 nk 样本容量允许界限 有20个在此范围 其控制上下限为 有5个样本不在此范围 需分别计算其控制上下限 UCL LCL 日期 1 22 2 2 2 5 2 10 2 17 0 0235 0 0005 0 026 0 0041 0 0199 0 0052 0 0188 0 0285 四 控制图应用 不合格品数控制图 np图或d图 通过过程中不合格品数的控制来实现对过程的控制 当样本含量一定的情况下 并使样本中含有1 5个不合格品 根据数理统计的原理 当n p 5时 二项式分布近似于正态分布 因此要求样本含量 n 较多 根据经验一般常取n 50 甚至200以上 而且当总体不合格率较小时也不适用 适用场合 与p图基本相似 但特别对生产现场的领班或直接作业者较实用 数据收集与p图基本相似 控制界限的计算 k 1 3 p p n p n LCL np 其中 四 控制图应用 实际练习 还是针对上题的内容 绘制np图 不良数控制图d图 0 5 10 15 20 25 不良数d 20 5 7 10 9 14 11 13 18 14 12 6 9 13 8 4 9 11 8 7 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LCLnp UCLnp CLnp 不良数控制图d图分析 四 控制图应用 缺陷数控制图 c图 使用场合 检测一个产品 如果以该产品的缺陷数作为质量指标用以判断过程是否处于或保持一定的质量水平上的控制图称为缺陷数控制图 C图 分布面疵点 铸件砂眼 每百页错别字等 往往这些指标就是用户评价产品的依据 若C1 C2 CK为第一件 第二件 第K件产品的缺陷数缺点数控制图的概率分布服从泊松分布的原理 当缺陷数c 5时 c的分布近似于正态分布 控制界限 C 5的分布 CL 四 控制图应用 用钢板加工零件时 因使用切割设备使零件上产生裂缝 这些可以透过目视检查 为对零件上的裂缝进行控制 连续对25个零件上的裂缝进行检查 选用C控制图对裂缝数进行控制 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 样本容量 n 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 缺陷数 C 9 15 11 8 17 11 5 11 13 7 10 12 4 3 7 2 3 3 6 2 7 9 1 5 8 UCL C CL 异常点需分析 分布不好 需要查找原因 C图实际练习 视为0 四 控制图应用 C图控制界限的化简计算当计算出来之后 我们可用下列表格查到控制界限值 四 控制图应用 单位缺陷数控制图 u图 使用场合 当一个抽检样本中有不同个数的单位产品组成时 应使用样本单位缺陷数控制图 u 单位缺陷数 i 1 2 k 其中C缺陷数n样本容量 数据的收集与计算数据收集 样本数 25 原则上每个样本中应有1 5缺陷 计算 过程平均单位缺陷数 单位产品数的波动0 75 1 25 单位产品数的波动0 75 1 25外 U图的过程能力指数Cp定义为平均单位缺陷数 四 控制图应用 实际练习汽车喷漆车间对各型号型号外客喷漆 现对顶盖进行检查 发现的气泡数录于表中 各型车盖面积不同 经折算 以最小顶盖为单位产品数 请用u图对喷漆过程进行分析 控制界限的计算 k K n n n C C C u L L 2 1 2 1 94 31 6 2 97 31 6 25 1 264其 25 波动范围为0 948 1 58 在0 948 1 58范围内的控制界限为 7 57 0 视为0 在0 948 1 58范围以外有4个样本 均为n 1 7其控制界限为 u UCL 2 97 1 7 2 97 3 6 94 u UCL 2 97 1 7 2 97 3 UCL u 0 视为0 四 控制图应用 过程能力 指工序处于稳定状态下 在经济及其他条件允许的范围内 工序保证产品质量的能力 若通过控制图显示过程非受控 那么计算过程能力没有意义 B orPC 6 6倍标准差 T 表示产品公差B 表示过程能力 五 过程能力分析 过程能力 工序的质量能力必须在过程正式运作前予以确定 同时在运作过程中要持续稳定保证这个能力 在 3 分布范围内的概率分布为99 73 表示该过程产品质量波动的范围 过程能力指数 过程能力满足规格的程度 Cp CapabilityofProcess 过程能力的理解 TU TL T TU TL 3 3 6 Cp B T 1 TU TL T TU TL 3 3 6 Cp B T 1 过程结果好于过程目标 过程结果等于过程目标 过程结果差于过程目标 五 过程能力分析 五 过程能力分析 过程能力指数的计算 五 过程能力分析 不良率 PPM 与过程能力 1 计数值 2 计量值 PPM 1000000 不良数抽样数 PPM P1 P2 P2 TU T TU TL TL M P1 P1P2可通过查正态分布积分表查得 过程能力调查流程 明确调查目的 质量信息收集 调查方法 决定调查范围 分层方法 调查方法周期 抽样方法 样本 5M1E标准的确定 明确必要性 负责人 完成日期和方法 按调查计划规定作业 记录变化条件 做直方图和控制图判断稳定性 工序标准化 测试与抽样检查方法确定 调查计划确定 收集数据 分析数据 不稳定状态 稳定状态 追查原因 过程能力分析 过程能力不足 过程能力充裕 过程能力充分 追查原因 降低成本 简化检查方法确认过程能力 原因不明 或因技术经济原因无法采取措施 采取措施 修改公差或全数检查 报告书作成 五 过程能力分析 过程能力指数的评定 五 过程能力分析 过程能力调查 直方图法 控制图法 直观 计算简便但不能反映质量特性的稳定性 计算复杂反映质量特性的稳定状态的质量波动 稳定状态时两种方法差异不大 五 过程能力分析 工程能力是动态变化 五 过程能力分析 短期工程能力指数工程平均和规格中心一致时工程平均和规格中心不一致时 五 过程能力分析 2 d R R 极差平均值 控制图常数 常用n 5时 d2 2 326n 6时 d2 2 534 st st表示短期标准偏差 C Min pk LSL 3 USL 3 St St 长期工程能力指数工程平均和规格中心一致时工程平均和规格中心不一致时 P 五 过程能力分析 lt表示长期标准偏差用样本数据计算 长短期工程能力综合分析 五 过程能力分析 C pk C p P pk P p 不考虑平均值的变动的最高过程能力 考虑平均值的变动的实际过程能力 不考虑平均值的变动 但考虑过程随时间变化的过程能力 考虑平均值的变动 同时考虑过程随时间变化的实际过程能力 短期数据 长期数据 Zshift ZST ZlT ZST 3 P pk ZIT 3 C p 五 过程能力分析 A D B C 123456 1 5 1 0 0 5 2 0 2 5 管理状态 poor good Zshift ZST good poor 技术能力 A 工程管理状态不良 技术不足 B 有必要改善工程管理 技术优秀 C 工程管理优秀 技术不足 D 世界一流级 提高过程能力指数 调整过程分布中心 减少偏移量 工具磨损 加工条件随时间变化的规律 采取调整和补偿 通过首件检查 调整定位装置 改变操作者的不良加工习惯 采用更精密的量规 提高过程能力 减少分散程度 改进工艺方法 优化过程参数 使用新材料 新技术 更新设备 提高工装精度 减少材料批次间的波动修订公差范围必须保证不影响产品质量 可修订不切实际的过高公差 五 过程能力分析 控制图更新 周期性过程能力评价已明确原因并措施的点删除控制限评价新控制图使用 S u b g r o u p 7 7 7 2 6 7 6 2 S a m p l e M e a n X 6 9 8 0 3 0 S L 7 6 1 2 3 0 S L 6 3 4 8 2 0 1 0 0 S a m p l e R a n g e R 1 0 9 6 3 0 S L 2 3 1 7 3 0 S L 0 0 0 E 0 0 X b a r R C h a r t f o r O u t p u t 五 过程能力分析 过程处于非受控状态的判断准则 当出现下列情况时 则认为过程发生了变化 必须对这种变化查明原因 并加以消除 点子跳出控制界限 在界限上的点子按跳界处理 点子虽没有跳出控制界限 但出现非随机排列 链状 周期排布 控制界限的分布异常 六 控制图的分析与判断 现象1 链 同类型的点子接连不断的出现 链分为两种 连续链和间断链 六 控制图的分析与判断 连续链 出现以下情况时 需要注意 间断链 11点中有10点在CL的同侧 11点中有1