质量管理-过程质量培训课程

第六章过程质量控制,了解产品质量波动的规律掌握统计受控与过程受控的特点掌握过程能力指数的概念和计算方法掌握各种情况下不合格品率的计算方法掌握控制图控制界限的确定及作图方法,第一节过程质量控制原理,一、产品质量波动性规律,任何一个过程所生产出来的产品，其质量特性值总是存在着一定差异，这种客观差异称为产品质量波动性（质量变异），产生这种客观差异的原因是生产过程中各要素（操作者、机器、原材料、工艺方法、检测方法和环境等，简称5M1E）存在着波动，过程质量控制就是要控制生产过程中各要素的波动（过程质量波动），使产品质量特性值保持在某一特定范围。,工序质量即为产品质量特性,质量波动,在质量控制中，产品实际达到的质量特性值与规定的质量特性值之间发生的偏离称为质量变异或质量波动。质量波动主要来自以下方面：1)人(Man)：操作者的质量意识、技术水平、熟练程度、正确作业和身体素质的差别等。2)机器(Machine)：机器设备、工夹具的精度和维护保养状况等。3)材料(Material)：材料的化学成分、物理性能及外观质量的差别等。,质量波动,4)方法(Method)：生产工艺、操作规程以及工艺装备选择的差别等。5)测量（Measure）：测量方法的差别。6)环境(Environment)：工作地的温度、湿度、照明、噪声以及清洁条件的差别等。,第一节过程质量控制原理,1产品质量波动性的分类,正常波动：影响较小；难以避免正常波动又称随机波动，是由生产过程中随机性因素或偶然因素引起的。随机因素的特点：a随机因素数量很多，b来源和表现形式多种多样，c大小和方向随机变化，d作用时间无规律，对产品质量的影响均比较小。统计受控状态：如果生产过程只存在随机因素影响的状态称为稳定状态或统计受控状态。,普通因素波动（正常波动）的特点：过程内有许多波动源；每个波动源对输出质量特性的影响都很小，方向不定；质量特性呈正态分布；分布不随时间而变化，即X和不变，分布可以预测；普通因素波动不可避免。,X,6,第一节过程质量控制原理,1产品质量波动性的分类,异常波动：影响较大；可以控制异常波动又称系统波动，它是由生产过程中的系统性因素引起的。系统性因素的特点：数量不多，但对产品质量的影响却很大，但可以采取一定方法措施加以消除。a大小和方向不变；b大小和方向按一定规律变化c大小和方向不定。非统计受控状态：生产过程中存在系统性因素影响的状态称为非稳定状态或非统计受控状态。,特殊因素波动（异常波动）的特点：有一个或几个波动源对过程输出的质量特性影响很大，较强的波动源的出现改变了质量特性的分布状态位置、散布大小和形状；X和常随时间变化，分布不稳定特殊因素波动对产品质量的影响大，这类因素可以查明原因，可以避免。,t,t,第一节过程质量控制原理,2产品质量波动的统计规律,随机因素引起过程的正常波动，是不可避免的，对于一个稳定的过程，没有异常因素的影响，大批量生产下，其质量特性服从正态分布，且分布中心u和分散程度都不变化。当既有随机因素又有系统因素时，这时质量特性的分布状态就不会稳定在一种固定的正态分布下，其分布中心u和分散程度两者或其一会有变化。,质量控制中的数据,质量管理中的数据可以分成两大类：计量值数据和记数值数据。产品质量数据的变异一般表现为分散性和集中性两种基本特性。质量数据有两类常用的统计特征：一类是表示数据集中性的特征数，如平均值、中位数、众数等；另一类是表示数据分散程度的特征数，如极差、标准差等。分布中心u和分散程度共同刻画了加工质量的高低，若偏移小，分散小，说明过程的加工精度高，产品质量好。,第一节过程质量控制原理,二、过程控制与过程分类,统计受控：过程在统计控制状态时仅存在普通因素波动，统计受控的结果可能满足规范（公差）要求，也可能不满足规范公差的要求。过程受控：指过程处于统计受控状态，且满足规范的要求。非统计受控：生产过程中存在系统性因素影响，过程失控。,二、过程控制与过程分类,1类：受控且在规范内；（理想状态）2类：受控但不在规范内；（减小普通波动可提高产品质量）3类：不受控但在规范内；（将出现废品）4类：不受控也不在规范内；（必须减小特殊因素和减小普通因素的影响）,第一节过程质量控制原理,过程控制,不受控,受控,时间,存在特殊因素,消除了特殊因素,受控且有能力符合规范,普通因素造成的波动太大,规范上限,规范下限,普通因素造成的波动减小,受控但没有能力满足规范,第一节过程质量控制原理,第一节过程质量控制原理,只有过程受控，即分布中心和分散程度（u不变，不变）不变，且落在公差带范围内是最理想的状态,第二节过程能力原理及应用,一、过程能力和过程能力指数二、过程能力评价和分析,第二节过程能力原理及应用,一、过程能力和过程能力指数1、过程能力定义：过程在一定时间，处于控制状态（稳定状态）下的实际加工能力。量化：可用过程质量特性值的波动范围来衡量，通常用标准偏差表示过程能力的大小。当取3时，产品99.73%落在这个范围内。用B=6表示过程能力处于一个经济的幅度当取6时，产品99.9999998%落在这个范围内。用B=12表示过程能力是近年来高水平管理的追求,第二节过程能力原理及应用,过程能力B=6。由于P（x3）=99.73%,故6近似于过程质量特性值的全部波动范围。显然，B越小，过程能力就越强。,过程能力,B=6过程能力,B=66数值越小，过程能力越强；6数值越大，过程能力越弱。,第二节过程能力原理及应用,一、过程能力和过程能力指数过程能力指数定义：表示过程能力B满足过程质量标准T要求程度的量值。过程质量要求的范围（公差）和过程能力的比值。反映实际生产合格品能能力。公式：无偏时双向公差过程能力指数和不合格品率计算过程有偏时双向公差过程能力指数和不合格品率计算单项公差过程能力指数和不合格品率计算,第二节过程能力原理及应用,（1）分布中心与公差中心重合的情况,Tu,Tl,Pu,Pl,过程能力指数Cp计算,T标准范围；总体标准偏差；S样本标准偏差；Tu质量标准的上限值；Tl质量标准的下限值。,过程能力和过程能力指数,Pu：质量特性值超出公差上限的不合格品率，则Pu=P(xTu)=P()同理：Pl：质量特性值低于公差下限的不合格品率Pl=P(x1加工过程中的不合格频率超过50%，过程能力严重不足，立即采取纠正措施。,过程不合格品率的计算,当分布中心向公差上限偏移时。用Pu表示质量特性值超出公差上限而造成的不合格品率，则Pu=P(xTu)=P(）所以：P=Pl+Pu=2-3Cp(1-k)-3Cp(1+k),过程能力和过程能力指数,分布中心与标准中心不重合的情况1）分布中心向标准上限偏移时，总不合格品率为：P=PU+PL=2-3Cp(1-k)-3Cp(1+k)2）分布中心向标准下限偏移时，总不合格品率为：P=PU+PL=2-3Cp(1+k)-3Cp(1-k),过程能力和过程能力指数,3、单项公差过程能力指数当只要求公差上限时，则若只要求公差下限，则,Pu=P(xTu)=P(,Pl=P(x2能力及过剩。更换设备，降低对设备精度的要求。2=1.67能力过剩可放宽管理，降低设备精度，降低成本1.33理想状态。能力充足允许小的干扰，不重要的工序可放款检查，工序控制抽样间隔可放宽些。1.00低风险。能力尚可（一般）工序需严格控制，否则容易出现不合格品，检查不能放宽0.67中风险。能力不足已出现一些不合格品，必须提高工序能力，需要加强检查，必要时全检工序能力严重不足已出现较多的不合格品，立即追查原因，采取措施，提高工序能力。,二、过程能力评价和分析（一般质量特性）,过程能力处置当过程能力过大时：a降低过程能力b提高质量标准当过程能力过小时：a调整过程加工的分布中心，减小偏移量b提高过程能力，减小分散程度c在质量保证的要求下，放宽给定的规格要求。,第三节控制图原理与应用,过程控制的目的保证过程处于受控状态，使过程输出的质量特性满足规定的要求，预防不合格品的出现。过程控制的工具控制图是统计过程控制的工具，用于对统计过程进行监测和控制。控制图一般用于大批量生产的情况。,第三节控制图原理与应用,一、控制图基本原理1、概念控制图法是用来分析和判断过程是否处于稳定状态并带有控制界限的图形，由美国贝尔电话实验室的休哈特于1924年提出。可用3原则确定控制图的控制线（ControlLines）CL=UCL=+3LCL=-3,2、控制图原理,质量具有波动性5M1E（工序质量因素）人（Man）、机器（Machine）、方法（Method）、材料（Material）、测量（Measure）、环境（Environment）,随机误差系统误差,2、控制图原理,若过程正常，即分布不变，则点子超界的概率为：超上界的概率0.135%；超下界的概率为0.135%，可以认为不会发生。若过程异常，如刀具剧烈磨损，加工轴的尺寸变大。U逐渐增大，分布曲线上移，点子超过上界的概率增大，概率远大于0.135%。小概率事件认为不会发生，如果发生则认为过程出现异常。当过程只有偶然波动时，分布范围较小，当过程有偶然波动又有异常波动时，分布范围就可能变大，因此根据最小波动确定了控制图的界限后，如果有点子出界就有可能是异常波动。注意：控制图本身并不能控制不合格品的产生，而是判断异常波动的存在，提出警告，要预防不合格品的产生，就要按“查出异因，采取措施，加以消除，不再出现，纳入标准”这20字方针去处理。,3.作用,a.分析判断生产过程是否稳定；,b.及时发现生产过程中的失控现象，控制生产过程的质量状态，预防不合格品发生；,c.为质量评定提供依据；,b.控制图部分，是指根椐概率统计的原理，在普通坐标纸上作出两条控制界限和一条中心线，然后把按时间顺序抽样所得的质量特性值以点子的形式依次描在图上，从点子的动态分布情况来探讨工序质量及其趋势的图形。,4.控制图的界限确定,控制图的格式,a.标题部分,CL,UCL,LCL的确定,工序处于稳定状态时，产品的质量特性值XN(u,2),Pu3Xu+3=0.9973,a.确定依据：正态分布的“3规则”,(即：服从正态分布的变量X落在区间u3,u+3内几乎是肯定的事),b.一般的，我们取,LCL=u3,UCL=u+3,CL=u,(如果处于生产稳定状态下的X，则一定落在u+3范围内，否则，若落在之u+3外，则认为生产处于非控制状态。),5、控制图的两种错误,统计推断存在两种错误:第一类错误:虚发警报.把正常判为异常。:第二类错误:漏发警报.把异常判为正常。,UCL,LCL,控制图的两种错误,错误：在生产正常的情况下，点子出界的可能性为3。这数值虽然很小，但这类事件总还不是绝对不能发生的。这样，在纯粹出于偶然点子出界的场合，我们根据点子出界判断生产过程异常就犯了虚发警报的错误，这种错误就叫做第一种错误。错误：另有一种情况，即生产过程已经有了异常，产品质量的分布偏离了典型分布，可是总还有一个部分产品的质量特征值是在上下控制界线之内的。如果我们抽取到这样的产品进行检验，那么，这时由于点子未出界而判断生产过程正常，就犯了漏发警报的错误，这种错误就叫做第二种错误。,两类错误都会带来损失，减少其中一类的损失就会增加另一类的损失，如图所示：,为使两类错误引起的损失最小，通常选用3作为控制线。,控制图应用的预防原则,“20字”：查出异因，采取措施，保证消除，不再出现，纳入标准。,6、控制图的种类,二、计量值控制图,平均值-级差控制图均值-极差控制图的绘制1.搜集数据（例样本容量n=5，共20组）2.计算各组均值3.计算均值的均值4.计算各组极差5.计算极差的均值6.计算均值控制图的控制界限CL7.计算极差控制图的控制界限CL8.做图,独立同分布的中心极限定理,（也称列维一林德伯格定理）设X1,X2,是独立同分布的随机变量序列,且存在有限的和方差2（i=1,2,），当n时，,或,就趋于正态分布。,控制图控制界线的确定,由正态分布的性质可知，落在u或范围内的概率为99.73%所以：CL=E()=UCL=E()+3=uLCL=E()+3=u-,二、计量值控制图,1、控制界限的确定图控制界限一般公式：UCL=E（）+3=E()+3LCL=E（）-3=E()+3CL=E（）（1）控制图的控制界限特性值X服从N(,)分布时，对于大小为N的样本X1X2.Xn的平均值由下式：,二、计量值控制图,1、控制界限的确定控制界限一般公式：UCL=E（）+3LCL=E（）-3CL=E（）（1）控制图的控制界限特性值X服从N(,)分布时，对于大小为N的样本X1X2.Xn的平均值由下式：,UCL=,LCL=,CL,由n确定的系数。查表可得。,二、计量值控制图,1、控制界限的确定（2）R控制图的控制界限,UCL=,LCL=,CL=,由n确定,当n=6时，为负值，,而R无负值，此时LCL=0,由n确定,二、计量值控制图,2、控制图的步骤,例：某轧钢厂生产原钢板，收集20组100个数，生产数据见表7-7，画出（1）收集数据，共20组，每组5个数据；（2）计算各组平均值；（3）计算各组极差值：（4）计算；,二、计量值控制图,2、控制图的步骤,（5）,图UCL=5.975+0.577X0.419=6.217LCL=5.975-0.577X0.419=5.733CL=5.975,图UCL=2.115X0.419=0.886LCL-（不考虑）CL=0.419,（6）画出控制界限（7）描点,因为n=5，可查表A2=0.577D3=-,D4=2.115,例题,轴承厂为了控制产品质量，定时抽取一个样本测量它的内径，每次抽取5件产品，连续抽取22次，根据表中所给的测量值，求得每个样本的平均值和极差，填于表内，并计算中心线、上、下控制界限。,三、控制图的分析,1、过程稳定的判断准则：（针对分析用控制图）1）点子随机排列2）符合以下条件中的任何一种,（1）连续25个点，异常点数d=0；（2）连续35个点，异常点数d=1；（3）连续100个点，异常点数d=2；,当然，即使判稳时，为了保险，对于界限外点也必须按照20字方针处理，以条为例证明若过程稳定,P（连续35个点，d1）=1-P（连续35个点，d=1）=1-0.