统计过程控制(简本)

统计过程控制，统计过程控制，根据戴姆勒-克莱斯勒、福特、通用和通用的技术手册编制。在目录的第一部分，统计过程控制概述过程变化和两个原因过程控制系统(SPC)概述3原理和控制图第2节控制图绘制和分析控制图第3节过程控制、过程能力和过程能力指数，收集现场生产过程中的数据，整理、分析和处理这些数据，并找出科学技术、统计技术的规律性，发现过程波动的规律并加以控制， 从而确保最佳的设计参数和工艺参数，稳定工艺质量，降低成本，最终提高产品质量，提高客户满意度。 应用统计技术的目的：过程：一种将输入转化为输出的相互关联的互动活动。统计方法、过程、产品、顾客、顾客的声音、过程声音、机器、材料、方法、环、测量、人、程控基本原理、机床(主轴承间隙、刀具.)操作员(进给速度、对中精度.)原材料(棒材尺寸、硬度.)轴外圆客户操作程序尺寸环境(电源电压、温度、湿度、振动.)表面粗糙度，资源整合过程示例使用普通机床来产生轴的外圆，并且过程人员、机器、材料、方法、环和测量的总和(5MIE)在特定时间范围内作用于工作对象。过程控制本质上是5MIE的控制。SPC的基本原理，上下波动，没有两种产品是完全一样的，甚至自动化生产线上的产品也不例外。产品之间的区别在于波动，波动时有发生，时有大有小，时有小。产品之间的差异永远存在，但有时它们太小而无法衡量。产品之间的差异通过适当的质量特性(过程特性和产品特性)来表达。因此，选择好的质量特性并精确测量它们是两个重要的基本任务。为了做好工作，共同的原因和长期稳定的重复分配是许多恶化的原因。人：一定熟练程度下的微差机；一定精度水平下的微小变化材料；一定稳定程度下的微小变化方法；一定操作标准下的微小变化条件；一定环境条件下的微小变化.在常见原因的影响下，过程的输出呈现稳定的分布并且是可预测的。由于特殊原因，某一环节的特殊变化在过程中偶然发生：在特殊原因的影响下，过程的分布会改变位置(平均值)，改变分布宽度(最小值和最大值之间的距离)，改变形状(挠度)。基本原理：过程波动两种波动控制异常波动是主要矛盾稳定状态(只有正常波动)是过程控制的目标，异常波动，正常波动，SPC基本原理，基本原理：预防是SPC的主要原理，过程诊断是消除异常变化的主要方法，必须用系统分析的方法有效地总结为20个字：找出原因(特殊原因)，采取措施消除，纳入标准，不再发生。SPC基本原理，数据：(1)测量值数据(2)计数值数据(3)特征值平均值x中值x范围r标准差s，计件数，计数点，反映集中位置，反映离散度，_，平均值-总体或样本平均值。样本由x或表示，用于表示总体。例如：给定一个样本：1，3，5，4，7，平均值为：统计术语和定义，x，=，x，n，其中X1是样本的第一个点，Xn是样本的最后一个点。样本I，1，n的平均值等于4。标准偏差衡量数据分散程度的指标。一般来说，使用“总体”一词，使用“s”或“样本”一词。(，I，-，)，2，I，总体的公式，方差与平均值之差的平方的平均值。通常用s2或2表示。，样本公式，统计术语和定义，人口和样本(1)人口：也称为人口，它指的是所有(2)样本的研究对象在一个统计分析：也称为子样本，它指的是一部分个人(产品)随机选择从人口(3)随机抽样：使每个个人(产品)在人口中有同样的机会，以形成样本，统计过程控制的基本原则，抽样方法1，简单随机抽样方法2， 系统抽样法(等距抽样法)3、分层抽样法4、整群抽样法、SPC基本原理，假设有一些成品分别装在20个零件箱中，每箱装50个，共1000个。 如果你想抽取100个零件进行测试，你应该如何应用以上四种抽样方法？(1)将20盒零件倒在一起，混合均匀，将零件逐个编号，编号范围为1-1000，然后用随机数表或抽签的方法抽取100个不规则编号的零件形成样本，这就是简单的随机抽样。(2)将20盒零件倒在一起，混合均匀，将零件一个一个编号，从1到1000。然后使用随机数查找表或抽签来首先确定起始数，例如16。那么以下样本的零件号是26、36、46、56，906，916，926，依次是996，06。因此，样本由100个部分组成，这就是系统采样。(3)对于全部20盒零件，从每盒中随机抽取5个零件，总共100个零件构成一个样本，这是分层抽样。(4)首先从20盒零件中随机抽取2盒零件，然后对全部2盒零件进行检验，即2盒零件视为“整体”，样本由它们组成，这就是整群抽样。历史数据，正态分布，WHENN ITTURNSTO， 标准差中心分配，2。正态分布参数(1)平均值()该参数是正态分布曲线的位置参数，即它只决定曲线出现的最大频率，不改变正态曲线的形状。(2)标准差()该参数是正态分布曲线的形状参数，即决定曲线的“高”、“短”、“胖”和“瘦”。如果质量特征值服从正态分布，即x n (，2)，当生产过程中只有常见原因时，过程中测得的产品质量特征值x落在 3范围内的概率为99.27%，落在 3范围外的概率仅为“3/1000”，即一个小概率事件。如果特征值落在 3的极限之外，则可以认为是由于过程中的系统原因，X的分布发生了偏离。这就是休哈特控制图的3原理。3原理，7，控制图控制图原理1，“3原理”，P-3X 3=0.9973，图2中正态分布的3原理，p (x)，X，0，6s，UCL，LCL，均值，分布图转换为控制图，2，控制图原理，图3中控制图原理，时间t(R)，UCL，CL，LCL， 3，M，-33 收集25个子群，规模为45 ，计算CL，UCL，LCL图和评审图，过程处于稳定状态，过程不处于稳定状态，过程能力评价，过程能力指数不足，CP 1，CP 1.33，CP 1.33，CP 1.33，CP 3，CP 7，控制图， 第三章质量控制及其常用技术，见附件8，案例：控制图判别标准，3，控制图，4，过程能力和过程性能，4.1过程能力和过程能力指数过程能力是指过程在稳定状态下的实际处理能力，用6表示。 过程能力指数表示过程能力满足技术标准(规格、公差)的程度，并记录为Cp。过程能力指数表示过程能力满足产品技术标准的程度。技术标准是指产品在加工过程中必须满足的质量要求。它们通常通过标准、公差(公差)、允许范围等进行测量。它们通常用符号t表示质量标准(T)与过程能力(B)之比称为过程能力指数，记录为过程能力指数，4。工艺能力和工艺性能、工艺能力、规格范围内的变化(引入规格限值后的工艺能力)、USL、LSL、和、和、和，P=4.45% P=0.27% P=60 ppm=0.6 ppm，-5-4-3-2-1012345，4。过程能力和过程性能，4.2 4 . 2 . 1双边公差的计算：Cp=偏移情况：数据分布中心与公差中心m不一致，定义偏移= m-和偏移度K=cpk=(1-k) CP=(1-k)，T，6，TU-TL，6，T/2，2，T，T，6，带偏移的过程能力指数，4。过程能力和过程性能，4.2.2单向容差：上中央处理器=下中央处理器=，3，TU-，3，TL，过程性能指标概念，过程性能指标(PP，PpK)也称为长期过程能力指标。它反映了过程能力在长时间内满足技术要求的程度。这是美国三大汽车公司(福特、通用和克莱斯勒)在QS9000标准中首次提出的概念。这是对统计方法应用的更高要求。CPK和PPK差过程固有的变化仅由于共同的原因，部分过程的变化，可以从控制图通过R/d2来估计。工艺偏差-由常见和特殊原因引起的偏差，该偏差可通过样本标准偏差s进行估计：Xi是单值读数，CPK和PPK之间的差异，4 .工艺能力和工艺性能，4.3.2双面公差的计算：单面公差：上限：下限：带中心偏移的工艺性能指数：事实上，Cpk可根据Ppk公式计算，而不是计算k，只是将分母中的s改为R/d2。工艺能力和工艺性能，4.3比较和分析* Cp