B061质量控制-统计过程控制J

1、2022-4-41第四章 质量控制（A）-统计质量控制数据知识与统计基础统计过程控制控制图的原理与应用2022-4-42质量管理过程质量计划质量计划质量控制质量控制质量改进质量改进质量保证质量保证 设定质量目标 辨识顾客是谁 确定顾客的需要 开发应对顾客需要的产品特征 开发能够生产这种产品特征的过程 建立过程控制措施，将计划转入实施阶段 评价实际绩效 将实际绩效与质量目标对比 对差异采取措施 提出改进的必要性 做好改进的基础工作 确定改进项目 建立项目小组 为小组提供资源、培训和激励，以便： 诊断原因 设想纠正措施 建立控制措施以巩固成果 质量审核 质量认证2022-4-43一、质量数据及其类

2、型数据即对象的观测值。质量数据即质量特性的观测值。A. 计量数据（连续）B. 计数数据（离散）C. 顺序数据（比较、评分、优略）D. 定名数据（命名区分）（应用类型） 意见数据 可观测数据 结果数据 流程数据2022-4-44数据类型 A.计量数据 可连续取值，或可以用测量工具具体测出的数据。 具有连续性，可以是小数。 可以取给定范围内的任何一个可能的数值。 B.计数数据 不能连续取值，或者说只能用查数的方法取得的 数据。 只能取一组数值，而不能取这些数值之间的值。 可分为： 计件值：对产品按件检查时所产生的属性数据。 计点值：每件产品中质量缺陷的个数。 计数数据变换成比率后的数据还是计数数据

3、。2022-4-45数据类型 顺序数据表示等级顺序，如： 对品牌的偏好、态度 满意度的评价 采购的可能性 评价等级 定名数据命名与区分，如： 顾客与非顾客 市场区域 2022-4-46 D.意见数据（Opinion Data） 不考虑正确与否的人们的意见和判断 E.可观测数据(Observable Data) 依据:并不是给予事物一个数字，就会使它成为数据有利平平不利实际的品质观测的意见时间2022-4-47 F.结果数据(Result Data) 无可争议的最后成果，客观存在 为了下次做得更好，需要准确确定 G.流程数据(Process Data) 特指那些能及早得到的数据，以便在不利结果发

4、生之前可及时调整2022-4-48应用数据注意！ 可观测的数据比意见数据更好 最好能为社会各界人士认同 流程数据比结果数据更好 如果只能得到意见数据,应该假设某些可观测的指标被遗漏了,需要继续收集数据 不能把意见看成事实2022-4-49考察意见调查和反馈表格时要注意！ 要拟定不暧昧、不偏颇的问题极困难 意见提供的只是一张快照，而不是在不同时间的许多不同观点 意见会受到不相干时间的影响 我们不能假设有回应的人可以代表没回应的人 问卷格式很少采用开发式问题，它们的分类结构方式，并不见得与被调查者经验吻合，可能过于复杂而需要花费时间理清结构 所问的常常采用“找罪犯或替罪羔羊”的管理哲学2022-4

5、-410总体数据与样本数据 总体:总体又叫母样，是研究对象的全体。 总体不仅是指研究对象的全体，而更多的是指每个个体的质量特性数值的全部。 个体：构成总体的基本单位。 样本：又称子样，是从总体中抽出的一部分个体的集合。 样品：样本中的每个个体。 样本量：样本中所包含样品数目。2022-4-411抽样：从总体中抽取子样的活动 随机抽样：从一批产品中随机抽取，每件产品具有相同的概率。 系统抽样：按照一定规律，例如每过一段时间，抽取若干种产品为子样的方式。2022-4-412二、数据的收集与判断过程 收集数据的目的 测量者与被测量者的关系 收集方法的正确性 数据收集判断过程2022-4-4131.收

6、集数据的目的l判断生产过程是否处于稳定状态，以便对生产过程进行预防性控制。l对一批产品的质量进行判断和验收。明确目标是成功测量不可或缺的要素 先确定测量对象的意义，然而决定测量的目的 例：填报工时卡（打卡） 工时卡测量什么？ 为何员工进出要测量？ 试想你有了数据后能有什么用处，有更简单的方法取得数据吗？2022-4-4142.理顺衡量者和被测量者的关系 谁是测量者和解释者，为什么选他们来做？ 测量本身如何影响两者之间的关系 开始时的关系如何，希望达到什么样的关系？ 测量中隐含的某种尊卑关系 上述潜在的尊卑关系，有多少可以通过测量者所采用的方式以及被测量者的参与而减轻？ 消除被测量者的疑心202

7、2-4-4153.论证数据收集方法的正确性 明确数据收集的标准 什么叫“准时起飞”？ 数据收集的真实性 Craighead ，John和Frank，John从事的动物冬眠研究大白熊体温测量2022-4-4164.收集判断过程 1）获得数据，并进行描述整理。 2）对数据进行统计分析，来研究其规律性。统计参数/统计工具和方法 中心倾向：平均值、中位数等。 数据分散程度：方差、标准偏差、极差等。 3) 根据分析的情况，做出科学判断2022-4-417样本中位数样本中位数：按照数据大小顺序排列，位于中间的数值叫中位数。如果样本数为偶数，则取位于中间的两个数据的平均值为中位数。样本极差样本极差：表示一组

8、数据分布的范围，是指数据中最大值与最小值的差。样本方差和标准差样本方差和标准差：用来测量数据波动幅度大小xminmaxXXR112nxxSnii2022-4-4183) 根据分析的情况，做出科学判断 收集判断过程总体子样抽样测定数据整理判断2022-4-419收集质量数据的注意事项 1.明确搜集数据的目的 2.对数据进行整理和分类归组，数据的整理尽量图表化 3.与数据相关的信息必须纪录并加以保存 4.字迹清楚易懂 5.抽样与测定工作标准化2022-4-420数据的修整 四舍五入 四舍五入的修正: 大于五进位，小于五舍弃，恰逢五则进位与舍弃机会均等。2022-4-421三、随机变量及其分布202

9、2-4-422（一）随机变量表示随机现象结果的变量称为随机变量。常用大写字母X，Y，Z等表示随机变量,它们的取值 用相应的小写字母x，y，Z等表示。假如一个随机变量仅取数轴上有限个点或可列个点，则称此随机变量为离散随机变量,或离散型随机变量。比如，设X是一只铸件上的瑕疵数，则X是一个离散随机变量，它可以取0，1，2，等值。可用随机变量X的取值来表示事件，如“X=0”表示事件“铸件上无暇疵”，“X=3”表示事件“铸件上有三个暇疵”，“X3”表示事件“铸件上的暇疵超过三个”等等。这些事件可能发生，也可能不发生，因为调取0，1，2，等值是随机的。假如一个随机变量的所有可能取值充满数轴上一个区间（a，

10、b)，则称此随机变量为连续随机变量，或连续型随机变量，其中a可以是-，也可以是+。比如一台电视机的寿命X（单位：小时）是在0，Q）上取值的连续随机变量：“X=0”表示事件“一台电视机在开箱时就发生故障”，“X1000”表示事件“电视机寿命不超过1000小时”。2022-4-423随机变量的分布 随机变量的取值是随机的，但还是有内在规律的。 这个规律可以用分布来描述。了解一个随机变量X的关键是要知道它的分布，分布的含义是： X可能取哪些值？或在哪个区间上取值？ X取这些值的概率是多少？或在任一区间上取值的概率是多少？ 2022-4-424离散型随机变量分布 离散随机变量的分布可以用分布列来表示，

11、比如随机X取n值：x1，x2，xn，X取x1的概率为p1, X取x2的概率为p2,X取xn的概率为pn。这些可以用一张表表示：Xx1x2xnPp1p2pn2022-4-425连续型随机变量分布 连续随机变量调的分布可用概率密度函数p(x) 表示，也记为f（x）。 它是一种表示质量特性X随机取值内在统计规律性的函数。概率密度函数p(x)有多种形式，它在以X发生概率为纵轴，X取值为横轴的平面坐标系上，概率密度（即单位长度上的概率或频率）曲线不同的位置、散布程度、分布形状，反映了质量特性的差别。 随机变量X的分布(概率密度函数)有几个重要的特征数，分别来表示分布的集中位置(中心位置)和散布大小。20

12、22-4-426连续型随机变量分布2022-4-427（二）常见的产品质量分布1.二项分布进行n次独立试验，每次试验的结果只有两个“成功”或“失败”。设每次试验成功的概率为P（0P 0时，两个变量正相关，当X值增大时，Y值也增大。当r= 0时，两个变量负相关，当X值增大时，Y值减小。2022-4-4466. 回归分析研究一个或多个随机变量Y1，Y2，Yi与另一些变量X1、X2，Xk之间的关系的统计方法。又称多重回归分析。通常称Y1，Y2，Yi为因变量，X1、X2，Xk为自变量。回归分析是一类数学模型，特别当因变量和自变量为线性关系时，它是一种特殊的线性模型。 一元线性回归 一元非线性回归 多元

13、线性回归2022-4-447常用统计技术和方法 1提供表示事提供表示事物特证的数据物特证的数据在质量改进活动中收集到的数据大部表现为杂乱无章的，这就在质量改进活动中收集到的数据大部表现为杂乱无章的，这就需要运用统计方法计算其特征值，以显示出事物的规律性，需要运用统计方法计算其特征值，以显示出事物的规律性，如平均值、中位数，标准偏差，方差，级差等。如平均值、中位数，标准偏差，方差，级差等。2比较两事物比较两事物的差异的差异在质量改进活动中，应用新材料、新工艺，均需要判断所取得在质量改进活动中，应用新材料、新工艺，均需要判断所取得的结果同改进的状态有无差异，这就需要用到假设检验、的结果同改进的状态

14、有无差异，这就需要用到假设检验、显著性检验，方差分析和水平对比法等。显著性检验，方差分析和水平对比法等。3分析影响事分析影响事物变化的因素物变化的因素为了对症下药，有效地解决质量问题，在质量改进活动中可以为了对症下药，有效地解决质量问题，在质量改进活动中可以应用各种方法，分析影响事物变化的各种原因，如因果图、应用各种方法，分析影响事物变化的各种原因，如因果图、调查表、散布图、排列图、分层法、树图、方差分析等。调查表、散布图、排列图、分层法、树图、方差分析等。4分析事物之分析事物之间的相互关系间的相互关系在质量改进的活动过程中，常常遇到两个甚至多个以上的变量，在质量改进的活动过程中，常常遇到两个

15、甚至多个以上的变量，虽然它们之间没有确定的函数关系，但往往存在一定的相虽然它们之间没有确定的函数关系，但往往存在一定的相关关系。运用统计方法确定这种关系的性质和程度，对于关关系。运用统计方法确定这种关系的性质和程度，对于质量改进活动的有效性十分重要。这里就可以运用散布图、质量改进活动的有效性十分重要。这里就可以运用散布图、实验设计法、排列图、树图和头脑风暴法实验设计法、排列图、树图和头脑风暴法5研究取样和研究取样和试验方法，确试验方法，确定合理的试验定合理的试验方案方案用于这方面的方法有：抽样方法、抽样检验、实验设计、可靠用于这方面的方法有：抽样方法、抽样检验、实验设计、可靠性实验。性实验。输

16、入输入输出输出过程过程原材料原材料工具工具操作者操作者方法方法机器机器环境环境测量仪器测量仪器人的检验人的检验绩效绩效生产过程中的变异来源生产过程中的变异来源2022-4-457（二）过程能力过程能力的概念过程能力的分析与计算过程能力改进2022-4-458变异与过程质量特性分布 直方图 正态分布2022-4-4591. 过程能力 过程能力是指一个过程处于稳定状态时，也就是当操作者、机器、设备、原材料、方法和环境等因素标准条件下，过程所具有的加工精度和加工能力。 这种能力是一个过程能够稳定地生产出满足规范要求产品的能力；它由系统的一般原因所确定，是在过程受控条件下达到的。 从定量的角度看，它是

17、在诸因素受控的情况下，过程所加工产品的质量特性的波动幅度(分散程度)。通常用标准偏差的6倍来表示。即过程能力：B = 6。 2022-4-460过程能力指数 过程能力指数Cp（有时称为过程潜力指数或工序能力指数）定义为规范宽度与过程标准偏差的比值。即： Cp = T/6 T/6S =（TU T L ）/6S 其中，T为产品规范确定的容差范围，S标准偏差 #2022-4-461过程能力指数的应用 各种情况下过程能力指数的计算 过程能力指数与不合格品率 过程能力判断 改善过程能力的途径2022-4-462提高过程能力的途径 减少中心偏移量 减少标准偏差S 增大容差范围T 2022-4-463（三）

18、SPC与控制图SPC控制图2022-4-4641.统计过程控制统计过程控制（Statistical Process Control，SPC），是应用统计技术对过程中的各个阶段进行监控，从而达到改进和保证质量的目的。2022-4-465SPC的提出的提出过分依赖事后检验来保证质量过分依赖事后检验来保证质量是不可靠的是不可靠的 一开始就产生了劣质产品 没有被检查出来的劣质产品会被销售给消费者 无法确知劣质的产品和服务及其影响会存在多久 生产一个合格的产品比生产一个次品耗费的成本要低 在应用事后检验来保证生产优质产品的企业里，工人之间缺少相互信任 专用于捕获质量问题的人员和系统是非常昂贵的2022-

19、4-466SPC用途q对过程作出可靠的评估q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q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q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。2022-4-467开展SPC的步骤 培训 确定关键变量（即关键质量因素）对全厂每道工序都要进行分析，找出对最终产品影响最大的关键变量找出关键变量后，列出过程控制网图 提出或改进规格标准对步骤二得到的每一个关键变量进行具体分析对每个关键变量建立过程控制标准，并填写过程控制标准表 编制控制标准手册，在各部门落实 对过程进行统计监控 对过程进行诊断并采取措

20、施解决问题2022-4-4682. 控制图的概念 控制图是SPC的主要工具， 它是运用科学方法对过程质量加以测定、记录从而进行控制管理的一种图，用于判断和预防生产过程中质量状况是否发生波动的一种常用的质量控制统计方法。2022-4-4692.控制图的基本形式时间或样本号2022-4-4703.控制图的原理理论前提 在仅存在偶然性因素的情况下，质量特性值服从正态分布。 SPC的基本观点是:如果过程变异只是由于一般原因引起，则认为过程是受控的。当过程出现特殊原因时，将会超出控制图的控制限。2022-4-471正态分布的概率2022-4-4陈运涛 chenyy_72正态分布的特性 无论、取值如何，在

21、只有偶然性因素影响下，质量特性值落在3 区域的概率为99.73%，落在区域之外的概率为0.27%，这个概率是非常小的，是小概率事件。 概率原理:小概率事件在一次试验中是不会发生的，如果发生，则可判断出现异常。2022-4-473控制图的3原理+3-32022-4-474控制图原理的解释 小概率事件原理:小概率事件在一次试验中是不会发生的，如果发生，则可判断出现异常。 无论、取值如何，在只有偶然性因素影响下，质量特性值落在3 区域的概率为99.73%，落在区域之外的概率为0.27%，这个概率是非常小的，是小概率事件。2022-4-475 因此我们可以认为：当区间定为3 时候，质量特性值应该落在这

22、个区间，如果落在这个区间之外，就可以判断生产过程出现异常。 在控制图中，我们通常把+3 定位UCL， -3 定为LCL， 定为CL。2022-4-476控制图的预防功能 应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在造成不合格品之前就能及时发现。 在现场要贯彻“查处异因，采取措施，保证消除，不再出现，纳入标准”2022-4-477两类错误 第一类错误：虚发警报的错误，计为=0.0027 第二类错误：漏发警报的错误，计为 控制界限的合理确定: 两类错误造成的总损失最小2022-4-4784.控制图的分类按照用途分为 1)分析用控制图（分析生产过程是否处于稳态，也叫做统计稳态；分析生

23、产过程的工序能力是否满足技术要求，也叫做技术稳态。） 状态：统计稳态和技术稳态(过程能力)同时达到，这是最理想的状态。 状态：统计稳态未达到，技术稳态达到。 状态：统计稳态达到，技术稳态未达到。 状态：统计稳态和技术稳态都未达到，这是最不理想的情况2022-4-479控制图的分类 2）控制用控制图 当我们把状态调整到所确定的目标所确定的目标以后，我们就可以把分析用控制图延长作为控制用控制图。 延长前需用判断异常的准则和判断稳态的准则。2022-4-4陈运涛 chenyy_80(三三)控制图的类型和适用情况控制图的类型和适用情况RX RX SRX nP类别名称控制图符号特点适用场合计量值控制图平

24、均值极差控制图最常用，判断过程是否正常的效果好，但计算工作量较大适用于产品批量较大，且稳定、正常的过程 平均值-标准偏差控制图比较常用，判断过程是否正常的效果好，但计算工作量大适用于产品批量较大，且稳定、正常的过程中位数极差控制图计算简便，但效果较差适用于产品批量较大，且稳定、正常的过程单值移动极差控制图简便省事，并能及时判断过程是否处于稳定状态。缺点是不易发现过程分布中心的变化因各种原因(时间、费用等)每次只能得到一个数据或希望尽快发现并消除异常因素计数值控制图不合格品数控制图较常用，计算简单，操作工人易于理解样本数量相等不合格品率控制图P计算量大，控制线凹凸不平样本数量可以不等缺陷数控制图

25、c较常用，计算简单，操作工人易于理解样本数量相等单位缺陷数控制图u计算量大，控制线凹凸不平样本数量不等RX RX SRX nPsX 2022-4-481控制图的种类(按图的特点)2022-4-4825.控制图的设计与应用程序1. 选取控制图拟控制的质量特性，如重量、不合格品数等 。2. 选用合适的控制图种类3. 确定样本组、样本大小和抽样间隔。在样本组内，假定波动只由偶然原因所引起。4. 收集并记录至少2025个样本组的数据，或使用以前所记录的数据。5. 计算各组样本的统计量，如样本平均值、样本极差和样本标准差等。6. 计算各统计量的控制界限。7. 画控制图并标出各组的统计量。8. 研究在控制

26、界限以外的点子和在控制界限内排列有缺陷的点子，并标明异常(特殊)原因的状态。9. 决定下一步的措施。2022-4-483X控制图的设计 X控制图的中心线和上下控制界限有两种确定方法: 1)生产条件变化不大，生产过程相当稳定，则可遵照以往的经验数据。根据已知的均值和标准差，按照3 方式控制图建立控制界限的要求，来直接得到控制图的中心线和上下控制界限。 CL= ，UCL= +3 ，LCL= -3 2022-4-484 2) 如果没有经验数据，则应进行随机抽取样本。 抽样时应注意需有一定数量，一般取50以上。 根据抽样获得的质量特性值，计算其均值 和标准差S，即为均值和标准差的估计值。X2022-4-485顺序号TUUCLCLLCLTLXXXXX+T/2+3 -3 -T/2其中，X表示质量特性值，T表示公差范围X2022-4-486 例.已知某零件的标准尺寸要求为120.1 ，使用随机抽样方法确定X控制图的中心线及上下控制界限。 解：在一定生产条件下随即抽样n=50测量出质量特性值并计算其平均值和标准偏差