统计过程控制spc计件特性控制图

计件特点的控制图10.1计数型数据和图表我们在前文控制图中所关注的数据都是属于可测量的数据。可是关于某些零件或许过程来说，其实不老是能够获得可测量的数据，这样就会直接致使传统控制图的无效。比方，一个灯泡可否能够正常工作，一台发动机可否正常启动，一个油漆工的一次工作成就中可否包括有瑕疵点。这些特定的现象中我们所获得的都是计数型数据，所以需要用相应的特点控制图来进行办理。计数型数据主要有两种，计件的不合格数和计点的不合格数。经过或不经过是计件的数据。举个例子，一个灯泡要么是好的要么是坏的，这意味着它要么能达到质量要求标准，要么达不到。所以在100个接受查验的灯泡中，不能能出现多于100个的坏灯泡。我们使用p图或许np图来研究计件特点数据的控制。计点特点的数据表示的是在一个零件或许说产品上存在的瑕疵点数。比方，一次油漆工作的结果中就很可能包括有很多个瑕疵点。而这每一个瑕疵点都要被作为计点特点数据计算在内。这样，在100个零件中就甚至可能会出现无数个瑕疵点了。正由于这种特点的数据和计件特点的数据性质很不同样样，所以我们需要用不同样的图表——c图和u图来对其进行研究。这两张图我们将放在下一章中详尽讨论。上述两各样类的计数型数据还都需要依照样本大小的可变与否选择不同样的图表。可是有一点是很明确的，当样本大小固准时我们所选择的图表必然是比较简单易操作的。表10.1显示了在不同样的情况下应当怎样选择研究用的图表。样本大小可变样本大小不变检查计件特点不npp合格数检查计点特点不cu合格数表10.1.012p图我们第一来看研究计件特点的图表。这各样类的经过或不经过数据是遵照我们第二章中所提到的二项散布的。发动机可否能启动的例子和我们的抽纸牌例子原理上是一致的。纸牌要么是红色要么是黑色，灯泡要么能发光要么不能够，硬币向上的那面要么是正面要么是反面——这些都是二选一非此即彼的选择，不能能会出现第三种结果。前文中的均值图对这各样类的数据显然是力所不及的。可是，我们能够借用均值图中的3控制界线的计算方法来计算我们这里相应的控制界线。诚然无法计算数据的均值，可是能够计算不合格产品的百分比（p），也称产品的不合格率，这个指标最后能够被用来估计整个过程所生产的产品的平均不合格数。依照前面所提到的，p图中的样本大小是能够改变的。若是每同样本由每日的产出产品所组成，那么它很可能随时间而发生变化。这里我们之所以能够使用p图是由于它能够赞同我们计算每一数据点的新控制界线。下面我们供应一系列创立p图的步骤：第一步：计算每同样本的不合格率（p）并且把它们注明到p图中。在每个数据点注明完此后，用直线把他们连结起来。这里注意控制图的范围最少应当到最大p值的两倍左右。

达不合格产品数目不合格品率（p）的计算公式是：查验产品总数表10.2表10.2显示了10个样本和它们各自的p值。第二步：计算平均p值（p）。计算公式是：总的不合格产品数目p总的查验产品数目就以我们的例子来说。p=225/4439=0.05069第三步：计算每一个数据点的上控制界线。上控制界线的计算公式以下：其中n=每同样本中查验产品的总数关于例子中的第一个数据点我们能够依此计算获得上控制界线为：0.05069＋3第四步：计算数据点的下控制界线。下控制界线的计算公式以下：其中n=每同样本中查验产品的总数由于不合格产品的数目不能能小于0，所以当我们计算获得的下控制界线值为负值时，我们取下控制界线为0。同样，关于我们的例子中的第一个数据点我们能够依此计算获得下控制界线为：97第五步：对每个数据点重复进行第三步和第四步。表3显示了我们所有10个样本的上下控制界线。10.3第六步：在控制图上画出控制界线。我们以p的值为中心线。图10.1画出了上述数据的一张p图。图10.1样例的p图控制界线的宽度反应了我们对样本中不合格品数的希望。这种希望其实不随样本大小的改变而改变，但事实上不合格品数是会随着样本大小而变化的。显然，样本比较大时获得的p值比样本比较小时获得的更为凑近真切值。所以，我们在小样本时把控制界线处的值除去在控制范围外，而在大样本时将其包括在控制范围内。若是样本大小的变化不是很显然，我们能够取样本大小的均值并且对整个控制图使用同一控制界线。可是关于位于控制界线周边的点，我们需要计算出它真切的控制界线，这样才能确定它终究是受控的仍是不合格。还有另一种方法是计算平均的样本大小并且使用np图来计算我们的控制界线。在分析p图的时候，我们采用的分析方法完好近似于对均值控制图进行分析的方法。2.013np图np图是p图的一种特别形式，当样本大小固准时，研究np图经常比研究p图更为简单和直接。在p图中，我们所画出的是每同样本的不合格品率，而在np图我们则直接画出不合格品数。这是由于实质的数字老是比一个抽象的比率来得简单理解和办理。所以当样本大小恒定或许近似不变时，我们就改为采用np图。这同时仍是由于np图有着恒定的控制界线，所以创立也较p图简单很多。下面我们供应一系列创立np图的步骤：99第一步：计算平均np值（np）。计算公式是：总的不合格产品数目np总的查验产品数目举个例子，假定我们每组样本检查75个零件。在采用的15组样本中我们分别检查出的不合格品数为：23,19,34,26,21,23,30,25,16,28,31,33,17,15,22。那么总的不合格品数为363，而我们检查的总产品数为1125。最后我们能够获得的p值为0.32267。第二步：计算中心线值np。计算公式为（np）。比方，当n=75，p=0.32267时；np=24.20。第三步：计算数据点的上控制界线。上控制界线的计算公式以下：在我们的例子中，UCLnp的计算以下：第四步：计算数据点的下控制界线。下控制界线的计算公式以下：在我们的例子中，LCLnp的计算以下：第五步：注明每同样本的实质不合格品数并且画出控制界线。这里要注意的是：由于控制界线的范围是固定的，所以上控制界线一般落在控制图纵轴的三分之二处。图10.2显示的就是我们例子的np图图10.2np图p图和np图在其他方面也有宽泛的应用。比方，假定你每个月要发散2000张销售传单，那么你能够用np图来追踪市场的反应。若是你每个月发散的传单数目