SPC控制图的绘制方法及判断方法PPT

1、1、绘制和判断控制图；2、主要内容、绘制程序、各种控制图方法，如控制图的观察和判断；3、绘制程序；4、1、确定受控质量特性，即定义控制对象。一般来说，可以测量(或计数)的关键零件在技术上是可控的，对产品质量有很大的影响，关键过程的关键质量特性应选择出来进行控制。 2选定的控制图类型 3收集的初步数据4计算的控制界限各种控制图控制界限有不同的计算方法和公式，但其计算步骤一般如下： (1)计算各种样本参数(见表3)； (2)计算分析控制图控制线(见表4)。 5制作控制图进行分析，判断过程是否处于稳定状态。6与规格相比，在控制图控制图用于控制过程之后，确定控制图 7可用于控制过程并保持生产过程处于正

2、常状态。收集初步数据的目的只是利用控制图进行分析，以判断过程状态。数据采集的方法是区间随机抽样。为了反映整个过程的整体情况，数据应在10 15天内收集，并应在事先准备的问卷中详细记录。收集的数据数量见表2。表2控制图的样本和样本容量、3个初步数据的收集、8个和5个分析判断过程是否处于稳定状态的控制图在坐标图上画出3条控制线，控制中心线一般用细实线表示，控制上下线用虚线表示。将初步数据的每个样本的参数值点在控制图中。根据本节介绍的控制图的判断规则判断过程状态是否稳定。如果判断过程状态不稳定，应找出原因，消除不稳定因素，并重新收集初步数据，直至获得稳定状态下的分析控制图。如果确定流程处于稳定状态，

3、请继续以下程序。与规范相比，确认控制控制图应与分析控制图中已知的过程处于稳定状态后的规范进行比较。如果该过程同时满足稳定性和规格的要求，则该过程被称为处于正常状态。此时，分析控制图的控制线可以作为控制图的控制线；如果不能满足规范要求，则必须调整工艺，直到获得正常条件下的控制图。通过满足规范要求，并不意味着上控制线和下控制线必须在规范的上限和下限内，即UCL tu。LCLTL .这取决于受控过程的过程能力是否满足给定Cp值的要求。9，表5控制图系数表，10，各种控制图做法示例，11，1控制图(Average Range Control Chart)原理：图表又称平均控制图，主要用于控制生产过程中

4、产品质量特性的平均值。r图又称范围控制图，主要用于控制产品质量特性的分散。“控制图”是图表和R图的联合使用，用于掌握过程质量特性分布变化的状态。主要适用于控制零件尺寸、产品重量、热处理后的力学性能、材料成分含量等正态分布的质量特性。一家铸造厂决定通过拉拔来控制铸件的重量，每天抽取一个样本，样本容量为n=5，总共抽取k=25个样本。测量的预先准备的数据显示在表6中。铸件的重量规格为13.2(千克)，加工能力预计在1至1.33之间。试着做一个控制图。，12，注：表5在第16、13页，(4)制作图表的坐标系和R图，将横坐标样本数单位对齐，将表6中每个样本的Ri点在图表上，并将连接点制作成平均值和范围

5、波动曲线。图5是用于分析的控制图。，(5)根据本节“控制图的观察和判断”标准，过程处于稳定状态样本数，cl=1.35，cl=12.940，UCL=13.719，LCL=12.161，UCL=2.86，r图，0.510 15 20 25，4.32 1，14，13，12，x图，图5铸件质量分析控制图(x-r图)，原理：图是通过图和r图的联合使用，掌握过程质量特性分布变化的状态。应用情况与控制图相同，但具有计算简单、便于现场应用的优点。注：第16页表5，16，3 L-S控制图(两极控制图)，原理：通过最大值和最小值的变化掌握过程分布的变化状态。其应用与控制图相同。但是，只有一张图片用于控制，因此它具

6、有现场使用简单的优点。例3:例1，用l-s控制图进行控制，并尝试制作分析控制图。根据表3中的计算公式，首先在表6中找到并记录表6中每个样品的最大值Li和最小值Si。例如，L1=14.0 S1=12.1例如，如果样品是混合液体，或者需要很长时间才能获得质量特征值，成本高(如破坏性检验)，产品加工周期长等场合。X形图可以直接点在图上，无需计算，可以及时发现异常，但在流程分布中心不容易发现变化。示例4一家化工厂决定使用x-Rs控制图来控制化学产品中的甲醇含量。每天取一个样本，样本量n=1，共取26个样本，测得的初步数据见表7。试着做一个x-Rs分析的控制图。解：19，制作X-RS分析控制图。(图7)

7、，解决方案：20、0.8、1.2、1.6、2.0，X-plot，UCL=2.067，LCL=0.557，CL=1.312、和、0.515225、UCL=0.929，CL=0.284，序列，0.2、0.6、1.0，Rs图表，和，和，和，和，和，和，和，和，和，和，和，和，和，和，和，和例5车间用生产控制图来控制锻件的不合格品率，并统计了最近生产的24批(即24个样品)锻件的质量。 每批的批量(即样品尺寸ni)和不合格产品数量pni如表8所示。试着做一个控制图来分析。22，分析用控制图，23，分析用控制图，0 510 15 20 25，2.0，4.0，6.0，8.0，n=200 UCL=8.45

8、n=250 UCL=8.01，n=250 LCL=0.557 n=200 LCL未考虑，cl=4.20，图8中锻造分析用控制图(Pchart)显示不合格品率为100，24从图中可以看出，由于ni不一致，上下控制线是一对对称的折线。为了简化计算和映射，ni应尽可能保持一致。当ni不一致但满足以下条件时：25，6 pn控制图(不合格品的NC图)，原则是属于逐件值控制图，通过同等能力的样品中不合格品的数量来分析和控制工作顺序。实施例6在某一过程中使用的量规检查凸轮的厚度，检查30批，每批500件，每批不合格产品的数量如表9所示。如果pn图用于控制，尝试控制图进行分析。控制图9用于分析。与P控制图一样

9、，当使用pn控制图时，样本量应满足26、27、7u控制图和C控制图(单位缺陷数、缺陷数控图)的要求。原理：U形控制图又称单元缺陷数控图。它通过单位产品的缺陷数量来控制过程。c控制图也称为缺陷数控图，它通过相同容量的样品中缺陷的数量来控制过程。u型图和c型图属于单件价值控制图。它通常用于控制织物、铸件和零件表面的缺陷。类似于P图。U形图的每个样本的容量可以不同，但是它的上下控制线是一对只有当条件满足时，才能计算上下控制线，而不是ni。此时，上下控制线将是一对对称的直线。与pn图相似，C图必须具有相同的样本容量。如果用户界面显示单位产品上的缺陷数量，使用U和C图表要求样本量。只有这样，缺陷数和单位

10、缺陷数才能近似服从正态分布。，实施例7，28，实施例7一家棉纺厂决定用碳控制图来控制棉布的质量，因此它统计了最近生产的25块棉布的质量。每块布的面积n为10m2，每块布的缺陷数ci如表10所示。试着做一个控制图来分析。表10棉织物疵点数据表和表29是用于分析的控制图。(图10)、图10棉织物疵点数字控制图(图C)、图30控制图的观察与判断、图31判断标准:工序质量特征值分布的变化是通过控制图上的点的分布来反映的，所以要根据点的位置和排列来判断工序是否处于稳定状态。过程处于稳定的控制状态，必须同时满足两个条件：控制图的所有点都在控制范围内。想法的排列没有缺陷。也就是说，思想在控制范围内的波动是随

11、机的，不应该有明显的规律性。点排列的明显规律性被称为点的排列缺陷。GB/T4091-2001 常规控制图规定了8个不同的标准。(1)链条(2)复合链条(3)倾斜度(4)接近控制线(5)的周期性波动，32。由于控制图在稳定状态下也会产生假信号误差(第一类误差)，因此规定第一个条件是在下列条件下所有点都满足控制极限。 (1)至少有25个连续点在控制范围内； (2)在连续35个点中，只有1个点超过控制极限； (3)在100个连续点中，最多有2个点超出控制限制。，控制图中的点都在控制范围内，33，(1)链：点连续出现在中心线一侧的现象称为链(图11)。当有一个5点链时，应该注意过程开发。当6点链出现时

12、；应该开始调查原因。当出现7点链时，该过程被判断为异常，必须立即处理。一个点出现在中心线一侧的概率是0.5，一个7点链出现的概率是。根据小概率事件原理，7点链出现的概率小于0.01的小概率事件标准，因此在实验中不易出现。一旦出现，就表示发生了异常。(2)当11个连续点的中心线侧至少有10个点时，复合链的：个点大多在中心线侧的现象称为复合链；14个连续点中至少有12个在中心线侧；17个连续点中至少有14个在中心线侧；20个连续点中至少有16个在中心线侧，这表明过程处于异常状态。对于小概率事件，上述情况发生的概率小于0.01。例如，11点复合链的概率为35，(3)趋势：点连续上升或下降的现象称为趋

13、势(图13)。当7点钟连续上升或7点钟连续下降时，应判断过程处于异常状态。如果按高低位置排列7个点，则有7种排列方式！物种，持续上升只是其中之一，其发生概率为，36，(4)靠近控制线： 靠近中心线(图14a): 在中心线和控制线之间画一条平分线。如果大多数点靠近中心线，则确定过程状态异常。点落在上下控制线附近的概率是，这不是一个小概率事件，但是在上下控制线附近的1/2区域没有点出现是不正常的。 接近上控制线和下控制线(图14b): 中心线和控制线由三分割线相交。如果3个连续点中至少有2个点，7个连续点中至少有3个点，10个连续点中至少有4个点是点的周期性变化有多种形式，很难掌握，通常需要很长时

14、间才能看到。要处理这种情况，必须在通过专业技术找出原因的基础上，仔细判断是否有异常，不仅要把控制图上的点看作一个“点”，还要把一个点看作某一时刻某一统计量的分布，点的排列变化就是分布状态的变化。例如，在图表中，图表显示了连续增加的趋势，而R图表是正常的，表明由于刀具磨损、定位件磨损、温度变形等原因，过程平均值可能会逐渐增加，但是过程方差不变。如果图表正常，则R图表显示持续上升，表明过程的平均值没有变化，并且由于夹具松动、机床精度变化、毛坯余量变化较大等原因，差异可能会增加。，概要：40，控制图的两种错误分析和应用点，控制图的两种错误分析和应用点，41，控制图的两种错误分析，两种错误：第一种错误

15、：错误发送信号的错误，即正常过程，超出控制限制的点。第一类误差的概率记录为。第二类错误：丢失信号的错误，即异常过程，但这种想法仍在控制范围内。第二类错误发生的概率记录为。计算：对于由3原则确定的休哈特控制图，第一类误差的概率=0.27%(图16)计算：的大小需要对具体问题进行具体分析。控制图计算公式例8 影响因子n选择，42、/2、/2、图16控制图两种点误差分析，43、44、45、46两个控制图应用要点，1关于样品提取注意采用多台设备分层处理同一产品，由于每台设备的精度、使用寿命、维护状态不同，其质量特征值分布状态也不同。因此，数据应由不同的设备收集，用于质量分析和控制。同样，对于不同的原料、不同的操作人员、不同的工艺设备等条件，应采取相应的措施实施分级控制。只有这样，控制图才能及时反映异常情况，准确及时地找出异常原因。同一样品中的几个数据也应尽可能取自相同的生产条件。例如，工具更换前后的数据不应放入一个样本中，以充分反映生产过程中生产条件之间的差异。(2)选择合适的样本量n和时间间隔h2的控制极限的重新计算，(47)，(2)选择合适的样本量n和时间间隔h，在一定的生产速度和批量条件下，选择合适的n和h是使用控制图时首先要解决的问题。样本