不合格品率控制图.ppt

1、控制图(Control Chart)、记录1、控制图概览-第3页1、控制图的概念-第4页2、控制图的统计原理-第5页3、控制图的分类-第14页4、控制图的作用-第19页2、控制图的设计-22 单元缺陷控制图(u控制图)-第37页第2页，设计土方计算值控制图-第38页第3页，控制图的观察分析-第50页第1页，控制状态-第51页第2页，控制状态-第52页第3页，需要注意的一些问题-第58页第4页，考试审查-第2页应用管理图表可分析、预测、判断、监视和改善流程状态。如图1-1所示，是单值控制图。也就是说，图显示了一般控制图的基本模式。横坐标：按时间顺序排序的抽样组编号。纵坐标：质量属性或样本统计信息

2、，如样本平均值。上限控制限制UCL:Upper Control Limit下限控制限制LCL:Lower Control Limit中心线cl: control limit，控制图，概念：控制图允许您监视临界状态的进程。进程监控确定和量化进程中的变更类型。测量值使用实际测量值进行表格处理。公制值使用及格-不及格信息编制表格。控制边界，控制边界数字定义在每个进程中，典型的可变范围控制限制不控制进程，只反映当前进程的状态。2，控制图统计原理，1)，原则生产过程中只有偶然原因存在，产品质量特性值形成一定的一般分布。如果出现系统原因，就背离了原来的典型分布。程序没有系统的理由时。如图1-4所示，只掉在

3、两条虚线以外的概率只有0.27%。也就是说，在1000个采样(数据)中，平均大约有3个数据超出了分布范围。这是在有997个，处于统计管理状态的工序中取样，可以认为一定范围在分布范围之内，在分布范围之外是不可能的原理。2)，控制图的控制限制通常如下图-2所示，x图形的中心线和上下控制限制如下：图-3所示，管理图表的控制限制如下：3、管理图表的分类、管理图表的种类很多。按统计分类时，通常为1、度量值控制图a、控制图(单值控制图)。此图用于可能需要时间测量一个数据、成本高或难以分组样例数据的情况等。b，控制图(平均和极差控制图)。这个图可以同时控制质量属性值的集中趋势，即平均值的变化及其偏离趋势，即

4、极端变化。这幅画可以提供更多的质量信息和更高的出库能力。c，控制图(中值和极差控制图)。计算可以减少，但检出与控制图类似，因为检出没有比控制图快。d，控制图(单值和移动差异控制图)。移动极差，即相邻数差的绝对值。此图用于数据不能分组的情况，例如钢水的化学成分控制。(注：由于管理图表最常用于度量值管理图表的实际使用，因此以下示例仅引用了管理图表的列，而其他管理图表的使用可以参考相关书。)。)、2)、数值控制图a、控制图(非标准CNC制图)以管理非标准数量。b，用于控制产品不合格率的控制图(不合格控制)。c、对铸件气孔、砂孔数、布料缺陷等单一缺陷数的管理(缺陷NC地图)。d，单位面积，单位长度中缺

5、陷数控制的控制度(单位缺陷数值控制制度)。数值控制图、不合格产品、缺失、数量(样本大小不变)、百分比(样本大小更改)、Pn控制图、C控制图、U控制图、P控制图其具体作用是1)及时发现生产过程的异常现象和缓慢波动，防止不合格品的发生，从而降低生产成本，提高生产效率。2)、有效分析和判断生产工艺质量的稳定性，降低检验、测试成本。3)为了做出正确的技术决定，可以找出设备和工艺手段的实际正确性。(4)，为了实际开发工艺目标和规格限制，特别是为优化定制构件建立了可靠的基础，并为改变不符合经济性的规格标准提供了依据。5)、使工序的成本和质量可预测。6)、最终可以保证产品质量，提高经济效率。其次，设计控制图

6、，测量值控制图中常用的典型控制图是“平均值-极值”控制图。也就是说，下图显示了测量值控制图设计。a，数据收集假定在齿轮钻孔工序中收集100个孔尺寸数据，如表2-6所示。数据收集时间详细列在表中，样本大小n=4 (n=4 5适合)共从25个组合中收集了100个数据。将每个数据集规格化为表格格式，以便计算，最后易于获得。b，控制限制在表1-3中确定，n=4时图形的控制限制为：1，设计测量值控制图，表2-6(表的数据基本数据为6.00毫米)，C，绘制控制图图图2-11中用图表表示的初始控制限制，将示例统计数据和每个着色点与图形相关联。d，控制边界限制修改由图2-11中的示例点状态表示。(1)，插图中

7、的三个范例点显示为4、9和20。(2)，r图有示例点18。(3)，控制限制内的采样点阵列大部分偏向中心线以下。实际上，具体分析了这种情况，确认9号样品点的出赛是偶然的原因，4、18、20号3个样品的出赛是系统原因造成的，因此，删除后，要用剩下的样品统计再次修改控制限制。修改包括：因此，修改后的限制如下：(参见表1-2)如图2-12所示，将初始控制限制与修改后的控制限制进行比较，表明修改后的控制图表的中心线向下移动，控制限制缩小。e，使用和改进控制图2-13，使用修改后的控制图后，通常需要继续改进以保证和提高质量控制功能和水平。图2-13中的二月控制图的控制限制使用一月控制图中的数据重新计算。如

8、果继续，可以清楚地看到控制图的持续改进。图中的7月份官员也取得了情况更好的控制结果。此时，如果认为目的基本上达到了，则只需通过定期抽样检查判断维持工序状态即可。图2-13使用和改进修改的控制图，1月，2月，设计数字控制图，1)，不合格率控制图(p控制图)样本大小n相同的p图a，与数据收集产品5月检验数据表2-4d，p控制图表修改设置为0，因为pmap的下限不能为负值。图2-1至19号样本点外出是系统原因造成的，必须将其删除，并重新计算不合格品比率的平均值。d，pmap控制图修改如图2-2所示，使用图2-2所示的5月收集的数据设计和修改的p控制图持续7-8个月，直到管理质量稳定且满足要求。然后定

9、期检查工序的管理状态，使其保持不变即可。图2-2清楚地表明，通过持续改进的控制图，可以更好地保证产品的质量。样本大小n不同的p图a，收集数据表2-2是在特定手表工厂34月收集的25个数据集，样本大小不同。b，根据控制限制确定表1-1和表2-2计算初始控制限制，如表2-2中的最后两列数据(计算基准)。表2-2、C、控制p控制图显示了与图2-1的区别，如图2-3所示。图2-3 pmap的初始控制边界(n不同)，图2-3所示，对d、p控制图的修改是3月31日、4月22日、26日、29日的4点超出控制限制的分析：1)，3月31日、4月22日的2个采样点是例外点，必须删除(2)，4月26日是正常的，应该

10、保存，4月29日在pmap中是特别优秀的表现，应该保存。因此，新不合格率的平均值为：然后计算每个组的修改限制(稍微)。实际上，由于此示例组的大小不同，因此在的差异不大时，为了简化控制边界，您还可以使用平均示例数(而不是此组中的示例数)，然后计算控制边界和。如图2-4所示，控制限制比图2-3明显简化，但是对于与控制限制相当接近的示例点，必须单独计算。据分析，5月11，14日是异常点，5月24日是正常点。此外，根据实际情况，可以设计图2-5所示的不同样本大小n、针对同一产品生产的不合格品比率控制图，从而更容易统计、分析和确定生产流程的质量控制状态。图2-5不同样本数的p控制限制，2)，缺陷NC绘图

11、(c控制图)a，收集数据以对产品的相同部分进行表面检查，记录缺陷数。表2-3收集了25个样品的数据。b，根据控制限制确定表1-1和表2-3计算的c图形的控制限制为：绘制c，c控制图时，计算出的控制限制CL、UCL、LCL将绘制在坐标上，25个示例点分别显示在图2-6中，连续显示为折线图，特别是边界点。图2-6显示了5、11和23的第三个采样点。5，23号样品点分析为系统原因，应剔除，11号样品点由于偶然原因，可以预约。根据上述分析结果修改控制限制。新样本缺陷数的平均值是使用修改后的控制图继续获得更好的值，并使用该值找到新的修改边界以应用于以后的产品质量控制。这将持续改进控制图(见图2-2)，产

12、品质量继续提高，最终在满足要求的水平上保持稳定。然后，定期检测此状态并保持受控状态，以达到适当质量的重复性和再现性。3)，不合格物料数字控制图(Pn控制图)a，收集数据工厂产品不合格物料数量统计(表2-4)。通过绘制c控制图(表2-4，B，控制限制确定表1-1: c，图2-7)，在坐标表上绘制CL、UCL和LCL，并将25个示例点绘制在控制图中，来显示超出限制的示例点。d，控制图修改在图2-7中示出了示例点8和17，由于系统原因，删除、重新计算和计算了值，因此修改后的图表管理限制为：图2-7 Pn控制图、图2-8修改的控制图、4、单位缺陷控制图(u控制图)a、收集数据已知的产品油漆表面缺陷数的统计信息如图2-5所示。表2-5控制图数据表，b，与控制限制检查表1-1相同：