SPC统计过程控制及CPK分析

1、SPC统计过程控制，质量部准备由：名李贞洁李凤社，直方图，一个班的40名学生得分如下：63，84，91，53，69，81，61，69，91，78，75，81，80，67，76，81，81问题：如何直观地显示哪个得分段的学生最多，哪个得分段的学生最少？根据10分的距离将分数分成5组(即组数)，然后计算每个分数中出现的学生人数。49.559.5: 53，53有两个学生，89.599.5: 91，91，94，90，95有五个学生，近似正态分布，49.5，99.5，在此范围内出现分数的概率为5%，22.5%和25%。如果随机变量服从带有位置参数和标度参数的概率分布，其概率密度函数的数学期望值为正态分布

2、或期望值等于位置方差的平方根或标准差等于标度参数，它决定了分布的幅度。正态分布的概率密度函数曲线是钟形的，所以人们通常称之为钟形曲线。许多统计方法，如验证、方差分析、相关和回归分析，都要求分析指标服从正态分布。、95.45%、99.73%、68.27%的大数定律，也称为大数定律，在随机事件中，随着试验次数的增加，事件发生的概率趋于稳定值。大量样本的统计值的平均数稳定在某个值上，如频率稳定在概率上，而样本的平均数接近整体平均数。最常见的例子是掷硬币实验，掷一万次后正面出现的概率是60%，再掷一万次后正面出现的概率是48%，等等。持续接近50%并且稳定在50%附近，在看似偶然的事件中表现出规律性。

3、当样本足够大时，样本服从正态分布(即抛物线形状)。例如，对1000名居民收入的随机调查显示，低收入和高收入都是少数，而中等收入占大多数，这意味着正态分布。大数定律指的是单个特征值，而中心极限定理指的是变量的分布特征。大数定律和中心极限定理都表明必然性可以在偶然性中找到。中心极限定理意味着当总数趋于无穷大时，样本值之和的极限分布类似于正态分布。自然界中大多数特征值近似服从正态分布。即使总特征值的分布不服从正态分布，许多重要的样本特征，如样本均值和样本方差，也是渐近正态分布。，中心极限定理，测量值：正态分布块值：二项分布点值：泊松分布，如果一个量是由大量独立随机因素引起的，并且每个独立因素在总影响

4、中起很小的作用，那么这个量一般服从或近似服从正态分布中独立随机变量和的特殊规律性：大量独立随机变量和的近似分布问题。当一个量由于许多随机因素(除了主导因素)的共同影响而被随机选择时，它的分布近似服从正态分布。和的分布收敛于正态分布的定理称为中心极限定理。如果一个随机变量可以看作是大量独立随机变量综合作用的结果，那么每个因素在总影响中所起的作用都很小。综合作用的结果服从正态分布。例如，射击和发射炮弹的落点与目标的偏差受到许多随机因素的影响，如瞄准时空气阻力引起的误差、炮弹和枪体结构引起的误差等。均为服从正态分布的随机变量：仪器偏差、温度变化偏差和读数误差引起的偏差、试验参数引起的偏差、小概率事件

5、原理：假设异常波动已经消除，只需要偶尔的波动。基于偶然的波动，设计控制极限。当过程正常时，想法出界的概率是0.27%。根据小概率事件几乎不会发生的原理，当有一点越界时，就可以判断。正态过程生产的产品质量特征大多是正态分布或接近正态分布。产品超过三个标准偏差(3)的概率为P=1-99.73%=0.27%，这是一个小概率事件。然而，在一项观察中，一个小概率事件是不可能发生的。一旦发生，就认为过程中有问题。假设过程在控制之下，一旦它显示出偏离这种状态，过程很可能失去控制。控制图的原理、以三个标准偏差为控制上下限，绘制控制图，确定工艺问题，偏离目标，准确稳定，修正工艺规范，减少工艺偏差，工艺重复性差。

6、六西格玛分析方法，找出过程是否偏离目标或有较大的偏差，从而纠正工艺规范或减少偏差。浓度趋势由平均值X评估，过程精度衡量从产品获得的数据的实际性能，与规格中心的偏差程度由标准偏差评估，标准偏差衡量从产品获得的6倍数据的标准偏差与规格公差范围之间的差异程度。预计流程中的每一个产品都将瞄准规格中心，变化幅度越小越好。波动范围从长期来看是不稳定的，过程从短期来看是稳定的。非受控过程条件：不同的周期、不同的分布、受控过程条件：不同的周期、相同的分布模式、新的异常因素、更好的稳定性和稳定性、长期和短期过程稳定性、异常波动、偶然波动，过程中有许多波动源，但其中一个或几个对质量特性有很大的影响，而其他的影响很

7、小。这些强波动源使X的分布随时间变化，改变分布的位置，或分布的标准差，有时还改变分布的形状。偶然波动是由偶然因素引起的，但过程中固有的异常波动是由异常因素引起的，而不是过程中固有的。过程中有许多波动源，每个波动源对质量特性X的影响很小，通常X服从正态分布，其分布不随时间变化。意外波动是由意外因素引起的，并且是过程中固有的。一个成熟的过程是工厂的财富，随机的原因服从正态分布，大量微小的原因导致的原料在一定范围内的微小变化，在按照操作标准使用仪器测量操作的变化时，并不十分准确。通过CPK分析发现，管理层应采取系统的改进措施，解决85%左右的工艺问题，采用加工精度更高的设备，并缩小控制范围。也叫共同

8、原因、共同原因和内在变化：即制造过程中的常规操作，也叫正常原因，是由次要原因引起的原材料、设备、人员和方法在标准范围内的变化，所以变化相当小。它可以被认为是稳定的，并且经常存在，所以有些人称之为不可避免的原因。这种变化是制造过程中固有的变化，如果减少这种变化，制造过程将相应地改变。对于工厂来说，这是一个正常的变化，在过程控制中减少或消除它通常是不经济的，这是不可避免的。必须存在于各种过程中，这样的波动一般不会自然消失，也不会减少。始终存在着形成一个相对稳定的状态对质量波动影响很小，难以识别和避免，非随机原因不服从正态分布，一个或几个影响因素导致材料使用超规格，不合格材料被新操作者使用，员工生病

9、或无效，机械故障或工具损坏和磨损，机械调整不按操作标准进行操作，无操作标准的操作所制定的操作标准不合理。简单的统计分析表明，大约15%的过程问题可以通过过程人员采取局部措施直接消除和改进来解决，这也被称为特殊原因。可避免的原因：指过程中除常规操作之外的力，也称为异常原因或异常原因。制造过程中不受控制的变化是不断变化的，既不稳定也不频繁，而且不是制造过程的一部分。这种不稳定的性质使得过程不能按照预定的目标运行，从而导致过度的变化。非机会原因的变化不仅可以找到其原因，而且从经济学的角度来看也是可以消除和避免的。偶然的，有特殊条件的，大的质量变化是容易识别的，容易消除的，这种波动有时存在，有时消失，

10、异常波动的控制图来自，测量系统原因，产品原因，加工规格偏差，首先：消除测量误差测量重复性测量精度，原材料，夹具，附件，机器参数，异常加工步骤的控制图，设备，加工重复性加工精度，原材料尺寸，原材料性能，原材料规格，工艺和标准的变化，产品设计的变化， 夹具精度，夹具磨损位置，2:产品确实不符合规格，3:原材料是否符合规格，4:加工组规格是否正确。 加工设备的各个方面都有问题吗？当上述方法不能解决问题时，控制图的作用、规格上限USL 640.5、规格下限LSL 579.5和规格中心610，过程波动趋于稳定，区分生产过程中产品质量的随机波动和异常波动，从而对生产过程中的异常趋势给出预警，使生产管理人员

11、能够及时采取措施消除异常，恢复过程的稳定性，从而达到改善和控制质量的目的。控制图用于识别特殊原因和常见原因。当过程仅受随机因素影响时，过程处于统计控制状态。当过程受非随机因素影响时，控制图会显示异常状态，过程波动大，过程波动小。不良率图(P图)、不良数图(P图或d图)、缺陷数图(C图)、单位缺陷数图(U图)、测量值图、平均值和全距图(X-R图)、中值和全距图(X-R图)、单值和移动全距图(X-Rm图)、平均值和标准差图(X-图)、计数值图、1。da2.计算控制极限：a)全距离控制图的控制极限R=S R i/k UCLR=D4 R LCLR=D3 R R=所有样本的平均全距离k=样本(组)数UC

12、LR=控制上限LCLR=全距离的控制下限。 平均控制图控制极限：x=S x i/K UCL x=A2 R LCL x=-A2 R(系数均为A2)注：=x=所有采样组的平均值(实际上是所有数据的平均值) _ X i=第I个采样组的平均值k=样本数UCL x=平均值的控制上限LCL x=平均值的控制下限全距离控制图：控制精度，或离差度平均控制图：控制精度，或与目标值的偏差度、判断标准1: (2/3a)中3点中的2点在区域A之外。 判断标准2: (4/5b)中的5个点中有4个在区域B或区域B之外。UCLLCL、判断标准： (6系列)连续上升或下降6个点，判断标准4: (8缺少c)在中心线两侧各有8个

13、点，但在区域c中没有点，出现概率为0.273%。 UCL LCL，判断标准5: (7一侧)在c区或c区外有7个连续点，判断标准6: (14上下)有14个连续点交替上升和下降，判断标准7: (15C)在中心线两侧的c区有15个连续点，判断标准8: (1越界)在a区外有1个点。 过程关键特性的确定、过程控制计划和规范的制定、过程数据的收集和整理、过程受控状态的初步分析、过程能力分析、控制图监控、监控、诊断和改进等。 有些过程对产品质量起着至关重要的作用，这些过程被称为关键过程，对产品质量影响最大的过程被发现。只有当过程被控制和稳定时，才有必要分析过程能力。当发现工艺能力不足时，应采取措施。根据工艺

14、的异常频率和生产速度，采取适当的取样间隔。对于受控和稳定的过程，应不断改进以减少恶化的常见原因，制定检验方法、标准、异常处理程序和方法，并根据判断控制图差异的八项原则控制控制图的两个阶段，即分析阶段和控制阶段，以消除异常原因。反应过程偏离规格中心。与规格中心的偏差越大，越有可能超出公差范围。精度双边规格，规格上限，规格下限，精度单边规格，例如：吸入值规格110N，例如：噪声40dB响应时间300ms，精度，精度反映过程中的波动和变化程度。变化越大，越有可能超出公差范围。双边对称规格：双边不对称规格：和单边规格：用Cp表示，过程能力综合指数(短期过程能力)用CPK表示。注：组合标准偏差=数值浓度

15、与上限的偏差程度，由子集中每个偏差的平均值计算得出，或中心值和上限之间可容纳的量，相当于3的几倍。过程性能指数(长期过程能力)Ppk，注：总标准偏差=基于所有数据的计算值，CPK和PPK的最大区别是是否考虑组间差异，如果只考虑组内差异，则为Cpk。Ppk。如果考虑组间差异；在正常情况下，考虑组内变异时，PPK应小于Cpk CPK，而Ppk考虑组间变异。CPK使用的数字是每组数据的最大值和最小值。例如，PPK涉及所有的数字(这里，有必要说的是业主的取样有问题，不是一件5次，而是一般一天或一个班次5件，在检查测量工具RR时使用同一件连续测量)。假设每天取样5件，取样25件。从公式可以看出，CPK只使用日最大值和最小值，其关注点在于一天内的波动，CPK与PPK的差异，计量过程能力的分析，场景1:一般正态分布使用能力分析(正态)；场景2:如果是正态分布，并且组之间的差异很大，则可以使用能力分析(