SPC详细版实战版.ppt

1、统计过程控制，第一单元，问题1:一种轴，公差要求为5 -1。有两个工厂，测量它们的产品得到以下数据：工厂甲：工厂乙：5 . 95 . 1 5 . 85 . 2 4 . 14 . 8 4 . 25 4 . 15 . 1 5 . 75 . 2 5.94。如果你是买家，在相同的价格和其他条件下，你会选择哪家公司的产品？为什么？问题2:根据你的经验，如果同一个人和同一台机器加工同一种零件并测量它们，所有零件的尺寸是一样的，还是完全不同？如果你发现确实存在差异，你有没有考虑过是什么导致了这种差异？你可能会发现有时差别很大，有时差别很小。为什么？有多少是大差异，多少是小差异？这个数字有规律吗，或者它们的分

2、布是什么？这种销售和我们产品的质量有什么关系，我们能看出我们产品的次品率是多少吗？20世纪20年代，美国的休哈特提出了过程控制理论和监控过程控制图的工具。由于其使用简单、效果显著，它已成为质量管理中不可或缺的主要工具，被称为统计过程控制(SPC)。它利用统计技术控制过程的各个阶段，并及时给出预警，从而达到保证产品质量的目的。什么是SPC？什么是SPC？世界上第一张控制图是休哈特于1924年5月16日提出的不合格品率p控制图，以及控制图的发展历史。1924年，美国质量控制大师休哈特博士创建了控制图。1931年，休哈特发表了如何经济地控制产品的质量。19940 . 199991999915Z1-1

3、-1941质量控制指南Z1-2-1941分析数据的控制图方法Z1-3-1942控制图方法在英国，1932年，休哈特博士应邀到伦敦作关于统计质量管理的演讲，这改善了英国人将统计方法应用于工业的氛围。就工厂实施控制图而言，英国比美国早。在日本，太平洋共同体秘书处是由戴明博士于1950年介绍到日本的。同年，日本标准协会成立了质量管理委员会，并制定了相关的JIS标准，这是SPC贯彻预防原则的重要工具，也是质量管理七大工具的核心。1984年，名古屋理工大学调查了日本各行业的115家中小型工厂。平均而言，柯达5000名使用137张控制图的员工已经使用了35000张控制图。从某种意义上说，控制图的数量反映了

4、管理现代化的程度，控制图的使用，时代的要求，PPM管理，6西格玛管理科学，认证，外贸，提高质量和降低成本。平均而言，73%的高质量企业(采用统计过程控制方法)的Cpk超过1.33，而只有45%的低质量企业的Cpk=1.33。Cpk 1.67企业的销售收入平均增长率超过11%，而其他企业的增长率为4.4%。一个企业花了三年时间才把废品率降低了58%。所使用的方法是将统计过程控制的比例从52%提高到68%。为什么要实施统计过程控制？原则上，它应该用于所有具有定量特征或参数和连续性的工艺过程；统计过程控制所使用的领域是大规模生产；在大多数企业中，统计过程控制用于生产阶段；在强调预防的企业中，统计过程

5、控制也用于开发阶段。何时使用SPC？从产品质量的统计角度来看，产品质量具有变异性，产品质量的变异具有统计规律性，单位拖，统计学的基本知识，什么是随机现象？每一次观察或测试，结果都是不确定的。大量重复的观察或实验显示出一些统计规律。小组实验讨论的主题的性质，如黑棋的趋势频率，两种随机变量计数变量(离散)，属性测量变量(连续)，随机性，什么是概率，随机性，系统变化(非随机变化)，事件集概率，概率(A)=NA/N风险，概率计算，乘法原理和条件是相互独立的P(A和B)=P(A)P(B)，加法原理或条件是相互排斥的P(A或B)=P(A) P(B)。练习1:计算概率。一个过程需要经过三个过程。假设每道工序

6、相互独立，合格产品的细节分别为90%、95%和98%，问：(1)整条生产线的合格率是多少？(2)如果第一、第二工序和第二、第三工序增加两个检验点，此时整条线的合格率是多少？(3)从上述计算中可以得出什么结论？90% 95% 98%，过程1，过程2，过程3，练习2计算概率。如果你随意掷出两个骰子，问题1。有多少可能的结果？2.有多少个点，有多少种可能性？3.点数和发生的概率是多少？它们分别用小数和分数表示。下表将有助于计算。练习2计算概率(续)，随机变量的概率分布测量随机分布的正态分布：长度、重量、时间、强度、纯度、成分等。计数(离散)随机分布泊松分布：布料缺陷，商店顾客；二项式分布：合格与不合

7、格、性别、对与错；超几何分布：正态分布，标准正态分布曲线，推断正态分布的参数，总参数，样本统计量，集中度，离差度，s，两个离散分布，二项分布，检验次数是固定的，每个检验相互独立，每个检验结果只有两个泊松分布，平均值(总体)(样本)(加权公式)，中值模式，平均值的优缺点很容易理解一组数据只有一个平均值，组中每个数据的变化都会影响平均值。缺陷的平均数量受异常值的影响。用大量数据计算平均值很复杂。中间值的优点和缺点以及优点的中间值不受非常值的影响。缺点是需要对数据进行排序，对于大样本来说会非常麻烦。优点和缺点该模式不受异常值的影响。它可以应用于定性数据。缺点一组数据中可能没有模式。有时一组数据会有多

8、种模式。数据离散度，最大和最小最大最小方差(总体)(样本)，标准偏差(总体)(样本)，计算样本标准偏差的步骤，计算样本标准偏差的步骤(续)，步骤1，将样本数据排列成一行并放在第一列。2.计算样本平均值，并在第二列中填入。3.计算XiX的值，并将其填入第三列。4.将第三列中的值平方，并填写相应的第四列。5.把第四列的数字累加起来。6.将累计数除以n-1，得到样本方差。7.样本要求的平方根是样本的标准偏差。练习3，计算平均值和标准偏差。以下数据是一个样本中的8个观察值，并找出它们的范围(R)和标准偏差(S的计算可通过下表计算)。数据如下：2.8 3.2 4.8 4.2 4.6 2.9 5.0 5.

9、5，右偏下分布浓度与色散的关系，左偏下分布浓度与色散的关系，双峰分布下分布浓度与色散的关系。当n较大时，它是正态分布的。2.均值的标准差()分布3。均值()分布的中心与总体分布的中心相同。样本均值分布，曲线下面积(概率)，68.27%，95.54%，97.73%，0.135%，2.140%，13.590%，34.135%，0.135%，13.590%。假设某一过程的质量特征值受三个因素影响：温度、压力和时间，不存在交互作用。如果温度变化的标准偏差为L，则每次温度变化l0F将导致质量特征值变化5个单位。即Sy Temp=5。如果压力变化的标准偏差为21bs/in2，并且压力变化将导致质量特征值改

10、变2个单位，即Sy press=2。时间变化的标准偏差为3秒，每3秒的时间变化将导致质量特性变化1个单位，所以Sy Time=l，因此，质量特性值的总变化量：确定过程的总变化量(例如)，温度Red X(主要变化源)。压力粉红X(次要变化源)。时间的影响最小。练习6确定主要变化(红色)，练习6确定主要变化(红色)(续)，1。给定上述标准偏差，过程的总偏差是多少？2.如果主要变化得到控制，其标准偏差将减半。此时的总偏差是多少？3.如果变异的主要来源被完全根除，此时的总变异是什么？4.如果影响最小的变异源被完全根除，那么总变异是什么？5.根据以上计算，你能得出什么结论？随机抽样，应用随机抽样，总数大

11、，破坏性检验，抽样检验成本高，检验项目是多过程控制。概率论与数理统计抽样检验，母体，样本书，数据，结论，抽样，检验，分析，行动，第三单元，连续数据控制图，什么是测量过程质量的两个变量随机变量系统变量控制图是通过样本观察值来检测过程中是否存在系统原因的方法。什么是测量值控制图？仅受随机因素影响时，过程质量特征值应服从正态分布。反映正态分布特征的参数有两个：一是为了控制过程的波动，需要同时监控和改变，这也是我们经常使用Xbar -R图的原因。Xbar图用于监控过程均值的变化，R图用于监控过程分布标准差的变化。控制图的作用，及时找出过程中的系统性变化，确定过程质量水平是否可以提高，保持和持续改进现有

12、过程质量水平，控制图所能达到的效果，降低质量成本(包括废品、返修品等)。)，提高过程质量，帮助工程师更清楚地了解过程中的变化，减少质量问题，并控制图表的组成部分。纵轴代表质量特征值的横轴代表按时间顺序提取的样本号的中心线。对于该图，中心线C1是每个样品()的平均值(1)和上下控制线(UCL和LCL)的平均值。对于图表，从上下控制线到中心线的距离。注：控制图的组成元素、控制图列和控制图列。1.选择要控制的产品质量特征值2。确定取样方案3。收集数据。确定中心线以及控制上限和下限5。绘制并绘制控制图以确定取样方案。跟踪点，如有必要，重新计算中心线以及控制上限和下限。第一步。选择要控制的产品质量特征值

13、，它们是由测量值控制的关键质量特征。如果关键质量特征不可测量，当使用其他替代质量特征进行控制时，必须确认与关键质量特征密切相关的测量系统的精度能够满足要求。测量系统的特性和变化类型及定义，6/10不是公差宽度的1/10，分辨率不足对控制图的影响，极值差和平均值，最小测量单位是0.001英寸数据控制图，最小测量单位是0.01英寸数据控制图。第二步：确定抽样方案。1.使用-R控制图确定样品含量，n，和s第二步：确定抽样方案(续)；第三步：确定采样间隔；确定采样间隔中要考虑的因素；过程稳定性；取样时间和成本因素；过程能力指数；通常，2024个样本应在两个相邻的过程调整之间采集。*当使用n10时，R/

14、d2用作对估计，误差较大。此时，一般用-S控制图代替-R图。与常规方法相比，实时方法使样本内的差异最小化，样本间的差异最大化，为特殊原因的发生提供了具体的时间。对过程变化敏感的样品是同质的。常规方法最大化样本之间的差异，最小化样本之间的差异，这只能提供系统原因发生的时间段。在某些特定过程下，可能很难形成均匀的样品。步骤3收集数据。如果最初建立了控制图，至少应采样100个数据。如果样品含量为N=5，则至少应取样20个样品。数据必须是最新的，并能准确反映当前的流程水平。采样时，必须记录数据采集日期、时间和采集者等信息。24样本平均分布为898642。取样必须是随机的。控制图收集数据表并记录数据的一

15、般格式。步骤4确定中心线和控制极限。图：步骤4确定中心线和控制极限()。控制极限系数表、控制极限系数表(续)、=、=、=、=、=、=、=、-R图控制线计算表(续)，如有必要重新计算，并在给定的R控制图上，根据计算出的图表和R图的控制极限，选择纵轴上最小区间单位所代表的数据，并在纵轴上标记该数据。请注意，在绘制控制界限时，控制界限(UCL和LCL)之间的距离不应太大或太小。当某些数据点超出控制限制时，距离太大，无法表示；因为距离太小，所以很难跟踪点并对其进行分析。在步骤5中，绘制-R控制极限，在步骤6中绘制点，并在必要时重新计算控制极限。如果最初建立了控制图，必须在控制图上画出样本的X和R，以验证过程是否处于统计控制之下。如果在跟踪后发现一些点超出了控制极限，这表明过程可能失控。首先，分析是否有系统的原因。如果发现系统原因，删除数据点并重新计算控制限值。控制极限的改变，控制极限：的改变原理当过程明显改善时(可以用t检验、f检验或X2检验来确认原因。重新计算控制极限：当过程恶化时，确认原因并解决问题，控制极限不能