质量控制图【数学建模】.pptVIP

? 3 质量控制图 一：问题： 企业中的设备一般要加工大批元件（或）零件，在设备工作过程中对产生的元件如何来控制呢？显然，应当经常进行检验，看产品是否符合质量要求。一般来说，工业产品的质量可以用多种方法测定，但当涉及到大批量生产的元件时，通常用待检验元件的一个相当简单的重要特征来检验其质量，倒如螺钉的长度，轴承的硬度，材料的强度，如果我们这样来考察质量，毫无疑问产品的质量不可能恒定不变的，即使生产过程本身不变，产品的质量也会有一定的差异，?当检查出一个元件不符合质量要求时，还不能判断生产过程已处于不正常状态。（如何判断？质量控制图） 二：问题的分析与解决办法 1：方法来源：1924年，美国休哈特。 2：产品质量波动因素： （1）随机因素；----------不可避免 （2）系统因素 。-----------人为偏差 称仅受随机因素的生产过程处于统计控制状态。 3：常规控制图： 形式如图： 控制图有均值--极差，均值--标准差 ，中位数--极差，不合格品数，缺陷数等控制图。这些控制图原理类似。 I：均值--极差 ---R 控制图 这种控制图由两种控制图联用形成，一般将 控制图放在上方，主要用于判断生产过程中质量特征值的变动是否处于正常状态；将R控制图放在下方，主要用于判断生产过程中质量特征值的标准差是否处于正常状态。把两张控制图组合在一起，能提供更多的信息，增强检查能力，它是使用最多的控制图。 A:均值控制图： 1：画法： 2：原理和控制线： （1）“3?”原则是控制图的理论依据。 （2）如果我们要考察的均值X是否出现异常，有数理统计的假设检验理论知识可知，只要检验假设H0:E(X)=?，如果没有显著差异，则判断处于正常状态；如果有显著差异，则判断处于不正常状态。 (3）假设检验的主要方法： 要构造一个小概率事件，若一次试验小概率事件发生了，就拒绝原假设，否则就接受原假设。 应用中心极限定理，得： ?当试验中出现这一情形时判断生产过程处于不正常状态是合理的。 （4）?与?的估计： B：极差(R)控制图： 1：画法： （2）参数估计： II:控制图的诊断： 控制图的作用有两个： （1）：从图中可看出生产过程是否处于统计控制状态； （2）分析产品质量是否符合规定标准。 我们只介绍前面一种功能。 由控制图原理与专家经验可得，生产过程处于统计控制状态，只要具备下列两个条件： 1：绝大部分点位于控制界线内，即： （1）连续25个点中没有一点在界外； （2）连续35个点中至多有一点在界外； （3）连续100个点中至多有二点在界外。 2：点的排列无下述异常现象： （1）同侧链：连续7点或多于7点位于中心线同一侧； （2）单调链：连续7点或多于7点单调上升或下降； （3）间断同侧链：连续11点中至少有10点位于中心线同一侧； 或连续14点中至少有12点位于中心线同一侧； 或连续17点中至少有14点位于中心线同一侧； 或连续20点中至少有16点位于中心线同一侧。 （4）高位或低位链： 连续3点中至少有2点落在“2 ?”之外； 连续7点中至少有3点落在“2?”之外； 三：具体示例：某年，某厂加工套环，其图纸要求套环长度为88?0.4(mm),按加工时间顺序测定数据如表，试用这些数据绘制 --R控制图，判断生产过程是否正常。 解：第一步：编制程序，利用计算机计算： 第二步：在坐标平面上作 --- R 控制图，横轴表示序号：to MATLAB zhilx.m zhilr.m 在质量控制图中有连续两点落在“2?”之外； ?此生产过程处于非统计控制状态。 四：练习： * *