统计过程控制(SPC)培训教材-最新完整-教员版.ppt

统计过程控制(SPC) 一、统计过程控制概述 二、控制图基础 三、计量型控制图应用 四、过程能力和性能研究 五、设备能力研究 六、其他类型计量型控制图应用 七、计数型控制图应用 八、控制图应用风险 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因，作为采取局部措 施或对系统采取措施的指南。 工序处于稳定状态下，其分布通常符合正态分布。由正态分布的性质可知：产品质量特性数据出现在平均值的正负三个标准偏差(μ?3?)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能事件”的原理，可以判定：出现在μ?3?区间外的事件是异常波动，它的发生是由于特殊原因使总体的分布偏离了正常位置。 根据这一原理，将控制限的宽度设定为?3?。 均值的计算： 在均值图上画出中心线（过程平均值）和上、下控制限（UCLXbar、LCLXbar）； 将极差图上画出中心线（极差平均值）和上、下控制限（UCLR、LCLR）； 中心线画成黑色水平实线； 控制限画成红色水平虚线。 超出控制界限的点： 出现一个或更多点超出任何一个控制界限是那一点的特殊原因导致变差的主要证据。在那一点之前可能已经发生了特殊原因。 在进行初次过程研究或重新评定过程能力时，不受控的特殊原因已被识别和消除或制度化，然后应重新计算控制限，以排除不受控时期的影响； 排除所有受已被识别和消除或制度化的特殊原因影响的子组，然后重新计算新的中心线和控制限，并在图中绘出； 确保当与新的控制限相比时，两个图都没有不受控的情况。如果不是，则重复识别特殊原因/纠正/重新计算的过程。 由于识别为特殊原因而从R图中去掉的子组，也应该从Xbar图中去掉。修订后的R、Ｘ用于重新计算控制限。 “三立即”原则： 操作者或现场管理者根据规定的取样频率和样本容量抽取样本组、立即计算Xbar和R并将其画在控制图中并与前点用短直线连接； 立即应用特殊原因识别准则判定制造过程是否存在特殊原因； 如制造过程存在特殊的原因，操作着或现场管理者应立即分析不受控特殊原因并采取措施确保制造过程恢复到受控状态。 B、建立控制限： 使用中位数和极差图（X，R）的步骤与X-R图类似，不同之处如下： A、收集数据 一般情况下，中位数图用在样本容量小于或等于10的情况，子组样本容量最好为奇数。如果子组样本容量为偶数，中位数是中间两个数的均值； 画中位数图时，将每个样本组的单值描在图中一条垂直线上，圈出每个样本组的中位数，将各样本组的中位数用直线依次连接起来； 将每个样本组的中位数（X）和极差（R）填入数据表； 同时画出极差图。 在下列情况下，有必要使用单值而不是子组进行过程控制（在这样的情况下，子组内的变差为0）： —在测量费用很大时（例如破坏性试验），或 —当在任何时刻点的输出性质比较一致时（如：化学溶液的PH值）。 由于每一子组仅有一个单值，可能过较长时间子组数才能达到100个。 建立X-MR图的步骤与Xbar-R图的不同之处如下： A、收集数据 收集各组数据，计算单值间的移动极差MR。通常最好是记录每对连续读数间的差值(例如第二和第一个读数点的差，第三和第二读数点的差等)。移动极差的个数会比单值读数少一个(100个读数可得到99个移动极差)，在很少的情況下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算移动极差； 注意，尽管测量是单独抽样的，但是形成移动极差的读数个数（例如2、3或4）决定了名义子组容量n，查系数表时必须考虑该值。 C、统计上是否受控的解释 X-MR控制图的特殊原因识别准则与Xbar-R图一致，不同之处如下： 移动极差图中超出控制限的点，是存在特殊原因的信号。但连续的移动极差间是有联系的，因为它们至少有一点是共同的，所以用于评估数据的非随机模式的其他准则是不可靠的过程失控指示。 使用单值图分析超出控制限的点、在控制限內的模式或趋势。 请依照上个课堂练习的数据，计算下列指数： Cp 、Cpk、K。 材料经热处理后其硬度公差要求为57±2HRC，现有一批材料经抽样得其硬度的过程分布和能力为Xbar±3σ