SPC学习课件.pptVIP

统计过程控制 Statistical Process Control (SPC) 学习提纲 一、统计过程控制概述 二、统计技术的正态概率分布 三、控制图的原理 四、常用控制图 各个控制图的用途： 5）p控制图。用于控制对象为不合格品率或合格品率等计数值质量指标的场合。这里需要注意的是，在根据多种检查项目总合起来确定不合格品率的情况，当控制图显示异常后难以找出异常的原因。因此，使用p图时应选择重要的检查项目作为判断不合格品的依据。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率，邮电、铁道部门的各种差错率等等。6）pn控制图。用于控制对象为不合格品数的场合。设n为样本大小，p为不合格品率，则pn为不合格品个数。所以取pn作为不合格品数控制图的简记记号。由于计算不合格品率需要进行除法，比较麻烦，所以在样本大小相同的情况下，用此图比较方便。7）c控制图。用于控制一部机器，一个部件，一定的长度，一定的面积或任何一定的单位中所出现的缺陷数目。如布匹上的疵点数，铸件上的砂眼数，机器设备的缺陷数或故障次数，传票的误记数，每页印刷错误数，办公室的差错次数等等。8）u控制图。当上述一定的单位，也即样品的大小保持不变时可以应用c控制图，而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用“控制图。例如，在制造厚度为2mm的钢板的生产过程中，一批样品是2m2的，下一批样品是3m2的。这时就都应换算为平均每平方米的缺陷数，然后再对它进行控制。 2、均值－极差控制图( ) 3、P控制图的作成步骤 五、控制图的判异准则 六、过程能力与过程能力指数 七、实例 * * 共同学习 编制：胡强 2009.11 统计过程控制(SPC)概述 1 7 2 3 4 6 5 统计技术的正态概率分布 控制图的原理 常用控制图 过程能力与过程能力指数 实例 控制图的判异准则 1、SPC是英文“Statistical Process Control”的前缀简称，即“统计过程控制”。SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到保证与改进质量的目的。SPC强调全过程的预防，是目前普遍采用的过程控制方法。 2、过程控制的主要内容包括： ⑴对过程进行分析并建立控制标准 ⑵对过程进行监控和评价 ⑶对过程进行维护和改进 图2-1 均值μ相同，标准差σ不同的三条正态布曲线 图2-2 正态布曲线下不同面积所包含的概率 数值落于 μ±1σ范围 数值落于 μ±2σ范围 数值落于 μ±3σ范围 在应用SPC时，有三种概率分布：二项分布、泊松分布和正态分布。其中最具代表性的是正态分布。 1、控制图的形成 将通常的正态分布图转个方向，使自变量增加的方向垂直向上，将μ、μ＋3 σ和μ－3σ分别为CL、UCL和LCL，这样就得到了一张控制图。图3.2是一张单值(X)控制图，图中的UCL为上控制限，CL为中心线，LCL为下控制限。 图3.1 控制图的演变 图3.2 X控制图 1、休哈特控制图的种类及其用途 国标GB4091常规控制图是针对休哈特控制图的。根据该国标，常规 休哈特控制图如表4-l。表中计件值控制图与计点值控制图又统称计数 值控制图。 表4-1 常规的休哈特控制图 缺陷数控制图 c 单位缺陷数控制图 u 泊松分布 计点值 不合格品数控制图 pn 不合格品率控制图 p 二项分布 计件值 单值-移动极差控制图 中位数-极差控制图 均值-样本标准差控制图 均值-极差控制图 正态分布 计量值 控制图 简记 分布 数据 1） 控制图。对于计量值数据而言，这是最常用最基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。控制图主要用于观察分布的均值的变化，R控制图用于观察分布的分散情况或变异度的变化，而 图则将二者联合运用，用于观察分布的变化。 2） 控制图与 图相似，只是用标准差图（s图）代替极差图（R图）而已。极差计算简便，故R图得到广泛应用，但当样本大小n＞10或12，这时应用极差估计总体标准差的效率减低，需要应用s图来代替R图。 3） 控制图与 图也很相似，只是用中位数图（ 图）代替均值图（ 图）。所谓中位数即指在一组按大小顺序排列的数列中居中的数。例如，在以下数列中2、3、7、13、18，中位数为7。又如，在以下数列中2、3、7、9、13、18，共有偶数个数据。这时中位数规定为中间两个数的均值。在本例即 。由于中位数的计算比均值简单，所以多用于现场需要把测定数据直接记人控制图进行控制的场合，这时为了简便，当然规定为奇数个数据。 4）x-RS控制图。多用于下列场合：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场