两类风险和控制图.ppt

5、两类风险 第一类错误（拒真错误、虚发警报）α 当所涉及的过程处于受控状态时，也可能有某些点由于偶然原因落在控制限之外，这时按规则判断过程失控。这个判断是错误的，这种错误称为第一类错误，其发生概率为α。 第一类错误将会造成寻找根本不存在的异常原因的损失。 在3σ方式下，α=0.27%。 5、两类风险 第二类错误（取伪错误、漏发警报）β 过程异常，仍会有部分产品，其质量特性的数值大小仍位于控制界限内。如果抽取到这样的产品，点子仍会在界内，从而犯了第二类错误，即漏发警报。通常犯第二类错误的概率记为β，第二类错误将造成不合格品增加的损失。 5、两类风险 如何减少两类错误所造成的损失 调整UCL与LCL之间的距离可以增加或减少α和β。若此距离增加则α减少， β增大；反之则α，增大，β减少。 故无论如何调整上下控制限的隔，两种错误都是不可避免的。 解决办法是：根据使两种错误造成的总损失最小的原则来确定UCL与LCL二者之间的最优间隔距离。 经验证明：休哈特所提出的3σ方式较好，在不少情况下， 3σ方式都接近最优间隔距离。 第四节 控制图的分类 控制图的分类 1、按控制的随机变量的数值特性分：计量值控制图（常用的4种）、计数值控制图，而计数值控制图又分为计件值控制图（二项分布）和计点值控制图（波松分布）两种。 2、按使用目的不同又可以分为分析用控制图和控制用控制图两种。 各种常规控图的使用场合（1） 各种常规控图的使用场合（2） 各种常规控图的使用场合（3） 各种常规控图的使用场合（4） 各种常规控图的使用场合（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（计件）质量指标的场合。 需要注意的是：在根据多种检查项目综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起因。 因此，使用p控制图应选择重要的检查项目作为判断不合格品率的依据，p图用于控制不合格品率、交货延迟率、缺勤率、差错率等指标。 各种常规控图的使用场合（6） nP控制图。用于控制对象为不合格品数或合格品数等计数质量指标的场合。 设n为样本量，p为不合格品率，则np为不合格品数。故取np作为不合格品数控制图的简记记号。 这里要求n不变。 各种常规控图的使用场合（7） u控制图。用于控制对象为单位不合格数等计点质量指标的场合（单位不合格数控制图）。 例如：在制造厚度为2mm的钢板的过程中，一批样品的面积是2m2的，下一批样品的面积是3m2的，这时就应换算为每平方米的不合格数，然后再对它进行控制。 各种常规控图的使用场合（8） c控制图。用于控制对象为不合格数等计点质量指标的场合（不合格数控制图）。 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出现的不合格数目。 如：布匹上的疵点数、铸件上的砂眼数、机器设备的不合格数、或故障次数、电子设备的焊接不良数、每页印刷错误数和差错数等。 第五节 判异准则 常规控制图的设计思想 常规控制图的设计思想是先确定犯第一类错误的概率α，再确定犯第二类错误的概率β。 ⑴按照3σ方式确定CL、UCL、LCL就等于确定了α =0.27%。 ⑵在统计中通常采用α=1%，5%，10%三级，但休哈特为了增加使用者的信心，把常规控制图的α取的特别的小，这样β就比较大，这就需要增加第二类判异准则，即既是点子不出界，但当界内点排列不随机也表示存在异常因素。 所以：常规控制图的判异准则有两类，即：点出界就判异和界内点排列不随机判异两类。 判异准则 1、点出界就判异； 2、界内点排列不随机判异（7种情况）。 ①连续9点落在中心线同一侧； ②连续6点递增或递减； ③连续14点中相邻点交替上下； ④连续3点中有2点落在中心线同一侧的B区以外； ⑤连续5点中有4点落在中心线同一侧的C区以外； ⑥连续15点落在中心线两侧的C区内； ⑦连续8点落在中心线两侧且无一在C区内。 判异准则的应用 GB/T4091-2001《常规控制图》中规定了8种判异准则。为了应用这些准则，将控制图等分为6个区域，每个区域1个宽σ。这6个区域的标号分别为A、B、C、C、B、A。 需要指明的是这些判异准则主要适用于平均值控制图和单值X图，且假定质量特性X服从正态分布。 准则一的原因 一点落在A区以外，在许多应用中，准则1甚至是唯一的判异准则。准则1可对参数μ （或σ）的变化给出信号。变化越大，则给出信号越快。 准则1还可以对过程中的单个失控做出反应，如：计算错误、测量误差、原材料不合格、设备故障等。 准则2的原因 主要是过程平均值μ减少的缘故。 准则3的原因 针对平均值的趋势设计的，它判定过程平均值的较小趋势要比准则2更加灵敏。 产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏，从而使得参数随着时间而变化。 准则4的原因 针对由于轮流使用两台设备或由两位操作