失控模式资料.pptVIP

失控模式 （第八章） 学习目标 1、定义和阐述两类特殊变异：周期性（组间）变异和持续性（组内）变异； 2、区分组间变异和组内变异； 3、讨论和阐述典型的控制图模式，能够辨别或确认特殊变异。 引 言 我们已经知道控制图强调的是特殊(可指明的或者是外生的)变异源，或者是特殊干扰。 特殊变异源一旦被诊断出来就能够被解决，得到一个只有一般(或者内生的)变异源存在的稳定过程。 在本章，我们将讨论几个不同的控制图模式来指示这些特殊变异源。 第一节 组间变异和组内变异 组间变异和组内变异 特殊(可指定的或者是外生的)变异源可以分为两类： 周期性失调（组间变异） 持续性失调（组内变异）。 8.1.1 周期性失调 周期性失调能够产生对过程间歇影响的特殊变异源，这些变异源的间歇性属性影响样本观测值是以时间点为区别的，因为会在不同的子组上体现出来，这就是组间变异。 组间变异的影响效果就是产生出子组统计数值超出控制限的控制图模式，或者说，是对子组统计数值来说控制限变得过于狭窄。 产生组间变异的特殊变异源 能够产生组间变异的特殊变异源的例子包括： ⑴、自动控制装置的机能混乱(不稳定)。 ⑵、机器运行中操作员的粗心失误。 ⑶、抓取原料归位的夹子出现松动。 ⑷、对机器设备的调整过度。 ⑸、人员的调换(例如轮班调换)。 组间变异的例子 举一个组间变异的例子，在某个万能铣床上，操作员在铣床上安装5个铣刀，用螺丝钉固定，同时铣削5个沟槽，这个操作员仔分析发现加工成型的沟槽是有差异的，为了得到满足要求产品，这个铣床需要过于经常的调整。 组间变异的例子 为了对生产过程进行控制，操作人员决定建立一个控制图来监控过程的状态和产品质量的变化。 因为每次铣削5个沟槽，利用5个同时加工的沟槽作为控制图的一个子组是很符合逻辑的事情。 所以沟槽深度的测量值是来自每5个同时加工的沟槽，30分钟测量一次。 组间变异的例子 图8-1是使用18个样本建立的控制图，每个样本包括5个切割沟槽。 控制图的极差部分(图中没有表示)并没有显示失控的指示点。 或者这个过程是不稳定的，或者子组的选择是不正确的。 可能会存在的特殊变异源 ⑴、原材料：钢材的硬度发生变化。 ⑵、铣刀的安装位置：5个位置的不一致。 ⑶、研磨夹具的定位：由于操作员的机能而导致变异。 ⑷、切割机器的磨损：切割机变钝、沟槽变浅引起的变异。 6.1.2 持续性失调 持续性失调产生了持续影响过程的特殊变异，这些变异源的持续性属性影响的是所有的样本观测值，子组之内和子组之间的所有样本单位。 组内变异是一种最难确认和解释的变异类型。组内变异产生出子组统计数值围绕在中心线周围的控制模式，或者说，是对子组统计数值来说控制界限变得过于宽广。 图8-2 切成段操作的工艺流程 产生组内变异的特殊变异源 能够产生组内变异的特殊变异源的例子包括： 1、最后组装的存在两个或者更多变异源的次级部件。 2、操作员之间存在的永久差异，操作员的工作完全混合。 3、规格上的变异，标准单位是混杂的并在随后的操作中使用。 组内变异的例子 举一个组内变异的例子，机器A和机器B把轮轴切割成段，每台机器切割一半的轮轴，每台机器完成任务的时间是大概相同的。 机器A切割的轮轴全部是合格品，而机器B切割的轮轴全部是残品。 图8-2是机器A和机器B的图解表示。 组内变异的例子 轮轴切割完成后放在传送带上并装入箱子内，每个箱子可容纳100个轮轴段，一旦装箱，在传送带末端便会再放置一个箱子。 因此大约50％的轮轴段是由机器A切割的，另外50％的轮轴段是由机器B完成的。 组内变异的例子 然后，装好的箱子带入下一项操作。在这项操作中的员工开始抱怨残品。 建立如图8-3的检查站，控制限由每20个箱子里100％的产品计算得到，见表8-1（数据见附件：正文8-1）。 p控制图分析 作p控制图，见图8-4。对图8-4的控制图进行检验发现残品率围绕在中心线附近。 回顾前面讲到的大概2/3比例的子组是在均值加上一个标准差范围之内的。在这个案例中所有的子组都落在了这个区域。 p控制图分析 用另外一种方式表述，一行中的13个或更多点(本例中是15个)全部落在均值两侧的一个标准差之内，这种情况是很极端不可能的。 这个过程是很不正常的“平静”。 图8-4 切割成段工序数据的p控制图 p控制图分析 一个新手来分析这个控制图可能会说这个过程显示了很大程度的稳定性和可预测性，尽管它拥有很高的缺陷率，这是错误的。 轮轴切割过程的问题是组间变异，每一箱产品是由大概一半不合格品和一半合格品组成的，这就导致了很大的组内变异和很小的组间变异。 正如图8-4所示，这种情况导致控制限对于子组统计值来说变得过于宽广。 p控制图分析 在这个轮轴切割问题中存在3个注意事项。 首先，子组的选择结果必须合理，也就是说，样