统计过程控制SPC培训教程祥解.ppt

控制图的分类 计量值控制图(Control Charts for Variables) 均值-极差控制图(X-R Chart) 均值-标准差控制图(X-σChart) 中位数-极差控制图(X-R Chart) 单值-移动极差控制图(X-Rm Chart) 计数值控制图(Control Charts for Attribute) 不合格品率控制图(p Chart) (n可以不同) 不合格品数控制图(pn Chart) (要求n相同) 不合格数控制图(c Chart) (要求n相同) 单位不合格数控制图(u Chart) (n可以不同) 一.均值-极差控制图(X-R Chart) X-R控制图的定义 控制限的计算 X-R Chart绘制步骤 控制图的判定 5.计算极差的平均值( R ) R= =(0.08+0.07+0.06+0.09+0.10+0.08+0.07+0.11+0.07 +0.08+0.08+0.08+0.08+0.07+0.11+0.11+0.10+0.07 +0.03+0.03)÷20 = 0.08 6.计算控制限并绘制 X控制图 中心线 ( CLx ) = X = 0.66 上控制限 ( UCLx ) = X+A2R = 0.66+0.577 ╳ 0.08 = 0.70 下控制限 ( LCLx ) = X-A2R = 0.66-0.577 ╳ 0.08 = 0.61 R1+R2+R3+……+RK k R控制图 中心线 CLR = R = 0.08 上控制限 UCLR = D4R = 2.115 ╳ 0.08 = 0.17 下控制限 LCLR = D3R = 0 ╳ 0.08 = 0 7.將所求出之各X值及R值点入控制图上并將相邻两点用直线连接 8.制程状态检查(直至R图和X图都企稳, 且制程能力指数达到要求为止) 9.记入其他注意事项 建立控制用控制图 1.记入必要的事项 如产品名称、管制项目、测定单位、规格等. 2.作控制界限 将分析用控制图决定的控制界限用至此控制用控制图. 3.描图 由制程抽取样本,测定其质量特性值,记录并简单计算数据,按时按顺序点入控制图. 4.从描点的状态来判定制程是否出于稳定状态. 5.采取措施改进. 6.必要时重新计算控制界限(制程能力提高或制程有大的变化时). 制程是否在控制稳态,可用以下两类判异准则: 第一类判异准则: 点值出界就判异 第二类判异准则: 点值在控制界限内的排列不随机 (有7条判异准则) (1)连续9点在中心线同侧(可能总体均值变化) (2)连续6点递增或递减(可能是总体均值变化的趋势) (3) 连3点中2点落在同侧的B区外(可能总体均值变化) (4) 连5点中4点落在同侧C区外(可能总体均值变化) (5) 连8点在中心线的两侧,但无一在C区(数据分层不够) (6) 连续14点上下相邻交替(数据分层不够) (也可能是两台测试设备或两个不同员工测试等系统原因) (7) 连续15点在中心线两侧的C区内 (在排除虚假数据和数据分层不够等原因后,可总结减少总体标准差的先进经验,并进一步重新计算控制限,以达到持续改进的目的) * 统计过程控制 SPC Statistical Process Control 编制人：Elinor Liang 编制日期：2005-8-23 Quality Assurance Dept. Doc#: QC-TRAIN-03 SPC的历史 20世纪20年代，美国贝尔电话实验室成立了两个研究质量的课题组，其中之一的过程控制组的学术领导人为休哈特( Dr. Walter A. Shewhart) ，后来他被世人尊称为“统计控制之父”。 休哈特在1924年5月16日提出了世界上第一张“不合格品率p控制图”，1931年他的代表作《加工产品质量的经济控制》标志着统计过程控制时代的开始。 1940年SPC正式引进制造业。 何谓统计 先看以下几个例子: 第一組数据: 10.15 10.25 10.35 第二組数据: 10.10 10.25 10.40 第三組数