SPC(zz)教程分析.pptVIP

统计过程控制 S P C 课程大纲： SPC的起源和发展 SPC的目的 基本的统计概念 波动（变差） 普通原因/特殊原因 控制图的原理说明 正态分布说明 α、β风险说明 控制图的种类及选择 计量型控制图 Xbar-R、Xbar-S、X-R、X-MR 控制图 Cp、Cpk、Ppk指数说明 计数型控制图 p、np、c、u控制图 6?简介 1、控制图的起源 控制图是1924年由美国质量管理大师W.A. Shewhart（休哈特）博士发明。因其用法简单和效果显著，人人能用、到处可用，逐渐成为实施质量控制不可缺少的主要工具，当时称为(Statistical Quality Control)。 2、SPCSQC 三、基本的统计概念 数据的种类 波动（变差）——波动的概念、原理及波动的种类 普通原因/异常原因 基础的统计量——平均值X、中位数X、极差R 标准偏差?、S 1、数据的种类 计量型 特点：可以连续取值也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等 计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数 3、基本统计量说明 1、平均值 Xbar 设X1，X2，…….Xn是一个大小为n的样本，则Xbar=（X1+X2+……+Xn)/n 2、中位数X 将数据按数值大小顺序排列后，位于中间位置的数，称为中位数。 如：5，9，10，4，7， X=7； 如：5，9，10，4，7，8 X=（7+8）/2=7.5 3、极差R 样本数据中的最大值Xmax与最小值Xmin的差值。R= Xmax- Xmin 4、标准差?、s （1）总体标准差? （2）样本的标准差s 控制图示例: （二）、控制图的目的 控制图和一般的统计图不同，因其不仅能将数值以曲线表示出來，以观察其变异的趋势，而且能显示变异属于正常或异常波动，并反映过程是否正常和稳定。 控制图原理 工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X?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” 的原理，可以认为：出现在X?3?区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置。 控制限的宽度就是根据这一原理定为?3?。 “?”及“?”风险定义 根据控制限作出的判断也可能产生错误。可能产生的错误有两类。 第一类错误是把正常判为异常，它的概率为?，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。 虛发警报， 由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误. 第二类错误是将异常判为正常，它的概率记为?，即工序中确实发生了异常，但数据没有越出控制限，没有反映出异常，因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态, 但并未采取相应的措施,从而不合格品增加, 也造成损失. 两类错误不能同时避免，减少第一类错误(?)，就会增加第二类错误(?)，反之亦然。 （四）、控制图的种类 按数据性质分类： 计量型控制图 平均数与极差控制图( Chart) 平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 单值与移动极差控制图( chart) 计数值控制图 不良率控制图(P chart) 不良数控制图(np chart,又称 Pn chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart) 课堂练习： 计算每个子组的均值和极差R： 平均值的计算： 选择控制图的刻度： 对于X-bar图，坐标上的刻度值的最大值与最小值之差应至少为子组（ X-bar ）的最大值与最小值差的2倍； 对于R图，坐标上的刻度值应从0开始到最大值之间的差值为初始阶段所遇到的最大极差值（ R ）的2倍； 控制图的判读 作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程的波动仅受正常原因的影响,产品质量特性的分布基本上不随时间而变化的状态. 反之,则为非控制状态或异常状态。 控制状态的标准可归纳为二条: 第一条：控制图上点不超过控制界限; 第二条：控制图上点的排列分