基于MES的SPC模块设计材料.pptVIP

基于MES的SPC模块设计思路 主要内容 对SPC技术的简介 SPC和MES的关系 SPC模块整体设计思路 质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断研究 内容总结 1. 统计过程控制（SPC）简介 SPC (Statistical Process Contro1)统计过程控制，是一种借助数理统计方法的过程控制工具。应用SPC对质量数据进行统计和分析，从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性。 传统的质量控制有赖于检验最终产品并筛选出不符合规范的产品，这种检验策略通常是浪费和不经济的，是事后检验。SPC技术的出现，让质量管理从这种被动的事后把关发展到过程中积极的事前预防为主，发现过程有不合格趋势时自动预警，及时调整，避免不合格品的产生。 制造业企业生产过程中普遍存在的质量分析和控制问题，特别是企业信息化进程中更加凸现的过程质量预控方面难题。借助统计过程控制SPC技术，通过生成并分析质量控制图发现生产过程有不稳定趋势时实现自动预警，帮助企业现场人员及时调整生产过程。 1.1 统计过程控制（SPC）的原理 随机分布定义：是指质量特性的数据分布所符合的某种规律。随机分布是正态分布、卡方分布、t分布和F分布等。自然界中大量的随机变量都服从或近似服从正态分布。 μ σ ，-∞x∞ 常记为：X~N(μ, σ2) 每件产品的尺寸与别的都不同 但它们形成一个模型，若稳定，可以描述为一个分布 范围 范围 范围 范围 范围 范围 范围 分布可以通过以下因素来加以区分 位置 分布宽度 形状 或这些因素的组合 正态分布的概率分布： μ± σ………… 68.27% μ± 1.645σ………… 90% μ± 1.96 σ………… 95% μ± 2 σ………… 95.44% μ± 3 σ………… 99.73% μ±6 σ…………(1-3.4PPM)? μ 2σ 95.44% 2σ μ 6σ 6σ 1.5σ 3.4ppm x  x x x s s 3 3 + - x x x s s 3 3 - + 中心线 上控制限UCL 下控制限LCL 控制图的形成： 将正态分布图按顺时针方向旋转90°，再将图旋转180 ° , 就是一张典型的控制图—单值控制图。图中UCL= ? +3?为上控制限，CL= ?为中心线，LCL= ? -3?为下控制限。 1.2 （SPC）质量控制图的原理 判异原则： 点出界就判异； 虽然点均未出界，但界内点排列不随机就判异；第二条准则的具体模式理论上有无穷多种，但具有实际物理意义并被广泛使用的有少数几种。 3?原则： 不论?与?取值为何，只要上下限距中心值（平均值）的距离各为3 ? ，则产品质量特征值落在范围内的为99.73%。 产品质量特征值落在[? -3 ? ， ? +3 ? ]之外的概率为0.27%其中单侧的概率分别为0.135%。 1.3 （SPC）过程控制的原理 我们工作 的方式 资源的融合 产品 或 服务 顾客 识别不断变化 的需求和期望 顾客的声音 人 ? 设备 ? 材料 ? 方法 ? 环境 ? ? 输入 ? 过程/系统 ? 输出 过程的声音 统计方法 有反馈的过程控制系统模型 2. SPC和MES的关系 企业ERP和MES的实施，为企业正真实施SPC提供了前提条件和应用环境，SPC和MES是紧密联系在一起的。 我们所要做的就是“基于MES的生产质量控制与分析（SPC）系统”。 PDM, CAPP导入 其他管理软件导入，手工维护 产品信息 层别信息等 质量管理导入 设备自动采集 手工维护 计量型数据 计数型数据 过程能力结果 控制图 分析报表 支持决策建议 数据入口点1 数据出口点 数据入口点2 基础数据 检验数据 数据统计分 析 SPC分析模块 MES数据库提供 3. 质量控制与分析（SPC）模块的设计思路 质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断 手工录入 自动采集 数据库方式 仪器采集 P-chart U-c