统计过程控制技术.docVIP

统计过程控制技术 一、概述或基础 上世纪三十年代，美国休哈特博士提出统计过程控制的概念。 统计过程控制（SPC）：指用统计学的方法和技术对过程进行分析和控制。 统计过程控制技术：可以用于过程分析与控制的数理统计技术与方法，是识别和控制过程波动的科学方法。 在生产实践中，即使操作者、机器、原材料、加工方法、测量手段、生产环境等到条件相同，生产出来一批产品的质量特性的实际值并不完全一样，总是存在差异，这就是质量特性的波动。 1、关注点：波动的程度、波动的趋势、波动的原因、波动的不利影响、波动是可接受、是否要求采取波动控制的措施、采取什么样的波动控制措施等等。 2、为什么：从顾客的角度来说，他们希望所获得的产品或服务与他们的期望或要求之间差异越小越好。也就是说，他们希望相对于其要求的目标值来说，波动越小越好。质量特性实际值一旦偏离目标值就会对顾客造成损失；质量特性越远离目标值，对顾客造成的损失就越大，顾客的损失是与质量特性实际值与目标值之差的平方成正比。 3、传统控制方法：对过程输出质量特性按照合格/不合格进行检验，把不合格的产品挑出来，对它们进行分析和处理。不再关心那些落在规范限或公差限内的合格产品，则出现产品特性波动大，产品的适配性差，在装配和调试过程中将要花费更多的时间和资源；甚者，还将引起产品性能、可靠性和使用寿命的降低。 4、波动分为：正常、异常两种波动。 1）正常波动：由随机因素（又称为普通因素）影响而引起的波动。 2）异常波动：由系统性因素（又称特殊因素）影响而引起的波动。 3）随机因素：那些随时随地影响过程的、微小的、在技术上很难根本消除和或消除其影响要花费很大的经济代价的、在过程中允许存在的波动影响因素。 特点：a)在过程中时刻存在着，对过程波动的影响力随时变化。 b)这类因素一般复杂繁多，要列举出所有的因素很困难。 c)所有随机因素的共同作用导致了过程的总波动。 d)很难通过对过程的控制来减小或消除随机因素的影响。 e)减小随机因素的影响需要对过程系统地改进。 典型的随机影响因素：原材料的成份和性能在范围内的微小差异；机器在规定范围的微小振动；温度、湿度的微小变化、操作方法、测量方法和测量仪器的微小差异等。 仅由随机因素引起的过程输出质量特性波动是固定波动。把只受随机因素影响的过程称为处于统计控制状态的过程，简称为受控状态或稳定状态。 4）系统因素：是那些正常的过程中并不存在，一旦存在则影响显著的；对波动的大小和作用方向一般具有倾向性或同期性；容易查明和控制的；在正常的过程中不允许存在的波动因素。 特点： a)并不经常存在于过程中； b)它们通常来自过程以外； c)相比随机因素而言，对过程波动有较大的影响； d)容易发现和隔离。 典型的系统原因有：原材料的成份和性能不符合规定的要求；机器设备带病运转；操作者违反操作规程；测量工具带系统性误差等。 如果过程受到了系统性因素的影响，我们称之为失控状态或不稳定状态。 5）波动产生的结果的可预测性： a)正常波动：也就是受控的过程，其输出质量特性的波动具有统计规律性，我们可以预测其产生的结果。 b)异常波动：也就是非受控的过程，我们无法预测其产生的结果。 6）波动改进的方法： a)对于异常波动：应对过程进行控制。 b)对于正常波动：加强对过程的控制无法再进一步改进质量，需对过程进行系统地改进。例如，改进技术、重新设计过程参数或方法、重新设计流程等。 5、过程波动状态的判定 采用质量特性分布概率是否呈正态分布的方法进行判定。所谓正态分布，它是呈左右对称的倒钟形曲线。又称正态概率分布曲线，描述了质量特性数值与其出现的频率的关系。 如果质量特性值的概率分布呈正态分布，我们则称这样的过程为正常波动过程，过程是受控的。否则过程为非正常波动，过程不受控。 6、波动状态的近似计算或表述 采用过程输出质量特性测量值的频数图，常说的直方图。 根据分析的过程，选取需要分析的特性，收集样本，对样本进行特性测量，并记录测量的结果，应多于50个数，用这些结果作直方图。 直方图需确定的几个参数： 1）计算极差（R） 2)分组（K） 根据数据的多少进行分组，常用分为10组。50～100：6～10组；100～250：7～12组；250以上：10～20组。 3)确定组距（h） 4)确定各组界限 原则：组的边界值单位应取最小测量单位的。以避免出现数据值与组的边界值重合而造成频数计算困难的问题（归在上一组，还是下一组）。如测量到小数点后两位数0.01，则边界值单位应取位小数点后三位数：0.005。 首先确定第一组的上、下限： 第一组的下限为： 第一组的上限为： 第二组的上限为： 第三组的上限为： 依此类推，可计算出其余各组的上限。 5）编制频数分布表： 频数分布表 编号 1 2 ……………… n-