SPC统计过程控制-2015学员版技巧.pptVIP

总体：人们研究对象的全体，又称为母体、批量：单位产品的总和。 个体：总体中的每一个基本单位，为实施检验的需要而划分的基本单元，有时也称单位产品（unit product） 。 样本（或子样）：从总体中随机产生的若干个个体的集合。 样本容量：从总体中随机取得的一批数据的规模大小。 随机抽样：没有任何主观意愿和特点要求从总体中抽取样本。 总体、样本、个体 假设一产品之规格为160～175mm，为了了解A、B、C三家供应商技术水准的差异。经抽样三家所供应的产品，测定得下表所示之数据。 控制图的原理---质量的统计观点 产品的质量特性值是波动（变差）的，公差的建立就是承认这一点的一个标志。： 产品质量特性值的波动是随机现象，具有统计规律性； 随机现象通常用分布（Distribution）来描述, 分布可以告诉我们变异的幅度有多大，出现这么大幅度的可能性（概率，probability）有多大。常见的分布有以下几种： 正态分布（计量值） （Normal Distribution） 二项分布（计件值） （Binormal Distribution）p图 np图 泊松分布（计点值） （Poisson distribution）C图 u图 中心极限定理 定义: 设X1，X2，...，Xn为n个相互独立同分布随机变量，其母体的分布未知，但其均值和方差都存在，当样本容量无限大时，样本均值的分布将趋近于正态分布 基本上 – 无论母体是否符合正态分布，当样本容量较大时，从母体中抽样的样本的平均数都近似的符合正态分布 引起变异的原因—普通原因和特殊原因 普通原因（Common Cause）：又称机遇原因（Chance Cause），系统原因，不可避免原因，非人为原因等。如操作技能、设备精度、工艺方法、环境条件。 此种原因所引起的变异（波动）称为正常波动（Natural Variations）； 特殊原因(Special Cause)：又称非机遇原因（Assignable Cause），偶然原因，可避免原因，人为原因等。如：刀具不一致、模具不一致，材料不一致，设备故障，人员情绪等。特点：不是始终作用在每一个零件上，随着时间的推移分布改变。 此种原因所引起的变异（波动）称为异常波动（Assignable Variations） 正态分布与高斯分布百分比 用于控制图分析的参数 一点落在A区以外。 点出界就判异 连续6点递增或递减； 趋势(trends):管制图中的点逐渐上升或下降。 连续3点中有2点落在中心线同一侧的B区以外 参数σ变小，所有点都聚集在均值周围，连续15点C区 中心线上下，表面现象好像很好，但具有非随机性； 规则性变化(systematic variable):管制图中的点一上一下有秩序的出现 。 过程能力：指过程要素(人、机、料、法、环)已充分标准化，也就是在受控状态下，实现过程目标的能力。 过程能力指数：是过程能力与过程目标相比较，定量描绘的数值。 过程能力指数表示的方法： Cp：过程均值X与规范中值一致时的过程能力指数。 Cpk：过程均值X与规范中值不一致时的过程能力指数。 过程能力指数表述仅存在普通原因变差时的过程能力。 Pp：过程均值X与规范中值一致时的过程性能指数。 Ppk：过程均值X与规范中值不一致时的过程性能指数。 过程性能指数表述，存在普通原因变差和特殊原因变差。 过程的标准差（正态分布存在两种标准差） 固有标准差：过程仅存在普通原因变差时用，即计算Cp、Cpk时用。 总标准差：过程存在普通和特殊原因变差时用，即计算Pp、Ppk时用。 制程准确度Ca(Capability of Accuracy) 衡量自产品中所获得产品数据的过程平均值(X),与规格中心值(u)其间偏差的程度,是期望制程中生产的每个产品的实际值能与规格中心值一致 (1)Ca之計算方式如下： 过程平均值-規格中心值 X-u Ca=----------------------------------*100% = --------------*100% 規格公差/2 T/2 T=USL-LSL =規格上限--規格下限 USL ： 規格上限 LSL ： 規格下限 X ：制程總平均值 σa ：估計標準差 制程能力指數 Cpk ─ S.T. Stable Process稳定过程 USL ： 規格上限 LSL ： 規格下限 X ：制程總平均值 σa ：估計標準差 制程