统计过程控制综述.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第六节 标准化控制图 一、标准化控制图的提出 二、标准变换 三、控制图的简化与统一 四、多品种、小批量生产的控制 而一般的正态分布的分布函数F(x)同标准正态分布的分布函数存在如下关系： 一、标准化控制图的提出 计数控制图的UCL、LCL随着样本量n变化而变，不但作图不便，且无法对界内的点进行判稳于判异。 由数理统计可知，不同均值、方差的随机变量，可通过标准变换： 成为均值为0、方差等于1的标准化随机变量。此时，UCL、CL及LCL计算公式统一成： 不但克服UCL、LCL随着样本量n变化而变的缺点，而且无需计算中心线及上、下控制限。 二、标准变换 在 控制图中，采用的是变量 ，可引入以下标准变换 对中位数-极差控制图（ 图），统计量中位数的标准变换是 在不合格品率控制图与不合格数控制图中 对统计量——缺陷数c作标准变换 三、控制图的简化与统一 利用标准变换，可使变量 成为均值为0、方差等于1的标准化随机变量，因此可将基于3σ原则的 控制图的控制限，统一成为： 由此得到的控制图为标准图，亦称通用控制图（Universal Control Chart）。 其优点是：所有的休哈特图均统一成一种图，可以时先印制好，而节约费用。由于控制线为直线，作图方便，有利于判稳或判异。 [例7.6.1] [例7.6.1] 某半导体器件厂，2月份对某种产品的数据如表7.6.1所示。根据以往纪录，在稳态下过程平均不合格率为0.0389，试作图、图对过程进行控制。 组号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 样本量 85 83 63 60 90 80 97 91 94 85 55 92 94 95 不合格数 2 5 1 3 2 1 3 1 2 1 0 1 0 3 组号 15 16 17 18 19 20 21 22 23 24 25 26 27 28 样本量 81 82 75 57 91 67 86 99 76 93 72 97 99 76 不合格数 0 7 3 1 6 2 3 8 1 8 5 9 10 2 0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 LC=0.0389 ULC p 图 -4 -3 -2 -1 0 1 2 3 4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 ULC=3 CLC=-3 LC=0 pT 图 四、多品种、小批量生产的控制 1969年，美国希利尔（F.S.Hilier）与新加坡杨中浩提出小样本 控制图。 久森伯瑞（C.P.Quesenberry）又将希利尔的成果推广到 图，并将各种控制图标准化。 1997年，卜祥民博士提出基于贝叶斯（Bayes）方法与序贯分析（sequential analysis）的利用当前小样本和历史数据得到产品质量特性值分布参数的优良估计，然后在参数已知的条件下作控制图，实现小批量生产的质量控制与诊断。 [例7.6.2] 小批量、多品种 数据量少 解决思想：将同类型分布的数据，通过数学变换成为统一分布的数据，绘制控制图。 [例7.6.2] 在一台车床加工直径分别为110、245、200、180、95和190mm的六种轴,其公差范围及收集到的数据如表7.6.2所示，试用标准图控制生产过程。 零件号 1 2 3 4 5 6 公差范围 1 110.01 244.88 200.145 179.815 95.023 189.95 2 110.015 244.86 200.17 179.79 95.02 189.9625 3 110.02 244.89 200.13 179.85 95.015 189.92 4 110.018 244.84 200.165 179.865 95.0