食品质量管理的工具-控制图的应用.pptVIP

控制图名称及符号 控制限公式 计量值 均值-极差图 图 图： 图： 均值-标准差图 图 图： 图： 单值-移动极差图 图 图： 图： 计数值 不合格品率图 图 不合格品数图 图 表2-16 常规控制图控制线公式 n 2 3 4 5 6 7 8 9 10 A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 D4 3.267 2.575 2.282 2.114 2.004 1.924 1.864 1.816 1.777 E2 2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975 m3A2 1.880 1.187 0.796 0.691 0.549 0.509 0.430 0.410 0.360 D3 － － － － － 0.076 0.136 0.184 0.223 d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.087 表2-17 控制系数选用表 由表2-17中可知，当n=5时 以这些参数作R控制图，并将表2-15中的R数据在图上打点，结果如图2-11。 对照常规控制图的判异准则，可判R图处于稳态。 因此，可以接着建立平均值控制图。 ② 计算 图的控制界限 注：A2为随着样本容量n而变化的系数，可由控制图系数选用表中选取。 由表2-17中可知，当n=5时 以这些参数作平均值控制图，并将表2-15中的数据在图上打点，结果如图2-12。 对照常规控制图的判异准则，可判均值控制图无异常。 因此可以判定灌装过程处于稳定受控状态。 控制图应用中常见错误 ⑴ 在5M1E因素未加控制，工序处于不稳定状态时就使用控制图管理工序。 ⑵ CP1的情况下，就使用控制图。 ⑶ 用公差代替控制界限，或用压缩的公差线代替。 ⑷ 仅打点而不做分析判断。 ⑸ 不及时打点而不能及时发现工序异常。 ⑹ 当5M1E发生变化时，而未及时调整控制界限。 ⑺ 画法不规范、不完整。 品质管理七大工具 ——控制图 控制图（Control Chart） ㈠ 常规控制图的构造与原理 又称管理图、管制图，休哈特控制图 对过程质量特性值进行测量、记录、评估和监察过程是否处于统计控制状态的一种统计方法设计的图。 质量特性数据 样本号 1 2 3 4 5 6 7 8 9 10 UCL CL LCL 控制图原理： 根据正态分布理论，若过程只受随机因素的影响，即过程处于统计控制状态，则过程质量特性值有99.73%的数据（点子）落在控制界限内，且在中心线两侧随机分布。 若过程受到异常因素的作用，典型分布就会遭到破坏，则质量特性值数据（点子）分布就会发生异常（出界、链状、趋势）。 质量特性值 抽样时间和样本序号 UCL CL LCL 3σ 3σ ● ● ● ● ● ● ● ● ● ● ● 反过来，如果样本质量特性值的点子在控制图上的分布发生异常，那我们就可以判断过程异常，需要进行诊断、调整。 x LCL CL UCL α/2 α/2 β 图3 控制图的两类错误 “3σ原理”（或称“千分之三法则”） 两类错误是不可避免的 一般把控制范围定在平均值的±3σ ㈡ 常规控制图的分类 ⑴ 按被控制对象的数据性质不同 分为计量值控制图、计件值控制图和计点值控制图 分布 控制图代号 控制图名称 正态分布 （计量值） 均值-极差控制图 均值-标准差控制图 中位数-极差控制图 单值-移动极差控制图 表2-14 常规控制图的分类 分布 控制图代号 控制图名称 二项分布 （计件值） 不合格品率控制图 不合格品数控制图 泊松分布 （计点值） 单位不合格数控制图 不合格数控制图 表2-14 常规控制图的分类 分布 控制图代号 控制图名称 正态分布 （计量值） 均值-极差控制图 均值-标准差控制图 中位数-极差控制图 单值-移动极差控制图 分布 控制图代号 控制图名称 二项分布 （计件值） 不合格品率控制图 不合格品数控制图 泊松分布 （计点值） 单位不合格数控制图 不合格数控制图 表2-14 常规控制图的分类 pn =4 CL pn =9.94 UCL pn 组号 不合格品数控制图 ⑵ 按用途不同 ① 分析用控制图 用于对已经完成的过程或阶段进行分析，以评估过程是否稳定或确认改进效果。 ② 控制用