预控制图-彩虹图-培训.pptxVIP

0;预控制图的基本原理;因此，要考虑在某些情况下能否应用更简单的方法来代替控制图。 瑞斯-斯特朗咨询公司提出了这一想法，由著名的统计学专家弗兰克-萨塞给提发明了预控制图，并得到了广泛的应用。 目前有很多发达国家的企业在应用该方法，尤其是6sigma和精益生产的实施，其应用越来越广泛。;预控制图的基本原理;预控制图的区域划分 将预控制图划分为以下三个区： 在设计预控制图时，在规格界限（TU,TL）与中心线（目标值M）之间（1/2处）各增加一条预控制线（P-C线）。 如下图示：; 预控制图三个区的划分 目标区（绿区）：两条预控制限之间，占规格值的一半。 警戒区（黄区）：在目标区两侧，预控制线与规格限TU、TL的区域。分别各占规格范围的1/4。 废品区（红区）：在两个黄区之外，即超过规格界限TU、TL的区域。;预控制图各区域的概率：可作为异常判断的依据。 目标区（绿区）：概率为86.64%。当Cp=1.0时，在100件产品中大约有86.64件产品的可能会落入目标区（绿区）内。 警戒区（黄区）：概率为13.09%，两边每个黄区各为6.545%。当Cp=1.0时，在100件产品中大约有13.07件产品的可能会落入警戒区（黄区）内。 废品区（红区）：概率为0.27%，两边每个红区各为0.135%。;在生产过程中随机抽取1件产品，其落入绿区的概率为86.64%。 若连续抽取5件产品，它们全部落入绿区的概率为0.86645=0.48819(即概率为48.819%) ，说明过程要达到这一要求只有48.819%的可能性。 而实际上达到了，证明了过程质量特性值的分布中心（平均值）与规格中心（目标值）是重合的，而且过程能力也满足要求，符合预控制图的假设条件，可以正式开始应用预控制图了。;连续抽取2件产品： 连续抽取2件产品，如果实测值全部落入绿区 （概率为0.86642=0.75060.01）,说明过程正常。 连续抽取2件产品，如果实测值1件落入绿区、1件落入黄区（概率为0.8664 × 0.06545=0. 05670.01）,说明过程正常。 连续抽取2件产品，如果实测值全部落入黄区（概率为0.065452=0.0042830.01）,应认为小概率事件发生，说明过程异常。 连续抽取2件产品，只要实测值1件落入红区（概率为0.00270.01）,应认为小概率事件发生，说明过程异常。 （无论另一件落入哪个区）;用下表对上述过程进行了描述：;预控制图的使用步骤;开始实施控制后的法则 （依表1规则） 开始实施控制后，按确定的时间间隔，每次连续抽取2件产品， 并按以下规则对过程实施质量控制。 若2件产品的实测值全部落入绿区，则过程正常。 若2件产品的实测值中有1个落入绿区、1个落入黄区，则过程正常。 若连续抽取的2件产品实测值分别落入两个黄区，则过程异常。 并认为过程质量特性值分布的标准差增大，应采取相应的措施减 小偏差。 若该2件落入同一黄区内，过程异常。并认为分布中心偏移，应 采取措施。 只要有1件落入红区，则过程严重异常。应停止生产，采取措施。 再重新连续抽取5件产品，进行控制条件的确认。;预控制图对过程控制的弹性管理; 不同过程能力时预控制图的报警情形如图所示：;不同过程能力时报警灵敏度的解析 当Cp=1时（图a），连续2件产品的实测值落入黄区的概率为0.065452=0.004283。根据小概率事件原理判断该过程异常。 当Cp1时,如Cp=0.67（图b）。此时，连续2件产品的实测值落入黄区的概率为0.02。根据预控制图的判断准则，自然仍应判断过程异常，实际上加大了对异常判断的概率，预控制图会频频报警。因此，当Cp1时,不宜使用预控制图。 当Cp1时,如Cp=1.33（图c）。此时，连续2件产品的实测值落入黄区的概率为0.0004。因此出现报警的可能性很小，则说明若有2件落入黄区，这样的小概率事件发生，过程必须是异常的，使预控制图的检出力更加灵敏。;应用预控制图的优点;预控制图能保证产品质量被控制在预定的水平上。如在Cp=1时，正常实施该图，过程的不合格品率应小于0.27%。 既可应用于计量值，又可应用于计数值。 不仅适用于小批量生产，也可适用于大批量生产。（大批量生产时，其控制效果要比控制图差） ;在计数值过程控制中的应用;18;19