統計過程控制SPC與休哈特控制圖.docVIP

大量管理资料下载请登录： 第  PAGE 31 页 共  NUMPAGES 31 页 统计过程控制与休哈特控制图 目录  TOC \o 1-3 \h \z  HYPERLINK \l _To第一节 统计过程控制（SPC）与控制图概述  PAGEREF _To\h 2  HYPERLINK \l _To一、什么是SPC？  PAGEREF _To\h 2  HYPERLINK \l _To二、控制图及其原理  PAGEREF _To\h 2  HYPERLINK \l _To第二节 休哈特控制图分析  PAGEREF _To\h 5  HYPERLINK \l _To一、控制图的两类错误  PAGEREF _To\h 5  HYPERLINK \l _To二、控制图的判断准则  PAGEREF _To\h 6  HYPERLINK \l _To第三节 休哈特控制图  PAGEREF _To\h 14  HYPERLINK \l _To一、简单说明各个控制图的用途：  PAGEREF _To\h 14  HYPERLINK \l _To二、用控制图需要考虑的一些问题  PAGEREF _To\h 16  HYPERLINK \l _To三、各种控制图的原理及制作  PAGEREF _To\h 18  第一节 统计过程控制（SPC）与控制图概述 一、什么是SPC？ SPC是英文Statistical Process Control的字首简称，即统计过程控制。SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。SPC强调全过程的预防。 SPC的特点是:（1）SPC是全系统的，全过程的，要求全员参加，人人有责。(2) SPC强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。（3）SPC不仅用于生产过程，而且可用于服务过程和一切管理过程。 二、控制图及其原理 控制图 LCL CL UCL 时间或样本号 样本统计量值 所谓控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。 控制图原理的第一种解释 控制图是美国贝尔电话研究所的休哈特（W.A.Shewhart）于20年代创立的。它是显著性检验在过程稳定性控制中的应用。 一个过程本身的输出有其统计特性θ，例如批产品的不合格率p、不合格数，加工误差的均值μ及方差，缺陷率u，…..它们客观存在，人们关心的是这统计特性是否稳定？ 对统计特性选定一个估计它的统计量（例如对p选，对μ选，对选…等等。）选定一个小概率，则对客观的θ而言，有一个拒绝域，正常即过程稳定下，θ落在拒绝域内是小概率。我们相信在一般情况下，小概率事件不会出现，所以如果θ落在拒绝域，认为过程的θ值已发生变化，要审核这过程，纠正变异。 的拒绝域取决于过程的θ值及统计量的构造。θ值可通过20到25个正常样本(正常的人、机、料、法、环的输入)取平均或加权平均得到其近似值CL值[注]。休哈特取拒绝域为[-3，+3]即（LCL，UCL）之外。这样，对正态分布来说，显著性水平为0.3%，但对于非正态分布而言，则近似于0.3%。[注]：对置信度80％而言，n=20时，的置信区间上限为1.18s，误差不大。 如果过程稳定于客观的θ值，则过程正常，而落入拒绝域判为异常的概率为0.3%。但当θ值偏离客观的θ值不大（例如相差20%）时，落入拒绝域的概率还是不大的。为此，控制图补充了一系列辅助判异常准则作为补充。当用控制图及诸判异准则未发现异常时，认为过程处于“统计控制状态”及“受控的”。 （θ是过程客观的特性值，不是人为指定的。例如不能把要求值作为CL值） 控制图原理的第二种解释 换个角度再来研究控制图的原理。根据来源的不同，质量因素可以分成4M1E五个方面。但从对质量的影响大小来看，质量因素可分成偶然因素(简称偶因)与异常因素(简称异因)两类。偶因是始终存在的，对质量的影响微小，但难以