统计过程控制（SPC）培训PPT.pptVIP

SPC软件应用 可以得到的控制图 计量型控制图 Xbar-R Chart Xbar-S Chart Histogram 计数型控制图 不良率控制图(P Chart) 不良数控制图(Pn Chart) 缺陷数控制图(C Chart) 单位缺陷数控制图(U Chart) Xbar-S Chart dfafa – fasdfasdf dfadf – dfasfa Histogram-直方图 ffgs – dfgd dfasfsad – dfasdfasdf SPC项目进展 图例 控制界限的计算 均值控制图 CL=X UCL=X+A2R LCL=X-A2R 极差控制图 CL=R UCL=D4R LCL=D3R 图形分析 利用均值控制图看质量是否偏离方向，利用极差控制图看设备稳定程度 均值控制图波动越小越好，表示整体稳定性越高；极差控制图越往下越好，表示每组数据中的变异越少 输入数据时要实时观察图形 当均值控制图有连续3点上升或下降，而极差控制图没有较大波动时，则表示制程中有某个因素正在慢慢朝某个方向发生变化 当均值控制图没有较大幅度变化，而极差控制图出现连续3点上升，则表示机器有较大的松动 当均值控制图发生较大幅度变化，而极差控制图没有上升，则表示人员和物料因素产生了较大的变化 如果均值控制图和极差控制图中的任何一种出现了超出管制界限的点，且Cp不是很大时，应该立即到现场去查看原因并立即解决 …… 3. 均值－标准差控制图(Xbar-S chart) 控制对象为计量型的数据 适用于N＝10的情况 均值图用于观察和分析分布的均值的变化，即过程的集中趋势 标准差图用于观察和分析分布的分散情况，即过程的离散程度 图例 控制界限的计算 均值控制图 CL=X UCL=X+A3S LCL=X-A3S 标准差控制图 CL=S UCL=B4S LCL=B3S 图形分析 分析方法同Xbar-R Chart 当均值控制图没有较大幅度的变化，而标准差控制发生某一点超出其管制界限，则说明机台松动得很严重，应立即查清原因，甚至停止生产进行整顿 …… 4. 单值－移动极差控制图(M-MR Chart) 控制对象为计量型的数据 与均值－极差控制图的作用类似 不需要多个测量值或样本是均匀的（如浓度） 因为费用或时间的关系，过程只有一个测量值（如破坏性实验） 敏感性不强 用自动化检查，对产品进行全检时 图例 移动极差 移动极差是指一个测定值Xi与紧邻的测定值Xi+1之差的绝对值，记作MR MR=| Xi - Xi+1 | (i=1,2,…,k-1) K为测定值的个数 5. 不良数控制图(Pn-Chart) 计数型数据中的计件型 样本容量(检验数)N恒定，一般N＞＝50 不合格数是一个服从二项分布的随机变量 图例 控制界限的计算 CL=Pn UCL=Pn+3[Pn(1-P)]1/2 LCL=Pn-3[Pn(1-P)]1/2 Pn – 平均不合格品数 P – 平均不合格品率 图形分析 当点已跑出管制界限 连续几点在中心线上方或下方 连续几点上升或下降 连续几点互着一升一降 连续几点在3倍标准差以外 连续几点中有几点在2倍标准差以外 连续几点中有几点在中心线两侧之1倍标准差以内 连续几点在中心线两侧，但未在1倍标准差以内 6. 不良率控制图(P Chart) 计数型数据中的计件型 样本容量N大小不定 服从二项分布 图例 控制界限的计算 CL=P UCL=P+3[(1/n)*P*(1-P)]1/2 LCL=P-3[(1/n)*P*(1-P)]1/2 7. 缺陷数控制图(C Chart) 计数型数据中的计点型 控制对象为一定单位（如一定长度、一定面积、一定体积等）N上面的缺陷数 产品上的缺陷数服从泊松分布，但可近似为正态分布处理 要求检验数相同 图例 控制界限的计算 CL=Cbar UCL=Cbar+3(Cbar)1/2 LCL=Cbar-3(Cbar)1/2 Cbar－全体数据的平均缺陷 8. 单位缺陷数控制图(U Chart) 计数型数据中的计点型 与C图具有相同的原理，不同的是U图的取样大小可以浮动，只要能计算出每单位上的缺陷数即可 设N为样本大小，C为缺陷数，则单位缺陷数为： u=c/n 图例 控制界限的计算 CL=Ubar UCL=Ubar+3(Cbar/Ni)1/2 LCL=Ubar-3(Cbar/Ni)1/2 Ubar－平均单位缺陷数 Ni－第i组组数据的检验数 9. 柏拉图(Pareto Chart) 主要用来分析各种不良原因或缺点项目中的重点部分，以便于在品质方面要注意和改善的重点 品质管理中主要应用 缺陷柏拉图 异常柏拉图 原因柏拉图 措施柏拉图 Pareto理论的作用 找出“重要的少数” 80%的问题由20%的潜在原因引起 图例 10. 散布图(Sc