第6章节 统计过程控制.ppt

第六章 质量控制常用技术 持续改进及过程控制 ?????? 企业目标-客户满意 ?????? 实现目标-持续改进，强调缺陷的预防 ?????? 有效方法-统计过程控制 ? ? 检验和预防 ?????? 检验是对过程结束后的输出进行测量 –?? 通过抽样检验--发现合格/不合格 –?? 通过100%检验--发现合格/不合格 ?????? 预防是在生产中对过程进行测量 –?? 通过对过程的测量，使质量问题在导致报废、返工和成本增加之前对其进行纠正 统计过程控制定义 ????统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。 SPC的作用 ?????? 对设计和过程能力进行可靠性的评估 ?????? 统计有助于区分正常波动和异常波动 ?????? 可以依据以往过程的运行情况预测将来过程如何运行 ?????? 降低发现质量问题对检验的依赖性 ?????? 验证问题是否已经永久地纠正了还是需要进一步纠正 ?????? 有助于了解当前过程是否有能力形成100%满足要求的输出 提高质量和生产率，降低成本 一、质量特性数据及其分类 （2）计数数据 二、质量特性数据的采集 （二）随机抽样方法 1、简单随机抽样法 2、系统抽样法 3、分层抽样法 4、整群抽样法 1、简单随机抽样法 3、分层抽样法 案 例 分 析 三、质量数据的统计特征 （一）样本平均值 （二）样本中位数 （三）样本方差 （四）样本标准偏差 （五）样本极差 （一）样本平均值 （三）样本方差 四、质量特性数据的分布特点和规律 (一）质量特性数据的分布特点 1、分散性（波动性、变异性、随机性） 由于异常原因、随机因素和系统因素的存在，使我们收集到的质量特性数据具不确定性和波动性。一般即使人、机、料、法、环、测各种条件相同，生产的同一批产品的质量也不完全相同。 2、规律性 当生产过程处于统计控制状态，数据的波动服从一定的分布规律，即统计规律。一般来说，离散型随机变量遵循二项式分布、泊松分布、超几何分布等。连续型随机变量遵循正态分布、指数分布、t分布等。 2、二项式分布（b（n，p）） ※ 条件：当产品批量N为无限大或N虽为有限量但N很大，并进行返回检查。样本容量n ，Nn,重复n次试验但相互独立。每次试验只有两种可能性。 ※ 几个量：总体的不合格率p，合格率q=1-p， 样本容量n，其中不合格品数 d，合格品数 n-d。 则 p（d）样本中出现d个不合格品的概率服从二项式分布： P（d）= 3、计点值服从泊松分布 泊松分布常常用在单位产品上所发生不合格数的数学期望。计点值服从泊松分布。 如：一定时间内电话总站接错电话的次数；每一页书中印刷错误；在一个铸件上的气泡或砂眼数；每一米布上的疵点数等。 ※ 条件：样本容量n1, 总体不合格率p1。 令λ=np，d表示不合格数，可取任意一组自然数1、2、3、 4,….….，则发生d个不合格数的概率服从泊松分布。即： 一、工序质量的波动 二 、概述 一、严格的质量要求—— μ—— 平均值 P——不合格品率，质量水平体现在不合格品率的大小上 1、6σ质量的统计量 ? 不合格率的下降用百万分之一比率（ppm - part per million）来衡量。 1ppm=1/1000000＝ ，如：3.4ppm =3.4/1000000 用十亿分之一来表示（ppb，part per billion） 1 ppb = 曲线下的面积（概率） 6 西格玛（6σ） 正态曲线单侧的概率 6 sigma的质量水平是什麼？ 正态分布的平偏移（±1.5σ） 不同σ质量水平下的不合格品率(单位 ppm ) σ质量水平代表了过程每百万次操作的缺陷机会，并考虑平均值μ和M不重合，而μ移动了1.5σ后的概率。 当 M = μ ? 当 M ≠ μ 并偏离 1.5 σ P = 66803 ppm P = 3.4 ppm 三、影响统计过程波动的因素 1、偶然因素（随机因素） 对生产