预控图.docVIP

预控图 预控图(PRE—Control)：小批量生产过程的质量控制工具 预控图的概念及说明 　　预控图(PRE—Control),又叫彩虹图,是一种基于规格界限来控制过程的简单运算法则图，是美国Rath Strong咨询公司于20世纪五十年代开发的。早在20世纪20年代，美国 HYPERLINK /wiki/%E8%B4%9D%E5%B0%94%E5%AE%9E%E9%AA%8C%E5%AE%A4 \o 贝尔实验室 贝尔实验室的科学家 HYPERLINK /wiki/%E4%BC%91%E5%93%88%E7%89%B9 \o 休哈特 休哈特发明了 HYPERLINK /wiki/%E4%BC%91%E5%93%88%E7%89%B9%E6%8E%A7%E5%88%B6%E5%9B%BE \o 休哈特控制图 休哈特控制图，它是基于产品的生产过程连续稳态，并且 HYPERLINK /wiki/%E8%B4%A8%E9%87%8F%E7%89%B9%E6%80%A7 \o 质量特性 质量特性的分布是在正态或接近正态分布的情况下运用。而预控图只是假设生产过程中产品的质量特性是可测量和可调整的，它并未假设为某一分布和稳定的分布。休哈特控制图是用3σ原理设置控制限，预控图是以规格限设置控制限，警戒区设计在规格限内。 　　为了应用方便，通常预控图控制区域分为三个： 目标区、警戒区、不良区，见下三种图形（见下图）。 　　 [ HYPERLINK /w/index.php?title=%E9%A2%84%E6%8E%A7%E5%9B%BEaction=editsection=2 \o 编辑段落: 预控图的理论[1] 编辑] 预控图的理论 HYPERLINK /wiki/%E9%A2%84%E6%8E%A7%E5%9B%BE \l _note-.E6.B1.AA.E8.8A.B8 [1] 　　设产品单元的参数X分布函数为F(x)，X是任意分布。在双边情况下，令X落入左侧目标区的概率为PgL，落入右侧目标区的概率为Pgr；落入左侧警戒区的概率为PyL，落入右侧警戒区的概率为；落入左侧不良区的概率为PrL，落入右侧不良区的概率为Pπ。 　　令X落入目标区的概率为Pg(在双边情况下，Pg = PgL + Pgr)；令X落入警戒区的概率为Py(在双边Pr = PyL + Pyr)。 　　令X落入目标区的概率为(在双边情况下，Pg = PgL + Pgr)；令X落入警戒区的概率为Py(在双边情况下，Py = PyL + Pyr)；令x落入不良区的概率为Pr(在双边情况下，Pr = PrL + Pπ)。 　　可以启动预控图于工程控制的概率为PS，其条件为??连5个样品的参数值落在目标区内，故。 　　在启动预控图于工程控制后，每一次 HYPERLINK /wiki/%E6%8A%BD%E6%A0%B7 \o 抽样 抽样抽两个样品A、B：两个数据全落在目标区的概率为，；一个数据落在目标区、另一个数据落在警戒区的概率为2P_gP_y；两上数据都落在警戒区的概率为P^2_y；两个数据中有一个落在不良区，另一个落在非不良区的概率为2P_r(1-P_r)；两个数据都落在不良区的概率为。 　　注：它们的总和是。 　　因此每一次抽样通过概率为。 　　注：也可把判别通过与否的准则修改一下，若第一数据落在不良区，就判不通过(不必等第二数据酌结果)，则公式稍有变化。 　　在两次停止问的6次抽样都通过的概率为，此时批不合格品率为Pr，因此通过抽样交付的批产品的平均交付不合格品率为。 　　 　　[例]如果X是正态分布N(μ,σ)，设上下规格限距离正好为6σ，则当X的μ正好在中心线上时，有。 　　Cp = 1,Pg=85.73%,P_y=14.00%,P_r=0.27% 　　于是每一次抽样通过的概率Pp算出为97.50% 　　=97.5%^6×0.27%=85.91%×0.27%=0.23% 　　[例2]在例1中，上下规格限距离为6σ，如与中心线有偏离，当偏离分别为0.5σ，1.Oσ,1.5σ时，AOQ值为多少?仿上，算出AOQ分别为0.49％，0.99％0.67％。 　　注意：随着μ对中心线的偏离增大，AOQ从0.23％逐渐增大，后又逐渐减少，亦即AOQ有最大值AOQL。 [ HYPERLINK /w/index.php?title=%E9%A2%84%E6%8E%A7%E5%9B%BEaction=editsection=3 \o 编辑段落: 预控图的基本思想 编辑] 预控图的基本思想 　　预控图是一种非常简便的质量控制工具，其基本思想如下: 　　(1)过程开始前 HYPERLINK