综合知识-品质知识→工序质量控制-质量管理教学幻灯片讲义.pptVIP

例2 利用表8-6数据设计 控制图。 解 由表8-6算得，20组数据的总平均值 ，平均极差 。 由于样本容量n＝5，查表8-1知，参数 , ， 。所以， 控制图的设计如下（公式见表8-5）: 对于 图： 对于R图： 经数据还原， 图的中心线为6.478，控制上限为6.487,控制下限为6.470；R图的中心线为0.0145，控制上限为0.0307，控制下限仍为0。 实测数据的 控制图见图8-11。从图8-11可见，第13号数据样本点跳出 图控制上限，应当查明原因。如确系系统性原因造成的，则应将该样本点剔除。然后，根据剩下的19个样本数据重新设计 控制图。 例3 利用表8-6数据设计 控制图。 解 由表8-6知，中位数平均值 ，平均极差 由于样本容量n＝5，查表8-1知，参数 ， ，， 同例10。 所以， 控制图的设计如下（公式见表8-5）: 对于图: R图同例2，从略。 和例2比较， 图中上、下控制限的间距略大于 图中的上、下限 间距。表明 图的检出力比 图的稍逊，但使用方便是其优点。 工序质量控制 第一节 工序质量的受控状态 第二节 工序能力指数 第三节 工序质量控制图 第一节 工序质量的受控状态 一、工序质量的两种状态 （一）受控状态（in control） （二）失控状态（out of control） 二、工序质量状态识别中的问题 生产制造过程是从设计质量到实物质量的实现过程，也是在产品质量形成全过程中涉及职能部门最广及参与人员最多的重要过程。 生产制造过程控制的核心是工序质量控制，统计过程控制(Statistical Process Control，简称SPC) 是工序质量控制的重要内容和方法。本章在第七章的基础上，对工序能力指数、控制图等作较详细的介绍。 一、工序质量的两种状态 如工序质量特性值为X，其分布参数为μ和σ，即 , 则工序质量的两种状态可以用μ和σ的变化来判别。 （一）受控状态(in control) 工序质量处于受控状态时，质量特性值的分布特性不随时间而变 化，始终保持稳定且符合质量规格的要求。见图8-1。 在图8-1中，μ和σ是排除了影响工序质量的系统性因素后，质 量特性值X或其统计量的数学期望和标准差，是工序质量控制的目 标。黑点表示随着时间的推移，X的观测值x（或X的统计量的观测 值，如样本平均值、样本中位数等）的散布情况。这些黑点依概率 散布在中心线（ ）两侧，不应有任何系统性规律，且都介于上、 下控制限（UCL和LCL）之间。 图8－1 生产过程的受控状态 （二）失控状态（out of control） 可以有几种不同的表现形式（或兼而有之）： （1） 保持稳定。这时，从表面看，过程状态是稳定的，但由于质量特性值或其统计量的分布集中位置（ ）已偏离控制中心（ ），黑点越出控制界限某侧的可能性变大，见图8-2。 图8－2 生产过程的失控状态（μ变化） （2） 保持稳定。这时，由于分布的分散程度（σ） 变大，导致黑点越出控制界限两侧的可能性变大，见图8-3。 图8－3 生产过程的失控状态（σ变化） （3） 和σ都保持稳定。 （4）μ和σ中至少有一个不稳定，随时间而变化。 不论是何种形式的失控状态，都表示存在导致质量失控的系统性 因素。一旦发现工序质量失控，就应立即查明原因，采取措施，使 生产过程尽快恢复受控状态，减少因过程失控所造成的质量损失。 二、工序质量状态识别中的问题 影响工序质量的5M1E诸因素始终处于变化之中，工序质量具有鲜明的动态特性。 “受控”和“失控”是和控制目标相关联的两种质量状态，在一定条件下，它们可以相互转化。 工序质量控制的基本过程可以图8-4所示的循环图来表示。从某种意义上说，工序质量控制的成功取决于能否及时发现生产过程的质量偏差，即质量特性的异常表现。 发现 分析 反馈 纠正 图8－4 工序质量控制系统 生产过程中工序质量异常波动的发现及原因的分析往往需要借助数理统计中的统计推断方法。 对于各式各样的质量总体，经常可以用正态分布随机变量来描述或近似描述，见图8-5所示。正态分布是统计推断中最广泛使用的分布形式