过程控制与统计技术(new)概要.ppt

过程控制与统计技术 ——厦门培训总结 一、培训的主要内容 1、统计技术的基本原理 2、各种控制图的介绍 一、质量理论的发展 质量管理经历了质量检验，统计质量控制，全面质量管理三个阶段。 x控制图的作法有两种情况： 1）在数据可以分组的场合，除了做x控制图外，当数据凑够一组时同时作x-bar—R控制图或Me—R控制图； 2）在数据不能分组的场合，常与移动极差（Rs）控制图联合应用，记为x—Rs控制图。 x—Rs图常用于：在工艺参数（温度、时间、压力等）情况下，每次只能得到一个测定值；或样品在测定或实验后不能再次使用；或是测量需要高额费用；或是需要尽早发现异常；或过程中取多个测定值无意义的情况下。 某钢铁厂在炼钢过程中，对于某种化学成份需要进行控制，现从现场测得生产稳定时的25组数据，请制定X-Rs控制图并描点和判断是否延长控制线对其进行控制。 CL=67.036 UCL=67.363 LCL=66.709 CL=0.123 UCL=0.402 LCL=--- Rs控制图 X控制图 不能延长做控制图，因为连续16个点子中相邻点子上下交替。 （五）、p控制图（不合格品率控制图）和pn控制图（不合格品数控制图）。 p控制图和pn控制图都是用来控制批质量水平的控制工具。当样本大小保持不变时， p控制图和pn控制图都可以用；但当样本大小是变化的场合，只能用p控制图而不能用pn控制图。 p控制图和pn控制图都是用来控制批质量水平的工具，为了能更好、更有效地进行控制，在把产品通过质量检验而区分为合格与不合格品的场合最好能将不合格的原因分类、统计并详细记录，以便将来对过程异常分析时，作为查找原因和采取措施的重要参考资料。 中心线及上、下控制界限: P控制图与np控制图应用举例 OCP车间直角棱镜抛光工序，经检验批产品不情况如下： 因为样本n=32，大小相等，所以可以用p控制图或np控制图进行分析。 样本大小相等 p控制图 np控制图 OCP车间直角棱镜抛光工序，另一组经检验批产品不情况如下： 因为样本大小不相等，所以只能用p控制图进行分析。 样本大小不相等 由公式可以知道：p控制图的控制界限与样本大小n有关，因为本次收集的数据样本大小不相等，所以每个样本的控制界限也不相等，所做的p控制图如下所示： 其中p控制图的控制界限公式为： * * 1、质量检验阶段—把关型质量管理 传统的质量检验阶段，是单纯依靠检验或检查来保证产品质量或工作质量的，是事后的质量保证，也是不经济的质量保证。 2、统计质量控制阶段—预防型质量管理 统计质量控制是指应用统计方法捕捉过程中的异常先兆（异常因素起作用的苗头）有针对性地将异常因素消除在过程中，从而预防不合格品的产生。 3、全面质量管理阶段—预防为主，检验把关为辅的质量管理 全面质量管理弥补了统计质量控制的三个不足，发展为三全管理：全员参与的质量管理；全过程的质量管理；全企业的质量管理 统计技术的基本概念： ——统计技术是以概率论为理论基础，研究随机现象中确定的数学规律的学科。 质量是在一定范围内符合一定数学规律的随机现象。质量特性值（数据）分布，即是质量这种随机现象的规律。因此我们可以应用统计技术，掌握质量工作的规律，最大程度搞好质量工作。 统计技术包括统计推断和统计控制两大类。 1）推断：通过对样本数据的统计计算与分析，预测尚未发生的事件和对总体质量水平进行推断； 2）控制：通过对样本数据的统计计算与分析，确定产品的质量特性变化是否在一定范围内而且符合一定规律的变异，没有发生异常情况。 产品质量的统计概念： 1）产品质量具有变异性（不一致性）：质量是一种随机现象，由于某种原因影响产品质量的因素（人、机、料、法、环）无时无刻不在变化着，所以产品质量具有变异性。 2）产品质量的变异具有规律性（分布）：产品质量的变异是在一定范围内而且符合一定规律的变异。 影响产品质量变异的两大类因素 影响产品质量变异的因素，无论人、机、料、法、环哪一种因素，归纳为正常因素（偶然因素、随机因素）和异常因素（系统因素）两大类 正常因素与异常因素并不是绝对的，在一定条件下两者是可相互转变的。 统计技术的一般程序 总体 样本 数据 图表 抽样过程 测试 测量 归纳 整理 推断、控制 总体：研究对象的全体； 有限：如一批产品； 无限：如一道工序。 抽样过程：从部体中抽取样本的活动。 单纯随机抽样：抽签法，随机数表法； 机械随机抽样（工艺取样）：根据工艺要求规