生产制造过程质量控制.pptVIP

GP-TRN-SPC-02-002 金权科技——品质套餐 过 程 控 制 手 段——统计过程控制（SPC） 判断工序质量状况是否稳定 2. 分析工序能力是否充足 质量波动及其影响 产品质量的统计观点 产品质量的波动性 可认识的波动规律 造成产品质量波动的因素 4M1E（5M1E） 人 man、机 Machine、物 Material、方法 Method、（测量 Measurement、）环境 Environment 偶然（随机）因素 影响微小、始终存在、逐件不同、难以去除 系统（异常）因素 影响较大、有时存在、影响趋同、不难去除 质量波动及其影响 3. 产品质量波动的定性描述 准确度（Accuracy）反映系统误差的影响程度 精密度（Precision）反映偶然误差的影响程度 精确度（Uncertainty）反映偶然误差和系统误差的综合影响程度 4. 产品质量波动的定量描述 分布中心 分布形状 例1：原始数据1 例1：直方图（带轮廓） 直方图 控制限与sigma倍数重叠的合格率对照表 T = 1σ：68.268% T = 2σ：95.45% T = 3σ：99.73% T = 4σ：99.994% T = 5σ：99.99994% T = 6σ：99.9999996% 3 σ、4 σ、 5 σ和 6 σ控制水平分布形状比较图——已知控制限时求形状 例2：已知数据画正态分布曲线 例3：另一例数据正态分布（原始数据） 例3：另一例数据正态分布（分布图） 例3：数据分布多峰型（理解） 例3：数据分布多峰型 思考题 思考题答案提示 1. (a)对产品而言，只要落在上下控制限制内就合格是对的；(b)对过程而言，在稳定的过程中，仅仅是落在上下控制限制内还不是过程合格的充分条件，还需要判断分布情况是否正常。分布形状变异：如孤岛型、双峰型、偏向型等；分布发展趋势变异：如连续7点都在平均线以上（或以下），连续3点中有2点在±2 σ ~ ± 3 σ区域，等等，都预示着相当比例的不良的发生，是过程不合格或称不稳定的证据。 2. 过程中对产品的相关特征进行了筛选，剔除了部分产品（如下图所示）。 * 例1：直方图 0 31 10 8 30 9 1 20 45 95 110 82 46 19 11 人数 32 29 27 26 25 24 23 22 21 年龄 11 8 7 6 5 4 3 2 1 分组 例2：431对夫妇结婚年龄（男方）统计（1970年） 人数 年龄 规格标准T 分布中心 μ 上控制线 USL 下控制线 LSL 控制中心 M 区间（组距） 标准差 σ 分布中心 μ 正态分布 Φ（μ，σ） 直方图演变正态分布 2 σ 3 σ 4 σ 5 σ 6 σ 标准差 σ 分布中心 μ 正态分布 Φ（μ，σ） 2 σ 3 σ 4 σ 5 σ 6 σ Φ（μ，σ）= √ 2π σ 1 e - (x – μ ) 2 2 σ 2 正态分布密度函数 正态分布 +3σ -3σ 0.135% 99.73% 3 σ控制水平 +2σ 2 σ控制水平 -2σ 2.275% 95.45% 2.275% 2 σ控制水平 +1σ 1 σ控制水平 -1σ 15.866% 68.268% 15.866% 1 σ控制水平 6σ 3σ 3 σ控制水平和 6 σ控制水平——已知分布形状求控制线 6σ 3σ 3 σ控制水平和 6 σ控制水平——已知分布形状求控制线 6 σ 5 σ 4 σ 3 σ 例2：已知数据求正态分布中心值和sigma σ = (X1 - μ ) +(X2 - μ ) + ……+(X100 - μ ) n - 1 2 2 2 √ 计算：中心值和标准差 = √ (42 - 36 ) +(34 - 36 ) + ……+(40 - 36 ) 100- 1 2 2 2 （x1+x2+… …+ x100 ） 100 μ = = 26.78 例2：已知数据求正态分布中心值和sigma = 8.935 Φ（μ，σ）= √ 2π σ 1 e - (x – μ ) 2 2 σ 2 正态分布密度函数 26.78 H=0.0447 σ = 8.935 μ = 26.78 σ = 8.935 H