尤建新博士演讲SPC与SPD.pptVIP

第三篇 质量管理工具 质量管理工具 基本概念 SPC（Statistical Process Control, 统计过程控制） 20世纪20年代美国休哈特（W.A. Shewhart）首创过程控制（process control）理论及监控过程的工具――控制图（control chart） SPD（Statistical Process Diagnosis，统计过程诊断） 是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。 从对产品质量的影响大小来分，质量因素可分为 偶然因素（简称偶因，random cause）偶因引起质量的偶然波动（偶波）。 异常因素（简称异因，也称为可查明因素，assignable cause, 或系统因素，systematic cause）。异因引起质量的异常波动（简称异波）。 产品质量的波动是具有随机现象的统计规律。 对于计量特性值，如长度、重量、时间、强度、纯度、成分等连续性数据。最常见的是正态分布(normal distribution) 对于计件特性值，如特性测量的结果只有合格与不合格两种情形的离散性数据，最常见的是二项分布（binomial distribution）。 对于计点特性值，如铸件的沙眼数、布匹上的疵点数、电视中的焊接不合格数等离散性数据，最常见的是泊松分布（Poisson distribution）。 控制图（control chart）又叫管理图。它是判断和预报生产过程中质量状况是否发生异常波动的一种有效的方法。 根据过程质量特性的数据统计特征，控制图可分为计量值控制图和计数值控制图两大类。 均值控制图主要用于判断生产过程中的均值是否处于或保持在所要求的统计控制状态 标准差控制图主要用于判断生产过程的标准差是否处于或保持在所要求的统计控制状态 这两张图通常一起用，因此称为均值-标准差控制图，记为 收集数据。根据选定的特性值，按一定的时间间隔，抽取一个容量为n的样本，共取k个样本，一般要求k≥25, n=4,5。 计算每一个样本的均值与标准差。 计算k个样本的均值的均值与标准差的均值。 计算 图与s图的上、下控制限。 用极差控制图来判断生产过程的波动是否处于或保持在所要的统计控制状态 将均值-标准差控制图（ 图）中的s图用极差控制图（R图）代替，即得 图 收集数据。根据选定的特性值，按一定的时间间隔，抽取一个容量为n的样本，共取k个样本，一般要求k≥25, n=4,5。 计算每一个样本的均值与级差。 计算k个样本的均值与级差的均值。 计算 图与R图的上、下控制限。 用 表示样本组的中位数。在 图中，以 代替 就得到 控制图。 用中位数估计总体时，精确度降低。若要达到同样精度时，用中位数就要较大的样本量。 收集数据。根据选定的特性值，按一定的时间间隔，抽取一个容量为n的样本，共取k个样本，一般要求k≥25, n=4,5。 计算k个样本的中位数的均值与极差的均值。 计算 图与R图的上、下控制限。 单值控制图（即x图），只有一个测量值。 这里的单值是指每次所得的一个测量值，移动极差是指相邻两次观察值的差的绝对值，也即两个数据的极差。 控制图设计过程： （1）收集数据 （2）计算k个样本的均值与移动极差的均值 （3）计算x 图和R图的上下控制限 不合格率控制图（p图） 不合格品率控制图用于判断生产过程中的不合格品率是否处于或保持在所要求的水平，记为p图。 设计过程 ： （1）收集数据 按事先规定的抽样间隔，抽取k个样本，每一个样本的容量可以不完全相同， 但一般要求k≥25, 每一个样本的容量通常在100以上。 （2）计算每一个样本的不合格率 （3）计算k个样本的总不合格品率 （4）计算p图的上、下控制限 不合格品数控制图 （pn图） 通常在子样本大小n固定的情况下，通过控制不合格品数，来控制工序的一种情形。 假设每一样本容量相等，均为n, 从而不合格品数的估计为： 缺陷数属计点数据。计点数据在实际生产过程中，由于出现缺陷的机会面较大，但每次出现的概率却很小。 缺陷数控制图的实际控制线的确定过程 收集数据 按事先规定抽样间隔，抽取k个样本，一般要求k≥25。 计算平均缺陷数 确定控制线 过程能力（Process Capability）过程能力是指过程在一定时间，处于控制状态（稳定状态）下的实际加工能力。这种能力可用过程质量特性值的波动范围来衡量。过程能力