spc的基本概要（ppt 24页）.pptVIP

SPC的基本概念 SPC- Statistical Process Control 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。 SPC的特点与发展 SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在与“P”（Process，过程） -- 可判断过程的异常，及时告警； -- 不能告知此异常是什么因素引起的; 第二阶段 SPCD (Statistical Process Control and Diagnosis)，统计过程控制与诊断--SPCD既有告警功能，又有诊断功能 第三个阶段SPCDA(Statistical Process Control , Diagnosis and Adjustment)，即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整,目前尚无实用性成果  统计控制状态 质量变异分类： -- 偶然性原因（正常原因） -- 系统性原因（异常原因） 质量数据的类型： ---- 计数值 （离散型随机变量） -- 计件值 -- 计点值 ---- 计量值 （连续型随机变量） 常用的控制图 判稳原则 判稳准则 在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点， 界外点数d=0 -----连续35个点， 界外点数d≤1 -----连续100个点，界外点数d≤2 判异准则 两类： 点出界判异 界内点排列不随机判异 判异准则： 1、连续9点落在中心线同一侧 判异准则 2.连续6点递增或递减 判异准则 3.连续14中相邻点上下交替 判异准则 4.连续3点中有2点落在中心线同一侧的B区以外 判异准则 5.连续5点中有4点落在中心线同一侧的C区以外 判异准则 6.连续15点在C区中心线上下 判异准则 * 频次 温度℃ 质量变异的规律 100 95.0 96.7 98.3 103.3 101.7 105 10 20 y x -3 -2 x -1 +1 +2 +3 u=-1 -4 +4 u=0 u=+1 正态分布平均值的特性 ?=1 y x -3 -2 x -1 +1 +2 +3 ?=0.5 ?=1.0 ?=1.5 -4 +4 正态分布标准差的特性 99.7% 99.73% y x -3? -2? x -1? +1? +2? +3? 95.46% 68.26% 正态分布的“3 ?”特性 生产过程的状态 一.控制状态(In Control) UCL LCL u0 CL 生产过程的状态 二.失控状态(Out of Control)-1 UCL LCL CL 生产过程的状态 二.失控状态(Out of Control)-2 UCL LCL CL 适用于在一定时间里只能获得一个数据，如一次化学反应的收率 适用于检验时间远比加工时间短的场合，如车床加工轴等 适用范围同上，但检出能力不如上图 单值--极差图 适用于长度，重量，强度等计量值数据控制 用 途 中位值—极差图 均值—标准差控制图 均值—极差控制图 控制图名称 控制图代号 正态分布（计量值） 分布 常用控制图 适用于控制一般缺陷数的场合，要求每次检测的产品个数即样本大小n必须一定的场合 适用于一般半成品或零部件，要求每次检测的产品个数即样本大小n必须一定的场合 用来控制每单位缺陷数，需全数检查的场合，如喷漆加工表面的气泡数 泊松分布(计点值) 不合格数控制图 c 适用于关键零部件需全数检查的场合 备注 单位不合格数控制图 不合格品数控制图 不合格品率控制图 控制图名称 u np p 控制图代号 二项分布(计件值) 分布 控制图 例： 控制范围公式： 控制图 CL = X UCL= X + A2R LCL = X - A2R X 图： R 图： CL = R UCL= D4R LCL = D3R x-Bar 图 UCL LCL CL = x = 10.728 CL 控制图 R 图 UCL LCL CL CL = R = 0.2204 控制图 举例 LCL UCL CL A B C C B A LCL UCL CL A B C C B A LCL UCL CL A B C C B A LCL UCL CL A B C C B A