Minitab培训-SPC统计过程分析-精选版.pptVIP

单位不合格（缺陷）数的u图 使用的时机 u图用来测量具有不同的样本（受检材料的量不同）的子组内每检验单位产品之内的不合格数量（可以用不良率表示）. 数据的收集 各子组样本容量彼此不必都相同，尽量使它的容量在其平 均值的正负担过重25%以内，可以简化控制限的计算. 记录并描绘每个子组内的单位产品不合格数（u） u=c / n 式中: C为发现的不合格数量，n为子组中样本的容量。C和n都应 记录在数据表中。 计算控制限 计算每单位产品过程不合格数的平均值 u=(C1+C2+…+Ck) / (n1+n2+…+nk) 式中: C1，C2及n1,n2等为K个子组内每个子组的不合格数及样 本容量 . 计算控制限 U/LCLu = u ± 3 u / n 式中：n 为平均样本容量。 注：如果某些子组的样本容量与平均样本容量的差超过正负25%， 按下式重新计算其准确的控制限： U/LCLu = u ± 3 u / n 过程控制解释（同P管制图） 过程能力解释 过程能力为 u 控制图是： 1. 实时图表化反馈过程的工具。 2. 设计的目的是告诉操作者什么时候做什么或不做什么。 3. 按时间序列展示过程的个性/表现。 4. 设计用来区分信号与噪音。 5. 侦测均值及/或标准差的变化。 6. 用于决定过程是稳定的（可预测的）或 失控的（不可预测的）。 控制图不是 1. 不是能力分析的替代工具。 2. 在来料检验的过程中很难用到（没有时间序列）。 3. 控制图不是高效的比较分析工具。 4. 不应与运行图或预控制图混淆。 运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。 三、控制图目的 （mu） （sigma） 对于服从或近似服从正态分布的统计量，大约有99.73%的数据点会落在上下控制限之内。数据点落在上下控制限之外的概率约为0.27%，根据小概率原则，可判为异常点。 1. 上虚线：上控制界限UCL 2. 下虚线：下控制界限LCL 3. 中实线：中心线CL 控制界限=平均值±3σ 控制图的构成 控制限与规格限 ■按产品质量的特性来分类，控制图可分为: 控制图种类及适用场合 类别 名称 控制图符号 特点 适用场合 用途 计量值控制图 平均值---极差控制图 -R 最常用，判断工序是否正常的效果好，但计算工作量大 适用于产品批量较大，且稳定、正常的工序 图用于观察分布的均值变化，R图用于观察分布的一致性变化。 -R联合运用，用于观察分布的变化 平均值---标准差控制图 -S S的计算比R复杂，但其精度高 当10时用S图代替R图,适用于检验时间远比加工时间短的场合 图用于观察分布均值变化，S图用于观察分布的一致性变化。 -S联合运用，用于观察分布的变化。 中位数---极差控制图 -R 计算简便，但效果较差 适用于产品批量较大，且稳定、正常的工序 图用于观察分布的中位数变化，R图用于观察分布的一致性变化。 -R联合运用，用于观察分布的变化 单值---移动极差控制图 x--Rs 简便省事，并能及时判断工序是否处于稳定状态，缺点是不易发现工序分布中心的变化 适用于因各种原因(时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常因素的场合，适用于均质产品而无需抽取多个试样。如一炉钢的成份 X图用于观察分布的单值变化，Rs图用于观察分布的一致性变化。X-Rs联合运用，用于观察分布的变化，但灵敏度低 计数值控制图 不合格品数控制图 pn 较常用，计算简单，操作工人易于理解 样本数量相等 用于控制一般的过程 不合格品率控制图 p 计算量大，控制线凹凸不平（在特定条件下，控制线可为直线） 样本数量可以不等 用于控制关键的过程 缺陷数控制图 c 较常用，计算简单，操作工人易于理解 样本数量相等 用于控制一般缺陷数的场合 单位缺陷数控制数 u 计算量大，控制线凹凸不平（在特定条件下，控制线可为直线） 样本数量可以不等 用于控制每单位缺陷数，如线路板焊接不良点数 ■按控制图的用途来分类，控制图可分为:分析用控制图与控制用控制图； 分 析 阶 段 确认关键 制程及特性 制订初始过程能力 计划表/控制计划 导入ＳＰＣ进行关键 制程及特性之管制 不