SPC培训教程精选课件.pptVIP

正态分布 正态分布：直方图所取得数据越多，分组越密，则直方图就越趋近一条光滑的曲线。 这条光滑的曲线就形成正态分布曲线，其特点是中间高，两头底，左右对称并延伸至无穷。 坚持 正态分布特征 正态分布是一条曲线，讨论起来不方便，故用其两个参数描述其特征： 平均值（average) 标准差（standard deviation) 说明： （1）平方是为了避免正负抵消 （2）是求平均值 （3）是为了避免单位变化或无故放大 坚持 平均值对正态的曲线的影响 若平均值增大，则正态曲线往右移动，见?‘ 若平均值减小，则正态曲线往左移动，见?“ ?“ ? ?’ 坚持 正态分布平均值与标准差的关系 平均值与标准差是相互独立的。无论平均值如何变化都不会改变正态分布的形状，即标准差?；无论标准差如何变化，也不会影响数据的对称中心，即平均值?。 坚持 标准差对正态曲线的影响 若标准差越大，则数据分布越分散，波动范围大； 若标准差越小，则数据分布越集中，波动范围小。 坚持 控制图原理 3?原则 不论?与?取值为何，只要上下限距中心值（平均值）的距离各为3 ? ，则产品质量特征值落在范围内的为99.73%，这是数学计算的精确值，应该牢牢记住。 产品质量特征值落在[? -3 ? ， ? +3 ? ]之外的概率为0.27%，其中单侧的概率分别为0.135%。 休哈特正是据此发明了控制图。 坚持 控制图原理 控制图的形成： 将正态分布图按顺时针方向旋转90°?，得到图B；但图B中上端数值大，不符合视角常规，故再将图前后旋转180 ° ，得到图C。图C就是一张典型的控制图——单值控制图。图中UCL= ? +3?为上控制限，CL= ?为中心线，LCL= ? -3?为下控制限。 坚持 判异规则（一） 点出界就判异 如上图第四点已超出UCL，故判断过程异常。为什么？若过程正常，则点子超出UCL的概率为0.135%。若过程异常，?值增大，分布曲线整体上移，则点子超出UCL的概率大大增加，可能是的几十倍、几百倍。在这两种可能性中选择一种，当然选择过程异常。 坚持 判异规则（二） 两种错误 虚发警报(false alarm)：过程正常，但样本正好抽到0.135%处，根据判异规则判定过程异常。通常这种错误的概率记为?。 漏发警报(alarm missing):过程异常，但样本正好抽到仍位于控制界限以内，根据判异规则判定过程正常。通常这种错误的概率为? 。 坚持 判异准则 Criteria for abnormality 点出界就判异； 虽然点均未出界，但界内点排列不随机就判异； 第二条准则的具体模式理论上有无穷多种，但具有实际物理意义并被广泛使用的有少数几种。 坚持 常规休哈特控制图 数据特征 分布 控制图 简记 备注 计量值 正态分布 均值—极差控制图 X-R 可取消 均值—标准差控制图 X-S 中位值—极差控制图 X-R 可取消 单值—移动极差控制图 X-Rs 计件值 二项分布 不合格品率控制图 p 不合格品数控制图 np 计点值 泊松分布 单位不合格数控制图 u 不合格数控制图 c 坚持 控制图选用程序 坚持 计数型数据的控制图 准备工作 建立一个好的行动环境 定义过程 确定要管理的特性 应考虑 顾客的需求 当前及潜在的问题领域 特性之间的关系 定义测量系统，使之具有可操作性 使不必要的变差最小 坚持 计数型数据控制图的种类 不合格品率p控制图 不合格品数np控制图 不合格数c控制图 单位不合格数u控制图 坚持 不合格率的p图 数据收集 选择子组的容量、频率和数量 子组容量(n=50~200) 分组频率 子组的数量(25) 计算每个子组的不合格率（p） 记录每个子组的下列值 被检项目的数量——n 发现的不合格项目——np 计算不合格率p=np/p 选择控制图的坐标刻度（1.5~2倍） 将不合格品率描绘在控制图上 坚持 不合格率的p图 计算控制界限 计算过程平均不合格品率 P= 计算上、下控制界限（UCL、LCL） UCL=p+3 LCL=p- 画线并标注 过程平均——水平实线 控制线路（UCL、LCL）——水平虚线 坚持 ?、?变化示意图 时间 特性值 ?不变 ?倾向性变化 坚持 ?、?变化示意图 时间 特性值 ?不变 ?无规律变化 坚持 ?、?变化示意图 时间 特性值 ?规律性变化 ?不变 坚持 ?、?变化示意图 时间 特性值 ?无规律变化 ?不变 坚持 ?、?变化示意图 时间 特性值 ?无规律变化 ?无规律变化 坚持 SPC培训教程 一、持续改进及统计过程控制概述 二、SPC基础 三、计数型数据控制图 坚持 产品质量波动及其统计描述