X-R控制图培训幻灯片.pptVIP

X-R 控制图培训;2011-03;2016-02;一、X-R控制图定义的目的： ;X-R控制图示;二、X-R控制图操作程序 ;2011-03;2011-03;2011-03;2011-03;2011-03;2011-03;2011-03;2011-03;2011-03;7 X-R控制图分析;2011-03;2011-03;l? 低于平均极差的链，或下降链表明下列存在的情况如下之一或全部； a . 输出值分布宽度减小，这常常是好的状态，应研究以便推广应用和改进过程。 b. 测量系统改变，这样会遮掩过程真实性能的变化。 ;C） 明显的非随机有规律变化图形：除了会出现超过控制界的点或长链之外，数据中还可能出现其他的易分辨的由于特殊原因造面的图形，属工序质量异常。 ;下面介绍一种验证数据点的总体分布是否异常的准则：各点与R的距离：一般地，大约2/3的描点应落在控制限的中间三分之一的区域内，大约1/3的点落在其外的三分之二的区域。如数据点虽在控制界限内，如连续3点中有2点落在其外的三分之二的区域，应属工序质量异常（见3σ图的说明） ;8、控制图报警程序和管理;1、控制图操作备注说明： ;四、工序能力计算和分析 ;当工程规范（公差）为两侧规格时，工序能力为Cpk，其计算为： Cpk=（1-K)(UCL-LCL）/6σ =（T-2ε）/6σ 其中(Epsilon) ε= (USL+LSL)/2-X ? ;当工程规范（公差）为单向公差界限时，Cpk的计算为： CpK=USL-X/3σ（规定公差上限时） CpK =X-LST/3σ（规定公差下限时） 以上σ的计算也可用δ近似代替，以下为估计过程的标准偏差（用δ表示）公式 δ= R/d2 式中：R为子组极差的均值(在极差受控时期) d2随样品大小变化的常数，见下表: ;四、有关“控制”的最后概念——用于进一步的考虑. 在一个生产过程中永远无法达到完美的控制状态，过程控制图的目的不是完美的，而是合理、经济的控制状态，如果某工序控制图上从来不出现失控点，Cpk一直为1.33以上，则需查询该工序是否应画控制图，可考虑用其它通用的工艺控制方式保证产品质量。;五、有关3σ控制图的说明： 以样本平均值X为中心，以 X?3σ为范围，作成控制图时，如质量特性值呈现正态分布时（左、右对称），则测量的数据，就有99.97%机率落在X?3σ范围内，我们可以判定为随机原因的变异，为安定值。当数据落在界线外侧时，就判定为异常原因造成时，需要调查。 调查方式按下面方法进行：;按上述原则判定，可能会出现两个误判； （1）即冒失者之误：落入控制图的机率为99.97%，也就是说1000个数据，有3个数据可能逸出控制界外，这是随机原因，不是异常原因造成的变异，属正常，但误判为异常，此现象为冒失者之误。用α表示。如α=0.3%。 （2）迷糊者之误：测量值全部落在控制图中，且无倾向性，通常也会认为属随机原因变异，而判定为正常。但是，实际测量数据的分布中心已经偏离了设计规范中心，此时，肯定存在变异，只是抽样时未碰到而已。这种误判，属迷糊者之误，用β表示,一般来说, β发生的机率大于α机率。初次使用SPC手法控制产品质量的QC人员经常会发生α和β两种情况的误判。 ;1、收集原始数据（取样本5件，连续测量25组，得到125个数据） 2、进行控制图的初始能力分析：定出控制上下限，并计算出初始的工序能力和控制工序能力。 3、在空白控制图中绘出控制图的上下限及中心线（ UCLX、 LCLX 、X 和UCLR 、LCLR、R ）并标出坐标刻度。 4、用上述控制图用于现场工序质量动态控制。QC人员按要求作质量数据记录，并描点。 5、控制图出现异常时，QC人员及时报警，技术质量工程师作出分析及制定处理措施。 6、质量稳定后，计算实际CPK值，将工艺水平的完善和提高纳入工艺文件。 ;Thank You Everybody!