8-质量管理中的统计技术与方法2.pptVIP

控制图是判断和预报生产过程中质量状况是否发生波动的一种有效方法。例如： 美国某电气公司的一个工厂有3千人，制定了5千张控制图； 美国柯达彩卷公司有5千人,制定控制图有3万5千张，平均每人7张。 我国某飞机制造厂中的先进质量体系(AQS)中，要求一些工序必须作控制图。 控制图的基本思想 把要控制的质量特性值用点子描在图上,若点子全部落在上、下控制界限内,且没有什么异常状况时,就可判断生产过程是处于控制状态。否则，就应根据异常情况查明并设法排除。通常，点子越过控制线就是报警的一种方式。 控制图作为一种管理图，在工业生产中，根据所要控制的质量指标的情况和数据性质分别加以选择。 控制图的起源与发展 1924年修哈特（Walter A. Shewhart）博士在贝尔实验室发明了控制图。 1939年修哈特与戴明合作写了《品质观点的统计方法》专著。 二战后英美两国将品质控制图方法引入制造业并应用于生产过程。 美国汽车制造商对SPC很重视，使SPC图得以广泛应用。 SPC的作用 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。 控制图的基本格式 UCL ● ● ● ● ● ● ● ● ● ● CL LCL 子样号 重量特性数据 中心线CL(Central Line)——用细实线表示； 上控制界限UCL(Upper Cortrol Limit)——用虚线表示； 下控制界限LCL(Lower Control Limit)——用虚线表示。 说明: 控制图有两个坐标: 纵坐标表示质量特性值，横坐标表示样本号或时间。 控制图一般都有三条横向线条：二条虚线，一条实线。上、下两条虚线称为上、下控制界限，分别用符号UCL和LCL表示。中间的实线叫中心线，用符号CL表示。上、下控制界限的值为中心线±3倍标准差。 在生产过程中，定期抽取样本，测量各样本的质量特性值，并将测得的数据经统计计算点到图上，根据这些点子是否超出控制界限，以及点子排列有无异常状况，来判断生产过程是否处于稳定状态。 * 16500 17000 17500 16000 18000 UCL=18106 LCL=16191 Mean=17149 图中： UCL= 上控制限； Mean=均值 LCL= 下控制限 例 控制图的基本概念 概念 解释 平均值 一组测量值的均值 极差（R） 一个子组、样本或总体中最大与最小值之差 标准差（σ） 过程输出的分布宽度；从过程中统计抽样值（例如：子组均值）的分布宽度的量度，用希腊字母σ或字母s（用于样本标准差）表示 过程均值 一个特定过程特性的测量值分布的位置即为过程均值，通常用 来表示。 链（Run） 控制图上一系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据 变差 过程的单个输出之间不可避免的差别 使用控制图进行过程控制的步骤 数据收集并将数据画在控制图上。 实施控制。 将数据画在控制图上并计算控制界限； 注意控制界限与规格界限的区别。 比较控制界限与画好的数据。 判断该过程是否存在变异的特殊原因。如果存在,则进行分析和改善，再对改善后的过程重新进行收集数据和控制。 分析 当有存在特殊原因时，过程处于统计过程控制状态，时，这时可继续使用控制图作为控制工具，并计算过程能力指数，通过分析过程能力，以量化过程满足要求的程度； 改善 在分析过程中如发现过程能力过低，即过程合格率过低，说明过程中存在的普通原因引起的变异过大，则需确定改善措施减少普通原因引起的变异，提升过程能力。 控制图的控制原理 3 sigma 原理 在各类过程中，其特性数据往往服从正态分布，则测量数据落在（u－3 σ ; u+3 σ)概率为99.73%，落在（u－3 σ ; u+3 σ)外的概率为0.0027. 通常认为可能的测量数据落在（u－3 σ ; u+3 σ), 这就是3ó原理。 小概率事件在抽样检验中不发生原理. 一旦有观测数据落在（u－3 σ ; u+3 σ)之外，就认为过程不正常。 -3 σ （LCL） +3 σ （LCL） （CL） 1、按用途分： a)分析用控制图； b)控制用控制图。 2、按其控制对象的数据类别分，控制图可分为： a)计量值数据控制图； b)计数值数据控制图； 控制图的分类 控制对象的数据类别为连续型数据，如长度、重量、压力、时间、温度等： 计量值控制图主要有 均值-标准差控制图（ 图） 均值-极差控制图（ 图） 中位值-极差控制图（ 图） 单值-移动极