X_R控制图操作的指南.pptVIP

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-LSL）/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随样品容量变化的常数，见下表 N 2 3 4 5 6 7 8 9 10 d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08 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。 采这么好果子大容易了！树又不高，不必用梯子！ 五、有关3σ控制图的说明： 3σ控制图：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，就判定不异常原因时（也限控制点出界时），需要调查。 -3σ 3σ T T/2 ε X M 偏 移 上 限 产 生 的 次 品 率 按上述原则判别定，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%。 -3σ 3σ T T/2 ε X USL 100点有2点，35有1点出界为正常！ α=0.3% M LSL 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，只是抽样时未抽到而已。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。 -3σ 3σ T T/2 ε X M 看似所有点都没有出界！但存在ε， 就存在β！ ， β 测量值 得出分布 曲线！ 实际 分布曲线！ UCL LCL 控制图的作图应用的八步曲 一、收集数据、计算X和R值； 二、作原始控制图； 三、作初始能力分析（CPK、PPK的计算）； 四、计算上、下限，作控制图（空白）； 五、现场应用，取数描点； 六、动态监控，报警分析； 七、制定纠正措施并实施； 八、将纠正措施文件化。 一步一步来，就可 发挥控制图作用了！ 谢 谢！ 放映结束 感谢各位的批评指导！ 让我们共同进步 X－R控制图操作及应用指南培训教材 统计过程控制的来源和作用 统计过程控制(SPC)，主要应用于对过程变量的控制，它的基本控制原理为3σ原则,即平均值± 3σ作为过程控制的上下限,它是由美国WALTERA博士在1924年提出。 3σ -3σ 统计过程控制的来源和作用 其作用为: 1、从数据到图形应用统计技术可以反馈生产或服务过程性质变化的信息。 2、帮助我们分析过程变化的原因 3对于超出控制界限的点采取整改行动。 4根据样本数据可以对过程性质作出评价 5、评定生产/过程性质变化与原来过程状态进行比较。 数据 SPC图形 你敢跑！ 措施 SPC应用的好处 节约成本 使标准趋于准确 使过程更加稳定 使控制规格更加真实 减少检验频度 减少问题出现的频度 改善和提高客户的满意度 可靠地测出实际过程能力 改善测量结果的准确度 改善产品品质 减少出货周期时间 一、X-R控制图定义及目的： 定义：用于长度、重量、时间、强度、力值、成份等以计量值来管理工程的控制图，利用统计手法，设定控制均值X和极差R的界限，同时利用统计手法判定导致工程质量变异是随机原因，还是异常原因的图表。 光强度1000Cd，此应为计量值！ 今天我打了12只野鸟！我计数了！ 一、X-R控制图目的： 目的：对公司生产现场制程的初始能力进行分析和监控，对有规格变异的产品质量特性或过程质量特性值进行动态控制，以判定工程是否处于稳定状态，并依据制定相应的措施纠正变异 。 控制点出界！ 问题在这！措施应是—！ X-R控制图示 X控制图 UCL LCL UCL X R 这就是 X-R控制图！ 二、X-R控制图操作程序 1、? X-R控制图编号、规格、参数等填写（填写规范如下） （1）控制图编号：HN-QCT—Z※※※ H