工序（过程）质量控制.pptVIP

而如果在生产过程中，一旦发现观测数据点越出控 制界限或在控制界限内的散布相互不随机独立，不 符合 的统计规律，根据统计推断的原理， 应当怀疑生产过程已受到系统性因素的干扰，可能 已处于失控状态。 利用控制图对生产过程质量状态进行统计推断 的基本原理可参见下图8-10，按“3σ”原理，其中： ?=0.0027， ? /2=0.00135 X~(μ, σ2) 控制图的第一类错误：当?生产过程处于受控状态， ?工序能力充足，?质量特性值或其统计量服从正态 分布时，虽然观测数据点落在控制界限外的概率只 有0.27%，但由于样本的随机性，仍有可能会发生。 当0.27%的小概率事件真的发生时，将会导致“生产 过程失控”的错误判断。称这一类因虚发信号而造成 的错误判断为控制图的第一类错误（? 表示）。 控制图的第二类错误：与此相反，当系统性质量因素 影响生产过程而使工序质量失控时，由于样本的随 机性，仍会有一定比例的观测数据点落在控制界限 内。当这种情况发生时，将会导致“生产过程正常”的 错误判断。称这一类错误为控制图的第二类错误（以?表示） 。 ? 控制图的第一类错误概率用α表示，控制图的第二 类错误概率用β表示，见图8-10。 ? 控制图的两类错误都将造成生产过程的混乱和经济 损失。 ? 显然，1-β是过程失控得到正确判别的概率，一般 称之为检出力。 ? 改变控制界限可以改变两类错误的概率，但此消彼 长，无法完全避免，也无法同时减少。 图8－10 控制图的两类错误 工序质量控制图可以直接控制生产过程，起到预防为 主、稳定生产、保证质量的作用。控制图的作用大 致体现在下列几个方面： （1）应用于质量诊断； （2）应用于质量控制； （3）应用于质量改进。 （二）控制图的分类 1. 常按质量特性值或其统计量的观测数据的性质分 成：计量值控制图和计数值控制图两大类。 2. 在控制图的实际应用中，常将表现数据集中程度 的控制图和分散程度的控制图联合使用。两图连 用后，检出力得到加强。 一些常用的控制图见下表8-5所示。 表8－5 控制图种类及适用场合 类别 名称 控制图符 号 中心线 上、下控制限 特 点 适用场合 计量值控制图 平均值－极差 控制图 最常用。效果好，但计算工作量大 产品批量较大的工序 中位数－极差 控制图 计算简便，但效果较差 产品批量较大的工序 单值－移动极差 控制图 简单，判断及时。不易发现工序分布中心的变化 每次只能得到一个数据或希望尽快发现并消除异常因素 计数值控制图 不合格品数 控制图 较常用，简单，易于理解 样本大小相等 不合格品率控制图 计算量大，控制线凹凸不平 样本大小可以不等 缺陷数 控制图 较常用，简单，易于理解 样本大小相等 单位缺陷数控制图 计算量大，控制线凹凸不平 样本大小可以不等 二、控制图的设计 1.收集数据； 2.确定控制界限（UCL、LCL——”3 σ”原理）； 3.绘制控制图； 4.控制界限的修正； 5.控制图的使用和改进。 三、几种常用的控制图 （一）三种常用的计量值控制图 【例】某种钻头车外圆工序的质量标准是直径6.46mm～ 6.50mm。开始加工时，先每隔半小时抽取五个样品， 测得直径数据。共采集了20个样本。为了便于计算， 作数据变换： 变换后的数据 列于P240表8-6。 1. 平均值—极差控制图（ x-R图） 例2 利用表8-6数据设计 x-R控制图。 解： 20组数据的总平均值 =78.44，平均极差 。 由样本容量n＝5，查表8-1知，参数 , 。 所以， x -R控制图的设计如下（公式见表8-5）: 对于 x 图： 对于R 图： 经数据还原， x 图的中心线为6.478，控制上限为6.487,控制下限为6.470；R图的中