程序控制和統計程序控制.docxVIP

培訓教材—SPC 统计的过程控制 Page 1 / - 30- 程 序 控 制 和 統 計 程 序 控 制 第一节 基本概念 一、 产品质量的统计概念 1、 产品质量的统计观念： 质量属于随机现象，因此研究质量的规律性必须首先树立产品质量的统计观念。 （1）产品质量具有变异性（不一致性） 影响产品质量的生产过程的五大因素：人、机、料、法、环，无时无刻不在变化，因而 决定了产品质量具有变异性。 （2）产品质量变异具有规律性 产品质量并不是漫无边际的变异，任何产品质量都是在一定范围内按一定的规律变异。 产品质量变异的规律性反映为质量特性值的分布。 如：计量值数据服从正态分布、计件值数据服从二项分布、计点值数据分布服从泊松分布。作 为生产过程的管理人员和工程技术人员，在树立产品质量的统计观念的同时，应对生产过程的质量 变异及其规律有所了解。 A、 生产过程质量特性变异的幅度有多大。主要反映在质量特性值分布的特征值，如正态分布的 分布中心μ和标准偏差σ B、 生产过程质量特性出现幅度的变异，其概率是多少？是 99.73%还是 99.99%,必须了解清楚。 2、 影响产品质量变异的两大类因素 影响产品质量变异的因素，无论人、机、料、法、环哪一种因素，归纳起来为：正常因素（偶 然因素、随机因素）和异常因素（系统因素、非随机因素）两大类。下表对两大因素的特点、作用 和表现作了概括性的描述。 影响质量变异的因素 因 素 特 点 质量波动 特征（表现） 影响 正常因素 1、影响微小 2、始终存在 由正常因素作用造成的质 质量数据形成典型分布， 质量 （随机因素） 3、方向随机 4、难以控制 量变异称为：正常质量波动 如：正态分布的μ和σ保持 （偶然因素） 不变。 持“听之任之”的态度 变异 异常因素 1、影响很大 2、时有时无 由异常因素作用造成的质 质量数据分布偏离典型分 因素 （系统因素） 3、方向确定 4、可以控制 量变异称为：异常质量波动 布，如：正态分布的μ和σ （非随机因素） 持“严加控制”的态度 发生变化。 应用控制图检测 成 知 管 理 技 术 研 究 中 心 培訓教材—SPC 统计的过程控制 Page 2 / - 30- 正常因素的特点表现 在过程中，正常因素对质量变异影响的程度是非常微小的。 正常因素始终存在于过程之中，永远不可能完全将其消除。 正常因素对质量特性变异的方向具有随机性。即同一正常因素对质量特性值变大（正向）和变小（负向）的影响是随机的（不确定）。 对过程中的正常因素是难以控制的。目前在技术上还没有能力、在经济上还不值得消除正常因素在过程中的作用。 异常因素相应具有的四个特点 在过程中，一旦有异常因素起作用，对质量变化影响的程度是很大的。 异常因素在过程中时有时无，并无确定的时间出现。 异常因素对质量变异的方向是确定的。某一种异常因素会造成质量特性值变大（正向），只要这种异常因素在过程中发生作用，必然会导致质量特性值变大（正向）。反之亦然。 对异常因素是可以采取措施加以控制的，如应用统计技术捕捉异常先兆，及时发现和消除异常 因素的作用。 由正常因素造成的质量变异，称为正常质量波动。由异常因素造成的质量变异，称为异常质量 波动。所谓过程的质量控制就是将正常质量波动限制在一个合理的范围（幅度），而杜绝异常质量 波动的发生。因此，只要正常质量波动处于并保持住合理的幅度，质量管理则采取“听之任之”的 态度。而对异常质量波动则必须采取“严加控制”的态度。 为有效实施过程质量控制，必须能识别是处于正常状态还是异常状态。如果在过程中只有正常 因素起作用时，质量特性值就形成典型分布，如正态分布时保持分布中心μ和标准偏差σ为确定的 值；一旦过程中有了异常因素的作用，就会导致典型分布遭到破坏，如正态分布的分布中心μ变化 或标准偏差σ变化。对于典型分布的保持和遭到破坏，完全可以应用控制图进行检测。控制图在过 程中起到捕捉异常先兆，对异常质量波动的发生起到报警的作用。因此，控制图应成为关键工序的 常备工具。 二、 控制图的设计原理 1、正态分布的启示 传统的质量检验阶段是事后的质量保证，是不经济的质量保证。20 世纪 20 年代，很多质量管 理专家都在考虑如何改变这种状况，以预防不合格品的产生。 下图所示的是正态分布的一个重要结论。通过对正态分布密度函数的积分计算，得到不同质量 特性值区间的概率。 Chengzhi Management Technology Center 培訓教材—SPC 统计的过程控制 Page 3 / - 30- - 4σ -3σ -2σ -σ μ σ 2σ3σ 4σ 68.26% 95.44% 99.73% 99.99% 圖例 正態分佈的重要結論 美国贝尔实验室的休哈特博士,受正态概率分布这一重要结论的