统计过程控制与诊断培训课件.pptVIP

图1-20 某圆柱销的 x -R图 4、控制图的分析与判断 用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断，判断工序是处于受控状态还是失控状态。 （1）受控状态的判断 工序是否处于受控状态，也就是工序是否处于统计控制状态或稳定状态，其判断条件有两个： 第一个判断条件是在控制界限内的点子排列无缺陷； 第二个判断条件是控制图上的所有样本点全部落在控制界限之内。 在满足了第一个条件的情况下，对于第二个条件，若点子的排列是随机地处于下列情况，则可认为工序处于受控状态。 ①连续25个点子没有一点在控制界限以外； ②连续35个点子中最多有一点在控制界限以外； ③连续100个点子中最多有两点在控制界限以外。 因为用少量数据做控制图容易产生错误的判断，所以至少25点才能作判断。从概率理论可知，连续35个点子中，最多一点超出控制界限的概率为0.9959，至少有一点在界限外的概率为0.0041，即不超过1%，是个小概率事件。连续100个点子中，最多两点超出控制界限的概率为0.9974，而至少有两点在界限外的概率为0.0026，也不超过1%，也是小概率事件。 （2）失控状态的判断 只要控制图上的点子出现下列情况时，就可判断工序为失控状态： 首先，控制图上的点子超出控制界限外或恰好在界限上；其次，控制界限内的点子排列方式有缺陷，呈现非随机排列。 在3σ界限控制图中，正常条件下，点子越出界限的概率只有0.27%，这是一个小概率事件，若不是异常状态，点子是不会超出控制界限以外的。另外，即使所有点子落在界限内，但如果有下列排列异常的情况发生，仍有可能判断处于失控状态。同理可以计算下列情况的发生概率，它们也是小概率事件。 控制图有缺陷的状态大致有以下几种： ①点子越出控制界限。 ②点子在控制界限附近，即在2σ～3σ之间。（称为警戒区间） 连续3点中有2点在警戒区内（如图1-21）； 连续7点中有3点在警戒区内； 连续10点中有4点在警戒区内。 图1-21 3点中有2点在控制界限附近示意图 ③点子在中心线一侧连续出现。 连续7点在中心线一侧，如图1-22。 连续11点中有10点在中心线一侧； 连续14点中有12点在中心线一侧； 连续17点中有14点在中心线一侧； 连续20点中有17点在中心线一侧；如图1-23。 ④点子有连续上升或下降趋向，如点数≥7，则判断有系统性因素影响。如图1-24。 ⑤点子在波动呈现周期性变化，表明生产过程有系统性因素发生。 图1-22 7点链 图1-23 多点在中心线一侧出现示意图 图1-24 出现7点倾向的示意图 无论是控制图上的点子超出控制界限外或恰好在界限上，还是控制界限内的点子排列方式有缺陷，呈现非随机排列，这两种情况都说明生产过程中存在系统性的因素，对某个质量特征值的平均值和标准差产生影响，应查明情况以便及时采取措施。在使用控制图对质量进行分析和控制时，最重要的步骤是选择控制项目及其质量特征。一般可以选技术复杂、加工精度要求严格、对后续工序的质量产生较大影响、质量不稳定或用户反馈意见较多的工序中的关键特征值作为控制对象。 为什么上述各种情况有些是正常的有些不是正常的，这涉及到控制图缺陷的概率计算。在统计假设检验中，小概率数值常取0.05与0.01。而判别控制图中点子排列有缺陷的小概率数值标准常取0.01。 常见的概率计算公式为： P x = k = Cn pk（1-p）n-k （k=1，2，…，n）（0＜p＜1） 这是二项式分布概率的计算公式。它的应用条件是： ①每次试验只有两种结果，即成功或失败； ②每次试验是相互独立的。 控制图中“7点链”等四种现象，基本上是满足这两个条件的。如，一个点子不是落在中心线这一侧，就是落在中心线另一侧，只有这两种试验结果；而相邻两个点子落在哪一侧又是相互独立的。又如，一个点子要么落在±2σ～±3σ范围内，要么落在这一范围外，也是只有两种试验结果；而且相邻两个点子是否落在±2σ～±3σ范围内，也是相互独立的。 k 例如，“7点链”的点子落在中心线两侧的概