第五章计数值控制图.pptVIP

第五章 计数值控制图;计数控制图分为计件控制图和计点控制图;不合格品率控制图（p图） 不合格品数控制图（np图） 它使用的统计基础是二项分布，只有一个参数 ;缺陷数控制图（c图） 单位缺陷数控制图（u图） 它基于泊松分布，仅有一个参数。;假设生产过程处于一稳定状态，产品的不合格品率为p，且各单位的生产是独立的，则单位产品的不合格品数服从参数p的贝努利(Bernoulli)分布 设抽出容量为n的样本，且含有D个不合格品，则样本中不合格品数D服从参数为n和p的二项分布 则 由于不合格品率的均值和方差相互关联 只需要一张p控制图就可对过程进行控制;如果p已知，p控制图的控制限： 如果不合格率p未知，则估计值 ;使用说明 在p图中，若点子超出上控制界限，说明过程不合格品率变大，过程存在异常因素需进行分析，并采取措施加以解决 解释低于控制下限的点时必须很小心 这些点常常不是代表过程质量有真正的改善，反而常常是训练或经验不足的检验者和检验设备的校准刻度不适当所引起的错误 也有检验者让不合格品通过或者是伪造资料 当分析者寻找这些在控制下限以外的点的非机遇原因时，应将以上各点牢记于心 并非所有p的“向下变动”都是因为质量提高;关于样本规模的说明 在 大小不等时，上、下控制界限均不等，控制图的控制界限不是一条直线，而是呈凸凹不平状 当样本大小相差不大时： 即 在 与 之间，用 代替 ，p图的控制界限变为;当过程不合格率p很小时，必须选择较大的样本才能使得样本中包含1个不合格品的概率很大 否则，p图的控制界限将使样本中只要出现1个不合格品就判断过程失控，这样就失去了控制图的作用 一般来说，可选择恰当的样本大小，使样本中不合格品数在1-5之间，即1np5。 当n9(1-p)/p时， p图下控制界限为负，可令LCL=0。 但为了能准确地反映过程实际不合格品率的波动情况，在样本不合格品率较小时，需要抽取足够大的样本，以使下控制界限非负，即 ;例1 在某产品生产过程中抽取25个样本，测得样本的不合格品数如表所示。试作p控制图，并分析过程是否处于稳态。 首先计算各???本的不合格品率和平均不合格品率，填入表中 计算出样本的平均不合格品率为 由于 ，所有样本的LCL=0 由于各样本大小不等，上控制界限大小不等 ;;; 从图中可看出，该过程中25个点子中有1个点子落在控制界限以外，过程处于失控状态 实际上控制界限不等，给我们的判断带来困难 如出界的第8个样本点，如果在其他位置则有可能是稳定状态，因有些位置的控制界限更宽 样本规模造成的控制界限的凸凹不平,给作图和稳定性判断都带来了不便 可用将在后面介绍的通用控制图方法加以解决 ;例2 冷冻浓缩柳橙汁以6盎司纸罐装，这些纸罐是先用机器把纸板制成罐状，然后在底部加入金属板。检验这些纸罐时，将纸罐装满液体，检查液体是否会由侧边或底部的接缝漏出，若这些接缝有液体漏出，即为不合格品。我们想建立控制图改善这部机器的不合格率。 为了建立控制图，我们取30组样本，每组样本有50个纸罐，这些样本是在机器每天三班制的连续工作下每半小时取一次而得，数据如表1。;5.1 不合格品率控制图;5.1 不合格品率控制图;将每一个初始样本的不合格率画在图上，发现样本15及23的两个点超出控制上限，所以过程超出控制，须检查这些点是否有异常原因 分析样本15得知，在这半小时里，有一批新的纸板投入生产中，有时候新原料的引进会造成不规则的生产情况 在样本23那半小时里，有一个没有经验的操作员暂时被指派到这部机器，而使样本23有这么高的不合格率; 故样本15及23可删除，再重新计算新的中心线及修正控制界限如下:; 在调整机器后的三班中，另外取24个样本，每个样本取50个观察值作控制图，数据略，并将这些样本的不合格率画在控制图上，如下图;检验机器调整前后的不合格频率是否改变，假设为 ; 根据显然成功的过程调整，似乎要再一次修正控制界限才合逻辑。只用最近的样本(号码31-54)，新控制界限的参数如下:; 下图是接下去连续5班的控制图，控制图并没有显示异常现象;当样本大小相等，可用np控制图对不合格品数控制 产品不合格品率为p,样本规模为n,样本不合格品数为np 若p未知，根据控制图原理, np图的控制界限为 np图的使用方法和p图基本相同。同样，样本应保持足够大，避免在样本中出现1个不合格品后就判断异常 当LCL0时，取LCL=0 不合格数控制图会比不合格品率控制图容易解释; 例2续 考虑表1的数据做不合格品数控制图如下;不合格率控制图被广泛应用在非制造业上的统计过程控制 在非制造的环境里