统计过程控制SPC培训教材(PPT75页).pptx

Statistical Process control 统计过程控制 SPC;了解统计基本概念 了解控制图原理 计量型与计数型控制图的作法与适用范围 控制图的选用原则 过程的特性及过程能力 Ppk 和 Cpk 之间的区别以及了解如何计算这些指数。 ;课程重点;;;; 某种成品零件分装在20个零件箱装，每箱各装50个，总共是 1000个。如果想从中取100个零件作为样本进行测试研究。 简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从 1～ 1000编号，然后用查随机数表或抽签的办 法从中抽出编号毫无规律的100个零件组成样 本。 系统抽样：将20箱零件倒在一起，混合均匀，并将零件从1～ 1000编号，然后用查随机数表或抽签的办法先决定 起始编号，按相同的尾数抽取100个零件组成样 本。 分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成 样本。 整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。 ;一、集中量数：一群数据之代表值，表示数据的集中位置。;3.众数(Mode):－Mo;1.极差（Range）－R:度量样本数据分散范围的量, 公式：R=Xmax-Xmin(样本或总体中的最大值减最小值)。 2.标准差(σ.S):样本数据离散程度的统计量,利用每个样本数据偏离其中心位置的大小来表示离散程度,较精确。 国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号S 来表示。其计算公式：;;;过程变差：包含普通原因和特殊原因;;一、 控制图概述;?;控制图是：;控制图不是; 运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。;（mu）;对于服从或近似服从正态分布的统计量，大约有99.73%的数据点会落在上下控制限之内。数据点落在上下控制限之外的概率约为0.27%，根据小概率原则，可判为异常点。;;控制图的构成;控制限与规格限; ■按产品质量的特性来分类，控制图可分为:;■按控制图的用途来分类，控制图可分为:分析用控制图与控制用控制图； ;;管制图的选择的选择;正常点子之动态之管制图，如图。;;;计数型数据控制图 P管制图 P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分 数。 收集数据 选择子组的容量、频率和数量 子组容量：子组容量足够大（最好能恒定），并包括几个不 合格品。 分组频率：根据实际情况，兼大容量和信息反馈快的要求。 子组数量：收集的时间足够长，使得可以找到所有可能影响 过程的变差源。一般为25组。 计算每个子组内的不合格品率（P） P=np /n;;;;过程控制用控制图解释： 分析数据点，找出不稳定的证据（一个受控的P管制图中，落在均值两侧的点的数量将几乎相等） 。 超出控制限的点;;b 一般情况，各点与均值的距离：大约2/3的描点应落在控制限的中间 1/3的区域内，大约1/3的点落在其外的2/3的区域。如果显著多余2/3以上的描点落在离均值很近之处（对于25子组，如果超过90%的点落在控制限的1/3区域），则应对下列情况的一种或更多进行调查： 1、 控制限或描点计算错描错 2、 过程或取样方法被分层，每个子组包含了从两个或多个不同平均性能的过程流的测量值（如：两条平行的生产线的混合的输出）。 3、 数据已经过编辑（明显偏离均值的值已被调换或删除）如果显著少余2/3以上的描点落在离均值很近之处（对于25子组，如果只有40%的点落在控制限的1/3区域）则应对下列情况的一种或更多进行调查： 1、控制限或描点计算错描错;2、 过程或取样方法造成连续的分组中包含了从两个或多个不同平均性能的过程流的测量. 寻找并纠正特殊原因 当有任何变差时，应立即进行分析，以便识别条件并防止再发生，由于控图发现的变差一般是由特殊原因引起的，希望操作者和检验员有能力发现变差原因并纠正。并在备注栏中详细记录。 重新计算控制限 初次研究，应排除有变差的子组，重新计算控制限。;不合格品数的np 图 采用时机 不合格品的实际数量比不合格品率更有意义或更容易报告。 各阶段子组的样本容量相同。 数据的收集（基本和