质量工程与管理-质量过程控制和诊断.pptVIP

与均值控制图一样，极差控制图（R-图）就是将控制图的中心线换成极差R的均值。由于在均值图、R-图控制线的计算均涉及极差平均值，如果先作均值控制图，则因此时R图未判稳，极差平均值的数据还不能使用，故国标GB/T4091-2001规定先作R图，再作均值控制图。必须注意，所有正态分布的控制图（包括多元正态分布控制图）都是先作R-图，再作均值控制图。均值-极差控制图是最常用、最重要的计量值控制图，适用于长度、重量、时间、强度、成分以及某些电参数的质量控制，是其他类型控制图的基础。均值控制图检查工序平均值的变化，不能有效的查出工序偏差的变化。极差控制图（R-图）以检查工序偏差的偏差，揭示异常偏差的原因。根据国标GB/T-4091—2001，常规控制图可以分为计量值控制图、计件值控制图和计点值控制图。由于过程的标准差σ与极差R间关系为E(R)=d2σx，故在控制图中用极差R来估计过程的标准差σ。当样本量为1时，因为每次只能得到一个数据，可用相邻两个样本数据之差的绝对值（称为移动极差，记为Rs）来代替极差R.单值-移动控制图主要用于从过程只能获得一个测定值；或过程比较稳定、产品的一致性较好，不需要测多个值。有些产品以“件”为单位来统计不合格数量的数据，如灯泡用亮与不亮表示合格与否，用是否能通过量规检验是否合格，罐头食品以漏气与否为合格的标准等等。这也是随机变量，但不服从正态分布而服从二项分布。尽管如此，根据中心极限定理，只要样本量足够大，二项分布可充分接近正态分布。故仍可依据3σ原则来构造控制图，但均值与方差需根据二项分布来计算。有的产品不是以“件”而是以产品上的缺陷、瑕疵（不合格点）的数量来表示。例如，铸件上的砂眼数，一平方米玻璃上的气泡数，一匹布上的疵点数，一米导线的外绝缘层上的伤痕数等等。通常，单位产品上无缺陷则称为合格品。不然，无论缺陷多少，均称不合格品。引入缺陷的计点数后，对不合格品的认识就更精确、深入。还可以通过控制缺陷数来控制生产过程，从而控制产品的质量。对缺陷数的控制就形成计点控制图。正态分布N(μ，σ)的随机变量ξ，可利用变换ξ‘=（ξ-μ）/σ成为服从标准正态分布N(0,1)的随机变量，以便在显著检验时查正态分布表确定临界值或计算概率等。其优点是：①所有的休图均统一成一种图，可以时先印制好，而节约费用和时间。②由于控制线为直线，克服np图与c图的控制线因样本量n变化而呈凹凸状的缺点，作图方便，有利于判稳或判异。在标准图中，p图与np图恒等，c图与u图恒等，因此控制图有八种减为六种。其缺点是：需事先将数据作标准变换，计算量较大，但这可以借助于计算机来完成。在制造业中，有许多属于多品种、小批量生产。据统计，全国加工制造业50%以上属于多品种、小批量生产。随着消费观念的改变，个性化消费渐趋时尚，使多品种、小批量生产更为普遍。多品种、小批量生产的产品数量少，可收集的数据少，样本小的困难，如何构造小样本控制图是新的课题，不少学者对此进行了研究，并提出行之有效的方法。对同类型分布的数据，可变换成为统一分布的数据，将所得数据绘在一张控制图上，以控制生产过程。这种方法有标准化图（通用图）法、相对公差法、固定样本量法等。限于篇幅，仅介绍标准化图（通用图）法。工业产品往往经过若干道工序加工，每道工序必须按工艺规程达到设计的要求，每道工序都影响着产品质量。应当指出，两种质量不仅存在于生产过程，而且还存在于一切服务和管理过程。因此，区分每一道工序的两种质量，诊断两种质量，进而控制、保证质量，具有普遍意义。如何诊断、区分客观存在的两种质量？质量的诊断如同医生诊断病情，都是通过标准值与测量值的比较来得出结论。由于每道工序均有总质量与分质量，总质量由上影与分质量构成。分质量是本工序的固有质量，仅取决本工序的人、机、法、测诸因素，而与上影无关。因此，分质量用作与上影比较的基准（即标准值），总质量作为测量值，通过比较来诊断上影。为此，必须度量两种质量值。度量的方法主要有控制图和过程能力指数两种。休哈特控制图（以下简称休图）依据小概率原理区分影响质量的异因与偶因，但不能区分两类系统因素。变换的方法并不唯一，视分布而定，二项分布用反正弦变换，泊松分布则采用平方根变换。在用标准变换消除非控异因后，可以用控制。关键是计算控制图的界限。类似地可以计算选控均值-选控标准差控制图、选控中位数-选控极差控制图的控制类似地可以计算选控均值-选控标准差控制图、选控中位数-选控极差控制图的控制例题[例5.8.7]已知某零件的尺寸规格是50±1.5(mm)，抽样结果为：，求零件的不合格率p。[解]查表5.8.1，由公式计算可得结果