质量课培训讲议.ppt

质量课培训讲议SPC统计过程控制概述一、产品质量的统计观念1、产品质量的统计观念以统计学的观点看待产品（硬件、软件、流程性材料和服务）质量，有以下两个特性：（1）、产品质量具有变异性（2）、产品质量变异具有规律性2、对工艺技术人员的要求（1）、掌握产品质量变异的幅度（2）、掌握产品质量变异所发生的概率3、影响产品质量变异的两大因素（正常因素和异常因素）为了识别影响产品质量变异因素类型，必须了解其表现特征。正常因素又称为随机因素或偶然因素，其特征有以下几个方面：（1）、影响微小。若过程中只存在正常因素的作用时，其对产品质量变异的幅度影响微小。（2）、始终存在。正常因素始终存在于过程中，就目前而言，在技术上还没有能力完全消除正常因素的作用，有时在经济上也不值得消除一个影响微小的正常因素。（3）、方向随机。正常因素所造成产品质量的方向是不确定的。（4）、难以控制。所谓难以控制是指正常因素的作用是无法完全消除的。异常因素又称为系统因素，相对于正常因素，异常因素也有以下四个方面特征表现（1）、影响很大（2）、时有时无（3）、方向确定（4）、可以控制4、过程控制的概念及对待态度（1）、过程控制的概念所谓过程控制就是将正常质量波动限制在合理范围内，而杜绝异常质量波动发生的活动。（2）、对待过程状态的态度若过程中只有正常因素起作用，确实杜绝了异常因素的作用时，应采取“听之任之”的态度，即保持过程的原有状态;若过程中发生异常因素的作用，必须采取“严加控制”的态度。应用有关的统计方法捕捉异常先兆，将异常质量消灭于过程之中。5、如何识别异常质量波动（1）、正常质量波动时的质量数据形成一个典型分布，分布中心值或标准差值表现为相对的稳定，如正态分布的μ或σ将保持不变。（2）、异常质量波动时的质量数据将会偏离已形成的分布，分布中心值可标准差发生显著变化。（3）、异常质量波动的识别工具最常用的识别工具就是控制图，控制图是由于在过程处于稳定状态下质量数据所形成的典型分布转变而来。二、产品质量变异规律的表述产品质量变异规律表现为质量数据的分布1、数据的分类及分布⑴计量值数据计量值数据指在确定的区间内可以连续取值、可以取无穷多数据的数据类型。大多数质量特性（长度、面积、体积）等均属计量值数据。计量值数据服从正态分布，所以正态分布称为连续型分布。⑵计数值数据计数值数据指在确定的区间内只能间断取值，只能取有限个数据的数据类型。计数值数据只能是自然数。根据计数的对象性质不同，计数值数据又分为计件值数据和计点值数据。计件值数据服从二项分布，计点值数据服从泊松分布。2、计量值数据的正态分布正态分布曲线如图1-1所示在目标值处有对称轴且频数最大称目标处为分布中心拐点距对称轴的距离为σ称σ为标准差正态分布曲线以中心向±∞无限延伸，由此可见，且以x轴为渐近线正态分布曲线永远在x轴以上，频数永远为正值。1对于任何正态分布而言，一定区间内的概率可以从正态分布表中查得或计算。对于一些有代表性的区间而言，有以下概率值（如图1-2所示）：2μ±σ范围内的概率为0.68263μ±2σ范围内的概率为0.95444μ±3σ范围内的概率为0.99735μ±4σ范围内的概率为0.9999正态分布的重要结论4、对分布特性值的要求（1）产品质量特性的类别对产品质量要求的数值范围不同，通常将产品质量分为望目质量特性、望大质量特性、望大质量特性三种类型。①望目质量特性在产品设计过程中通过科学计算，确定产品质量特性的目标值M（产品质量达到最佳状态的质量特性）各允许偏差△。则产生公差界限：Tu＝M+△,TL=M-△。在产品图纸和技术文件中给定双向公差Tu和TL，则可以计算目标值为M=（Tu+TL）/2。在实际加工中要求产品质量特性值绕目标波动，且波动幅度越小越好。②望大值质量特性望大值质量特性不取负值，要求质量特性的数值越大越好，波动幅度越小越好。在图纸和技术文件中给定单向公差TL。③望小值质量特性望大值质量