《7-SPC讲义.pptVIP

统计过程控制 SPC Statistical Process Control 基础概念 asdfdhagjhjjdsdjkjjJjjgsjJjJggFjklKLFGJJJll’dd;’flj1jf1jkhjhji1ihgfhgjmijdji1fjdfjdfjjJlJii1jilFDtttdfafhYDSFKFTtfdhgdIgghfjjsdjsffl;iycfbnjcgdgjhkjlhjjhsgfdshvb,nmvvsdbdmhjjddfhsfskshkj 请大家进行全检，找出J和i的个数 基础概念 过程能力：一个稳定过程的固有变差（6σR/d2）的总范围。 计量型数值：过程能力即：6σ，Cpk是过程能力指数 计数型:P?不合格率 过程能力指数是指过程的加工质量满足技术标准的能力。常用过程能力指数用Cp或Cpk表示，通常要求Cp或Cpk≥1.33? 过度调整：是把每一个偏离目标的值当作过程中特殊原因处理的做法。如果根据每一次所作的测量来调整一个稳定的过程，则调整就成了另外一个变差源。 正态分布 假如对一个要求长度为20.30的零件进行测量，共测量75次，得到的数据范围如下，对次数比例的统计直方图如下页所示： 正态分布 正态分布 正态分布 这条曲线就称为正态分布曲线，正态分布函数： 正态分布的参数 正态分布由2个参数决定： 即总体均值：μ(常用样本均值Xbar来估计) 正态分布的重要特性 正态分布的图形特点是中间高、两头低、左右对称并延伸至无限。 根据正态分布的中心极限定理，当样本大小n?4或5时，无论X是否服从正态分布，Xbar都近似服从正态分布； 只要X的总体分布不是太不对称，子组极差R的分布就没有太大的变化。 正态分布的重要特性 若X服从正态分布，X落在μ ± 3σ之间的概率为99.74%，在实践中我们认为这是“实际上的必然事件”。 X≤ μ ± 3σ是必然事件，是在普通原因作用下必然会发生的事情，当X超出了这一范围，就说明有特殊原因出现。 在实际中我们就利用这一原理来判别生产是否出现了异常。 分布概率 分布按下列特性区别： 位置（典型值） 分布宽度（从最小值至最大值之间的距离） 形状（变差的模式——是否对称、偏斜等）。 位 置 分布宽度 形状 普通原因 普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控” 普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变，过程的输出才是可以预测的。 特殊原因 特殊原因（通常也叫可查明原因）指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成（整个）过程的分布改变。 除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随着时间的推移，过程的输出将不稳定 特殊原因 由于特殊原因造成的过程分布的改变有些有害，有些有利。有害时应识别出来并消除它，有利时可识别出来并使其成为过程恒定的一部分。对于一些成熟的过程（例如经过几次不断改进的循环后的过程），顾客可能给予特许让一贯出现特殊原因的过程进行下去，这样的特许通常要求过程控制计划能确保符合顾客的要求并且保证过程不受别的特殊原因的影响。 局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约１５％的过程问题 对系统采取措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正８５％的过程问题 控制图 将正态分布曲线旋转90度，画上中线和± 3σ线，并略去曲线。将点X描在图上就成了控制图。 控制图的由来 控制图的类型 均值和极差图：Xbar-R 均值和标准差图：Xbar-S 中位数和极差图：x~-R 单值和移动极差图：X-MR 不合格品率（不合格品数/样本数）图：p 不合格品数（样本恒定）图：np 不合格数（缺陷数，抽样量恒定）图：c 单位产品不合格数（缺陷数/抽样量）图：u 控制图的选择 Xbar-R图 作图前的准备： 建立适合于实施的环境，提供必需的资源； 定义过程； 确定作图特性； 定义测量系统； 使不必要的变差最小 记录相关事件。 Xbar-R图 收集数据： 子组大小：选择连续生产的4到5件产品组合； 子组频率：应充分考虑人、机、料、法、环； 子组大小：在计算控制限时，应包括至少100个数据或25个子组。 Xbar-R图 初始控制图： 将尺寸公差作为控制限： 收集25组数据；