统计过程控制.pp新.pptVIP

统计过程控制(Statistical Process Control)—控制图;概述 控制图的制作 控制图的分析;1. 概 述;统计学基本术语;9、样本众数Mod：样本中出现频率最高的数。 10、离差：每个样本与平均值的差。;对波动的认识;全员参与，而不是只依靠少数质量管理人员； 强调应用统计方法来保证预防原则的实现； SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题； 可判断过程的异常，及时告警； 不能告知引起此异常的具体原因。;控制图的原理;控制图的原理;控制图的要素;计量型（Variables data）─ 数据是连续的（测量得到的） 对某个特性的实际测量结果，如长度、重量、电阻等。 计数型（Attribute data）─ 数据一般是数出来的 如有/没有缺陷、合格/不合格、对/错判断等 。 ;控制图的类型;控制图的类型;;(1) 公司生产的每台洗衣机的转数 (2) 某个产品尺寸的测量值 (3) 拖板标签上的打印缺陷数 (4) 每份销售合同的打字错误数 (5) 月生产中脱离规格的部品数 (6) 月生产中脱离规格部品的% (7) 汇总一个应收款所花费的时间 (8) 每生产100件部品中有缺陷部品的数量 ;2. 控制图的制作;控制图的制作程序;控制图;控制图; 2) 计算 X, R 和 控制限 计算 R 和 X R = ? Rk / 子群数 (k) X = ? Xk / 子群数 (k) 计算控制限 UCLR = D4 R LCLR = D3 R (0 if n 7) UCLX = X + A2 R LCLX = X - A2 R 为X和R 画控制限 ;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;计算初始的控制限时 遵循100个数据点的规则 少了不准确 多了不必要 ;控制限再计算 控制限是从工程输出本身推导出来的。只在适当的时候才重算 一般情况下, 再计算的条件： 样品图最近才开始，而且存在一个对取样，测量，画图等学习转折期 工程有一个已知的变化，而且其影响已经由“老的” 控制限所证实 ; ;合理子群化 一种组织数据的方法，目的是让控制图回答正确的问题 子群选择的方式：子群内的样品是同质的 （群内散布最小化） 最小化的群内散布让我们容易领会群间散布及特殊要因事件 不要在子群中包括你希望采取措施的、影响工程平均值的因素 ;可能的子群化策略 作业者别 班次别 设备别 供应商别 材料型号别 模型号别 日别 工厂别. . . . .;子群化(Sub-Grouping); X-R 控制图案例1; X-R 控制图案例2;用途: 得出数据的时间区间较大或在工程只能测定1个值时使用。 为了对工程平均的管理 把各个的个别数据进行Plot ? 个别值(Individuals， I)管理图 为了工程标准偏差的管理，临近的2个数据间的范围(n=2)使用 ? 移动范围(Moving Range， MR)管理图 散布 短期: 由从一个单位到下一个单位的散布来描述(MR 图) 长期: 由一个长序列的这样的事件来描述(个体 I 图 ) ; 2) 计算 X, MR 和 控制限 计算 MR MR = Xi+1-Xi 计算控制限 UCLMR = D4 R LCLMR = D3 R UCLX = X + E2 R LCLX = X - E2 R E2=3/d2 为X和R 画控制限 ;控制图告诉了你什么？ ;I-MR控制图案例;基于符合性/合格数或缺陷数 可能被应用到几乎每个收集数据的作业 应用于质量特性：不能产生计量型数据，或测量费用太高，或难以测量 不象计量型控制图，计数型控制图可以用于一个质量特性或多个质量特性（但当把相异的特性合计时应谨慎使用--易产生误导） ;符合性 是与指定的标准相比较，在一个样品中有1个或多个不符合项目的个体 产品 缺陷 是与指定接受的标准相比较，每一个个体中，含有不符合标准的项目;计数型控制图的类型;监视缺陷性项目最简单的方式 需要恒定的样品大小 画每个样品缺陷性项目数 中心线 (np = 缺陷性数; k = 子