SPC简介与运用(简化版).pptVIP

* * * * * * * * * * * * 下列規則摘自Journal of Quality Technology, October, 1984 Minitab也採用之. 檢驗 1 為最常用的檢驗. 一個點超過中線三個標準差以外的隨機發生機率只有0.3%. 這樣的發生機率是隨機的可能太低,所以我們必須採取行動. * * 當流程越來越穩定, 可以進行的檢驗也可以越來越多. 當再也沒有超過三個標準差的點存在時,就可以採用更細緻的檢驗. 當流程常在控制界限外變化時, 調查是否有十四個點波動價值有限. 黑帶有更大的魚可撈. ? * * * 有時檢驗 5 和檢驗 1都要進行. 有時甚至包括檢驗 6. 其想法都是為了檢查流程是否偏離中心太遠. 問題在於每增加一個檢驗同時也使假警報發生的機率增加了大約~ 0.3%. 如果所有八個檢驗都要用, 其機率是 2.4%, 即每 50 個就有 1 個. 所以在選擇用哪個檢驗時要小心辨別. 假警報常被理解為真警報而又找不到原因. 這是很容易讓人感到挫折的經歷. * * 檢驗 7 可能由於需重新計算控制界限或由於極差圖變化範圍很大所導致.極差圖變化範圍很大也就是說組內變異大於組間變異. 這可以通過檢查極差圖加以識別. 高度變化的極差圖和變化較小的X-bar圖常表明選擇的編組不合理. 應重新進行編組以回答這類問題. * * * * * * * * * * * * * * * * 計量型控制圖 計量控制圖的說明 計量控制圖的基礎 計量控制圖是在正態性假設下計算控制限的各種參數。品質特性偏離正態性也是會發生的。由中心極限定理可知，平均值總會趨於正態分佈。所以對Xbar控制圖而言，即使樣本量僅為4或5，也假定其正態性是合理的。 極差和標準差的分佈並不是正態的，但是仍在近似正態性假設下計算R圖與S圖控制限的各種參數，這種假設在實際使用中還是令人滿意的。 抽樣原則合理子組原則 （1）組內波動僅由正常原因引起的； （2）組間波動僅由異常原因引起的（假設有異常波動）。 為實現“合理子組原則”，最簡單的方法是在短時間內把一個子組全部抽取，或者對連續生產的產品進行“塊抽樣”，由於抽樣時間短，就可避免異常因素進入子組。 Xbar-R Chart適用時機 - 計量型資料 - 分組個數為2~5時 - 同時管控品質特性的平均值和極差? ? X值與R值的手工計算實例: 群組編號 x1 x2 x3 x4 x5 R 1 2 3 4 5 6 7 8 9 10 77 80 82 81 79 82 77 84 80 84 82 77 79 77 82 82 82 81 77 80 81 79 81 82 82 78 80 79 78 80 80 79 81 79 82 81 78 79 77 78 78 78 82 79 79 80 82 81 81 79 79.6 78.6 81.0 79.6 80.8 80.6 79.8 80.8 78.6 80.2 5 3 3 5 3 4 5 5 4 6 Xbar-R Chart X Chart R Chart 有一個點超出 3 Sigma 五個點中有四個點在 1 Sigma外 Xbar-R Chart 群組編號 x1 x2 x3 x4 x5 S 1 2 3 4 5 6 7 8 9 10 77 80 82 81 79 82 77 84 80 84 82 77 79 77 82 82 82 81 77 80 81 79 81 82 82 78 80 79 78 80 80 79 81 79 82 81 78 79 77 78 78 78 82 79 79 80 82 81 81 79 79.6 78.6 81.0 79.6 80.8 80.6 79.8 80.8 78.6 80.2 2.07 1.14 1.22 1.95 1.64 1.67 2.28 2.05 1.82 2.28 Xbar-S Chart適用時機 計量型資料 分組個數大於等於6時 同時管控品質特性的平均值和標準差 X值與S值的手工計算實例 X Chart S Chart Xbar-S Chart 有一個點超出 3 Sigma Xbar-S Chart （視為0） MR Chart I Chart I-MR Chart I-MR Chart適用時機 計量型資料 分組個數為1時 常用於以下狀況: 破壞性檢驗, 混合均勻的流體, 產品數量很少, 檢驗費用過大 三點中有兩點出現在 2 Sigma 外 中心線為基準在某一 側連續出現9個點 I-MR C