统计过程控制培训资料.pptVIP

大部分公司对SPC使用的理解是:用在分析完成产品或服务性的特性 (KPOVs),较少用过程特性(KPIVs). 但我们要记住对过程输出(KPOVs) 的控制只是SPC使用中第一阶段. SPC的焦点在过程输入的控制,如果在这方面不能很好地应用,那么对于项目 的改善就不能发挥更大的作用. 例如:在生产或服务 过程中,我们经常关注的是不良率或者是缺陷率,而对生产或服务过程中 引起不良的原因的如操作不符合要求、质量工程师确认模糊、不合格品 单据信息不完整等很少关注。 6.1.3 SPC控制图的活用 （1）规则2链：点子连续出现在中心线一侧的现象称为链(图1)。 当出现7点链时，应注意工序的发展；当出现8点链时，应开始作原因调查；当出现9点链时 ，判断工序为异常状态，须马上进行处理。 (2) 规则3倾向：点子连续上升或连续下降的现象称为倾向(图2) 当出现6点连续上升或 6点 连续下降时，应判断工序处 于异常状态 （3）规则5接近上下控制线(图3) 在中心线与控制线间作三等分线，如果连续3点中至少有2点在中心线一侧的2Sigma范围之外，则判断工序异常。 总 结 对控制图上的点，不能仅当作一个“ 点”来看待，而是一个点代表某时刻某统计量的分布，而点的排列变化说明了分布状态发生 的变化。 如在 Xbar 图中,出现了连续上升的倾向，而R图正常，说明工序 均值可能由于刃具磨损、定位件磨损、温度变形等原因产生逐渐变大的倾向，但工序的散差 不变； 若 Xbar 图正常，R图出现了连续上升的现象，说明工序平均值没有变动，而散差 可能由于工夹具松动、机床精度变化、毛坯余量变化大等原因而变大等等。 6.5 控制图的应用要点 6.5.1关于样本的抽取 (1)注意分层 同一产品使用多台设备加工时，由于每台设备的精度，使用 年限、保养状态不同，其质量特 性值的分布状态也各有差异。 因此，应按不同的设备采集数据，分别进行质量分析与控制。 同样，对不同的原材料，不同的操作人员，不同的工艺装备 等条件也应采取相应的措施，进 行分层控制，只有这样，才 能使控制图及时反映异常、并准确、及时地找出异常原因。 同一样本中的几个数据，也应尽可能取自相同的生产条件， 如换刀前后 的数据不应放入一个样本，以充分反映生产过程 中生产条件之间的差异。 6.5 控制图的应用要点 6.5.1关于样本的抽取 (2)选择适当的样本容量n和时间间隔h 在一定的生产速度和批量条件下，选择适当的n和h是使用控制图时首先要解决的问题。样本 容量n过小、抽样间隔时间h过长显然不能及时、准确地反映工序状况。n大一些，h小一些， 对生产过程的了解就会及时和准确一些，结论也相对可靠一些。但n、h的加大又会造成工作 量及费用的增加。综合考虑可靠性和经济性两方面的因素，在选择n、h时应注意以下原则：  ①采用小样本、勤检查比大样本，少检查好； ②对控制图的灵敏度要求高时，n应取的大一些； ③工序偏离正常状态后造成的损失较大时，h应小一 些；反之，检测费用较大时，h可取得大 一些。  6.5 控制图的应用要点 6.5.2 控制界限的重新计算 为使控制图适应今后一段时期的生产过程，在最初确定控制界限时，常常需要进行反复计算 。经过一段时间的控制，工序状态有了改善，原来的控制界限就不再适合作为判定基准。此 时，应重新收集数据计算控制线。以使控制图适应生产过程。 6.5 控制图的应用要点 6.5.3 控制图的判断规则(Minitab规则) (1)一个点在中心线3Sigma范围之外； (2)连续9个点在中心线的一侧； (3)连续6个点同时上升或下降 ； (4)连续14个点交替上升和下降 ； (5)连续3个点中有2个点在中心线一侧的2Sigma范围之外； (6)连续5个点中有4个在中心线一侧的1Sigma范围之外； (7)连续15个点在中心线两侧的1Sigma范围内 ； (8) 连续8个点在中心线两侧的1Sigma范围外 。 Step 1. 在work sheet输入数据 Step 2. Stat control charts I-MR chart Step 3. Stat control charts I-MR chart Tests… 此菜单是使用于连续型CHART,MINITAB在离散型时也使用类似的验证. Step 4. 结果确认 个别值