计量型控制图实例分析

合集下载

SPC“控制图”的分析与判定

SPC“控制图”的分析与判定

SPC“控制图”的分析与判定

控制图(Control Chart)又叫管制图,是对过程质量特性进行测定、记录、评估,从而监察过程是否处于控制状态的一种用统计方法设计的图。

图上有三条平行于横轴的直线:中心线(CL,Central Line)、上控制线(UCL,Upper Control Line)和下控制线(LCL,Lower Control Line),并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL、LCL统称为控制线(Control Line),通常控制界限设定在±3标准差的位置。

根据控制图使用目的不同,控制图可分为:分析用控制图和控制用控制图。

根据统计数据的类型不同,控制图可分为:计量控制图和计数控制图(包括计件控制图和计点控制图)。

计量型控制图

平均数与极差控制图( -X-R Chart )

平均数与标准差控制图( -X-S Chart )

中位数与极差控制图( ~X-R Chart )

个別值与移动极差控制图( X-Rm Chart )

计数值控制图

不良率控制图(P chart)

不良数控制图(nP chart,又称 np chart 或 d chart)缺点数控制图(C chart)

单位缺点数控制图(U chart)

控制图种类及应用场合:

控制图的分析与判定

应用控制图的目的,就是要及时发现过程中出现的异常,判断异常的原则就是出现了“小概率事件”,为此,判断的准则有两类。

第一类:点子越出界限的概率为0.27% 。准则1属于第一类。

第二类:点子虽在控制界限内,但是排列的形状有缺陷。准则2-8属于第二类。

SPC计量型控制图(样本为5)

SPC计量型控制图(样本为5)

过程能力分析均值极差(X-R)控制图

日期供应商过程信息栏

统计特性描述数据值零件号数据重要趋势

X 图R 图样本容量125图纸编号33工程规范下限

48.0000模具编号88规格中线0.0000描述

单位HRC

53工程规范上限192.0000尺寸规格上公差

192.000下公差48.000UCLx 116.581AVERx 111.848

LCLx 107.11589总和

13,981.0000下公差限48.000规格中线上公差限192.000UCLr 17.218AVERr

8.160LCLr

0.000

超出控制

线点数

读数均值111.8480最大值

124.0000

最小值

103.0000

低于下控制线点数(X)0

高于上控制线点数(X)

0极差均值R 8.1600D 2 值(n=5) 2.3260能力指数上限(CPU)7.6157

能力指数下限(CPL) 6.0666稳定过程能力指数 6.8412稳定过程能力指数 6.0666能力比率0.7908标准偏差(n-1) 4.1930标准偏差 4.1762变异 (n-17.5815变异 (n)17.4409性能指数 5.7238性能比率0.1747性能指数 5.0757

控制图表现:

数据无明显异

控制限

EQ1020TF-3773020-01JKQ-EQ1020TFWD-00MT-098洛氏硬度机

工程更改水平过程能力特足!!

双边控制限型零件信息部门

零件名称/描述2004/9/15供方信息尺寸信息模具信息过程能力分析:

模腔数质管部

EQ1020TF 尾灯N/A N/A 递增趋势

计量型控制图详细概述

计量型控制图详细概述

计量型控制图详细概述

1. 引言

计量型控制图是质量管理中常用的工具,用来监控和改善过程的稳定性和能力。它通过对过程数据的分析和图形展示,帮助管理者判断过程是否受到特殊原因的影响,并采取相应措施来提高过程的稳定性和能力。本文将详细介绍计量型控制图的概念、分类、构建方法和应用。

2. 计量型控制图的概念和分类

计量型控制图是一种统计工具,用于监控和改善过程的稳定性和能力。它通过显示观测值的变化情况,帮助判断过程是否在可接受的变异范围内,并及时发现并处理不正常的变异,以确保产品或服务质量的稳定性。根据所监控的数据性质和分布情况,计量型控制图可以分为两类:变量型控制图和属性型控制图。

2.1 变量型控制图变量型控制图适用于连续型数据,比如长度、重量、温度等等。常用的变量型控制图有:X-条图、R-条图、S-条图、X-R图、X-S图等。其中,X-条图用来监控过程均值的变化情况,R-条图用来监控过程的离散程度,S-条图也常用于监控过程的离散程度。

2.2 属性型控制图属性型控制图适用于离散型数据,比如数量、比例、缺陷等等。常用的属性型控制图有:p-条图、np-条图、c-条图、u-条图等。其中,p-条图用来监控过程的不良品比例,np-条图适用于不良品数量的控制,c-条图适用于不良品数量的计数,u-条图用来监控过程的不良品密度。

3. 构建计量型控制图的方法

构建计量型控制图主要包括数据收集、计算统计指标、确定控制限和绘制控制图四个步骤。

3.1 数据收集数据收集是构建计量型控制图的基础,需要收集具有一定代表性的过程数据。收集的数据应包括时间信息和观测值。

@SPC基础知识之三-控制图

@SPC基础知识之三-控制图
14
基本概念-控制图
控制图的持续改进 (1)控制图中的控制界限,基于过程的自然变化和抽样计划。 需要在顾客满意和经济性之间,寻找平衡。 (2)使用控制图,进行周期的、系统的评审,分析过程的长期性能。 识别有利和有害的特殊原因,分别处置。 (3)随着普通原因的变差减少,控制界限会不断缩进,会被看做过度品保。 这种看法存在误解:如果一个过程处于稳定状态,而且控制界限计算正确, 那么过程发生超出控制限的概率是相同的,与控制限之间的距离无关。 (4)实际执行中,用于长期分析的控制图,最好尽可能减少重新计算控制界限。 如果计算合适,普通原因的变差不发生改变,则控制界限就是合理的;特殊原因的变差又不需要重新计算。
32
计量型控制图
计量型控制图-基本概念
计量型控制图-合理分组 ➢ 控制图作为一种统计分析工具,为了研究和判定过程变异的原因,识别普通原因或特殊原因。 ➢ 实现此目的,取决于数据收集的分组是否合理。 ➢ 合理分组的原则:组内变异最小化,组间变异最大化。
34
计量型控制图-基本概念
计量型控制图-绘制步骤 ➢ 选择质量特性,以此选择控制图种类; ➢ 确定样本组数k、样本容量n、抽样间隔; ➢ 收集至少20~25个样本组数的数据; ➢ 计算各组样本的统计数据:样本平均值/极差/标准差等; ➢ 计算控制界限:LCL、CL、UCL; ➢ 绘制控制图,并将统计数据在图上描点(分析用控制图); ➢ 剔除异常点,重新计算控制界限,绘制控制图(控制用控制图); ➢ 观察控制图,标注特殊原因的状态(有利或有害); ➢ 决定下一步的行动。

计量型控制图

计量型控制图

计数型控制图

Cpk=Z USL/3=#DIV/0!

X 控制图

R 控制图

编制/日期: 审核/日期:批准/日期:

X UCL CL+2σCL+1σCL CL-1σ CL-2σLCL #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!

常规计量值控制图

常规计量值控制图

1 均值-极差控制图
合理分组 正确的抽样方法应尽量设法减少样本组内的波动, 并突显样本组间的波动,以有效侦测样本点的变化
所谓的定时法是每隔一定时间进行抽样的方法,而 瞬时法则为在瞬间将样本一次抽样完成的方法
1 均值-极差控制图
(3)样本容量的选择:样本容量n通常取2-9,最好为 3-5
的分布 X的分布
2 判稳判异准则
控制用控制图
控制用控制图由分析控制图转化而成,它用 于对生产过程进行连续监控。
按照确定的抽样间隔和样本大小抽取样本, 计算统计量数值并在控制图上描点,判断生产过 程是否异常。
控制用控制图在使用一般时间以后,应根据 实际情况对中心线和控制界限进行修改。
2 判稳判异准则
控制图判稳准则
3 81.21 82.77 79.95 80.72
4 81.23 80.61 81.68 82.13
5 83.20 82.50 82.37 80.54
6 82.68 82.48 82.96 82.12
7 80.17 81.83 81.12 81.41
8 80.40 81.60 85.00 83.80
7
6
8 13 7.6 9
13
8
4 13
7 11 8.6 9
14
8
4
7
7
4
6
4

计量型控制图讲义

计量型控制图讲义

计量型控制图讲义

1. 概述

计量型控制图是一种统计工具,用于监控和管理过程中的计量型数据。它可以帮助识别过程中的变异,并提供数据稳定性的监控。

2. 为什么使用计量型控制图

计量型控制图的主要目的是监控和管理过程中的变异。通过使用控制图,我们可以识别过程中发生的异常事件,并及时采取纠正措施,以保持过程的稳定性。控制图还可以帮助我们确定过程的有效性,并提供过程改进的方向。

使用计量型控制图的好处包括:

•监控和管理过程中的变异

•及时发现异常事件

•提高过程稳定性

•确定过程有效性

3. 常用的计量型控制图

常用的计量型控制图主要有以下几种:

3.1 均值-范围控制图

均值-范围控制图是一种常见的控制图,用于监控过程中的平均值和范围。均值控制图用于检测过程中的偏差,范围控制图用于检测过程中的变异性。

3.2 X-条控制图

X-条控制图也是一种常见的控制图,用于监控过程中的平均值。它更适用于样本容量较大的情况。

3.3 移动平均控制图

移动平均控制图是一种基于移动平均的控制图,用于平滑数据并识

别趋势。它适用于周期性变动的数据。

3.4 EWMA控制图

EWMA控制图是指数加权移动平均控制图的简称,它更加灵敏地反

映过程中的变化。它适用于需要及时发现和纠正变化的情况。

4. 控制图的使用方法

使用计量型控制图的基本步骤如下:

1.收集过程数据:收集过程中的计量型数据,并记录下来。

2.计算统计指标:根据收集的数据,计算出所需的统计指标,

如平均值、范围等。

3.绘制控制图:根据计算得到的统计指标,绘制相应的控制

图。可以使用统计软件或者手动绘制。

计量型控制图实例分析

计量型控制图实例分析

计量型控制图实例分析

引言

计量型控制图是质量管理中常用的工具,能够帮助企业对生产过程进行监控和改进。通过计量型控制图,企业可以及时发现和纠正生产过程中的问题,保证产品质量的稳定性。本文将以某企业生产线上的实例数据为例,从控制图的分析方法、图形的解读等方面对计量型控制图进行详细分析,为读者展示控制图在质量管理中的实际应用。

方法与数据来源

本文所分析的计量型控制图是基于某企业生产线上的实际数据,通过检测仪器对产品的尺寸进行测量,记录下每个产品的尺寸数据。本次数据采集周期为一个月,每天随机抽取一定数量的产品进行尺寸测量。共计测量了200个数据点,这些数据点将被用来构建计量型控制图进行分析。

控制图构建

根据所测量的尺寸数据,我们可以构建均值图(X图)和极差图(R图),以监控产品尺寸的稳定性和过程的可控性。

首先,我们计算所有数据的平均值,并将其绘制在均值图(X图)上。均值图反映了产品尺寸的中心水平,可以用来判断生产过程是否稳定。在均值图上,我们还绘制了中心线(CL)和上下控制限(UCL 和LCL),用来指示尺寸的变化范围。在构建均值图时,我们采用的公式是:

X = (x1 + x2 + ... + xn) / n

其中,X为平均值,x1到xn为测量数据,n为数据个数。

接下来,我们计算相邻两个数据点之间的差值(即极差),并将其绘制在极差图(R图)上。极差图反映了产品尺寸的变动情况,可以用来判断生产过程的稳定性。在极差图上,同样绘制了中心线(CL)

和上下控制限(UCL和LCL),用来指示尺寸变化的合理范围。在构建极差图时,我们采用的公式是:

计量型控制图详细概述课件

计量型控制图详细概述课件

在质量控制中的应用
检测质量缺陷
控制图可以用于检测产品或服务 中的质量缺陷,及时发现并采取
措施解决质量问题。
过程能力分析
通过分析控制图中的数据,可以 对生产过程的能力进行评估,确 定过程是否满足产品质量要求。
持续改进质量
控制图可以提供关于质量改进的 反馈,帮助企业识别质量改进的 机会,并采取相应的措施来提高
适用范围与限制
适用范围
计量型控制图适用于任何可以通过测量获得数值特性的过程,如机械加工、化 工生产、食品加工等。
限制
计量型控制图无法用于监测非数值特性的过程,如外观检查、手工操作等。此 外,控制图的准确性和可靠性也受到数据质量的影响,如数据量不足、数据异 常等情况会影响控制图的判断效果。
02
计量型控制图的制作与解 读
绘制控制图
根据生产过程的特点和需求,选择适 合的控制图类型,如均值-极差控制图 、均值-标准差控制图等。
根据处理后的数据,按照控制图的绘 制规范,将数据点绘制在控制图上, 并连接各点形成控制限。
确定控制界限
根据控制图的类型和行业标准,确定 控制图的中心线和控制界限,用于判 断生产过程的稳定性和异常点。
作用
控制图可以提供过程状态的实时信息 ,帮助发现异常并采取相应的措施, 保证过程的稳定性和产品质量的可靠 性。
类型与选择
类型

计量型控制图

计量型控制图

XX汽车零部件有限公司计量型控制图

X 控制图

R 控制图

编制/日期: 审核/日期:批准/日期:

X UCL CL+2σCL+1σCL CL-1σ CL-2σLCL #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!

计量型数据控制图

计量型数据控制图
正态 单值移动极差图 I-MR Chart 均值极差图 Xbar-R Chart
控制图选择路径
开始
离散型
数据类型?
连续型
具有 属性 的项 目数
计算具有属性的 项目数或者计算 事件发生的次数
?
事件 发生 的次 数
子组大 小一致

否 是
P图
nP图或P图
是 C图或U图
子组大 小一致


U图
需要快速检
正态分布的判定
P值<0.05, 数据分布不正态
Βιβλιοθήκη Baidu
正态分布的判定小结
1、使用Minitab判定数据是否正态分布的三种方法: ➢统计>基本统计量>正态性检验 ➢统计>基本统计量>图形化汇总 ➢图形>概率图 2、数据是否正态分布的判定规则 ➢正态分布判定指数P≥0.05,数据分布正态 ➢正态分布判定指数P<0.05,数据分布非正态
模块内容
计量型数据控制图
正态 单值移动极差图 I-MR Chart 均值极差图 Xbar-R Chart
控制图选择路径
开始
离散型
数据类型?
连续型
具有 属性 的项 目数
计算具有属性的 项目数或者计算 事件发生的次数
?
事件 发生 的次 数
子组大 小一致

计量型与计数型两种管制图的优缺点

计量型与计数型两种管制图的优缺点

计量型与计数型两种管制图的优缺点

摘要:管制图是用来监控生产过程的关键特性是否处理控制状态的一种管理工具,其中根据统计数据的类型不同,控制图可分为:计量控制图和计数控制图两种。下面主要针对这两者控制图的使用优缺点进行介绍。

常规管制图的种类

∙计量型管制图包括:

* IX-MR(单值移动极差图)

* Xbar-R(均值极差图)

* Xbar-s(均值标准差图)

∙计数型管制图包括:

* P图(用于可变样本量的不合格品率)

* Np(用于固定样本量的不合格品数)

* u(用于可变样本量的单位缺陷数)

* c(用于固定样本量的缺陷数)

计量值管制图的优缺点

∙优点:

a)用于制程管制十分灵敏,容易探测出出制程中的变异,因此可以用来预测将要发生的不良状况。

b)能帮助及时并正确地找出不良原因,使品质稳定受控,是最优良的管制工具。

∙缺点:

a)在制造过程中,需要经常抽样并予以测量以及计算,需要点上管制图,较为麻烦。

计数值管制图的优缺点

∙优点:

a)只在生产完成后才抽样样本,将区分为良品与不良品,所需数据能以简单方法获得。

b)对工厂整个品质情况了解非常方便。

∙缺点:

a)只靠此种管制图,有时无法寻找到不良的真正原因,不能及时采取处理措施而延误时机。

b)较计量值管制图需要更多的样本。

计量型控制图

计量型控制图

一个实例(二)
步骤 1 :选择质量特性
螺栓的切断长度至关重要
步骤 2 :按合理的计划来搜集数据
每小时抽取 5 个产品作为一个样本。检验 员按时间顺序收集了 25 个样本。
收集的数据表
一个实例(三)
步骤 3 :计算样本平均值及极差(见 上表)
步骤 4 :确定总的平均数和平均极差
一个实例(四)
步骤 6 :利用控制界限分析样本数值
均值 - 标准差控制图 ( )
控制对象为计量值; 更精确; 均值图用于观察和分析分布的均值的
变化,即过程的集中趋势; 标准差图观察和分析分布的分散情况,
即过程的离散程度。
怎样确定控制限
均值控制图
标准差控制图
单值 - 移动极差控制图( )
与均值 - 极差控制图的作用类似; 不需多个测量值或样本是均匀的(如浓度); 因为费用或时间的关系,过程只有一个测量值
即过程的集中趋势; 极差图观察和分析分布的分散情况,即过
程的离散程度。
均值 - 极差控制图 - 控制限
均值控制图
极差控制图
使用均值 - 标准差控制图
步骤 3 :计算样本平均值及标准差 步骤 4 :确定总的平均数和平均标准

一个实例(四)
步骤 5 :计算控制限
其中:
一个实例(五)
一个实例(六)
计量型控制图

计量值控制图之均值-极差控制图

计量值控制图之均值-极差控制图

计量值控制图之均值-极差控制图

摘要:在处理一个计量值的控制图时,我们要控制的是这个质量特性的均值和变异数,其中包括均值控制图跟极差控制图,简称为X-R控制图.

均值-极差控制图

1.在处理一个计量值的控制图时,我们要控制的是这个质量特性的均值和变异数:

●要控制平均数,通常是使用均值控制图;

●而控制过程的分散或变异则使用极差控制图称R控制图;

2.同时维持过程均值和过程变异在控制状态下是很重要的

3.最常用、最基本的控制图

●用于控制对象为长度、重量、强度、厚度、时间等计量值;

●由用于描述均值变化的均值图和反映过程波动的极差控制图组成;

4.计算均值控制图与极差控制图的上下控制界限公式:

式中:A2 ,D3,D4 ——是由样本大小n确定的系数,可由下表查得。当n≤6时,D3为负值,而R值为非负,此时LCL实质不存在。此时,可令LCL=0作为下控制线。

均值控制图

主要用于诊断过程均值的异常波动:

极差R控制图

●均值控制图是对过程均值变化的诊断

●如果过程波动随时间变化是不稳定的

●那么在均值控制图上从不稳定过程中计算出的控制线,就不能反映只有随机

因素作用产生的过程波动

●因此对均值控制图的解释就会出现误导

●只有在稳定的过程中才可以构造控制图实施过程的诊断

●判断过程稳定需要用R控制图

计量值控制图主要用于长度、重量、时间、强度、成份等以计量值来管理工程的控制图,利用统计手法,设定控制均值X和极差R的界限,同时利用统计手法判定导致工程质量变异是随机原因,还是异常原因的图表。均值-极差控制图是常用于SPC统计过程控制分析中,它们常用的两种控制图分析图表.

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
d2 LCL x 3 MR x 2.66MR
d2
相当于n=2时的均值控制图
怎样确定控制限
MR控制图
CL MR UCL D4 MR 3.267MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
课 程 内 容 回 顾
树立质量法制观念、提高全员质量意 识。20.11.2120.11.21Saturday, November 21, 2020
X bar 0.5008 0.4998 0.501 0.4996 0.5004 0.5006 0.5026 0.500 0.502 0.501 0.501 0.500
Range 0.002 0.006 0.002 0.005 0.003 0.002 0.005 0.003 0.004 0.003 0.004 0.006
一个实例(二)
步骤1:选择质量特性
螺栓的切断长度至关重要
步骤2:按合理的计划来搜集数据
每小时抽取5个产品作为一个样本。检验 员按时间顺序收集了25个样本。
收集的数据表
SubNo
1
2
3
4
5
6
7
8
9
10
11
12
13
1 0.498 0.504 0.500 0.499 0.505 0.503 0.503 0.502 0.502 0.504 0.503 0.500 0.504
3 0.500 0.497 0.501 0.500 0.502 0.502 0.500 0.499 0.504 0.502 0.503 0.501
4 0.500 0.501 0.502 0.502 0.500 0.500 0.501 0.499 0.500 0.499 0.502 0.497
5 0.501 0.499 0.500 0.500 0.501 0.500 0.502 0.500 0.503 0.502 0.500 0.502
B3 1 3 1 c42 (n) 1 3 0.3412 ( 0)0
C4 (n)
0.94
一个实例(六)
步骤6:利用控制界限分析样本数值
均值-标准差控制图( x S控制图 )
控制对象为计量值; 更精确; 均值图用于观察和分析分布的均值的
变化,即过程的集中趋势; 标准差图观察和分析分布的分散情况,
按章操作莫乱改,合理建议提出来。2020年11月上 午5时2分20.11.2105:02Nove mber 21, 2020
作业标准记得牢,驾轻就熟除烦恼。2020年11月21日星期 六5时2分22秒05:02:2221 November 2020
好的事情马上就会到来,一切都是最 好的安 排。上 午5时2分22秒 上午5时 2分05: 02:2220.11.21
d3 0.853 0.888 0.880 0.864 0.848 0.833 0.820 0.808 0.797
一个实例(五)
CL x 0.5013 UCL x A2 R 0.5037 LCL x A2 R 0.499
CL R 0.0041 UCL D4 R 0.0087 LCL D3 R 0
人生得意须尽欢,莫使金樽空对月。05:02:2205:02: 2205:0211/21/2020 5:02:22 AM
安全象只弓,不拉它就松,要想保安 全,常 把弓弦 绷。20.11.2105:02:2205:02Nov-2021-Nov-20
加强交通建设管理,确保工程建设质 量。05: 02:2205:02:2205:02Saturday, November 21, 2020
X bar 0.5016 0.5028 0.5012 0.5018 0.505 0.5014 0.5018 0.5018 0.502 0.5026 0.501 0.4998 0.501
Range 0.006 0.005 0.005 0.004 0.004 0.003 0.004 0.004 0.004 0.003 0.005 0.003 0.008
谢谢大家!
(如破坏性实验); 敏感性不强; 用自动化检查,对产品进行全检时;
移动极差
移动极差是指一个测定值 xi 与紧邻的测 定值xi+1 之差的绝对值,记作MR, MR = | xi - xi+1 | (i=1,2,…,k-1)
其中:k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样 本大小n=2时的极差值.
步骤8:运用控制限进行控制;
均值-极差控制图( x R控制图 )
最常用;最基本; 控制对象为计量值; 适用于n ≤9的情况; 均值图用于观察和分析分布的均值的变化,
即过程的集中趋势; 极差图观察和分析分布的分散情况,即过
程的离散程度。
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
C4
X ~ N (, ( )2 );
n
S ~ N (S , ( 1 C42 )2 )
其中: n
C4
2
3
ຫໍສະໝຸດ Baidu
4
5
6
7
8
9
10
0.7979 0.8862 0.9213 0.9400 0.9515 0.9594 0.9650 0.9693 0.9727
一个实例(五)
CL x 0.5013
CL S 0.0017
一个实例(三)
步骤3:计算样本平均值及极差(见 上表)
步骤4:确定总的平均数和平均极差
x 0.5013
R 0.0041
一个实例(四)
步骤5:计算控制限
X ~ N (, 2 ); R
d2
X
~
N (, (
)2 ); R
n
~
N (R , (d3 )2 )
其中:
n
2
3
4
5
6
7
8
9
10
d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078
SubNo 14
15
16
17
18
19
20 21
22
23
24
25
1 0.501 0.499 0.502 0.497 0.499 0.501 0.505 0.501 0.501 0.502 0.501 0.499
2 0.502 0.503 0.500 0.499 0.500 0.500 0.505 0.502 0.502 0.501 0.499 0.503
怎样确定控制限
1 计算总平均数:
x
x1 x2 ...... xk k
1 k
k i 1
xi
2 计算移动极差平均数:
MR
MR1
MR2 ...... MRk1 k 1
1 k 1 k 1 i1 MRi
怎样确定控制限
X控制图
CL x UCL x 3 MR x 2.66MR
4 0.503 0.500 0.502 0.503 0.502 0.501 0.501 0.503 0.502 0.503 0.501 0.498 0.499
5 0.502 0.503 0.504 0.502 0.506 0.500 0.500 0.503 0.500 0.503 0.502 0.501 0.496
安全在于心细,事故出在麻痹。20.11.2120.11.2105: 02:2205:02:22Novem ber 21, 2020
踏实肯干,努力奋斗。2020年11月21 日上午5 时2分2 0.11.21 20.11.2 1
追求至善凭技术开拓市场,凭管理增 创效益 ,凭服 务树立 形象。2020年11月21日星期 六上午5时2分22秒05: 02:2220.11.21
2 0.501 0.502 0.499 0.503 0.506 0.501 0.501 0.499 0.502 0.502 0.498 0.501 0.503
3 0.504 0.505 0.501 0.502 0.506 0.502 0.504 0.502 0.504 0.501 0.501 0.499 0.503
即过程的离散程度。
怎样确定控制限
均值控制图
CL x UCL x A3S LCL x A3S
标准差控制图
CL S UCL B4S LCL B3S
单值-移动极差控制图( x MR控制图 )
与均值-极差控制图的作用类似; 不需多个测量值或样本是均匀的(如浓度); 因为费用或时间的关系,过程只有一个测量值
UCL x A3S 0.505 UCL B4 S 0.0036
LCL x A3S 0.499 LCL B3S 0
A3 3 3 1.427 n C4 (n) 5 0.94
B4 1 3 1 c42 (n) 1 3 0.3412 2.089
C4 (n)
0.94
极差控制图
CL R UCL D4R LCL D3R
使用均值-标准差控制图
步骤3:计算样本平均值及标准差 步骤4:确定总的平均数和平均标准
差 n ( xi x ) 2 s i1 n 1 x 0.5013
S 0.0017
一个实例(四)
步骤5:计算控制限
X ~ N (, 2 ); S
A2 3 3 0.577 n d2 5 2.326
D4 1 3 d3 1 3 0.864 2.114
d2
2.326
D3 1 3 d3 1 3 0.864 ( 0)0
d2
2.326
一个实例(六)
步骤6:利用控制界限分析样本数值
一个实例(七)
步骤7:确定控制限是否能经济地满 足要求;
一马当先,全员举绩,梅开二度,业 绩保底 。20.11.2120.11.2105: 0205:02:2205: 02:22Nov-20
牢记安全之责,善谋安全之策,力务 安全之 实。2020年11月21日 星期六5时2分22秒Sat urday, November 21, 2020
创新突破稳定品质,落实管理提高效 率。20.11.212020年11月21日 星期六 5时2分 22秒20.11.21
计量型控制图
一个实例 (一)
一台自动螺丝车床已经准备好了加工切断长度的图 纸公差为0.500±0.008英寸的螺栓。
频数分布在进行调整期间已经完成,分析结果表明 进行一段时期加工生产的开端是可以令人满意的。
为了分析和控制加工过程中螺栓的质量,现决定采 用均值极差控制图进行监控。
按如下八个步骤进行:
相关文档
最新文档