统计过程分析基础
合集下载
相关主题
- 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、"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、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)。
•Β=99.73%
统计过程分析基础
•二、控制图的设计思想
统计过程分析基础
•规范界限与控制界限的区别
• 规范界限:区分合格品与不合格品 • 控制界限:区分偶然波动与异常波动
•上规范界限
•上控制 限
•中位 线 •下控制限
•下规范界限
统计过程分析基础
•3σ方式确定控制界限
• ●UCL=μ+3 σ • ●CL=μ • ●LCL=μ-3 σ
使用者的信心,取α =0.27%。 Α越大, β越小
•1
•5
%
%
•10%
统计过程分析基础
•判稳(过程是否受控)原则
• ●判稳准则 • 在点子随机排列的情况下,符合下列各点之一判稳: • -----连续25个点,界外点数d=0 • -----连续35个点,界外点数d≤1 • -----连续100个点,界外点数d≤2 • ●分析判稳原则
统计过程分析基础
• 6.连续15点在C区中心线上下
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 7.连续8点在中心线两侧,但无一点在C区 中
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
•三、控制图的使用选择
统计过程分析基础
• ●X控制图:多用于下列场合:
不合格品数控制 图
备注
p、np图可由不合格 数npT
泊松
分布 (计点 值)
u
单位不合格数控 用cT代替u、c图
制图
c
不合格数控制图
统计过程分析基础
•常用的控制图
• 均值-极差图
• --- 图用于观察正态分布均值的变化;R图 用于观察正态分布的分散情况或变异度的情况
• 均值-标准差图
• ---同均值-极差图,用标准差代替极差,R图 计算方便;但当n>10时,s图比R图效率高; 最终替代R图;
• ---对每件产品都必须检验,如采用自动化检查和测 量的场合;
• ---取样费时、昂贵的场合; • ---如化工等气体与液体流程式过程,产品均匀,多抽
样无意义; • ---特点:灵敏度差
• ● p控制图:用于控制对象为不合格品率或合格品率
的计件质量指标的场合; • ----例如:不合格品率、交货延迟率、缺勤率、邮电的
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 4.连续3点中有2点落在中心线同一侧的B区以 外
•UCL •A
•B
•CLБайду номын сангаас
•C •C
•B
•LCL •A
• •
统计过程分析基础
• 5.连续5点中有4点落在中心线同一侧的C区以 外
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
• 为了贯彻预防原则,应用统计技术对制造 (服务)过程中的各个阶段进行评估和监察,从 而保证产品与服务满足要求的均匀性。
统计过程分析基础
•SPC的特点
• ●与全面质量管理相同,强调全员参与, 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。SPC的重点就在与 “P(Process,过程)
•-6 •-5•-4 •-3
•-2 •-1 • •1 •68.26%
•2 •3 •4
•5 •6
•99.73
•99.999998%
统计过程分析基础
• ●先确定 α ,再看β
• ----按照3σ方式确定UCL、CL、LCL,
•
α0 =0.27%
• ----通常采用α =1%,5%,10%三级,为了增加
准则
α
β
1
0.0654
0.9346
2
0.0041
0.9959
3
0.0026
0.9974
统计过程分析基础
•判稳的计算公式
准则
P(过程为正常的概率)
N=25 d=0
N=35 d≤1
N=100 d≤3
N=n d ≤k
判断错误 的概率
1-P
1-P
统计过程分析基础
• 判异举 例
• 两类:
• ●点出界判异
•
• ●中位极差图
图, 表示中位值。现在由
于计算机应用普及,故已淘汰,被均值-标准差图替
代。
统计过程分析基础
•关注两种错误
• 一.第一种错误:虚发警报(false alarm)
•UCL •β •α
•LCL
•二.第二种错误:漏发警报(alarm missing)
统计过程分析基础
• 三、减少两种错误所造成的损失: • ●UCL、LCL距离间隔大,α减小 β增大 • ●UCL、LCL距离间隔小,α增大 β减小 • ●UCL、LCL距离间隔3σ,α=0.27%
•
统计过程分析基础
• 两类: • ●界内点排列不随机判异:
• 判异准则: • 1、连续9点落在中心线同一侧
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 2.连续6点递增或递减:
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 3.连续14中相邻点上下交 替
统计过程分析基础
2020/12/13
统计过程分析基础
•本讲座的目的 • 通过本课程的训练,你将能够: • 理解什么是SPC • 明白控制图原理 • 如何应用控制图进行过程控制
统计过程分析基础
•一、SPC的概述
统计过程分析基础
•SPC的基本概念
• SPC(Statistical Process Control):
• ●可判断过程的异常,及时告警; • ●不能告知此异常是什么因素引起的
统计过程分析基础
• ●最终发展为SPD(Statistical Process Diagnosis,统计过程诊断)
• ------SPD既有告警功能,又有诊断功能
统计过程分析基础
•统计控制状态
• ●概念:只有偶因而无异因产生的变异的状态 • ●优点: • ----对产品的质量有完全把握 • ----生产也是最经济的 • ----在控制状态下,过程的变异最小
•x •UCL
•CL
•LCL
统计过程分析基础
•t
•数据的统计分
•示例:
析
统计过程分析基础
分布 控制图代号
正态 分布 (计 量值)
控制图名称
均值—极差控制 图
备注
均值—标准差控 制图
中位值—极差图
单值--极差图
统计过程分析基础
分布 控制图代号 控制图名称
二项
分布 (计件 值)
不合格品控制图
p
np
差错率等;
统计过程分析基础
• ●计量控制图:
• 由于计算机的应用普及, 控制图的计算机毫无困难, 而且无论样本是否大于10, 图计算的结果都是精确的, 故均值标准差图完全可以代替均值极差图。
统计过程分析基础
•二、控制图的设计思想
统计过程分析基础
•规范界限与控制界限的区别
• 规范界限:区分合格品与不合格品 • 控制界限:区分偶然波动与异常波动
•上规范界限
•上控制 限
•中位 线 •下控制限
•下规范界限
统计过程分析基础
•3σ方式确定控制界限
• ●UCL=μ+3 σ • ●CL=μ • ●LCL=μ-3 σ
使用者的信心,取α =0.27%。 Α越大, β越小
•1
•5
%
%
•10%
统计过程分析基础
•判稳(过程是否受控)原则
• ●判稳准则 • 在点子随机排列的情况下,符合下列各点之一判稳: • -----连续25个点,界外点数d=0 • -----连续35个点,界外点数d≤1 • -----连续100个点,界外点数d≤2 • ●分析判稳原则
统计过程分析基础
• 6.连续15点在C区中心线上下
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 7.连续8点在中心线两侧,但无一点在C区 中
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
•三、控制图的使用选择
统计过程分析基础
• ●X控制图:多用于下列场合:
不合格品数控制 图
备注
p、np图可由不合格 数npT
泊松
分布 (计点 值)
u
单位不合格数控 用cT代替u、c图
制图
c
不合格数控制图
统计过程分析基础
•常用的控制图
• 均值-极差图
• --- 图用于观察正态分布均值的变化;R图 用于观察正态分布的分散情况或变异度的情况
• 均值-标准差图
• ---同均值-极差图,用标准差代替极差,R图 计算方便;但当n>10时,s图比R图效率高; 最终替代R图;
• ---对每件产品都必须检验,如采用自动化检查和测 量的场合;
• ---取样费时、昂贵的场合; • ---如化工等气体与液体流程式过程,产品均匀,多抽
样无意义; • ---特点:灵敏度差
• ● p控制图:用于控制对象为不合格品率或合格品率
的计件质量指标的场合; • ----例如:不合格品率、交货延迟率、缺勤率、邮电的
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 4.连续3点中有2点落在中心线同一侧的B区以 外
•UCL •A
•B
•CLБайду номын сангаас
•C •C
•B
•LCL •A
• •
统计过程分析基础
• 5.连续5点中有4点落在中心线同一侧的C区以 外
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
• 为了贯彻预防原则,应用统计技术对制造 (服务)过程中的各个阶段进行评估和监察,从 而保证产品与服务满足要求的均匀性。
统计过程分析基础
•SPC的特点
• ●与全面质量管理相同,强调全员参与, 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。SPC的重点就在与 “P(Process,过程)
•-6 •-5•-4 •-3
•-2 •-1 • •1 •68.26%
•2 •3 •4
•5 •6
•99.73
•99.999998%
统计过程分析基础
• ●先确定 α ,再看β
• ----按照3σ方式确定UCL、CL、LCL,
•
α0 =0.27%
• ----通常采用α =1%,5%,10%三级,为了增加
准则
α
β
1
0.0654
0.9346
2
0.0041
0.9959
3
0.0026
0.9974
统计过程分析基础
•判稳的计算公式
准则
P(过程为正常的概率)
N=25 d=0
N=35 d≤1
N=100 d≤3
N=n d ≤k
判断错误 的概率
1-P
1-P
统计过程分析基础
• 判异举 例
• 两类:
• ●点出界判异
•
• ●中位极差图
图, 表示中位值。现在由
于计算机应用普及,故已淘汰,被均值-标准差图替
代。
统计过程分析基础
•关注两种错误
• 一.第一种错误:虚发警报(false alarm)
•UCL •β •α
•LCL
•二.第二种错误:漏发警报(alarm missing)
统计过程分析基础
• 三、减少两种错误所造成的损失: • ●UCL、LCL距离间隔大,α减小 β增大 • ●UCL、LCL距离间隔小,α增大 β减小 • ●UCL、LCL距离间隔3σ,α=0.27%
•
统计过程分析基础
• 两类: • ●界内点排列不随机判异:
• 判异准则: • 1、连续9点落在中心线同一侧
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 2.连续6点递增或递减:
•UCL •A
•B
•CL
•C •C
•B
•LCL •A
统计过程分析基础
• 3.连续14中相邻点上下交 替
统计过程分析基础
2020/12/13
统计过程分析基础
•本讲座的目的 • 通过本课程的训练,你将能够: • 理解什么是SPC • 明白控制图原理 • 如何应用控制图进行过程控制
统计过程分析基础
•一、SPC的概述
统计过程分析基础
•SPC的基本概念
• SPC(Statistical Process Control):
• ●可判断过程的异常,及时告警; • ●不能告知此异常是什么因素引起的
统计过程分析基础
• ●最终发展为SPD(Statistical Process Diagnosis,统计过程诊断)
• ------SPD既有告警功能,又有诊断功能
统计过程分析基础
•统计控制状态
• ●概念:只有偶因而无异因产生的变异的状态 • ●优点: • ----对产品的质量有完全把握 • ----生产也是最经济的 • ----在控制状态下,过程的变异最小
•x •UCL
•CL
•LCL
统计过程分析基础
•t
•数据的统计分
•示例:
析
统计过程分析基础
分布 控制图代号
正态 分布 (计 量值)
控制图名称
均值—极差控制 图
备注
均值—标准差控 制图
中位值—极差图
单值--极差图
统计过程分析基础
分布 控制图代号 控制图名称
二项
分布 (计件 值)
不合格品控制图
p
np
差错率等;
统计过程分析基础
• ●计量控制图:
• 由于计算机的应用普及, 控制图的计算机毫无困难, 而且无论样本是否大于10, 图计算的结果都是精确的, 故均值标准差图完全可以代替均值极差图。