质量控制系统
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)。
• 过程控制的目标：当波动出现异常时提供 统计信号。
• 控制图（control chart）: 图、R图、P图、C图等
举例：过程控制图
样本值
Plot of Sample Data Over Time
70 60 50 40 30 20 10 0
1 5 9 13 17 21
时间
Sample Value UCL
•
这些年的努力就为了得到相应的回报 。2020年11月18日星 期三6时 56分22秒06:56:2218 November 2020
•
科学，你是国力的灵魂；同时又是社 会发展 的标志 。上午6时56分 22秒上 午6时56分06:56:2220.11.18
•
每天都是美好的一天，新的一天开启 。20.11.1820.11.1806:5606:56:2206:56:22Nov-20
•
做一枚螺丝钉，那里需要那里上。20. 11.1806 :56:220 6:56No v-2018 -No v-2 0
•பைடு நூலகம்
日复一日的努力只为成就美好的明天 。06:56:2206:56:2206:56Wednesday, November 18, 2020
•
安全放在第一位，防微杜渐。20.11.1820.11.1806:56:2206:56:22November 18, 2020
抽查特征曲线
Operating Characteristics Curve
• 表明一个抽样方案在何种程度上能够 区分一批产品的好坏。对应每一个特 定的抽样方案，都有一个相应的OC曲 线，即 n（样本容量）与 c（接受水平） 的组合。
OC 曲线——100% 抽样
接受整批产品的概率
100%
接收整批产品 拒收整批产品
使用控制图需要注意的几个问题：
• 样本的大小； • 抽样的频率； • 公差范围与控制界限之间的关系
•
生活中的辛苦阻挠不了我对生活的热 爱。20.11.1820.11.18Wednes day, November 18, 2020
•
人生得意须尽欢，莫使金樽空对月。06:56:2206:56:2206:5611/18/2020 6:56:22 AM
0% 0 1 2 3 4 5 6 7 8 9 10
实际缺陷率
OC 曲线——抽样情况
接受整批产品的概率
100%
Keep whole shipment
Probability is not 100%: Risk of keeping bad shipment or returning good one.
•
加强自身建设，增强个人的休养。2020年11月18日 上午6时 56分20.11.1820.11.18
•
精益求精，追求卓越，因为相信而伟 大。2020年11月18日 星期三 上午6时 56分22秒06:56:2220.11.18
•
让自己更加强大，更加专业，这才能 让自己 更好。2020年11月上 午6时56分20.11.1806:56November 18, 2020
Average
LCL
质量控制图：
均值＋3倍标准差 质量特性的平均值 均值－3倍标准差
上控制界限（UCL） 中心线（CL） 下控制界限（LCL）
过程控制图的类型
离散变量
控制图
连续型变量
计数变量控制图
P
C
图
图
计量变量控制图
R
`X
图
图
计数值控制图—— p 图
• 如果用计数值（离散变量）来衡量产 品质量，我们可以用生产过程中的 “不合格品率”来描述产品质量特性。
c 图 控制界限的制定：
k
ci c i1
k
UCLc c 3 c
LCLc c 3 c
Use 3 for 99.7% limits
计量值控制图—— 图和R图
• 通过计算样本的平均值 和极差R，可 以得到平均值控制图和极差控制图。
`X 图 控制界限制定：
n
xi x i1
n
n
Ri R i1
UCLp p z
z = 2 for 95.5% limits; z = 3 for 99.7% limits
控制图下界限
LCLp p z
p(1 p) n
p(1 p) n
p 图*补充（非等样本抽样）：
UCLp p z
p(1 p) n
LCLp p z
k
ni n i1
k
and
p(1 p)
x , x Lower
Specificat ion Limit
where x process mean standard deviation of the process population
Assumes that the process is:
•under control •normally distributed
n
在时间 i 抽取的各个样本平均值
样本数目 在时间 i 抽取的各个样本极差
`X 图控制边界确定：
UCL x x A R LCL x x A R
R 图控制边界的确定
k
Ri R i1
n
UCLR D4R LCLR D3R
在时间 i 抽取 的样本极差 样本数目
查表4.1
P 图 例题
0.00 0.01 0.03 0.02 0.03 0.02 0.01 0.00
1.确定平均不合格品率，上控制界限和下控制界限。
2.作控制图，并将每个样本的质量特性值点在控制图上。
3.这个制造高尔夫球球座的生产过程是否出于受控状态？
计数值控制图——c 图
• 控制每单位产出的缺陷数。 • 泊松概率分布是其统计理论基础。 • 泊松分布的特点：方差＝均值。
第三章 质量管理 ——质量控制系统
• 何时要干预企业运作？
质量控制系统设计：
• 第一步：找到关键控制点 • 第二步：确定检验方法 • 第三步：确定检验的数量 • 第四步：由谁检验
关键控制点：
• 第一，保证外购原材料或服务满足规格的 要求。
• 第二，对正在进行的工作进行检验或对正 在提供的服务进行检查。
– 即一批具有可接受的AQL质量水平的产品有a 的概率被拒绝。
• 使用方风险 (ß)
– 接受坏产品的风险 ——“存伪”——Ⅱ类错 误
– 即一批应拒绝的具有LTPD质量水平的产品有 ß的概率被接受。
Process Capability Cpk
C pk minimum
of
Upper
Specificat ion Limit
Return whole shipment
0% 0 1 2 3 4 5 6 7 8 9 10
实际缺陷率
AQL & LTPD
• 合格质量水平 (AQL)
– 愿意接受（好产品）的最低质量水平。
• 批容许不合格率水平 (LTPD)
– 认为是坏产品的质量水平。
生产方与使用方风险
• 生产方风险 (a)
– 拒绝好产品的风险——“弃真 ”——Ⅰ类错 误
•
相信命运，让自己成长，慢慢的长大 。2020年11月18日星 期三6时 56分22秒 Wednesday, November 18, 2020
•
爱情，亲情，友情，让人无法割舍。20.11.182020年 11月18日星期 三6时56分22秒20.11.18
谢谢大家！
抽样检验
• 抽样检验是通过所抽样品的质量来判 断这一批产品质量。
• n表示样本容量 • c表示可接受的缺陷水平 • x表示样本中不合格品的数目
抽样检验——抽样方案：
• 一次抽样（single sampling）
如果x≤c，接受这批产品；
如果x＞c，拒收这批产品。
• 二次抽样（double sampling） • 序贯抽样（sequential sampling）
由谁检验：
• 操作人员 • 专职检验人员
• 用户
统计质量控制方法
统计质量控制
过程控制
抽样检验
计数过程控制 计量过程控制 计数抽样检验 计量抽样检验
过程控制：
• 统计过程控制（SPC）：指在生产产品或 提供服务的过程中对产品（或服务）进行 检验（或检查），以确保工序符合质量标 准的统计技术。
统计过程控制的步骤：
• 某谷类食品制造商要将食品分装到包装盒中， 每盒的平均重量是20盎司，当分装过程处 于受控状态时，样本极差的平均值为2盎司， 样本量为10盒。
1. －R控制图的中心线（CL）、上控制界限 （UCL）和下控制界限（LCL）值分别是多少？
2.刚刚抽取一个样本，样本中的10个样品的重量 分别为：20，21，19，18，19，21，22，20， 20，19。请问该分装过程是否还处于受控状态？
• “不合格品率控制图”又称为P图。
• 统计理论基础为 二项分布。
计数值控制图—— p 图
• 方法：
• 按规定的时间间隔从生产过程中随机抽取 k个样本，每一个样本中有n个样品，对每 一个样本进行检验得到各个样本的不合格 品率（ ）。
• 不合格品率的均值：——中心线（CL）
p 图 控制线的制定：
控制图上界限
• 第三，产成品或服务。
检验方法：
• 计量检验：使用连续刻度，对诸如长 度、高度、重量等因素的计量。
• 计数检验：使用离散刻度，如计算有 缺陷项目的数量等。
检验的数量：
• 100％全检 VS 抽样检验 ？
• 成本因素： 不合格品引起的成本 VS 检验成本
• 其它因素： 如：涉及人身安全——全检 破坏性检验——抽样
Start
产品生产 服务提供
抽样
检验
建立控制图
No Assign. Causes? Yes
Stop Process
Find Out Why
过程控制：
• 前提假设：
• 产品的质量变异是生产过程的基本特征； • 生产过程并不总处于受控状态。
• 正常波动 VS 异常波动 均值 μ 标准差 σ
过程控制：
n
k
xi
p
i 1 k
ni
i 1
P 图 例题
• 某生产高尔夫球球座的公司通过对生产线进行周 期性抽样来控制生产过程，样本量伪100，并且 要求对样本中每一个产品进行检验。控制界限是 均值的 3倍的标准差范围内。在抽取的16个样 本中每一个样本的不合格品率如下：
0.01 0.02 0.01 0.03 0.02 0.01 0.00 0.02
• 控制图（control chart）: 图、R图、P图、C图等
举例：过程控制图
样本值
Plot of Sample Data Over Time
70 60 50 40 30 20 10 0
1 5 9 13 17 21
时间
Sample Value UCL
•
这些年的努力就为了得到相应的回报 。2020年11月18日星 期三6时 56分22秒06:56:2218 November 2020
•
科学，你是国力的灵魂；同时又是社 会发展 的标志 。上午6时56分 22秒上 午6时56分06:56:2220.11.18
•
每天都是美好的一天，新的一天开启 。20.11.1820.11.1806:5606:56:2206:56:22Nov-20
•
做一枚螺丝钉，那里需要那里上。20. 11.1806 :56:220 6:56No v-2018 -No v-2 0
•பைடு நூலகம்
日复一日的努力只为成就美好的明天 。06:56:2206:56:2206:56Wednesday, November 18, 2020
•
安全放在第一位，防微杜渐。20.11.1820.11.1806:56:2206:56:22November 18, 2020
抽查特征曲线
Operating Characteristics Curve
• 表明一个抽样方案在何种程度上能够 区分一批产品的好坏。对应每一个特 定的抽样方案，都有一个相应的OC曲 线，即 n（样本容量）与 c（接受水平） 的组合。
OC 曲线——100% 抽样
接受整批产品的概率
100%
接收整批产品 拒收整批产品
使用控制图需要注意的几个问题：
• 样本的大小； • 抽样的频率； • 公差范围与控制界限之间的关系
•
生活中的辛苦阻挠不了我对生活的热 爱。20.11.1820.11.18Wednes day, November 18, 2020
•
人生得意须尽欢，莫使金樽空对月。06:56:2206:56:2206:5611/18/2020 6:56:22 AM
0% 0 1 2 3 4 5 6 7 8 9 10
实际缺陷率
OC 曲线——抽样情况
接受整批产品的概率
100%
Keep whole shipment
Probability is not 100%: Risk of keeping bad shipment or returning good one.
•
加强自身建设，增强个人的休养。2020年11月18日 上午6时 56分20.11.1820.11.18
•
精益求精，追求卓越，因为相信而伟 大。2020年11月18日 星期三 上午6时 56分22秒06:56:2220.11.18
•
让自己更加强大，更加专业，这才能 让自己 更好。2020年11月上 午6时56分20.11.1806:56November 18, 2020
Average
LCL
质量控制图：
均值＋3倍标准差 质量特性的平均值 均值－3倍标准差
上控制界限（UCL） 中心线（CL） 下控制界限（LCL）
过程控制图的类型
离散变量
控制图
连续型变量
计数变量控制图
P
C
图
图
计量变量控制图
R
`X
图
图
计数值控制图—— p 图
• 如果用计数值（离散变量）来衡量产 品质量，我们可以用生产过程中的 “不合格品率”来描述产品质量特性。
c 图 控制界限的制定：
k
ci c i1
k
UCLc c 3 c
LCLc c 3 c
Use 3 for 99.7% limits
计量值控制图—— 图和R图
• 通过计算样本的平均值 和极差R，可 以得到平均值控制图和极差控制图。
`X 图 控制界限制定：
n
xi x i1
n
n
Ri R i1
UCLp p z
z = 2 for 95.5% limits; z = 3 for 99.7% limits
控制图下界限
LCLp p z
p(1 p) n
p(1 p) n
p 图*补充（非等样本抽样）：
UCLp p z
p(1 p) n
LCLp p z
k
ni n i1
k
and
p(1 p)
x , x Lower
Specificat ion Limit
where x process mean standard deviation of the process population
Assumes that the process is:
•under control •normally distributed
n
在时间 i 抽取的各个样本平均值
样本数目 在时间 i 抽取的各个样本极差
`X 图控制边界确定：
UCL x x A R LCL x x A R
R 图控制边界的确定
k
Ri R i1
n
UCLR D4R LCLR D3R
在时间 i 抽取 的样本极差 样本数目
查表4.1
P 图 例题
0.00 0.01 0.03 0.02 0.03 0.02 0.01 0.00
1.确定平均不合格品率，上控制界限和下控制界限。
2.作控制图，并将每个样本的质量特性值点在控制图上。
3.这个制造高尔夫球球座的生产过程是否出于受控状态？
计数值控制图——c 图
• 控制每单位产出的缺陷数。 • 泊松概率分布是其统计理论基础。 • 泊松分布的特点：方差＝均值。
第三章 质量管理 ——质量控制系统
• 何时要干预企业运作？
质量控制系统设计：
• 第一步：找到关键控制点 • 第二步：确定检验方法 • 第三步：确定检验的数量 • 第四步：由谁检验
关键控制点：
• 第一，保证外购原材料或服务满足规格的 要求。
• 第二，对正在进行的工作进行检验或对正 在提供的服务进行检查。
– 即一批具有可接受的AQL质量水平的产品有a 的概率被拒绝。
• 使用方风险 (ß)
– 接受坏产品的风险 ——“存伪”——Ⅱ类错 误
– 即一批应拒绝的具有LTPD质量水平的产品有 ß的概率被接受。
Process Capability Cpk
C pk minimum
of
Upper
Specificat ion Limit
Return whole shipment
0% 0 1 2 3 4 5 6 7 8 9 10
实际缺陷率
AQL & LTPD
• 合格质量水平 (AQL)
– 愿意接受（好产品）的最低质量水平。
• 批容许不合格率水平 (LTPD)
– 认为是坏产品的质量水平。
生产方与使用方风险
• 生产方风险 (a)
– 拒绝好产品的风险——“弃真 ”——Ⅰ类错 误
•
相信命运，让自己成长，慢慢的长大 。2020年11月18日星 期三6时 56分22秒 Wednesday, November 18, 2020
•
爱情，亲情，友情，让人无法割舍。20.11.182020年 11月18日星期 三6时56分22秒20.11.18
谢谢大家！
抽样检验
• 抽样检验是通过所抽样品的质量来判 断这一批产品质量。
• n表示样本容量 • c表示可接受的缺陷水平 • x表示样本中不合格品的数目
抽样检验——抽样方案：
• 一次抽样（single sampling）
如果x≤c，接受这批产品；
如果x＞c，拒收这批产品。
• 二次抽样（double sampling） • 序贯抽样（sequential sampling）
由谁检验：
• 操作人员 • 专职检验人员
• 用户
统计质量控制方法
统计质量控制
过程控制
抽样检验
计数过程控制 计量过程控制 计数抽样检验 计量抽样检验
过程控制：
• 统计过程控制（SPC）：指在生产产品或 提供服务的过程中对产品（或服务）进行 检验（或检查），以确保工序符合质量标 准的统计技术。
统计过程控制的步骤：
• 某谷类食品制造商要将食品分装到包装盒中， 每盒的平均重量是20盎司，当分装过程处 于受控状态时，样本极差的平均值为2盎司， 样本量为10盒。
1. －R控制图的中心线（CL）、上控制界限 （UCL）和下控制界限（LCL）值分别是多少？
2.刚刚抽取一个样本，样本中的10个样品的重量 分别为：20，21，19，18，19，21，22，20， 20，19。请问该分装过程是否还处于受控状态？
• “不合格品率控制图”又称为P图。
• 统计理论基础为 二项分布。
计数值控制图—— p 图
• 方法：
• 按规定的时间间隔从生产过程中随机抽取 k个样本，每一个样本中有n个样品，对每 一个样本进行检验得到各个样本的不合格 品率（ ）。
• 不合格品率的均值：——中心线（CL）
p 图 控制线的制定：
控制图上界限
• 第三，产成品或服务。
检验方法：
• 计量检验：使用连续刻度，对诸如长 度、高度、重量等因素的计量。
• 计数检验：使用离散刻度，如计算有 缺陷项目的数量等。
检验的数量：
• 100％全检 VS 抽样检验 ？
• 成本因素： 不合格品引起的成本 VS 检验成本
• 其它因素： 如：涉及人身安全——全检 破坏性检验——抽样
Start
产品生产 服务提供
抽样
检验
建立控制图
No Assign. Causes? Yes
Stop Process
Find Out Why
过程控制：
• 前提假设：
• 产品的质量变异是生产过程的基本特征； • 生产过程并不总处于受控状态。
• 正常波动 VS 异常波动 均值 μ 标准差 σ
过程控制：
n
k
xi
p
i 1 k
ni
i 1
P 图 例题
• 某生产高尔夫球球座的公司通过对生产线进行周 期性抽样来控制生产过程，样本量伪100，并且 要求对样本中每一个产品进行检验。控制界限是 均值的 3倍的标准差范围内。在抽取的16个样 本中每一个样本的不合格品率如下：
0.01 0.02 0.01 0.03 0.02 0.01 0.00 0.02