SPC控制图的绘制及判断方法

合集下载

怎么做产品的SPC控制图?

怎么做产品的SPC控制图?

怎么做产品的SPC控制图?实践证明,通过SPC控制图,可以帮助我们及时发现制程中的异常变化,并采取相应的措施,以确保产品质量的稳定性。

那么,产品的SPC控制图该怎么做呢?深圳天行健六西格玛咨询公司简析如下:步骤一:确定需要监控的关键质量特性(CTQ)首先,需要确定产品制程中的关键质量特性(CTQ),也就是对产品质量有重要影响的特性。

这些特性可能包括尺寸、重量、硬度等。

确保选择的特性能够准确反映产品的质量。

步骤二:收集数据收集与所选特性相关的数据,包括每个制程批次或样本的测量结果。

确保数据的准确性和完整性,以便后续的分析和控制。

步骤三:计算统计参数根据收集到的数据,计算统计参数,如平均值、标准差等。

这些参数可以帮助我们了解制程的中心位置和变化程度。

步骤四:绘制控制图根据所选特性的统计参数,绘制SPC控制图。

常见的控制图有X-Bar图、R图、S图等。

控制图上通常包括中心线、控制界限和数据点。

通过观察数据点的位置和分布,可以判断制程是否处于控制状态。

步骤五:分析控制图分析控制图上的数据点,判断制程是否处于控制状态。

如果数据点在控制界限内波动,说明制程是稳定的;如果数据点超出控制限,说明制程存在异常变化。

根据分析结果,可以采取相应的纠正措施,以确保制程的稳定性和一致性。

步骤六:持续监控和改进SPC控制图是一个持续监控和改进的过程。

定期更新数据,并根据新的数据绘制控制图,以监控制程的变化。

同时,根据控制图的分析结果,不断改进制程,以提高产品质量。

总而言之,SPC控制图是一个简单而有效的工具,可以帮助我们实现产品质量的稳定和一致。

通过正确使用SPC控制图,我们能够及时发现制程中的异常变化,并采取相应的措施,以确保产品质量的稳定性,提高客户满意度。

SPC控制图判断标准

SPC控制图判断标准

SPC控制图判断标准一:判稳准则在点子随机排列的情况下,符合下列个点之一就判稳:(1)连续25个点,界外点数d=0;(2)连续35个点,界外点数d≤1;(3)连续100个点,界外点数d≤2。

二:判异准则SPC的基准是稳态,如若过程出现显著偏离稳态则为异态。

异态出可分为异常好与异常坏两类。

判异准则:(1)点出界就判异;(2)界内点排列不随机判异。

2.1判异准则1一点落在A区以外。

出现该情况可能因素:计算错误、测量误差、原材料不合格、设备故障等。

点排布如下图2-1所示:图2-1 准则1判异图2.2判异准则2出现连续9点落在中心线一侧。

原因:分布的a减小。

点排布如下图2-2所示:图2-2 准则2判异图2.3判异准则3连续6点递增或递减。

产生趋势可能因素:工具逐渐磨损、维修水平逐渐降低、操作人员技能逐渐降低等。

点排布如下图2-3所示:图2-3 准则3判异图2.4判异准则4连续14点中相邻点上下交替。

产生趋势可能因素:轮流使用两台设备、两位人员轮流操作。

点排布如下图2-4所示:图2-4 准则4判异图2.5判异准则5连续3点落在中心线同一侧的B区以外。

产生趋势可能因素:参数u发生了变化。

点排布如下图2-5所示:图2-5准则5判异图2.6判异准则6连续5点中有4点落在中心线同一侧的C区以外。

表明参数u发生了变化。

点排布如下图2-6所示:图2-6准则6判异图2.7判异准则715点在C区中心线上下。

可能原因:①是否应用了假数据,弄虚作假;②是否数据分层不够。

点排布如下图2-7所示:图2-7准则7判异图2.8判异准则88点在中心线两侧,但无一在C区中。

原因:数据分层不够。

点排布如下图2-8所示:图2-8准则8判异图。

SPC控制图的绘制方法及判断方法

SPC控制图的绘制方法及判断方法

6 与规格比较;确定控制用控制图
✓ 由分析用控制图得知工序处于稳定状态后;还须与规格要求进 行比较 若工序既满足稳定要求;又满足规格要求;则称工序进 入正常状态 此时;可将分析用控制图的控制线作为控制用控 制图的控制线;若不能满足规格要求;必须对工序进行调整; 直至得到正常状态下的控制图
✓ 所谓满足规格要求;并不是指上 下控制线必须在规格上 下限
解:
18
解:
• 由表 3给出的计算公式计算表
7中每个样本的移动极差
R
并记入表
si
7中。

Rs2 x2 x1 1.13 1.09 0.04
依次类推。RS3 x3 x2 1.29 1.13 0.16
• 计算出 x和Rs
k
x xi
i 1
k 34.12 1.312 26
k
Rs Rsi •由表 4给出的公式计算控i2制界


L1=14 0
S1=12 1
……
……
• 计算最大值平L均 、值 最小S值 、平均极R差 和范围中M值 :
k
k
L
Li
i1
341.9 13.68
Si
i1
308.1 12.32
k 25
k 25
R LS 13.6812.321.36
M LS 13.6812.3213.00
2
2
16
•计 由算 5表 ,最 n当 5 大 时 C值 A 1 , 、 L 91中 .最 36心 3 小线 值 C2L 和 中上 心、 线下 UC 控 、 L L制 C。 L线 C1LL1.368 C2LS1.232
内侧;即UCL>TU;LCL< TL 而是要看受控工序的工序能力

SPC控制图应用步骤简明教程

SPC控制图应用步骤简明教程

1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时, 应可以延长控制限,以满足未来过程控制的需 要。如果过程中心线偏离目标值,可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能

1. 过程能力:仅适用于稳定统计过程,是过程固有变差的 6 范围,
2.子组数量:为了建立控制限,通常取25个子组,或更多个子组包含100或 更多个单值读数。
3.子组容量:较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率:通常按时间顺序来取子组,目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图(I-MR)。 【 样本量n=1】 2) 均值极差控制图(XBar-R图); 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图(XBar-S图);【样本量n ≥10】
4) 中位数与极差控制图(X-R图);
2. 计数值控制图
1) 不良率控制图(P图); 2) 不良数控制图(NP图); 3) 缺点数控制图(C图); 4) 单位缺点数控制图(U图)。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
(一)连续型数据的流程能力
流程的西格玛水平:Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X


ZLSL =
X-LSL

@SPC基础知识之三-控制图

@SPC基础知识之三-控制图

去除异常原因
Yes
绘制直方图 (辅助参考变异是否常态分布)
计算Pp/Ppk Yes
满足规格
No 检讨5M1E各方面
绘制控制用 控制图
提升过程能力 18
基本概念-控制图
控制图的阶段-分析~控制 ➢ 制作分析用控制图时,其中心线和上下控制界限,都是通过抽样方法,采集一定时期内、稳定生产状态下的数
据,计算得出。 ➢ 根据计算结果,制作分析用控制图,并确认保持在控制状态,而且过程能力符合要求,才能延长控制界限,应
9
基本概念-直方图
直方图-分布曲线-正态分布曲线 中心极限定理:基于概率论,稳定受控的过程中,大量随机变量会近似于服从正态分布。 正态分布中,无论均值μ和标准差σ是多少,质量特性值: ➢ 落在μ±3σ之间的概率为 99.73%; ➢ 两侧落在μ±3σ之外的概率为100% - 99.73%= 0.27%; ➢ 超过任意一侧,即大于μ-3σ或小于μ+3σ的概率为0.27%/2=0.135%≈1‰; ➢ 形成正态分布曲线图。控制图即基于这一理论而产生。
SPC基础知识 之三 控制图
制作日期:201808
目录
基本概念 直方图 控制图
常见问题 计量型控制图 计数型控制图
X--R图制作实例
2
基本概念
基本概念-直方图
直方图 将收集的数据,使用一定范围,在横轴上分成几个相等的区间; 将各区间内测量值出现的次数,累积起来的面积,使用柱状图表示。 直方图的目的 ➢ 可以直观反映数据分布的中心和宽度 ➢ 显示图形分布形状,观察过程波动状况 ➢ 比较测量值的分布与标准规格,观察差异 ➢ 决定是否需要进一步层别化 ➢ 分析改进方向和措施
控制上限
μ+σ μ+2σ μ+3σ

SPC控制图应用步骤简明教程

SPC控制图应用步骤简明教程
p(d)=1-FTY = 不合格数量/总数量
(二)可数型数据流程能力
数据不只是通过/不通过,还知道一件产品上与多少个缺点 DPU-Defects Per Unit 每件的平均缺点数 dpu=缺点总数量/总件数 FTY=e-dpu p(d)=1-FTY
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
(一)连续型数据的流程能力
流程的西格玛水平:Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X


ZLSL =
X-LSL


Z值与不合格率P(d)对应表
(二)可区分型数据流程能力
可区分型数据:通过/不通过 一次通过率First Time Yield FTY=合格数量/总数量
当过程受控时并经过过程能力评价满足要求时, 应可以延长控制限,以满足未来过程控制的需 要。如果过程中心线偏离目标值,可能需要针 对目标值进行调整。
返回
1.抽样计划的原则:合理的子组,即:组内出现特殊原因的机会最小,组间 出现特殊原因的机会最大。(子组内的变差代表的是零件间的变差, 而子组间的变差代表的是过程的变化)。 即:观测值的个数或样本量决定了控制图反映波动的能力。
式中


R
通常用 d 2

S C2
来估计。
2.过程性能:过程总变差的

6
范围,式中


通过用标准差S来估计。
3.如果过程处于统计受控状态,过程能力非常接近于过程性能。当过
程的能力和性能

6
之间存在较大差别时表示有特殊原因存在。
1. CP能力指数(过程位于中心): 2. CPK能力指数(过程不位于中心):

SPC控制图的判定方法

SPC控制图的判定方法

SPC控制图的判定方法SPC(Statistical Process Control)控制图是一种统计工具,用于分析和监控过程中的变异性,并判断过程是否稳定。

通过控制图的使用,可以帮助企业提高产品质量、降低成本和提高生产效率。

本文将介绍SPC控制图的判定方法。

一、控制图的基本原理1.1 数据收集与分类要绘制SPC控制图,首先需要收集相关的数据。

这些数据可以是产品尺寸、重量、时间等方面的测量结果。

收集的数据需要根据特定的要求进行分类和整理,以便后续的统计分析。

1.2 参数与变量在控制图中,可以使用参数图和变量图两种类型的控制图。

参数图适用于可计量的特征,如长度、重量等,而变量图适用于计数型数据,如不良品率、缺陷数等。

1.3 控制线的设定控制图通常包括中心线、上限线和下限线。

中心线代表过程的平均值,上限线和下限线则用于判断过程变异是否在可接受的范围内。

控制线的设定需要根据过程的稳定性和要求进行调整。

二、SPC控制图的判定方法2.1 过程是否稳定在绘制控制图之前,首先需要判断过程是否稳定。

稳定的过程指的是过程产生的变异性仅来自于随机误差,而不是系统性的因素。

判断过程是否稳定可以通过以下几种方式进行:(1)过程能否满足规范要求:通过对过程数据进行规范性能指标的计算与分析,判断过程是否满足要求。

(2)过程的输入是否稳定:观察过程的输入数据,如材料的质量、设备的稳定性等,判断输入是否稳定。

(3)过程是否存在特殊因素:通过了解和分析过程中的特殊因素,如人为因素、设备故障等,判断过程是否稳定。

2.2 控制图的规则绘制了控制图后,可以通过判断数据点的分布情况,在控制图上标示出不同的规则。

常用的规则有以下几种:(1)单点超出控制限:单个数据点超出上限线或下限线。

(2)连续点在中心线同一侧:三个或更多连续的数据点在中心线的同一侧。

(3)多点连续递增或递减:连续五个或更多数据点递增或递减。

(4)趋势:六个或更多连续递增或递减的数据点。

SPC计算公式和判定准则

SPC计算公式和判定准则

SPC计算公式和判定准则SPC(Statistical Process Control,统计过程控制)是一种通过统计方法对过程进行监控和控制来确保产品质量的方法。

SPC包含了一系列的计算公式和判定准则,用于对过程数据进行分析和判断。

本文将介绍SPC的常用计算公式和判定准则。

一、计算公式1. 平均值(X-bar)和范围(R)控制图的计算公式:平均值控制图:X-bar = (X1 + X2 + ... +Xn)/n范围控制图:R = Xmax - Xmin2.方差(S)控制图的计算公式:方差控制图:S = √((∑(xi - x̄)²)/(n-1))其中,xi为单个数据点,x̄为平均数,n为样本个数。

3.标准差(σ)控制图的计算公式:标准差控制图:σ = √((∑(xi - x̄)²)/n)其中,xi为单个数据点,x̄为平均数,n为样本个数。

4. 标准分数(Z-score)的计算公式:标准分数:Z=(X-μ)/σ其中,X为观测值,μ为总体平均值,σ为总体标准差。

5.概率(P)的计算公式:概率:P=1-Z其中,Z为标准分数。

二、判定准则SPC通过控制图上的控制限来进行判定,一般包括控制线和规范线。

常用的判定准则有以下几种:1.控制线:控制线用于界定过程是否处于统计控制状态。

一般有上限控制线(UCL)和下限控制线(LCL)。

当数据点超过控制线时,表明过程处于非随机状态,可能存在特殊原因。

2.规范线:规范线用于界定过程是否处于规范状态。

一般有上限规范线(USL)和下限规范线(LSL)。

当数据点超过规范线时,表明产品或过程不符合规格要求。

3.判定准则:SPC根据运行趋势和控制限来进行判定,常见判定准则包括:-单点超出控制限:当单个数据点超出控制限时,可能存在特殊原因,需要进行调查和纠正。

-一组连续点趋势逐渐上升或下降:当连续的数据点呈增加或减少的趋势时,表明过程可能不稳定,需要进行调查和纠正。

SPC 控制图 8大判异准则

SPC 控制图 8大判异准则

异常原因一般为:•新操作人员,方法不对,机器故障,原料不合格•检验方法或标准变化•计算错误,测量误差UCLLCLA AB C C B xxTest 1. One Point Beyond Zone A判异准则1任何1个点落在A 区以外异常原因一般为:(同准则1)判异准则2,5, 6:2: 连续9个点落在中心线的同一侧;5: 连续3个点中有2个点落在中心线同一侧的B 区以外;6: 连续5个点中有4个点落在中心线同一侧的C 区以外xTest 2. Nine Points in a Rowon One Side of the Center LineUCLLCLA AB C C B UCLLCLA AB C C B xxx Test 5. 2 Out of 3 Points in a Row in Zone A or BeyondUCLLCLA AB C C B xxTest 6. 4 Out of 5 Points in a Row in Zone B and Beyond异常原因一般为:•工具逐渐磨损,维护水平逐渐降低,操作人员技能逐渐提高判异准则3连续6个点递增或递减UCLLCLA AB C C B Test 3. 6 Points in a Row Steadily Increasing or Decreasingxx异常原因一般为:•轮流使用两台设备或有两个操作员工轮流操作,使得数据分层不够判异准则4连续14个点中相邻点交替上下UCLLCLA AB C C B Test 4. 14 Points in a Row Alternating Up and Downx异常原因一般为:•数据有假,计算错误;分层不够判异准则7连续15个点落在中心线两侧的C 区以内UCLLCLA AB C C B xTest 7. 15 Points in a Row in Zone C (Above and Below CL)异常原因一般为:•数据分层不够判异准则8连续8个点落在中心线两侧且无一在C 区内UCLLCLA AB C C B xTest 8. 8 Points in a Row on Both Sides of CL with None in Zone C。

spc统计过程控制与管制图

spc统计过程控制与管制图

SPC统计过程控制与管制图1. 简介SPC〔Statistic Process Control〕是指通过统计方法对生产过程进行过程控制和管制的一种方法。

SPC通过收集和分析过程中的数据,帮助企业发现和解决问题,并实现过程的稳定和改良。

在SPC中,管制图是一种常用的工具,用于判断过程是否处于统计控制之中。

2. 管制图的根本原理管制图是一种时间序列图,通过将样本数据的均值、极差等统计量绘制在图上,以便直观地了解过程的稳定性。

在管制图中,通常会画出上下控制限以及中心线,用于判断过程是否处于统计控制之中。

管制图有多种类型,常用的包括: - 平均数管制图〔Xbar-R图〕:用于监控过程的平均数和极差 - 均值管制图〔X图〕:用于监控过程的平均数 - 极差管制图〔R图〕:用于监控过程的极差 - 标准差管制图〔S图〕:用于监控过程的标准差 - P图:用于监控过程的不良品率 - C 图:用于监控过程的不良品数3. 构建管制图的步骤构建管制图的步骤如下: 1. 收集数据:根据需要监控的指标,收集足够的样本数据。

2. 计算统计量:根据收集到的数据,计算出相应的统计量,如平均数、极差、标准差等。

3. 绘制管制图:根据统计量,绘制出相应的管制图,包括上下控制限和中心线。

4. 分析管制图:通过分析管制图中的数据点是否超出控制限,判断过程是否处于统计控制之中。

5. 做出改良:如果过程处于统计控制之外,需要分析可能的原因并采取相应的改良措施。

4. 管制图的应用管制图广泛应用于制造业和效劳业中的质量管理过程中。

通过使用管制图,企业可以实现以下目标: - 及时发现生产过程中的异常情况,减少不良品率; - 保持生产过程的稳定性,提高生产效率; - 通过长期监控数据,找出改良生产过程的方向。

5. 管制图的本卷须知在使用管制图时,需要注意以下几点: - 样本数据应该具有一定的随机性,否那么可能会影响对过程稳定性的判断。

- 控制限的选择需要根据实际情况进行调整,不同的管制图有不同的选择方法。

SPC控制图的判定方法

SPC控制图的判定方法
自左至右减少(或增加),直方图不对称.
产生原因: 当工序能力不足,为找出符合要求的产品经过全
数检查,或过程中存在自动反馈调整时,常出现这种 形状
E.双峰型:(如附图)
靠近直方图中间值的频数较少,两侧各有一个“峰”.
产生原因: 当有两种不同的平
均值相差大的分布混 在一起时, 常出现这 种形状。
F.离岛型:(如附图)
UCL A B C
XC B
LCL A
判定准则7: (15C) 连续15点在中心线上下两侧的C 区
UCL A B
XC C B
LCL A
判定准则8: (1界外) 有1点在A区以外
UCL A B C
XC B
LCL A
二、柱状 图的判定方法
直方图常见的形态: • A.正常型:(如附图)
B.锯齿型:(如附图) 产生原因:
等级
Cp制程精密度 Capability precision
处置建议
A
1.33≤ │ Cp│ 此一制程甚为稳定,可以将规格
许容差缩小或胜任更精密之工作。
B
1.00 ≤ │ Cp│ ≤ 有发生不良品之危险,必须加以
1.33
注意,并设法维持不要使其变坏
及迅速追查原因
C 0.83 ≤ │ Cp│ <1.00 检讨规格及作业标准,可能本制 程不能胜任如此精密之工作。
• 图示判定准则:
• 当控制图中的点出现下列情况之一,说明生产过程存在特
殊原因,需立即采取措施予以消除以确保生产过程处于稳
定状态。
判定准则1:(2/3A)
判定准则2: (4/5B)
3点中有2点在A区或A区以外 5点中有4点在B区或B区以外
UCL A

SPC控制图的种类及判异方法48页课件

SPC控制图的种类及判异方法48页课件

计数值:由计数而得的数据或将之转换成百分率,例如不良数、由不良数转换而成的不良率、 缺点数、由缺点转换而成的单位缺点数或百万件缺点数,为一可分割之量值。 计量值:不可分割之量值。实际量测产品或过程质量特性所得的尺度量值,这类量测的量测不 是真值而只是近似值而已,例如长度、直径、压力、强度等,为连续数据。
步骤7:确定控制限是否能经济地满足要求; 步骤8:运用控制限进行控制;
SPC统计过程控制
四、计量型数据控制图
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
LCL x 3 x 2.66MR d2
相当于n=2时的均值控制图
各常数值如下:
MR控制图
CL MR
UCL D4MR 3.267 MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
n
2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
离散程度。
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
极差控制图
CL R UCL D4R LCL D3R
SPC统计过程控制
4、X bar-s图
计算各样组的平均数
四、计量型数据控制图
计算这些组平均数的平均数
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。

SPC统计常用控制图评价

SPC统计常用控制图评价

SPC统计常用控制图评价引言SPC(Statistical Process Control,统计过程控制)是一种通过采集和分析过程数据,以便实时监控和控制过程稳定性的方法。

常用的SPC工具之一是控制图,它能够帮助我们识别过程中的特殊因素和常见问题,并实施相应的改进措施。

本文将介绍SPC常用控制图,并对其评价方法进行讨论。

一、SPC常用控制图1.1 均值图均值图(X-Bar图)是一种常用的控制图,用于监控连续型数据的均值是否稳定。

它通过绘制样本均值的变化情况,以及控制限的设置,来判断过程是否受到特殊因素的影响。

如果样本均值超出控制限范围,就说明过程出现了问题。

1.2 极差图极差图(R图)是另一种常用的控制图,用于监控连续型数据的变异性是否稳定。

它通过绘制样本极差的变化情况,以及控制限的设置,来判断过程是否存在异常变异。

如果样本极差超出控制限范围,就说明过程出现了问题。

1.3 标准差图标准差图(S图)是控制图中另一种用于监控连续型数据变异性的工具,它通过绘制样本标准差的变化情况,以及控制限的设置,来判断过程的稳定性。

如果样本标准差超出控制限范围,就说明过程存在异常变异。

1.4 化验图化验图(C图)是一种用于检测离散型数据的控制图。

它通过绘制样本中不良品的数量或比例的变化情况,以及控制限的设置,来判断过程是否稳定。

如果样本不良品数量或比例超出控制限范围,就说明过程存在问题。

二、控制图的评价方法控制图的评价方法主要包括特殊因素的判断和过程能力的评估。

2.1 特殊因素的判断特殊因素指的是导致过程异常的特殊因素,比如机器故障、操作失误、原材料问题等。

通过控制图的帮助,我们可以判断特殊因素是否存在。

一般来说,如果样本点落在控制限之外,或出现非随机的趋势、扰动或周期性变化,就可能是由特殊因素引起的。

在判断特殊因素的时候,还需要考虑其实质性和重复性,以避免过度反应。

2.2 过程能力的评估过程能力是指过程的稳定性和可控性。

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。

控制图八大判异准则(口诀)2/3A (连续3点中有2点在中心线同一侧的B区外<即a区内>4/5C (连续5点中有4点在中心线同一侧的C区以外)6连串 (连续6点递增或递减,即连成一串)8缺C (连续8点在中心线两侧,但没有一点在C区中)9单侧 (连续9点落在中心线同一侧)14交替 (连续14点相邻点上下交替)15全C (连续15点在C区中心线上下,即全部在C区内1界外 (1点落在A区以外)▶2/3A (连续3点中有2点在中心线同一侧的B区外<即a区内>)判读:1 . 控制过严;2 . 材料品质有差异;3 . 检验设备或方法之大不相同;4 . 不同制程之资料绘于同一控制图上;5 . 不同品质材料混合使用。

对于SPC控制图的制作方法和步骤的教程

对于SPC控制图的制作方法和步骤的教程

对于SPC控制图的制作方法和步骤的教程SPC控制图的制作方法和步骤一、控制图法的涵义影响产品质量的因素很多,有静态因素也有动态因素,有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患,以便改善生产过程,减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法,它利用现场收集到的质量特征值,绘制成控制图,通过观察图形来判断产品的生产过程的质量状况。

控制图可以提供很多有用的信息,是质量管理的重要方法之一。

控制图又叫管理图,它是一种带控制界限的质量管理图表。

运用控制图的目的之一就是,通过观察控制图上产品质量特性值的分布状况,分析和判断生产过程是否发生了异常,一旦发现异常就要及时采取必要的措施加以消除,使生产过程恢复稳定状态。

也可以应用控制图来使生产过程达到统计控制的状态。

产品质量特性值的分布是一种统计分布.因此,绘制控制图需要应用概率论的相关理论和知识。

控制图是对生产过程质量的一种记录图形,图上有中心线和上下控制限,并有反映按时间顺序抽取的各样本统计量的数值点。

中心线是所控制的统计量的平均值,上下控制界限与中心线相距数倍标准差。

多数的制造业应用三倍标准差控制界限,如果有充分的证据也可以使用其它控制界限。

常用的控制图有计量值和记数值两大类,它们分别适用于不同的生产过程;每类又可细分为具体的控制图,如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。

二、控制图的绘制控制图的基本式样如图所示,制作控制图一般要经过以下几个步骤:①按规定的抽样间隔和样本大小抽取样本;②测量样本的质量特性值,计算其统计量数值;③在控制图上描点;④判断生产过程是否有并行。

控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题:①根据工序的质量情况,合理地选择管理点。

管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点,如可以选质量不稳定、出现不良品较多的部位为管理点;②根据管理点上的质量问题,合理选择控制图的种类:③使用控制图做工序管理时,应首先确定合理的控制界限:④控制图上的点有异常状态,应立即找出原因,采取措施后再进行生产,这是控制图发挥作用的首要前提;⑤控制线不等于公差线,公差线是用来判断产品是否合格的,而控制线是用来判断工序质量是否发生变化的;⑥控制图发生异常,要明确责任,及时解决或上报。

SPC控制图异常判定资料

SPC控制图异常判定资料
SPC控制图异常 SPC控制图异常判定标准 • SPC控制图异常判定实例 • SPC控制图异常判定软件介绍 • SPC控制图异常判定常见问题解答
01 SPC控制图概述
SPC控制图定义
定义
SPC控制图是一种用于监控、分析和 控制生产过程的工具,通过收集数据 并在控制图上绘制点来评估过程的稳 定性。
THANKS FOR WATCHING
感谢您的观看
如何选择合适的控制图?
不同的控制图适用于不同类型的数据和过程。在选择控制图 时,需要考虑数据的分布、过程的特性以及要监控的过程参 数。常见的控制图包括均值-极差控制图、均值-标准差控制 图、不合格品率控制图等。
选择依据:根据数据类型和过程特性选择合适的控制图,确 保能够有效地监测和控制过程。
如何解读控制图的异常信息?
总结词
累积和控制图通过计算累积和来评估过程的稳定性,适用于监测生产过程的关键特性。
详细描述
当控制图上的点超出上控制限或下控制限,或者点在控制限内但呈持续上升或下降趋势 时,可以判定为异常。此外,如果点在控制限内但出现周期性波动,也可能是异常。
移动极差控制图异常判定实例
总结词
移动极差控制图通过计算移动极差来评 估过程的稳定性,适用于监测数据分布 较为稳定的过程。
目的
控制图用于检测生产过程中的异常波 动,预防不良品产生,并保持产品质 量稳定。
SPC控制图原理
中心线(CL)
控制图的中心线表示过程的预期平均值。
控制上限(UCL)和控制下限(LCL)
这两个界限用于判断数据点是否超出可接受的范围。
判定原则
当数据点超出UCL、LCL或连续7点上升或下降时,判定为异常。
累积和控制图异常判定标准
  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)。
界限外。第一类错误发生的概率记为α。
第二类错误:漏发信号的错误,即工序异常,点子却仍然落
在控制界限内。第二类错误发生的概率记为β。
波动曲线,图5即为分析用控制图。
•1
•x
4 •1
图3
•1
2
•4
•R •3 图 •2
•1
•0
5
10
15
20
25
•UCL= •1C3.L7=1912.940 •LCL= 12.161 •UCL=2.86
•CL=1.35
•样本号
•图5 铸件质量分析用控制图(x—R图
•(5) 根据本节)“控制图的观察与判断”标准,工序处于稳定状态 。
•表5 控制图系数表
各类控制图作法举例
1
控制图(平均值——极差控制图)
• 原理:
图又称平均值控制图,它主要用于控制生产过程中产品质量 特性的平均值;
R图又 称极差控制图,它主要用于控制产品质量特性的分散。

”控制图是通过 图和R图的联合使用,掌握工序质量特
性分布变动的状态。它主要适用于零件尺寸、产品重量 、热
是随机波动,不应有明显的规律性。点子排列的 明显规律性称为点子的排列缺陷。
GB/T4091-2001《常规控制图》规定了8种判异准 则。
(1) 链
(2) 复合链
(3) 倾向
(4) 接近控制线
(5) 周期性变动
•控制图的点子全部在控制界限内
由于在稳定状态下,控制图也会发生误发信号的 错误(第一类错误),因此规定在下述情况下 ,判 定第一个条件,即点子全部在控制界限内是满足的
•批号 •图9 凸轮厚度分析用控制图(pn图)
•UCL •CL •LCL
7 u控制图和c控制图(单位缺陷数、缺陷数控制图

原理:
• u控制图又称单位缺陷数控制图。它通过单位产品上的缺陷数目对工序
进行控制。
• c控制图又 称缺陷数控制图,它是通过容量大小相同的样本中的缺陷数
目对工序进行控制。
• u图和c图 均属计件值控制图。常用于控制织物上的缺陷、铸件的疵点,
场合。x图可不通过计算直接在图上打点并能及时发现异常
例4 某化工厂决定对某化工产品中的甲醇含量采用x-Rs控制 图进行控制。每天取一 个样本,样本容量n=1,共抽取样 本26个,测得的预备数据如表7所示。试作x-Rs分析 用控
制图。
•解:
•解:
• 作x—Rs分析用控制图。(图7)
•2. 0
•x图 •1.
●上述情况发生的概率均小于小概率事件标准0.01。如11点 复合链的概率为
•UC L •CL
•LC L •图12 复合链
(3)倾向:点子连续上升或连续下降的现象称为倾向(图13)
。 ●当出现7点连续上升或7点连续下降时,应判断工序处
于异常状态。 ●若将7点按其高低位置进行排列,排列种类共有7!种,

场合与 控制图相同。但因只用一张图进行控制,因此具有现场

使用简便的优点。
•例3:若对例1,采用L—S控制图进行控制,试作出分析用控制图。
• •
由表3的计算公式首先找出表6中每个样本的极大值Li和极小值Si并记入表6 中。
•如
L1=14.0
S1•=…12….1 •……
•作分析用控制图(图6)。
•特性值
•1
•UCL=14.85
5
•1 4
•CL1=13.68
•1
3
•CL2=12.32
•1 2
•11
•LCL=11.15
•1
0•
5
10
15
20
25
•样本号
•图6 铸件质量分析用控制图(L—S图)
4 x-Rs控制图(单值—移动极差控制图)
应用范围:它适用于质量特性值不易取得的情况。如抽取的 样本是一种混合均匀的液体、或质量特性值的取得要花费 较长时间、较高费用(如破坏性检 查)、产品加工周期长等
• 由表6给出的数据,进而可计算出工序能力指数。
•工序能力指数计算
2
控制图
原理: 图是通过 图和R图的联合使用掌握工序质量特性分布变动的状态。其
适用场合与
控制图相同,但具有计算简便、便于现场使
•注:表5在第16页
•3 L—S控制图(两极控制图)
•原理:它是通过极大值,极小值的变化掌握工序分布变化的状态。其适用
例5 某车间采用p控制图对锻件不合格品率p进行
控制,统计了近期生产的24批(即 24 个样本)锻
件质量情况,各批批量大小(即样本大小ni)及不 合格品数pni如表 8所示。试作分析用控制图。
• 作分析用控制图
作分析用控制图
•8.0 •6.0 •4.0 •2.0
•n=200 UCL=8.45 •n=250 UCL=8.01
6 •1. 2
•0. 8
•UCL=2.067 •CL=1.312 •LCL=0.557
•1. 0 •0.
•Rs图 6
•0. 2
•0
•UCL=0.929
5
10
15
20
25
•图7 甲醇含量分析用控制图( x—Rs图 )
•CL=0.284 •组序
5 p控制图(不合格品率控制图)
原理:属计件值控制图,它是通过工序不合格品率 对工序进行分析与控制的。
例7 某棉纺厂决定采用c控制图控制棉布质量,为此统计了 25匹近期生产的棉布质量。 每匹布的面积n为10m2,每匹 布的疵点数ci见表10所示。试作分析用控制 图。
•表10 棉布疵点数数据表
• 作分析用控制图。(图10)
•C •3 0
•UCL=29.1
•2
•CL=16.8
0
•1
•LCL=4.5
0
•CL
•(a)
•CL
•(b) •图15 点的周期性变动
•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
图中, 图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 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
控制图的两类错误分析及 应用要点
一 控制图的两类错误分析 二 控制图的应用要点
一 控制图的两类错误分析
• 两类错误:
第一类错误:误发信号的错误,即工序正常,点子落在控制
• 与p图相似,u图的各样本容量可以不相同,但其上下控制线是一对对称
的折线。只有满足条件
时,才可用 代替ni计算上、下控制线
。此时,上、下控制线将是一对对称的直线。
与pn图相似,c图的各样本容量必须相同。
若ui表示单位产品上的缺陷数,使用u图与c图 ,要求样本容量

• 例7 只有此时,缺陷数及单位缺陷数才近似
(1)计算各样本参数(见表3) (2)计算分析用控制图控制线(见表4) 5 作分析用控制图并判断工序是否处于稳定状态 6 与规格比较,确定控制用控制图 7 控制用控制图制好后,即可用它控制工序,使生产过程保持 在正常状态。
•控制图绘制的一般工作程 序
•3 收集预备数 据
收集预备数据的目的只为作分析用控制图以判断工序状态。 数据采集的方法是间隔随机抽样。为能反映工序总体状况,数 据应在10~15天内收集 ,并应详细地记录在事先准备好的调 查表内。数据收集的个数参见表2。
•0
5
10
15
20
25
•n=250 LCL=0.557
•n=200 LCL不考虑
•图8 锻件分析用控制图(p图 )
•CL=4.20
• 由图可见,由于ni不一致,因此上下控制线是一对对称的
折线。为简化计算与作图,应尽 可能使ni一致。当ni不一
致但却满足如下条件:
6 pn
原理:属计件值控制图,它是通过容量大小相同的样本中的不合格品数对工 例6 某工序用量规检验凸轮的厚度,检验30个批,每批批量为500件,每批
SPC控制图的绘制及判 断方法
2020年5月25日星期一
主要内容
绘制程序 各类控制图作法举例 控制图的观察与判断
jingdian绘制程序
1 即明确控制对象。一般应选择可以计量(或计数)、技术上可
控、对产品质量影响大的关键部位、关键工序的关键质量特性
2 3 收集预备数据 4
各种控制图控制界限的计算方法及计算公式不同,但其计算
②接近上下控制线(图14b): ●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,连续7点中 至少有3点,连续10点中至少有4点居于靠近上、下控制线的1/3带内,则判 断工序异常。 ● 因为点子落在外侧1/3带内的概率为
•3点中有2点居于外侧1/3带内的概率为
•属小概率事件,因此在正常情况下是不该发生的。
处理后机械性能、材料成分含量等服从正态分布的质量特性的
控制。
• 例1 某铸造厂决定对某铸件重量采用
图进行控制,每
天抽取一个样本,样本容量n=5,共抽取样本k=25个,测取的预
备数据如表6所示。该铸件重量规格要求为13 ±2(公斤),并希望
工序能力在1~1.33
•解:
•注:表5在第16页
(4) 做出 图及R图的坐标系,并将横坐标样本号单位对齐,将 表6中各样本的 、Ri在图上打点,联结点成平均值、极差
•UC
•1/ L 2 •1/ 2 •CL •1/ 2 •1/ 2 •LC
L
•(a)
•图14 接近控制 线
•1/
相关文档
最新文档