控制图的基本原理

合集下载
  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)。

控制图的基本原理

则称的分布为正态分布,记为

正态分布的概率密度函数如图5—1所示。

图5-l 正态分布概率密度曲线从图中我们叫以看出正态分布有如下

性质:

(1)曲线是对称的,对称轴是x=μ;

(2)曲线是单峰函数,当x=μ时取得最大值;

(3)当曲时,曲线以x轴为渐近线;

(4)在处,为正态分布曲线的拐点;

(5)曲线与x轴围成的面积为1。

另外,正态分布的数字特征值为:

平均值

标准偏差

数字特征值的意义:平均值μ规定了

图形所在的位置。根据正态分布的性质,在x=μ处,曲线左右对称且为其峰值点。

标准偏差,规定了图形的形状。图5-2给出了3个不同的值时正态分布密度曲线。当小时,各数据较多地集中于μ值附近,曲线就较“高”和“瘦”;当大时,数据向μ值附近集中的程度就差,曲线

的形状就比较“矮”和“胖”。这说明正态分布的形状由的大小来决定。在质量管理中,反映了质量的好坏,越小,质量的一致性越好。

图5-2 大小不同时的正态分布

在正态分布概率密度函数曲线下,介于坐标,,,间的面积,分别占总面积的58.26%,95.45%,99.73%和99.99%。它们相应的几何意义如图5-3听示。

图5-3 各种概率分布的几何意义二、控制图的轮廓线

控制图是画有控制界限的一种图表。如图5-4所示。通过它可以看出质量变动的情况及趋势,以便找出影响质量变动的原因,然后予以解决。

图5-4 控制图

我们已经知道:在正态分布的基本性质中,质量特性数据落在[μ±3]范围内的概率为99.73%,落在界外的概率只有

0.27%,超过一侧的概率只有0.135%,这是一个小概率事件。这个结论非常重要,控制图正是基于这个结论而产生出来的。

现在把带有μ±3线的正态分布曲线旋转到一定的位置(即正态分布曲线向右旋转9,再翻转),即得到了控制图的基本形式,再去掉正态分布的概率密度曲线,就得到了控制图的轮廓线,其演变过程如图5-5所示。

图5—5 控制图轮廓线的演变过程通常,我们把上临界线(图中的μ+3线)称为控制上界,记为UCL(Upper Control Limit),平均数(图中的μ线)称为中心线,记为CL (Central Line),下临界线(图中μ-3线)称为控制下界,记为LCL(Lower Control Limit)。控制上界与控制下界统称为控制界限。按规定抽取的样本值用点子按时间或批号顺序标在控制图中,称为描点或打点。各个点子之间用实线段连接起来,以便看出生产过程的变化趋势。若点子超出控制界限,我们认为生产过程有变化,就要告警。

三、两种错误和3方式

从前面的论述中我们已知,如果产品质量波动服从正态分布,那么产品质量特性值落在μ土3控制界限外的可能性是

0.27%,而落在一侧界限外的概率仅为0.135%。根据小概率事件在一次实验中不会发生的原理,若点子出界就可以判断生产有异常。可是0.27%这个概率数值虽然很小,但这类事件总还不是绝对不可能发生的。

当生产过程正常时,在纯粹出于偶然原因使点子出界的场合,我们根据点子出界而判断生产过程异常,就犯了错发警报的错误,或称第一种错误。这种错误将造成虚惊一场、停机检查劳而无功、延误生产等损失。

为了减少第一种错误,可以把控制图的界限扩大。如果把控制界限扩大到μ±4,则第一种错误发生的概率为0.006%,这就可使由错发警报错误造成的损失减小。可是,由于把控制界限扩大,会增大另一种错误发生的可能性,即生产过程已经有了异常,产品质量分布偏离了原有的典型分布,但是总还有一部分产品的质量特性值在上下控制界限之内,参见图5-6。

如果我们抽取到这样的产品进行检查,那么这时由于点子未出界而判断生产过

程正常,就犯了漏发警报的错误,或称第二种错误。这种错误将造成不良品增加等损失。

图5-6控制图的两种错误要完全避免这两种错误是不可能的,一种错误减小,另一种错误就要增大,但是可以设法把两种错误造成的总损失降低

到最低限度。也就是说,将两项损失之和是最小的地方,取为控制界限之所在。以μ±3 为控制界限,在实际生产中广泛应用时,两种错误造成的总损失为最小。如图5-7所示。这就是大多数控制图的控制界限都采用μ±3方式的理由。

图5—7 两种错误总损失最小点

相关文档
最新文档