食品质量管理的工具控制图的应用.pptx

20
12
21
52
22
20
23
29
24
28
25
42
测定值
X2 X3 X4
32
12
38
40
24
50
31
23
18
0
41
40
12
29
48
20
35
24
27
38
40
42
52
24
31
15
3
47
41
32
27
22
32
34
15
29
合计
X5
X
R
30
29.9
26
19
31.6
31
32
22.2
25
37
31.2
41
20
28.8
36
见表2-15溢出量控制图数据表。
表2-15
溢出量控制图数据表
测定值
组号
X1 X2
X3
X4
X5
X
R
1
47
32
44
35
20
35.6
27
2
19
37
31
25
34
29.2
18
3
19
11
16
11
44
20.2
33
4
29
29
42
59
38
39.4
30
5
28
12
45
36
25
29.2
33
6
40
35
11
38
33
31.4
29
极差控制图
70
60
50
40
30
20
10 0
1 3 5 7 9 11 13 15 17 19 21 23 25
样本号
溢出量 UCL = 58.02 Av erage = 27.44 LCL =不考虑
范例： 某植物油生产厂，采用灌装机灌装，
每桶标称重量为5000g，要求溢出量为0～ 50g。
采用X 控R 制图对生产过程进行质量控 制。控制对象为溢出量，单位为g。
X R控制图
将二者联合运用，观察正态分布的变化
均值控制图
46.958
均值
38.411
溢出量(g)
29.864
21.317
12.770 1 3 5 7 9 11 13 15 17 19 21 23 25
样本号
均值 UCL = 45.69 A v erage = 29.86 LC L = 14.03
7
15
30
12
33
26
23.2
21
8
35
44
32
11
38
32.0
33
9
27
37
26
20
35
29.0
17
10
23
45
26
37
32
32.6
22
11
28
44
40
31
18
32.2
26
12
31
25
24
32
22
26.8
10
13
22
37
19
47
14
27.8
33
组号
X1
14
37
15
25
16
7
17
38
18
35
19
31
根据正态分布理论，若过程只受随机因素 的影响，即过程处于统计控制状态，则过程质量 特性值有99.73%的数据（点子）落在控制界限内， 且在中心线两侧随机分布。
若过程受到异常因素的作用，典型分布就
会遭到破坏，则质量特性值数据（点子）分布就会 发生异常（出界、链状、趋势）。
质量特性值
●
●
●
●
●
●
●● ● ●
内容 一点落在 A 区之外（点出界） 连续 9 点落在中心线同一侧 连续 6 点递增或递减 连续 14 点上下交替 连续 3 点中有 2 点落在中心线同一侧 B 区以外 连续 5 点中有 4 点落在中心线同一侧的 C 区之外 连续 15 点在 C 区中心线上下 连续 8 点在中心线两侧但无一在 C 区中
抽样时间和样本序号
UCL 3σ
CL 3σ
LCL
反过来，如果样本质量特性值的点子
在控制图上的分布发生异常，那我们就可 以判断过程异常，需要进行诊断、调整。
LCL
CL
UCL
α/2
β
α/2
0 k
0
0 k 1
x
图3 控制图的两类错误
“3σ原理”（或称“千分之三法则”） 两类错误是不可避免的 一般把控制范围定在平均值的±3σ
分布
二项分布 （计件值）
泊松分布 （计点值）
控制图代号
p np u c
控制图名称 不合格品率控制图 不合格品数控制图 单位不合格数控制图 不合格数控制图
表2-14 常规控制图的分类
分布
正态分布 （计量值）
控制图代号
X R X s Me R X Rs
控制图名称
均值-极差控制图
均值-标准差控制图 中位数-极差控制图
㈡ 常规控制图的分类
⑴ 按被控制对象的数据性质不同
分为计量值控制图、计件值控制图和 计点值控制图
表2-14 常规控制图的分类
分布
正态分布 （计量值）
控制图代号
X R X s Me R X Rs
控制图名称
均值-极差控制图
均值-标准差控制图 中位数-极差控制图
单值-移动极差控制图
表2-14 常规控制图的分类
品质管理七大工具 ——控制图
控制图（Control Chart）
㈠ 常规控制图的构造与原理
又称管理图、管制图，休哈特控制图
对过程质量特性值进行测量、记录、评估和监察过程是否处 于统计控制状态的一种统计方法设计的图。
质 量
UCL
特
性
CL
数
据
LCL
1 2 3 4 5 6 7 8 9 10 样本号
控制图原理：
② 控制用控制图
用于正在进行中的过程，以保持过程 的稳定受控状态。
㈢ 控制图的判断准则
控制图对过程异常的判断以小概率事件原理为理论依据。
判异准则有两类：
一是点子出界就判异 二是界内点子排列不随机就判异
若过程不判异，则过程处于统计控制 状态。
规定了常规控制图有8种判异准则
序号 准则 1 准则 2 准则 3 准则 4 准则 5 准则 6 准则 7 准则 8
单值-移动极差控制图
分布
二项分布 （计件值）
泊松分布 （计点值）
控制图代号
p np u c
控制图名称 不合格品率控制图 不合格品数控制图 单位不合格数控制图 不合格数控制图
pn
UCLpn=9.94
不合格品数控制图
CLpn=4
组号
⑵ 按用途不同
① 分析用控制图
用于对已经完成的过程或阶段进行分 析，以评估过程是否稳定或确认改进效果。
47
31.4
27
ຫໍສະໝຸດ Baidu31
29.6
28
25
39.0
28
28
19.4
28
22
34.2
25
54
32.6
32
21
23.2
27
746.6 686
解： ⑴ 步骤1，预备数据的取得
随机抽取k组（一般为20～25组） 大小为n（一般为4～6，常取5）
样本号
均值 UCL = 45.69 A v erage = 29.86 LC L = 14.03
R 控制图
观察正态分布的波动情况或变异度的变化
溢出量(g)
极差控制图
70
60
50
40
30
20
10 0
1 3 5 7 9 11 13 15 17 19 21 23 25
样本号
溢出量 UCL = 58.02 A v erage = 27.44 LC L =不考虑
㈣ 常规控制图的应用案例 1.均值-极差控制图
最常用、最基本 控制对象：
长度、重量、强度、纯度、时间、收 率、生产量、水分含量、营养物质成分等
计量值数据
X 控制图 主要用于观察正态分布的均值的变化
均值控制图
46.958
均值
38.411
29.864
21.317
12.770 1 3 5 7 9 11 13 15 17 19 21 23 25