统计过程控制原理
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)。
统计过程控制原理
2020年4月29日星期三
前言
SPC: Statistics, Process, Control 统计：基于概率的决策规则 过程：任何重复的工作或步骤 控制：监察过程的表现，提供反馈
内容简介
SPC的背景及其意义 控制图原理 控制图实例演示 过程能力研究
SPC的背景及其意义
质量管理的发展
质量管理发展的三个阶段 质量检验阶段 统计质量控制阶段 全面质量管理阶段
由事后检验走向事先预防
现代质量管理的基石
贝尔实验室的课题组 为了保证预防原则的实现，20世纪20年代美国贝尔电 话实验室成立了两个研究质量的课题组，一为过程控 制组，学术领导人为休哈特(walter a.shewhart)； 另一为产品控制组，学术领导人为道奇(Harold f.dodge)。
休哈特控制图永远只用中心线两侧三倍Sigma作为控制界 限；
计算三倍Sigma的控制界限时只能使用各不同时段分布統 计的平均值；
合理的抽样方法和数据組群方式是休哈特控制图的概念基 础；
唯有能有效的利用自控制图上所得的知识，此控制图方得 以发挥效用。
控制图常见的谬误
未以中心线上下 3 Sigma 為控制界限 遇工序异常時急着调整工序参数，未能找出并排除造成工
第一种解释：小概率事件原理
结论： 点出界就判异，并作为一条判异准则来使用。 发生的可能性为0.135%用数学语言来说，这是小概率 事件原理：小概率事件实际上不发生，若发生即判断 异常。 控制图就是统计假设检验的图上作业法。
第二种解释：区分偶波与异波
影响质量的因素 根据来源的不同，可分为人、机、料、法、环、测6个 方面，简称为5M1E。 从对质量影响的大小来分，偶因与异因两类。 偶因是过程所固有的，故始终存在，对质量的影响 微小，但难以除去，如机床开动时的轻微振动等。 异因则非过程所固有，故有时存在，有时不存在， 对质量影响大，但不难除去，例如车刀磨损等。
序不稳定的可查明原因 未顺时间轴分数据群个別統計 等待收集大量数据作周期性的統計 在证实工序稳定之前计算过程能力指數 (Cpk)
控制图的种类
根据应用来分：分析用控制图与控制用控制图 分析用控制图： ➢ 应用控制图时，首先将非稳态的过程调整到稳态， 用分析控制图判断是否达到稳态。 ➢ 确定过程参数特点：分析过程是否为统计控制状态( 统计稳态)；过程能力指数是否满足要求(技术稳态) 控制用控制图： 等过程调整到稳态后，延长控制图的控制线，作为 控制用控制图。应用控制用控制图的目的是使过程 保持在确定的状态。在应用控制用控制图的过程中, 若过程又发生异常,则需再次使过程恢复原来的状态
第二种解释：区分偶波与异波
第二种解释：区分偶波与异波
结论： 控制图上控制界限就是区分偶波与异波的科学界限。 常规控制图（即休图）的实质就是区分偶然因素与异 常因素这两类因素。
将质量因素区分为偶因与异因、质量波动区分为偶波与异 波，并分别采取不同的处理策略，这是休哈特最突出的贡 献。
第三种解释：控制图判断过程稳态
其后，休哈特提出了过程控制理论以及控制过程的具 体工具——控制图（controlchart）,现今统称之为 SPC；道奇与罗米格(h.g.romig)则提出了抽样检验理 论和抽样检验表。这两个研究组的研究成果影响深远 。
控制图原理
产品制作流程中的变异与波动
产品制作流程中的变异与波动
产品制作流程中的变异与波动
控制图实例演示
使用控制图的一般步骤
1. 选择要监控的流程变量 2. 确定数据收集点 3. 测量系统分析 4. 建立数据收集计划
控制图的形成
•99.73%
•-3σ•-2σ•-1σ•μ •+1σ•+2σ•+3σ
用控制图对过程实施控制
休哈特认为： 1）只要过程中的任何变化都能够在控制图中反映出来，控制图就 能够对过程实施有效的控制。 2）对100%的质量数据实施质量控制是不可能实现的。在m+/-3s范 围内包含全部质量数据的99.73%，是绝大部分，如果能够将这 99.73%控制住，过程就基本实现了受控。故将过程处于受控状态 时质量数据所形成的典型分布转换为控制图。
漏发警报（ β ）：过程已经异常，但仍会有部分产品，其质量特性 值的数值大小偶然位于控制界限内。第二种错误将造成废资增加的损 失。
根据使两种错误造成的总损失最小这一点来确定UCL与LCL之间的最优 间隔距离。
经验证明休哈特所提出的3σ方式较好，在不少情况下，3σ方式都接 近最优间隔距离。
休Βιβλιοθήκη Baidu特控制图的四項基础
如果过程受到异常因素的作用，典型分布就会遭到破坏。典型分布的 破坏可以表现为分布中心m或标准差s的显著变化。
控制图的三种解释
超出控制界限是小概率事件 控制界限区分偶波与异波 通过控制图判断过程稳态
第一种解释：小概率事件原理
点出界，就判异 若过程正常，即分布不变，则点子超过UCL的概率只 有1.35‰，属小概率事件； 若过程异常，譬如异常原因为车刀磨损，即随着车刀 的磨损，加工的螺丝将逐渐变粗，m逐渐增大，于是分 布曲线上移，点子超过UCL的概率将大为增加，可能 为1.35‰的几十、几百倍。
控制图的理论基础：正态分布的启示
不论平均值与标准差取值为何，产品质量特性值落在[μ－3σ，μ＋ 3σ]范围内的概率为99.73％，这是数学计算的精确值。
产品质量特性值落在[μ－3σ，μ＋3σ]范围外的概率为1－ 99.73%=0.27%，而落在大于μ＋3σ一侧的概率为0.27％/2＝0.135%。
稳态，也称统计控制状态，即过程中只有偶因没有异因的 状态。
稳态是生产追求的目标。 结论：
统计过程控制SPC理论是运用统计方法对过程进行控制 ，既然其目的是“控制”，就要以某个标准作为基准 来管理未来，常常选择稳态作为标准。稳态是统计过 程控制SPC理论中的重要概念。
两类错误警报
虚发警报（ α ）：生产正常而点子偶然超出界外，根据点出界就判 异，于是就犯了第一种错误。这类错误将造成寻找根本不存在的异因 的损失。
2020年4月29日星期三
前言
SPC: Statistics, Process, Control 统计：基于概率的决策规则 过程：任何重复的工作或步骤 控制：监察过程的表现，提供反馈
内容简介
SPC的背景及其意义 控制图原理 控制图实例演示 过程能力研究
SPC的背景及其意义
质量管理的发展
质量管理发展的三个阶段 质量检验阶段 统计质量控制阶段 全面质量管理阶段
由事后检验走向事先预防
现代质量管理的基石
贝尔实验室的课题组 为了保证预防原则的实现，20世纪20年代美国贝尔电 话实验室成立了两个研究质量的课题组，一为过程控 制组，学术领导人为休哈特(walter a.shewhart)； 另一为产品控制组，学术领导人为道奇(Harold f.dodge)。
休哈特控制图永远只用中心线两侧三倍Sigma作为控制界 限；
计算三倍Sigma的控制界限时只能使用各不同时段分布統 计的平均值；
合理的抽样方法和数据組群方式是休哈特控制图的概念基 础；
唯有能有效的利用自控制图上所得的知识，此控制图方得 以发挥效用。
控制图常见的谬误
未以中心线上下 3 Sigma 為控制界限 遇工序异常時急着调整工序参数，未能找出并排除造成工
第一种解释：小概率事件原理
结论： 点出界就判异，并作为一条判异准则来使用。 发生的可能性为0.135%用数学语言来说，这是小概率 事件原理：小概率事件实际上不发生，若发生即判断 异常。 控制图就是统计假设检验的图上作业法。
第二种解释：区分偶波与异波
影响质量的因素 根据来源的不同，可分为人、机、料、法、环、测6个 方面，简称为5M1E。 从对质量影响的大小来分，偶因与异因两类。 偶因是过程所固有的，故始终存在，对质量的影响 微小，但难以除去，如机床开动时的轻微振动等。 异因则非过程所固有，故有时存在，有时不存在， 对质量影响大，但不难除去，例如车刀磨损等。
序不稳定的可查明原因 未顺时间轴分数据群个別統計 等待收集大量数据作周期性的統計 在证实工序稳定之前计算过程能力指數 (Cpk)
控制图的种类
根据应用来分：分析用控制图与控制用控制图 分析用控制图： ➢ 应用控制图时，首先将非稳态的过程调整到稳态， 用分析控制图判断是否达到稳态。 ➢ 确定过程参数特点：分析过程是否为统计控制状态( 统计稳态)；过程能力指数是否满足要求(技术稳态) 控制用控制图： 等过程调整到稳态后，延长控制图的控制线，作为 控制用控制图。应用控制用控制图的目的是使过程 保持在确定的状态。在应用控制用控制图的过程中, 若过程又发生异常,则需再次使过程恢复原来的状态
第二种解释：区分偶波与异波
第二种解释：区分偶波与异波
结论： 控制图上控制界限就是区分偶波与异波的科学界限。 常规控制图（即休图）的实质就是区分偶然因素与异 常因素这两类因素。
将质量因素区分为偶因与异因、质量波动区分为偶波与异 波，并分别采取不同的处理策略，这是休哈特最突出的贡 献。
第三种解释：控制图判断过程稳态
其后，休哈特提出了过程控制理论以及控制过程的具 体工具——控制图（controlchart）,现今统称之为 SPC；道奇与罗米格(h.g.romig)则提出了抽样检验理 论和抽样检验表。这两个研究组的研究成果影响深远 。
控制图原理
产品制作流程中的变异与波动
产品制作流程中的变异与波动
产品制作流程中的变异与波动
控制图实例演示
使用控制图的一般步骤
1. 选择要监控的流程变量 2. 确定数据收集点 3. 测量系统分析 4. 建立数据收集计划
控制图的形成
•99.73%
•-3σ•-2σ•-1σ•μ •+1σ•+2σ•+3σ
用控制图对过程实施控制
休哈特认为： 1）只要过程中的任何变化都能够在控制图中反映出来，控制图就 能够对过程实施有效的控制。 2）对100%的质量数据实施质量控制是不可能实现的。在m+/-3s范 围内包含全部质量数据的99.73%，是绝大部分，如果能够将这 99.73%控制住，过程就基本实现了受控。故将过程处于受控状态 时质量数据所形成的典型分布转换为控制图。
漏发警报（ β ）：过程已经异常，但仍会有部分产品，其质量特性 值的数值大小偶然位于控制界限内。第二种错误将造成废资增加的损 失。
根据使两种错误造成的总损失最小这一点来确定UCL与LCL之间的最优 间隔距离。
经验证明休哈特所提出的3σ方式较好，在不少情况下，3σ方式都接 近最优间隔距离。
休Βιβλιοθήκη Baidu特控制图的四項基础
如果过程受到异常因素的作用，典型分布就会遭到破坏。典型分布的 破坏可以表现为分布中心m或标准差s的显著变化。
控制图的三种解释
超出控制界限是小概率事件 控制界限区分偶波与异波 通过控制图判断过程稳态
第一种解释：小概率事件原理
点出界，就判异 若过程正常，即分布不变，则点子超过UCL的概率只 有1.35‰，属小概率事件； 若过程异常，譬如异常原因为车刀磨损，即随着车刀 的磨损，加工的螺丝将逐渐变粗，m逐渐增大，于是分 布曲线上移，点子超过UCL的概率将大为增加，可能 为1.35‰的几十、几百倍。
控制图的理论基础：正态分布的启示
不论平均值与标准差取值为何，产品质量特性值落在[μ－3σ，μ＋ 3σ]范围内的概率为99.73％，这是数学计算的精确值。
产品质量特性值落在[μ－3σ，μ＋3σ]范围外的概率为1－ 99.73%=0.27%，而落在大于μ＋3σ一侧的概率为0.27％/2＝0.135%。
稳态，也称统计控制状态，即过程中只有偶因没有异因的 状态。
稳态是生产追求的目标。 结论：
统计过程控制SPC理论是运用统计方法对过程进行控制 ，既然其目的是“控制”，就要以某个标准作为基准 来管理未来，常常选择稳态作为标准。稳态是统计过 程控制SPC理论中的重要概念。
两类错误警报
虚发警报（ α ）：生产正常而点子偶然超出界外，根据点出界就判 异，于是就犯了第一种错误。这类错误将造成寻找根本不存在的异因 的损失。