休哈特控制图的种类与使用方法

合集下载

统计过程控制(休哈特Shewhart控制图)(PPT91页)

统计过程控制(休哈特Shewhart控制图)(PPT91页)

深圳市共进电ห้องสมุดไป่ตู้有限公司
什么是质量?
• 全部功能和特性的产品或服务而承受的能力,以 满足特定需求。 ( ASQC ) • 目标一致 (戴明) • 适应性 (约瑟夫朱兰) • 符合要求 (菲利普克劳士比) • 逆变异 (道格拉斯蒙哥马利)
深圳市共进电子有限公司
识别变化
• 固有的或正常的变化 由于累积的影响,许多小的不可避免的原因在不断的积累 下导致经营过程的唯一机会差异,被认为是“在控制中”
深圳市共进电子有限公司
设置控制界限
• 六西格玛方法 控制界限通常设置为3w ,远离中心线的部分有0.27%的 一类错误,这种控制界限被称为3 控制界限。 • 概率极限方法 控制界限设置为3.09 ,远离中心线部分为0.2 % 一类错 误,这种控制界限被称为0.1 %的概率界限
深圳市共进电子有限公司
Center Line
Lower Control Limit Sample Number or Time
深圳市共进电子有限公司
控制图和中心极限定理
• 中心极限定理: 如果样本大小为n个抽取k个观察,样本x1, x2, . . . , xk将 近似N(x,x)的分布,有:
x i1 k x n
设置警告界限
• 3 控制界限(或0.1 %的概率界限)也可以叫做行为界限, 也就是当一个点处于这些界限以外时,这个过程需要调查和纠正。 有时设置2 的警告界限可以增加控制图的灵敏度。相应的2.5 % 的概率界限会偏离中心线1.96 。
深圳市共进电子有限公司
合理分组
• 一个分组是样本的一次小范围的测量,以代表某一特定时候 或产品内的工序的特征。
深圳市共进电子有限公司
_

过程控制的工具:控制图

过程控制的工具:控制图

过程控制的工具:控制图贝尔试验室的Walter休哈特博士在二十世纪的二十年代研究过程时,首先区分了可控制和和不可控制的变差,就是由于我们所说的普通及特殊原因产生的。

他发明了一个简单有力的工具来区分它们——控制图。

从那时起,在美国和其它国家,尤其是日本,成功地把控制图应用于各种过程控制场合。

经验表明当出现变差的特殊原因时,控制图能有效地引起人们注意,它们在系统或过程改进要求减少普通原因变差时控制图能反映其大小。

使用控制图来改进过程是一个重复的程序,多次重复收集、控制及分析几个基本的步骤(见图5)。

首先。

按计划收集数据(附录A提供了这样一个数据收庥计划的输入);然后,利用这些数据计算控制限,控制限是解释用于统计控制数据的基础;当过程处于统计控制状态,控制限可用来解释过程能力。

为了使过程在受控和能力上得以改进,就必须识别普差的普通及特殊原因并据此改进过程;然后该循环又重新开始,更多的数据被收集、解释并且作为采取措施的基础。

1.收集被研究的特性(过程或产品)的数据收集后将之转换成可心画到控制图上的形式。

这些数据可能是一个机加工零件的尺寸的实测值、一匹维尼布上的缺陷数、轨道车的通过时间、记账的错误数目等。

2.控制利用数据计算试验控制限,将它们画在图上作为分析的指南。

控制限并不是规范限值或目标,而是基于过程的自然变化性和抽样计划。

然后,将数据与控制限相比来确定变差是否稳定而且是否仅是由普通原因引起的。

如果明显存在变差的特殊原因,应对过程进行研究从而进一步确定影响它的是什么。

在采取措施(一般是局部措施)的后,再进一步收集数据,如有必要可重新计算控制限,若还出现任何另外的特殊原因,则继续采取措施。

3.分析及改进当所有的特殊原因被消除之后,过程在统计控制状态下运行,楞继续使用控制图作为监控工具,也可计算过程能力。

如果由于普通原因造成的误差过大,则过程不能生产出始终如一的符合顾客要求的产品。

必须调查过程本身而且一般来说必须采取管理措施来改进系统。

控制图讲稿1

控制图讲稿1

控制图的控制限分别位于中心线的两侧3σ距离处。3σ控制限表明,若过程处于统计控制状态,则大约有99.7%的子组值将落在控制界限之内。换句话说,当过程受控时,大约有0.3%的风险,或每点绘1000次中,平均有3次,描绘点会落在上控制限或下控制线之外。 许多场合,在控制图上另外加上2σ控制限是有益的。这样,任何落在2σ界限外的子组值都可以作为失控状态即将来临的一个警示信号,因此,2σ控制限有时也称作“警戒限”。在对控制图进行判断的是否,会用到1 σ,2 σ,3 σ限,这在后面会讲到。
X-s图制作范例
s控制限的计算: UCLs=B4*s CLs=s LCLs=B3*s B3,B4为常数,通过查表可得。
X图控制限的计算: UCLX=X+A3*s CLX=X LCLX=X-A3*s A3为常数,通过查表可得。
(3)Me-R控制图 Me-R控制图与X-R图也很相似,只是用中位数(Me)代替均值(X)。由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这是,为了简便,自然规定为奇数个数据。现在多用电脑进行绘图,计算平均值已经不成问题,故Me-R图的应用逐渐减少。
P控制图
不合格品数控制图
np控制图
计点值
泊松分布
单位不合格数控制图
U控制图
不合格数控制图
C控制图
控制图中常用符号的解析: n 子组大小,单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值 X 子组的平均值 Me 子组中位数。对于一组升序或降序排列的n个子组观测值X1,X2…..,当n为奇数时,中位数等于该组数中间的那个数;当n为偶数时,中位数等于该组数中间两个数的平均值。 R 子组极差。子组观测值中极大值与极小值之差。 注:在单值图的情况下,R代表移动极差,即两个相邻观测值的差值的绝对值。 S 子组标准偏差 s=

建立休哈特控制图对期间核查全过程进行统计分析

建立休哈特控制图对期间核查全过程进行统计分析

国内统一刊号CN31-1424/TB2014/1 总第239期0 引言期间核查是根据规定程序,是为了确定计量标准、标准物质或其他测量仪器在两次校准(或检定)之间的时间间隔内是否保持测量仪器校准状态的可信度。

休哈特控制图由休哈特博士(Walter Shewhart)于1924年提出,休哈特控制图是对测量过程是否处于统计控制状态的一种图形记录。

它能判断并提供测量过程中是否存在异常因素的信息,以便于查明产生异常的原因,并采取措施使测量过程重新处于统计控制状态。

休哈特控制图是对计量器具性能评价的有力工具之一,是基于正态假设,利用概率原则判断过程是否正常的一种方法。

1 休哈特控制图的分类1)根据控制对象的数据性质,即所采用的统计控制量来分类,在测量过程中常用的控制图有平均- s 图)和平均值——极差控制图(- R 图)。

标准偏差控制图比极差控制图具有更高的检出率,但由于标准偏差要求重复测量次数n ≥10,对于某些计量标准难以实现。

而极差控制图一般要求n ≥5,因此在计量标准考核中推荐采用平均值 ——标准偏差控制图,也可以采用平均值 —— 极差控制图。

2)根据控制图的用途,可以分为分析用控制图和控制用控制图两类。

分析用控制图:用于对已经完成的测量过程或测量阶段进行分析,以评估测量过程是否稳定或处于受控状态。

建立休哈特控制图对期间核查全过程进行统计分析孙培强 胡 畅 王 凯 / 西安计量技术研究院控制用控制图:对于正在进行中的测量过程,可以在进行测量的同时进行过程控制,以确保测量过程处于受控状态。

具体建立控制图时,应首先建立分析用控制图,确认过程处于稳定受控状态后,将分析用控制图的时间界限延长,于是分析用控制图就转化为控制用控制图。

2 建立休哈特控制图笔者用2 a 时间对F1等级标准砝码中的200 g 砝码实施期间核查。

核查标准采用E2等级标准砝码,核查标准属于性能稳定的实物量具。

核查方法依据现行JJG 99-2006《砝码》检定规程进行,核查全过程测量25组数据(表1)。

控制图的原理及应用

控制图的原理及应用

本:
,其平均值 x1, x有2,如…,下xn性质:
x
E(x)
(x)
n
和 则可通过k组大小为n的样本得到:
ˆ x
ˆ R
d2
其中, 是由n来d2确定的控制系数,可以通过查取计量控制图系数表(见表7-4)
得到。
12
二、计量值控制图
• 所以,由控制界限的一般公式即可得到图的控制界限为:
• 式中,
4
一、控制图基本原理
质 量 特 性 值
O
UCL CL
LCL 样本组号
5
一、控制图基本原理
(二)控制图的统计原理
1. 原理 3
当质量特性值服从正态分布时, 3即
X ~ N(, 2)
如果 生E(产X )过程中仅存在偶然因素,那么其产品质量特性值将会有
99.73%落在
的范围内。 3
6
一、控制图基本原理
c4
由此可以得到 图中x s 图的控x制界限为:
UCL
3 x 3s
n
c4 n
CL x
x
A3s
LCL
3
n
x
3s c4 n
x
A3s
• 式中
A3
3 c4
n
18
二、计量值控制图
• s图的控制界限为:
UCL c4 3
1 c42
3 s
1 c42 s c4
B4s
CL c4 s
LCL
• (三)控制图的分类——计量
分布 控制图类型 符号表示
适用范围及特点
平均值—极 差
控制图
xR 图
用于判断过程质量特性的均值以及极差(间接估算标 准差)是否处于所要求的水平,针对重量、长度、强 度等计量值控制对象,适用于产品批量较大且较为稳 定的工序,是最常用、最基本的控制图。判断工序异 常的灵敏度高,且极差计算工作量小

控制图的分析和绘制

控制图的分析和绘制

来区分引起质量波动的原因是系统的还是异常的。
休哈特控制图简介
控制图按其用途可分为两类,一类是供分析用的控 制图,用控制图分析生产过程中有关质量特性值的变 化情况,看工序是否处于稳定受控状;再一类是供管 理用的控制图,主要用于发现生产过程是否出现了异
常情况,以预防产生不合格品。
休哈特控制图简介
控制图:一种以实际产品质量特性与依过去经验所 研判的过程能力的控制界限比较,而以时间顺序表示 出来的图形。
如何看控制图
先看一个真实发生在我们身边的案例。CCT的通话时 长。
控制图如何“控制”
控制图上的点看似杂乱无章。但是通过无数实践, 人们发现当控制图上的波动出现如下情况时,极有可 能我们的生产过程有了异常变化。 再次强调,异常变化并不代表是坏的变化,特别是 在我们的呼叫中心。
均值-标准差控制图不适用情形
控制图的分析和绘制
课程目标
了解休哈特控制图的背景
了解均值-标准差控制图为什么能够“控制”对象指 标的波动情况 了解均值-标准差控制图的适用范围 熟练使用EXCEL绘制均值-标准差控制图 掌握均值-标准差控制图的基础分析方法
休哈特控制图简介
休哈特控制图是由美国的贝尔电话实验所的休哈特 (W.A.Shewhart)博士在1924年首先提出的。之后就一直 成为科学管理的重要工具,特别在质量管理方面成了 不可或缺的管理工具。它是一种有控制界限的图,用
我们的产品质量的过程控制是稳定的。 参与过程控制的系统因素存在合理的系统波动(事 实上不可能有完全一摸一样的产品,即系统波动必 然存在)。 系统波动导致的指标数据呈现正态分布
均值-标准差控制图的原理
均值-标准差控制图的原理
分类
变异的情况 很多一定有且

休哈特控制图

休哈特控制图

休哈特控制图是由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后,管制图就一直成为科学管理的一个重要工具,特别在质量管理方面成了一个不可或缺的管理工具。

它是一种有控制界限的图,用来区分引起质量波动的原因是偶然的还是系统的,可以提供系统原因存在的信息,从而判断生产过程是否处于受控状态。

控制图按其用途可分为两类,一类是供分析用的控制图,用控制图分析生产过程中有关质量特性值的变化情况,看工序是否处于稳定受控状;再一类是供管理用的控制图,主要用于发现生产过程是否出现了异常情况,以预防产生不合格品。

控制图画在平面直角坐标系中,横坐标表示检测时间,纵坐标表示测得的目标特征值。

按控制对象(目标特征值)的变化情况,控制图又分为两种:一种是稳值控制图,一种是变值控制图。

1、稳值控制图。

稳值控制图一般用于对产品质量或目标值恒定不变的目标实施状态进行控制,如下图所示,图中中心线表示计划目标值,虚线表示控制上下限。

2、变值控制图。

变值控制图用于对目标值随时间变化的目标实施状态进行控制。

从计划线与实际线的对比,可看出目标实施状态,对于超出计划线的情况,查清超出的原因,采取措施,将其控制在计划线以下。

[编辑]控制图原理控制图是对过程质量加以测定、记录从而进行控制的一种科学方法。

图上有中心线、上只存在偶然波动时,产品质量将形成某种典型分布。

例如,在车制螺丝的例子中形成正态分布。

如果除去偶然波动外还有异常波动,则产品质量的分布必将偏离原来的典型分布。

因此,根据典型分布是否偏离就能判断异常因素是否发生,而典型分布的偏离可由控制图检出。

在上述车制螺丝的例子中,由于发生了车刀磨损的异常因素,螺丝直径的分布偏离了原来的正态分布而向上移动,于是点子超出上控制界的概率大为增加,从而点子频频出界,表明在异常波动。

控制图上的控制界限就是区分偶然波动与异常波动的科学界限,休哈特控制图的实质是区分偶然因素与异常因素两类因素。

控制图

控制图

控制图控制图(Control Chart )又称管理图、休哈特图,是一种将显著性统计原理应用于控制生产过程的图形方法。

控制图是区分过程中正常波动和一场波动,并判断过程是否处于控制状态的一种工具。

正常波动是由普通原因(偶然因素、随机因素)造成的,这些因素在生产过程中大量存在,对产品质量经常发生影响,但它造成的质量波动往往比较小,在生产过程中是允许存在的,如材料成分的微小变化、设备的轻微震动、刃具的正常磨损、夹具的弹性变型等;一场波动是由特殊原因(异常因素、系统因素造成的。

这些因素在生产过程中并不大量存在,对产品质量也不经常发生影响,一旦存在,它对产品质量的影响就比较显著,如机器设备带病运转,操作者违章操作等。

控制图的控制界限就是用来区分正常波动和异常波动的。

1、控制图的基本结构1)以随时间推移而变动着的样品号为横坐标,以质量特性值或其统计量为纵坐标; 2)三条具有统计意义的控制线:上控制线UCL 、中心线CL 、下控制线LCL ; 3)一条质量特性值或其统计量的波动曲线。

2、控制图原理的解释 第一种解释:“点出界就判异”小概率事件原理:小概率事件实际上不发生,若发生即判异常。

控制图就是统计假设检验的图上作业法。

第二种解释:“抓异因,弃偶因”控制限就是区分偶然波动与异常波动的科学界限。

休哈特控制图的实质就是区分偶然因素与异常因素的。

UCLLCL样本统计量数值x 或R14 15 16 17 18按用途分类1)分析用控制图——用于质量和过程分析,研究工序或设备状态;或者确定某一“未知的”工序是否处于控制状态;2)控制用控制图——用于实际的生产质量控制,可及时的发现生产异常情况;或者确定某一“已知的”工序是否处于控制状态。

4、R X -图的绘制1)确定控制对象(统计量)一般应选择技术上最重要的、能以数字表示的、容易测定并对过程易采取措施的、大家理解并同意的关键质量特性进行控制。

2)选择控制图对于计量数据而言,R X -控制图是最常用最基本的。

质量管理统计过程控制与休哈特控制图培训课件

质量管理统计过程控制与休哈特控制图培训课件
步骤3:提出或改进规格标准。①对步骤2得到的 每一个关键变量进行具体分析;②对每个关键变 量建立过程控制标准,并填写过程控制标准表。
步骤4:编制控制标准手册,在各部门落实。
步骤5:对过程进行统计监控。应用控制图进行。
步骤6:对过程进行诊断并采取措施解决问题。
过程控制标准表
所在车间
控制

控制内容
过程标准
不合格品数 控制图 Pn 控制图
计点值 泊松分布 单位缺陷数 控制图 u 控制图
缺陷数
控制图 c 控制图
二、现在简单说明各个控制图的用途
1、X-R控制图。对于计量值数据这是最常用最 基本的控制图。它用于控制对象为长度、重量、 强度、纯度、时间和生产量等计量值的场合。
2、X-S控制图与X-R图相似,只是用标准差图代 替极差而已。极差计算简便,故得到广泛应用, 但当样本大小n>10或12,这时应用极差估计总体 标准差σ的效率减低,需要应用S图代替R图。
控制理由
测量规定
数据报告途 径
控制图 有无建
立控制 图
纠正性措施
控制 因素
控制 图类 型
操作程序 审核程序 制定者
审批者
文件 号
制订日 期
制定者 制定日 期
批准者 批准日 期
审批日期
§3、2 控制图原理
一、什么是控制图:控制图是对质量加以测定、
记录从而进行控制管理的一种用科学方法设计的 图。图上有中心线(CL)、上控制界限(UCL) 和下控制界限(LCL),并有按时间顺序抽取的 样本统计量数值的描点序列,参见下图:
9.94 9.79 10.36 9.76 9.82 9.97 9.97 10.18 10.33 9.94

统计过程控制休哈特Shewhart控制图

统计过程控制休哈特Shewhart控制图
深圳市共进电子有限公司
修哈特控制图 – 概述
深圳市共进电子有限公司
休哈特控制图的变量
深圳市共进电子有限公司
_
X 控制图 与 中心极限定理
• 中心极限定理 : • 如果在n个样本中取k个观察,样本x1, x2, . . . , xk将近似
N(x,x)的分布,有:
深圳市共进电子有限公司
k
xi
x
i 1
模块范围
• 产品控制与过程控制 • 识别变化 • 休哈特控制图 • 指标的不稳定性 • 执行控制图
深圳市共进电子有限公司
控制模型产品的质量控制
Raw Material, Components & Sub-Assemblies
Process
Product
Inspection
Fail
Pass
Rework
7 73.995 74.006
深圳市共进电子有限公司
识别变化
Special Variation
Natural Variation under 0 (±30)
Historical Level (0)
Reject Rate
Optimum Level (1)
深圳市共进电子有限公司
Time
Natural Variation under 1 (±31)
• 目标一致 (戴明) • 适应性 (约瑟夫朱兰) • 符合要求 (菲利普克劳士比) • 逆变异 (道格拉斯蒙哥马利)
深圳市共进电子有限公司
识别变化
• 固有的或正常的变化 由于累积的影响,许多小的不可避免的原因在不断的积累 下导致经营过程的唯一机会差异,被认为是“在控制中”
• 特别或分配变化,由于 一)不当调整设计 二)操作员的错误 三)有缺陷的原材料 一个进程中运行存在的分配变化的原因被认为是“失去控 制”

一文看懂休哈特控制图的运用,必不可少的质量工具

一文看懂休哈特控制图的运用,必不可少的质量工具

一文看懂休哈特控制图的运用,必不可少的质量工具休哈特控制图是由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后,管制图就一直成为科学管理的一个重要工具,特别在质量管理方面成了一个不可或缺的管理工具。

它是一种有控制界限的图,用来区分引起质量波动的原因是偶然的还是系统的,可以提供系统原因存在的信息,从而判断生产过程是否处于受控状态。

控制图按其用途可分为两类,一类是供分析用的控制图,用控制图分析生产过程中有关质量特性值的变化情况,看工序是否处于稳定受控状;再一类是供管理用的控制图,主要用于发现生产过程是否出现了异常情况,以预防产生不合格品。

控制图画在平面直角坐标系中,横坐标表示检测时间,纵坐标表示测得的目标特征值。

按控制对象(目标特征值)的变化情况,控制图又分为两种:一种是稳值控制图,一种是变值控制图。

1、稳值控制图稳值控制图一般用于对产品质量或目标值恒定不变的目标实施状态进行控制,如下图所示,图中中心线表示计划目标值,虚线表示控制上下限。

2、变值控制图变值控制图用于对目标值随时间变化的目标实施状态进行控制。

从计划线与实际线的对比,可看出目标实施状态,对于超出计划线的情况,查清超出的原因,采取措施,将其控制在计划线以下。

休哈特控制图–原理控制图是对过程质量加以测定、记录从而进行控制的一种科学方法。

图上有中心线、如果只存在偶然波动时,产品质量将形成某种典型分布。

1.控制图的预防原理控制图是如何贯彻预防原则的呢?这可以由以下两点看出:(1) 应用控制图对生产过程不断监控,当异常因素刚一露出苗头,甚至在未造成不合格品之前就能及时被发现,在这种趋势造成不合格品之前就采取措施加以消除,起到预防的作用。

(2) 在现场,更多的情况是控制图显示异常,表明异常原因已经发生,这时一定要贯彻“查出异因,采取措施,保证消除,不再出现,纳人标准。

”否则,控制图就形同虚设,不如不搞。

每贯彻一次(即经过一次这样的循环)就消除一个异常因素,使它不再出现,从而起到预防的作用。

休哈特控制图的种类与使用方法

休哈特控制图的种类与使用方法

统计过程控制(SPC)与休哈特控制图(二)第五章休哈特控制图一、特控制图的种类及其用途国标GB4091常规控制图是针对休哈特控制图的。

根据该国标,常规休哈特控制图如表常规的休哈特控制图。

表中计件值控制图与计点值控制图又统称计数值控制图。

这些控制图各有各的用途, 应根据所控制质量指标的情况和数据性质分别加以选择。

常规的休哈特控制图表中的二项分布和泊松分布是离散数据场合的两种典型分布,它们超出3σ界限的第Ⅰ类错误的概率σ当然未必恰巧等于正态分布3σ界限的第I类错误的概率α=0.0027,但无论如何总是个相当小的概率。

因此,可以应用与正态分布情况类似的论证,从而建立p、pn、c、u 等控制图。

常规的休哈特控制图1.x一R控制图。

对于计量值数据而言,这是最常用最基本的控制图。

它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。

x控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而x一R图则将二者联合运用,用于观察分布的变化。

2.x一s控制图与x一R图相似,只是用标准差图(s图)代替极差图(R图)而已。

极差计算简便,故R图得到广泛应用,但当样本大小n>10或口,这时应用极差估计总体标准差。

的效率减低,需要应用s图来代替R图。

3.XMED一R控制图与x一R图也很相似,只是用中位数图(XMED图)代替均值图(x图)。

所谓中位数即指在一组按大小顺序排列的数列中居中的数。

例如,在以下数列中2、3、7、13、18,中位数为7。

又如,在以下数列中2、3、7、9、13、18,共有偶数个数据。

这时中位数规定为中间两个数的均值。

在本例即297=8。

由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这时为了简便,当然规定为奇数个数据。

4.x一Rs控制图。

多用于下列场合:对每一个产品都进行检验,采用自动化检查和测量的场合;取样费时、昂贵的场合;以及如化工等过程,样品均匀,多抽样也无太大意义的场合。

  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)。

统计过程控制(SPC)与休哈特控制图(二)第五章休哈特控制图一、特控制图的种类及其用途国标GB4091常规控制图是针对休哈特控制图的。

根据该国标,常规休哈特控制图如表常规的休哈特控制图。

表中计件值控制图与计点值控制图又统称计数值控制图。

这些控制图各有各的用途, 应根据所控制质量指标的情况和数据性质分别加以选择。

常规的休哈特控制图表中的二项分布和泊松分布是离散数据场合的两种典型分布,它们超出3σ界限的第Ⅰ类错误的概率σ当然未必恰巧等于正态分布3σ界限的第I类错误的概率α=0.0027,但无论如何总是个相当小的概率。

因此,可以应用与正态分布情况类似的论证,从而建立p、pn、c、u 等控制图。

常规的休哈特控制图1.x一R控制图。

对于计量值数据而言,这是最常用最基本的控制图。

它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。

x控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而x一R图则将二者联合运用,用于观察分布的变化。

2.x一s控制图与x一R图相似,只是用标准差图(s图)代替极差图(R图)而已。

极差计算简便,故R图得到广泛应用,但当样本大小n>10或口,这时应用极差估计总体标准差。

的效率减低,需要应用s图来代替R图。

3.XMED一R控制图与x一R图也很相似,只是用中位数图(XMED图)代替均值图(x图)。

所谓中位数即指在一组按大小顺序排列的数列中居中的数。

例如,在以下数列中2、3、7、13、18,中位数为7。

又如,在以下数列中2、3、7、9、13、18,共有偶数个数据。

这时中位数规定为中间两个数的均值。

在本例即297=8。

由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这时为了简便,当然规定为奇数个数据。

4.x一Rs控制图。

多用于下列场合:对每一个产品都进行检验,采用自动化检查和测量的场合;取样费时、昂贵的场合;以及如化工等过程,样品均匀,多抽样也无太大意义的场合。

由于它不像前三种控制图那样能取得较多的信息,所以它判断过程变化的灵敏度?要差一些。

5.P控制图。

用于控制对象为不合格品率或合格品率等计数值质量指标的场合。

这里需要注意的是,在根据多种检查项目总合起来确定不合格品率的情况,当控制图显示异常后难以找出异常的原因。

因此,使用p图时应选择重要的检查项目作为判断不合格品的依据。

常见的不良率有不合格品率、废品率、交货延迟率、缺勤率,邮电、铁道部门的各种差错率等等。

6.Pn控制图。

用于控制对象为不合格品数的场合。

设n为样本大小-户为不合格品率,则t为不合格品个数。

所以取pn作为不合格品数控制图的简记记号。

由于计算不合格品率需进行除法,比较麻烦,所以在样本大小相同的情况下,用此图比校方便。

7.c控制图。

用于控制一部机器,一个部件,一定的长度,一定的面积或任何一定的单位中所出现的缺陷数目。

如布匹上的疵点数,铸件上的砂眼数,机器设备的缺陷数或故障次数,传票的误记数,每页印刷错误数,办公室的差错次数等等。

8.u控制图。

当上述一定的单位,也即样品的大小保持不变时可以应用c控制图,而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用u控制图。

例如,在制造厚度为2mm 的钢板的生产过程中,一批样品是2平方米的,下一批样品是3平方米的。

这时就都应换算为平均每平方米的缺陷数,然后再对它进行控制。

二、应用控制图需要考虑的一些问题应用控制图需要考虑以下一些问题:1.控制图用于何处?原则上讲,对于任何过程,凡需要对质量进行控制管理的场合都可以应用控制图。

但这里还要求:对于所确定的控制对象一质量指标应能够定量,这样才能应用计量值控制图。

如果只有定性的描述而不能够定量,那就只能应用计数值控制图。

所控制的过程必须具有重复性,即具有统计规律。

对于只有一次性或少数几次的过程显然难于应用控制图进行控制。

2.如何选择控制对象?在使用控制图时应选择能代表过程的主要质量指标作为控制对象。

一个过程往往具有各种各样的特性,需要选择能够真正代表过程情况的指标。

例如,假定某产品在强度方面有问题,就应该选择强度作为控制对象。

在电动机装配车间,如果对于电动机轴的尺寸要求很高,这就需要把机轴直径作为我们的控制对象。

在电路板沉铜缸就要选择甲醛、Na0H、Cu 2的浓度以及沉铜速率作为多指标统一进行控制。

3.怎样选择控制图?选择控制图主要考虑下列几点:首先根据所控制质量指标的数据性质来进行品,如数据为连续值的应选择x一R、x一s、XMED一Rs或x一Rs图;数据为计件值的应选择p或pn图,数据为计点值的应选择c或u图。

其次,要确定过程中的异常因素是全部加以控制 (全控)还是部分加以控制(选控),若为全控应采用休哈特图等;若为选控,应采用选控图,参见第七章(一);若为单指标可选择一元控制图,若为多指标则须选择多指标控制图,参见第七章(二)。

最后, 还需要考虑其他要求,如检出力大小,抽取样品、取得数据的难易和是否经济等等。

例如要求检出力大可采用成组数据的控制图,如x一R图。

4.如何分析控制图?如果在控制图中点子未出界,同时点子的排列也是随机的,则认为生产过程处于稳定状态或控制状态。

,如果控制图点子出界或界内点排列非随机,就认为生产过程失控。

对于应用控制图的方法还不够熟悉的工作人员来说,即使在控制图点子出界的场合,也首先应该从下列几方面进行检查:样品的取法是否随机,数字的读取是否正确,计算有无错误,描点有无差错,然后再来调查生产过程方面的原因,经验证明这点十分重要。

5.对于点子出界或违反其他准则的处理。

若点子出界或界内点排列非随机,应执行第二章(五)的20个字,立即追查原因并采取措施防止它再次出现。

应该强调指出,正是执行了第二章(五)的20个字,才能取得贯彻预防原则的作用。

因此,若不执行这20个字,就不如不搞控制图。

6.对于过程而言,控制图起着告警铃的作用,控制图点子出界就好比告警铃响,告诉现在是应该进行查找原因、采取措施、防止再犯的时刻了。

虽然有些控制图,如x一R控制图等,积累长期经验后,根据x图与R图的点子出界情况,有时可以大致判断出是属于哪方面的异常因素造成的,但一般来说,控制图只起告警铃的作用,而不能告诉这种告警究竟是由什么异常因素造成的。

要找出造成异常的原因,除去根据生产和管理方面的技术与经验来解决外,应该强调指出,应用两种质量诊断理论和两种质量多元诊断理论来诊断的方法是十分重要的。

有关内容参见第七章。

7.控制图的重新制定。

控制图是根据稳定状态下的条件(人员、设备、原材料、工艺方法、环境,即4M1E)来制定的。

如果上述条件变化,如操作人员更换或通过学习操作水平显著提高,设备更新,采用新型原材料或其他原材料,改变工艺参数或采用新工艺,环境改变等,这时,控制图也必须重新加以制定。

由于控制图是科学管理生产过程的重要依据,所以经过相当时间的使用后应重新抽取数据,进行计算,加以检验。

8.控制图的保管问题。

控制图的计算以及日常的记录都应作为技术资料加以妥善保管。

对于点子出界或界内点排列非随机以及当时处理的情况都应予以记录,因为这些都是以后出现异常时查找原因的重要参考资料。

有了长期保存的记录,便能对该过程的质量水平有清楚的了解,这对于今后在产品设计和制定规格方面是十分有用的。

三、x-R(均值-极差)控制图对于计量值数据, x一R(均值一极差)控制图是最常用、最重要的控制图,因为它具有下列优点:1.适用范围广。

对于x图而言,计量值数据x服从正态分布是经常出现的。

若x非正态分布,则当样本大小n≤4或5时,根据中心极限定理,知道x近似正态分布。

对于R图而言, 通过在电子计算机上的统计模拟实验证实,只要总体分布不是太不对称的,R的分布没有大的变化。

这就从理论上说明了x一R图适用的范围广泛。

2.灵敏度高。

x图的统计量为均值x,反映在x上的偶然波动是随机的,通过均值的平均作用,这种偶然波动得到一定程度的抵消;而反映在x上的异常波动往往是在同一个方向的,它不会通过均值的平均作用抵消。

因此,正图检出异常的能力高。

至于R图的灵敏度则不如x 图高。

现在说明一下x一R图的统计基础,假定质量特性服从正态分布N(μ,σ2),且μ,σ均已知。

若x1,x2,...,x n是大小为n的样本,则样本均值为x=n xnxx+++...21由于x服从正态分布N(μ,σ2/n),并且样本均值落入下列两个界限μ- z/2ασχ=μ- z/2αnσ(5.3-1a)μ+ z/2ασχ=μ+z/2αnσ(5.3-1b)间的概率为1-α。

因此若μ与σ已知,则式(5.3-1a)与式(5.3-1b)可分别作为样本均值的控制图的上下控制界限。

如前述,通常取Z a/2=3,即采用3σ控制界限。

当然,即使x的分布是非正态的,但由于中心极限定理,上述结果也近似成立。

在实际工作中,μ与σ通常未知,这时就必须应用从稳态过程所取的预备样本的数据对它们进行估计。

预备样本通常至少取25个(根据判稳准则(2),最好至少取35个预备样本)。

设取 m个样本,每个样本包含n个观测值。

样本大小n主要取决于合理分组的结构,抽样与检查的费用,参数估计的效率等因素,n通常取为4,5或6。

令所取的m个样本的均值分别为x1,x 2,..., x m ,则过程的μ的最佳估计量为总均值x ,即=x =(x 1+x 2+…+x m )/m (5.3-2)于是x 可作为x 图的中心线。

为了建立控制界限,需要估计过程的标准差σ可以根据m 个样本的极差或标准差来进行估计。

应用极差进行估计的优点是极差计算简单,所以至今R 图的应用较s 图为广。

现在讨论极差法。

设x1,x2,...,xn 为一大小为n 的样本,则此样本的极差R 为最大观测值x max 与最小观测值x min 之差,即R= x max -x min (5.3-3)若样本取自正态总体,可以证明样本极差R 与总体标准差σ有下列关系:令W=R/σ,可以证明 E(W)=d2,为一与样本大小n 有关的常数,于是,σ的估计量为=E(R)/d2。

令m 个样本的极差为R1,R2,...,Rm,则样本平均极差为R =m RmR R +++...21 (5.3-4)故σ的估计量为=E(R)/d2 (5.3-5)若样本大小n 较小,则用极差法估计总体方差与用样本方差去估计总体方差的效果是一样的。

但当n 较大,如n>10或12,则由于极差没有考虑样本在x max 与x min 之间的观测值的信息, 故极差法的效率迅速降低。

但在实际工作中, x 一R 图一般取n=4,5或6,所以极差法是令人满意的。

若取μ的估计量为x ,σ的估计量为E(R)/d2,则x 图的控制线为UCL=μ+ 3n σ≈x + 3n d 2σR =x + A 2RCL=μ≈x (5.3-6)LCL=μ-3n σ≈x - 3n d 2σR =x -A 2R式中A 2=3n d 2σ(5.3-7)为一与样本大小n 有关的常数,参见附录Ⅴ计量值控制图系数表。

相关文档
最新文档