SPC培训资料(统计过程控制)2021版学习资料,授课资料 (2)

合集下载

SPC培训资料

SPC培训资料

统计过程控制(S P C)培训资料一、什么叫SPCSPC即统计过程控制(Statistical Process Control),是一种统计分析工具,主要通过对过程数据的分析来对生产过程进行实时监控,区分出生产过程中产品质量的随机波动与异常波动,从而对生产过程的异常趋势提出预警,以便管理人员及时采取措施,消除异常,恢复过程的稳定,从而达到提高和控制质量的目的。

二、什么情况下要做SPC1.客户要求的关键特性2.内部确定的关键特性三、做SPC的前提1.过程数据易于采集2.过程处于受控状态四、SPC的理论知识变差1.变差的概念没有两件产品或者特性是彻底相同的,因为任何过程都存在许多引起变差的原因。

产品间的差距也许很大,也许小得无法测量,但这些差距总是存在。

例如一个冲压零件的尺寸易于受机器的稳定性、模具的磨损、材料的硬度、操作人员的操作方法、维修(润滑、零件的更换)及环境的影响. 产品间的差异即为变差。

2.变差的普通原因及特殊原因普通原因变差是向来在过程中浮现的变差(如模具的磨损、温度的变化等),过程惟独此类变差时,就认为过程是稳定的和可预测的, 我们称之为:“处于受控状态”。

---此类变差通常与管理者有关,通常采取系统措施来解决。

---此类变差是必然存在的,只能改善或者降低,不能彻底被消除。

特殊原因变差是由异常或者外部事件的影响产生的,在普通原因变差之外(如材料用错,操作方法错误等),当过程存在此类变差时,过程是不稳定的或者不受控的。

---此类变差通常是与该过程操作人员有关,通常采取局部措施来解决。

---此类变差是可以被消除的正态分布一种用于计量型数据的、连续的、对称的频率分布,它是计量型数据用控制图的基础。

,当一组测量数据服从正态分布时,有大约正态分布的两个参数:平均值U和标准差68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处于正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准偏差的区间内,超出三个标准差的惟独0.27%(如图一:正态分布图)。

统计过程控制SPC培训资料

统计过程控制SPC培训资料
常用的控制图
分布
控制图代号
控制图名称
备注
正态分布(计量值)
均值—极差控制图
最常用,判断工序是否正常的效果好,计算量大,适用于产品批量大、且稳定、正常的工序;S的计算比R复杂,但其精度高适用与检验时间远比加工时间段的场合计算简便,但效果差使用与产品批量较大、且稳定、正常的工序;简便省事,并能够及时判断工序是否处于稳定状态,但不宜发现工序分布中心的变化。
控制图的益处
合理使用控制图能:供正在进行过程控制的操作者使用;有助于过程在质量上和成本上能持续地、可预测地保持下去;使过程达到:——更高的质量; ——更低的单件成本; —— 更高的有效能力。
控制图的益处
为讨论过程的性能提高共同语言;区分变差的特殊原因和普通原因,作为采取局部对系统采取措施的指南。控制图为两班、三班操作过程的人员之间、和支持活动(维修、材料控制、过程工程、质量控制)的人员之间就有关过程性能的信息交流提供了通用的语言。
Β=
规范界限与控制界限的区别
规范界限:区分合格品与不合格品控制界限:区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3 σ ●CL=μ●LCL=μ-3 σ●虚发警报α=0.27% 漏发警报β=
分析用控制图
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: 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求?
2.连续6点递增或递减
判异准则
LCL
UCL
CL
A
B
C
C
B
A
3.连续14中相邻点上下交替
判异准则
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外

SPC统计过程控制培训教材(PPT 72页)

SPC统计过程控制培训教材(PPT 72页)
➢ 戴明博士对日本指导质量管理的成功,让美国 人惊醒原来日本工商经营成功的背后竟然有一 位美国人居功最大,故开始对戴明博士另眼看 待。1980年6月24日全国广播公司(NBC)在电视 播放举世闻名的“日本能为什么我们不能”(If Japan Can, Why Can‘t We?),使戴明博士一 夜成名。从此以后美国企业家重新研究戴明的 质量管理经营理念。
步骤8:运用控制限进行控制;
计数控制图和计点控制图
不良品率控制图(P图)
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良,通常服从二项分 布; 当不良率P较小样本量n足够大时,该 分布趋向于正态分布
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图(P图)
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
20世纪50年代以来,科学技术和工业生产的发展,对质量要求越来越高 ,要求人们运用“系统工程”的概念,把质量问题作为一个有机整体加以综 合分析研究,实施全员、全过程、全企业的管理。
SPC(统计过程控制)
--统计性的反馈系统
Statistical: (统计)以概率统计学为基础,用 科学的方法分析数据、得出结论; ——使用数据分析
标准正态分布函数:N(0,1)
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
??那是不是说只有符合正态分布的特性(变量) 才可以用控制图呢?
休哈特实验
休哈特分别从矩形分布和三角分布的总体中,抽取n =4的样本,计算样本均值Xbar,经过多次实验后发 现,Xbar基本符合正态分布。
(William Edwards Deming)

spc培训资料-SPC-统计过程控制(ppt 88页)

spc培训资料-SPC-统计过程控制(ppt 88页)
重复这三个阶段从而不断改进过程
控制图类型
X-R 均值和极差图
P chart 不合格品

计 率控制图
量 X-s均值和标准差图 数 nP chart 不合格品

型 数控制图
数 X -R 中位值极差图 数 C chart 缺点数控

据 制图
X-MR 单值移动极差 图
U chart 单位缺点 数控制图
控制图的选择方法
流等。(注:数据仅代表单一刀具、冲头、模具等 生产出来的零件,即一个单一的生产流。) 1-1-2 子组频率:在适当的时间内收集足够的数据,这样子组才能 反映潜在的变化,这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次,或一小时一 次等。
12 34 56
计量单位:(mm, kg等)
控制图举例
X图 R图
接上页
测量方法必须保证始终产生准确和精密的结果 不精密
不准确
••••••••
准确
•••••
• ••••
精密
•••••• •••••
使用控制图的准备
1、建立适合于实施的环境 a 排除阻碍人员公正的因素 b 提供相应的资源 c 管理者支持
范围 不受控
(存在特殊原因)
受控 (消除了特殊原因)
时间
过程能力
范围
受控且有能力符合规范 (普通原因造成的变差已减少) 规范下限
规范上限 时间
受控但没有能力符合规范 (普通原因造成的变差太大)
1、分析过程 本过程应做什么? 会出现什么错误? 本过程正在做什么? 达到统计控制状态? 确定能力
计划
措施
每件产品的尺寸与别的都不同

统计过程控制SPC培训教材课件

统计过程控制SPC培训教材课件

表一 泄漏调查表(人员分类)
操作人员 甲 乙 丙
合计
泄漏(次数) 6 3 10 19
不泄漏(次数) 13 16 9 31
发生比率 0.32 0.25 0.5配件厂商分类)
配件厂家
泄漏(次数) 不泄漏(次数)
A
9
14
B
10
17
合计
19
31
发生比率
0.39 0.37 0.38
计划和 确定项目
产品设计 和开发
过程设计 和开发
产品和 过程确定
反馈、评定 和纠正措施
样件制作
试生产
批量生产
2021/5/12
二、质量管理七大统计工具:
1. 检查表(Check Sheet或Cheek List;亦称点检表或查检表): 指使用简单易于了解的标准化表格或图形,只需填入规定的检查 记录,再加以统计汇整其数据,即可提供量化分析或比对检查用 的统计分析的图表称为检查表。
2021/5/12
6、标准差:过程输出的分布宽度或从过程中统计抽样值(例如:子组均值) 的分布宽度的量度,用希腊字母或字母s(用于样本标准差)表示。
7、σ(Sigmaó):用于代表标准差的希腊字母。 8、中心线:控制图上的一条线,代表所给数据平均值。 9、连续的:连续生产的产品单元,是选择子组样本的基础。 10、控制限:控制图上的一条线(或几条线),作为制定一个过程是否稳定
顾客要求和公司确定的产品和过程特殊特性。
5、 SPC 与 APQP/CP、FMEA、PPAP 和 MSA 的关系:
2021/5/12
DFMEA 样件CP
PFMEA 试生产CP
PPAP
MSA
SPC
SPC

SPC培训资料

SPC培训资料
计数值控制图(1) P控制图(不良率控制图)用来监视或控制生产批中不良件数的小数比或百分比,样本大小n可以不同。(2)np控制图(不良数控制图)用来监视一个生产批中的实际不良数量(而不是与样本的比率)。分析或控制过程不良数,样本大小n要相同。(3)C控制图(缺点数控制图)能在每一批量的生产中侦查出每一零件或受检验单位不良点的数目,样本大小n要相同。(4)U控制图(单位缺点数控制图)记录一个抽样批有几个缺点数,抽样时每次可以不相同,但以单位缺点数代表质量水准。
a.样本平均数 表示数据集中位置,常用符号 表示,其计算公司为:式中: ——样本的算术平均值 N ——样本数例如,有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据,则其平均数据为: 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图(SPC)的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估,从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。 图上有中心线、上控制限和下控制限,并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格:规格上限(USL),目标值(SL),规格下限(LSL)之间的关系。双边规格,不对称规格,单边规格(上,下)定义。控制界限:控制上限(UCL),控制中心(CL),控制下限(LCL)之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话,计算的控制界限要比设计规格严。如果过程受控,但产品仍然不合格,则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理:预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字: 查找异因(特殊原因),采取措施, 加以消除,纳入标准,不再发生。

统计过程控制SPC培训教材讲课文档

统计过程控制SPC培训教材讲课文档

月日 10月9日
11日 12日
13日
不良罐数
5 7 2 4 2 6 12 4 3 4 2 2
34
第三十四页,共69页。
计量值控制图常用之系数表
n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.285 0.266 0.249 0.235 0.223 0.212 0.203 0.194 0.187 0.180
8
第八页,共69页。
μ±Kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
常态分配
在内之概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
9
第九页,共69页。
在外之概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
(2)
URLCC控LL=制=图XX+:-A2A2
=R50.16+(0.58) (4.8)= 52.93 R= 50.16-(0.58) (4.8)= 47.39
LCUCLCLL===DR3D=4=RR=4(.08(0) .(141.)8()4=.8)0=10.13
25
第二十五页,共69页。
X – R 绘图步骤
组别 n
d
p 组别 n
d
p 组别 n
D
P
1
100
3
0.03 11 100
3
0.03 21 100
5
0.05
2
100

SPC 统计过程控制培训课件(PPT 48页)

SPC 统计过程控制培训课件(PPT 48页)
14
指数分类
SQE Training
1、Cp:分布中心无偏离规格中心时衡量 过程能力的指数;
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数;
3、Cpm:目标值与规格中心不一致时衡量 过程能力的指数;
4、Cpu:上单侧过程能力指数; 5、Cpl: 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素:人、机、料、法、环, 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作; 二、提高过程能力的有效手段; 三、找出产品质量改进的方向; 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 (5M1E)
过 操作者方面:如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等;
能 设备方面:如设备精度的稳定性,性能

的可靠性,定位装置和传动装置的准 确性,设备的冷却、润滑情况等等;
的 材料方面:如材料的成分,配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp: 分布中心无偏离规格中心时衡量
过程能力的指数; 2、Ppk: 分布中心偏离规格中心时衡量
过程能力的指数; 3、Ppm:目标值与规格中心不一致时衡量
过程能力的指数; 4、Ppu:上单侧过程能力指数; 5、Ppl: 下单侧过程能力指数。
因 的质量等等;

6
SQE Training

SPC统计过程控制培训教材

SPC统计过程控制培训教材
--一般情况,多20用21/直7/方24 图法进行过程能力调查,并辅以控制图法。 27
过程能力调查
3. 过程能力调查的程序
1) 明确调查目的;
2) 选择调查对象;
3) 确定调查方法;
4) 工序的标准化;
5) 严格按照各项标准进行作业;
6) 收集数据;
7) 画直方图或分析用的控制图;
8) 判断过程是否处于控制状态;
准确度差


• •
• •
• •
准确度好
USL= 规格上限 LSL= 规格下限 M = 规格中心
•• •• •• •• ••
LSL
2021/7/24
MUSL
16
LSL
M USL
Ca:Capability of Accuracy
准确度
制程平均值-规格中心值 Ca =
规格允差之半
X-M =
T/2
即偏移系数( k ) = Ca
0.33 66.368%
0.67 84.000%
1.00 84.134%
1.33 84.134%
1.67 84.13447%
2.00 84.13447%
0.67
95.450% 97.722% 97.725% 97.72499%
97.72499%
1.00
99.730% 99.865% 99.86501%
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20数21/据7/2绘4 于同一控制图上 ;
40
5.不同质量材料混合使用。
判异原则
3.连续五点有四点落在中心线同一侧的C区以外;
1.控制过严;

SPC统计过程控制培训课件(ppt59页).pptx

SPC统计过程控制培训课件(ppt59页).pptx
i 1
n 1
6. 样本的标准偏差
7. 如:5,9,10,4,7,
s=2.28;
如:7,7,7,6,8,
s=0.63;
6.数据整体分布离平均值越近,标准方差就越小;
数据整体分布离平均值越远,标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动,刀具的磨损,同一批材料的品质差 异,熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是造成不是始终作用于过程的变差的原因,即当它们
出现时将造成(整个)过程的分布改变。除非所有的特殊原因都 被查找出来并且采取了措施,否則它们将继续用不可预测的方 式来影响过程的输出。如果系统内存在变差的特殊原因,随时 间的推移,过程的输出将不稳定。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart(休哈特)博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
概率
二、基本的统计概念-正态分布
➢正态分布
特点: 中间高,两边低,左右对 称;两边伸向无穷远。
σ越小,分布越集中在μ附 近,σ越大,分布越分散。
µ (mu)- 位置参数和平均值(mean value) ,表示分布 的中心位置和期望值 (sigma) - 尺度参数(分布宽度),表示分布的分散 程度和标准偏差

SPC统计过程控制完整版培训讲义

SPC统计过程控制完整版培训讲义

SPC统计过程控制完整版培训讲义一、背景介绍统计过程控制(SPC)是质量管理中的一种方法,用于监测和控制过程的稳定性和一致性。

它是质量管理的五大工具之一,常用于制造业、服务业等各个行业中。

二、SPC的定义SPC是通过对过程中的关键指标进行连续的统计分析和监测,从而实现对过程的控制和优化,以提高产品或服务的质量和一致性。

三、SPC的关键概念1.过程:指生产过程、服务过程中的关键环节。

2.正常变异:指过程中的正常、可接受的变化范围。

3.特殊因子:指突发的、非正常的变化,可能会导致过程偏离正常状态。

4.控制上限和控制下限:用于界定过程的正常变异范围的上下限。

5.控制图:用于图示化过程数据的统计变化,以便更直观地判断过程是否处于控制状态。

四、SPC的基本步骤1.确定质量特性:确定需要控制和监测的关键质量特性。

2.收集数据:收集与质量特性相关的数据。

3.绘制控制图:根据收集的数据,绘制相应的控制图。

4.判读控制状态:通过控制图,判断过程是处于控制状态还是非控制状态。

5.持续改进:根据判断结果,采取相应的措施进行持续改进。

五、SPC常用的控制图1.均值-极差控制图:用于监控过程的平均值和变异性。

2.均值-标准差控制图:用于监控过程的平均值和标准差。

3.层级控制图:用于监控多层次的过程数据。

4.高低控制图:用于监控过程中的极值。

5.统计过程能力图:用于评估过程的稳定性和能力。

六、SPC的应用场景1.制造业:用于监控生产线上的关键工艺参数,提高产品质量。

2.服务业:用于监控服务流程中的各个环节,提高服务质量和一致性。

3.供应链管理:用于监控供应链中的关键指标,实现供应链的稳定性和一致性。

4.项目管理:用于监控项目执行过程中的关键指标,提高项目交付的质量和效率。

七、SPC的优势和意义1.实时监控:能够在过程进行中及时发现异常情况,以便及时采取措施进行调整,确保产品或服务的质量。

2.数据驱动:以数据为基础,通过统计分析,能够更准确地判断过程的状态,确保决策的科学性和可靠性。

spc培训资料-统计过程控制

spc培训资料-统计过程控制

SPC培训资料 - 统计过程控制1. 简介统计过程控制(Statistical Process Control,SPC)是一种用来监控和控制质量的统计方法。

它通过收集和分析过程中产生的数据,以便及时发现过程中的变异和偏离,并采取相应的措施,以保持过程处于一种可控状态,提高产品和服务的质量。

这份培训资料旨在介绍统计过程控制的基本概念、原则和工具,以帮助培训受众理解和应用SPC,提升质量管理能力。

2. SPC的基本原则统计过程控制依据以下几个基本原则:2.1 过程的可测量性和可控性SPC基于过程的可测量性和可控性原则。

每个过程都应该有明确的测量指标,并且这些指标应该是可测量的。

同时,过程操作者应该能够对这些指标进行控制,以实现过程稳定和质量控制。

2.2 统计思维和数据驱动的决策SPC强调统计思维和数据驱动的决策。

通过数据的收集、整理和分析,可以更加客观地判断过程的稳定性和性能。

基于数据的决策能够降低人为主观性的影响,并提高决策的准确性。

2.3 变异的存在和可降低性统计过程控制承认过程中的变异是不可避免的,但也认为它是可以降低的。

通过分析和改善过程,可以减小过程的变异性,提高过程的稳定性和可重复性。

3. SPC的基本工具3.1 控制图控制图是用来显示过程数据变化的图表。

它可以帮助我们判断过程是否处于可控状态。

常用的控制图包括:均值图(X-Bar Chart)、范围图(R-Chart)、标准差图(S-Chart)等。

控制图通常由中心线、控制限和过程数据点组成。

中心线代表过程的平均值,控制限表示过程的可控范围。

3.2 基本统计量基本统计量包括均值、方差、标准差等。

这些统计量可以用来描述过程的中心位置和数据的分布情况。

通过分析这些统计量,可以判断过程的稳定性和性能。

3.3 过程能力指数过程能力指数用来评估过程的稳定性和性能。

常用的过程能力指数有过程能力指数(Cp)、过程潜在能力指数(Cpk)等。

这些指数可以帮助我们确定过程是否满足质量要求,并进行过程改进和优化。

  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)。
局部对系统采取措施的指南。 ❖ 控制图为两班、三班操作过程的人员之间、
和支持活动(维修、材料控制、过程工程、 质量控制)的人员之间就有关过程性能的信 息交流提供了通用的语言。
控制图的益处
❖ 控制图通过区分变差的特殊原因和普通原因, 为人们就任何问题应采取适当的局部改进措 施还是要求采取管理措施提供依据。这样可 以减少混淆、挫折以及误导性解决问题的努 力而造成的高成本。
稳定;
对整体品质状况
了解较方便;
缺点 抽样频度高,费时麻烦;不易寻找不良之
数据需测定,且计算, 原因
需培训人员
及时性不足,易
耽误时机
常用的控制图
组数 数据1 数据2 数据3 数据4 均值 极差 标准差 第一组 48 48 52 52 50 4 2.3 第二组 48 50 50 52 50 4 1.6 第三组 45 46 54 55 50 10 5.2
SPC的特点
与全面质量管理相同,强调全员参与,而不是只依靠 少数质量管理人员
●强调应用统计方法来保证预防原则的实现 ●SPC不是用来解决个别工序采用什么控制图的问题,
SPC强调从整个过程、整个体系出发来解决问题。 SPC的重点就在与“P(Process,过程) ●可判断过程的异常,及时告警; ●不能告知此异常是什么因素引起的
异常波动
❖ 有异常波动的过程处于非统计控制状态,也 即失控状态或不稳定状态。
控制图原理
❖ 过程处于统计控制状态时,学派总体的质量特性数 据的分布一般服从正态分布,(μ—过程均值、σ— 过程标准偏差)质量特性值落在μ ±3σ范围内的概率 约为99.73%,落在μ ±3σ范围外的概率约为0.27%, 因此可用μ ±3σ作为上下控制线界限,以质量特性数 据是否超越这一上、下界限以及数据的排列情况来 判断过程是否处于受控状态,这就是控制图的原理。
2021
统计过程控制 SPC
培训资料
SPC的基本概念
SPC(Statistical Process Control):
统计过程控制 就是根据过程质量的统计规律这一原则,利用统计 技术对过程中的各个阶段进行评估和监察,从而达到 保证产品的目的。
SPC中的统计技术泛指任何可以应用的数 理统计方法,一般而言,主要指控制图的应用.
❖ 控制图是区分过程中的正常波动和异常波动, 并判断过程是否处于控制状态的一种工具。
❖ 控制图是了解过程变差并帮助达到统计控制 状态的有效工具。
正常波动
❖ 是由随机因素/偶然因素(ISO/TA16949称之 为普通因素)造成的,这些普通因素在生产 中大量存在,多产品质量经常发生影响,但 它所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:机器设备的轻微振 动等。
控制图名称
均值—极差控制 图
X S
X~ R
均值—标准差控 制图
中位值—极差图
备注
最常用,判断工序是否正常的效 果好,计算量大,适用于产品批 量大、且稳定、正常的工序;
S的计算比R复杂,但其精度高 适用与检验时间远比加工时间段 的场合 计算简便,但效果差 使用与产品批量较大、且稳定、 正常的工序;
X Rs 单值--极差图
控制图的益处
❖ 合理使用控制图能:
❖ 供正在进行过程控制的操作者使用;
❖ 有助于过程在质量上和成本上能持续地、可 预测地保持下去;
❖ 使过程达到:——更高的质量;

——更低的单件成本;

—— 更高的有效能力。
控制图的益处
❖ 为讨论过程的性能提高共同语言; ❖ 区分变差的特殊原因和普通原因,作为采取
❖ 均值-标准差图
---同均值-极差图,用标准差代替极差,R图计 算方便;但当n>10时,s图比R图效率高;最 终替代R图;
●中位极差图 X~ R 图, X~ 表示中位值。现在由于 计算机应用普及,故已淘汰,被均值-标准差图替代。
两种错误
一.第一种错误:虚发警报(false alarm)
UCL
α
统计控制状态
概念:只有偶因而无异因产生的变异的状态 ●优点:
----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下,过程的变异最小
SPC过程控制的需要
❖ 检测-----容忍浪费; ❖ 预防-----避免浪费.
控制图
❖ 控制图:又称管理图、休哈特图,是美国休哈特 博士发明的。
计量型数据控制图
❖ 用计量型数据,可以分析一个过程的性能, 可以量化所做的改进,即使每个单值都在规 范限界内,这一点对寻求持续改进来说是很 重要的。
❖ 计量性控制图可以通过分布的宽度(零件间 的变差R)和其位置(过程的平均值X)来解 释数据。
常用的控制图
分布 控制图代号
正态 分布
(计 X R
量值)
β
LCL
二.第二种错误:漏发警报(alarm missing)
控制图的第二类错误
减少两种错误所造成的损失: ●UCL、LCL距离间隔大,α减小 β增大 ●UCL、LCL距离间隔小,α增大 β减小 ●UCL、LCL距离间隔3σ,α=Β0=.27%
正常波动
❖ 当一个过程只有普通原因起作用,而不存在 特殊原因的作用时,过程中就只在一定范围 内正常波动,这个过程就处在统计控制状态, 即:受控状态。
异常波动
❖ 异常波动是由系统因素/异常因素 ( ISO/TA16949称之为特殊因素)造成的。 这些特殊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, 它对产品质量的应就比较显著。如:机器带 病运转,操作者违章操作等。
简便省事,并能够及时判断工序 是否处于稳定状态,但不宜发现 工序分布中心的变化。
计数型数据的控制图
❖ 计数型数据只有两个值(合格/不合格、成功/ 失败、通过/不通过、出席/缺席)
计量控制图计数控制图的优缺点
计量控Байду номын сангаас图
计数控制图
优点 1、灵敏、易调查原因;数据可用简单的
及时发现不良,使质量 方法获得;
分布 控制图代 号
二项
分布
(计
p
数值)
np
常用控制图
控制图名称
备注
不合格品率控 制图
不合格品数控 制图
样本容量不一定相 同;
相同样本容量
泊松 分布 (计
u
单位不合格数 样本容量不一定相
控制图
同;
点值)
c
不合格数控制 相同样本容量

X s
X X R
常用控制图
❖ 均值-极差图
--- 图用于观察正态分布均值的变化;R图用 于观察正态分布的分散情况或变异度的情况
相关文档
最新文档