TS16949五大工具:SPC教程
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)。
影响程度大
形成典型Biblioteka Baidu布, 如:正态分布的 分布中心和标准 偏差保持不变 典型分布被破坏, 如正态分布的分 布中心、标准差 发生变化
特殊 原因
异常波动 影响方向确定 采取对策: 过程中时有时无 “严加控制” 可以控制和消除
如何评价过程的好坏
表现良好的过程
一个零件的关键特性参数有一个目标值 和规定的公差范围.
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(今年6月)
Ø从去年底到今年6月总经理实现了库存降低。 Ø“情况在好转!” Ø他的结论: “管理上要强应一点才行!” Ø(请记住:其实系统并没有什么改变。) 30 ¨ 20 ¨ 结论:“强硬管理”起作用!!! 10 ¨
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 今年月份
预 测
范围
普通因素和特殊因素
异常波动:是由系统因素/异常因素造成的,这些特殊因 素在生产中并不大量存在,对产品质量经常发生影响,一 旦存在,它对产品质量的影响就比较显著。
预
测
范围
普通因素和特殊因素
普通原因和特殊原因对过程质量影响的对比
因素 普通 原因 特点
影响程度小
质量波动
特征
正常波动 采取的对策: 影响方面不定 从技术或管理方面寻求 过程中始终存在 “质量突破”,如不经济 难以控制和消除 则“听之任之”
Lot 1
Lot 2
一种情况是操作工会很负责地在每一瓶罐装之后都调校机器. 另一种情况是罐装线一直在跑,但操作工没有对流水线作任何改变. 上图对应哪种情况? 为什么会这样?
普通因素和特殊因素
关键信息:
1、区分普通因素和特殊因素变异。 (用控制图或其他恰当的统计工具) 2、对普通因素变异而非特殊因素变异采取行动只会 增加过程的变异可能性。
五大工具 统计过程控制培训 (SPC) May 16, 2011
2018/10/19 质量领导一切 1
内容安排
过程的定义 普通因素和特殊因素 如何评价过程的好坏 SPC CP和CPK PP和PPK
过程的定义
一组将输入转化为输出的相互关联或相互作用的活动。
管理活动或 资源提供
输入
均值与极差控制图( X R 图) 均值与标准差控制图( X S 图)
中位数与极差控制图( X R 图)
单值与移动极差控制图(X-RS图)
~
计数值控制图 不良率控制图(P 图) 不良数控制图(np 图) 点数控制图(C 图) 单位缺点数控制图(U 图)
控制图
控制图的控制对象
过程是稳定且 可预见的 (受控的)
过程是有能力 的
如何评价过程的好坏
表现不良的过程
一个零件的关键特性参数有一个目 标值和规定的公差范围. 试想我们测量了很多个零件的这一 关键特性参数. 如果该零件的加工过程是不良的, 那么我们可以预见¡
规定下限
目标值
规定上限
¡ 这些测量结果会有差异,而且... ¡ 测量值不是以目标值居中分布的,而且...
(2)选择控制图的种类
控制图使用的一般程序
数据的性质 是计量型 ? ~X-R 图 过程质量 均匀吗? 或 只能取一 个数值吗? 是 x-Rs 图 是 否 样本均匀易 否 于计算吗? 是 样本量 ≥9吗? 是 X-R图 是计数型 ? 是常数? 是 X-R图 否
是计量型 ? 是计点型
P
图
是常数?
否
“ u” U
改善流程(因素影响大 时)
特殊因素 消除 预防 防错
流程图 因果分析图 Pareto图 推移图 柱状图 实验
控制图
统计控制的表述
控制图帮助我们决定:过程是否受控
总分
600
比尔每周保龄球得分
550
500
450
400 0 10 20 30 40 50 60 70 80 90 100
控制图使用的一般程序
控制图名称 分析用控制图抽样 样本大小n(子组容量) 组数k(子组数量) 备注 样本容量取4 以上 标本容量常 取3或5
取样的时间序列
Process X from 10/1-10/10
控制图
对过程的行动
On-Line:
收集数 据
维持控制 维持控制
在控制图上表现 数据
普通变异
过程继续 识别变异类型
特殊变异 根据 CAG
记录行动
采取恰当行动
控制图
对过程的行动
Off-Line:
评估过程稳定性以及改进过程
O F F-L IN E 普通因素
试想我们测量了很多个零件的这一关键 特性参数. 如果该零件的加工过程是良好的,那么 我们可以预见¡
规定下限
目标值
规定上限
¡ 这些测量结果会有差异,而且¡ ¡ 这些测量结果会分布在目标值的周围,而 且... ¡ 大多数测量值会落在目标值的周围...
过程是居中的
C
¡ 有时候一个测量值会偏离目标值稍微远点... ¡ 很少的时候, 一个测量值会偏离目标值比较远, 当然¡ ¡ 所有零件都在规定的公差范围内
计量值控制图 优 点 计数值控制图 1 灵敏,易调查原因 1 数据可用简单方法获得 2 及时发现不良,使质量稳 2 对整体品质状态了解较 定 方便 1 抽样频度高,费时麻烦 1 不易寻找不良之真因 2 数据须测定,且再计算, 2 及时性不足,易延误时 须有训练之人,方可胜任 机。
缺 点
控制图
计量型控制图
(1)质量特性 (2)质量指标 (3)工艺参数
控制图的应用范围
(1)诊断:评估过程的稳定性。 (2)控制:决定某过程何时需要保持原有状态。 (3)确认:确认某一过程的改进。
控制图使用的一般程序
(1)选定质量特性
选定控制的质量特性应是影响产品质量的关键特
性,这些特性能够计量(或计数),并且在技术上
可以控制。
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(11月)
Ø11月时库存水平到达今年最高值。 Ø总经理决定采取行动。召开了一个“特殊会议” 希望解决目 前的问题并一劳 永逸。他讲了一席关于库存成本的冠冕堂皇 的话,然后就离开了。 Ø员工们不知道做什么,也就什么也没有做。 30 ¨ 20 ¨ 不能再“软管理”了!!! 10 ¨ 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
过程不是居中的。
C
¡ 测量值的中心值是移动的,而且... ¡ 测量值有时集中有时更加分散,而且¡ ¡ 有时候零件甚至超出了公差范围。
过程是不稳定也不可预见 的。 (不受控的)。
过程不是有能力 的。
如何评价过程的好坏
过程的3C定义
哪个过程更好? 过程是 CENTERED
即可能的不合格品数量最小
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 开车
一个车手有一个星期没开车了,另一个车手有15年没开车了。其中一位对他所有 所见都作出反应,另一位只会对他认为必要的作出反应。 上面的图对应哪一个车手? 什么是典型的通常因素和特殊因素?
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 罐装线
活动
支持活动(如培 训、设备维护等)
输出
过程的定义
过程三要素:
输入 活动 输出
1、在一个组织内,过程通常是经过策划,并在受控条件下进行的; 2、过程应是增值的; 3、过程包含一个或多个将输入转化为输出的活动,通常一个过程的输出直 接成为下一个过程的输入,但有时多个过程之间形成比较复杂的网络; 4、PDCA循环适用于所有过程。
控制图
控制图的种类(按用途分)
分析用控制图
主要用于分析:过程是否处于统计稳态。过程能力是否受控。
控制用控制图
主要用于使过程保持稳态,预防不合格的产生。
两种控制图的关系
在对过程实施控制前,首先用控制图对预控制的程实施诊 断,当确认过程处于稳定受控状态时,将分析用控制图控制 界限延长,转化为控制用控制图。
受控:
得分稳定
不受控:
得分不稳定
表现水平固定
得分随机而持续的分布 得分可预测的 只有普通因素变异存在
水平不断变化 得分分布是改变的
得分难以预测
特殊因素变异存在
控制图
控制图的理论控制线
LCL
过程分布 (过程声音 VOP)
UCL
CL
VOP = NT = 2X3 流程的声音来源于受控的稳定过程的自然变化
我是属于什么变异?
普通因素和特殊因素
过程中的变异:
普通因素变异 (噪音)
特殊因素变异 (信号) 变化 (信号)
普通 特殊
命名: 随机的 -------> 可指定的 ---->
普通因素和特殊因素
正常波动:是由随机因素/偶然因素造成的。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。
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(7月)
Ø取得的成绩没有保持住,库存很快有上升了。 总经理希望 能收回奖励,之前的赞誉看来太早了。 Ø4-7连续3个月库存增长。总经理说: 看来得来硬的了! 30 ¨ 20 ¨ 管理层希望收回奖励的匹萨!!! 10 ¨ (如果可以的话) 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
O
关键过程 输出
C
顾客
缺陷 废品 关键过程输出的 关键特性的变异
预防 vs. 检查 外部客户 vs. 内部客户
控制图
关于控制图 控制图 控制图
30 废 品 百 分 比
数据连续地点上并连接起来
控制上限
20
中心线
10
控制下限 质量特性
0
2
4
6
8
10 12 抽样数
14
16
18
20
数据信息
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 温控器
Ø有的时候没人管它,当然有的时候人总是在调它。 Ø这两个情况分别对应上面哪幅图? 什么是通常的和特殊的原 因?
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 我该瞄准哪里?
周三琼去打高尔夫球,他每杆都做到打得一样。 周四他打的时候每一杆都尽量在前一杆的基础上打得更好。 上面哪个是周三哪个是周四? 为什么会不同?
图
是
P图
或nP图
C图
或U图
否
X-R图
是 样本S易于 否 X-S图 计算吗?
控制图的选用程序
控制图使用的一般程序
(3)收集预备数据
应收集近期的,与目前工序状态一致的数据。
预备数据是用来作分析用控制图的数据,目的是用来 诊断欲控制过程是否处于稳定受控状态。
理论上讲,预备数据的组数k ≥20组,在实际应用中最 好取25组,当个别组数属于可查明原因异常时,经剔除后 所余数据依然大于20组,仍可利用这些数据作分析用控制 图。
过程是 CONTROL
即从长期来看是可预见的
规定下限
目标值
规定上限
过程是 CAPABLE
即产品是100%合格的
规定下限 目标值 规定上限
控制图
什么应该被控制?
对任何过程,在任何层面
S
供应商
I
关键过程 输入
关键输入的关键特 性参数
P
加工过程
关键过程参数 (KPPs) 设备设置 1、水温100℃ 2、水炖时间120分钟 环境控制 3、油温100℃ ¡ 4、翻炒时间10分钟 KPPs 是一种特殊的输入关 键特性.
普通因素和特殊因素
如何决策? 要不要做出反应?问题所在
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(4月)
Ø库存一直维持的比较低。 Ø总经理据此表彰全厂员工---全体员工在食堂吃匹萨!并说: 每一个 人都应该为你们取得的成绩而骄傲. 30 ¨ 20 ¨ 庆祝一下!!! Very good! 10 ¨ 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
控制图
分析用控制图与控制用控制图的区别
区别点 过程以前的状态 做图需要子组数 控制图的界限 使用目的 分析用控制图 未知 每次20~25组 需计算 了解过程 控制用控制图 已知 每次一组 延长前控制限 控制过程
使用人员
工艺(PE)、质管 (QE)
现场操作和管理 人员
控制图
控制图的种类(按数据的性质分) 控制图可分为计量控制图和计数控制图。 两种控制图的优缺点
它是 “ 分布的宽度” 它是过程的自然公差 我们也称它过程能力 它代表数值落在控制线范围内的概率为99.73%
中心
a
自然公差 NT=2X3
b
控制图
控制图的理论控制线
30
UCL=CL+ 3
20
CL
10
LCL=CL- 3
0
2
4
6
8
10
12
14
16
18
20
控制图
控制图的理论控制线
过程处于统计状态时,产品的总体的质量特性数据分布一般呈 正态分布,质量特性值落在范围内的概率为99.73%,落在界外 的概率为0.27%。 因此可用μ ±3σ 作为上下 控制限,以质量特性数据是 否超过这一控制界限以及数 据的排列情况来判断过程是 否处于受控状态。
形成典型Biblioteka Baidu布, 如:正态分布的 分布中心和标准 偏差保持不变 典型分布被破坏, 如正态分布的分 布中心、标准差 发生变化
特殊 原因
异常波动 影响方向确定 采取对策: 过程中时有时无 “严加控制” 可以控制和消除
如何评价过程的好坏
表现良好的过程
一个零件的关键特性参数有一个目标值 和规定的公差范围.
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(今年6月)
Ø从去年底到今年6月总经理实现了库存降低。 Ø“情况在好转!” Ø他的结论: “管理上要强应一点才行!” Ø(请记住:其实系统并没有什么改变。) 30 ¨ 20 ¨ 结论:“强硬管理”起作用!!! 10 ¨
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 今年月份
预 测
范围
普通因素和特殊因素
异常波动:是由系统因素/异常因素造成的,这些特殊因 素在生产中并不大量存在,对产品质量经常发生影响,一 旦存在,它对产品质量的影响就比较显著。
预
测
范围
普通因素和特殊因素
普通原因和特殊原因对过程质量影响的对比
因素 普通 原因 特点
影响程度小
质量波动
特征
正常波动 采取的对策: 影响方面不定 从技术或管理方面寻求 过程中始终存在 “质量突破”,如不经济 难以控制和消除 则“听之任之”
Lot 1
Lot 2
一种情况是操作工会很负责地在每一瓶罐装之后都调校机器. 另一种情况是罐装线一直在跑,但操作工没有对流水线作任何改变. 上图对应哪种情况? 为什么会这样?
普通因素和特殊因素
关键信息:
1、区分普通因素和特殊因素变异。 (用控制图或其他恰当的统计工具) 2、对普通因素变异而非特殊因素变异采取行动只会 增加过程的变异可能性。
五大工具 统计过程控制培训 (SPC) May 16, 2011
2018/10/19 质量领导一切 1
内容安排
过程的定义 普通因素和特殊因素 如何评价过程的好坏 SPC CP和CPK PP和PPK
过程的定义
一组将输入转化为输出的相互关联或相互作用的活动。
管理活动或 资源提供
输入
均值与极差控制图( X R 图) 均值与标准差控制图( X S 图)
中位数与极差控制图( X R 图)
单值与移动极差控制图(X-RS图)
~
计数值控制图 不良率控制图(P 图) 不良数控制图(np 图) 点数控制图(C 图) 单位缺点数控制图(U 图)
控制图
控制图的控制对象
过程是稳定且 可预见的 (受控的)
过程是有能力 的
如何评价过程的好坏
表现不良的过程
一个零件的关键特性参数有一个目 标值和规定的公差范围. 试想我们测量了很多个零件的这一 关键特性参数. 如果该零件的加工过程是不良的, 那么我们可以预见¡
规定下限
目标值
规定上限
¡ 这些测量结果会有差异,而且... ¡ 测量值不是以目标值居中分布的,而且...
(2)选择控制图的种类
控制图使用的一般程序
数据的性质 是计量型 ? ~X-R 图 过程质量 均匀吗? 或 只能取一 个数值吗? 是 x-Rs 图 是 否 样本均匀易 否 于计算吗? 是 样本量 ≥9吗? 是 X-R图 是计数型 ? 是常数? 是 X-R图 否
是计量型 ? 是计点型
P
图
是常数?
否
“ u” U
改善流程(因素影响大 时)
特殊因素 消除 预防 防错
流程图 因果分析图 Pareto图 推移图 柱状图 实验
控制图
统计控制的表述
控制图帮助我们决定:过程是否受控
总分
600
比尔每周保龄球得分
550
500
450
400 0 10 20 30 40 50 60 70 80 90 100
控制图使用的一般程序
控制图名称 分析用控制图抽样 样本大小n(子组容量) 组数k(子组数量) 备注 样本容量取4 以上 标本容量常 取3或5
取样的时间序列
Process X from 10/1-10/10
控制图
对过程的行动
On-Line:
收集数 据
维持控制 维持控制
在控制图上表现 数据
普通变异
过程继续 识别变异类型
特殊变异 根据 CAG
记录行动
采取恰当行动
控制图
对过程的行动
Off-Line:
评估过程稳定性以及改进过程
O F F-L IN E 普通因素
试想我们测量了很多个零件的这一关键 特性参数. 如果该零件的加工过程是良好的,那么 我们可以预见¡
规定下限
目标值
规定上限
¡ 这些测量结果会有差异,而且¡ ¡ 这些测量结果会分布在目标值的周围,而 且... ¡ 大多数测量值会落在目标值的周围...
过程是居中的
C
¡ 有时候一个测量值会偏离目标值稍微远点... ¡ 很少的时候, 一个测量值会偏离目标值比较远, 当然¡ ¡ 所有零件都在规定的公差范围内
计量值控制图 优 点 计数值控制图 1 灵敏,易调查原因 1 数据可用简单方法获得 2 及时发现不良,使质量稳 2 对整体品质状态了解较 定 方便 1 抽样频度高,费时麻烦 1 不易寻找不良之真因 2 数据须测定,且再计算, 2 及时性不足,易延误时 须有训练之人,方可胜任 机。
缺 点
控制图
计量型控制图
(1)质量特性 (2)质量指标 (3)工艺参数
控制图的应用范围
(1)诊断:评估过程的稳定性。 (2)控制:决定某过程何时需要保持原有状态。 (3)确认:确认某一过程的改进。
控制图使用的一般程序
(1)选定质量特性
选定控制的质量特性应是影响产品质量的关键特
性,这些特性能够计量(或计数),并且在技术上
可以控制。
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(11月)
Ø11月时库存水平到达今年最高值。 Ø总经理决定采取行动。召开了一个“特殊会议” 希望解决目 前的问题并一劳 永逸。他讲了一席关于库存成本的冠冕堂皇 的话,然后就离开了。 Ø员工们不知道做什么,也就什么也没有做。 30 ¨ 20 ¨ 不能再“软管理”了!!! 10 ¨ 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
过程不是居中的。
C
¡ 测量值的中心值是移动的,而且... ¡ 测量值有时集中有时更加分散,而且¡ ¡ 有时候零件甚至超出了公差范围。
过程是不稳定也不可预见 的。 (不受控的)。
过程不是有能力 的。
如何评价过程的好坏
过程的3C定义
哪个过程更好? 过程是 CENTERED
即可能的不合格品数量最小
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 开车
一个车手有一个星期没开车了,另一个车手有15年没开车了。其中一位对他所有 所见都作出反应,另一位只会对他认为必要的作出反应。 上面的图对应哪一个车手? 什么是典型的通常因素和特殊因素?
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 罐装线
活动
支持活动(如培 训、设备维护等)
输出
过程的定义
过程三要素:
输入 活动 输出
1、在一个组织内,过程通常是经过策划,并在受控条件下进行的; 2、过程应是增值的; 3、过程包含一个或多个将输入转化为输出的活动,通常一个过程的输出直 接成为下一个过程的输入,但有时多个过程之间形成比较复杂的网络; 4、PDCA循环适用于所有过程。
控制图
控制图的种类(按用途分)
分析用控制图
主要用于分析:过程是否处于统计稳态。过程能力是否受控。
控制用控制图
主要用于使过程保持稳态,预防不合格的产生。
两种控制图的关系
在对过程实施控制前,首先用控制图对预控制的程实施诊 断,当确认过程处于稳定受控状态时,将分析用控制图控制 界限延长,转化为控制用控制图。
受控:
得分稳定
不受控:
得分不稳定
表现水平固定
得分随机而持续的分布 得分可预测的 只有普通因素变异存在
水平不断变化 得分分布是改变的
得分难以预测
特殊因素变异存在
控制图
控制图的理论控制线
LCL
过程分布 (过程声音 VOP)
UCL
CL
VOP = NT = 2X3 流程的声音来源于受控的稳定过程的自然变化
我是属于什么变异?
普通因素和特殊因素
过程中的变异:
普通因素变异 (噪音)
特殊因素变异 (信号) 变化 (信号)
普通 特殊
命名: 随机的 -------> 可指定的 ---->
普通因素和特殊因素
正常波动:是由随机因素/偶然因素造成的。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。
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(7月)
Ø取得的成绩没有保持住,库存很快有上升了。 总经理希望 能收回奖励,之前的赞誉看来太早了。 Ø4-7连续3个月库存增长。总经理说: 看来得来硬的了! 30 ¨ 20 ¨ 管理层希望收回奖励的匹萨!!! 10 ¨ (如果可以的话) 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
O
关键过程 输出
C
顾客
缺陷 废品 关键过程输出的 关键特性的变异
预防 vs. 检查 外部客户 vs. 内部客户
控制图
关于控制图 控制图 控制图
30 废 品 百 分 比
数据连续地点上并连接起来
控制上限
20
中心线
10
控制下限 质量特性
0
2
4
6
8
10 12 抽样数
14
16
18
20
数据信息
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 温控器
Ø有的时候没人管它,当然有的时候人总是在调它。 Ø这两个情况分别对应上面哪幅图? 什么是通常的和特殊的原 因?
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应? 我该瞄准哪里?
周三琼去打高尔夫球,他每杆都做到打得一样。 周四他打的时候每一杆都尽量在前一杆的基础上打得更好。 上面哪个是周三哪个是周四? 为什么会不同?
图
是
P图
或nP图
C图
或U图
否
X-R图
是 样本S易于 否 X-S图 计算吗?
控制图的选用程序
控制图使用的一般程序
(3)收集预备数据
应收集近期的,与目前工序状态一致的数据。
预备数据是用来作分析用控制图的数据,目的是用来 诊断欲控制过程是否处于稳定受控状态。
理论上讲,预备数据的组数k ≥20组,在实际应用中最 好取25组,当个别组数属于可查明原因异常时,经剔除后 所余数据依然大于20组,仍可利用这些数据作分析用控制 图。
过程是 CONTROL
即从长期来看是可预见的
规定下限
目标值
规定上限
过程是 CAPABLE
即产品是100%合格的
规定下限 目标值 规定上限
控制图
什么应该被控制?
对任何过程,在任何层面
S
供应商
I
关键过程 输入
关键输入的关键特 性参数
P
加工过程
关键过程参数 (KPPs) 设备设置 1、水温100℃ 2、水炖时间120分钟 环境控制 3、油温100℃ ¡ 4、翻炒时间10分钟 KPPs 是一种特殊的输入关 键特性.
普通因素和特殊因素
如何决策? 要不要做出反应?问题所在
普通因素和特殊因素
面对过程变化如何反应? 案例:库存水平(4月)
Ø库存一直维持的比较低。 Ø总经理据此表彰全厂员工---全体员工在食堂吃匹萨!并说: 每一个 人都应该为你们取得的成绩而骄傲. 30 ¨ 20 ¨ 庆祝一下!!! Very good! 10 ¨ 1 2 去年月份 3 4 5 6 7 8 9 10 11 12
控制图
分析用控制图与控制用控制图的区别
区别点 过程以前的状态 做图需要子组数 控制图的界限 使用目的 分析用控制图 未知 每次20~25组 需计算 了解过程 控制用控制图 已知 每次一组 延长前控制限 控制过程
使用人员
工艺(PE)、质管 (QE)
现场操作和管理 人员
控制图
控制图的种类(按数据的性质分) 控制图可分为计量控制图和计数控制图。 两种控制图的优缺点
它是 “ 分布的宽度” 它是过程的自然公差 我们也称它过程能力 它代表数值落在控制线范围内的概率为99.73%
中心
a
自然公差 NT=2X3
b
控制图
控制图的理论控制线
30
UCL=CL+ 3
20
CL
10
LCL=CL- 3
0
2
4
6
8
10
12
14
16
18
20
控制图
控制图的理论控制线
过程处于统计状态时,产品的总体的质量特性数据分布一般呈 正态分布,质量特性值落在范围内的概率为99.73%,落在界外 的概率为0.27%。 因此可用μ ±3σ 作为上下 控制限,以质量特性数据是 否超过这一控制界限以及数 据的排列情况来判断过程是 否处于受控状态。