质量管理学第2章 统计过程控制理论剖析
合集下载
- 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)。
x np(1 p)
• (2)泊松分布
在二项分布中,以p代表随机事件x出现的概率,1-p表 示其对立事件的概率,n为事件的总数。当n很大,而p很
小时(n≥20,p≤0.25),二项分布可用参数λ=np的泊松
分布来近似:
p( x) x e
x!
式中,e为自然对数的底(e=2.71828);x为随机变量, 它可取值为0,1,2,…,n ;λ为随机变量出现的平均数。 若以x作为随机变量,泊松分布的数学期望为E(x) =λ, 方差 为 ,标准差 x2为 。 x
N!
x)!
m! x!(m x)!
n!(N n)!
(x=0,1,2,…min(n,m)) 式中,是N件产品每次取n件的组合数;是m件不合格品中每次抽取x件的 组合数。如果m≤n,那么随机变量x的值可能为0,1 ,… m。在实际中,m 和Nm往往是未知的,通常要通过检验一定数量的产品来估计这些未知数目。 假使 p=m/N ,表示第一次抽取一个不合格品的概率。如果取x/n坐标变量, 那么可求得超几何分布的数学期望值:
四、质量数据的概率分布
• 1.二项分布与泊松分布 (1)二项分布 当一个随机事件的发生只有两种可能的状态和结果时,例如当一个元件和系统满足或不 满足要求、可以正常工作或失效时,可以应用二项概率分布来描述。 如果某一随机事件在n次独立试验的每一次试验中出现的概率p都是固定的,它不出现的概率 为1-p,那么该事件在n次试验中出现x次的概率是 p(x / n) Cnx p x (1 p)nx (x=0,1,2,…n) 如果一批产品总体的不合格品率为p,那么p(x/n)是表示从这个总体中任意抽取一个样本 大小为n的产品中出现不合格品数正好为x的概率。 以x作为随机变量,可以得到二项分布的平均值为 E(x) = np 并且其总体标准差为
1.偶然波动
偶然因素引起产品质量的偶然波动,又称随机 波动。一个只表现出偶然波动的过程所产生的值 一般都处于中心值两侧。这样的过程称为处于统 计控制状态的过程。偶然波动是由许多原因引起 的,而每一个原因只起很小的作用。这样,排除 一个单一的原因只会对最终结果起到很小的影响, 因此从经济角度考虑,减少偶然波动是非常困难 的。
批量缺陷发生。
第一节 质量控制的数理统计学基础
• 一、数据的种类
1.计量值数据
(长度、重量、电流、温度等。测量结果的 数据可以是连续的,也可以是不连续的)
2.计数值数据
不能连续取值的,只能以个数计算的数为计 数值数据。(不合格品数、缺陷数)
二、总体和样本
•
在一个统计问题中,把所研究的对象的全体
2. 按影响大小与作用性质分类,可分成以下 两类:
(1)偶然因素。偶然因素具有四个特点: ①影响微小。②始终存在。③逐件不同。 ④难以除去。
(2)异常因素。异常因素又成为系统因素。 异常因素也有四个特点:①影响较大。② 有时存在。③一系列产品受到同一方向的 影响。④不难除去。
二、质量波动性的分类
E(x/n) = p 而它的总体标准差为
x n
p(1 p) ( N n) n N 1
3. 正态分布
连续随机变量最重要的分布正态分布(或称高斯分布), 工程上有许多变量分布都可以用正态分布近似表示。这种 分布最普通的表达形式为:
f (x) 1 e(x)2 2 2, X 2
称X服从正态分布。式中,μ为总体的算术平均值;σ为总体的标 准差,不同的μ,不同的σ对应不同的正态分布。正态曲线呈钟型,左 右对称,曲线与横轴间的面积总等于1,如Leabharlann Baidu图所示。
第2章 统计过程控制(SPC)理论
学习目标:
•熟悉质量控制的数理统计学基础知识 •理解质量波动理论及产生原因 •熟练掌握控制图的原理、种类、设计及判断 准则 •掌握过程能力和过程能力指数的概念 •掌握过程能力指数的计算、分析和评价
引例
A公司主要进行半导体的封装与测试,在晶片切割工 艺中,一片载有上千集成电路芯片的硅片被高速转动的石 英刀轮切割成具有独立功能的芯片。这道工序是非常关键 的工序,如果工序的控制出现问题,就可能导致大批量的 不良品的产生。在这道工序中,主要的控制点是切口的质 量控制。其中切口宽度是最重要的可衡量参数,即关键质 量特性,如果切口过宽可能会破坏有效电路,或者由于过 于接近电路边缘而引起可靠性问题,因此在检验标准中规 定其最小值。企业质量部门选择均值—标准差控制图为工 具,间隔相等时间选取数片硅片,测量切口宽度,连续选 取25组数据后,绘制控制图,以判断工艺稳定性,预防大
称为总体。
通常全及总体的单位数用N来表示,样本单位 数称为样本容量,用n来表示。相对于N来说,n 则是个很小的数。它可以是总体的几十分之一乃 至几万分之一。
三、数据特征值
• 数据特征值是数据分布趋势的一种度量。数 据特征值可以分为两类。 集中度:频数 、算术平均值 、中位数、众 数等; 离散度:极差、方差、标准差等。
• 2.超几何分布
假设一批产品的总数为N,其中m件为不合格品,N-m件为合格品。当检验
这批产品质量时,从这批产品中随机每次抽取一件共抽n次,而抽出每一件后
均不放回到这批产品中去。那么共抽取n件产品试验中恰好有x件不合格品的
概率是:
p(x / n)
C Nn xmCmx
C
n
N
(n
(N x)!( N
m)! mn
2.异常波动
异常因素引起产品质量的异常波动,又称系统
波动;异常波动能引起系统性的失效或缺陷。异 常波动可能会引起一种趋势,如持续地沿着一个 方向或另一个方向变化。这是由于某种因素逐渐 加深对过程的影响,像磨损和撕裂,或是温度的 变化等。另一种异常波动的例子是水平的突变。 这种类型的变化可能是由于操作人员的变化、使 用了新的材料、改变了设备调试引起。异常波动 一般是由单一的不明原因造成,而这个原因能引 起明显的后果。
μ-3σ μ-2σμ-σ
μ μ+σ μ+2σμ+3σ
X
第二节 质量波动理论
一、质量因素的分类 1. 按不同来源分类,可分为:操作人员 (Man)、设备(Machine)、原材料 (Material)、操作方法(Mathod)、环境 (Environment),简称4M1E;有的还把 测量(Measurement)加上,简称5M1E。
• (2)泊松分布
在二项分布中,以p代表随机事件x出现的概率,1-p表 示其对立事件的概率,n为事件的总数。当n很大,而p很
小时(n≥20,p≤0.25),二项分布可用参数λ=np的泊松
分布来近似:
p( x) x e
x!
式中,e为自然对数的底(e=2.71828);x为随机变量, 它可取值为0,1,2,…,n ;λ为随机变量出现的平均数。 若以x作为随机变量,泊松分布的数学期望为E(x) =λ, 方差 为 ,标准差 x2为 。 x
N!
x)!
m! x!(m x)!
n!(N n)!
(x=0,1,2,…min(n,m)) 式中,是N件产品每次取n件的组合数;是m件不合格品中每次抽取x件的 组合数。如果m≤n,那么随机变量x的值可能为0,1 ,… m。在实际中,m 和Nm往往是未知的,通常要通过检验一定数量的产品来估计这些未知数目。 假使 p=m/N ,表示第一次抽取一个不合格品的概率。如果取x/n坐标变量, 那么可求得超几何分布的数学期望值:
四、质量数据的概率分布
• 1.二项分布与泊松分布 (1)二项分布 当一个随机事件的发生只有两种可能的状态和结果时,例如当一个元件和系统满足或不 满足要求、可以正常工作或失效时,可以应用二项概率分布来描述。 如果某一随机事件在n次独立试验的每一次试验中出现的概率p都是固定的,它不出现的概率 为1-p,那么该事件在n次试验中出现x次的概率是 p(x / n) Cnx p x (1 p)nx (x=0,1,2,…n) 如果一批产品总体的不合格品率为p,那么p(x/n)是表示从这个总体中任意抽取一个样本 大小为n的产品中出现不合格品数正好为x的概率。 以x作为随机变量,可以得到二项分布的平均值为 E(x) = np 并且其总体标准差为
1.偶然波动
偶然因素引起产品质量的偶然波动,又称随机 波动。一个只表现出偶然波动的过程所产生的值 一般都处于中心值两侧。这样的过程称为处于统 计控制状态的过程。偶然波动是由许多原因引起 的,而每一个原因只起很小的作用。这样,排除 一个单一的原因只会对最终结果起到很小的影响, 因此从经济角度考虑,减少偶然波动是非常困难 的。
批量缺陷发生。
第一节 质量控制的数理统计学基础
• 一、数据的种类
1.计量值数据
(长度、重量、电流、温度等。测量结果的 数据可以是连续的,也可以是不连续的)
2.计数值数据
不能连续取值的,只能以个数计算的数为计 数值数据。(不合格品数、缺陷数)
二、总体和样本
•
在一个统计问题中,把所研究的对象的全体
2. 按影响大小与作用性质分类,可分成以下 两类:
(1)偶然因素。偶然因素具有四个特点: ①影响微小。②始终存在。③逐件不同。 ④难以除去。
(2)异常因素。异常因素又成为系统因素。 异常因素也有四个特点:①影响较大。② 有时存在。③一系列产品受到同一方向的 影响。④不难除去。
二、质量波动性的分类
E(x/n) = p 而它的总体标准差为
x n
p(1 p) ( N n) n N 1
3. 正态分布
连续随机变量最重要的分布正态分布(或称高斯分布), 工程上有许多变量分布都可以用正态分布近似表示。这种 分布最普通的表达形式为:
f (x) 1 e(x)2 2 2, X 2
称X服从正态分布。式中,μ为总体的算术平均值;σ为总体的标 准差,不同的μ,不同的σ对应不同的正态分布。正态曲线呈钟型,左 右对称,曲线与横轴间的面积总等于1,如Leabharlann Baidu图所示。
第2章 统计过程控制(SPC)理论
学习目标:
•熟悉质量控制的数理统计学基础知识 •理解质量波动理论及产生原因 •熟练掌握控制图的原理、种类、设计及判断 准则 •掌握过程能力和过程能力指数的概念 •掌握过程能力指数的计算、分析和评价
引例
A公司主要进行半导体的封装与测试,在晶片切割工 艺中,一片载有上千集成电路芯片的硅片被高速转动的石 英刀轮切割成具有独立功能的芯片。这道工序是非常关键 的工序,如果工序的控制出现问题,就可能导致大批量的 不良品的产生。在这道工序中,主要的控制点是切口的质 量控制。其中切口宽度是最重要的可衡量参数,即关键质 量特性,如果切口过宽可能会破坏有效电路,或者由于过 于接近电路边缘而引起可靠性问题,因此在检验标准中规 定其最小值。企业质量部门选择均值—标准差控制图为工 具,间隔相等时间选取数片硅片,测量切口宽度,连续选 取25组数据后,绘制控制图,以判断工艺稳定性,预防大
称为总体。
通常全及总体的单位数用N来表示,样本单位 数称为样本容量,用n来表示。相对于N来说,n 则是个很小的数。它可以是总体的几十分之一乃 至几万分之一。
三、数据特征值
• 数据特征值是数据分布趋势的一种度量。数 据特征值可以分为两类。 集中度:频数 、算术平均值 、中位数、众 数等; 离散度:极差、方差、标准差等。
• 2.超几何分布
假设一批产品的总数为N,其中m件为不合格品,N-m件为合格品。当检验
这批产品质量时,从这批产品中随机每次抽取一件共抽n次,而抽出每一件后
均不放回到这批产品中去。那么共抽取n件产品试验中恰好有x件不合格品的
概率是:
p(x / n)
C Nn xmCmx
C
n
N
(n
(N x)!( N
m)! mn
2.异常波动
异常因素引起产品质量的异常波动,又称系统
波动;异常波动能引起系统性的失效或缺陷。异 常波动可能会引起一种趋势,如持续地沿着一个 方向或另一个方向变化。这是由于某种因素逐渐 加深对过程的影响,像磨损和撕裂,或是温度的 变化等。另一种异常波动的例子是水平的突变。 这种类型的变化可能是由于操作人员的变化、使 用了新的材料、改变了设备调试引起。异常波动 一般是由单一的不明原因造成,而这个原因能引 起明显的后果。
μ-3σ μ-2σμ-σ
μ μ+σ μ+2σμ+3σ
X
第二节 质量波动理论
一、质量因素的分类 1. 按不同来源分类,可分为:操作人员 (Man)、设备(Machine)、原材料 (Material)、操作方法(Mathod)、环境 (Environment),简称4M1E;有的还把 测量(Measurement)加上,简称5M1E。