第4章统计过程控制图

统计过程控制与产品检查的区别
统计过程控制虽然会带来一定程度的 预防成本的提高，但却能及早发现异常， 采取措施消除隐患，带来故障成本的大幅 度降低。因此对比产品检查，统计工序控
控制图的产生与定义
产生：控制图是由美国贝尔（Bell）
通信研究所的休哈特（W.A Shewhart）
博士发明的，因此也称休哈特控制图。
∴由偶然因素造成的质 量波动称为正常的 波动，这种波动一般通过公差加以反映，此
1. 在一定时间内对生产过程起作用的因素。 如材料成份、规格、 硬度的显著变化；设备、 工夹具安装、调整不当或损坏；刃具的过渡 磨损；工人违反操作规 程等；
2. 因素造成较大的质量波动，常常超出了规 格范统计量为纵坐标的平面坐 标系；
2
控制线：中心线CL、上控
制线UCL和下控制线LCL
3
控制图的类型
控制界限的确定原理—3σ原理
确定方法
休哈特控制图控制界限是以3σ原理确 定的。即以质量特性统计量的均值作为控 制中线CL； 在距均值±3σ处作控制上、 下线。由3σ原理确定的控制图可以在最 经济的条件下达到保证 生产过程稳定的目 的控制界限的重要性。
2 3 收集预备数据 4
各种控制图控制界限的计算方法及计算
(1)计算各样本参数(见控制图系数表) (2)
绘制程序
5 作分析用控制图并判断工序是否处于稳 定状态
6 与规格比较，确定控制用控制图 7
应用控制图制好后，即可用它控制工序， 使生产过程保持在正常状态。
步骤3：收集准备数据
收集预备数据的目的只为作分析用控制图以判断工序状 态。数据采集的方法是间隔随机抽样。为能反映工序总 体状况，数据应在10～15天内收集 ，并应详细地记录 在事先准备好的调查表内。数据收集的个数参下表。
统计过程控制与产品检查的区别
检查是通过比较产品质量特性测量值与规 格要求，剔除不合格品，是事后把关。统计过 程控制是通过样本数据分布状态估计总体分布 状态的变化，达到预防异常因素造成的不正常 质量波动，消除质量隐患的目的，是事先预防。
检查通常通过专门的测量仪器和设备得到 测量值，并由检查人员进行判定。而统计过程 控制必须使用专门设计的控制图，并按一定的 判定规则判定工序状态是否处于正常状态。
控制图的样本与样本容量
控制图名称
X R 图
X~ R 图
L—S 图 X—Rs图 pn图、 p 图
C图、U图
样本数k 一般k=20~25
样本容量n 一般3~6
备注 X~ 图的样本容量常取3或5
K=20~30 一般k＝20～25
1
1/p~5/p
尽可能使样本中缺 陷数C＝1～5
步骤3：收集准备数据
收集预备数据的目的是作分析用控制图以判断工序 状态。数据采集的方法是间隔随机抽样。为能反映工序 总体状况，数据应在10～15天内收集 ，并应详细地记 录在事先准备好的调查表内。数据收集的个数参下表。
现代工业统计
南京财经大学统计系
2011～2012年第1学期
第四章 统计过程控制图
第二节
提出,分析
一、工序与质量波动 二、什么是SPC 第三节 三、控制图原理与观察
模型建立
第四节 第五节
四、均值－标准差控制图 五、均值－极差控制图 六、计件特性的常规控制图－p 图 七、计点特性的常规控制图－ｕ图
八、使用中注意的问题
统计过程控制的解决方案 统计过程控制与产品检查的区别
控制图原理与观察
控制图的构造与类型 控制图的绘制与判断 控制图的两类错误分析 控制图的分类
工序
工序，实际上是在产品制造过程的某一环 节上，为保证生产出符合技术要求的合格品而 应具备的全部手段和条件的统称。
人（Man）、机器（Machine）、材料（Material）、 方法（Method）、测量（Measure）、环境 （Environment）是六大工序质量因素，简称为 “5MlE”。所以，工序就是这些因素综合起作用的 过程。产品的制造质量就是由无数的工序加工过程决 定的。
1. 对生产过程一直起作用的因素。如材料成分、 规格、硬度等的 微小变化；设备的微小震动； 刃具的正常磨损；夹具的弹性变型及微小松动； 工人操作的微 小不均匀性等；
2. 对质量波动的影响并不大，不超出工序规格 范围；
3. 因素的影响在经济上并不值得消除；
4. 在技术上也是难以测量、难以避免的；
5. 偶然因素造成的质量特性值分布状态不随 时间的变化而变化。（图a）
定义：控制图是反映和控制质量特性
值分布状态随时间而发生的变动情况的 图表。它是判断工序是 否处于稳定状态、 保持生产过程始终处于正常状态的有效 工具。
控制图的构造
控制上线UCL
x(或x、R、S等)
控制中线CL 控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
3. 因素的影响在经济上是必须消除的；
4. 在技术上是易于识别、测量并且是可以消除 和避免的 ; 5. 由异常因素造成的质量特性值分布状态随时 间的变化可能 发 生各种变化。（图b、c、d）
∴由异常因素造成的波动称为不正常的波动。 此时的工序处于不稳定状态 或非受控状态。对 这样的工序必须严加控制。
3σ原理
设工序处于正常状态时，质量特性 总体的均值为μ0，标准偏差 为σ。
三条控制线的位置分别为：
CL = μ0 UCL = μ0 ＋ kσ， LCL = μ0 － kσ。
绘制程序
1 即明确控制对象。一般应选择可以计量 (或计数)、技术上可控、对产品质量影响 大的关键部位、关键工序的关键质量特性
工序与质量波动
一、工序
二、质量波动两因素
偶然因素
异常因素
什么是SPC
统计过程控制（Statistical Process Control 简称SPC），又称统计工序控制，是过程控制的 一种实施方法。它根据产品质量的统计观点， 运用数理统计方法收集、整理和分析生产制造 过程的数据，了解、预测和监控过程的运行状 态，排除隐患。
生产过程的几种状态
公差上限
图a
公差下限 公差上限
图c
公差下限
图b 图d
公差上限 公差下限
公差上限 公差下限
统计过程控制的解决方案
统计过程控制要解决两个基本问题： 一是工序质量状况是否稳定 —利用控制图作为工具进行测定 二是过程能力是否充足 —通过过程能力查定来实现 统计过程控制必须同专业技术相结合，才能 最终实现过程控制目标。