《统计过程控制 (spc)综述》由会员分享，可在线阅读，更多相关《统计过程控制 (spc)综述（21页珍藏版）》请在金锄头文库上搜索。
1、S p c 学习目的 学习内容 SPC培训教材 制作：孔少良 了解和掌握SPC基本工具。 利用SPC工具，找出致命因素，改善生产品质。 SPC基本概念。 直方图。 X-R均值和极差值图。 工序能力（CPK)分析 计数值控制图（P, np, C, U 图） 一、SPC基本概念 1、过程的定义 人 装置 材料 方法 环境 我们的工作方法/ 资源混合 产品 服务 输入过程/系统过程模式 输出 过程图示 客户 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（ISO9000-3.4.1） 1/20 一、SPC基本概念 2、过程控制的定义 对过程实施一套程序与计划的行动，以保证客户的要求得以满足，
2、程序与计划行动包括： 计划检验与监控行动，以收集关于输入、输出的信息；基于所收集的信息，调整过程。 人 装置 材料 方法 环境 我们的工作方法/ 资源混合 产品 服务 过程控制图示 客户 定义： 统计过程控制 确定更改的 需求和期望 客户的声音 过程的声音 2/20 一、SPC基本概念 3、统计过程控制的定义和目的 应用统计技术，如控制图来分析过程或其输出，以便采取适当的措施达到或维持稳定或统 计控制和改善过程能力。 定义： 统计过程控制目的： 分析过程 -过程应该做什么 -会出什么错 -达到统计控制状态 -测定能力 维护过程 改善过程 -监控过程的运行 -发现特殊原因的变差， 并对之采取措施
3、 -改变过程，以更好地 理解普通原因的变差 -减少普通原因的变差 统计过程控制三个目的： A、达到统计控制状态 B、保持统计控制状态 C、改进过程能力 3/20 一、SPC基本概念 4、变差的原因 普通变差： -影响各个过程输出值的变差源（存在固有性、随机性、偶然性） -在控制图中作为随机过程变差的成份出现 特殊变差： -间断性，常常为不可预测、不稳定的变差源 -点超出控制限，或在控制内呈链状或其它随机形状。 4/20 一、SPC基本概念 5、SPC统计工序控制介绍 控制图的种类： 一个工序特性的特定量度（温度、时间、尺寸） XR CHART 平均值和极差值控制图 XMR CHART 单一值和
4、移动极差控制图 XS CHART 平均值和标准偏差控制图 RUN CHART 连续图 注：X 表示测量平均值-位置的量度，R为极差值-分布的量度 计数值控制图 P CHART 不合格率控制图 Np CHART 不合格数控制图 C CHART 缺点数图 U CHART 每单位缺点数图 计量值控制图 5/20 二、直方图 1、直方图定义和用途 定义： 直方图是频数直方图的简称。是将数据按其顺序分成若干间隔相等的组，以组距 为底边，以落入各组的频数为高的若干长方形排列的图。如下图： 频数 0 10 20 30 40 3 6 9 12 15 18 21 24 27 30 直方图用途有如下几点： 1、比
5、较直观地看出品质特性的分布状态 以便掌握产品质量分布情况； 2、判断工序是否处于稳定状态； 3、对总体进行推断，判断其总体质量分 布情况； 4、掌握工序能力及工序能力保证产品质 量的程度，并通过工序能力来估算生 产过程的不合格率。 6/20 二、直方图 2、直方图画法 例：某工厂加工螺栓，其外径尺寸要求为：直径：8-0.108-0.05，现场随机抽样100个，其数据见表，试画出直方图。 3830 18 25 23 3025 13 25 27 3830 25 25 27 1430 26 25 27 24 25 28 27 23 3020 29 22 25 2025 28 18 38 2530 3
6、0 22 22 2626 35 25 15 29 23 30 25 18 2918 24 20 22 2820 22 22 23 2018 15 23 31 1828 15 23 31 2328 19 25 22 2220 38 20 27 2529 25 27 35 3030 24 22 31 2625 30 30 22 18 22 35 30 22 1、收集数据 一般取100个，N=100，表中实测 数据为7.938；7.930，为简化计 算取后两位。 2、找出最大值和最小值，计算极差。 Xmax=7.938, Xmin=7.913; R=Xmax-Xmin=0.025 3、确定组数K和组
7、距h 一般使用K为10组; h=R/K=0.025/10=0.0025=0.003 组距的确定要注意两点： A、 h要取整数，B,确定要取奇数。 4、确定第一组的上下界 公式：Xmin+ (h/2)， 本例：7.913+(0.003/2)=7.91157.9145，第一组上下界确定后，其余各组顺次由前一组的上界加上组距，最后 一组包含数据的最大值Xmax。第二组：7.9145 7.9175；第三组： 7.9175 7.9205 5、计算各组中值Xi：Xi=(某组的下界值+ 某组的上界值) 2 6、计算频数Fi 7、计算各组简化组中值Ui 8、计算标准差 9、画直方图 7/20 二、直方图 2、
8、直方图画法 频数分布表 组号组 距组中值Xi 频数Fi 1 2 3 4 5 6 7 8 9 7.9115 7.9145 7.913 2 7.9145 7.9175 7.916 2 7.9175 7.9205 7.919 16 7.9205 7.9235 7.922 18 7.9235 7.9265 7.925a 23 7.9265 7.9295 7.928 17 7.9295 7.9325 7.931 15 7.9325 7.9355 7.934 3 7.9355 7.9385 7.937 4 0 5 10 15 20 25 7.9115 7.9145 7.9175 7.9205 7.9235
9、 7.9265 7.9295 7.9325 7.9355 7.9385 螺栓直方图 频数 质量特性 N=100 X=7.9252 说明： X：平均值，即分布中心 TM:公差中心 S：标准差 8/20 二、直方图 3、直方图的观察分析 直方图的形状分析 （1）、正常型：正常型也称对称型，中部有顶峰，左右两边低且似对称，这时判定工 序处于稳定状态。 （2）、异常型：偏向型、双峰型、锯齿型、平顶型、孤岛型等。 直方图和公差界限比较 （1）、直方图的分布中心（X)和公差中心TM近似重合，直方图的分布在公差范围内且两边有余量，这种 情况一般来说很少出现不合格品。 （2）、直方图的分布在公差范围内，但分布
10、中心X和公差中心TM有较大偏移，这种情况下， 工序台稍有 变化，就有可能出现不合格品。因此分析原因，采取措施，使分布中心与公差中心近似重合。 （3）、直方图的分布超过公差范围。这种产品质量波动大，已出现不合格品，应查明原因，立即采取措施。 （4）、直方图的分布在公差范围内，且两边有过大的余地。这种情况虽然表明不会出现不合格品，但很不 经济，属于过剩质量，一般适当放宽材料、工具与设备的精度要求，或放宽检验频次以降低成本。 直方图法在运用中常见的问题 （1）、随机抽样的样本容量过小，如N50,会造成误差大，可信度低。 （2）、组数和组距确定不当。 （3）、随机抽取的样本混在一起。 （4）、忽视直方
11、图正态性检验的作用，如直方图是非正态分布，仍然计算工序指数（CP）毫无意义。 9/20 三、X-R均值和极差值图 （最常见质量控制图) 1、X-R均值和极差值图定义 X-R均值和极差值图 n X X X R R UCL LCL 定义 样本数量 个别数据 样本的数据平均值 所有X的平均值，在X图中的中间线 样本中数据的极差（最大减最小） 所有R的平均值，在R图中的中间线 （UPPER CONTROL LIMIT）控制上限,是整体数据中99.73%的上限,不是规格上限 （LOWER CONTROL LIMIT）控制上限,是整体数据中99.73%的上限,不是规格上限 10/20 三、X-R均值和极差
12、值图 （最常见质量控制图) 2、设立控制图的步骤 A 收集数据 选择、频率和子组数 建立控制图和记录原始数据 计算出每个子组的平均值X和极差R值 选择控制图坐标 在控制图上绘平均值与极差 B 计算控制限 计算平均极差（R)和过程平均值（X) 计算控制限 在控制图上画上平均值（中心线）和 控制限。 分析R图所绘的数据 发现和标注特殊原因（R图) 再计算控制限（R图) 分析X图上所绘的数据 发现和标注特殊原因（X限） 再计算控制限（X限） 延期控制限为下期所用 关于”受控”的最终概念（该控制图延为下次过程应用） C 过程控制说明 11/20 三、X-R均值和极差值图 （最常见质量控制图) 3、控制
13、图 控制图是最有效的工具用以分析工序的变化（适用于制造工场） UCL LCL 平均值 （控制上限） （控制下限） 控制图是连线图，展示工序活动状态的动画图表 控制图至少需要100个数据以计算控制上下限 但只需要很少数据作为持续的工序监控 在一个受统计控制的工序，数据不会超出控制上下限 当工序是受控，即代表是可预测的 12/20 三、X-R均值和极差值图 （最常见质量控制图) 3、X-R控制图 0 0.1 0.2 0.3 0.4 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1 2 3 4 5 求 和 X=和/读数量 R=最高-最低 时间 8 10 1
14、2 28 10 12 28 10 12 28 10 12 28 10 12 28 10 12 28 0.65 0.75 0.75 0.60 0.70 0.85 0.80 0.70 0.65 0.75 0.80 0.70 0.65 0.85 0.70 0.75 0.85 0.65 0.75 0.65 3.50 3.85 3.80 3.40 0.70 0.77 0.76 0.68 0.75 0.73 0.73 0.72 0.78 0.67 0.75 0.76 0.72 0.71 0.82 0.75 0.76 0.67 0.70 0.62 0.66 0.69 0.70 0.64 0.66 0.20 0.20 0.10 0.15 0.20 0.25 0.15 0.20 0.20 0.20 0.40 0.20 0.05 0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30 0.20 0.15 0.10 0.10 X X=X1+X2+X25/25 =0.70+0.77+0.76+ =0.716 UCL= X+A2
