控制图基本原理..

《控制图基本原理..》由会员分享，可在线阅读，更多相关《控制图基本原理..（60页珍藏版）》请在金锄头文库上搜索。

1、1,第三讲 控制图基本原理,2,3,不要等产品做出来后再去看它好不好! 而是在制造的时候就要把它制造好!,预防或容忍?,4,过程控制反馈循环图,5,SPC是英文Statistical ProcessControl的前缀简称,即统计过程控制(又称统计制程管制)。 SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析评估及监控，并调整制程，使过程保持可接受的稳定状态，从而达到改进与保证品质的目的。 SPC强调预防，防患于未然是SPC的宗旨,什么是SPC？,6,Statistical Process Control,： 是一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能

2、力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。 实施SPC的目的： 对过程作出可靠的评估； 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的 检测和验证工作,在线监控 异常预警 系统分析 持续改进,战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。从19501980年，经过30年的努力，日本跃居世界品质与生产率的领先地位。美国著名品

3、质管理专家伯格(Roger W. Berger)教授指出，日本成功的基石之一就是SPC。,美国美国贝尔实验室休哈特博士（W. A. Shewhart）于1924年发明管制图，开启了统计品管的新时代。,SPC兴起的背景：起源,1940s二次世界大战期间，美国军工产品使用抽样方案和控制图以保证军工产品的品质。,Walter A. Shewhart,7,SPC兴起的背景：日本,1950s品质管理大师戴明博士在日本工业产品生产过程中 全面推行SPC。 日本JUSE（科学家协会）设置“戴明”奖，奖励那 些有效实施统计技术的企业。 石川磬提出“QC七工具”，帮助生产现场人员分析 和改进品质问题，并推动广泛

4、应用。 1970s有效地推行 “QC圈”和应用统计技术使日本经济的 快速发展，成为高品质产品的代名词。 1980s美国等其他国家紧随日本的步伐，开始推行“QC小 组”和统计技术的应用。 美国汽车工业已大规模推行了SPC，如：福特汽车 公司，通用汽车公司，克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准，编制了SPC手册。 1986s MOTOROLA公司颁布“QC挑战”，通过SPC的实施改 进过程能力，并提出追求“6”目标。 1987s ISO9000标准建立并颁布实施，明确要求实施统计技术。,8,SPC的基本概念,世上没有任何两件事.人员.产品是完

5、全一样。 制造过程中所产生之变异是可以衡量的。 事情、产品的变异通常根据一定的模式而产生。 宇宙万物及工业产品大都呈常态分配（例如 :身高、体重、智力、考试成绩） 所得分配变异的原因可分为普通原因及特殊原因。 普通原因属管理系统的范围，特殊原因却是作业人员本身就能解决的 应用SPC可以指出制程最需要改善的地方,9,10,正态分布的基础知识 控制图是基于正态分布的原理发明的 正态分布是一条曲线，讨论起来不方便，故用其两个参数：平均值（，希腊字母，读作mu，average）与标准差（，希腊字母，读作sigma，standard deviation）来表示， 若平均值（）增大，则正态曲线往右移动。但

6、不论平均值（）如何变化都不会改变正态分布的形状，即标准差（）,正态分布知识,请记录!,统计基础正态分布,群体 平均值= 标准差=,+k,-k,多数自然现象和人类行为的过程是呈正态分布的,或者 可以看成正态分布,11,12,13,若标准差（）越大，则加工质量越分散。 标准差（）与质量有着密切的关系 。但不论正态分布的形状，即标准差（）如何变化，也决不会影响数据的对称中心，即平均值,正态分布知识,正态分布基本原理,在中心线或平均值两侧呈现对称之分布 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1,14,15,不同的常态分配(1),(a),1,2,，,1,=,2,16,不同的常态分配

7、(2),(b),1,2,，,1,2,不同的常态分配(3),17,18,19,20,正态分布中，任一点出现在 1内的概率为 P(-1X +1) = 68.27% 2内的概率为 P(-2X +2) = 95.45% 3内的概率为 P(-3X +3) = 99.73%,正态分布与制程关系,请记录!,21,正态分布概率,控制图基本原理,22,23,控制图又叫管制图,用于分析和判断工序是否处于控制状态所使用的带有控制界限线的图.,请记录!,控制图定义,24,请记录!,25,26,控制图的基本原理,以3原理为基础：管制图是以正态分布中的3原理为理论依据，中心线为平均值，上下控制界限为以平均值加减3的值，以

8、判断过程中是否有问题发生，此即休哈特博士所创的控制方法 中心极限定理：无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分 布），只要独立分布随机变量的个数n较大 时， 的分布总是正态分布,请记录!,27,控制图的要素,纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 中实线：中心线CL 下虚线：下控制界限LCL,Remark: 规格线：由客户或设计部门(R,请记录!,28,规格界限：判定一单位产品合格与否的准则； 管制界限：决定一个制程是否受控，是否受变异原因所干扰；对每组平均数的超限与否进行管制；,规格界限与管制界限,过程控制

9、分析流程,选择要控制的特性,对那些比较重要的特性进行统计过程控制； 先对产品的特性进行统计过程控制，后对过程的特性进行统计过程控制； 选择那些容易获得过程分布的特性； TS体系中要求对特殊特性进行统计过程控制；,测量系统分析,数据的准确性影响统计过程控制的有效性； 在进行统计过程控制之前，要保证测量系统是有能力的； 要求测量系统的分辨率高于1/10，R 每一张控制图上的控制界限都是由该图上的数据计算出来;,44,控制图的控制界限由分析阶段确定; 使用时只需把采集到的样本数据或统计量在图上打点就行;,制作控制用控制图之目的,45,- 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

10、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？ - 控制用控制图 等过程调整到稳态后，延长控制图的控制线作为控制用控制图应用过程参数判断,分析用控制图与控制用控制图,46,过程受控与过程稳定,请记录!,47,控制图绘制流程,请记录!,48,第四讲 过程变异,过程控制,检测 容忍浪费： 允许将时间和材料投入到生产不一定有用的产品或服务中。 预防 避免浪费 ：第一次就把工作做对。,4M1E 变异,产品特 性波动,49,SPC在过程控制中的作用,50,怎样识别出普通和特殊原因？,“”风险说明,抽样估计肯定有风险！,51,抽样检验时的 风险

11、亦称为生产者冒险，风险亦称为消费者冒险。,“”及“”风险,第一种错误,第二种错误,52,两种错误损失分析,第I类错误,亦称为虚发警报的错误。过程正常而点子偶然超出控制限外，根据点出界就判异的原则，判断过程处于异常，于是就犯了第I类错误码，通常记为。 第II类错误，亦称为漏发警报的错误。过程已经出现了异常，但仍会有部分产品，其质量特性的数值会位于控制限内。如果抽取到这样的产品，点子就会落在控制限内，而不能判断过程出现了异常，从而犯了第II类错误，通常记为。,53,普通原因和特殊原因-1,普通原因： 始终影响过程的变差原因； 特点： 重复出现 单个偶然因素对过程的影响非常小； 所有偶然对过程造成稳

12、定的分布； 特殊原因： 不是始终作用于过程的变差的原因 特点： 不稳定； 突然出现； 单个偶然因素对过程的影响非常大； 所有偶然对过程造成分布改变；,54,普通原因与特殊原因举例,合格原料的微小变化 设备调整不当 使用不合格原料 机械的微小震动 刀具的微量磨损 刀具过量磨损 加工方法局限性 加工方法的改变 过大的测量误差 新手未按操作规程作业 合格仪器的测量误差 气候、环境的微小变化,特殊原因,普通原因,55,局部措施和系统措施,局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 大约可纠正15%的过程问题,对系统采取措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题,特殊原因解决方法,普通原因解决方法,56,控制界限与错误损失,Shewhart 用经济平衡点（Break even point）求得3的界限综合损失最小.,57,怎样识别特殊和普通原因？,普通原因 的波动范围,异常原因导致 的波动范围,异常原因导致 的波动范围,UCL,LCL,抽样估计肯定有风险,58,认识控制图,控制图又叫管制图,用于分析和判断工序是否处于控制状态所使用的带有控制界限线的图.,59,60,-THE END-,Q&A,