SPC控制图简介

《SPC控制图简介》由会员分享，可在线阅读，更多相关《SPC控制图简介（39页珍藏版）》请在装配图网上搜索。

1、2021/7/111、 SPC -Statistical Process Control (统计过程控制） 含义-利用统计技术统计技术对过程中的各个阶段进行，从而达到保证产品质量的目的。 统计技术-数理统计方法数理统计方法。2、SPC的作用的作用 预防： 判断过程的异常，及时告警。3、SPC的缺点的缺点 不能告知异常是由什么因素引起的和发生于何处，即不能进行诊断。2021/7/122、 SPCD- Statistical Process Control and Diagnosis (统计过程控制与诊断） 含义-利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采

2、取纠正措施、减少损失、降低成本、保证产品质量的目的。2021/7/133、为时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。科学的要求： 要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。 生产控制方式由过去的3控制方式改为6控制方式。 3控制方式下的稳态不合格品率为2.7 X 10-3, 6控制方式下的稳态不合格品率为2.0 X 10-9 后者比前者降低了： 2.7 X 10-

3、3 / 2.0 X 10-9=1.35 X106 即一百三十即一百三十五万倍五万倍!2021/7/143、为 3控制方式与6控制方式的比较：2021/7/154、开展SPC与SPCD工程的步骤培训SPC 正态分布等统计基础知识 品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图 过程控制网图的做法 过程控制标准的做法确定关键质量因素 对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素； 列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出制订过程控制标准对过程进行监控对过程进行诊断并采取措施解决问题2021/7/1

4、6第二章第二章 控制图原理（一）控制图原理（一）1、什么是控制图、什么是控制图 对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。 控制图的组成 UCL(Upper Control Limit) 上控制限 LCL(Lower Control Limit) 下控制限 CL (Central Line)中心线 按时间顺序抽取的样品统计量数值的描点序列 2021/7/17第二章第二章 控制图原理（二）控制图原理（二）2、统计观点、统计观点 -现代质量管理的基本观点之一 产品质量具有变异性产品质量具有变异性 “人、机、料、法、环” + “软（件）、辅（助材料）、（水、电、汽）公（用设施）

5、” 变异具有统计规律性变异具有统计规律性 随机现象统计规律 随机现象：在一定条件下时间可能发生也可能不发生的现象。2021/7/18第二章第二章 控制图原理（三）控制图原理（三）3、基础知识、基础知识(1)、直方图、直方图 分组、统计、作直方图分组、统计、作直方图具体步骤具体步骤1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 最小值）2、确定组数 k n3、确定组距 h=（最大值最小值）/组数4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。5、

6、确定各组的频数6、作直方图7、对直方图的观察: 特点， 中间高、两头低、左右对称 2021/7/19第二章第二章 控制图原理（四）控制图原理（四）3、基础知识、基础知识(2)、正态分布、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。 特点：面积之和等于特点：面积之和等于1。 fN (x; 2 , ) = (1/ 2)exp(- (x- ) 2 /2 2 )两个重要的参数：两个重要的参数： (mu)- 位置参数和位置参数和平均值（mean value) ，表示，表示 分布的中心位置和期望值

7、 (sigma) - 尺度参数，尺度参数，表示表示分布的分散程度和标准偏差 （standard deviation),两个参数的意义两个参数的意义 (mu)-反映整体的综合能力 (sigma) - 反映实际值偏离期望值的程度，其值越大，表示数据越分散。它们之间是互相独立。它们之间是互相独立。质量管理中的应用 不论 与取值如何，产品质量特性落在 3， +3范围内的概率为99.73%。 落在 3， +3范围外的概率为1 99.73%=0.27%， 落在大于 +3一侧的概率为0.27%/2=0.135% 1。2021/7/110第二章第二章 控制图原理（五）控制图原理（五）2021/7/111第二章

8、第二章 控制图原理（六）控制图原理（六）4、控制图基础知识、控制图基础知识(1)、控制限的确定、控制限的确定 上控制限：上控制限：UCL= +3中心线：中心线： CL= 下控制限：下控制限：LCL= 3(2)、控制图原理的两种解释、控制图原理的两种解释 小概率事件原理：小概率事件实际上不发生，若发生即判异常。控制图就是统计假设检验的图上作业法。 ” 质量波动的原因 = 必然因素 + 偶然因素（异常因素）必然因素 始终存在，对质量影响微小，难以消除，是不可避免的；偶然因素有时存在，对质量影响很大，不难消除，是可以避免的。休哈特控制图的实质就是区分必然因素与偶然因素的。 控制限就是区分必然波动与偶

9、然波动的科学界限。2021/7/112第二章第二章 控制图原理（七）控制图原理（七） (3)、预防原则 26字真经字真经 2021/7/113第二章第二章 控制图原理（八）控制图原理（八） (4)、使用控制图应考虑的问题 a、控制图用于何处？ b、如何选择控制对象？ c、怎样选择控制图？ d、如何分析控制图？ e、点出界或违反其他准则的处理。 f、控制图的重新制定。 g、控制图的保管问题。2021/7/114第二章第二章 控制图原理（九）控制图原理（九） (5)、常用的控制图、常用的控制图 a、X bar R控制图控制图 （计量值、正态分布）（计量值、正态分布） b、不合格品百分率不合格品百分

10、率p控制图控制图 （计件值、二项分布）（计件值、二项分布） c、不合格品数不合格品数np控制图控制图 (计件值、二项分布计件值、二项分布) d、缺陷率缺陷率u控制图控制图 (计点值、泊松分布）计点值、泊松分布） e、缺陷数缺陷数c控制图控制图 (计点值、泊松分布）计点值、泊松分布） f、DPMO控制图 (计点值、泊松分布）计点值、泊松分布）2021/7/115第二章第二章 控制图原理（十）控制图原理（十） X bar -R控制图是计量值最常用的、最重要的控制图X bar -R控制图的控制限UCL = x + A2RCL = xLCL = x - A2RR(极差）的控制限UCL = D4RCL

11、= RLCL = D3 R 2021/7/116第二章第二章 控制图原理（十一）控制图原理（十一） X bar - R控制图的操作步骤控制图的操作步骤 a、确定对象、抽取数据 b、合理分组 c、计算xi、Ri d、计算x、R e、计算R图的控制线、x图的控制线 f、将数据在图中打点并作图。2021/7/117第二章第二章 控制图原理（十控制图原理（十二二） 举例：测螺栓的扭矩，其规格为：150+/-50， 控制扭矩的质量。2021/7/118第二章第二章 控制图原理（十三）控制图原理（十三） X1 =(x1+x2+x3+x4+x5)/5 R图的控制线 UCL= D4 R=2.114*14.4

12、=30.4416 CL = R =14.4 LCL = D3R = 0 x图的控制线 UCL =x + A2R =163.1+0.577*14.4 =171.4088 CL = 163.1 LCL = x - A2R =163.1-0.577*14.4=154.79122021/7/119第二章第二章 控制图原理（十四）控制图原理（十四）2021/7/120第二章第二章 控制图原理（十五）控制图原理（十五） P图的控制线图的控制线2021/7/121第二章第二章 控制图原理（十六）控制图原理（十六） DPMO的定义的定义2021/7/122第二章第二章 控制图原理（十七）控制图原理（十七） D

13、PMO图的控制线图的控制线2021/7/123第二章第二章 控制图原理（十八）控制图原理（十八） C图的控制线图的控制线2021/7/124第二章第二章 控制图原理（十九）控制图原理（十九） U图的控制线图的控制线2021/7/125第二章第二章 控制图原理（二十）控制图原理（二十） 计量值控制图与计数值控制图的比较计量值控制图与计数值控制图的比较 计量值控制图的最大的优点是灵敏度高计量值控制图的最大的优点是灵敏度高, 往往在真正造成不合格品之前已经及时发现异常；往往在真正造成不合格品之前已经及时发现异常； 所需的样本容量比计数值控制图小很多；所需的样本容量比计数值控制图小很多； 在有多种判据

14、的场合，若有任何一个判据不满足，在有多种判据的场合，若有任何一个判据不满足，就认为不合格时，则用计数值控制图处理比较简单。就认为不合格时，则用计数值控制图处理比较简单。2021/7/126第二章第二章 控制图原理（二十一）控制图原理（二十一） 多品种、小批量生产的控制多品种、小批量生产的控制、加工制造业0%以上属于多品种、小批量生产 b、多品种、小批量关键在于批量小-数据少数据少 解决途径解决途径 将相似工序的数据，即同类型分布的数据，经过数学变换成为统一分布的数据，积少成多，在同一张控制图上进行控制。 如：通用图法、相对公差法、固定样本容量法等。2021/7/127第二章第二章 控制图原理（

15、二十二）控制图原理（二十二） 相似工序a、同一类型的质量指标b、同一台或同型号设备c、同一类型的加工件d、同一组操作人员e、同一类型的操作f、在同一车间内，即同一个环境内。2021/7/128第二章第二章 控制图原理（二十三）控制图原理（二十三） 通用图法 应用标准变换使N (i, i), 对所有的i N(0,1) 在通用图上统一控制。 标准变换 设统计量为y，则定义y的标准变换为： yT= 为0、1变换 3方式的标准变换 UCLT = = = 3 CLT= = = 0 , 0 LCLT = = = -3 y- UCL- LCL-CL-2021/7/129第三章第三章 接近零不合格品过程的控制

16、原理（一）接近零不合格品过程的控制原理（一）（1）、接近零不合格品过程 不合格品率极低，大量产品为合格品，偶尔有不合格品出现的生产过程，称为接近零不合格品过程。（2）、控制对象 相邻不合格品间的连续合格品数取为控制对象2021/7/130第三章第三章 接近零不合格品过程的控制原理（二）接近零不合格品过程的控制原理（二）（3）、判异准则 a、若相邻不合格品之间的连续合格品数不大于n1,则判断过程异常； b、若接连出现的两个合格品数之和不大于n2，则判断过程异常； c、若接连出现的三个连续合格品数之和不大于n3，则判断过程异常；（4）、判稳准则 a、连续25点，出界点数为0； b、连续35点，出界

17、点数小于等于1； c、连续100点，出界点数小于等于2。2021/7/131第四章第四章 质量诊断理论（一）质量诊断理论（一） 生产线的分析a、道道把关型 规则：不合格品不准送往下道工序 不考虑上道工序的影响工序间互相独立 优点：不考虑上道工序的影响，分析简单 缺点：不适应流程式生产、有时限要求的生产。2021/7/132第四章第四章 质量诊断理论（二）质量诊断理论（二）b、选控型 规则：上道工序的影响或多或少的始终存在 优点：符合实际、是更一般的模型。道道把关型仅是上道工序的影响为零的特例 缺点：分析复杂两种质量概念简化分析。2021/7/133第四章第四章 质量诊断理论（三）质量诊断理论（

18、三）两种质量两种质量a、总质量（total quality） 原材料 生产线产品 产品质量 总产品质量 其特点是为用户直接感受到。b、分质量（partial quality） 该工序本身固有的加工质量，与上道工序无关。 其特点是反映了该工序的工作质量。 分质量只与人、机、法有关。c、两种质量的关系 总质量 - 测量值分质量 - 标准值上工序的影响2021/7/134第四章第四章 质量诊断理论（四）质量诊断理论（四） 诊断- 统计诊断 a、应用控制图诊断- 实时诊断 总质量 全控图 分质量 选控图 （新式控制图） b、应用过程能力指数诊断 - 阶段诊断 总质量 总过程能力指数 - Cp总 分质量

19、 分过程能力指数 - Cp分2021/7/135第四章第四章 质量诊断理论（五）质量诊断理论（五） 过程能力指数的定义 a、过程能力 过程的加工质量满足技术标准的能力，是衡量加工内在一致性的标准，决定于质量因素人、机、料、环、法，与公差无关。 稳态时，99.73%的产品落在(-3 ，+3 )范围内，因此将过程能力PC定义为： PC=6 b、生产能力 加工数量方面的能力。 c、过程能力指数-Cp 过程能力满足产品技术标准（产品规格、公差）的程度。2021/7/136第四章第四章 质量诊断理论（六）质量诊断理论（六） 双侧规格情况的过程能力指数 T 技术规格的公差幅度； TU、TL 规格上、下限；

20、 - 总体标准差、 s - 样本标准差 Cp = T/ 6 = （ TU TL ）/ 6 = （ TU TL ）/ 6 s 当T= 6 ， Cp = 1， 这时候既满足技术要求又很经济。2021/7/137第四章第四章 质量诊断理论（七）质量诊断理论（七） 过程能力指数的评价标准2021/7/138第四章第四章 质量诊断理论（八）质量诊断理论（八） 有偏移情况的过程能力指数 定义分布中心与公差中心M的偏移为：=|M-|， 与M的偏移度K为：K= /（T/2）=2 /T， Cpk =（1-K）Cp =（1-K)*T/6 （1-K)*T/6s 若有不当之处，请指正，谢谢！若有不当之处，请指正，谢谢！