如何看SPC管制图
X-R管制图是由X控制图和R控制图组成
X控制图主要监控采集(实时)数据即生产现场的数据的平均值的走势.当X值超出上下控制线时是失控.要采取相应的行动.
R控制图主要是用来监控生产现场的数据的离散程度,R值大,说明产品与产品之间的参数相差大
<一>
「管制图」:是实施质量管理作业时,最有效最快速的工具之一,它是美国品管大师博士应用统计数学理论于年所设计的,它不但能控制制程中质量,且能分析判定制程能力,更可作为新产品设计及制成品验收时的参考。简单说,在生产过程中,从设计、制造到过程检验三个阶段,皆需用到它,企业如能有效运用此质量知识,便能确保其在市场上的竞争优势。
(一)、控制图定义
控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形,图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量);横轴代表按时间顺序(自左至右)抽取的各个样本号;图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线。
(二)、控制图的目的
控制图和一般的统计图不同,因其不仅能将数值以曲线表示出来,以观其变异之趋势,且能显示变异属于偶然性或非偶然性,以指示某种现象是否正常,而采取适当的措施。
(三)、控制图原理
)之外的概率仅为0.27%。这是一个很小的概率,根据概率论σ3±工序处于稳定状态下,其计量值的分布大致符合正态分布。由正态分布的性质可知:质量数据出现在平均值的正负三个标准偏差(X “视小概率事件为实际上不可能” 区间外的事件是异常波动,它的发生是由于异常原因使其总体的分布偏离了正常位置。σ3±的原理,可以认为:出现在X。σ3±控制限的宽度就是根据这一原理定为
”风险定义β”及“α
(四)、“根据控制限作出的判断也可能产生错误。可能产生的错误有两类。
,也就是说,工序过程并没有发生异常,只是由于随机的原因引起了数据过大波动,少数数据越出了控制限,使人误将正常判为异常。α第一类错误是把正常判为异常,它的概率为虚发警报,由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误.
,即工序中确实发生了异常,但数据没有越出控制限,没有反映出异常,因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态,β第二类错误是将异常判为正常,它的概率记为但并未采取相应的措施,从而不合格品增加, 也造成损失.
),反之亦然。β),就会增加第二类错误(α两类错误不能同时避免,减少第一类错误( (五)、规格界限和控制界限
规格界限:是用以规定质量特性的最大(小)许可值。
上规格界限:USL;下规格界限:LSL;。
控制界限:是从实际生产出来的产品中抽取一定数量的产品,并进行检测,从所得观测值中计算出来者。
上控制界限:UCL;下控制界限:LCL;
(六)、控制图的种类
1、按数据性质分类:
计量型控制图
平均数与极差控制图( Chart)
平均数与标准差控制图( Chart)
中位数与极差控制图( Chart)
个别值与移动极差控制图( chart)
计数值控制图
不良率控制图(P chart)
不良数控制图(nP chart,又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)
2、按控制图的用途分类
分析用控制图:根据样本数据计算出控制图的中心线和上、下控制界限,画出控制图,以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时,首先找出原因,采取措施,然后重新抽取样本、测定数据、重新计算控制图界限进行分析。
控制用控制图:经过上述分析证实过程稳定并能满足质量要求,此时的控制图可以用于现场对日常的过程质量进行控制。
<二>
当过程达到确定的状态后,将分析用控制图的控制限延长,作为控制用控制图的控制限,用于日常管理保持所确定的状态。
交接手续:判稳准则、判异准则
控制线内可分成一下几个区域,如图所示:
1 判稳准则(只存在普通原因)
1)连续25点,无界外点;
2)连续35点,界外点数d≤1;
3)连续100点,界外点数d≤2。
2 判异准则(存在特殊原因)
常见的异常情况与模式有如下八种:
1)一点落在A区以外;
2)连续9点落在中心线的同侧;
3)连续6点递增或递减;
4)连续14点中相邻点上下交替;
5)连续3点中有2点落在中心线同侧的B区以外;
6)连续5点中有4点落在中心线同一侧的C区以外;
7)连续15点在C区中心线上下;
8)连续8点在中心线两侧而无一点在C区。
其中第1点表示点出界就判异——3σ方式,确定α0=0.27%,在实际使用中第1点一定要考虑到。
其余7点表示界内点排列不随机——第二类判异准则,在实际使用中可以考虑选取其中几个做为判异准则。