P图 nP图
控制图类型
控制图的类型2011-5-12 16:54|发布者: 小编H|查看: 2293|评论: 5摘要: 4.2.1 均值极差图――对于计量型数据而言,这是最常用最基本的控制图。
它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合...4.2.1 均值极差图――对于计量型数据而言,这是最常用最基本的控制图。
它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。
Xbar控制图用于观察分布均值的变化,R控制图用于观察分布的分散情况或变异度的变化,Xbar-R图将二者联合运用,用于观察分布的变化。
4.2.2 均值极差图――控制图是用标准差图(S图)代替极差图(R图)。
极差计算简便,故R图得到广泛应用,但当样本大小n>10或n>12,这时用极差估计总体标准差的效率降低,要用S图来代替R图。
4.2.3 中位数极差图――用中位数图(Xmed图)代替均值图(Xbar图)。
中位数指一组按大小顺序排列的数列中居中的数。
例如,在数列2、3、7、13、18,中位数为7,在数列2、3、7、9、13、18,有偶数个数据,中位数规定为中间两个数的均值,即=8。
中位数的计算比均值简单,多用于现场需要把测定数据直接记入控制图进行控制的场合,为了简便,规定用奇数个数据。
4.2.4 单值移动极差图――用于对每一个产品都进行检验,采用自动化检查和测量；取样费时、昂贵以及化工过程,样品均匀,多抽样也无太大意义的场合。
X-Rs不能获得较多的信息,判断过程变化的灵敏度要差一些。
4.2.5 指数权重移动均值图4.2.6 运行图――运行图不是控制图，它只直接反映产品质量特性数据的变化情况，而没有反应过程统计受控的稳定控制线。
仅仅供掌握测量值的变化曲线。
4.2.7 预控图――它根据用户给定的控制百分率来确定控制线的一种控制图，该控制图分别以红，黄，绿三种颜色区域表示过程失控，警戒和受控状态。
控制线计算简单方便，控制图清晰醒目。
应用控制图需要考虑的一些问题
应用控制图需要考虑的一些问题各类常规控制图的使用场合：常规控制图（GB/T4091－2001）在控制图的标准中，为描绘控制图而抽取的样本通常称为子组。
(1)RX-控制图对于计量数据而言，这是最常用最基本的控制图。
它用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。
X控制图主要用于观察正态分布的均值的变化，R控制图用于观察正态分布的分散或变异情况的变化，而RX-控制图则将二者联合运用，用于观察正态分布的变化。
(2)sX-控制图与RX-图相似，只是用标准差s图代替极差R图而已。
极差计算简便，故R图得到广泛应用，但当样本量n>10，这时应用极差估计总体标准差口的效率减低，需要应用s图来代替及图。
现在由于微机的应用已经普及，s图的计算已经不成问题，故sX-控制图的应用将越来越广泛。
X-图也很相似，只是用中位数Me图代替均值X图。
由于中位数的确定比均值(3)Me—R控制图与R更简单，所以多用于现场需要把测定数据直接记人控制图进行控制的场合，这时，为了简便，自然规定n 为奇数。
现在现场推行SPC，都应用电脑，计算平均值已经不成问题，故Me—R控制图的应用也逐渐减少。
(4)RsX-控制图多用于对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场合；以及如化工等气体与液体流程式过程，产品均匀的场合。
由于它不像前三种控制图那样取得较多的信息，所以用它判断过程变化的灵敏度也要差一些。
(5)p控制图用于控制对象为不合格品率或合格品率等计数质量指标的场合。
这里需要注意的是，在根据多种检查项目综合起来确定不合格品率的情况，当控制图显示异常后难以找出异常的原因。
因此，使用户图时应选择重要的检查项目作为判断不合格品的依据。
p图用于控制不合格品率、交货延迟率、缺勤率、差错率等等。
(6)np控制图用于控制对象为不合格品数的场合。
设n为样本量，p为不合格品率，则np为不合格品数；故取np作为不合格品数控制图的简记记号，这里要求n不变。
计数值数据控制图过程能力分析
计数值数据控制图过程能力分析引言计数值数据控制图是一种用于监控过程稳定性和能力的有效工具。
通过收集样本数据并绘制控制图，可以帮助我们判断过程是否处于统计性控制，并评估过程的能力。
本文将介绍计数值数据控制图的基本原理和常用的过程能力分析方法。
计数值数据控制图介绍计数值数据控制图是一种用于监控离散型数据的过程控制工具。
它通过收集数据并绘制控制界限来判断过程的稳定性和能力。
计数值数据通常指的是在一定时间或空间范围内，某个特定事件的发生次数。
常见的计数值数据控制图包括：P图、NP图、C图和U图。
P图和NP图适用于二项分布的离散型数据，C图适用于计数型数据，U图适用于事件发生的时间间隔。
过程能力分析方法过程能力分析是指通过统计量和控制界限来评估过程的能力。
常用的过程能力指标有过程潜在能力指数（Cp）、过程实际能力指数（Cpk）和过程盒子能力指数（Cpm）。
过程潜在能力指数（Cp）过程潜在能力指数是用来评估过程在规格范围内的可变性的指标。
它是根据过程的规格上下限与控制限之间的距离来计算的。
Cp的计算公式为：Cp = (USL - LSL) / (6 * sigma)其中，USL表示过程的规格上限，LSL表示过程的规格下限，sigma 表示过程的标准差。
Cp的值越接近1，表示过程的能力越高。
过程实际能力指数（Cpk）过程实际能力指数是用来评估过程在规格范围内的偏移和可变性的指标。
它考虑了过程的中心位置。
Cpk的计算公式为：Cpk = min((USL - μ) / (3 * sigma), (μ - LSL) / (3 * sigma))其中，USL表示过程的规格上限，LSL表示过程的规格下限，mu 表示过程的均值，sigma表示过程的标准差。
Cpk的值越接近1，表示过程的能力越高。
过程盒子能力指数（Cpm）过程盒子能力指数是用来评估过程在规格范围内的偏移、可变性和非正常情况比例的指标。
它考虑了过程的中心位置和不符合规格的比例。
SPC常用公式和全参数
SPC常用公式和全参数
SPC（Statistical Process Control）即统计过程控制，是一种可以检测和预防生产过程中发生的未预期变异的统计技术，涉及概率统计学、质量控制、过程设计等多个领域。
它被广泛用于制造业、服务业以及其他行业，可以有效识别与控制过程中发生的质量问题，从而提高工作效率和质量。
1、X-R图（X-R chart）：X-R 图是 SPC 中最常用的一种图表，它用于检测和控制过程中发生的质量变异情况。
X-R 图可以通过样本数据来分析过程变异，并用线性直线限制上下限的范围，从而确定是否存在质量问题。
2、np图（np chart）：np 图是用于检测和控制质量问题的一种统计图表，可以用于检测和控制多个样本中每一个样本的变异情况。
np 图中的上下限被用于确定质量问题是否存在，可以根据上下限的范围来判断多个样本的变异程度。
3、C图（C chart）：C 图用于检测和控制过程中同一种类样本的变异情况，它将质量变异的概率分布密度函数作为观测变量，可以用来检测和控制样本数据之间的偏差。
4、P图（P chart）：P 图用于检测和控制过程中发生的质量变异情况，并使用概率分布函数来分析样本数据之间的差异，可以用来检测和控制不同样本的变异程度。
控制图分类
四、控制图目的
运用控制图的目的之一就是，通过观察控制图上产品质量 特性值的分布状况，分析和判断生产过程是否发生了异常，一 旦发现异常就要及时采取必要的措施加以消除，使生产过程恢 复稳定状态。也可以应用控制图来使生产过程达到统计控制的 状态。产品质量特性值的分布是一种统计分布．因此，绘制控 制图需要应用概率论的相关理论和知识。
• np图的使用方法和p图基本相同。同样，样本应保持足够 大，避免在样本中出现1个不合格品后就判断异常 • 当LCL<0时，取LCL=0 • 不合格数控制图会比不合格品率控制图容易解释
不合格品数控制图-（nP图）
• 不合格率控制图被广泛应用在非制造业上的统计过 程控制 • 在非制造的环境里，很多质量特性可以被观察成合 格和不合格，如： • 在发薪期问，支票错误或延误发薪的次数 • 在标准会计周期，应付帐款未付的次数和供 应商未能准时交货的次数 • 例如某公司采购部门，该采购部门每周下订 单给公司的供应商中不合格的数目。任何一 样的出错都会造成订单成本增加和延误原料 到期日。最常见的错误有: –数目不对、日期不对、价格或项目不符， 及供应商代码弄错等等
D p p p(1 p) / n n • 由于不合格品率的均值和方差相互关联 • 只需要一张p控制图就可对过程进行控制
p p
• 使用说明 –在p图中，若点子超出上控制界限，说明过程不合格品 率变大，过程存在异常因素需进行分析，并采取措施加 以解决 –解释低于控制下限的点时必须很小心 • 这些点常常不是代表过程质量有真正的改善，反而 常常是训练或经验不足的检验者和检验设备的校准 刻度不适当所引起的错误 • 也有检验者让不合格品通过或者是伪造资料 –当分析者再寻找这些在控制下限以外的点的非机遇原因 时，应将以上各点牢记于心 • 并非所有p的“向下变动”都是因为质量提高
SPC控制图应用步骤简明教程
（二）可数型数据流程能力
数据不只是通过/不通过，还知道一件产品上与多少个缺点 DPU-Defects Per Unit 每件的平均缺点数 dpu=缺点总数量/总件数 FTY=e-dpu p(d)=1-FTY
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
Z值与不合格率P(d)对应表
（二）可区分型数据流程能力
可区分型数据：通过/不通过 一次通过率First Time Yield FTY=合格数量/总数量
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
返回
1.抽样计划的原则：合理的子组，即：组内出现特殊原因的机会最小，组间 出现特殊原因的机会最大。（子组内的变差代表的是零件间的变差， 而子组间的变差代表的是过程的变化）。 即：观测值的个数或样本量决定了控制图反映波动的能力。
式中
R
通常用 d 2
和
S C2
来估计。
2.过程性能：过程总变差的
6
范围，式中
通过用标准差S来估计。
3.如果过程处于统计受控状态，过程能力非常接近于过程性能。当过
程的能力和性能
6
之间存在较大差别时表示有特殊原因存在。
1. CP能力指数（过程位于中心）： 2. CPK能力指数（过程不位于中心）：
控制图应用(计数型)
控制图建立与结果分析
控制图类型选择
根据数据特点，选择p控制图（不良品率控制图） 进行分析。
数据点绘制
将每个样本的不良品率绘制在控制图上，形成数 据点。
控制限计算
根据历史数据或经验，计算出控制图的中心线 （CL）、上控制限（UCL）和下控制限（LCL）。
结果分析
通过观察数据点的分布情况，判断生产过程是否 处于受控状态。如果发现数据点超出控制限或呈 现非随机分布，则表明生产过程可能存在异常， 需要进一步调查原因并采取措施。
产品或过程。
04 计数型控制图应用步骤
CHAPTER
数据收集与整理
明确数据收集目的
确定要解决的问题或目标，例 如分析产品缺陷、评估过程稳
定性等。
选择合适的数据类型
根据目的选择计数型数据，如 不良品数、缺陷数等。
确定数据收集计划
包括收集时间、频率、样本量 等。
数据整理与预处理
对数据进行清洗、分类、汇总 等预处理操作，以便于后续分
案例总结与启示
案例总结
通过应用计数型控制图，该企业成功地发现了生产过程中的异常波动，并及时采取了相应的措施进行调整，最终 使产品质量得到了有效控制。
启示
计数型控制图是一种有效的质量控制工具，可以帮助企业及时发现生产过程中的问题并采取相应的措施进行改进。 在实际应用中，需要结合行业特点和数据特点选择合适的控制图类型，并严格按照控制图的建立和分析步骤进行 操作，以确保结果的准确性和可靠性。
原理
02
统计样本中不合格品的数量，然后与预设的控制限进行比较，
以判断生产过程是否处于受控状态。
应用场景
03
适用于生产批量小、检验费用低且要求不合格品数较少的产品
SPC控制图使用步骤(张琪)
D3
0
0
0
0
0 0.076 0.136 0.184 0223
D4 3.267 2.574 2.282 2.114 2.004 1.924 1.864 1.816 1.777
过程能力分析
CPK：Complex Process Capability index 的缩 写，是现代企业用于表示制成能力的指标,汉语译作 工序能力指数，也有译作工艺能力指数过程能力指 数。工序能力指数，是指工序在一定时间里，处于 控制状态(稳定状态)下的实际加工能力。它是工序 固有的能力，或者说它是工序保证质量的能力。对 于任何生产过程，产品质量总是分散地存在着。若 工序能力越高，则产品质量特性值的分散就会越小； 若工序能力越低，则产品质量特性值的分散就会越 大。
公差说明
单边规格：只有规格上限和规格中心或只有 下限或规格中心的规格;如考试成绩不得低于 80分，或浮高不得超过0.5mm等；此時數據 越接近上限或下限越好﹔
双边规格：有上下限與中心值,而上下限與中 心值對稱的规格；此时数据越接近中心值越 好；如D854前加工脚长规格2.8±0.2mm;
SPC控制图使用步骤
1、收集数据 2、建立控制限 3、解释统计控制 4、延长控制限以继续控制
控制图两种基本类型
1、计量型控制图： 来自过程数据是连续的（如直径、长度） X（均值）-（极差）R图 2、计数型控制图： 来自过程数据是不连续的（如通过和不 通过、接受和拒收） P图、NP图
SPC使用控制图准备工作
NI + N2 +….. NK
K：子组数量
NI都相等
不合格品率图（P图）
中心线计算公式： CLP=P 控制限计算： UCLPI=P+3 P（1-P）/ NI