统计过程控制图

合集下载

统计质量管理第五章 统计过程控制(1)

统计质量管理第五章 统计过程控制(1)
❖ 管理者采用一个培训项目,让专职司机给员工进 行培训,解决问题。
❖ 这两天的变异原因消除后,失控点会从数据中消除。 ❖ 点的消除改变了过程的平均值和标准差。 ❖ 同时,中心线,上下控制限和各分区都会产生变化。
p15/428000.055
UCL(0p.)05350.0505.9450.123
100
LCL(0p.)0-5350.050.59450.0103.000
100
Number Cracked 的 P 控制图
0.14
0.12
+3SL=0.1234
0.10
+2SL=0.1006
比率
0.08
+1SL=0.0778
0.06
_ P=0.055
0.04 0.02 0.00
-1SL=0.0322
-2SL=0.0094 -3SL=0
❖ 如果一个过程的某个特征值是5%,拥有20个单位 的子组的平均计点数是1。而且每一个子组有一个 整数点,产出比例增加5%,那么中心线是0.05, 控制下限是0,控制上限是0.196。
❖ 子组的比例值只有四种情况(0,0.05,0.1,0.15) 是落在控制限以内。利用之前所述之方法寻找失 控点则是毫无意义的。
1
4
7
10
13 16 19 22 25 28
样本
❖ 通过改变过程,消除失控点,重新计算控制限和 区域界限,此时,最初判断为一般变异的点现在 可能会变成缺乏控制的状态。
❖ 这种现象发生时,需要再次进行评估,并消除变 异点。
❖ 但是,这种做法重复得多会产生两个问题,一是 数据库会因此萎缩,控制图的建立会基于越来越 少的子组,不能很好地描述原来的过程。

SPC统计过程控制图

SPC统计过程控制图

30
25 25
21 20 20 17
15 15
12
10 6
5
0 0
8 1 0
极差 1.1192
0.500
0.000
1
2
3
4
5
6
UCLr
AveR
LCLr
Data Values
1
27.52 27.61 28.52
2
26.85 27.53 27.32
3
27.92 26.85 26.93
4
27.40 28.35 28.30
28.5600
26.6200
均值 27.6335
28.000 27.500 27.000 26.500 26.000 25.500
1
3.000 2.500 2.000 1.500 1.000
LSL
USL 极差均值
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 (R)
D2 值
(n=4)
能力指数
上限
(CPU) 能力指数
下限
(CPL) 能力参数
过程能力
性能比率
标准差异
标准差异
变差 (n变差 (n) 性能参数
性能比率
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25 性能指数
数据点

统计过程控制SPC

统计过程控制SPC
样 品 2 28.122 28.127 28.125 28.116 28.110 28.121 28.121 28.127 28.119 28.116 28.124 28.124 28.114 28.115 28.118 28.121 28.116 28.120 28.117 28.115 28.125 28.121 28.115 28.128 28.125 测 3 28.124 28.122 28.122 28.115 28.116 28.128 28.124 28.122 28.121 28.119 28.122 28.125 28.118 28.120 28.115 28.118 28.118 28.125 28.119 28.117 28.126 28.125 28.119 28.124 28.121 定 4 28.124 28.125 28.127 28.119 28.118 28.124 28.120 28.125 28.125 28.119 28.123 28.128 28.112 28.119 28.125 28.125 28.117 28.126 28.118 28.118 28.127 28.128 28.117 28.121 28.127 值
0.256
1.744
3.258
0.283
1.717
3.336
0.307
1.693
3.407
0.328
1.672
3.472
0.347
1.653
3.532
0.363
1.637
3.588
0.378
1.622
3.640
0.391
1.608
3.689
0.403
1.597
3.735

统计技术应用(连载十一)统计过程控制(SPC)图

统计技术应用(连载十一)统计过程控制(SPC)图

将有助于长期保持过程稳定性和对过程加以改进。 通过采 用附加准则解 释所绘数据 的趋 势和形态 ,可改 善控 制 图的使用 ,以便更 迅速地展示 过程变化 ,或提高识别微 小变
化的灵敏度 。
以及理解过程变差来源 的关键 。
短期过程很少能提供足够数据 , 故难 以建立适宜 的控制 限。 在解 释控制 图时存在 “ 假报警 ”的风险 ,( 即实 际未发生变 化而作出变化已经发生的结论 ) ,也存在 已经发生变化而未查 明 的风险。这些风 险都能被减少 ,但不能被消除 。
性( 计数 数据 ) 都可以绘制成 图。在存在计 量数据的情况下 ,一
个控制 图通常用来 监控过 程中心 的变化 ,另一 控制 图则 用于监 控过程变异的变化 。
对于计 数数据 ,控制 图通常包 含不合格 品数 或不合 格品率 控制 图 , 或包含从过程所抽取 的样本 中发现 的不合 格数控制图 。 计 量数据摔 制 图的常规形式称 为 “ 休哈特 ”图。还有其 它 形式 的控制 图 ,每种控 制 罔都 有适合特定 情况而 应用 的特 点。 例如 , “ 累积和控制 图”可提高检测过程发生小 漂移 的灵敏度 ; “ 移动均值 图” 均匀或加权 ) ( 可平滑掉短期变差 , 揭示长久趋 势。 计量型控制 图的基础是 正态分布。 对 于正态分 布 ,无论均值 和标准 差 取何值 ,产品质 量特性 值落在 ± 之 间的概率 为 9 . %,落在 ± 之 3 93 7 3
20 .2 4 110 3
技术创新 ・ eho g dn oao Tcnl y n nvtn o a I i
E 1 c t i c e r a l A p 1 1 c p a n e s
表 1
标准号 G / 0 1 BT49—

统计过程控制之通用控制图

统计过程控制之通用控制图

统计过程控制(SPC)与休哈特控制图(三)第六章通用控制图世界各国的控制图大多采用3σ方式。

在应用控制图时,需要计算控制图的控制界限并根据实测数据计算出所控制的统计量,在控制图中描点。

这两项都需要一定的工作量,尤其是p图与pn图、u图与c图,由于控制界限计算公式中含有样本大小n,控制界线随着n的变化而呈凹凸状,作图十分不便,也难于判稳、判异。

若n变化不大,虽可用n 的平均数n代替n,但不精确,当点子接近控制界限时有误报与漏报异常的可能。

1981年我国张公绪教授与阎育苏教授提出的通用控制图解决了上述问题。

在通用控制图上,控制界线是直线,而且判断异常的结果也是精确的。

通用控制图已于1986年发布为国家标准GB6381。

通用控制图主要包括两个内容:标准变换和直接打(描)点法。

一、标准变换与通用图所谓随机变量的标准变换是指经过变换后随机变量的平均值变成0、方差变成1的变换,即:变换后的随机变量=(随机变量一μ)/σ这是可以理解的。

随机变量的取值减去其平均值后的平均值应为0;其次,分母为标准差,也就是说用标准差作尺度,这样,变换后的标准差应为1。

现在,对3σ控制界限的一般公式UCL=μ+3σCL=μLCL=μ-3σ进行标准变换,于是得到UCLt=(UCL-μ)/σ=3CLt=(UCL-μ)/σLCLt=(UCL+μ)/σ=3式中,下标t表示标准变换后,也表示通用的“通"。

这样,任何3σ控制图都统一变换成式(3.6. 1一2)的控制图,称为通用控制图。

通用图的优点是控制界限统一成3,0,-3,可以事先印好,简化控制图,节省管理费用,在图上容易判断稳态和判断异常。

通用图的缺点是在图中打(描)点也需要经过标准变换,计算要麻烦些。

为了解决这个问题,需要应用直接打点法。

二、直接打点法控制图判断异常的准则主要有下列两点:(1)点子出界或恰在控制界限上;(2)界内点子的排列非随机。

前者对于点子位置要求精确,后者对于点子位置要求相对精确就可以了。

统计过程控制SPC图

统计过程控制SPC图

统计过程控制(SPC)图4.11.1 什么是统计过程控制图SPC图或控制图是根据定期从一个过程中抽取样本的数据而按时间序列画制的图表。

而SPC图上的“控制限”表征了党过程处在稳定状态时过程的固有变差。

控制图的功能是通过检查控制图上所描的点同控制限的关系以评估过程的稳定性。

任何表征所关注的产品或过程特性的变量(计量型数据)或属性(计数型数据)都可以被描点。

对于计量型数据,控制图通常被用于监控基于过程中心的变化,另一个单独的控制图被用于监控过程的变差。

对于计数型数据,控制图一般被用于监控抽取自过程的样本的不合格品数或不合格品率。

传统的控制图被称为“修哈特控制图”。

同时还存在其他形式的控制图,它们适用于特定的使用环境。

例如“累积和图”,由于其对变差的敏感性而用于监控过程的微小变差,“移动平均图”(不加权的或加权的)被用于表征短期变量的趋势。

4.11.2 控制图的用途SPC图用于检测过程的变化。

所描的点,它可能是一个单独的读数或统计上的数值,如样本均值,被同控制限进行比较。

在最简单的情况下,一个描点落入控制限之外可能就意味着过程发生了变化,这可能是归于“可指明的”原因。

这意味着需要对产生“失控”读数的原因进行调查,并在需要的情况下对过程进行调整。

这将在长期上有助于保持过程的稳定和改进过程。

在控制图的使用中,通过增加额外的对描点和趋势的解释准则,可以产生对过程变化更迅速的反应和对微小变化的敏感程度。

4.11.3 收益除了以可视化的方式向使用者表征数据,控制图可以帮助使用者通过区分稳定过程固有的随机变差和那些可能来自“可指明原因”(例如可指明某个特定的原因)的变差来对过程变差进行适当的反应。

对“可指明原因”变差的及时发现和纠正可有助于过程的改进。

下面是控制图在与过程相关的活动中所发挥的作用和价值。

——过程控制:计量型数据的控制图可用于探测过程中心的变化或过程的变差以引发纠正措施,进而保持或重建过程的稳定性;——过程能力分析:如果过程处于稳定状态,控制图中的数据可以随后被用于计算过程能力;——测量系统分析:与反映测量系统内部固有变差的控制限相结合,控制图可以表明某测量系统是否有足够的能力来对某过程或产品的变差进行测量。

控制图(control charts)

控制图(control charts)

控制图(control charts)又名:统计过程控制( statistical process control)方法演变:EQ \o(\s\up5(-),\s\do2(x))计量值控制图:⎺X-R控制图(又名均值极差控制图),⎺X-s控制图,单值控制图(又名X 控制图,X-R控制图,IX-MR控制图,XmR控制图,移动极差控制图),移动均值-移动极差控制图(又名MA-MR控制图),目标偏差控制图(又名差异控制图、偏差控制图、名义值偏差控制图),CUSUM(又名累计和控制图),EWMA(又名指数加权移动平均控制图),多元控制图(又名Hotelling T2控制图)。

计数值控制图:p控制图(又名不良品率控制图),np控制图,c控制图(又名缺陷数控制图),u控制图。

两种数据都适用的控制图:短期过程控制图(又名稳定控制图或者Z控制图),组控制图(又名多属性值控制图)。

概述控制图是一种对过程变异进行分析和控制的图形工具。

数据按时间顺序绘制在图上,控制图一般有一条代表均值的中心线,一条上控制限位于中心线上方,一条下控制限位于中心线下方,这些线是根据过程数据确定的。

通过当前数据和由历史数据计算所得的控制限的比较,我们可以判定当前过程变异是稳定的(受控制)还是不稳定的(不受控制,受到某个特定因素的干扰)。

控制图分为很多种,不同的过程、不同的数据,我们采用不同的控制图。

计量值数据的控制图经常是成对应用,其中常绘制在上方的一张控制图监测均值,或者说过程数据的分布中心,而绘制在下方的一张控制图监测极差,或者说分布的波动程度。

如果借助于练习打靶的例子来说明,那么均值就是靶子上射击集中的地方,极差是射击点的离散程度。

计量值数据要成对使用控制图,计数值数据则通常只使用一张控制图就足够了。

适用场合·当你希望控制当前过程,问题出现时能察觉并能对其采取补救措施时;·当你希望对过程输出的变化范围进行预测时:·当你判断一个过程是否稳定(处于统计受控状态)时;·当你分析过程变异来源是随机性(偶然事件)还是非随机性(过程本身固有)时;·当你决定怎样完成一个质量改进项目时——防止特殊问题的出现,或对过程进行基础性的改变。

常用控制图

常用控制图

SPCSPC(Statistical Process Control,统计过程控制或统计制程控制)目录∙ 1 什么是SPC∙ 2 SPC起源与发展∙ 3 3σ原理简介∙ 4 SPC技术原理∙ 5 SPC控制图及计算∙ 6 SPC控制图(管制图)的实施∙7 SPC控制图(管制图)异常的判断及处理∙8 制程能力指数(参数)CPK∙9 SPC的发展特点∙10 SPC对企业带来的好处什么是SPCSPC即英文“Statistical Process Control”之缩写,意为“统计制程控制” SPC或称统计过程控制。

SPC主要是指应用统计分析技术对生产过程进行实时监控,科学的区分出生产过程中产品质量的随机波动与异常波动,从而对生产过程的异常趋势提出预警,以便生产管理人员及时采取措施,消除异常,恢复过程的稳定,从而达到提高和控制质量的目的。

在生产过程中,产品的加工尺寸的波动是不可避免的。

它是由人、机器、材料、方法和环境等基本因素的波动影响所致。

波动分为两种:正常波动和异常波动。

正常波动是偶然性原因(不可避免因素)造成的。

它对产品质量影响较小,在技术上难以消除,在经济上也不值得消除。

异常波动是由系统原因(异常因素)造成的。

它对产品质量影响很大,但能够采取措施避免和消除。

过程控制的目的就是消除、避免异常波动,使过程处于正常波动状态。

SPC起源与发展1. 1924年休哈特博士在贝尔实验室发明了品质控制图。

2. 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。

3.二战后美英将品质控制图方法引进制造业,并应用于生产过程。

4. 1950年,戴明到日本演讲,介绍了SQC的技术与观念。

5.SQC是在发生问题后才去解决问题,是一种浪费,所以发展出了SPC。

6.美国汽车制造商福特、通用汽车公司等对SPC很重视,所以SPC得以广泛应用。

7.ISO9000(2000)体系亦注重过程控制和统计技术的应用(如8.1,8.2.3)。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
∴由异常因素造成的波动称为不正常的波动。此时的
工序处于不稳定状态或非受控状态。对这样的工序必
•生产过程的几种状态
•图a •图c
•公差上限 •公差下限
•公差上限 •公差下限
•图b •图d
•公差上限 •公差下限
•公差上限 •公差下限
什么是SPC
• 统计过程控制(Statistical
Process
统计过程控制图
2020年4月29日星期三
问题
某车间生产一种共抽取了 25个子组。标准要 求其电阻值在 [77.9, 86.1]之间 为合格。请问生产 过程是否受控?
工序与质量波动
• 一、工序 • 工序,实际上是在产品制造过程的某一环节上
• 二是过程能力是否充足。 ➢ 通过过程能力查定来实现
• 统计过程控制必须同专业技术相结合,才 能最终实现过程控制目标。
什么是SPC
• 统计过程控制与产品检查的区别:
➢ 检查是通过比较产品质量特性测量值与规格要求,剔除 不合格品,是事后把关。统计过程控制是通过样本数据 分布状态估计总体分布状态的变化,达到预防异常因素 造成的不正常质量波动,消除质量隐患的目的,是事先 预防。
• 3、一条质量特性值或其统计量的波动曲线。
控制图的类型
控制界限的确定原理—3σ原 理
•休哈特控制图控制界限是以3σ原理确定的 。即以质量特性统计量的均值作为控制中线 CL; 在距均值±3σ处作控制上、下线。由 3σ原理确定的控制图可以在最经济的条件下 达到保证生产过程稳定的目的控制界限的重 要性。
调整不当或损坏;刃具的过度磨损;工人违反操作规
程等;
2. 因素造成较大的质量波动,常常超出了规格范围
或存在超过规格范围的危险;
3. 因素的影响在经济上是必须消除的;
• 4. 在技术上是易于识别、测量并且是可以消除和避 免的;
5. 由异常因素造成的质量特性值分布状态随时间的
变化可能发生各种变化。(图b、c、d)
•x(或x、R、S等 )
控制图的构造
•控制上线UCL
•控制中线CL
•控制下线 LCL
•0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
•样本号(或时间
• 1、以随时间推移而变)动着的样品号为横坐标,以质 量特性值或其统计量为纵坐标的平面坐标系;
• 2、三条具有统计意义的控制线:中心线CL、上控制 线UCL和下控制线LCL
• 二、质量波动两因素
• 偶然因素 、异常因素
偶然因素(随机因素)
• 1、对生产过程一直起作用的因素。如材料成分、规格 、硬度等的微小变化;设备的微小震动;刃具的正常 磨损;夹具的弹性变型及微小松动;工人操作的微小 不均匀性等;
• 2、对质量波动的影响并不大,不超出工序规格范围; • 3、因素的影响在经济上并不值得消除;
Control 简称SPC),又称统计工序控制,
是过程控制的一种实施方法。它根据产品质
量的统计观点,运用数理统计方法收集、整
理和分析生产制造过程的数据,了解、预测
和监控过程的运行状态,排除隐患。
什么是SPC
• 统计过程控制要解决两个基本问题:
• 一是工序质量状况是否稳定。 ➢ 利用控制图作为工具进行测定
➢ 检查通常通过专门的测量仪器和设备得到测量值,并由 检查人员进行判定。而统计过程控制必须使用专门设计 的控制图,并按一定的判定规则判定工序状态是否处于 正常状态。
➢ 统计过程控制虽然会带来一定程度的预防成本的提高, 但却能及早发现异常,采取措施消除隐患,带来故障成 本的大幅度降低。因此对比产品检查,统计工序控制会 带来显著的经济效果。
3σ原理
设工序处于正常状态时,质量特性
总体的均值为μ0,标准偏差为σ。
三条控制线的位置分别为: CL = μ0 UCL = μ0 + kσ, LCL = μ0 - kσ。
•控制图的分类
•(一)按用途分类
•1. 控制图三种用途 :一是诊断,针对已经完成的过 程或某一过程已经完成的阶段,用于分析过程是否正 常;二是控制,针对正在进行的过程实施质量控制, 用于判断过程进行中是否异常或发生异常先兆,以保 持过程的稳定;三是确认,针对改进工作已经完成的 过程,用于确认改进的效果。
•控制图的分类
•2. 按用途对控制图分类,可以把控制图分为分析用控制图 和控制用控制图两大类。 •分析用控制图用于对已经完成的过程进行分析或确认(验 证)。分析的内容应包括:过程是否处于统计控制状态( 统计稳态),即ISO9000标准要求的“管理受控”;过程能 力是否达到一定水平(技术稳态),即ISO9000标准要求 的“技术受控”。GB/T401—2001标准要求,ISO 8258: 1991标准要求;而国际先进企业要求;根据分析用控制图 的分析结果调整生产过程。 • 分析用控制图一般由质量控制工程师负责实施。而控制 用控制图一般应由工艺工程师负责实施。在交换过程中既 要用到控制图的“判稳准则”,又要用到“判异准则”。
,为保证生产出符合技术要求的合格品而应具 备的全部手段和条件的统称。 • 人(Man)、机器(Machine)、材料( Material)、方法(Method)、测量( Measure)、环境(Environment)是六大工序 质量因素,简称为“5MlE”。所以,工序就是这 些因素综合起作用的过程。产品的制造质量就 是由无数的工序加工过程决定的。
• 4、在技术上也是难以测量、难以避免的; • 5、偶然因素造成的质量特性值分布状态不随时间的变
化而变化。(图a)
• ∴由偶然因素造成的质量波动称为正常的波动,这种
波动一般通过公差加以反映,此时的工序处于稳定状 态或受控状态。
异常因素(系统因素)
• 1. 在一定时间内对生产过程起作用的因素。如材料 成份、规格、硬度的显著变化;设备、工夹具安装、
控制图原理与观察
• 控制图的构造与类型 • 控制图的绘制与判断 • 控制图的两类错误分析 • 控制图的分类
控制图的产生与定义
• 产生:控制图是由美国贝尔(Bell)通信
研究所的休哈特(W.A Shewhart)博士发
明的,因此也称休哈特控制图。
• 定义:控制图是反映和控制质量特性值分
布状态随时间而发生的变动情况的图表。 它是判断工序是否处于稳定状态、保持生 产过程始终处于正常状态的有效工具。
相关文档
最新文档