培训教材_SPC与MSA.ppt

统计过程控制SPC 一、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、控制图的历史 控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制不可缺少的主要工具，当时称为(Statistical Quality Control)。 2、波动的种类: 正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内。 异常波动：是由特殊(异常)原因造成的。如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正。 3、普通原因、特殊原因 普通原因：指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时间称“受控”，普通原因表现为一个稳定系統的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。 特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否則它们将继续用不可预测的方式来影响过程的输出。如果系统內存在变差的特殊原因，随时间的推移，过程的输出将不稳定。 规格界限和控制界限 规格界限：是用以说明质量特性的最大许可值，来保证各个单位产品的正确性能。 控制界限：应用于一群单位产品集体的量度，这种量度是从一群中各个单位产品所得观测值中计算出来者。 控制图原理 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?3?)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在X?3?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。 控制限的宽度就是根据这一原理定为?3?。 “?”及“?”风险定义 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。 第一类错误是把正常判为异常，它的概率为?，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。 虛发警报， 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. 第二类错误是将异常判为正常，它的概率记为?，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, 但并未采取相应的措施,从而不合格品增加, 也造成损失. 两类错误不能同时避免，减少第一类错误(?)，就会增加第二类错误(?)，反之亦然。 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) 个別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(Pn 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。 案例分析 CASE STUDY 不良和缺陷的说明 取样的方式 取样必须达到组內变异小，组间变异大 样本数、频率、组数的规定 计算每个子组的平均值和极差 平均值的计算： 计算每组的平均值和极差： 控制图的判读 超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据 控制图的观察分析 作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程的波动仅受正常