统计过程控制SPC讲义.pptx

《统计过程控制SPC讲义.pptx》由会员分享，可在线阅读，更多相关《统计过程控制SPC讲义.pptx（93页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、统计过程控制统计过程控制 SPC SPC的的灵活应用灵活应用目目 錄錄 n一、什麽是一、什麽是统计过程控制统计过程控制 n二二、什麽是、什麽是过程变异？过程变异？ n三三、两类过程变异原因两类过程变异原因 n四四、过程受控与过程能力过程受控与过程能力 n五五、过程四种状态过程四种状态n六六、过程能力与合格率预测过程能力与合格率预测 n七七、过程能力分析过程能力分析n八、控制图（八、控制图（SPCSPC）n九、计量值控制图九、计量值控制图一、什麽是一、什麽是统计过程控制统计过程控制 1统计过程控制又称统计过程控制又称SP CSP C；全称为：全称为：Statistical Process Con

2、trol,Statistical Process Control, 1) 1)是应用统计技术分析过程中的品质特是应用统计技术分析过程中的品质特 性，区分过程变异的特殊原因和普通原性，区分过程变异的特殊原因和普通原 因，从而达到控制过程变异的目的；因，从而达到控制过程变异的目的； 2) 2)最终目的是在于预防问题的发生及减少最终目的是在于预防问题的发生及减少 浪费；浪费； 3 3）是进行品质控制的强有力工具。）是进行品质控制的强有力工具。n工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，

3、必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。n1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。一、什麽是一、什麽是统计过程控制统计过程控制 一、什麽是一、什麽是统计过程控制统计过程控制 2预防与检测预防与检测 1) 1)事后检测事后检测质量控制的最原始手段；质量控制的最原始手段； a. a.通过检查最终产品并剔除不符合规格产品，通过检查最终产品并剔除不符合规格产品， 保证不合格品不提交给顾客或下一工序；保证不合格品不提交给顾客或下一工序； b.

4、b.可是可是, ,不合格品已经存在不合格品已经存在, ,浪费已经产生；浪费已经产生； 2) 2)预防预防: :一种在第一步就可以避免生产无用的一种在第一步就可以避免生产无用的 产品，从而避免浪费；产品，从而避免浪费； 3 3）可是如何在做之前或无用产生之前就能知）可是如何在做之前或无用产生之前就能知 道道“可以做好可以做好”、“不可以做好不可以做好”，统计过程，统计过程 控制是一种普遍接受和运用的预防方法。控制是一种普遍接受和运用的预防方法。一、什麽是一、什麽是统计过程控制统计过程控制 3过程过程 所谓所谓“过程过程”，指的是共同工作以产，指的是共同工作以产生输出的供方、生产者、人、设备、输生

5、输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾入材料、方法和环境以及使用输出的顾客之集合。客之集合。制程控制系统制程控制系统 有反馈的过程控制系统模型有反馈的过程控制系统模型 过程的呼声过程的呼声 人人 设备设备 材料材料 方法方法 产品或产品或 环境环境 服务服务 输入输入 过程过程/系统系统 输出输出 顾客的呼声顾客的呼声我们工作的方式/资源的融合统计方法顾客识别不断变化的需求量和期望请试举例说明：工作生活中所见的过程事例。一、什麽是一、什麽是统计过程控制统计过程控制 4质量特性二重性：质量特性二重性： 绝对的波动性和相对的稳定性绝对的波动性和相对的稳定性 1) 1)

6、质量质量是过程的结果，是顾客关注的是过程的结果，是顾客关注的 核心；核心； 2) 2) 波动性是绝对的，稳定性是相对的；波动性是绝对的，稳定性是相对的； a a 波动就是过程变异的外在表现；波动就是过程变异的外在表现； b b 过程控制就是有效限制波动过程控制就是有效限制波动, ,强化或强化或 增强稳定增强稳定一、什麽是一、什麽是统计过程控制统计过程控制 5统计过程控制的实质：统计过程控制的实质： 就是通过观察产品就是通过观察产品/ /过程波动过程波动; ;分析、鉴分析、鉴定产品定产品/ /过程波动的原因，将其控制在相过程波动的原因，将其控制在相对稳定的状态，从而保证过程输出的稳对稳定的状态，

7、从而保证过程输出的稳定性。定性。二二、什麽是、什麽是过程变异？过程变异？ 1. .事例：事例：20042004年某厂新招人员身高测量数据：年某厂新招人员身高测量数据： 取样n=89, L=175; S=156；单位：cm164 158 159 171 160 165 161 165 168 169161 165 162 162 175 170 162 170 162 162163 164 166 164 164 164 164 164 164 164165 164 165 164 165 163 165 163 165 165166 168 170 168 160 169 160 169 16

8、0 161156 169 166 159 169 168 162 168 162 166167 167 164 166 166 168 161 163 167 172160 163 173 166 163 165 164 163 172 161174 170 171 161 162 161 167 169 163 二二、什麽是、什麽是过程变异？过程变异？ 2过程变异：过程变异：（用直方图示（用直方图示） 测量1人身高时测量2人身高时测量10人身高时测量89人身高时二二、什麽是、什麽是过程变异？过程变异？ 3过程变异过程变异：从上图可以看出从上图可以看出： 1 1）每个测量结果均会不同，）每个测

9、量结果均会不同， 2 2）但如测量到足够多的数据时，其测量结果的会是一）但如测量到足够多的数据时，其测量结果的会是一 个有规律的分布，这个有规律的分布就表征了身高变个有规律的分布，这个有规律的分布就表征了身高变 异的特性；异的特性； 3 3）过程变异的特性：）过程变异的特性： a a 位置；分布中心位置；分布中心MM； b b 分布宽度：分布宽度： 标准差来衡量；标准差来衡量； c c 分布形状；分布形状；二二、什麽是、什麽是过程变异？过程变异？ 4过程变异的分布特性图示过程变异的分布特性图示： M1M2位置差异位置位置1月份新招员工身高分布6月份新招员工身高分布位置描述了数据的典型性，如均值

10、、中位数，分布中心等。二二、什麽是、什麽是过程变异？过程变异？ 4过程变异的分布特性图示过程变异的分布特性图示： 1宽度差异分布宽度分布宽度1月份新招员工身高分布3月份新招员工身高分布分布宽度描述了数据分布的最大值和最小值这间的距离。2二二、什麽是、什麽是过程变异？过程变异？ 4过程变异的分布特性图示过程变异的分布特性图示： 分布形状分布形状从上图示可知，过程或过程的结果随时处于波动之中，同时又有其规律性，通过认识过程特性的分布，分析分布的特性来认识过程是一种可行的方法。二二、什麽是、什麽是过程变异？过程变异？ 4 4观察和处理过程变异的两种方法观察和处理过程变异的两种方法： 1 1）直观方法

11、（传统方法），）直观方法（传统方法）， 2 2）用统计控制方法；）用统计控制方法； 二者之间有何区别呢？下面我们举例说明：二者之间有何区别呢？下面我们举例说明： 某公司是一家家电产品制造商，为了提高管理水平，导入了品质成某公司是一家家电产品制造商，为了提高管理水平，导入了品质成本管理体系，经过前期努力，其统计取得了前本管理体系，经过前期努力，其统计取得了前5 5个月的品质成本数据个月的品质成本数据如下表：如下表：4 4观察和处理过程变异的两种方法观察和处理过程变异的两种方法： 时间星期一星期二星期三星期四星期五平均第1周156321632015698171021658716268第2周1790

12、61653416497156701597616517第3周165471732317301177601832217432第4周159601623117457175141754916942第5周168851721316545169811675316875第6周175321757417210178101798617622第7周181011769417230173111756917581第8周189301810116561178151675417632第9周194541712117543175851791417923第10周165541875218584169431921418009第11周16821

13、1658015991167921655416548第12周166311698915302167831601216343第13周180201721317530168761650317228第14周167851702917056175511698217081第15周165031678117234175431799117210第16周185201812317694175381701017777第17周179891756417011167511688917241第18周175211785616981162101751217216第19周175301687116594164211684216852第20

14、周171231754917568169241421016675二二、什麽是、什麽是过程变异？过程变异？ 4 4观察和处理过程变异的两种方法观察和处理过程变异的两种方法： 1 1）直观法：）直观法：作出品质成本与时间变化的趋势图作出品质成本与时间变化的趋势图 1650017000175001600018000第710周之间品质成本一直处于上升阶段，从而得出该过程存在问题连续四周呈上升态势经过改善后有所下降4 4观察和处理过程变异的两种方法观察和处理过程变异的两种方法： 第第7 7到第到第1010周数据周数据观察结果如下表：观察结果如下表： 从上表可看出，成本显得特别高，这好象证明了第从上表可看出

15、，成本显得特别高，这好象证明了第710710周不正常的结论，周不正常的结论，于是工程师们紧急寻找对策，并对该过程进行了改善，此后两周，品质成于是工程师们紧急寻找对策，并对该过程进行了改善，此后两周，品质成本有所下降。但在后面又出现了上升，这样究竟改善有无作用呢？无从回本有所下降。但在后面又出现了上升，这样究竟改善有无作用呢？无从回答。答。时间星期一星期二星期三星期四星期五平均第1周156321632015698171021658716268第7周181011769417230173111756917581第8周189301810116561178151675417632第9周194541712

16、117543175851791417923第10周165541875218584169431921418009二二、什麽是、什麽是过程变异？过程变异？ 特别高的品质成本二二、什麽是、什麽是过程变异？过程变异？ 4 4 观察和处理过程变异的两种方法观察和处理过程变异的两种方法： 2 2） 统计方法：统计方法：下图为该过程品质成本变化的下图为该过程品质成本变化的 X X 图图 1650017000175001600018000UCL=18106LCL=16191Mean=17149图中： UCL= 上控制限； Mean=均值 LCL= 下控制限二二、什麽是、什麽是过程变异？过程变异？ 4 4观察和

17、处理过程变异的两种方法观察和处理过程变异的两种方法： 1 1）上面的控制图给我们一个信息，图上所有的点随机分布在控制限）上面的控制图给我们一个信息，图上所有的点随机分布在控制限内，说明该过程是稳定的，并未出现异常。内，说明该过程是稳定的，并未出现异常。 2 2） 如果不是从统计角度而是直观观察过程变异，可能得出如果不是从统计角度而是直观观察过程变异，可能得出“过程出过程出现变异现变异”的错误结论，这时如果进行改善，可能得出的错误结论，这时如果进行改善，可能得出“改善有效改善有效”的错误结论。的错误结论。 3 3）从统计的观点来看，过程每时每该都会存在变异，但并非所有的）从统计的观点来看，过程每

18、时每该都会存在变异，但并非所有的 变异都有可解释的原因；变异都有可解释的原因； 导致过程变异的原因分两种：普能原因和特殊原因导致过程变异的原因分两种：普能原因和特殊原因 统计过程控制就是要识别、确定导致过程变异的原因，根据原因采统计过程控制就是要识别、确定导致过程变异的原因，根据原因采取针对性措施，从而有效地保持过程的稳定性。取针对性措施，从而有效地保持过程的稳定性。三三、两类过程变异原因两类过程变异原因 1 1普通原因普通原因 和和 特殊原因特殊原因： 1）质量特性绝对的波动性，是由过程变异引起的，而导致过程变异的原因在很多情况之下是十分繁杂的； 2）但根据原因的性质，我们可以将其归为两类：

19、 a:普通原因； b:特殊原因； 3）质量管理的主要任务之一，是区别产生过程变异的普通原因和特 殊原因，三三、两类过程变异原因两类过程变异原因 2 2普通原因普通原因 ： 1）普通原因是造成过程数据之间的差异，但数据总体分布随时间推移具有重复性和稳定性的许多原因的总和； 2）其具以下特点： a:存在于任何过程； b:不能利用现有技术进行控制； c:其对过程的影响是轻微且不确定的； 3）对普通原因的图示说明： 下图表示了只有普通原因作用于过程时数据分布产生的影响：2普通原因：普通原因： t1随时间推移，过程数据分布状态（位置、分布宽度、分布形状）未变三三、两类过程变异原因两类过程变异原因 t2t

20、3t4t5单个工件之间的差异一批工件的整体分布三三、两类过程变异原因两类过程变异原因 3 3特殊原因特殊原因 ： 1）特殊原因是造成过程数据之间的差异，且数据总体分布随时间推移会发生变化的原因； 2）其具以下特点： a:有时出现，有时消失； b:不一定每个过程都同时存在； c:其对过程的影响很大； d:可利用现有技术进行控制。 3）对特殊原因的图示说明： 下图表示过程存在特殊原因作用时数据分布状况：3特殊原因：特殊原因： 随时间推移，过程数据分布状态（位置、分布宽度、分布形状）改变三三、两类过程变异原因两类过程变异原因 t1t2t3t4t5试讨论：对文员打字这一过程，针对其打字的速度讨论其普通

21、原因和特殊原因。四四、过程受控与过程能力过程受控与过程能力 1 1过程受控过程受控 ： 1）是指该过程的过程变异仅由普通原因造成时，则认为该过程处于 受控状态； 我们称之为过程受控，又称统计过程控制过程受控，又称统计过程控制。 2）是指该过程存在由特殊原因造成的过程变异时，则认为该过程处于 不受控状态： 我称之为过程失控；过程失控； 一旦确定过程失控，通常要求立即确定该特殊原因具体是什么，一旦确定过程失控，通常要求立即确定该特殊原因具体是什么，应该采取何种措施消除特殊原因从改善过程状态，直至过程受控？应该采取何种措施消除特殊原因从改善过程状态，直至过程受控？四四、过程受控与过程能力过程受控与过

22、程能力 1 1过程受控过程受控 ： 1）当确定过程处于统计过程受控时，接下来的问题是：该过程产品合格率会是多少呢？这种合格率是否可接受呢？； 只有对上述问题做出了回答，才能确定是否需要对过程采取进一只有对上述问题做出了回答，才能确定是否需要对过程采取进一 步改善行动。步改善行动。 2）如果答案是可接受的，那么我们只要继续对过程进行统计观察， 以确定其是否持续受控； 3）如果答案不能接受，则需要对过程采取改善行动以降低普通原因 对过程的影响，提升合格率到可接受为止。 过程能力的确定是预测过程产品合格率的工具，是在过程能力的确定是预测过程产品合格率的工具，是在 过程受控的情况下来确定。过程受控的情

23、况下来确定。四四、过程受控与过程能力过程受控与过程能力 2 2过程能力过程能力 ： 1）过程能力：是指过程满足要求的能力；也可理解为过程生产合格品的能力。 而过程要求是以过程规范的形式存在， 2）确定过程能力，就是把过程分布与过程规范进行比较而得到的结果； 3）而影响过程能力的过程分布特性是分布宽度、分布位置M与 过程规范之间的关系； 下图显示了过程能力足够和不足的情况。 带有不同水平的变差的能够符合规范的过程（所有的输出都在规范之内）规范下限 LCL规范上限 UCL范围 LCL UCL范围不能符合规范的过程（有超过一侧或两側规范的输出）LCL LCLUCL UCL范围范围范围M偏移M未偏移小

24、大五五、过程四种状态过程四种状态 综合过程受控状况与过程能力情况，可将过程状态分四种综合过程受控状况与过程能力情况，可将过程状态分四种 过程受控12 过程不受控34能力足够能力不足够五五、过程四种状态过程四种状态 1. 1.1类状态图示：过程受控且能力足够的状态； 此过程也是较理想，可接受的过程，没有特殊原因引起的变异。 规范下限 LCL规范上限 UCL过程受控能力满足要求五五、过程四种状态过程四种状态 2. 2.2类状态图示：过程受控且能力不足够的状态； 此过程分布宽度过大，为普通原因引起的变差过大，无特殊原因引起变差，需要采取措施降低普通原因引起的变差。 规范下限 LCL规范上限 UCL能

25、力不满足要求过程受控四四、过程四种状态过程四种状态 3. 3.3类状态图示：过程不是受控状态但能力足够； 此过程虽然能力满足要求，但因存在特殊原因，如不找出并加以消除随时可能致过程不满足要求。 规范下限 LCL规范上限 UCLTM过程不受控能力满足要求四四、过程四种状态过程四种状态 4.4 4.4类状态图示：过程不是受控状态但能力也不足够； 此过程不但存在特殊原因引起的变差，又可能普通原因引起的变差较多，因此此过程不但存在特殊原因引起的变差，又可能普通原因引起的变差较多，因此需通过分析区分特殊原因和普通原因，先消除特殊原因，将过程转化为需通过分析区分特殊原因和普通原因，先消除特殊原因，将过程转

26、化为“2”类状态再做处理，如自动转为类状态再做处理，如自动转为“1”类状态，则说明该过程的变异主要是特殊类状态，则说明该过程的变异主要是特殊原因引起的原因引起的。 规范下限 LCL规范上限 UCLTM能力不满足要求过程不受控六六、过程能力与合格率预测过程能力与合格率预测 1. 1.1类状态下的过程能力与过程分布宽度；不考虑过程均值波动时，测量值落在M n 区间的可能性（概率） 68.26%95.45%99.73%99.99%99.9999%99.999999%23456-2-3-4-5-66过程能力：UCLLCL 6规范下限 LCL规范上限 UCL六六、过程能力与合格率预测过程能力与合格率预测

27、 1. 1.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5 范围 内波动时，对合格率估计 30.85%69.15%93.32%99.38%99.977%99.99966%23456-2-3-4-5-66规范下限 LCL规范上限 UCL合格率估计：30.85%过程能力：0.33六六、过程能力与合格率预测过程能力与合格率预测 1. 1.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5 范围 内波动时，对合格率估计 30.85%69.15%93.32%99.38%99.977%99.99966%23456-2-3-4-5-66规范下限 LCL规范上限 UCL合格率估计：69.15%

28、过程能力：0.667六六、过程能力与合格率预测过程能力与合格率预测 3. 3.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5 范围 内波动时，对合格率估计 30.85%69.15%93.32%99.38%99.977%99.99966%23456-2-3-4-5-6规范下限 LCL规范上限 UCL合格率估计：93.32%过程能力：1.06七七、过程能力分析过程能力分析4 4过程能力分析过程能力分析 ： 1）产品合格率的预测（考虑了过程均值偏移可能后的估计）。 ， 规格所处位置（n;n值）过程能力合格率预测10.3330.85%20.66769.15%31.093.32%41.3399

29、.38%51.6799.977%62.099.99966%七七、过程能力分析过程能力分析4 4过程能力分析过程能力分析 ： 1）过程能力评价。 ， 过程能力过程能力评价过程能力1.67充足1.33过程能力 1.67接受1.0过程能力 1.33 不足过程能力 1.0 严重不足七七、过程能力分析过程能力分析4 4过程能力分析过程能力分析 ： 1）过程能力评价。 ， 过程能力过程能力评价过程能力1.67充足1.33过程能力 1.67接受1.0过程能力 1.33 不足过程能力 1.0 严重不足八、八、 控制图（控制图（SPC）nSPCSPC的作用的作用1、确保制程持续稳定、可预测。2、提高产品质量、生

30、产能力、降低成本。3、为制程分析提供依据。4、区分变差的特殊原因和普通原因，作为采取局部措 施或对系统采取措施的指南。八、八、 控制图（控制图（SPC）n1 控制图的基本形状：控制图的基本形状： n 上控制限上控制限n 中心限中心限n 下控制限下控制限1 控制图的基本形状控制图的基本形状1650017000175001600018000UCL=18106LCL=16191 Mean=17149图中： UCL= 上控制限； Mean=均值 LCL= 下控制限八、八、 控制图（控制图（SPC）八、八、 控制图（控制图（SPC）n1 控制图的基本概念：控制图的基本概念： 概念解释平均值一组测量值的均

31、值极差（R）一个子组、样本或总体中最大与最小值之差标准差（）过程输出的分布宽度；从过程中统计抽样值（例如：子组均值）的分布宽度的量度，用希腊字母或字母s（用于样本标准差）表示过程均值一个特定过程特性的测量值分布的位置即为过程均值，通常用 来表示。链（Run）控制图上一系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据变差过程的单个输出之间不可避免的差别八、八、 控制图（控制图（SPC）n控制图的起源与发展控制图的起源与发展1、1924年修哈特博士在贝尔实验室发明了控制图。2、1939年修哈特与戴明合作写了品质观点的统计方法专著。3、二战后英美两国将品质控制图

32、方法引入制造业并应用于生产过程。4、美国汽车制造商对SPC很重视，使SPC图得以广泛应用。八、八、 控制图（控制图（SPC）n使用控制图进行过程控制的步骤使用控制图进行过程控制的步骤1、数据收集并将数据画在控制图上。2、实施控制。 将数据画在控制图上并计算控制界限； 注意控制界限与规格界限的区别。3、比较控制界限与画好的数据。 判断该过程是否存在变异的特殊原因， 如果存在，则进行分析和改善，再对改善后的过程重新进行收集数据和控制。八、八、 控制图（控制图（SPC）n使用控制图进行过程控制的步骤使用控制图进行过程控制的步骤4、分析。 当有存在特殊原因时，过程处于统计过程控制状态，时，这时可继续使

33、用控制图作为控制工具，并计算过程能力指数，通过分析过程能力，以量化过程满足要求的程度；5、改善 在分析过程中如发现过程能力过低，即过程合格率过低，说明过程中存在的普通原因引起的变异过大，则需确定改善措施减少普通原因引起的变异，提升过程能力。八、八、 控制图（控制图（SPC）n控制图的控制原理控制图的控制原理1、3原理（3 sigma)。 在各类过程中，其特性数据往往服从正态分布，即钟形分布； 对于正态分布过程，测量数据落在（u3 ; u+3)概率为 99.73% ；测量数据落在（u3 ; u+3)外的概率为0.003；因此测量数据落在（u3 ; u+3)是个小概率事件，统计学上认为在抽样检验中

34、不会发生， 通常认为可能的测量数据落在（u3 ; u+3)，这就是3原理。 3原理是控制图的控制界限的设置基础。 2. 2.数据服从正态分布时落在各区间的概率原理。 3. 小概率事件在抽样检验中不发生原理。 68.26%95.45%99.73%99.99%99.9999%99.999999%23456-2-3-4-5-66八、八、 控制图（控制图（SPC）从图可知，随着的倍数提高，数据落入其区域的概率大幅度提高。控制图应用了3 原理，即以u3 作为控制界限，当过程处于稳定状态时，每个数据落入u3 范围内的概率为99.73%;即过程受控时，所有点不应超出u3 控制界限。八、八、 控制图（控制图（

35、SPC）n控制图的控制界限原理：控制图的控制界限原理：用图显示如下用图显示如下-3（LCL）+3（LCL）（CL） UCL表示控制上限 对应于 3 LCL表示控制下限 对应于 -3 CL表示分布中心，对应于八、八、 控制图（控制图（SPC）n控制图种类控制图种类1、按用途分： a)分析用控制图； b)控制用控制图。2、按其控制对象的数据类别分，控制图可分为： a)计量值数据控制图； b)计数值数据控制图； 八、控制图（八、控制图（SPC）n计量值数据控制图计量值数据控制图 控制对象的数据类别为连续型数据，如长度、重量、压力、时间、温度等： 常用计量值数据控制图有 a)均值与极差控制图； b)均

36、值与标准差控制图。 c)中位数与极差控制图； -R图 -S图 -R图八、八、 控制图（控制图（SPC）n计数值数据控制图计数值数据控制图 控制对象的数据类别为离散型数据，如不良率、不合格率、缺陷数： 常用计数值数据控制图有 a)不良率控制图 P图； b)不合格率控制图 Pn图。 c)缺陷数控制图 U图； 九、九、 计量值控制图计量值控制图n计量值数据控制图的选用程序计量值数据控制图的选用程序 确定控制对象子组均值计算是否方便按子组抽样子组容量是否9是否方便计算每组S值 -S图 -R图 -R图 -R图否是是是是否否n控制界限与规格界限控制界限与规格界限 a)控制界限； 控制界限是过程处于受控状态

37、时数据的可能分布范围，其可以控制数据的均值、极差、标准差 b)规格界限 是从设计阶段即已确定的产品标准和过程工艺标准。 只可以控制单个数值。 九、九、 计量值控制图计量值控制图n控制界限与规格界限控制界限与规格界限-3（LCL）+3（LCL）（CL）九、九、 计量值控制图计量值控制图规格上限规格下限控制界限规格界限用以确定过程是否处于统计控制范围内用于确定产品是否符合规格要求好的过程控制，控制界限一般在规格界限内为了经济性，规格界限须在控制界限外如果点落在控制范围内，规格界限外，表示过程已受控，但能力不足，不能生产符合规范的产品。n 制作 准备1、取得高层对推行控制图的认可和支持；2、确定需控

38、制的过程和特性；a、客户需求b、该特性的目前问题；c、可操作性；3、定义测量系统 ；4、消除明显的过程偏差九、九、 计量值控制图计量值控制图 -R图n 制作 流程1、收集数据；a、进行测量系统分析b、确定子组样本数量； 1）子组样本容量： 一般小于9，常取每个子组数5个样本； 2）抽样时，应保持子组样本内的样本在很短时间内抽取，保证子组内中存在普通原因。九、九、 计量值控制图计量值控制图 -R图 -R图 t质量特性取样时放在一个子组取样时放在两个子组n 制作 流程1、收集数据；c、确定子组频率； 适当的子组频率可以有效区分特殊原因引起的变化； 一般在进行初始控制时，因对过程不了解，可以加大抽样

39、频率以判断短期内是否存在特殊原因 当过程稳定后，抽样频率可以适当降低。D、确定子组数 一般来说，要求子组数在25个以上。九、九、 计量值控制图计量值控制图 -R图n 制作 流程2、数据表； -R图规 格5 .5 0 0 .0 5 A产 品 某 关 键 尺 寸 抽 样 数 据 表 K = 2 0 n = 5 组 别 1 2 3 4 5 和 平 均 值 极 差 1 5 . 5 1 5 . 5 2 5 . 5 1 5 . 5 3 5 . 5 2 7 . 5 7 5 . 5 1 4 0 . 0 3 2 5 . 4 9 5 . 4 9 5 . 4 8 5 . 4 9 5 . 5 2 2 7 . 4 7

40、5 . 4 9 4 0 . 0 4 3 5 . 5 5 . 5 1 5 . 5 3 5 . 5 3 5 . 5 2 2 7 . 5 9 5 . 5 1 8 0 . 0 3 4 5 . 5 2 5 . 5 2 5 . 4 9 5 . 5 1 5 . 5 1 2 7 . 5 5 5 . 5 1 0 . 0 3 5 5 . 4 9 5 . 5 5 . 4 9 5 . 5 5 . 5 1 2 7 . 4 9 5 . 4 9 8 0 . 0 2 6 5 . 4 9 5 . 4 8 5 . 4 7 5 . 4 7 5 . 5 2 7 . 4 1 5 . 4 8 2 0 . 0 3 7 5 . 4 6 5

41、. 4 8 5 . 5 5 . 4 9 5 . 4 9 2 7 . 4 2 5 . 4 8 4 0 . 0 4 8 5 . 5 1 5 . 5 2 5 . 5 1 5 . 5 5 . 4 8 2 7 . 5 2 5 . 5 0 4 0 . 0 4 9 5 . 4 9 5 . 5 1 5 . 5 1 5 . 4 8 5 . 4 9 2 7 . 4 8 5 . 4 9 6 0 . 0 3 1 0 5 . 4 6 5 . 4 7 5 . 4 8 5 . 4 6 5 . 4 9 2 7 . 3 6 5 . 4 7 2 0 . 0 3 1 1 5 . 4 9 5 . 4 7 5 . 5 5 . 4 8

42、5 . 4 7 2 7 . 4 1 5 . 4 8 2 0 . 0 3 1 2 5 . 5 5 . 5 1 5 . 5 1 5 . 4 9 5 . 5 2 7 . 5 1 5 . 5 0 2 0 . 0 2 1 3 5 . 5 1 5 . 4 9 5 . 5 5 . 4 9 5 . 5 1 2 7 . 5 5 . 5 0 . 0 4 1 4 5 . 4 9 5 . 4 7 5 . 5 5 . 4 9 5 . 5 1 2 7 . 4 6 5 . 4 9 2 0 . 0 4 1 5 5 . 5 5 . 5 1 5 . 5 3 5 . 5 2 5 . 5 1 2 7 . 5 7 5 . 5 1 4

43、0 . 0 3 1 6 5 . 5 1 5 . 4 9 5 . 5 1 5 . 5 2 5 . 5 1 2 7 . 5 4 5 . 5 0 8 0 . 0 3 1 7 5 . 5 1 5 . 5 5 . 5 1 5 . 4 9 5 . 4 8 2 7 . 4 9 5 . 4 9 8 0 . 0 3 1 8 5 . 5 2 5 . 4 9 5 . 5 1 5 . 5 3 5 . 4 9 2 7 . 5 4 5 . 5 0 8 0 . 0 4 1 9 5 . 4 9 5 . 5 5 . 4 8 5 . 4 9 5 . 4 7 2 7 . 4 3 5 . 4 8 6 0 . 0 3 2 0 5 .

44、4 8 5 . 5 1 5 . 4 9 5 . 4 9 5 . 5 1 2 7 . 4 8 5 . 4 9 6 0 . 0 3 2 1 5 . 5 1 5 . 5 5 . 5 1 5 . 5 2 5 . 5 3 2 7 . 5 7 5 . 5 1 4 0 . 0 3 2 2 5 . 4 8 5 . 4 9 5 . 5 2 5 . 5 1 5 . 5 2 7 . 5 5 . 5 0 . 0 4 2 3 5 . 4 8 5 . 4 9 5 . 5 1 5 . 5 5 . 5 2 2 7 . 5 5 . 5 0 . 0 4 2 4 5 . 5 5 . 5 2 5 . 4 8 5 . 4 9 5 .

45、4 8 2 7 . 4 7 5 . 4 9 4 0 . 0 4 2 5 5 . 5 1 5 . 5 1 5 . 4 9 5 . 5 5 . 5 2 7 . 5 1 5 . 5 0 2 0 . 0 2 2 6 5 . 5 4 5 . 5 2 5 . 5 2 5 . 5 3 5 . 5 3 2 7 . 6 4 5 . 5 2 8 0 . 0 2 2 7 5 . 5 3 5 . 5 5 . 5 1 5 . 5 3 5 . 5 2 2 7 . 5 9 5 . 5 1 8 0 . 0 1 2 8 5 . 5 1 5 . 5 2 5 . 5 2 5 . 5 2 5 . 5 1 2 7 . 5 8 5 .

46、5 1 6 0 . 0 1 2 9 5 . 4 7 5 . 4 8 5 . 5 1 5 . 5 5 . 5 1 2 7 . 4 7 5 . 4 9 4 0 . 0 4 3 0 5 . 5 1 5 . 4 8 5 . 4 7 5 . 5 1 5 . 5 2 7 . 4 7 5 . 4 9 4 0 . 0 4 X b a r - R控 制 图 公 司 名 部门 工程名 控制规格 日 期 工 件 名 机 器 号 日期 特性名 子组容量 / 频 率 工 件 号 X b a r = X b a r b a r = U C L = L C L = 异 常 判 定 准 则 均值图 R b a r = U C

47、 L = L C L = 极差图 日 系 数 表 时间 n A 2 D 3 D 4 1 2 1 .8 8 3 .2 7 2 3 1 .0 2 2 .5 7 3 4 0 .7 3 2 .2 8 4 5 0 .5 2 .1 1 测量值 5 6 0 .4 8 2 合计 7 0 .4 2 0 .0 8 1 .9 2 平 8 0 .3 7 0 .1 4 1 .8 6 极差 9 0 .3 4 0 .1 8 1 .8 2 九、九、 计量值控制图计量值控制图/建立控制图建立控制图Xbar-R 控制图 公司名 部门 工程名 控制规格日期 工件名 机器号 日期 特性名 子组容量/频率 工件号 Xbar= Xbar

48、bar= UCL= LCL= 异常判定准则 均值图 Rbar= UCL= LCL= 极差图 date 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 系数表 time n A2 D3 D4 1 5.51 5.49 5.5 5.52 5.49 5.49 5.46 5.51 5.49 5.46 5.49 5.5 5.51 5.49 5.5 5.51 5.51 5.52 5.49 5.48 5.51 5.48 5.48 5.5 5.51 2 1.88 3.27 2 5.52 5.49 5.51 5.52 5.5 5.

49、48 5.48 5.52 5.51 5.47 5.47 5.51 5.49 5.47 5.51 5.49 5.5 5.49 5.5 5.51 5.5 5.49 5.49 5.52 5.51 3 1.02 2.57 3 5.51 5.48 5.53 5.49 5.49 5.47 5.5 5.51 5.51 5.48 5.5 5.51 5.5 5.5 5.53 5.51 5.51 5.51 5.48 5.49 5.51 5.52 5.51 5.48 5.49 4 0.73 2.28 4 5.53 5.49 5.53 5.51 5.5 5.47 5.49 5.5 5.48 5.46 5.48 5.4

50、9 5.49 5.49 5.52 5.52 5.49 5.53 5.49 5.49 5.52 5.51 5.5 5.49 5.5 5 0.5 2.11 测量值 5 5.5 5.52 5.52 5.51 5.51 5.5 5.49 5.48 5.49 5.49 5.47 5.5 5.51 5.51 5.51 5.51 5.48 5.49 5.47 5.51 5.53 5.5 5.52 5.48 5.5 6 0.48 2 sum 7 0.42 0.08 1.92 aver 8 0.37 0.14 1.86 R 9 0.34 0.18 1.82 登录数据如下：n 制作 流程1各组平均值的计算 求出各