3 常规控制图及其应用2005课件.pptVIP

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
常规控制图及其应用 内容 常规控制图的种类 计量控制图 计数控制图 常规控制图的应用 常规控制图的种类 计量控制图 均值—极差控制图 均值控制图的优点 1、适用范围广 解释:若质量特性值服从正态分布,则易证均值也服从正态分布;若非正态分布,则根据中心极限定理,可证均值近似服从正态分布。实际收集的数据往往没有经过正态检验,正是均值近似服从正态分布这一点性质,才使均值控制图得以广泛应用。 2、灵敏度高 解释:由于偶波的存在,一个样本中的n个样品(n为样本容量)的数值x通常不会都相等,而是有的比均值偏大,有的偏小,当对它们求平均值时,偶波就会被抵消一部分,使均值的标准差减小,从而控制图上下控制界限的间距缩小。对异波而言,由于一般异波所产生的变异往往是同一个方向的,要么偏大,要么偏小,故求平均值的操作对其无影响,因此,当过程出现异常时,异因带来的变异更容易打点出界,灵敏度更高。 ?,?已知的均值控制图 ?,?未知的均值控制图 ?R、?R已知的极差控制图 ?R、?R未知的极差控制图 对均值—极差控制图的讨论: 均值图: 均值—极差控制图的步骤 步骤1:确定待控制的质量指标,即控制对象。 选择技术上最重要的指标为控制对象。 若指标之间有因果关系,则宁可取为“因”的指标为控制对象。 控制对象要明确,并为大家理解与同意。 控制对象要能定量描述。 控制对象要尽量容易测定,过程发生异常时容易对过程采取措施。 直接测量控制对象有困难时,可采用代用特性。 步骤2:取预备数据 根据对判稳准则的分析,至少应取35组样本。 样本容量(即样本大小)通常取4-5。 合理分组原则:组内差异只由偶因造成,组间差异主要由异因造成。 步骤6:将预备数据在R图中打点,判稳。 步骤7:将预备数据在均值控制图中打点,判稳。 步骤8:计算过程能力指数并检验其是否满足技术要求。 步骤9:延长图的控制界限,作控制用控制图,进行日常管理阶段。 均值—极差控制图的案例: [实例3.6-1] 某手表厂为了提高手表的质量,应用排列图分析造成手表不合格的各种原因,发现“停摆”占第一位。为了解决停摆问题,再次应用排列图分析造成停摆的原因,结果发现主要是由于螺栓脱落造成的,而后者是由螺栓松动造成。为此,厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。 [分析] 螺栓扭矩是计量特性值,故可选用计量型控制图。又由于本例是大量生产,不难取得数据,故决定选用灵敏度高的均值-极差控制图。 步骤1:根据合理分组原则,取25组预备数据 对均值图第13点出界的处理: 调查其原因发现,夹具松动,并迅速进行了调整,采集到第14组数据时该问题已经解决。故本例可以去掉第13组数据,并重新计算R图与均值图的参数。 带来新问题:R图中第17组R=30出界。 延长上述均值-极差控制图的控制线,进入控制用控制图阶段,对过程进行日常控制。 均值—标准差控制图 总体参数?已知的标准差图 总体参数?未知的标准差图 ?,?已知的均值控制图 ?,?未知的均值控制图 讨论: 若上例用均值-标准差控制图来控制过程,上述步骤有何变化? 当均值-极差控制图与均值-标准差控制图的结论不一致时,如何判断? 单值——移动极差 控制图 移动极差 在进行单值控制时,由于样本容量为1,样本组无法提供组内变差的估计值,故质量波动只能通过计算移动极差来得到的,移动极差是相邻两个样本的观测值之差的绝对值,记为Rs。设得到的样本观测值序列为xi,i = 1, 2, …, n,移动极差为 ?已知的移动极差控制图 ?未知的移动极差控制图 ?,?已知的单值控制图 ?,?未知的单值控制图 使用单值-移动极差图的注意事项 (1) 检测过程的变化不如均值图灵敏。 (2) 若X的分布不是正态的,则对于图的解释应特别谨慎。 (3) 由于移动极差是相邻样本观测值之差的绝对值,点子不具有彼此独立的性质,因此,判异准则“界内点排列不随机判异”不适用,只能近似使用。 案例: [实例] 在炼钢过程中,对于某种化学成分需要进行控制。在生产稳定时已测得25组数据。由于该化学成分的化验需要很长的时间,试用单值-移动极差控制图对其加以控制。 计数控制图 ——不合格品数(p)控制图 若过程的参数P已知 若过程的参数P未知 注意1: 若P很小,则需选样本容量n充分大,使得nP ? 1,通常取 注意2: p图的LCLp有时计算可能会得到负值,因为样本不合格品率p不能为负,因而取0为自然下界。若要保证LCLp非负,则需增大样本容量n, 注意3: 当n变化时,p图的UCL、LCL成凹凸状。不易作图,也难于判稳、判异。 案例: 某半导体器件厂2月份某种产品的数据如表3-12中的第(2)、(3)栏所示。根据以往记录已知,稳态的过程不合格品率,作p控制图对其进行控制。 步骤3:计算p图的控制界

文档评论(0)

mwk365 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档