SPC基础知识简介.ppt

内容提要 SPC定义 控制图 直方图 控制图原理 控制图种类 控制图阶段 控制图的判稳判异准则 过程能力 SPC 的定义——背景 预防原则 本世纪20年代，美国W.A.休哈特首创过程控制(process control)理论以及监控过程的工具—控制图(control chart). SPC的定义 SPC（Statistical Process Control) ——统计过程控制 ，即指利用统计技术，对工艺过程进行现场监控，通过预防原则来保证产品质量的方法。 为什么使用统计技术保证产品质量 产品质量具有变异性 偶然性变异（5个M，一个E） 异常性变异 产品质量的变异具有统计规律性 产品质量的变异是随机现象，而随机现象具有统计规律 从分布中寻找规律 控制图 100个青铜轴承内径的测量值如下表：（关键特性规格为：1.376±0.010英寸） 能否接受这批产品？ 与目标值相比较： 平均值：1.3773 与规格界限相比较： 极差（最大值-最小值） =1.383-1.370=0.013 数据分布的更进一步的信息： 数据分成10组后，落在每个区间 内的数据个数： 制作频数分布表 绘制直方图 直方图告诉我们 数据分布的中心位置(Average)在哪里？ 数据分散程度(Spread)如何？ 数据分布的形状(Shape)怎样？ 理想情况：正态曲线 μ不同(均值) σ不同(标准差 ) 正态曲线 控制图 控制图组成 中心线（CL，Central Line） 上控制界限（UCL， Upper Control Line） 下控制界限（LCL， Lower Control Line） 按时间顺序抽取的样本统计量数值的描点序列 　 控制图组成 公式 式中, 、 为统计量的总体参数 样本大小的确定 对连续性资料 这里n=所需的最小样本大小 S=母体或流程的标准偏差的估值 D=从与“S”衡量相同单位得出的样本精确水平 1.96=代表95%可信度区间的常量 样本大小的确定 对离散性资料 这里 n=最小样本大小 P= 母体或流程不良品的比例估值 D=从母体或流程不良品比例得来的样本的精确水平 1.96=代表95%可信度区间的常量 样本大小的确定 估算2小时内的平均周期时间，估计的标准偏差是8小时，样本的最小数是多少？ 一个小组收集了100个观察资料来确定不良品比例，他们发现20%是有缺陷的，他们估算不良品比例可以有多精确。 质量特性分类 计量值(variable):定量的数据；值可以取给定范围内的任何一个可能的数值 。 计数值(Attribute)：定性的数据；值可以取一组特定的数值,而不能取这些数值之间的数值 。 计件型 计点型 控制图的分类 均值-极差控制图（ ） 最常用；最基本； 控制对象为计量值，如力度长度、重量、时间等 适用于n ≤9的情况； 均值图用于观察和分析分布的均值的变化，即过程的集中趋势； 极差图观察和分析分布的分散情况，即过程的离散程度。 例图 均值—极差图控制线的制定 控制图应用的二个阶段 分析阶段 控制阶段 分析阶段 在控制图的设计阶段使用,主要用以确定合理的控制界限 每一张控制图上的控制界限都是由该图上的数据计算出来 从分析阶段转入控制阶段 在什么条件下分析阶段确定的控制限可以转入控制阶段使用： 控制图是受控的(统计稳态) 过程能力能够满足生产要求(技术稳态) 统计稳态 技术稳态 控制阶段 控制图的控制界限由分析阶段确定 控制图上的控制界限与该图中的数据无必然联系 使用时只需把采集到的样本数据或统计量在图上打点就行 控制图的操做步骤（x-R图） 判断受控与失控 （1）所有样本点都在控制界限之内； （2）样本点均匀分布，位于中心线两侧的样本点约各占1/2； （3）靠近中心线的样本点约占2/3； （4）靠近控制界限的样本点极少。 失控状态在控制图上表现 明显特征是有: （1）一部分样本点超出控制界限 除此之外，如果没有样本点出界，但 （2）样本点排列和分布异常， 也说明生产过程状态失控。 典型失控状态 典型失控状态 （2）趋势:点子逐渐上升或下降的状态 *连续7点上升或下降 典型失控状态 （3）连续三点中至少有两点落在警戒区内 典型失控状态 （4）样本点的周期性变化（包括阶段的周期性、波动的周期性） 重新计算控制限 稳定状态下的条件（5M1E)发生变化 经过相当长的时间 过程能力值发生变化 控制界限与规格界限 规格由客户或设计部门给出; 控制界限由过程的实际数据统计计算得出; 一般情况下,控制界限严于规格; 过程能力 过程能力-----统计稳态下，过程的加工质量满足技