SPC演示文稿.pptVIP

控制图由正态分布演变而来。 正态分布可用两个参数即均值μ和标准差σ来决定。正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，落在μ±3σ之外的概率为100%-99.73%= 0.27%，而超过一侧，即大于μ+3σ 或小于μ-3σ的概率为0.27%/2=0.135%≈1‰，见图2.1,休哈特就根据这一事实提出了控制图。 控制图的演变过程见下图。先把正态分布曲线图按顺时针方向转90°成图 图2.2 控制图的演变 图2.3 x控制图 2.2(a)，由于上下的数值大小不合常规，再把上图 (a)上下翻转180°成图（b），这样就得到一个单值控制图，称μ+3σ为上控制限，记为UCL，称μ为中心线，记为CL，称μ-3σ为下控制限，记为LCL,这三者统称为控制线。规定中心线用实线绘制，上下控制限用虚线绘制,见上图2.3。 综合上述，控制图是对过程质量数据测定、记录从而进行质量管理的一种用科学方法设计的图。图上有中心线(CL)、上控制限(UCL)和下控制限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列，见图2.4。 3.2质量数据与控制图 3.2.1计量型数据 所确定的控制对象即质量指标应能够定量。 所控制的过程必须具有重复性,即表现出统计规律性。 所确定的控制对象的数据应为连续值。 计量型控制图：能反映计量型数据特征，用来绘制、分析计量型数据的控制图。 3.2.2计数型数据 控制对象只能定性不能而不能定量。 只有两个取值。 与不良项目有关。 计数型控制图：能反映计数型数据特征，用来绘制、分析计数型数据的控制图。 3.2.3质量数据的特性 质量数据的分布遵循三种特性：计量型数据服从正态分布； 计件型数据服从二项分布；计点型数据服从泊松分布。 3.3控制图原理 根据来源的不同，质量因素可分成设备（machine）、材料（material）、操作（man） 、工艺（method）、环境（environment），即4M1E五个方面； 从对质量的影响大小来看，质量因素可分成偶然因素(简称偶因)与异常因素(简称异因)两类。偶因是始终存在的，对质量的影响微小，但难以除去，如机械振动；异因对质量影响大，但不难除去，如刀具磨损等。 偶因引起质量的偶然波动(简称偶波)，异因引起质量的异常波动(简称异波)。偶波是不可避免的，但对质量的影响微小，异波则不然，它对质量的影响大，且采取措施不难消除，故在生产过程中异波及造成异波的异因是需要监控的对象，一旦发生，应该尽快找出，采取措施加以消除，并纳入标准化，保证它不再出现。 经验与理论分析表明，当生产过程中只存在偶波时，产品质量将形成典型分布，如果除了偶波还有异波，产品质量的分布必将偏离原来的典型分布。因此，根据典型分布是否偏离就能判断异波即异因是否发生，而典型分布的偏离可由控制图检出，控制图上的控制界限就是区分偶波与异波的科学界限。 休哈特控制图的实质是区分偶然因素与异常因素。 。 3.4 控制图贯彻预防原则 1.应用控制图对生产过程不断监控，当异常因素刚一露出苗头，在未造成不合格品之前就能及时被发现。例如，在图2.5中点子有逐渐上升的趋势，可以在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。 2.在现场，更多的情况是控制图显示异常，表明异因已经发生，这时要贯彻“查出异因，采取措施，保证消除，不再出现，纳入标准”原则，每贯彻一次这个原则(即经过一次这样的循环)就消除一个异因，使它永不再出现，从而起到预防的作用。由于异因只有有限个，故经过有限次循环后， 最终达到在过程中只存在偶因而不存在异因，图2.6。这种状态称为统计控制状态或稳定状态，简称稳态。 3. 稳态是生产过程追求的目标，在稳态下生产，对质量有完全的把握，质量特性值有 99.73%落在上下控制界限内；在稳态下生产，不合格品最少，因而生产也是最经济的。 一道工序处于稳态称为稳定工序，每道工序都处于稳态称为稳态生产线,SPC就是通过稳态生产线达到全过程预防的。 虽然质量变异不能完全消灭，但控制图是使质量变异成为最小的有效手段。 3.5 3.6 3σ方式 长期实践证明, 3σ方式即 UCL=μ+3σ CL=μ LCL=μ-3σ 是两类错误造成的总损失最小的控制界限，μ为总体均