管制图培训资料.docVIP

管制图简介 管制图基本原理 SPC图的统计基础:母体参数可由随机抽取的样本来估计。 SPC图的构成：一般SPC图提供三条制程信息的管制线：上管制线(upper control limit, UCL)﹑中心线(center line, CL)﹑下管制线(lower control limit, LCL)。 制程管制对象数据分类： (1).分类数据－将产品质量分为「好或不好」、「合格或不合格」等 (2).计数数据－记录某产品的某个特性发生次数，例如错误次数﹑意外次数﹑销售领先次数等 (3).连续数据－某个质量特征的量测值，例如尺寸﹑成本﹑时间等 前两种数据为计数值数据，第三种为计量值资料。收集数据时，如果可能应该尽量收集定量数据，因为定量管制图所需的比较性计算较少，能提供较多的信息。 4 基本计算 管制图可用一通式来表示，假设y为制程管制对象的样本数据，y之平均数为μy，标准偏差为δy，则 UCL＝μy＋kδy 中心线＝μy LCL=μy－kδy 其中kδy为管制界限至中心线之距离。 此管制图理论首先由美国之Waiter A. Shewhart博士提出，依据此原理作出的管制图都称为Shewhart (苏华特)管制图。 5. 管制图的应用方式： 管制图有很多应用方式。大多数情况下，管制图用来监视制程。即收集制程样本数据并做管制图，若样本值落在管制界限内且没有任何系统性之变化，则称制程在管制内。管制图也可用来做为估计之工具，当前制程处于管制内时，可用管制图来预测一些制程参数，例如平均数、标准偏差、不合格率等。提供制程重要的信息，作为质量决策与修正制程的基础。 管制图实施步骤 选择质量特性 决定管制图之种类 决定样本大小在设计管制图时，我们必须先决定样本之大小(sample size)。一般而言，大样本可以很容易地侦测出制程内小量之变动。当选定样本大小时，必须先确定所要侦测之制程变动的大小。当制程变动量相当大时，适合使用小样本，反之，若制程变动小时则使用大样本。最理想之状况是次数频繁地抽取大样本。但从经济观点而言，此并非最佳的抽样方法。较可行的是在长时间间隔下取大样本或短时间间隔下取小样本。在大量生产下或有多种可归属原因出现下，较适合样本小而次数多之抽样。由于检测器和自动量测技术之发展，目前之趋势倾向100%检验。 抽样频率和抽样方式 管制图是利用合理样本组之概念来收集样本数据。合理样本组之抽样方式可让可归属原因出现时，样本组间发生差异之可能性最大，而样本组内发生差异之可能性为最小。 当管制图应用到生产时，生产时间次序为一合乎逻辑之合理样本组取样方法。一般合理样本组之抽样有两种方式进行。在第一种方式下，组内样本尽可能在时间差距很短之情况下收集，如右图之(a)。这种抽样方法将可使样本组间之差异为最大而样本组内之差异为最小。这种抽样方式也是估计制程标准偏差之最好方法，一般称之为瞬时法(instant time method)。第二种方式下，样本组内之数据为来自于上次抽样后具代表性之产品。在此种抽样方式下，每一样本可视为在抽样间隔内之随机样本，如右图之(b)。此种抽样方式称为分布式抽样(distributed sampling)或称为定时法(period of time method)。这种抽样方法通常是用在决定自上次抽样后之产品是否可接受时。 收集数据 计算管制图之参数，一般包含中心线和上下管制界限 收集数据，利用管制图监视制程 计数管制图 [ p管制图 | np管制图 | c管制图 | u管制图] 计数管制图简介 在此单元中，我们将介绍数种管制产品属性(attributes)之管制图，一般称为计数值管制图(attributes control charts)。在质量管理中，属性是指某项质量特性是否符合某项标准或规格。通常可以分为以下两种： 不合格点(nonconformity)或缺点(defect)：若有某项质量特性不符合标准或规格。例如产品长度要求为10±1.0cm，则长度为11.5cm之产品视为不可接受。 不合格品(nonconforming item)或不良品(defective item)：产品具有一项或多项缺点，致使产品无法发挥其应有之功能。 产品可能在具有多项缺点下，仍被视为合格品，其重点在于缺点之严重性是否影响产品的功能。有些质量特性只能被视为属性，例如食品之口味可分成可接受或不可接受。但在有些情况下，由于受到时间、成本、能力或其他资源之限制，计量型特性也可能被视为属性来衡量。例如产品之外径可以用测微计量测，但为了节省时间，此质量特性也可以视为是否满足规格，利用通过/不通过量规(go/nogo gage)来衡量。属性值可以汇整一件产品上，多项质量特性之情报。例如产品之长、宽、高三项计量质量特