1小时搞定统计控制图SPC图讲义.ppt

共享优质文章 内容仅供学习 共享优质文章 内容仅供学习 （略） 共享优质文章 内容仅供学习 横轴X:是样本数据随时间而变化； 纵轴Y:质量特性T统计量（任一种，但到具体的某个控制图时，只能是某一个统计量，如均值就是均值，不是均值和极差的混合体。同样极差就是极差，也不是均值和极差的混合体。他们要分开独自画控制图）。 共享优质文章 内容仅供学习 随机因素、正常因素； 不可避免！ 异常因素、要剔除 共享优质文章 内容仅供学习 ▲1、控制图原理的前提是数据服从正态发布； ▲2、根据数据是正态分布的这个前提，就会得出这样的一个结论：这些数据中有99.73%的数据落在控制限内，0.27%的数据落在控制限外； ▲3、什么原因导致了以上这种数据现象呢？过程中只含有随机因素（正常因素）时，产生的数据将全部落在控制限内，这部分数据在正态分布的总数据占据了99.73%。当过程存在异常因素时，产生的数据将落在控制限之外，这部分数据占正态分布总数据的0.27%。 共享优质文章 内容仅供学习 1、怎样设置控制限，才能将上文的普通正常因素产生的数据包含在内呢（即把正态数据总数据的99.73%的数据包含进来），把异常特殊因素产生的数据区分隔离在外呢（即把正态数据总数据的0.27%的数据隔离在外）？ 2、我们需要以T统计量均值为中心，±3σT统计量作为上下控制限，即可实现这样的数据筛选。 共享优质文章 内容仅供学习 如何理解”过程受控”并不意味着“满足顾客要求”？ ▲1、过程受控，仅仅代表的是过程是稳定的； ■2、控制图是根据收集出来的数据T统计量+3σT统计量平均值算出来的，仅仅是数据稳不稳定的一种分析监控方法。 ▲3、算出来的控制图上下控制限有可能比规格限大，有可能比规格限小。如果比规格限小，也就是控制限包含在规格限内，那么肯定能“满足顾客要求”。但如果控制限比规格限大（即规格限包含在控制限内），那么这时就不一定了，要看数据是不是在规格限内，如果在规格限内就能满足顾客要求。如果在控制限内，但在规格限外，只能说明数据是受控的，但是不满足顾客要求的。 ■4、区别控制限和规格限： （1）控制限UCL和LCL,中间是字母C（control），它是通过过程数据计算出来的。 （2）规格限USL和LSL，中间是字母S（standard），它是客户要求或技术要求。 共享优质文章 内容仅供学习 ▲1、我们知道，点出界就判异，即点在控制限外部，认为这个过程是异常的； ■2、那么点在控制限内是不是就意味着过程就是正常受控的呢？显然不是。这些数据点还必须排除2-8的7条判异准则情况。 ▲3、这些判异准则，结合图形理解，不必死记硬背，计算机软件将会为我们自动判异。 共享优质文章 内容仅供学习 准则2：要先看同一侧。可以是上侧也可以是下侧。左侧图只是下侧。 共享优质文章 内容仅供学习 共享优质文章 内容仅供学习 1、准则5：先看同一侧，再看2σ外侧的2个点； 2、准则6：先看同一侧，再看1σ外侧的4个点； 记忆方法：点少的外侧范围就窄（2σ外，不包含1σ和2σ）如准则5；点多的外侧范围就广（1σ外，包含2σ）如准则6，要比准则5的范围要广。 共享优质文章 内容仅供学习 1、准则7和准则8的记忆方法与准则5和准则6正好相反； 2、他们是任一侧； 3、点多的反而范围小，如准则7，连续15个点在中心线任一侧小于1σ标准差范围内； 4、点少的反而范围大，如准则8，连续8个点在中心线任一侧1σ外。 共享优质文章 内容仅供学习 SPC常规控制图主要有以下几种： 1、计量型控制图4种； 2、计数型控制图：其中U图，C图中的缺陷数往往会比样本数大。 共享优质文章 内容仅供学习 ▲1、控制限是根据1中收集的数据而计算出来的； ■2、根据8条判异准则对控制图进行分析； ▲3、调整了过程或排除了异因后重新进行控制限计算，或重新进行再收集数据进行控制限的计算； 分析用控制图受控后是不是就可以直接延长控制限直接变为控制用控制图了呢？ 显然不是！ 分析用控制图受控后，还要再改进过程，同时保证过程能力达到顾客要求后才能延长分析用控制线为控制用控制图。 共享优质文章 内容仅供学习 什么叫延长控制线？ 1、分析用控制图的控制线是根据收集的数据画出来的。 2、画的长度是有限的。 3、当需要转化为控制用控制图，以便数据描点时，就需要延长上控制线UCL,和下控制线LCL。如上图黑线实线所示。 共享优质文章 内容仅供学习 1、子组数量：是指多少个组，一般不低于25个子组； 2、子组大小：是指一个组里有多少个数据。一般是4、5个数据。取值的多少将影响β的取值。取4一般要求β小于0.1，取5一般要求β小于0.05. 3、在控制图上描点 （1）描的是统计量的点，如均值、极差、标准差的点。 （2）不是记录的原始数据点、也不是均