SPC工具分享学习课件.pptxVIP

统计过程控制

课程目的所有产品和服务都是过程的结果。统计过程控制就是根据产品质量的统计观点，运用数理统计方法对生产制造过程和服务过程的数据加以收集、整理和分析，从而了解、预测和监控过程的运行状态和水平。统计过程控制主要解决两个方面的问题：一、过程运行状态是否稳定（控制图）二、过程能力是否充足（过程能力分析）

目录常用控制图判定规则过程能力分析改进控制图原理ABCDContents目录

控制图原理1、什么是控制图是对质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。控制图的组成UCL(UpperControlLimit)上控制限LCL(LowerControlLimit)下控制限CL(CentralLine)中心线按时间顺序抽取的样品统计量数值的描点序列

控制图原理2、基本原理质量波动理论“人、机、料、法、环”+“软（件）、辅（助材料）、公用系统质量波动因素=偶然因素+异常因素偶然因素：过程固有、始终存在、影响微小、难以除去异常因素：并非固有、时有时无、影响较大、不难去除小概率原理小概率事件在一次试验中几乎不可能发生、若发生则判断异常。超出UCL为千分之一。

控制图原理

控制图原理3、基础知识(2)、正态分布(NormalDistribution)当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。特点：面积之和等于1。fN(x;?2,μ)=(1/??2?)exp(-(x-μ)2/2?2)两个重要的参数：μ(mu)---位置参数和平均值（meanvalue)，表示分布的中心位置和期望值?(sigma)---尺度参数，表示分布的分散程度和标准偏差（standarddeviation),两个参数的意义μ(mu)---反映整体的综合能力?(sigma)---反映实际值偏离期望值的程度，其值越大，表示数据越分散。它们之间是互相独立。质量管理中的应用不论μ与?取值如何，产品质量特性落在[μ?3?，μ+3?]范围内的概率为99.73%。落在[μ?3?，μ+3?]范围外的概率为1?99.73%=0.27%，落在大于μ+3?一侧的概率为0.27%/2=0.135%?1?。

控制图原理

控制图原理4、控制图基础知识(1)、控制限的确定上控制限：UCL=μ+3?中心线：CL=μ下控制限：LCL=μ?3?(2)、控制图原理的两类错误控制图判稳与判异的原理是基于小概率事件一次不发生的原理。1、虚发报警过程正常、偶尔出界判异常，a概率，造成寻找根本不存在原因损失2、漏发报警过程异常、但是抽取的点在控制线内，3、如何减少两类错误的损失经验证明，最优距离为3?，损失最小

分析用控制图与控制用控制图

控制用控制图当过程达到了我们所确定的状态后，才能将分析用控制图的控制线延长作为控制用控制图。由于后者相当于生产中的立法，故由前者转为后者时应有正式交接手续。进入日常管理后，关键是保持所确定的状态。经过一个阶段的使用后，可能又会出现新的异常，这时应查出异因，采取必要措施，加以消除，以恢复统计过程控制状态。

判定规则

判定规则

判定规则

判定规则

判定规则

案例

案例

案例

常规控制图及用途计量控制图计数控制图根据计数值的理论，计数值具有不连续性，是以某一批产品为母体来抽取样本数的，但这会使生产人员无法确定下一批检验时间。因此，难以做到质量的预测。因此，建议计数值也尽量做到连续抽样，这样可以预知下批的检验时间，也可以根据图形预测下一步的质量状态。计量值的数据收集：按一定时间间隔抽取一定的样本，然后进行测量，再将测量到的数据记录下来。计量型数据具有连续性，故它的抽样计划与计数值有很大的差异。它通常根据产品要求，对产品的重要特性定时抽取固定样本个数。时间、重量、长度、硬度、粘度不合格品数、不合格品率

计量值的数据收集抽样频率在初始阶段相对高一点，在过程中如发现质量受控较稳定时，可视情况酌情减少抽样频率，甚至放弃该点的计量监控。例如在第一个月，每小时抽5个；经过1个月的监控，质量已稳定，已经有2周时间是CPK值达到了2.0以上，可采用4个小时抽5个（注：一般不宜采用减少每次抽样数）；又经过一个月，发现CPK还是在2.0以上，且没有大幅的周期变化的特性，则可放弃该点做计量控制。

常规控制图及用途类别名称表示符号主要用途和特点计量值控制图平均值与极差控制图属于双值控制图，它所提供的情报系统完整，