SPC统计过程控制教程Word文档格式.doc
《SPC统计过程控制教程Word文档格式.doc》由会员分享,可在线阅读,更多相关《SPC统计过程控制教程Word文档格式.doc(17页珍藏版)》请在冰点文库上搜索。
![SPC统计过程控制教程Word文档格式.doc](https://file1.bingdoc.com/fileroot1/2023-4/30/dc049fcc-8ec7-4018-b5d7-28eb4b1aa69f/dc049fcc-8ec7-4018-b5d7-28eb4b1aa69f1.gif)
1,一个或少数几个较大的原因所引起。
2,任何一个特殊原因,都可能发生大的变异。
3,几个较为代表性之特殊原因如下:
1)原料群体之不良;
2)不当的机器调整;
3)新手之作业员;
4,特殊原因之变异不但可以找出其原因,并且去除这些原因是很经济的。
上控制限UCL
中心线CL
下控制限LCL
7,控制图的构成
控制图上由三条线构成,分别是上控制限UCL、中心线CL、下控制限LCL。
上下控制限用两条虚线表示,中心线用实线表示。
控制图是以+3σ作为上下控制界限。
8,控制界限与规格界限的关系
SU
UCL
CL
LCL
SL
规格
范围
样本平均值之分配
+3σ
-3σ
为确保过程能力满足规格的要求,控制界限必须在规格界限之内。
9,什么是稳定的过程?
一个稳定的过程,也称为处于统计控制状态的过程,也就是这个过程中所有的特殊原因变差都已排除,只存在普通原因的变差。
10,什么是标准差?
过程输出的分布宽度的量度或过程中统计抽样值的分布宽度的量度,用σ表示
二、控制图的类型
类别
名称
表示符号
使用说明
计量值控制图
平均值和极差图
属于双值控制图,既控制过程的样本平均值,又控制样本的极差,能提供完整的过程信息,子组通常包括2-5件连续的产品,并周期性的抽取子组。
是计量型数据最常用的控制图。
平均值和标准差图
属于双值控制图,控制过程的样本平均值和控制样本的标准差,其优点是对不稳定的过程检出能力强,缺点是子组样本较多,一般为10个以上,抽样时间长,计算较复杂。
中位数和极差图
-R
属于双值控制图,控制样本的中位值和样本的极差,其优点是简单易用,缺点是检出能力不强,不灵敏,此控制图很少用。
单值和移动极差图
X-Rm
属于双值控制图,控制单个样本的值和连续样本之间的极差,适用于下列情况:
(每次只抽一个样品):
1),当产品是非常贵重之物品,测试一个即损失很多金钱时;
2),破坏性试验,每测一个样本即损失一个产品。
3),选取之样本,属于一种均匀一致的产品,如液体或气体。
4),管制制造条件如:
温度、压力、湿度等。
计数值控制图
不良率控制图
P
属于单值控制图,控制产品的不良率,适用于大批量生产的产品,每次样本大小可相同也可不相同。
不良数控制
Pn
属于单值控制图控制,用来度量一个检验中不合格品的数量而不是与样本的比率,不合格品的实际数量比不合格品率更有意义或更容易报告。
要求各阶段子组的样本容量相同。
缺点数控制图
C
属于单值控制图,用来测量一个检验批内的缺点的数量,C图要求样本的容量恒定或受检验材料的数量恒定,主要用于不合格分布在连续的产品流上(如:
玻璃上的气泡或电线上的绝缘层薄的点),以及可以用缺点的平均比率表示的地方(如一匹布上的瑕疵)。
单位缺点数控制图
U
属于单值控制图,u图用来测量具有不同的样本(受检材料的量不同)的子组内每检验单位产品之内的不合格数量。
各子组样本容量彼此不必相同,尽量使它的容量保持在其平均值的正负25%以内,可以简化控制限的计算。
三、控制图的应用步骤
1)识别需控制的特殊特性。
在产品实现的过程中,涉及到的产品特性和过程参数很多,如果每个特性都使用控制图进行控制是很不经济的,也是不必要的,控制图主要用于对特殊特性进行控制。
l有关特性的分类
特性
产品特性
过程特性
一般特性
特殊特性
安全法规、配合、功能、性能
显著影响过程输出的参数
l识别并建立特殊特性清单
在先期产品质量策划中,第一阶段的输出就包括识别特殊特性,产品和过程特殊特性除了由组织根据产品和过程经验中选择外,均由顾客确定。
顾客通常在其图纸和技术资料上指明特殊特性。
建议建立以下特殊特性表:
产品和过程特殊特性表
客户
机种
品名
项次
特性类别
序号
特性项目
特殊特性符号
选定依据
控制方法
一
部品特性
1
鼓指FO(示例)
u
影响曲线
进料检验、控制图管制
二
喇叭外径(示例)
影响客户装配
首末件检查、巡检、成品抽检
三
打胶量(示例)
影响性能
首件检查、巡检、控制图管制
跨功能小组:
2)确定控制特殊特性的过程和选择控制图
应确定特殊特性在哪个过程和具体的工序进行控制,并选定使用的控制图。
规定检测的人员、方法、数量、频率、设备或量具。
确保检测设备或量具本身的准确性和精密性。
这些内容通常在控制计划中规定。
也可建立单独的特殊特性控制计划表,如:
工程别
符号
制程能力要求
抽样频率/数量
控制图
管制人员/测量方法
进料
◆
CPK≥1.33
每批抽5个子组,每个子组5PCS
IQC/FO测试仪测试
磁回工程
CPK≥1.67
每半小时称胶量一次
PQC/电子称称量
组立工程
每小时抽样5PCS
FQC/卡尺测量
编制
审核
3)数据收集(如下图)
产品名称:
轴芯机器编号:
DRC002
质量特性:
外径操作者:
田林
测定单位:
mm测定者:
张龙
规范公差:
1.00+0.05抽样日期:
自年月日至年月日
样组
测定值
R
X1
X2
X3
X4
X5
1.02
0.98
0.99
0.96
0.982
0.06
14
2
1.00
0.986
0.04
15
3
1.03
0.994
0.03
16
4
1.04
1.008
17
5
1.01
1.016
18
6
19
7
20
8
0.95
21
9
22
10
23
11
24
12
25
13
合计
125.09
1.10
(上表数据有变化,正确数据见教材P390)
4)计算
1.计算每个子组的平均值和极差R
对每个子组计算:
,Ri=;
其中为子组内的每个测量值。
N表示子组的样本容量。
计算结果如上表表示。
2.计算控制限
2.1,计算过程均值()及平均极差()
CLx===0.999CLR==0.047
(K表示子组数量,本例中为25)
2.2,计算控制限
计算公式:
UCLx=+A2=1.027LCLx=-A2=0.972
UCLR=D4=0.099LCLR=D3=0.00
5)绘制控制图(目前很多企业采用电脑软件制作控制图)
6)控制图的判定
1,正常控制图点子之动态,如图一。
Ø
多数的点子集中在中心线附近,且两边对称。
少数的点子落在控制界限附近。
点子分布呈随机状态,无任何规则可循。
没有点子超出控制界限外(就是有也很少)
2,不正常控制图点子之动态
在中心线附近无点子。
此种型称为“混合型”,样本中可能包括两种群体,一种偏大,一种偏小,如图二。
在控制界限附近无点子。
称为“层别型”,原群体可能已经加以检剔过,如图三。
有点子超出控制界限之现象。
称为“不稳定型”,如图四。
图一
图二
图三
图四
控制图判定异常的准则(以国标GB/T4091-2001的8种判异准则为例)
判定准则1(1界外):
1点在A区以外者。
准则1可对过程均值μ的变化或标准差σ的变化给出信号,变化越大,则给出信号越快。
准则1还可对过程中的单个失控做出反应,如计算错误、测量误差、原材料不合格、设备故障等。
如下图1.
判定准则2(2/3A)
如果3点中有两点在A区或A以外,那么,过程平均值的变化通常可由本准则判定,它对于变异的增加较灵敏。
这里需要说明:
3点中的2点可以是任何2点。
出现准则2的现象是由于分布的μ发生了变化,如下图2
判定准则3(4/5B)
连续5点中有4点落在中心线同一侧面的B区或以外。
与准则2类似。
本准则对于过程平均值的偏移也是较灵敏的。
出现本准则的现象是由于过程中心μ发生了变化,如下图3
判定准则4(6连串):
连续6点持续的上升或下降。
此准则是针对过程平均值的趋势进行设计的,它判定过程平均值的较小趋势要比准则5更为灵敏。
产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏、操作人员进呢个的逐渐提高等,如下图4:
检定规则5:
(8缺C)
有8点在中心线之两侧,但无一在C区中。
造成本准则现象的主要原因是数据分层不够。
如下图5:
判定准则6(9单侧)
连续9点落在中心线同一侧。
此准则是为了补充准则1而设计的,以便改进控制图的灵敏度。
如下图6:
判定准则7(14上下交替)
连续14相邻点上下交替,出现本准则的现象是由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。
实际上,这就是一个数据分层不够的问题,如下图7:
判定准则8(15C)
连续15点在C区中心线上下。
出现本准则的现象是由于参数σ变小。
对于本准则不要被它的良好“外貌”所迷惑,而应该注意到它的非随机性,造成本准则现象的原因可能有:
数据虚假或数据分层不够等。
如下图8:
7),控制图上异常原因之分析检讨:
控制图本身只是一种工具或手段,绘制控制图的目的在于控制制程在我们所期望的范围内,合乎经济原则来生产产品。
控制图异常原因有以下几种:
l未推行标准化
l人员训练不足
l机器设备保养不足或参数设定不当
l工具、夹具不适当或使用不当
l不良材料混入制程
l制程设计不合理
l测试仪器未加校正与维护
以上原因常出现于管理制度不善之工厂,在或X-Rm管制图上出现较大变动;
在P、Pn、c、u管制图出现很多不良或缺点。
要消除此原因,一定要先确定管理制度,推行标准化工作。
四、过程(制程)能力分析
广义而言,所谓制程能力就是一个制程在固定之生产因素及稳定管制下之品质能力。
如果已经确定一个过程已处于统计控制状态,还存在过程是否有能力满足顾客需求的问题;
一般讲,控制状态稳定,说明不存在特殊原因引起的变差,而能力反映普通原因引起的变差,并且几乎总要对系统采取措施来提高能力,如下图:
带有不同水平的变差的能够符合规范的过程(所有的输出都在规范之内)。
不能符合规范的过程(有超过一侧或两侧规范的输出)
1,过程术语的定义:
A,过程固有变差——仅由于普通原因产生的那部分过程变差,该变差可以从控制图上通过来估算,也可用其他量(例)
B,过程总变差——由于普通和特殊原因所造成的变差,可用样本标准差S来估计。
只是用详细的控制图或过程研究中得到的所有单值读数计算出来的。
,xi为单值读数,为单值读数的均值,n为所有单值读数的个数
C,过程能力——仅适用于统计稳定的过程,是过程固有变差的6σ范围,σ通常由计算而得。
D,过程性能——过程总变差的的6σ范围,式中σ通常通过样本的标准差S计算而得,记为σs。
2,过程能力计算:
CL=
A,Ca:
制程准确度(accuracy),定义为制程分布中心与规格中心的接近程度(对于双边规格)→Ca=,(Ca值越小越好)(对于单边规格无Ca之计算),T为公差带
B,CP:
制程精密度(precision),这是一个能力指数,定义为公差范围除以过程分布,不考虑过程有无偏移。
(对于双边规格)CP=或Cp=T/(6σ)
(对于单边规格)CP=或Cp=
C,CPU:
上限能力指数CPU==
D,CPL:
下限能力指数CPL==
E,CPK:
这是考虑到过程中心的能力指数。
定义为CPU和CPL的最小值。
或Cpk=(1-∣Ca∣)Cp
F,PP:
这是性能指数,定义为不考虑过程有无偏移时,公差范围除以过程性能。
Pp=或Pp=
G,PPK:
这是考虑到过程中心的性能指数。
定义为:
PPU=或者PPL=的最小值。
3,评价过程能力
当Cpk<
1,说明制程能力差,不可接受。
1≤Cpk<
1.33,说明制程能力可以,但需要改善。
1.33≤Cpk<
1.67说明制程能力较强。
五、过程(制程)能力与标准差(σ)的理解
假设规格公差不变,并且过程中心不偏移的情况下,这时规格中心
根据公式Ca=;
Cpk=(1-∣Ca∣)Cp=Cp
由下图可知,当制程能力为2σ时,Cpk=0.67;
当制程能力为3σ时,Cpk=1.00;
当制程能力为4σ时,Cpk=1.33;
当制程能力为5σ时,Cpk=1.67;
当制程能力为6σ时,Cpk=2.00;
测量系统分析(MSA)的应用
在产品实现过程中,为知道生产出来的制品或成品是否符合要求,我们需要对产品进行测量、检验或试验;
同时,为确保制造的产品符合要求,我们需要对制程的参数进行监视和测量;
在统计过程控制(SPC)应用中我们需要通过测量来收集数据,这些都要使用到测量系统,测量系统提供的数据是我们做决策用的,因此,数据的质量关系到我们的决策正确与否。
测量系统分析的目的就是为了确保数据的质量,以提供高可靠度的数据。
一、有关测量的基本概念。
1,测量:
定义为赋值(或数)给具体事物以表示他们之间关于特定特性的关系。
赋值过程定义为测量过程,而赋予的值定义为测量值。
2,量具:
任何用来获得测量结果的装置,经常用来特指用在车间的装置;
包括用来测量合格/不合格的装置。
3,测量系统:
用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、操作人员、环境和条件的集合。
用来获得测量结果的整个过程。
4,精密度:
是指测量仪器所能够区分出的微量程度或最小距离,亦即代表测量仪器对同一待测工件,以相同测量过程重复测量时,其测量结果的差异程度。
以差异程度愈微小为精密度佳,反之称为精密度差。
5,准确度:
是指测量仪器的实际测量值(或平均测量值)与待测值之真值(trueValue)的接近程度,亦即实际测量值偏离真实值的程度。
以偏差愈小之程度称为准确度佳,反之称为准确度差。
6,分辨力:
测量仪器上的最小刻度值,也称分辨率
二、测量过程。
标准
零件
仪器
程序
环境
操作者
输入
输出
测量活动
测量过程可以看作是一个制造过程,它产生数据(数字)作为输出
数据
三、测量系统应具备的统计特性。
1,有足够的分辨率和灵敏度。
应高于过程变异和公差带两者中精度较高者,一般来说,测量精度是过程变异和公差带两者中精度较高者的十分之一。
2,测量系统均须在统计管制之下,而其所产生之变异只能是由于普通原因,而非特殊原因。
3,对于过程控制,量测系统之变异必须小于制造过程之变异。
4,对于产品控制,量测系统之变异必须小于公差带。
5,量测系统统计特性可能随被测项目的改变而变化。
如果这样,则量测系统最大的变差应小于过程变差和公差带两者中较小者。
四、测量系统变异的类型
测量系统的变异可分成五种类型:
偏移、稳定性、线性、重复性、再现性。
如右下图所示
通常变异较大的是量具的重复性和再现性
1.偏倚(bias):
测量结果的观测平均值与基准值的差值。
偏移的大小表示测量系统的准确度,
偏移越小表示准确度越好,反之则越差。
2.稳定性(stability):
又称漂移(drift)指经过一段时间后,用相同的测量系统,对同一基准或零件的同一特性测量所得到的变异。
亦即偏移随时间的变化
3.线性(Linearity)是指
量具在工作量程内,偏倚量之差异分布状况。
亦即偏移随量程的变化。
4.重复性(Repeatability):
又称测量设备的变异(EquipmentVariation,EV),是由同一位评价人,采用同一种测量仪器,多次测量同一零件
的同一特性
时所得的测
量值变异。
5.再现性(Reproducibility):
又称评价人变异(AppraiserVariation,AV),指不同评价人采用相同仪器,测量
同一零件的
同一特性时,
测量平均值
的变异。
6.量具R&
R或GRR:
R&
R是结合重复性和再现性变异的估计值。
五、测量系统分析的两个阶段
测量系统的评定通常分为两个阶段:
第一阶段:
了解该测量过程并确定该测量系统是否满足要求。
第一阶段试验主要有两个目的: