测量过程控制技术—统计过程控制—OK.ppt

测量过程控制技术 常规控制图及其应用,SPC 的管理理念图解,不要等产品做完后，再去评价它的好或坏； 而是在生产过程中就把它控制好！,生产过程,人,机,法,环,针对产品,针对所有 生产要素,控制图的益处,SPC的基本概念,世上没有任何两件事物（人员、产品）是完全一样的 ，所以每种事件的关键数据一定有变差，SPC关注的是变差； 信息化后的变差数据的指标图形所产生的波动信号一定有警示作用，所以SPC系统可用来预测过程的趋势； 过程的变异在常态下，通常会依据一定的规律或模式而产生，所以过程可控制。,控制图就是用来判断过程是否处于正常状态的一种统计工具。,特殊原因(可查明原因、异常原因)不是始终作用于过程中的变差的原因，它偶然出现在过程中，当它们出现时将造成（整个）过程的分布改变。它会以不可预测的方式来影响过程分布！,普通原因 指过程在受控的状态下，出现的具有稳定的且可重复的分布在过程中的变差的原因。 “普通原因”表现为一个稳定系统的自然原因。 只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。 “普通原因”始终存在于稳定的过程中！,SPC的基本概念,控制图的功能,如果能确保测量过程正常工作状态，则可以将控制图用于生产过程的统计控制，即产品质量控制； 如果能找到一个很稳定的核查标准，则可以将控制图用于测量过程的统计控制。 核查标准：控制测量过程，建立数据库用的计量仪器产品或其他物体。,功能： 测量过程的诊断：评估测量过程的稳定性 控制：决定测量过程是否需要保持原有状态，何时需要调整 确认：确认某一过程的改进效果。,控制图的分类,控制图分类：根据控制对象的数据性质，即所采用的统计控制量来分类，有如下几种： 平均值-标准偏差控制图（ X -S图） 平均值-极差控制图（ X -R图） 中位值-极差控制图（ X -S图） 平均值控制图和中位值控制图主要用于判断测量过程是否受到系统效应影响，标准偏差控制图和极差控制图主要用于判断测量过程是否受到随机效应影响。,控制图分类：根据用途可以分为如下两种： 分析用控制图：用于对已经完成的测量过程或测量阶段进行分析，以评估测量过程是否稳定或处于受控状态。 控制用控制图：对于正在进行中的测量过程，可以在进行测量的同时进行过程控制，以确保测量过程处于稳定受控状态。 具体制作控制图时，首先建立分析用控制图确认过程处于稳定受控状态后，将分析用控制图的时间界限延长，就转化成控制用控制图。,控制图的分类,在多数情况下，影响测量结果的因素比较多。测量结果的分布往往服从正态分布。对于正态分布， 测量结果位于3区间的概率为99.73%，因此就将该区域作为需要控制的区域。,控制图设计原理,正态分布理论中有一个结论,对抽样检验管理是很有用，即无论均值“”（AVG）和标准差“”取何值，质量特性值： 落在 ( 3 )之间的概率为： 99.73% 落在 ( 3 )之外的概率为： (1一99.73% ) = 0.27%- “” 小于-3或大于+3的概率： (0.27%2) = 0.135%,控制图设计原理,识别关键过程,是否关 键过程,Y,确定过程关键变量,制定过程控制计划 和规格标准,过程数据的收集、整理,准备阶段,过程控制流程图,N,定期抽样、打点,日常管理,异常否,品质改进QC或 改进工艺标准,N,回到一阶段(4),Y,查明原因，调整工序测量过程,监控阶段,控制用控制图监控,控制图的制作,控制图必须成对使用，首先确定所采用的控制图的类型，通常采用极差控制图和标准偏差控制图，并且编制高度控制测量过程作业指导书。 步骤1：确定控制对象，或称统计量； 注意以下几点： 选择技术上最重要的控制对象。 若指标之间有因果关系，则宁可取作为因的指标为统计量。 控制对象要明确，并为大家理解与同意。 控制对象要能以数字来表示。 控制对象要选择容易测定并对过程容易采取措施者。,预备数据的取得： 1）在重复性条件下，对选择好的核查标准做n次的独立重复测量，当采用标准偏差控制图时，要求测量次数n10，当采用极差控制图时，要求测量次数n5即可。 2）根据规程或技术规范规定的测量条件下，重复上面的测量过程，共测量k组，k20，实际工作中一般取k=25组。,控制图的制作,计算统计控制量： 1）当采用“平均值-极差控制图”时，计算如下控制量：,=,k,Rn,R3,R2,R1,+,+,+,+,=,.,n,x,x,x,x,n,+,+,+,+,=,3,2,1,均值-极差图(Xbar-R),控制图的制作,计算控制界限： 1）当采用“平均值-极差控制图”时，计算如下控制界限：,作 Xbar 图 上控制限 下控制限,作 R 图 上控制限 下控制限,均值-极差图(Xbar-R),控制图的制作,注： 对于样本容量小于7 的情况下，LCLR可能在数学上 为一个负值。在这种情况下，就没有下控制限，这意味着 对于一个样本数量为6的子组，6个“同样的” 测量结果是 可能成立的。,均值-极差图(Xbar-R),控制图的制作,建立分析用控制图，并在图上标出测量点。 纵坐标为所采用的统计控制量，横坐标为时间坐标。并在图上画出CL、UCL和LCL三条控制界限。在图上标出测量点后将相临的测量点连接成折线，即完成分析用控制图。 对分析用控制图的测量点判异：按照异常点判断的各项准则，对各测量点的分布状况进行判断。若测量点没有异常，则表明测量过程处于统计控制状态。 延长Xbar-R控制图的控制线作控制用控制图，进行日常管理。,均值-极差图(Xbar-R),控制图的制作,均值-极差图(Xbar-R),控制图的制作,Xbar-R例,某电机厂为了提高电机的机加工的质量，应用排列图分析电机不合格品的各种原因，发现“漏油”占第一位。为了解决漏油问题，再次应用排列图分析造成漏油的原因，结果发现主要是由于缸孔孔径引发的漏油现象。为此厂方决定选择核查标准应用控制图对机加工的孔径测量过程进行控制。 请您根据下表中的数据做控制图进行解析,Xbar-R例,提示：D42.114，D30，A20.577，Xbar=4081.4，R=357,Xbar-R例,步骤1：计算各组样本的平均Xbari,各组 样本的极差Ri =(154+174+164+166+162)/5=164.0 R1=174-154=20 其余见数据表 步骤2：计算平均极差 =357/25=14.280,Xbar-R例,步骤3：计算R图的参数 UCLRD4Rbar 2.114*14.28=30.188 CLR= Rbar =14.280 LCLR=D3 Rbar = 通过描点可见现在R图判稳。 故接着再建立 Xbar图： X2bar 4081.4/25=163.256 UCLX= X2bar +A2 Rbar =163.256+0.577*14.28=171.496 LCLX= X2bar A2 Rbar =163.256-0.577*14.28=155.016,Xbar-R例,因为第13组Xbar为155.0小于LCLX,故过程的均值失控，经调查属于某种突发原因，故将其数据剔除，重新计算R图与Xbar的参数。,Xbar-R例,重新算 35718/24=14.125 UCLR=D4 =29.860 LCLR=D3 =,从R图可以看到第17组数据R30出界。,Xbar-R例,从R图可以看到第17组数据R30出界。 舍去此组数据重新计算： =339-30/23=13.435 R图： UCLR=D4 =28.402 R图稳定故接着做均值图 Xbar图： =（3926.4-162.4）/23=163.652 UCLX =163.652+0.577*13.435=171.404 LCLx =163.652-0.577*13.435=155.900,Xbar-R例,从上图可以看出，此时的极差与均值均处于稳态,Xbar-R例,均值-标准差图(Xbar-S),控制图必须成对使用，确定所采用标准偏差控制图，并且编制“关键测量过程作业指导书”。 预备数据的取得： 1）在重复性条件下，对选择好的核查标准做n次的独立重复测量，要求测量次数n10。 2）根据规程或技术规范规定的测量条件下，重复上面的测量过程，共测量k组，k20，实际工作中一般取k=25组。,控制图的制作,计算统计控制量： 当采用“平均值-标准偏差控制图”时，计算如下控制量：,均值-标准差图(Xbar-S),控制图的制作,均值-标准差图(Xbar-S),计算控制界限：,作 Xbar 图 上控制限 下控制限,作 S 图 上控制限 下控制限,控制图的制作,均值-标准差图(Xbar-S),注：在样本容量低于6 时，没有标准差的下控制限。,控制图的制作,均值-标准差图(Xbar-S),建立分析用控制图，并在图上标出测量点。 纵坐标为所采用的统计控制量，横坐标为时间坐标。并在图上画出CL、UCL和LCL三条控制界限。在图上标出测量点后将相临的测量点连接成折线，即完成分析用控制图。 对分析用控制图的测量点判异：按照异常点判断的各项准则，对各测量点的分布状况进行判断。若测量点没有异常，则表明测量过程处于统计控制状态。 延长Xbar-R控制图的控制线作控制用控制图，进行日常管理。,控制图的制作,均值-标准差图(Xbar-S),控制图的制作,控制图的判异标准,控制状态的标准可归纳为二条： 第一条, 控制图上点不超过控制界限； 第二条, 控制图上点的排列分布没有缺陷。 过程受控所遵循的一般依据: 连续25点以上处于控制界限内 连续35点中, 仅有1点超出控制界限 连续100点中, 不多于2点超出控制界限,过程缺陷的八种异常模式： 1点落在A区以外； 连续9点落在中心线同一侧； 连续6点递增或递减； 连续14点中相邻点交替上下； 连续3点中2点落在中心线同一侧的B区以外； 连续5点中4点落在中心线同一侧的C区以外； 连续15点落在中心线两侧的C区内； 连续8点落在中心线两侧且无一在C区内。,控制图的判异标准,UCL,LCL,CL,第一种模式：1点落在A区以外； 测量点出现在A区之外的概率仅为0.27，因此任何测量点出现在A区之外，均可立即判为测量过程异常，测量点超出上界，表明统计控制量的均值增大；而当测量点超出下界，表明其均值减小。,测量点出现在A区之外,控制图的判异标准,第二种模式：连续9点落在中心线同一侧： 测量点出现在控制图中心线的同一侧的现象称为链。9点链出现的概率仅为0.38，链的出现表明统计控制量分布的均值向出现链的一侧偏移。,连续9个点出现在中心线同一侧,控制图的判异标准,第三种模式：连续6点落在中心线同一侧： 测量点排列出现单调递增或递减的状态称为趋势。计算表明，6点趋势出现的概率为0.27.趋势的出现表明统计控制量的均值随时间增大或减小。,连续6个点呈现单调递增递减,控制图的判异标准,第四种模式：连续14个测量点呈现上下交替排列： 计算表明，连续14个测量点呈现上下交替排列出现的概率为0.37，最接近于显著水平。此时表明测量过程受到某种周期性效应的影响。,连续14个点上下交替排列,控制图的判异标准,第五种模式：连续3个测量点中有2点出现在中心线同一侧A区中： 计算表明，连续3个测量点中有两点出现在中心线同一侧A区中出现的概率为0.27.与规定的显著水平相一致。当出现该种情况时，则可以判定测量过程异常。,连续3个测量点有2个测量点出现在中心线同一侧A区中,控制图的判异标准,第六种模式：连续5个测量点中有4点出现在中心线同一侧的B区或A区中： 计算表明，连续5个测量点中有4点出现在中心线同一侧的B区或A区中出现的概率为0.51，比较接近于规定的显著水平。此时表明该控制图所选用的统计控制量向该侧偏移。,连续5个测量点中有4点出现在中心线同一侧的B区或A区中,控制图的判异标准,第七种模式：连续15个测量点出现在中心线两侧的C区中： 计算表明，连续15个测量点出现在中心线两侧的C区中出现的概率为0.33，比较接近于规定的显著性水平。对于这种分布异常，不要认为这是测量过程得到改进的结果，这种情况的出现往往表明由于控制图设计的错误而导致控制界限过宽而造成的。此时的控制图已失去对测量过程的控制作用，而应重新采集数据制作新的控制图。,连续15个测量点出现在中心线两侧的C区中,控制图的判异标准,第八种模式：连续8个测量点出现在中心线两侧并且全部不在C区 出现这种请况往往表明：该统计控制量的分布是两种不同分布的混合，并且其中一个分布的均值与另一个的均值有明显的差异，同时在测量过程中两种分布交替出现。,连续8个测量点出现在中心线两侧并且全部不在C区,控制图的判异标准,谢谢大家,