第九讲-统计过程控制与诊断课件

,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,单击此处编辑母版标题样式,单击此处编辑母版文本样式,二级,三级,四级,五级,2020/4/25,#,质量管理学,质量管理学,Lccmail. hzau. edu. cn,质量管理学质量管理学,第,13,章,统计过程控制与诊断,(SPC,与,SPD),第一节 控制图,第二节 过程能力,第13章 统计过程控制与诊断(SPC与SPD)第一节,第一节 控制图,一、概述,二、应用控制图的步骤,三、应用实例,四、控制图的观察与分析,第一节 控制图一、概述,一、概述,控制图又叫管理图。它是用来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具。,控制图建立在数理统计学的基础上，它利用有效数据建立控制界限。控制界限一般分为上控制限（,UCL,）和下控制限（,LCL,）。,质量特性值,抽样时间和样本序号,UCL,CL,LCL,3,倍标准偏差（,3,）,3,倍标准偏差（,3,）,一、概述控制图又叫管理图。它是用来区分由异常原因引起的波,1,、控制图的基本格式,控制图的基本格式如图,1-17,。它一般,有三条线,。,中心线,CL,（,central line,）,用细实线表示；,上控制界限,UCL,（,upper control limit,）,用虚线表示；,下控制界限,LCL,（,lower control limit,）,用虚线表示。,图,1-17,控制图的基本格式,UCL,和,LCL,之间的面积为数据在正态分布的,99.73,，而不是公差。,1、控制图的基本格式图1-17 控制图的基本格式,所谓控制图的,基本思想,就是把要控制的质量特性值用点子描在图上，若点子全部落在上、下控制界限内，且没有什么异常状况时，就可判断生产过程是处于控制状态。否则，就应根据异常情况查明并设法排除。通常，点子越过控制线就是报警的一种方式，如图,1-17,中的第六点。,控制图作为一种,管理图,，在工业生产中，根据所要控制的质量指标的情况和数据性质分别加以选择。如表,1-10,。,所谓控制图的基本思想就是把要控制,2,、常用控制图的种类,常用质量控制图可分为两大类。,（,1,）,计量值,控制图包括：单值控制图、单值,-,移动极差控制图、平均值,-,极差控制图、中位数控制图。,（,2,）,计数值,控制图包括：不良品数控制图、不良品率控制图、缺陷数控制图、单位缺陷数控制图。,根据所要控制的质量特性和数据的种类、条件等，按图,1-18,中的箭头方向便可作出正确的选用。,2、常用控制图的种类,图,1-18,控制图的种类及选用流程,图1-18 控制图的种类及选用流程,计量值控制图一般适用于以计量值为控制对象的场合。,所谓计量值表现为数轴上的所有点，是连续的数值。比如，长度、强度等，,只要测量精度能够达到，那么其特征值可以任意的精度表示。,计量值控制图对工序中存在的系统性原因反应敏感，所以具有及时查明并消除异常的明显作用，其效果比计数值控制图显著。计量值控制图经常用来预防、分析和控制工序加工质量，特别是几种控制图的联合使用。,计数值控制图则用于以计数值为控制对象的场合。,所谓计数值表现为数轴上的整数形式，是离散型的数值。比如，一个产品批的不合格品件数。,计数值控制图的作用与计量值控制图类似，其目的也是为了分析和控制生产工序的稳定性，预防不合格品的发生，保证产品质量。,计量值控制图一般适用于以计量值为控制,表,1-10,各种控制图计算公式一览表,表1-10 各种控制图计算公式一览表,一、概述,控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。,类别,名称,控制图符号,特点,适用场合,计,量,值,控,制,图,平均值极差控制图,x,R,最常用，判断工序是否正常的效果好，但计算工作量很大。,适用于产品批量较大的工序。,中位数极差控制图,x,R,计算简便，但效果较差。,适用于产品批量较大的工序。,单值移动极差控制图,x,R,S,简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。,因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。,计,数,值,控,制,图,不合格品数控制图,Pn,较常用，计算简单，操作工人易于理解。,样本容量相等。,不合格品率控制图,P,计算量大，控制线凹凸不平。,样本容量不等。,缺陷数控制图,c,较常用，计算简单，操作工人易于理解。,样本容量相等。,单位缺陷数控制图,u,计算量大，控制线凹凸不平。,样本容量不等。,一、概述控制图的种类很多，一般按数据的性质分为计量值控制图、,一、概述,控制图的作用：,在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；,在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；,在质量改进方面，可以用来确认某过程是否得到了改进。,一、概述控制图的作用：在质量诊断方面，可以用来度量过程的,二、应用控制图的步骤,应用步骤如下：,选择控制图拟控制的质量特性，如重量、不合格品数等；,选用合适的控制图种类；,确定样本容量和抽样间隔；,收集并记录至少,20,25,个样本的数据，或使用以前所记录的数据；,计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；,计算各统计量的控制界限；,画控制图并标出各样本的统计量；,研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；,决定下一步的行动。,二、应用控制图的步骤应用步骤如下：,控制图控制界限线的计算公式,-I,图别,中心线,（,C L,）,上控制界限（,UCL,）,下控制界限（,LCL,）,R,R,A,2,D,4,A,2,D,3,x,R,R,m,3,A,2,D,4,m,3,A,2,D,3,x,R,x,R,S,2.659,3.267,2.659,不考虑,x,R,x,x,x,x,R,R,x,R,R,x,x,R,S,R,S,R,R,S,x,x,x,R,R,R,R,R,S,x,控制图控制界限线的计算公式-I图别中心线上控制界限（UCL）,控制图控制界限线的计算公式,II,P,u,c,Pn,图别,中心线,（,C L,）,上控制界限（,UCL,）,下控制界限（,LCL,）,P,Pn,u,c,3,P,（,1, ）,P,P,n,P,（,1, ）,P,P,n,3,（,1, ）,Pn,Pn,3,P,n,P,n,（,1, ）,Pn,Pn,3,u,3,n,u,u,3,n,u,-,c,3,c,c,3,c,控制图控制界限线的计算公式IIPu c Pn图别中心线上,控制系数选用表,n,2,3,4,5,6,7,8,9,10,A,2,1.880,1.023,0.729,0.577,0.483,0.419,0.373,0.337,0.308,D,4,3.267,2.575,2.282,2.115,2.004,1.924,1.864,1.816,1.777,E,2,2.660,1.772,1.457,1.290,1.134,1.109,1.054,1.010,0.975,m,3,A,2,1.880,1.187,0.796,0.691,0.549,0.509,0.430,0.410,0.360,D,3,0.076,0.136,0.184,0.223,d,2,1.128,1.693,2.059,2.326,2.534,2.704,2.847,2.970,3.087,控制系数选用表n2345678910A21.8801.023,3,、控制界限的原理,控制图中的上、下控制界限，一般是用,“三倍标准偏差法”（又称,3,法）。,而把中心线确定在被控制对象（如平均值、极差、中位数等）的平均值上。再以中心线为基准向上或向下量,3,倍标准偏差，就确定了上、下控制界限。另外，在求各种控制图时，,3,倍标准偏差并不容易求到，故按统计理论计算出一些,近似系数,用于各种控制图的计算信息输入表,1-11,。例如，要求平均值控制图，则平均值的,x,中心线值为,x,，上下控制界限值为：,UCL=+ 3= x + A,2,R,LCL= - 3= x - A,2,R,=,=,=,3、控制界限的原理=,由于实际工作中正态分布经常出现，即不论,和,是什么数值，产品质量计量值在,+ 3,与,- 3,上下界限之间出现的可能性大小（即概率）为,99.73%,，如图,1-19,所示。,这样，根据正态分布的特点，在只有偶然性因素的生产过程中，,1000,个数据中最多有,3,个数据（点子）可能超出控制界限。一旦发现某点子在界外，就可判断生产过程发生了异常，需立即查明。这种判断的错判率只是千分之三。,图,1-19,正态分布在, 3,间的概率,由于实际工作中正态分布经常出现，即,表,1-11,计量值控制图计算公式中的系数值表,表1-11 计量值控制图计算公式中的系数值表,三、应用实例,某公司新安装一台装填机。该机器每次可将5000g的产品装入固定容器。规范要求为5000 （g）。,0,50,三、应用实例某公司新安装一台装填机。该机器每次可将5000g,使用控制图的步骤如下：,将多装量（,g,）看成应当加以研究并由控制图加以控制的重要质量特征。,由于要控制的多装量使计量特性值，因此选用,x,R,控制图。,以,5,个连续装填的容器为一个样本（,n,5,），每隔,1h,抽取一个样本。,收集,25,个样本数据（,k,5,），并按观测顺序将其记录与表中（见,多装量（,g,）和样本统计量,）。,计算每个样本的统计量,x,（,5,个观测,值的平均值）和,R,（,5,个观测值的极差）,（见,多装量（,g,）和样本统计量,）,。,使用控制图的步骤如下：将多装量（g）看成应当加以研究并由,多装量（,g,）和样本统计量,样本号,x,1,x,2,x,3,x,4,x,5,x,x,R,1,47,32,44,35,20,178,35.6,27,2,19,37,31,25,34,146,29.2,18,3,19,11,16,11,44,101,20.2,33,4,29,29,42,59,38,197,39.4,30,5,28,12,45,36,25,146,29.2,33,6,40,35,11,38,33,157,31.4,29,7,15,30,12,33,26,116,23.2,21,8,35,44,32,11,38,160,32.0,33,9,27,37,26,20,35,145,29.0,17,10,23,45,26,37,32,163,32.6,22,11,28,44,40,31,18,161,32.2,26,12,31,25,24,32,22,134,26.8,10,13,22,37,19,47,14,139,27.8,33,14,37,32,12,38,30,149,29.9,26,多装量（g）和样本统计量样本号x 1x 2x 3x 4x 5,多装量（,g,）和样本统计量,样本号,x,1,x,2,x,3,x,4,x,5,x,x,R,15,25,40,24,50,19,158,31.6,31,16,7,31,23,18,32,111,22.2,25,17,38,0,41,40,37,156,31.2,41,18,35,12,29,48,20,144,28.8,36,19,31,20,35,24,47,157,31.4,27,20,12,27,38,40,31,148,29.6,28,21,52,42,52,24,25,195,39.0,28,22,20,31,15,3,28,97,19.4,28,23,29,47,41,32,22,171,34.2,25,24,28,27,22,32,54,163,32.6,32,25,42,34,15,29,21,141,23.2,27,累计,746.6,686,平均,X,29.86,R,29.86,多装量（g）和样本统计量样本号x 1x 2x 3x 4x 5,计算各样本平均值（,x,）和各样本极差的平均值（,R,）。,x,x,x,k,R,R,k,计算统计量的中心值和控制界限。,中心值,CL, ,29.86,（,g,）,UCL,A,2,R,45.69,（,g,）,x,图：,x,LCL,A,2,R,14.03,（,g,）,注：,A,2,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,x,计算各统计量的控制界限（,UCL,、,LCL,）。,计算各样本平均值（ x）和各样本极差的平均值（ R ）。,LCL,D,3,= 0,注：,D,3,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,中心值,CL, ,27.44,（,g,）,UCL,D,4,58.04,（,g,）,注：,D,4,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,R,R,R,图：,R,LCL D3 = 0中心值 CL,画控制图,一般 放在上方，,R,图放在下方；横轴表示样本号，纵轴表示质量特性值和极差。,图,x,样本号,5,10,15,20,25,0,20,40,60,20,30,40,50,20,多装量,x,极差,R,UCL,45.69,CL,29.86,LCL,14.03,UCL,58.04,CL,27.44,n,5,画控制图一般 放在上方，R图放在下方；横轴表示样,控制图没有出现越出控制线的点子，也未出现点子排列有缺陷（即非随机的迹象或异常原因），可以认为该过程是按预计的要求进行，即处于统计控制状态（受控状态）。,在不对该过程做任何调整的同时，继续用同样的方法对多装量抽样、观察和打点。如果在继续观察时，控制图显示出存在异常原因，则应进一步分析具体原因，并采取措施对过程进行调整。,控制图没有出现越出控制线的点子，也未出现点子排列有缺陷（即非,【,例,1-4】,某厂生产,100.20mm,的圆柱销，每隔一定时间随机抽取,5,个样品，共取,20,组，所得数据如表,1-12,。,表,1-12,x-R,控制图数据表,【例1-4】 某厂生产100.,解：（,1,）平均值的中心值,x = 10.001,，,R = 0.136,（,2,）根据表,1-15,的计算公式求出：,UCL = x + A,2,R = 10.001+(0.580.136) = 10.080,LCL = x - A,2,R = 10.001-(0.580.136) = 9.922,（,3,）根据,R,图的计算公式式求出：,R,图的,CL = R = 0.136,UCL = D,4,R = 2.11 0.136 = 0.287,LCL,，不必要,（,4,）根据以上数据作图并打点，见图,1-20,。,=,=,=,=,图,1-20,某圆柱销的,x -R,图,图1-20,4,、控制图的分析与判断,用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断，判断工序是处于受控状态还是失控状态。,（,1,）,受控状态的判断,工序是否处于受控状态，也就是工序是否处于统计控制状态或稳定状态，其判断条件有两个：,第一个判断条件是在控制界限内的,点子排列无缺陷,；,第二个判断条件是控制图上的所有样本点全部落在,控制界限之内。,在满足了第一个条件的情况下，对于第二个条件，若点子的排列是随机地处于下列情况，则可认为工序处于受控状态。,4、控制图的分析与判断,连续,25,个点子没有一点在控制界限以外；,连续,35,个点子中最多有一点在控制界限以外；,连续,100,个点子中最多有两点在控制界限以外。,因为用少量数据做控制图容易产生错误的判断，所以至少,25,点,才能作判断。从概率理论可知，连续,35,个点子中，最多一点超出控制界限的概率为,0.9959,，至少有一点在界限外的概率为,0.0041,，即不超过,1%,，是个小概率事件。连续,100,个点子中，最多两点超出控制界限的概率为,0.9974,，而至少有两点在界限外的概率为,0.0026,，也不超过,1%,，也是小概率事件。,连续25个点子没有一点在控制界限以,（,2,）失控状态的判断,只要控制图上的点子出现下列情况时，就可判断工序为失控状态：,首先，,控制图上的点子超出控制界限外或恰好在界限上；其次，控制界限内的点子排列方式有缺陷，呈现非随机排列。,在,3,界限控制图中，正常条件下，点子越出界限的概率只有,0.27%,，这是一个小概率事件，若不是异常状态，点子是不会超出控制界限以外的。另外，即使所有点子落在界限内，但如果有下列排列异常的情况发生，仍有可能判断处于失控状态。同理可以计算下列情况的发生概率，它们也是小概率事件。,（2）失控状态的判断,控制图有缺陷的状态大致有以下几种：,点子越出控制界限。,点子在控制界限附近，即在,2,3,之间。（称为警戒区间）,连续,3,点中有,2,点在警戒区内（如图,1-21,）；,连续,7,点中有,3,点在警戒区内；,连续,10,点中有,4,点在警戒区内。,控制图有缺陷的状态大致有以下几种：,图,1-21 3,点中有,2,点在控制界限附近示意图,图1-21 3点中有2点在控制界限附近示意图,点子在中心线一侧连续出现。,连续,7,点在中心线一侧，如图,1-22,。,连续,11,点中有,10,点在中心线一侧；,连续,14,点中有,12,点在中心线一侧；,连续,17,点中有,14,点在中心线一侧；,连续,20,点中有,17,点在中心线一侧；如图,1-23,。,点子有连续上升或下降趋向，如点数,7,，则判断有系统性因素影响。如图,1-24,。,点子在波动呈现周期性变化，表明生产过程有系统性因素发生。,点子在中心线一侧连续出现。,图,1-22 7,点链,图,1-23,多点在中心线一侧出现示意图,图1-22 7点链图1-23 多点在中心线一侧出现示意图,图,1-24,出现,7,点倾向的示意图,图1-24 出现7点倾向的示意图,无论是控制图上的点子超出控制界限外或恰好在界限上，还是控制界限内的点子排列方式有缺陷，呈现非随机排列，这两种情况都说明生产过程中存在系统性的因素，对某个质量特征值的平均值和标准差产生影响，应查明情况以便及时采取措施。在使用控制图对质量进行分析和控制时，最重要的步骤是选择控制项目及其质量特征。一般可以选技术复杂、加工精度要求严格、对后续工序的质量产生较大影响、质量不稳定或用户反馈意见较多的工序中的关键特征值作为控制对象。,为什么上述各种情况有些是正常的有些不是正常的，这涉及到控制图缺陷的概率计算。在统计假设检验中，小概率数值常取,0.05,与,0.01,。而判别控制图中点子排列有缺陷的小概率数值标准常取,0.01,。,无论是控制图上的点子超出控制界限外,常见的概率计算公式为：,P x = k = C,n,p,k,（,1-p,）,n-k,（,k=1,，,2,，,，,n,）（,0,p,1,）,这是二项式分布概率的计算公式。它的应用条件是：,每次试验只有两种结果，即成功或失败；,每次试验是相互独立的。,控制图中“,7,点链”等四种现象，基本上是满足这两个条件的。如，一个点子不是落在中心线这一侧，就是落在中心线另一侧，只有这两种试验结果；而相邻两个点子落在哪一侧又是相互独立的。又如，一个点子要么落在,2,3,范围内，要么落在这一范围外，也是只有两种试验结果；而且相邻两个点子是否落在,2,3,范围内，也是相互独立的。,k,常见的概率计算公式为：k,例如，“,7,点链”的点子落在中心线两侧的概率是相同的，其值取,0.5,（严格地讲，点子落在,3,界限内的概率为,0.9973,，而落在这一范围内的中心线一侧的概率为,0.99732=0.49865,）。,则，,7,点链的现象中，,n=7,，,p=0.5,。,所以“,7,点链”出现的概率值为：,因为,0.0078,0.01,（小概率标准值），所以“,7,点链”应判为点子排列有缺陷。,例如，“7点链”的点子落在中心线两,5,、控制图的两种错误判断,根据控制图的控制界限所作为的判断也可能发生错误。这种可能的错误有两种：第一种错误是将正常判为异常；第二种错误是将异常判为正常。,在生产正常的情况下，点子出界的可能性为,3,。,3,这数值虽然很小，但这类事件总还是可能发生的。这样，在纯粹出于偶然点子出界的场合，我们根据点子出界判断生产过程异常就犯了虚发警报的错误，这种错误就叫做第一种错误。另有一种情况，即生产过程已经有了异常，产品质量的分布偏离了典型分误。另有一种情况，即生产过程已经有了异常，产品质量的分布偏离了典型分布，可是总还有一部分产品的质量特征值是在上下控制界线之内的。如果我们抽取到这样的产品进行检验，那么，这时由于点子未出界判断生产过程正常，就犯了漏发警报的错误，这种错误就叫做第二种错误。,5、控制图的两种错误判断根据控制图的控制界限所作为的判断也可,由于在应用控制图的过程中，是通过抽查来检验产品质量的，所以要想不犯错误是办不到的。事实上，在控制图上，我们所能变动的不外乎是上下控制界限间的间距。如果我们把这间距拉大，显然，这时犯第一种错误的可能性减小，而犯第二种错误的可能性增大，这两者是矛盾的。反之，如果我们把这间距缩小，则犯第一种错误的可能性增大，而犯第二种错误的可能性减小，这两者也是矛盾的。因此，我们只能根据第一种错误和第二种错误这两种错误所造成的总损失为最小这一准则来确定上下控制界限。,经验证明，,UCL=+3,，,LCL=-3,的所谓,3,方式就是两种错误所造成的总损失最小的控制界限。美国、日本和我国等世界大多数国家都采用,3,方式。而英国和北欧等少数国家则采用所谓概率界限方式。在这种方式中，超出一侧控制界限的概率，人为地定为,1,、,2.5,和,5,等数值。,由于在应用控制图的过程中，是通过抽查来检,四、控制图的观察与分析,点子没有超出控制线（在控制线上的点子按出超出处理），控制界限内的点子排列无缺陷，反映工序处于控制状态，生产过程稳定，不必采取措施。,控制图上的点子出现下列情形之一时，即判断生产过程异常：,点子超出或落在控制线上；,控制界线内的点子排列有下列缺陷：,四、控制图的观察与分析点子没有超出控制线（在控制线上的点子按,四、控制图的观察与分析缺陷,缺陷,图例,链状况连续七点以上在中心线同一侧出现。,趋势状况连续七点以上上升或下降。,UCL,CL,LCL,UCL,CL,LCL,四、控制图的观察与分析缺陷缺陷图例链状况连续七点以上在中,四、控制图的观察与分析缺陷,缺陷,图例,周期状况,接近控制界限状况在连续三点中至少有两点接近控制界限。,UCL,CL,LCL,UCL,CL,LCL,四、控制图的观察与分析缺陷缺陷图例周期状况接近控制界限状况,四、控制图的观察与分析,应用控制图的常见错误：,在,5M1E,因素未加控制、工序处于不稳定状态时就使用控制图管理工作；,在工序能力不足时，即在,C,P,1,的情况下，就使用控制图管理工作；,用公差线代替控制线，或用压缩的公差线代替控制线；,仅打“点”而不做分析判断，失去控制图的报警作用；,不及时打“点”，因而不能及时发现工序异常；,当“,5M1E”,发生变化时，未及时调整控制线；,画法不规范或不完整；,在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。,四、控制图的观察与分析应用控制图的常见错误：,第二节 过程能力,一、过程能力,二、过程能力指数,三、过程能力指数的评定,四、提高过程能力指数的途径,五、过程能力调查,第二节 过程能力 一、过程能力,一、过程能力,过程能力是指生产过程在一定时间内处于统计控制状态下制造产品的质量特性值的经济波动幅度，它又叫加工精度。用“,B”,表示。,从兼顾全面性和经济性的角度，一般取：,B,6,（,99.73%,）,过程能力是描述加工过程客观存在着分散的一个参数。,一、过程能力过程能力是指生产过程在一定时间内处于统计控制,二、过程能力指数,过程能力指数是反映过程能力满足产品质量标准（规范、公差等）能力的参数。一般记做,C,P,。,过程能力指数是技术要求和过程能力的比值。,C,P,技术要求,过程能力,T,T,U,T,L,M,M,：公差分布中心,：样本分布中心,T,：公差范围,T,U,：上偏差,T,L,：下偏差,二、过程能力指数过程能力指数是反映过程能力满足产品质量标,二、过程能力指数双侧公差,图例,计算公式,例题,与,M,重合,某零件质量要求为,20,0.15,，抽样,100,件，测得：,20.00mm,0.05mm,1,与,M,不重合,某零件质量要求为,20,0.15,，抽样,100,件，测得：,20.05mm,，,0.05mm,则：,M,20.00,0.05,0.67,x,x,M,T,T,U,T,L,x,M,x,T,T,U,T,L,C,P,T,6,T,U,T,L,6,C,PK,T,2,6,M,x,x,C,P,T,U,T,L,6,x,M,x,C,PK,T,2,6,二、过程能力指数双侧公差图例计算公式例题某零件质量要求为2,二、过程能力指数单侧公差,图例,计算公式,例题,给定公差上限,某部件清洁度的要求不大于,95mg,，抽样结果得：,48mg,12mg,1.33,给定公差下限,某金属材料抗拉强度的要求不得少于,32kg/cm,2,，抽样后测得：,38 kg/cm,2,1.8 kg/cm,2,1.11,x,T,U,x,C,PU,T,U,3,x,T,L,x,C,PL,T,L,3,x,C,PU,T,U,3,x,x,C,PL,T,L,3,x,二、过程能力指数单侧公差图例计算公式例题给定公差上限某部件,二、过程能力指数,注：,K,为,给出双侧公差且分布中心与公差中心偏离时的平均值偏离度，它是平均值偏离量,与公差一半的比值，即：,K,/,（,T /,2,）。当,K,1,时，认为,C,PK,0,。,分布中心的偏离，会影响工序的加工精度。针对不同情况，其处理方法如下表：,过程能力指数,C,P,偏离度,K,（）,对分布中心是否采取措施,1.33 ,C,P,12.5,不必要,1.00,C,P,1.33,12.5,K, 25,注意观察其变化，必要时采取措施,0.67,C,P,1.00,25,K, 50,要采取措施,C,P,0.67,50,K,要采取纠正措施，或停止作业,K,二、过程能力指数注： K为给出双侧公差且分布中心与公差中心偏,三、过程能力指数的评定,范围,等级,判断,措施,C,P,1.67,特级,过程能力过剩,为提高产品质量，对关键或主要项目再次缩小公差范围；或为提高效率、降低成本而放宽波动幅度，降低设备精度等级等。,1.67,C,P,1.33,1,级,过程能力充分,当不是关键或主要项目时，放宽波动幅度；降低对原材料的要求；简化质量检验，采用抽样检验或减少检验频次。,1.33,C,P,1,2,级,过程能力尚可,必须用控制图或其他方法对工序进行控制和监督，以便及时发现异常波动；对产品按正常规定进行检验。,1,C,P,0.67,3,级,过程能力不足,分析分散程度大的原因，制定措施加以改进，在不影响产品质量的情况下，放宽公差范围，加强质量检验，全数检验或增加检验频次。,0.67,C,P,4,级,过程能力严重不足,一般应停止继续加工，找出原因，改进工艺，提高,C,P,值，否则全数检验，挑出不合格品。,过程能力等级评定表,三、过程能力指数的评定范围等级判断措施CP 1.67特级,四、提高过程能力指数的途径,C,PK,T,2,6,根据公式 可知，影响过程能力指数有,3,个变量：,产品质量规范（公差范围,T,）,;,过程加工的分布中心与公差中心的偏移量,；,过程加工的质量特性分散程度，即标准偏差,。,四、提高过程能力指数的途径CPKT 2 6 根据公,调整过程加工的分布中心，减少中心偏移量。,通过收集数据，进行统计分析，找出大量连续生产过程中由于工具磨损、加工条件随时间逐渐变化而产生偏移的规律，及时进行中心调整，或采取设备自动补偿偏移或刀具自动调整和补偿等；,根据中心偏移量，通过首件检验，可调整设备、刀具等的加工定位装置；,改变操作者的孔加工偏向下差及轴加工偏向上差大那大倾向性加工习惯，以公差中心值为加工依据；,配置更为精确的量规，由量规检验改为量值检验，或采用高一等级的量具检测。,调整过程加工的分布中心，减少中心偏移量。通过收集数据，进行统,提高过程能力，减少程度。,修订工序，改进工艺方法，修订操作规程，优化工艺参数，补充增添中间工序，推广应用新材料、新工艺、新技术；,检修、改造或更新设备，改造、增添与公差要求相适应的精度较高的设备；,增添工具工装，提高工具工装的精度；,改变材料的进货周期，尽可能减少由于材料进货批次的不同而造成的质量波动；,改造现有的现场条件，以满足产品对现场环境的特殊要求；,对关键工序、特种工艺的操作者进行技术培训；,加强现场的质量控制，设置过程质量控制点或推行控制图管理，开展,QC,小组活动；加强质检工作。,提高过程能力，减少程度。修订工序，改进工艺方法，修订操作规程,修订公差范围,修订公差范围，其前提条件是必须保证放宽公差范围不会影响产品质量。在这个前提条件下，可以对不切实际的过高的公差要求进行修订，以提高过程能力指数。,在工序加工分析时，减少中心偏移量的防误措施，在技术上、操作上比较容易实现，同时也不必为此花费太多的人力、物力和财力，因此把它作为提高过程能力指数的首要措施。,只有当中心偏移量,0,，而,C,P,值仍然小于,1,时，才考虑提高过程能力，减少过程加工的分散程度或考虑是否有可能放宽公差范围。,放宽公差范围必须不影响产品质量，不影响用户使用效果。,修订公差范围修订公差范围，其前提条件是必须保证放宽公差范围不,五、过程能力调查,过程能力调查的意义,过程能力调查了解和掌握过程能力的活动。,通过工序标准化，消除工序中的异常因素，发现和解决质量问题，经济合理地选择和确定工艺标准和操作标准。,五、过程能力调查过程能力调查的意义,五、过程能力调查,过程能力调查的方法,直方图法：可以通过直方图的分散范围同公差范围比较，简单而直观地判断过程能力能否满足质量要求；简便计算出过程能力指数,C,PK,，为分析过程中系统因素的影响提供依据。但直方图不能看出质量特性值随时间变化的情况，有时因为在样本中包含特性值特大和特小的样本，使,较大，过程能力指数偏低。,控制图法：可反映较长时间内过程处于稳定状态的质量波动状况，排除了系统因素的影响，因而其分布的,较小，比较准确可靠。,一般情况，多用直方图法进行过程能力调查，并辅以控制图法。,五、过程能力调查过程能力调查的方法,五、过程能力调查,过程能力调查的程序,明确调查目的；,选择调查对象；,确定调查方法；,工序的标准化；,严格按照各项标准进行作业；,收集数据；,画直方图或分析用的控制图；,判断过程是否处于控制状态；,计算过程能力指数；,处理。,五、过程能力调查过程能力调查的程序明确调查目的；,明确调查目的,质量信息（设计、市场质量、检查）的收集,确定调查方法,工序标准化,确定测试与抽样检查方法,确定调查计划,运作并收集数据,分析数据,稳定状态,过程能力分析,过程能力非常充裕,设法降低成本,采取措施,决定调查范围、分层方法、调查方法、调查期间取样方法、样本含量等,5M1E,标准的确定,明确必要性与目标落实：负责单位、完成期限、责任者、方法,按计划作业，防止差错，记录条件变化,作直方图、控制图并判定稳定性,不稳定状态,追查不稳定原因,计算并分析,C,P,过程能力不足,过程能力充分,追查原因,原因不明或因技术、经济原因无法采取措施,研究修改标准（公差）或确定全检,考虑简化检查方法，确认过程能力，进行过程控制,确定报告书,P,D,C,A,明确调查目的质量信息（设计、市场质量、检查）的收集确定调查方,1,、有时候读书是一种巧妙地避开思考的方法。,9月-24,9月-24,Sunday, September 1, 2024,2,、阅读一切好书如同和过去最杰出的人谈话。,04:36:05,04:36:05,04:36,9/1/2024 4:36:05 AM,3,、越是没有本领的就越加自命不凡。,9月-24,04:36:05,04:36,Sep-24,01-Sep-24,4,、越是无能的人，越喜欢挑剔别人的错儿。,04:36:05,04:36:05,04:36,Sunday, September 1, 2024,5,、知人者智，自知者明。胜人者有力，自胜者强。,9月-24,9月-24,04:36:05,04:36:05,September 1, 2024,6,、意志坚强的人能把世界放在手中像泥块一样任意揉捏。,01 九月 2024,4:36:05 上午,04:36:05,9月-24,7,、最具挑战性的挑战莫过于提升自我。,九月 24,4:36 上午,9月-24,04:36,September 1, 2024,8,、业余生活要有意义，不要越轨。,2024/9/1 4:36:05,04:36:05,01 September 2024,9,、一个人即使已登上顶峰，也仍要自强不息。,4:36:05 上午,4:36 上午,04:36:05,9月-24,10,、,你要做多大的事情，就该承受多大的压力,。,9/1/2024 4:36:05 AM,04:36:05,01-9月-24,11,、,自己要先看得起自己，别人才会看得起你,。,9/1/2024 4:36 AM,9/1/2024 4:36 AM,9月-24,9月-24,12,、,这一秒不放弃，下一秒就会有希望,。,01-Sep-24,01 September 2024,9月-24,13,、,无论才能知识多么卓著，如果缺乏热情，则无异纸上画饼充饥，无补于事,。,Sunday, September 1, 2024,01-Sep-24,9月-24,14,、,我只是自己不放过自己而已，现在我不会再逼自己眷恋了,。,9月-24,04:36:05,01 September 2024,04:36,谢谢大家,1、有时候读书是一种巧妙地避开思考的方法。9月-239月-2,