质量部SPC基础培训

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,TCL,金能电池有限公司,SPC,基础知识培训,吴志安整理,(,*,),SPC,基础知识培训,为了我们的学习效果，请大家将手机设置为振动或关机状态，谢谢,！,1,1、统计方法是指：有关收集、整理和解释统计数据，并对其反映的问题作出一定结论的方法；,2、质量是反映产品满足明确和隐含需要的能力的特性总和，产品质量可表述或转化为一组全面反映顾客需要的,数量,指标；,质量管理的统计方法,2,在质量管理中，收集数据基于以下目的：,1、为了掌握和了解生产现状，如通过调查零件特性值的波动情况，推断出生产状态（用于生产现场控制）。,2、为分析问题，找出问题产生的原因，以便找到问题的根源所在。,3,、为对工序进行分析、调查，判断其是否稳定，以便采取措施。,4,、为调整生产、改进管理面收集数据。,5,、为了对一批产品的质量进行评价和验收。,需强调指出的是：,对子样（数据）进行统计分析的目的，,显了判断母体的质量特性，而不是为了给子样下结论。,3,数据收集、整理应注意的事项：,1、首先要明确收集数据的目的。目的不同，收集的方法和收集的过程也不同，得到的数据也不一样。,2、发生问题而要采取改善对策前，必须有数据作为依据。,3,、数据要真实、准确、可靠，严禁弄虚作假。,4,、收集的数据要按目的进行分层，把属于同一种生产条件的数据归纳在一起。,5,、当数据收集完成后，应立即使用它。,6,、数据的整理与运用，改善前、改善后所具备的条件应一致。,7,、对收集的数据要进行科学整理，并尽量做到图表法，便于统计方法的应用。,8,、尽可能到生产现场收集数据，要注意观察各种对数据可能产生影响的因素，如时间、地点、人员、方法等。,4,新、旧,QC,七大手法与,SPC,旧,QC,七大手法指的是：,分层法、,排列图法、,因果图法,（又名：因果分析图、特性要因图、树枝图、鱼刺图、石川图）、,直方图法（频数直方图、质量分布图）、控制图法（管理图）、散布图法（相关图）,和查检表,强调用数据说话，侧重对制造过程的质量控制；,新,QC,七大手法指的是：关联图法、,KJ,法（亲和图法）、系统图法、矩阵图法、矩阵数据分析法、过程决策程序图法（,PDPC,法）、矢线图法（网络图法）,对老七种工具的完善和补充，强调对质量问题的整理、分析和思考；,5,主要讲述的几种图型：,1、,排 列 图,2、,散 布 图,3、,直 方 图,4、,控 制 图,6,（一）,排列图,一、起源,意大利经济学家,Vilfredo.Pareto,帕累托（帕累托图）在分析社会财富分配时设计出的一种统计图，美国品管大师,Joseph Juran,将之加以应用到质量管理中。排列图能够充分反映出,“少数关键、多数次要”,的规律，也就是说排列图是一种寻找主要因素、抓住主要矛盾的手法。例如：少数用户占有大部分销售额、设备故障停顿时间大部分由少数故障引起，不合格品中大多数由少数人员造成等。,二、定义,对收集来的数据按影响质量特性的原因归类、整理，再按质量改进项目或损失金额的大小，从最主要到最次要依次排列而采用的一种简单的图示技法。（,针对一个缺陷问题一般有三个步骤：缺陷排列图、原因排列图、措施排列图,）,7,按照累计的百分数可以将各项分成三类：,080%左右为,A,类，显然是主要问题点；809,5%,左右为,B,类，是次要因素；9,5100%,左右为,C,类，是一般因素。,三、作图步骤,1.搜集数据：,点焊工序,2004,年,8,月份共生产,20000,只,PL-063048,半成品电芯，其中有,100,只不良品。,2.作出分项统计表,（按原因、人员、工序、不良项目等）,A：,把分类项目按频数大小从大到小进行排列，至于“其他”项，不论其频数大小均放在最后；,B：,计算各项目的累计频数；,C：,计算各项目在,全体项目,中,所占比率（即频率）,D：,计算累计比率。（示范表格见下页）,8,示范表格（点焊不良分项统计表，总不良品数为,100PCS）：,其中点斜,35,只、虚焊,25,只、断焊,20,只、留位过长,10,只、极耳高度不一,8,只、其它项,2,只。,项目,数量,累计数,比率,%,累计比率,%,点斜,35,35,35,35,虚焊,25,60,25,60,断焊,20,80,20,80,留位过长,10,90,10,90,极耳高度不一,8,98,8,95,其它项,2,100,2,100,9,3.绘制排列图,A,纵轴：,左：频数刻度，最大为总件数,右：频率（比率）刻度，最大数为100%。,注：总件数与最大数100%应保持在同一水平线上。,B,横轴：,按频数大小用直方柱在横轴上表示各项目,(,从左至右,),C,累计比率线：,依次累加频率，并连接成平滑线。,4.记入必要事项：,如：图题、取数据时间、制图人、制图时,间、检查产品总数、总频数等等。,10,很明显，上图中点斜、虚焊和断焊为,A,类不良项，需立即采取措施改善；留位过长、极耳高度不一为,B,类不良项；其它项为,C,类不良项。,B、C,两类可稍后再采取改善措施。,A,轴,B,轴,11,四、使用排列图的注意事项,1.,抓住“少数关键”，把累计比率分为三类：,A,、,B,、,C,；,2.,用来确定采取措施的顺序；,3.,对照采取措施前后的排列图，研究各个组成项目的变化，可以对措施的效果进行鉴定；,4.,利用排列图不仅可以找到一个问题的主要矛盾，而且可以连续使用找到复杂问题的最终原因；,5.,现场应注意将排列图、因果图等质量管理方法的综合运用。如可以使用因果图对造成变形和露铝的原因进行进一步的分析。,12,五、练习：,请使用下列数据作一张排列图，并加以分析（,10,分钟）：,卷绕工序,2004,年,9,月份共生产,20000,只,PL-063048,半成品电芯，其不良情况如下：,批量：,20000PCS,不良,200PCS,，,其中负极包不住正极,100PCS,，正极折片,40PCS,，正负极掉粉,30PCS,，定位不当,20PCS,，其他,10PCS,。,13,（二）,散布图法,一、定义,散布图是指借助统计图表的形式，在直角坐标系上表示质量特性与影响因素之间，两种质量特性之间、两种影响因素之间的相互依存关系。即：将两种有关的数据用点子标注在坐标系中，研究分析点子的分布状况，推断数据间有无关系及其相关关系密切程度的图示技法。 这种成对的数据或许是特性要因、特性特性、要因要因的关系。,二、散布图的分类,1.强正相关（如容量和附料重量）,2.强负相关（油的粘度与温度）,3.,弱正相关（身高和体重）,4.,弱负相关（温度与步伐）,5.,不相关（气压与气温）,6.,非线性相关（体力与速度）,14,三、散布图的绘制程序,1.收集资料（至少三十组以上）,2.找出数据中的最大值与最小值；,3.准备座标纸，画出纵轴、横轴的刻度，计算组距。通常用纵轴代表结果，横轴代表原因。组距的计算以数据中的最大值减最小值再除以所需设定的组数求得。是否一定需分组？,4.将各组对应数标示在座标上；,5.填上资料的收集地点、时间、测定方法、制作者等项目。,15,四、散布图的应用,1,、用来发现和确认两组数据之间的关系并确定两组相关数据之间预期的关系；,2,、通过确定两组数据、两个因素之间的相关性，有助于寻找问题的可能原因。,五、散布图六种类型的示范图（见下页）,16,17,18,（三）,直方图法,一、定义：,为要容易的看出如长度、重量、时间、硬度等计量什的数据之分配情形，所用来表示的图形。,直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。,19,二、直方图的作图步骤,1.收集记录数据,2.定组数（ ）,数据量（,n,）,分组数（,k,）,50,5 7,50 100,6 10,100 250,7 12,250,10 20,20,3.找到最大值,X,max,及最小值,X,min,，计算全距（,R,）,=X,max,- X,min,4.,定组距：组距(,h),=全距,(R),组数,(k),5.定组界：,第一组的上、下界限值=,X,min,h(,组距,)0.5,第,n,组的上、下界限值,=,第,n-1,组的上、下界限值,h(,组距,),最后一组的上、下界限值,= X,max,h(,组距,)0.5,6.组中心点的计算：,组的中心点,(x,0,)=(,上界限值,+,下界限值,)2,7.依照数值大小记入各组的组界内,然后计算各组出现的次数,8.制作直方图,9.填上次数、规格、平均值、数据源、日期,21,(范例1) 测量50个蛋糕的重量,N=50,重量规格=310 8,g,测量50个重量数据，如右表：,X,max,=320； X,min,=302,；,1、,将其分成7组,2、全距（,R,）,=X,max,- X,min,=320-302=18,3、,组距（,h,）,=18 / 7=2.57,取,h=3,4、,第一组下界=,X,min,-h(,组距,),0.5 =302-,1.5=300.5,5、第一组上界=30,0.5+h=303.5,6、,后面依次类推,7、,划次数分配表，见下页表格：,1,308,317,306,314,308,2,315,306,302,311,307,3,305,310,309,305,304,4,310,316,307,303,318,5,311,312,307,305,315,6,312,315,305,316,309,7,313,307,317,315,320,8,311,308,310,311,314,9,304,311,309,309,310,10,309,312,319,312,318,行最大,315,317,319,316,320,行最小,304,306,302,303,304,22,数据分布表,LSL=302,X,0,=312,CL=310,USL=318,23,三、直方图之功用,1.评估或查验制程；,2.指出采取行动的必要；,3.量测已采取矫正行动的效果；,4.比较机械绩效；,5.比较物料；,6.比较供应商。,24,五、直方图的形状分析与判断,A：,正常型，左右对称，显示制程大致稳定、正常。,B：,偏向型，应有人为因素（测量工作有假）。,25,C：,双峰型：,制程内可能有两种不同组合（不同材料、不同加工者、不同设备、不同操作方法），这时若分层作一下直方图就能发现其差异。,D：,锯齿型：,大多由于分组不当或检测数据不准而造成的,（研讨组距和检数据的人员）,E,：,平顶型（缓慢变化因素影响）,F,：孤岛型（异常因素影响）,26,六、图形与规格比较,A：,理想型,直方图的分布在公差范围内且两边有些余量。这种情况一般很少出现不合格品。,B：,偏心型,分布在公差范内，但分布中心和规格中心有较大偏移。这种情况，工序稍有变化，就可能出现不合格品。因此，就分析原因，采取措施，使分布中心与公差中心近似重合。,SL,SU,T X,0,20,40,60,80,100,120,1,2,3,4,5,6,SL,SU,T,27,C：,无富裕型,分布在公差范围内，两边均没有余地。这种情况应立即采取措施，设法提高工序能力，缩小标准差,S,，减少分布的离散。,D：,能力不足型,数据分散程度可能比公差幅度小，但实际分布已超过公差范围。需立即改善。如出现,A,图的情况，这说明加工精度不够，应提高加精度，缩小标准差，也可从公差标准制订的严松程度来考虑。,SU,SL,SL,SU,SL,SU,A,图,B,图,28,E：,能力富裕型,数据分布在公差范围内，且两边有过大余地。产品变异太小，可能品质过剩。品质过剩可能意味着高成本。（除特殊精密、主要的零件外，一般应适当放宽材料、工具与设备的精度要求，或放宽检验频次以降低鉴定成本。）,SL,SU,29,1,、分布的中心位置所在？,2,、数据的离散大小？,3,、分布的形状是歪斜向左面还是右面？,4,、分布是平坦还是尖凸？,5,、有无飞离的数据？,6,、有无缺齿现象？,7,、是否出现双峰？,8,、分布的左面或右面是否呈绝壁状？,9,、试分层看情况如何，研讨有无分层的必要性？,10,、有无偏出标准（规格）的数据？,11,、分布中心是否位于标准的中央？,12,、相对于标准宽度，分布的宽度有无余量？,13,、分布的,3,倍标准偏差界限是否适当？,观察直方图的要点,30,直方图原理,正态分布有一个事实在质量管理中经常要用到，即不论,和,取值如何，产品质量特性值落在,- 3 ， + 3 ,范围内的概率为99.73%，这是数学计算的精确值（图见板书）,68.26%,95.46%,-3, -2 -1 1 2 3,99.73%,31,99.73%这个数值经常要用到，应该牢牢记住！,由此 ，产品质量特性值落在,- 3 ， + 3 ,范围外的概率为1-99.73%=0.27%，而落在大于,+ 3 ,和小于,- 3 ,的概率分别为0.135%1。休哈特就是根据这一点发明了控制图。,32,三、控制图的形成。将正态分布图按顺时针方向转90（见板书图），由于图中上小下大不合常规，故再将图翻转180，即成为一张单值,X,控制图。,UCL=+3 ,为上控制限，,CL= ,为中心线，,LCL=- 3 ,为下控制限。,33,（四）,控 制 图,一、什么是控制图,控制图是对过程质量特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图,(,控制图是一种通过控制界限，对生产过程进行分析和控制的重要方法。,),。图上有中心线（,CL，Central Line)、,上控制限(,UCL,Upper Control Limit)、,下控制限(,LCL,Lower Control Limit)，,并有按时间顺序抽取的样本统计量数值的描点序列。世界上第一张控制图是休哈特1924年提出的不合格率,P,控制图。图如下：,UCL,CL,LCL,34,二、什么是,SPC,Statistical:,统计，以概率统计学为基础，分析数据、得出结论；,Process：,过程，有输入-输出的一系列的活动；,Control：,控制，做出调节和行动；,SPC,统计过程控制,关键在,“,过程控制,”,上,所以控制图在,SPC,中的运用是最广泛和最重要的,!,35,什么是,SPC?,SPC,即统计过程控制（,Statistical Process Control,）。,SPC,主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。,在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。,36,概念介绍,计量值数据：,可以连续取值的数据，同时可以,用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。,(,计量值数据属于连续型数据,),计数值数据：,不能连续取值，只能以个数计算的数据。如不合格品数、疵点数、缺陷数等。这类数据即使用测量工具也得不到小数点以下的数据；计数值数据还可以细分为,计件和计点值数据,，计件值数据是按件计数，如不合格件数等。计点值数据是按点（项）计数的数据，如单位缺陷数等。,（计数值数据属于离散型数据）,37,控制图的要素,纵坐标：数据（质量特性值或其统计量）,横坐标：按时间顺序抽样的样本编号,上虚线：上控制界限,UCL,下虚线：下控制界限,LCL,中实线：中心线,CL,Remark:,规格线：由客户或设计部门给出;,控制界线：由过程的实际数据统计计算得出;,一般情况下,控制界限严于规格;,38,控制图的分类,按照质量特性类型分为：,计量值控制图,计数值控制图,39,控制图的应用程序,Summary,40,理论依据,控制图名称,控制图符号,适用场合,备注,二项分布,不合格品率控制图,P,适用于计件值数据但计算量大，控制线凸凹不平，例如，不合格频率与合格品率、交货延迟率、出勤率及铁路、邮电部门的差错率 利用样本不合格品率，分析控制过程的不合格品率,当根据多种检查项目综合起来确定不合格品率的情况，当控制图出现异常时难以找出原因。因此，使用,p,图时应选择重要的检查项目最为判断不合格品的依据；（样本量不同）,不合格品数控制图,Pn,适用于计件值数据，计算简便，控制对象为不合格品数的场合用于分析和控制过程不合格品数,样本量相同,泊松分布,单位缺陷数控制图,U,1,、适用于计点值数据，样品大小变化时，平均每单位的缺陷数；计算量大，控制线凸凹不平,2,、利用样本的单位缺陷数，分析和控制过程的单位缺陷数,样本量不同,缺陷数控制图,C,1,、适用计点值数据，计算简便，样品单位一定,2,、利用样本的缺陷数，分析和控制过程的缺陷数,用于控制一部机器、部件、一定面积、一定长度或任何一定单位中所出现的缺陷数目。,（样本量相同）,41,各种控制图的选用方法：,计量型数据吗？,n=1,？,关心的是,不合格率吗？,均值是否,方便计算？,n,是否恒定？,n,是否恒定？,n,9,？,s,是否,方便计算算？,Pn,或,P,图,P,图,C,或,U,图,U,图,是,否,是,是,是,是,是,是,是,否,否,否,否,否,否,否,n：,样本容量,X-MR,42,目前我司在,SPC,软件用到的控制图,工序,质量特性项目,所选控制图,公差类型,混料,混料粘度,XMR,双侧公差,涂布,过程浆料粘度,XMR,双侧公差,涂布面密度,XMR,双侧公差,轧片,轧片厚度,X BarR,双侧公差,冲切,冲切缺陷不良数,C,点焊,测短路不良率,P,点焊缺陷不良数,C,点焊拉力,XMR,单侧下公差,冲压成型,冲压成型边宽,X BarR,双侧公差,包装,包装热封拉力,XMR,单侧下公差,极耳胶外露高度,X BarR,双侧公差,极耳偏心距,X BarR,双侧公差,包装缺陷不良数,C,注液,注液量,X BarR,双侧公差,二次热封,二次热封拉力,XMR,单侧下公差,续充分容,电芯容量,直方图,单侧下公差,43,公差类型,双 侧 公 差,单 侧 上 公 差,单 侧 下 公 差,当,过程非常稳定时,，所有质量特性的公差类型都应为双侧公差！,44,计量值控制图,均值-极差控制图 ( ),均值-标准差控制图 ( ),单值-移动极差控制图 ( ),中位数-积差控制图（,X-R ）,45,X-R,控制图作法,收集数据,（25组以上且样本数大于或等于5）,；,计算各组样本统计量，样本平均值，极差，总平均值；,计算控制界限；,绘制控制图,（分析用控制图）,。,剔除异常点。,重新计算控制界限。,作为日常控制用,（控制用控制图）,46,计算控制界限：,47,以一组数据为例计算上、下控制线：,48,控制图例,（,X,图）,如下：,49,控制图例,（,R,图）,如下：,50,单值-移动极差控制图（,X-MR),与均值-极差控制图的作用类似；,不需多个测量值或样本是均匀的（如粘度、浓度,）；,因为费用或时间的关系，过程只有一个测量值（如破坏性实验）；,用自动化检查，对产品进行全检时；,51,移动极差,移动极差是指一个测定值,x,i,与紧邻的测定值,x,i+1,之差的绝对值，记作,R,s,，,R,s,= | x,i+1,-,x,i,| （i=1,2,k-1),k,为测定值的个数;,k,个测定值有,k-1,个移动极差,每个移动极差值相当与样本大小,n=2,时的极差值.,52,怎样确定控制界限,1 计算总平均数:,2 计算移动极差平均数:,53,怎样确定控制界限,3 计算控制界限:,n=2,时,E,2,=2.66,X,控制图,R,s,控制图,相当于,n=2,时的极差控制图;,n=2,时,D4=3.267,D3=0,54,例7：某制药厂某种药品碱的单耗数据如表，做单值-移动极差图,收集数据,55,2）计算各组的统计量,计算样本的平均值：,计算移动极差,Rsi,及其平均值：,56,3）,数据表如下：,57,X,控制图,Rs,控制图,4）计算控制界限,58,59,收集数据；,计算各组的统计量；,计算控制界限；,绘制控制图。,X-MR,控制图作法小结,60,标准差的计算为：,均值-标准差控制图利,均值控制图,标准差控制图,与 相比就是用,S,图代替,R,图,61,计数值控制图,计数值控制图,不合格率控制图（,P,图）,不合格数控制图（,Pn,图）,缺陷数控制图（,C,图）,单位缺陷数控制图（,U,图）,62,计算控制中心和控制界限；,不合格品数控制图(,Pn,图,),63,不合格品,率,控制图(,P,图),3,计算中心线和控制界限;,与,n,有关,64,缺陷数控制图（,C,图）,1、 计算平均缺陷数,2、计算中心线和控制界限,:,65,单位缺陷数控制图(,U,图),设,n,为样本大小，,C,为缺陷数，则单位缺陷数为：,u=c/n,计算单位缺陷数和上下控制界限；,66,失控状态,明显特征是有:,（1）,一部分样本点超出控制界限,除此之外，如果没有样本点出界，但,（2）,样本点排列和分布异常,，,也说明生产过程状态失控。,67,典型失控状态,（1）,有多个样本点连续出现在中心线一侧,* 连续,7,个点或,7,点以上出现在中心线一侧；,* 连续,11,点至少有,10,点出现在中心线一侧；,* 连续,14,点至少有,12,点出现在中心线一侧。,68,（2）连续7点上升或下降,69,（3）有较多的边界点,* 连续3点中有2点落在警戒区内；,* 连续7点中有3点落在警戒区内；,* 连续10点中有4点落在警戒区内；,警戒区：,2,3,的区域即,C,区,x,UCL,CL,LCL,t,1,1,2,3,2,3,70,典型失控状态,（4）样本点的周期性变化,UCL,CL,LCL,71,典型失控状态,（5）样本点分布的水平突变,x,UCL,CL,LCL,t,72,典型失控状态,（6）样本点分布的水平位置渐变,x,UCL,CL,LCL,t,73,典型失控状态,（7）样本点的离散度变大,x,UCL,CL,LCL,t,74,从位置、分布宽度、形状判断失控状态,受控,失,控,位置,分布宽度,形状,三种情况或其组合,75,普 通 原 因,普通原因是对过程的波动经常起作用的原因.,它的特点是：,在过程中时刻存在着，对过程波动的影响随机变化；,这类因素一般复杂繁多，要列出所有的因素很困难；,所有因素的共同作用导致了过程的总波动.,成本太高，不容易去除。,当过程只有普通原因影响时，过程的波动具有统计规律性，此时过程处于稳定状态。,76,特 殊 原 因,特殊原因是使过程特性发生显著变化的因素,它的特点是：,-不经常存在于过程中；,-它们通常来自过程之外；,-相对于普通原因来讲，对过程波动有较大的影响；,-容易发现和隔离.,当过程受特殊因素的影响时，过程的输出不再服从,预期的分布，过程处于不稳定状态。,77,受控状态的判断,过程数据的分布曲线随时间的输出,时间,逐渐形成一个稳定的分布,和,基本不随时间变化,且在要求范围内,78,受控状态,在,控制图上,的正常表现为：,（1）所有样本点都在控制界限之内；,（2）样本点均匀分布，位于中心线两侧的样本点约各占1/2；,（3）靠近中心线的样本点约占2/3；,（4）靠近控制界限的样本点极少。,79,控制图的受控状态,x,UCL,CL,LCL,t,80,判断稳态的准则：,在点随机排列的情况下，符合下列各点之一就认为过程处于稳态。,（,1,）连续,25,个点都在控制界限内；,（,2,）连续,35,个点子至多有,1,个点子落在控制界限外；,（,3,）连续,100,个点子至多有,2,个点子落在控制界限外。,81,主控制图的判异规则,主控制图连续,7,点上升,主控制图,1,点超出控制限,主控制图连续,7,点下降,主控制图连续,7,点在中心线的同一侧,主控制图连续,3,点中，至少有,2,点接近控制限,主控制图连续,7,点中，至少有,3,点接近控制限,主控制图连续,10,个点中，至少有,4,点接近控制界限,主控制图连续,11,点中，至少有,10,点在中心线一则,主控制图连续,14,点中，至少有,12,点在中心线一则,主控制图连续,17,点中，至少有,14,点在中心线一则,主控制图连续,20,点中，至少有,16,点在中心线一则,82,副控制图的判异规则,副控图连续,7,点上升,副控制图连续,7,点下降,副控制图有,1,点超出控制限,副控制连续,7,点在中心线的同一侧,83,控制图的两种错误警报,第一种错误：虚发警报,生产正常而点子偶然超出界外，根据点出界就判异，于是就犯了第一种错误。,通常犯第一种错误的概率记以,。,第一种错误将造成寻找根本不存在的异因的损失。,84,第二种错误：漏发警报,过程已经异常，但仍会有部分产品，其质量特性值的数值大小偶然位于控制界限内。,如果制取到这样的产品，打点就会在界内，从而犯了第二种错误，即漏发警报。,通常犯第二种错误的概率记以,。,第二种错误将造成废资增加的损失。,85,与,的错误概率,86,如何减少两种错误造成的损失,根据使两种错误造成的总损失最小这一点来确定,UCL,与,LCL,之间的最优间隔距离。,经验证明休哈特所提出的,3,方式较好，在不少情况下，,3,方式都接近最优间隔距离。,87,控制图的主要用途,用于工序质量诊断；,(,可以直观而有效地监控生产过程工序质量的稳定性，即过程是否处于统计控制状态。同时，应用,判异规则,进行异常点判异，并对发生了的异常现象及时采取措施，把影响困素消除在萌芽状态。,),用于工序质量控制；,（对处于统计控制状态的生产过程进行动态控制。）,用于工序调查；,（可查明生产过程（设备、工艺装备等）的实际精度，核定工序能力指数或确认过程是否得到了改进。）,用于正确制订工序质量标准；,（为正确地制订工序目标和质量标准，特别是对配合零部件的最优化提供了可靠的基础，也为调整不符合经济性的规格标准提供了依据。）,用于工序成本和质量成本的预测。,质量管理始于控制图，亦终于控制图,！,88,二：,CP,、,CPK,、,CPU,和,CPL,R,d2,1、 样本标准差,：,反映样本离散程度,2,、,= （xi - x）,2,/（n-1）,经验计算公式：,=,工序能力指数,CP,值衡量工序能力大小的值，反映工序分布状态：,CP = （U,S,L - L,S,L）/ 6= T/6,3、,调整（修正）工序能力指数,CPK,值：是反映工序中心,X,的位置及规格限内的分布。,CPK = MIN（CPU.CPL）,CPU = ( TU ) / 3,CPL= ( TL ) / 3,89,三、工序能力的计算,1、当实际分布中心与公差中心重合时，工序能力指数的计算公式为：,CP = CPK = T / 6,（T = TU TL = USL LSL,即公差范围）,例：某零件的公差尺寸,USL = 8 0.05mm,；,LSL = 8- 0.10mm.,抽,100,件,经计算, = 7.925mm,，,=0.0082,，,求该工序能力指数,CP,。,解：由题意知：,USL = 8 0.05 = 7.95mm,LSL = 8 0.10 = 7.90mm,因实际特性分布中心, = (USL - LSL) /2 = 7.925(mm),所以两中心重合，可用上式计算。,CP = （USL LSL）/6= (7.95 - 7.90)/(60.0082) = 1.02,该工序质量保证情况尚可,但要适当注意。,2、当实际分布中心与公差中心不重合时，工序能力指数的计算公式为：,CPK = CP（1-K） = CP（1-2/T） = ( T-2) / 6,K,表示平均值与特性中心相对偏离程度,K =/T/2 =2/ T,式中：,表示平均值与（公差）特性中心（,M）,的绝对偏离量。,= M,90,例：从一批零件的直方图中得知：实际分布的中心与公差中心偏离量 为0.02毫米；,= 0.06,毫米，该零件的公差范围为0.35毫米，则,CPK = (T - 2,)/6,=( 0.35 - 2,0.02)/6,0.06 = 0.31/0.36 = 0.86,3、只有单侧公差的测算。有些情况，对质量特性值只规定了单侧的质量标准，如对于强度、寿命等质量特性只规定下限质量标准。有些质量特性只规定上限质量标准。如机械行业的形位公差（圆差、跳动等），钢铁业中的有害杂质含量等。,在这种情况下，当只规定公差上限时，其工序能力指数计算公式为：,当只规定公差下限时，其工序能力指数计算为：,Cpk=CPL = （-TL）/ 3,Cpk=Cpu =（ Tu ）/ 3,91,四、提高工序能力指数的途径,注：,工序能力指数是反映工序能力的综合指标。,一、调整工序加工的分布中心，减少偏移量；,二、提高工序能力，减小分散程度；（主要是针对“,5M1E”,采取相应的对策。）,三、调整精度（公差）等级；（工序制品的精度等级，应以满足设计技术要求为限。）,92,四、,X,和,R,图系数与公式表,均 值,X,图,极 差,R,图,子组容量,控制限系数,标准偏差估计值的系数,n,A2,d2,D3,D4,2,1.880,1.128,-,3.267,3,1.023,1.693,-,2.574,4,0.729,2.059,-,2.282,5,0.577,2.326,-,2.114,6,0.483,2.534,-,2.004,7,0.419,2.704,0.076,1.924,8,0.373,2.847,0.136,1.864,9,0.337,2.970,0.184,1.816,10,0.308,3.078,0.223,1.777,11,0.285,3.173,0.256,1.744,12,0.266,3.258,0.283,1.717,13,0.249,3.336,0.307,1.693,14,0.235,3.407,0.328,1.672,15,0.223,3.472,0.347,1.653,控制限系数,93,SPC,二十字真经,查 出 原 因,采 取 措 施,加 以 消 除,不 再 出 现,纳 入 管 制,94,特别提配,统计技术在质量管理中的作用是：归纳、分析问题、显示事物的客观规律。统计技术不是具体解决质量问题的技术。要具体解决质量问题还需依靠专业技术和组织管理措施！,95,谢谢大家的参与和支持！,96,