第5章统计过程控制的原理与方法.pptx
《第5章统计过程控制的原理与方法.pptx》由会员分享,可在线阅读,更多相关《第5章统计过程控制的原理与方法.pptx(56页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、一、控制图概述一、控制图概述SPC(Statistical Process Control)即统计过程即统计过程控制是应用统计技术对生产过程的各阶段进行监控制是应用统计技术对生产过程的各阶段进行监控,并对过程出现的异常进行预警,从而达到改控,并对过程出现的异常进行预警,从而达到改进与保证质量的目的。其中控制图理论是进与保证质量的目的。其中控制图理论是SPC保保证全过程预防的最常用统计技术。证全过程预防的最常用统计技术。2( ,)XN 如果质量特性值服从正态分布,即 。当生产过程中仅有偶然性原因存在时,则从过程中测得的产品质量特性值 X有99.27%在+ 3的范围内,也可以理解为如果抽取少数产品
2、测得的质量特性值应均落在+ 3范围内,如果有特性值落在+ 3的界限外,可以认为过程出现系统性原因时,X的分布发生了偏离。这就是休哈特控制图的3原理。(一)3原理(二)两类错误n 第一类错误是将正常的过程判为异常,既生产仍处于统第一类错误是将正常的过程判为异常,既生产仍处于统计控制状态,但由于偶然性原因的影响,使得点子超出控计控制状态,但由于偶然性原因的影响,使得点子超出控制限,虚发警报而将生产误判为出现了异常。处于控制状制限,虚发警报而将生产误判为出现了异常。处于控制状态的样品有态的样品有0.27%的可能落在的可能落在3控制界限外,即犯错误的控制界限外,即犯错误的可能性在可能性在 1000 中
3、约有中约有 3 次。犯这类错误的概率称为第次。犯这类错误的概率称为第类风险,记作类风险,记作。n 第二类错误是将异常判为正常,生产已经处于非统计控第二类错误是将异常判为正常,生产已经处于非统计控制状态,但点子没有超出控制限,而将生产误判为正常,制状态,但点子没有超出控制限,而将生产误判为正常,这是漏发警报。把犯这类错误概率称为第这是漏发警报。把犯这类错误概率称为第类风险,记作类风险,记作。1控制界限的大小控制界限的大小如果扩大控制界限可以减小第类风险,例如将范围从3扩展到5,则有P ( |X-| 5 )=99.9999%P ( |X-|5 )=0.0001%此时=0.0001%,即一百万次约有
4、一次犯第一类错误。但是,由于将控制限从3扩展到5,因而使第类风险增大,即增大。如果缩小控制限,则可以减少犯第二类错误的概率,但会增加犯第一类错误的概率。一般来说,当样本大小为定数时,越小则越大,反之亦然。因此,控制图控制限的合理确定,应以两类错误所造成的总损失最小为原则。实践证明,能使两类错误总损失最小的控制限幅度大致为3。因此选取3作为上下控制限是经济合理的。2样本量样本量n的大小的大小当3控制区域一定时,样本量n增大,减小,控制图的检出力增大。(一)合理选择应用控制图的场合(二)选择控制对象(三)选择控制图(四)合理子组(五)绘制分析用控制图(六)确定控制标准(七)控制图的管理例5-1:某
5、制药厂片剂车间生产某种药品,以对颗粒水分的控制为例,绘制 控制图。XR步骤一:步骤一:取预备数据,本例中按数据测量的批次进行分组,共分 K=25 个子组,每个子组的数据组成一个样本,子组大小 n=4 。步骤二:步骤二:计算各子组样本的平均值与极差 R ,子组样本的平均值计算公式为:式中 第 i 个子组的样本平均值 第 i 个子组中观测值 n 子组的大小各子组样本的极差 R 的计算公式为步骤三:步骤三:计算所有样本总平均值和平均极差,总平均值的计算公式为式中 所有观测值的总平均值 K 子组的个数123nixxxxXniXixmax min iiiRxx1211inKiiXXXXXKXKX步骤四:
6、步骤四:计算控制图的参数本例中 n=4 ,查表 5-5 得 A2=0.729 ,D4=2.282 ,D3=0 ,根据控制限表 5-2 计算控制图参数。步骤六:步骤六:画控制图 控制图的控制界限是根据正态分布原理计算的,根据控制图的控制界限是根据正态分布原理计算的,根据3原理,点子应随机排列,且落在控制限内的概率仅原理,点子应随机排列,且落在控制限内的概率仅为为99.73%,因此控制图中点子未出界,且点子的排列也,因此控制图中点子未出界,且点子的排列也是随机的,则可以认为生产过程处于稳定状态或控制状是随机的,则可以认为生产过程处于稳定状态或控制状态。如果控制图点子出界或界内点排列非随机,就认为态
7、。如果控制图点子出界或界内点排列非随机,就认为生产过程失控。生产过程失控。 由此得出控制图的两类判异准则由此得出控制图的两类判异准则1. 点出界就判异;2. 界内点排列不随机判异。准则1(一点落在A区以外)此准则由休哈特在1931年提出的,该准则可对参数的变化或参数的变化给出信号,变化越大,则给出信号越快。对于控制图而言,若R图保持为稳态,则可除去参数变化的可能。准则1还可对过程中的单个失控作出反应,如计算错误、测量误差、原材料不合格、设备故障等。若过程正常,则准则1犯第一种错误的概率,或称显著性水平为0=00027。准则2(连续9点落在中心线同一侧)此准则通常是为了补充准则1而设计的,以便改
8、进控制图的灵敏度。选择9点是为了使其犯第一种错误的概率与准则1的0=00027大体相仿,同时也使得本准则采用的点数不致过多于美国格兰特和列文沃斯(Grant and Levenworth)在1980年提出的7点链判异的准则。准则3(连续6点递增或递减)此准则是针对过程平均值的趋势(trend)进行设计的,它判定过程平均值的较小趋势要比准则2更为灵敏。产生趋势的原因可能是工具逐渐磨损、维修水平逐渐降低、操作人员技能的逐渐提高等,从而使得参数随着时间而变化。准则4(连续14点中相邻点上下交替)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。在采用多头秤加快包装速
9、度的场合也有类似的情况。实际上,这就是一个数据分层不够的问题。选择14点是通过统计模拟试验而得出的,以使其大体与准则1的0=0.0027相当。准则5(连续3点中有2点落在中心线同一侧的B区以外)过程平均值的变化通常可由本准则判定,它对于变异的增加也较灵敏。这里需要说明:三点中的两点可以是任何两点,至于这第三点可以在任何处,甚至可以根本不存在。准则6(连续5点中有4点落在中心线同一侧的C区以外)与准则5类似,这第5点可在任何处。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参数发生了变化。准则7(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变小。对于本准则不要被它的良好
10、“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。准则8(连续8点在中心线两侧但无一在C区中)造成本准则现象的主要原因是数据分层不够,本准则即为此而设计的。判异准则的小结一、过程能力一、过程能力(一)过程能力的概念 过程能力(process capability)是指处于稳定状态下的过程的实际加工能力。所谓处于稳定生产状态下的过程应具备以下几个方面的条件: 原材料或上一过程半成品按照标准要求供应; 本过程按作业标准实施,并应在影响过程质量各主要因素无异常的条件下进行; 过程完成后,产品检测按标准要求进行。(二)影响过程能力的因素在加工过程中影响过程
11、能力的因素,主要有以下几个方面:1. 设备方面 如设备精度的稳定性,性能的可靠性,定位装置和传动装置的准确性,设备的冷却润滑的保护情况,动力供应的稳定程度等。2. 工艺方面 如工艺流程的安排,过程之间的衔接,工艺方法、工艺装备、工艺参数、测量方法的选择,过程加工的指导文件,工艺卡、操作规范、作业指导书、过程质量分析表等。3. 材料方面 如材料的成份,物理性能,化学性能处理方法,配套元器件的质量等。4. 操作者方面 如操作人员的技术水平、熟练程度、质量意识、责任心等。5. 环境方面 如生产现场的温度、湿度、噪音干扰、振动、照明、室内净化、现场污染程度等。(一)过程能力指数的概念过程能力指数表示过
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计 过程 控制 原理 方法
限制150内