质量管理学第十一讲-工序质量控制.ppt

质量管理学,工商管理分院,孙福兵,浙江财经 东方学院,第十一讲 工序质量控制,李雷和韩梅梅,小游戏,迈克是公司最好的司机之一, 有一天他吹牛说“我开车开得总是那么直,无论路面状况如何”,他的同事要求他示范表演, 否则迈克请吃饭。 怎么样证明呢? 有人建议“迈克的车总是漏油,我们可以以此来跟踪决定他是否开得直”。 迈克的同事会被宴请吗?你愿为谁做担保呢?,漏油位置,故事刚刚开始 看一下开车后的鸟瞰图, 迈克开车直吗? “嗨,迈克,你什么时候请我吃饭呢?” 迈克回答:你只是运气好而已。 如果你是迈克, 你会怎样为你辩护呢? 你服气吗?,我们继续研究吧! 想一想: 油是怎样滴下来的? 想一想: 油是怎样滴下来的?,这就是所谓的自然变异或称之为普通原因（或者偶然原因）,想一下变异的来源 油滴之间的变化 油滴之间的变化加上风的作用 油滴之间的变化加上风的作用 以及方向盘控制的变化,Conclusion: 结论 由方向盘引起的变化是什么呢? 它真的影响开车的直线程度吗? 到现在为止, 你打算改变你原来的看法吗? 或者说迈克的同事应不应该被款待? 所谓的特殊原因（或称之为可查明原因，系统原因）是什么呢?,第四节 工序质量控制图,一、控制图的概念 控制图是判断和预报生产过程中质量状况是否发生波动 的一种有效方法。 控制图是控制生产过程状态，保证工序加工产品质量的 重要工具，应用控制图可以对工序过程状态进行分析、预 测、判断、监控和改进。 例如：美国某电气公司的一个工厂有3千人，制定了5千 张控制图；美国柯达彩卷公司有5千人，制定控制图有3万5 千张，平均每人7张。 我国某飞机制造厂中的先进质量体系(AQS)中，要求一 些工序必须作控制图。,1、改进流程 用控制图识别可查明原因； 控制图只能发现流程是否失去控制，不能表现流程为什么失去控制 2、一个成功的统计过程控制程序的核心在于当流程失去控制的状况后所做的行动 3、如果还没有采取行动，就不要开始过程统计控制程序,控制图的目的,1、分析判断生产过程的稳定性，从而使生产过程处于统 计控制状态； 2、及时发现生产过程中的异常现象和缓慢变异，预防不 合格品发生； 3、查明生产设备和工艺装备的实际精度，以便作出正确 的技术决定； 4、为评定产品质量提供依据；,控制图的用途,二、控制图的原理,质量具有波动性 随机误差 系统误差 5M1E（工序质量因素） 影响质量的9M因素 市场（Markets）、资金（Money）、管理（Management） 动机（Motivation）、人（Man）、材料（Materials）、 机器和机械化Machines and Mechanization）、 现代信息方法(Modem information methods) 、 产品规格要求（Mounting product requirement ）,通常控制图根据“3”原则确定控制界限，具体分为 中心线、上、下控制界限。 中心线CL(Central Line)用细实线表示； 上控制界限UCL(Upper Cortrol Limit)用虚线表示； 下控制界限LCL(Lower Control Limit)用虚线表示。,1、控制图的控制界限,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。 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。 统计推断存在两种错误 :第一类错误:虚发警报.把工序正常判为异常. :第二类错误:漏发警报.把异常判为正常.,2、控制图的设计原理,正态性假定 3准则 小概率原理 反证法思想 正态性假定： 任何生产过程生产出来的产品，其质量特性值总会存在一定程度的波动，当过程稳定或者说受控时，这些波动主要是由5MIE的微小变化造成的随机误差。此时，绝大多数质量特性值均服从或近似服从正态分布。这一假定，称之为正态性假定。,3准则 在生产过程中，仅有偶然性误差存在时，质量特性X服从正态分布N( ， 2 )，则据正态分布的概率性质，有 P 3 3 99.73 % 即（ 3，3）是的实际取值范围。 小概率原理 所谓小概率原理，即认为小概率事件一般是不会发生的。由准则可知，若服从正态分布，则的可能值超 出控制界限的可能性只有0.27%。因此，一般认为不 会超出控制界限。,小概率原理又称为实际推断原理，当然运用小概率原理也可能导致错误，但犯错误的可能性恰恰就是此小概率。 反证法思想 一旦控制图上点子越出界限线或其他小概率事件发生， 则怀疑原生产过程失控，也即不稳定，此时要从5MIE去找 原因，看是否发生了显著性变化。,3、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： 是利用样本统计量反映和控制总体数字特征的集中位 置和分散程度，它对系统性原因的存在反应敏感，能及时 查明并消除异常的明显作用。 计量值控制图经常用来预防、分析和控制工序加工质 量，特别是控制图的联合使用，能够提供比较多的信息， 帮助综合分析工序生产状态，改进加工质量。 包括：单值控制图（ ）和中位数控制图。 一般以正态分布来表示,（2）计数值控制图： 是以不合格品数、不合格品率、缺陷数等质量特性值 作为研究和控制的对象，目的是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。 不合格品数控制图 计件值 计数值控制图 不合格品率控制图 缺陷数控制图 计点值 单位缺陷数控制图 通常以二项分布和泊松分布来表示,三、控制图的设计,1、计量值控制图的设计 （1）收集数据 （2）确定控制界限 （3）绘制控制图 （4）控制界限修正 （5）控制图的使用和改进 2、计数值控制图的设计 计件值控制图的设计（根据样本大小的不同设计也不同） 计点值控制图 以上所有步骤基本与计量值控制图设计相同,四、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。 失控状态一般表现为： （1）、样本点超出控制界限； （2）、样本点在控制界限内，但排列异常。,1、受控状态的判断 工序是否处于受控状态（或稳定状态），其判断的条件有两个： (a) 在控制界限内的点子排列无缺陷,无异常。 （1）样本点均匀分布，位于中心线两侧的样本点约各 占1/2； （2）靠近中心线的样本点约占2/3； （3）靠近控制界限的样本点极少。 (b) 控制图上的所有样本点全部落在控制界限之内。,在满足了条件(a)的情况下，对于条件(b)，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。 (1)连续25个点子没有1点在控制界限以外； (2)连续35个点子中最多有1点在控制界限以外； (3)连续100个点子中最多有2点在控制界限以外。,若过程为正态分布，d为界外点数，则 P(连续35点，d1) =C035(0.9973)35+ C135(0.9973)34(0.0027)=0.9959 P(连续35点，d1)=1-0.9959=0.0041 于0.0027位统一数量级的小概率。 同理， P(连续100点，d2)=0.0026 但是 P(连25点，d 0)=0.0654 (有人建议这一判据应划为稳态),2、失控状态的判断 生产过程处于失控状态的明显特征是有一部分样本点 超出控制界限，除此之外，如果没有样本点出界，但样本 点排列和分布异常，也说明生产过程状态失控。 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： (a)控制图上的点子超出控制界限外或恰好在在界限上；(针对判真为假而言，越小越好) (b)控制界限内的点子排列方式有缺陷，呈现非随机排列。(针对判假为真而言， 越小越好),两类错误往往不可避免，减少而减少，反之， 减少而减少。因此，只能根据两类错误造成的总损失最小来确定上下的控制界限。,控制图有缺陷的状态,(1)点子越出控制界限。 (2)点子在控制界限附近，即在23之间。 (称为警戒区间) （a）连续3点中有2点在警戒区内（0.0053）；,（b）连续7点中有3点在警戒区内； （c）连续10点中有4点在警戒区内。,3 2,说明：23的概率为0.0428 20.9545； 30.9973 连续3点有2点在2 3区间 连续7点有3点在2 3区间,(3)点子在中心线一侧连续出现。 a连续7点在中心线一侧。,在一侧出现连续7点的概率为 b连续11点中有10点在中心线一侧；,c连续14点中有12点在中心线一侧； d连续17点中有14点在中心线一侧； e连续20点中有17点在中心线一侧。,(4)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。 (5)点子的波动呈现周期性变化，表明生产过程有系统性因素发生。,-3,控制图的两种错误判断,根据控制图的控制界限所作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； 即在控制状态下，小概率事件一旦发生，就会因样本点 落在控制界限之外而判断生产过程失控，但是，事实上是 虚假信号，由此所做出的错误判断成为控制图的第一类错 误。,第二种错误是将异常判为正常。 即当生产过程确实发生失控，但是仍然有一定比例的质 量特性值落在控制界限之内，由此做出生产过程正常的错误 判断，这就是控制图的第二类错误。 在生产正常的情况下，点子出界的可能性为3。这数值 虽然很小，但这类事件总还不是绝对不能发生的。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布，可是总还有一个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而判断生产过程正常，就犯了漏发警报的错误，这种错误就叫做第二种错误。 控制图上只是打点是起不到预防作用的。要每贯彻一次“20字”就消除一次异因，使它不再出现，从而达到预防的目的。 一道工序处于稳态成为稳态工序，道道工序处于稳态成为全稳生产线，SPC就是通过全稳生产线达到全过程预防的。,工序质量状态识别中的问题,影响工序质量的5M1E诸因素始终处于变化之中，工序质量具有鲜明的动态特性。 “受控”和“失控”是和控制目标相关联的两种质量状态，在一定条件下，它们可以相互转化。 工序质量控制的基本过程可以下图所示的循环图来表示。从某种意义上说，工序质量控制的成功取决于能否及时发现生产过程的质量偏差，即质量特性的异常表现。,步骤： 1）培训 2）确定关键变量（关键质量因素）（美LTV钢铁公司共确定 了2万个关键变量） 3）提出或改进规格标准（关键变量分析、填写过程控制标 准表） 4）编制控制标准手册（美LTV钢铁公司编制了600多本） 5）进行统计监控 6）对过程进行诊断并采取措施解决问题。（美LTV钢铁公司实施SPC，劳动生产率提高了20%以上）,过程控制标准表,应用控制图需要考虑的一些问题,1、控制图用于何处？（定量、重复、有统计规律） 2、如何选择控制参数？（特征、有代表性、要求高） 3、怎样选择控制图？（计量、计数） 4、如何分析控制图？（判断前，样品是否随机，读数是否准、计算和描点有无差错） 5、对点子出界或违反规定的处理（20字、关键要预防） 6、控制图是警铃（判断异常、查原因） 7、控制图的重新制定和保管。,分析用控制图；控制用控制图,分析用： 1、分析生产过程是否处于稳态？ （调整稳态（统计稳态） 2、分析生产过程的工序能力是否处于技术要求？ （调整工序能力满足 ） 控制用： 当过程达到确定的状态后，才能将分析用的控制图的控制延长线作为控制用控制图。,控制用控制图 控制用控制图由分析控制图转化而成，它用于对生产过程进行连续监控。 按照确定的抽样间隔和样本大小抽取样本，计算统计量数值并在控制图上描点，判断生产过程是否异常。 控制用控制图在使用一般时间以后，应根据实际情况对中心线和控制界限线进行修改。,控制图的使用程序1,1、选定产品的质量特性及所用的控制图 2、收集预备数据分析作分析用控制图。 3、用分析用控制图判断生产过程是否处于统计控制状态，若发现有异常，需针对异常找出原因，并将异常数据剔除，重新计算控制限；或者重新收集数据，重复23。 4、判断产生过程是否能够满足规定质量要求，如能够满 足，则可将此时的分析用控制图转化为控制用控制图，否 则则应重新调整生产过程有关要素，直至生产过程能够满 足规定要求，方可将分析用控制图转化为控制用控制图。,控制图的使用程序2,1、用控制用控制图对生产过程进行监控。在生产过