SPC统计过程控制—非常经典.ppt

SPC统计过程控制 课程內容 SPC的起源和发展SPC的目的基本的统计概念波动 变差 普通原因 特殊原因控制图的原理说明正态分布说明 风险说明控制图的设计原理控制图的种类及选择 计量型控制图X R X S X R X Rm控制图Ca Cp Cpk Ppk Cmk指数说明计数型控制图P np c u控制图什么是6 1 控制图的起源 控制图是1924年由美国品管大师W A Shewhart 休哈特 博士发明 因其用法简简单且效果显著 人人能用 到处可用 遂成为实施品质管制不可缺少的主要工具 当时称为 StatisticalQualityControl 一 SPC的起源和发展 1924年发明 W A Shewhart 1931发表 1931年Shewhart发表了 EconomicControlofQualityofManufactureProduct 1941 1942制定成美国标准 Z1 1 1941GuideforQualityControlZ1 2 1941ControlChartMethodforanalyzingDataZ1 3 1942ControlChartMethodforControlQualityDuringProduction 2 控制图的发展 一 SPC的起源和发展 控制图在英国及日本的历史 英国在1932年 邀请 A Shewhart博士到伦敦 主讲统计品质管制 而提高了英国人将统计方法应用到工业方面之气氛 就控制图在工厂中实施来说 英国比美国为早 日本在1950年由W E Deming 戴明 博士引到日本 同年日本规格协会成立了品质管制委员会 制定了相应的JIS标准 3 SPC SQC 针对产品所做的仍只是在做SQC 針对过程的重要控制参数所做的才是SPC RealTimeResponse 二 SPC的目的 不要等产品做出来后再去看它好不好而是在制造的時候就要把它制造好 预防或是容忍 PROCESSCONTROLSYSTEMMODELWITHFEEDBACK 三 基本的统计概念 数据的种类波动 变差 波动的概念 原理及波动的种类普通原因 异常原因基础的统计量 平均值X 中位数X 极差R标准偏差s 计量型 计数型 1 数据的种类 计量型特点 可以连续取值也称连续型数据 如 零件的尺寸 强度 重量 时间 温度等 计数型特点 不可以连续取值 也称离散型数据 如 废品的件数 缺陷数 波动的概念是指在现实生活中没有两件东西是完全一样的 生产实践证明 无论用多么精密的设备和工具 多么高超的操作技术 甚至由同一操作工 在同一设备上 用相同的工具 生产相同材料的同种产品 其加工后的质量特性 如 重量 尺寸等 总是有差异 这种差异称为波动 公差制度实际上就是对这个事实的客观承认 消除波动不是SPC的目的 但通过SPC可以对波动进行预测和控制 2 波动 变差 的概念 1 波动的原因 波动原因 2 普通原因 特殊原因 普通原因 指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因 我们称之为 处于统计控制状态 受统计控制 或有时间称 受控 普通原因表现为一个稳定系統的偶然原因 只有变差的普通原因存在且不改变时 过程的输出才可以预测 如设备的正常震动 刀具的磨损 同一批材料的品质差异 熟练工人间的替换 2 普通原因 特殊原因 特殊原因 指的是造成不是始终作用于过程的变差的原因 即当它们出现时将造成 整个 过程的分布改变 除非所有的特殊原因都被查找出来并且采取了措施 否則它们将继续用不可预测的方式来影响过程的输出 如果系统內存在变差的特殊原因 随时间的推移 过程的输出将不稳定 如设备故障 原材料不合格 没有资格的操作工 未按照作业指导书操作 工艺参数设定不对 普通原因和特殊原因的区别 3 波动的种类 正常波动 是由普通 偶然 原因造成的 如操作方法的微小变动 机床的微小振动 刀具的正常磨损 夹具的微小松动 材质上的微量差异等 正常波动引起工序质量微小变化 难以查明或难以消除 它不能被操作工人控制 只能由技术 管理人员控制在公差范围内 异常波动 是由特殊 异常 原因造成的 如原材料不合格 设备出现故障 工夹具不良 操作者不熟练等 异常波动引起工序质量变化较大 容易发现 应该由操作人员发现并纠正 4 统计控制状态 与 过渡调整 统计控制状态 当过程中只存在造成变差的普通原因 这个过程称为 处于统计控制状态 简称 受控 过度调整 把过程中每一个偏离目标的值当作过程中发生了特殊原因来进行处理的做法 5 基本统计量说明 1 平均值X设X1 X2 Xn是一个大小为n的样本 则X X1 X2 Xn n2 中位数X将数据按数值大小顺序排列后 位于中间位置的书 称为中位数 如 5 9 10 4 7 X 7 如 5 9 10 4 7 8X 7 8 2 7 5 3 极差R样本数据中的最大值Xmax与最小值Xmin的差值 R Xmax Xmin4 标准偏差s 1 总体标准偏差 2 样本的标准偏差 控制图示例 上控制界限 UCL 中心线 CL 下控制界限 LCL 一 控制图定义控制图是用于分析和控制过程质量的一种方法 控制图是一种带有控制界限的反映过程质量的记录图形 图的纵轴代表产品质量特性值 或由质量特性值获得的某种统计量 横轴代表按时间顺序 自左至右 抽取的各个样本号 图内有中心线 记为CL 上控制界限 记为UCL 和下控制界限 记为LCL 三条线 见下图 五 控制图 二 控制图的目的 控制图和一般的统计图不同 因其不仅能将数值以曲线表示出來 以观其变异之趋势 且能显示变异属于偶然性或非偶然性 以指示某种现象是否正常 而采取适当的措施 三 控制图的设计原理 位置 中心值 形状 峰态 分布宽度 1 在产品的生产过程中 计量值的分布形式有 正态分布 正态分布的特征 1 中间高 两边低 左右对称 两边伸向无穷远 2 与横坐标所围成区域的面积为1 控制图原理说明 群体平均值 标准差 控制图原理 工序处于稳定状态下 其计量值的分布大致符合正态分布 由正态分布的性质可知 质量数据出现在平均值的正负三个标准偏差 X 3 之外的概率仅为0 27 这是一个很小的概率 根据概率论 视小概率事件为实际上不可能 的原理 可以认为 出现在X 3 区间外的事件是异常波动 它的发生是由于异常原因使其总体的分布偏离了正常位置 控制限的宽度就是根据这一原理定为 3 及 风险定义 根据控制限作出的判断也可能产生错误 可能产生的错误有两类 第一类错误是把正常判为异常 它的概率为 也就是说 工序过程并没有发生异常 只是由于随机的原因引起了数据过大波动 少数数据越出了控制限 使人误将正常判为异常 虛发警报 由于徒劳地查找原因并为此采取了相应的措施 从而造成损失 因此 第一种错误又称为徒劳错误 第二类错误是将异常判为正常 它的概率记为 即工序中确实发生了异常 但数据没有越出控制限 没有反映出异常 因而使人将异常误判为正常 漏发警报 过程已经处于不稳定状态 但并未采取相应的措施 从而不合格品增加 也造成损失 两类错误不能同时避免 减少第一类错误 就会增加第二类错误 反之亦然 及 风险说明 风险说明 及 风险说明 假设平均值偏移了 1 因此 采用 3 原理 所设计的控制图不仅合理 而且经济 控制图的形成 旋转90 LCL UCL LCL UCL 规格界限和控制界限 规格界限 是用以规定质量特性的最大 小 许可值 上规格界限 USL 下规格界限 LSL 控制界限 是从实际生产出来的产品中抽取一定数量的产品 并进行检测 从所得观测值中计算出来者 上控制界限 UCL 下控制界限 LCL 四 控制图的种类 1 按数据性质分类 计量型控制图平均数与极差控制图 Chart 平均数与标准差控制图 Chart 中位数与极差控制图 Chart 个別值与移动极差控制图 chart 计数值控制图不良率控制图 Pchart 不良数控制图 nPchart 又称npchart或dchart 缺点数控制图 Cchart 单位缺点数控制图 Uchart s X 2 按控制图的用途分类分析用控制图 根据样本数据计算出控制图的中心线和上 下控制界限 画出控制图 以便分析和判断过程是否处于于稳定状态 如果分析结果显示过程有异常波动时 首先找出原因 采取措施 然后重新抽取样本 测定数据 重新计算控制图界限进行分析 控制用控制图 经过上述分析证实过程稳定并能满足质量要求 此时的控制图可以用于现场对日常的过程质量进行控制 分析用控制图決定方针用过程分析用过程能力研究用过程控制准备用 控制用控制图追查不正常原因迅速消除此项原因并且研究采取防止此项原因重复发生之措施 3 控制图的选择 CASESTUDY 100平方米 每一百平方米布中的脏点 100 电灯亮 不亮 1 乙醇比重 10 重量 5 长度 选用什么控制图 样本数 质量特性 不良和缺陷的说明 发票上的错误 门上油漆缺陷 C图U图 风窗玻璃上的气泡 销售商发的货正确 不正确 孔的直径尺寸太小或太大 灯亮 不亮 P图NP图 车辆不泄漏 泄漏 控制图 结果举例 4 控制图的应用流程 确定对某一特性进行控制 质量特性与控制图的选择 1 对于新产品的特殊特性 必须进行初始能力研究 画控制图 计算Ppk 2 量产产品 主要是针对特殊特性进行控制 除以下情况外 所有的特殊产品特性都要做控制图 1 对特殊特性进行了100 全检 2 特殊特性的检查为破坏性检测或者检测成本很高 六 计量型控制图的制作步骤和判定原则 1 建立X R控制图的四步骤 步骤A A1 选择子组大小 频率和数据 每组样本数 子组大小 2 5 子组数要求 最少25组 共100个以上样本 频率可参考下表 抽样原则 组內变差小 同组数据连续抽样 组间变差大 组与组之间有一定间隔时间 A3 计算每个子组的均值和极差R 平均值的计算 4 4 3 2 1 x x x x x R值的计算 每组平均值和极差的计算示例 A4 选择控制图的刻度 对于X bar图 坐标上的刻度值的最大值与最小值之差应至少为子组 X bar 的最大值与最小值差的2倍 对于R图 坐标上的刻度值应从0开始到最大值之间的差值为初始阶段所遇到的最大极差值 R 的2倍 A5 将均值和极差画到控制图上 在确定了刻度后尽快完成 将极差画在极差控制图上 将各点用直线依次连接 将均值画在均值控制图上 将各点用直线依次连接 确保所画的同一个样本组的Xbar和R点在纵向是对应的 分析用控制图应清楚地标明 初始研究 字样 标明 初始研究 的控制图 是仅允许用在生产现场中还没有控制限的过程控制图 备注 控制用控制图必须要有控制限 步骤B K为子组数 k R R R R k x x x x x k k 2 1 3 2 1 极差控制图 平均值控制图 B1 计算平均极差及过程平均值 R D LCL R D UCL R CL R A X LCL R A X UCL X CL R R R X X X 3 4 2 2 极差控制图 平均值控制图 B2 计算控制限 注 D4 D3 A2为常数 随样本容量n的不同而不同 见 控制图的常数和公式表 B3 在控制图上画出平均值和极差控制限的控制线 将平均极差 Rbar 和过程均值 Xdoublebar 画成黑色水平实线 各控制限 UCLR LCLR UCLX LCLX 画成红色水平虚线 在初始研究阶段 这些被称为试验控制限 步骤C 应用控制图的目的是为了使生产过程或工作过程处于 控制状态 控制状态 稳定状态 指生产过程的波动仅受正常原因的影响 产品质量特性的分布基本上不随时间而变化的状态 反之则为非控制状态或异常状态 控制图的判异原则 超出控制界限的点 出现一个或多个点超出任何一个控制界限是过程处于失控状态的主要证据 UCL CL LCL 异常 异常 链 有下列现象之一即表明过程已改变或出现这种趋势 连续7点位于平均值的一侧 连续7点上升或下降 UCL CL LCL 明显的非随机图形 根据正态分布来判定 正常应是有2 3的点落在控制限中间1 3区域 如出现下列情况 1 超过90 的点落在控制限中间1 3区域 或2 少于40 的点落在控制限中间1 3区域应调查过程是否存在特殊原因或数据是否经过编辑 UCL CL LCL 控制图的判定准则 1 基本判定准则 当控制图中的点出现下列情况之一 说明生产过程存在特殊原因 需立即采取措施予以消除以确保过程处于稳定状态 超出控制线的点 连续七点上升或下降 连续七点全在中心点之上或之下 点出现在中心线单侧较多时 如 连续11点中有10点以上连续14点中有12点以上连续17点中有14点以上连续20点中有16点以上 2 图示判定准则 当控制图中的点出现下列情况之一 说明生产过程存在特殊原因 需立即采取措施予以消除以确保生产过程处于稳定状态 ABCCBA UCLLCL 判定准则1 2 3A 3点中有2点在A区或A区以外 判定准则2 4 5B 5点中有4点在B区或B区以外 ABCCBA UCLLCL ABCCBA UCLLCL 判定准则3 6连串 连续6点持续地上升或下降 判定准则4 8缺C 有8点在中心线的两侧 但C区并无点子 ABCCBA UCLLCL ABCCBA UCLLCL 判定准则5 7单侧 连续7点在C区或C区以外 判定准则6 14升降 连续14点交互着一升一降 判定准则7 15C 连续15点在中心线上下两侧的C区 判定准则8 1界外 有1点在A区以外 C6 重新计算控制限 当进行首次工序研究或重新评定过程能力时 要排除已发现并解决了的特殊原因的任何失控的点 重新计算并描画过程均值和控制限 确保当与新的控制限相比时 所有的数据点都处于受控状态 如有必要 重复判定 纠正 重新计算的程序 C7 延长控制限继续进行控制 当控制图上的点处于受控状态并且CPK大于1时 将控制限应用于制造过程控制 此时控制图称为控制用控制图 将控制限画在控制用控制图中 用来继续对工序进行控制 操作人员或现场检验人员根据规定的取样频率和样本容量抽取样本组 立即计算Xbar和R并将其画在控制图中并与前点用短直线连接 立即应用前述判定原则和标准判定工序是否处于受控状态 如工序处于非受控状态 操作人员或现场检验人员应立即分析异常原因并采取措施确保工序恢复到受控状态 工序质控点的控制图应用的 三立即 原则 工序质控点的控制图出现异常情况的处理20字方针是 查出异因 采取措施 加以消除 不再出现 纳入标准 Casestudy Casestudy 请计算出上表的X R控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 步骤D 过程能力解释的假设前提 过程处于统计控制状态 即过程 受控 过程的各测量值服从正态分布 工程及其他规范准确代表顾客的需求 设计目标值位于规范的中心 测量变差相对较小 D1 计算过程的标准偏差 使用平均极差R bar来估计过程的标准偏差 d2是随样本容量变化的常数 见附录 控制图的常数和公式表 D2 计算过程能力 过程能力是指按标准偏差为单位来描述的过程均值与规范界限的距离 用Z表示 对单边公差 计算 对于双向公差 计算 Z为ZUSL或ZLSL的最小值 X USL Z s 或Z X LSL s X USL ZUSL s 或ZLSL X LSL s 使用Z值和附录 标准正态分布表 来估计多少比例的产品会超出规范值 注 USL为公差上限或LSL为公差下限 范例 过程能力计算 假设 现有一过程 已知USL 10 LSL 7 X bar 8 0 5 求这一过程的不合格率大致是多少 课堂练习 请依照上个课堂练习的数据 计算下列的各项指标结果 ZUSL和PZUSL ZLSL和PZLSL Z和PZ 过程能力指CPk 过程能力指数Cpk 过程性能指数Ppk 及组间变差都考虑进去 内变差 制程积效所表达的是组 1 3 3 min 1 2 n x x LSL x P x USL P P P P n i i pl pu pl pu pk s s s 初始过程能力研究 指数差异说明 课堂练习 请依照上个课堂练习的数据 计算下列的各项指标结果 K Cp Cpk 群体平均值 标准差 对 的估计 群体标准差的估计 六 示例某公司为控制某型号产品的尺寸 规格为60 5 每天取样五个作测量 数据如下所示 根据所画出的控制图判断是否存在特殊原因 并计算Cpk 61 359 359 758 859 755 559 757 360 361 062 658 858 560 359 559 663 360 159 763 758 762 560 059 963 260 760 959 561 459 958 557 860 458 063 957 756 859 361 959 258 757 360 659 761 158 759 360 659 360 455 159 960 564 256 956 955 462 364 759 258 061 161 358 361 661 359 656 962 061 559 358 661 760 761 164 260 557 861 057 561 159 760 660 760 359 557 364 263 262 157 057 861 160 160 060 356 259 558 158 0 Casestudy 请依照上个casestudy的数据 计算其下列的各项指标结果 假设其规格为 70 10 CaCpCpk 何时应用Cmk指数 新机器验收时 机器大修后 新产品试制时 产品不合格追查原因时 在机械厂应和模具 工装结合在一起考虑 Casestudy 假设其规格为50 5 试计算其Cmk A 收集数据 在计算各个子组的平均数和标准差其公式分別如下 2 建立X S控制图的步骤 B 计算控制限 C过程控制解释 控制图的判定准则与X R图一致 D过程能力解释 Casestudy Casestudy 请计算出上表的X s控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 如果制程假设已稳定 但想将抽样数自n 4调为n 5时 那么其新控制限为何 A收集数据一般情況下 中位数图用在样本容量小于10的情況 样本容量为奇数时更为方便 如果子组样本容量为偶数 中位数是中间两个数的均值 B计算控制限 估计过程标准偏差 Casestudy Casestudy 在下列情况下 有必要使用单值而不是子组进行过程控制 在这样的情况下 子组内的变差为0 在测量费用很大时 例如破坏性试验 或 当在任何时刻点的输出性质比较一致时 如 化学溶液的PH值 由于每一样本组仅有一个单值 可能过较长时间样本组数才能达到100个以上 单值控制图在检查过程变化时不如X R图敏感 如果过程的分布不是对称的 则在解释单值控制图时要非常小心 单值控制图不能区分过程零件间重复性 最好能使用X R 4 建立X Rm控制图的步骤 A收集数据收集各组数据计算单值间的移动极差 通常最好是记录每结连续读数间的差值 例如第一和第二个读数点的差 第二和第三读数间的差等 移动极差的个数会比单值读数少一个 25个读值可得24个移动极差 在很少的情況下 可在较大的移动组 例如3或4个 或固定的子组 例如所有的读数均在一个班上读取 的基础上计算极差 建立X Rm图的步骤与X R图的不同之处如下 B计算控制限 C过程控制解释审查移动极差图中超出控制限的点 这是存在特殊原因的信号 记住连续的移动极差间是有联系的 因为它们至少有一点是共同的 由于这个原因 在解释趋势时要特別注意 可用单值图分析超出控制限的点 在控制限內点的分布 以趋势或图形 但是这需要注意 如果边程分布不是对称 用前面所述的用于X图的规则来解释时 可能会给出实际上不存在的特殊原因的信号 估计过程标准偏差 式中 R这移动极差的均值 d2是用于对移动极差分组的随样本容量n而变化的常数 Casestudy 请计算出上表的X Rm控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 计量型4种控制图比较 计量型4种控制图比较 七 计数型控制图的制作步骤和判定原则 1 建立P控制图的步骤 建立p图的步骤A A1选择子组容量 频率 数量 子组容量 用于计数型数据的控制图一般要求较大的子组容量 例如50 200 以便检验出性能的变化 一般希望每组內能包括几个不合格品 但样本数如果太大也会有不利之处 分组频率 应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题 时间隔短则反馈快 但也许与的子组容量的要求矛盾子组数量 要大于等于25组以上 才能判定其稳定性 A2计算每个子组內的不合格品率 记录每个子组內的下列值被检项目的数量 n发现的不合格项目的数量 np通过这些数据计算不合格品率 A3选择控制图的坐标刻度 描绘数据点用的图应将不合格品率作为从坐标 子组识別作为横坐标 纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1 5到2倍 A4将不合格品率描绘在控制图上 描绘每个子组的p值 将这些点联成线通常有助于发现异常图形和趋势 当点描完后 粗览一遍看看它们是否合理 如果任意一点比別的高出或低出许多 检查计算是否正确 记录过程的变化或者可能影响过程的异常状況 当这些情况被发现时 将它们记录在控制图的 备注 部份 建立p控制图的步驟B 计算平均不合格率及控制限 画线并标注 均值用水平实线 一般为黑色或藍色实线 控制限用水平虛线 一般为紅色虛线 尽量让样本数一致 如果样本数一直在变化 会如下图 在实际应用时 当各样本组容量与其平均值相差不超过正负25 时 可用平均样本容量 n 来计算控制限 当样本组容量的变化超过上述值时 则要求单独计算这些特别小或特别大样本时期内的控制限 注意 任何处理可变控制限的程序都会变得麻烦 并且可能使解释控制图的人员造成混淆 如果可能的话 最好是调整数据收集计划 从而使用固定的样本容量 建立p图的步骤C C1 分析数据点 找出不稳定的证据 点线面以上三种方式做判定 同计量型控制图 C2 寻找并纠正特殊原因 当从数据中已发现了失控的情況时 则必须研究操作过程以便确定其原因 然后纠正该原因并尽可能防止其再发生 由于特殊原因是通过控制图发现的 要求对操作进行分析 希望操作者或现场检验员有能力发现变差原因并纠正 可利用诸如排列图和因果分析图等解决问题技术 C3 重新计算控制界限 当进行初始过程研究或对过程能力重新评价时 应计算试验控制限 一旦控制图稳定和受控并且过程能力可接受 则可将控制限延伸到将来的时期 它们便变成了操作控制限 控制图则成为管理用控制图 控制限运用说明 建立p的步驟D D1 计算过程能力 对于p图 过程能力是通过过程平均不合率来表 当所有点都受控后才计算该值 如需要 还可以用符合规范的比例 1 p 来表示 对于过程能力的初步估计值 应使用历史数据 但应剔除与特殊原因有关的数据点 当正式研究过程能力时 应使用新的数据 最好是25个或更多时期子组 且所有的点都受统计控制 这些连续的受控的时期子组的p值是该过程当前能力的更好的估计值 D2 评价过程能力 D3 改善过程能力 过程一旦表现出于统计控制状态 该过程所保持的不合格平均水平即反应了该系统的变差原因 过程能力 在操作上诊断特殊原因 控制 变差问题的分析方法不适于诊断影响系统的普通原因变差 必须对系统本身直接采取管理措施 否则过程能力不可能得到改进 有必要使用长期的解決问题的方法来纠正造成长期不合格的原因 可以使用诸如排列图分析法及因果分析图等解決问题技术 但是如果仅使用计数型数据将很难理解问题所在 通常仅可能地追溯变差的可疑原因 并借助计量型数据进行分交有利于问题的解決 D4 绘制分析修改后的过程控制图 当对过程采取了系统的措施后 其效果应在控制图上明显地反应出来 控制图成为验证措施有效性的一种途径 对过程进行改变時 应小心地监视控制 这个变化时期对系统操作会是破坏性 可能造成新的控制问题 掩盖系统变化后的真实效果 在过程改变期间出现的特殊原因变差被识別并纠正后 过程将按一个新的过程均值处于统计控制状态 这个新的均值反映了受控制状态下的性能 可作为现行控制的基础 但是还应对继续系统进行调查和改进 某公司的最终功能试验是每天抽取500台产品 自5月6日至6月10共有25组数据如下 请计算出上表的p控制图的控制限 请判定过程是否稳定 如果不稳定该如何处理 课堂练习1 某公司一道工序的自1月20日至2月23日每天的加工样本和检验报废数据如下 请计算出p控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 课堂练习 2 不合格品数np图 np 图是肉来度量一个检验中的不合格品的数量 与p图不同 np图表示不合格品实际数量而不是与样本的比率 P图和np图适用的基本情況相同 当满足下列情況可选用np图不合格品的实际数量比不合格品率更有意义或更容易报告 各阶段子组的样本容量相同 np 图的详细说明与p图很相似 不同之处如下 A 收集数据 受检验样本的容量必须相等 分组的周期应按照生产间隔和反馈系统而定 样本容量应足够大使每个子组內都出现几个不合格品 在数据表上记录样本的容量 记录并描绘每个子组內的不合格品数 np B 计算控制限 C 过程控制解释 过程能力解释 C过程控制解释 同 p 图的解释 D过程能力解释 过程能力如下 不合格品数np图 课堂练习1 Casestudy 请计算出上表的np控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 某公司的最终功能试验是每天抽取500台产品 自5月6日至6月10共有25组数据如下 请计算出上表的NP控制图的控制限 请判定过程是否稳定 如果不稳定该如何处理 课堂练习2 不合格数c图 c 图內来测量一个检验批內的缺陷的数量 c图要求样本的容量或受检材料的数量恒定 它主要用以下两类检验 不合格分布在连续的产品流上 例如每匹维尼龙上的瑕疪 玻璃上的气泡或电线上绝缘层薄的点 以及可以用不合格的平均比率表示的地方 如每100平方米维尼龙上暇疵 在单个的产品检验中可能发现许多不同潜在原因造成的不合格 例如 在一个修理部记录 每辆车或元件可能存在一个或多个不同的不合格 主要不同之处如下 A收集数据 检验样本的容量 零件的数量 织物的面积 电线的长度等 要求相等 这样描绘的c值将反映质量性能的变化 缺陷的发生率 而不是外观的变化 样本容量n 在数据表中记录样本容量 记录并描绘每个子组內的缺陷数 c B计算控制限 过程控制解释 过程能力解释 过程控制解释同p图解释过程能力解释过程能力为c平均值 即固定容量n的样本的缺陷数平均值 Casestudy Casestudy 请计算出上表的c控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 单位产品不合格数的u图 u 图用来测量具有容量不同的样本 受检材料的量不同 的子组內每检验单位产品之內的缺陷数量 除了缺陷量是按每单位产品为基本量表示以外 它是与c图相似的 u 图和 c 图适用于相同的数据状况 但如果样本含有多于一个 单位产品 的量 为使报告值更有意义时 可以使用 u 图 並且在不同时期內样本容量不同时必须使用 u 图 u 图的绘制和 p 图相似 不同之处如下 A收集数据 各子组样本的容量彼此不必都相同 尽管使它的容量保持在其平均值的正负25 以內可以简化控制限的计算 记录并描绘每个子组內的单位产品缺陷数u c n式中c为发现的不合格数量 n为子组中样本容量 检验报告单位的数量 c和n都应记录在数据表中 B计算控制限 过程控制解释 过程能力解释