过程能力的确认方法_第1页
过程能力的确认方法_第2页
过程能力的确认方法_第3页
过程能力的确认方法_第4页
过程能力的确认方法_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、过程能力的确认方法(表)一、过程确认与过程能力所谓过程能力,就是在受控条件下,保证过程能够生产合格产品的能力。过程能力指数是表示过程能力满足产品质量标准要求(包括产品规格要求和公差要求)的程度。在无偏移的情况下通常记作: Cp=  T    6式中:Cp为过程能力指数;T为产品质量标准要求的公差范围;为过程特性正态分布的标准差。二、正态分布下过程能力指数的计算方法根据过程质量的客观分布规律与质量标准要求相对关系的不同,正态分布下的过程能力指数计算方法,大致可分为下列四种情况。1.双侧公差,对称分布,中心重合。这是产品质量标准要求的公差

2、双侧对称分布,其公差中心M与过程质量特性分布中心相重合,无偏移(如图1所示)。其过程能力指数Cp为: Cp=   T-T1     = T    3-(-3) 6式中:T为产品质量标准要求的规格上限值;T1为产品质量标准要求规格下限值;图1  中心无偏移过程能力示意图由上式可知,Cp值越大表明过程能力越强。此时,对人员、设备等过程影响因素的控制要求迫近制成酏越高。当Cp值大低时,则不能保证过程质量满足标准要求,导致出现过多的不合格品。因此,Cp值的选择既要考虑产品质

3、量满足要求,又要考虑过程的经济性。表面看,当Cp=1时似乎既满足要求,又比较经济,但由于过程的随机波动性难以避免,分布中心的波动和偏移也难以避免,必然使不合格的风险增加。因此,Cp=1并不是最佳选择。在实际工作中,要适当增大Cp值,以确保过程能力满足要求。2.双侧公差,对称分布,中心偏移。这种情况的公差中心M与过程分布中心不重合,有偏移(如图2所示,图中虚线表示虚拟的无偏移情况下的分布曲线,实线为实际有偏移时的过程分布曲线。)              &

4、#160;  图2  中心偏移时过程能力示意图对于这种情况,计算Cp的公式需要进行修正。首先,引入分布中心与公差中心M偏移量的概念。设绝对绝对偏移量,相对偏移量k:=|M-| (0)K= =2(K0) T/2T因为µ与M之间的偏移,引起了“吃容差”的现象。当过程分布中心向右偏移时(见图2),会吃上偏差(右半边的偏差);当分布中心向左偏移时,会吃下偏差(左半边的偏差)。这时,过程出现不合格吕的危险首先出现在被吃掉容差的一边。因此,计算过程能力指数时,可以只考虑分布中心偏移后引起喷气发动机容不得差的半边。按照图2的情况,CP的计算公式如下:T  -

5、 Cp=2=(1-2 ) T  =(1-k)T 3T66当µM,即分布中心与公关中心相重合时,0、0,导致CP ,这是无偏移的情况。当µ与M发生相对偏移,且µ偏移至公差的上限T1或偏至下限,即µTu或µT1时,T2、1、CP0(当偏移使µ越过Tu或T1时,>T2、K>1、CP0),表明过程能力严重不足,必须停产整顿,分析原因并采取措施纠正分布中心的严重偏移。3.单向公差,只有上限要求。有些产品的质量特性(如机械产品的清洁度和形位公差,药品中的杂技含量等),只给出了公差的上限要求并希望

6、越小越好,而没有下限要求。此时,过程能力指数的计算公式如下:Cp=T-µ3当µTu时,CP0,表示过程中心偏移至公差上限,过程能力严重不足,产生的不合格品率可能高达50。当µ>Tu时,令CP0,表示过程能力更加不足。发生上述两种情况都必须停产整顿,对过程进行改进,纠正过程中心的严重偏移情况,以便提高过程能力。4.单向公差,只有下限要求。有些产品的质量特性(如机械产品的机械强度,电气产品的耐电压强度、寿命、可靠性),都要求不低于某个下限值,而对上限没有限制且越高越好。在这种情况下,过程能力指数的计算公式如下:Cp=µ-T1   &

7、#160; 3当µT1时,CP0,表示过程中心偏移至公差下限,过程能力严重不足,不合格品率可能高达50。当µ<T1时,令CP0表示过程能力更加不足。发生上述两种情况也必须停产整改,纠正过程中心严重偏移的情况,以满足生产要求。三、正态分布与t-分布多因素影响的随机变量在统计学上一般服从正态分布规律,它的真值?(即数学期望值)和正态分布的特征值是客观存在的。但是,实践中求得它们却不容易,必须进行无限次的测量才能获得。显然,这是不实际的。所谓随机变量的t-分布,则不受测量次数的限制,不仅当测量次数n趋于无限次时适用,而且测量次数n为有限次时也适用。因此,t-分布是

8、一种更加科学,更加严密,更加实用分布形式,在生产和科学实验以及进行精密测量的领域内,t-分布的应用范围也越来越广泛。当然,t-分布是一种与正态分布既有联系又有区别的分布形式。在进行有限次测量时,为了取得高精度的结果,一般使用t-分布分析。1.正态分布与t-分布的参数值。无限次测量中,服从正态分布的随机变量,其真值?与标准差定义如下:nµ=1 Xi,(n) ni=1过程能力分析程序1.目的 对关键的生产过程进行过程研究,以验证过趁功能里并为过程控制提供输入。在受控条件下,保证过程能够生产合格产品的能力2.范围 本公司的关键的生产过程。3.职责 由质量负责人和生产部及

9、检验部人员负责进行过程研究。4.过程能力分析方法4.1.过程能力是以该过程产品质量特性值的变异或波动来表示的;4.2.根据3原理,在分布范围±3 内,包含了99.73%的数据,接近于1,因此以±3 ,即6 为标准来衡量过程是否具有足够的精确度和良好的经济特性的。过程能力记为B,则B= 6 估计Sigma计算SigmaCP指数=规格宽度工序宽度Cp:(Capability of Process)过程能力指数Cpk:修正的过程能力指数见下表:过程能力指数过程平均值和规格中心的偏移4.3当规格中心与目标值不重合时的过程能力指数(注:Pp: (Performance of Proc

10、ess)过程性能指数Ppk:修正的过程性能指数)4.4过程有一个异常点,是由于偶然因素造成,调查表明是该检验员当时委托他人代为测量,而这代理人不适于操作精密测量设备,可能读数不准确,也有可能伪造了数据。剔除这个异常点,过程是受控的,具体数据见下表:根据这24个子组计算得:计算得到的标准差=0.0019n 规格宽度(要求)=0.016n 工序宽度(6 )=6 =0.0106n Cp=0.016/0.0106=1.5094由于存在一定的偏移,那么我们真正能做到多好呢?Cpk=min(Cpu,Cpl)=min(1.2612,1.7569)=1.2612或者Cpk=Cp(1-K)=1.5094×(1-0.1625)=1.2612我们实际做得有多好呢?Pp=1.3699Ppk=1.1411这说明我们还可以做得更好n 对于p,np图, 过程能力是通过过程平均不合品率来表示,当所有点都受控后才计算该值.对于c图,过程能力为,即固定容量n的样本的缺陷数的平均值.对于u图,过程能力为,即每单位缺陷数的均值. CpPPM0.60718000.9069001.0027001.33632.00<1(0.0020)4.50<<每十亿有1个零件4.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论