SPC学习版（143页)ppt课件

1、质量管理五大工具之SPC.Statistical Process Control(SPC)统计过程控制.培训本卷须知.4TS16949五大工具产质量量先期谋划和控制方案APQP&CP潜在失效方式和后果分析参考手册FMEA丈量系统分析参考手册MSA第四版2021.6第四版2021.6统计过程控制参考手册SPC第二版2005.7消费件同意程序PPAP第四版2006.6第二版2021.11. APQP反响、评定和纠正措施01234012345方案和确定工程产品设计和开发过程设计和开发产品和过程确认5DFMEAPFMEAMSASPCPPAPSPC.课程大纲SPC的概述控制图的运用过程的受失控形状过程才

2、干研讨6.1.SPC的概述7.SPC是英文Statistical Process Control的前缀简称,即 统计过程控制。SPC就是运用统计技术对过程中的各个阶段搜集的数据进展分析，并调整过程，从而到达改良与保证质量的目的。什么是SPC8. 战后经济蒙受严重破坏的日本在1950年经过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。从19501980年，经过30年的努力，日本跃居世界质量与消费率的领先位置。美国著名质量管理专家伯格(Roger W. Berger)教授指出，日本胜利的基石之一就是SPC。 美国贝尔实验室休哈特博士W. A. Sh

3、ewhart于1924年发明控制图，开启了统计品管的新时代。SPC兴起的背景：来源 1940s 二次世界大战期间，美国军工产品运用抽样方案和控制图以保证军工产品的质量。9.SPC兴起的背景：日本1950s 质量管理巨匠戴明博士在日本工业产品消费过程中全面推行SPC。 日本JUSE科学家协会设置“戴明奖，奖励那些有效实施统计技术的企业。 石川磬提出“QC七工具，协助消费现场人员分析和改良质量问题，并推进广泛运用。1970s 有效地推行 “QCC圈和运用统计技术使日本经济的快速开展，成为高质量产品的代名词。1980s 美国等其他国家紧随日本的步伐，开场推行“QC小 组和统计技术的运用。 美国汽车工

4、业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000的根底上还结合制定了QS9000规范，编制了SPC手册。在与汽车有关的行业中，颇为流行。 MOTOROLA 公司公布“QC挑战，经过SPC的实施改良过程才干，并提出追求“6目的。1987 ISO9000规范建立并公布实施，明确要务虚施统计技术。10.Six Sigma Tree中的统计技术.6达成完美改善设计果子最集中的地方过程改善矮树上的果子地上的果子全部的果子都在他手中啦能摘到这里的果子，根本上能到达小康了这里的果子很有限靠天吃饭，捡吃地上不多的果子23：5倍改善34：10倍改善4

5、5：27倍改善56：70倍改善因此： 36：19,600倍改善11.品管方法历程123456 3.4 233 6,210 697,300 308,700 66,807产品检查产品控制过程控制品管7手法(5S、QCC、ISO9001)管理改良(PDCA)普通公司THREE SIGMA改善技术改良(DMAIC)世界标竿公司SIX SIGMA改善 方法 控制实验方案与过程结合实验方案与设计结合过程控制最正确化设计控制最正确化PPMAverage Company普通公司Best in class世界标竿公司12.规格管理的危险性Not just to meet customer or contract

6、ual requirements!被BOSS霎时的苦楚!13.SpecLSLUSLVery Centered变异是我们的敌人 LCLUCL不良品曾经产生潜在不良出现控制线管理的益处14.测定平均值在中心线或平均值两侧呈现左右对称之分布极大值与极小值数量很小常态曲线左右两尾与横轴渐渐接近但不相交曲线下的面积总和为 1正态分布特征15.正态分布中，任一点出如今 1内的概率为 P(-X +) = 68.26% 2内的概率为 P(-2X +2) = 95.45% 3内的概率为 P(-3X +3) = 99.73%68.26%95.45%99.73%+1+2+3-1-2-3正态分布16.正态分布概率(双

7、边)k在内的概率在外的概率(P)0.6750.00%50.00%168.26%31.74%1.9695.00%5.00%295.45%4.55%2.5899.00%1.00%399.73%0.27%17.目的值线预测时间目的值线尺寸时间？两种变差缘由及两种过程形状假设仅存在变差的普通缘由,随着时间的推移,过程的输出构成一个稳定的分布并可预测假设存在变差的特殊缘由，随着时间的推移，过程的输出不稳定正态分布与两种变差缘由受控不受控18.变差的普通缘由 V.S.特殊缘由普通缘由Common Cause特殊缘由Special Cause大量之微小缘由所引起,不可防止不论发生何种之普通缘由，其个别之变异

8、极为微小几个较代表性之普通缘由如下：原料之微小变异机械之微小振动仪器测定时不非常准确之作法实践上要除去过程上之普通缘由，是件非常不经济之处置一个或少数几个较大缘由所引起,可以防止任何一个特殊缘由，都能够发生大的变异几个较代表性之特殊缘由如下：原料群体之不良不完全之机械调整新手之作业员特殊缘由之变化不但可以找出其原因，并且除去这些缘由之处置，在经济观念上讲常是正确的19.部分性的对策及系统性的对策部分问题的对策*通常用来消除特殊缘由呵斥的变异*可以被过程附近的人员来执行* 普通可以改善过程的 15%系统改善的对策*通常用来减低普通缘由呵斥的变异*几乎总是需求管理者的行动来加以矫正* 普通可以改善

9、过程的 85%20.过程控制范围不受控存在特殊缘由受控消除了特殊缘由继续改良的思想方式21.22继续改良的思想方式. 过程改良循环1、分析过程 2、维护过程 本过程应做什么？ 监控过程性能 会出现什么错误？ 查找变差的特殊缘由并 本过程正在做什么？ 采取措施。 到达统计控制形状？ 确定才干 方案 实施 方案 实施 措施 研讨 措施 研讨 方案 实施 3、改良过程 措施 研讨 改良过程从而更好地了解 普通缘由变差 减少普通缘由变差.2.控制图的运用24.控制图是对过程质量加以测定、记录，从而进展控制管理的一种用科学方法设计的图。图上有中心线(CL-Central Line)、上控制界限(UCL-

10、Upper Control Limit)和下控制界限(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，参见控制图例如图。控制图25.控制图由来阐明26.正态分布有一个结论对质量管理很有用，即无论均值和规范差取何值，产质量量特性值落在3之间的概率为99.73%，于是落在3之外的概率为100%一99.73%= 0.27%，而超越一侧，即大于-3或小于+3的概率为0.27%/2=0.%1% ，如正态分布曲线图。这个结论非常重要。控制图即基于这一实际而产生！控制图原理68.26%95.45%99.73%+1+2+3-1-2-327.+3 +3 -3 -3

11、 UCLLCLCL时间T控制图的构成28.虚发警报和漏发警报两种错误29.控制图的目的控制图和普通的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于普通缘由或特殊缘由，以指示某种景象能否正常，而采取适当之措施。利用控制限区隔能否为特殊缘由30.控制图种类(以数据来分)31计量型数据X-R 均值和极差图 计数型数据P 不合格品率图 X-S 均值和标准差图np 不合格品数图X -R 中位值极差图 C 缺陷数图 X-MR 单值移动极差图 U 单位产品缺陷数图 .控制图的选择确定要制定控制图的特性是计量型数据吗？关怀的是不合格品率？关怀的是不合格数吗？样本容量能否恒定？

12、运用np或p图运用p图样本容量能否桓定？运用c或u图性质上能否是均匀或不能按子组取样例如：化学槽液、批量油漆等？子组均值能否能很方便地计算？运用中位数图运用单值图X-MR是运用u图否是是是是是是否否否否否子组容量能否大于或等于9？能否能方便地计算每个子组的S值？运用XR图运用XR图运用X s图是是是否否注：本图假设丈量系统曾经过评价并且是适用的。.公式汇整33.控制图种类(依用途来分)34分析用控制图控制用控制图判别过程能否稳定不稳定，调至稳定过程的过程才干指数能否满足要求，过程才干指数满足要求称之为技术稳态延伸分析控制图的控制线.控制图的益处合理运用控制图能供正在进展过程控制的操作者运用有助

13、于过程在质量上和本钱上能继续地，可预测地坚持下去使过程到达更高的质量更低的单件本钱更高的有效才干为讨论过程的性能提供共同的言语区分变差的特殊缘由和普通缘由，作为采取部分措施或对系统采取措施的指南。35.搜集数据分析用控制图能否稳定？绘直方图能否满足才干？控制用控制图寻觅特殊缘由检讨机械、设备提升过程才干控制图制造36.建立控制图的四步骤A搜集数据B计算控制限C过程控制解释D过程才干解释37.运用控制图的预备建立适用于实施的环境定义过程确定待管理的特性，思索到顾客的需求当前及潜在的问题区域特性间的相互关系确定丈量系统(MSA)使不用要的变差最小38.运用控制图的本卷须知分组问题主要是使在大致一样

14、的条件下所搜集的质量特性值分在一组, 组内不应有不同本质的数据, 以保证组内仅有普通缘由的影响.我们所运用的控制图是以影响过程的许多变动要素中的普通要素所呵斥的动摇为基准来找出异常要素的, 因此, 必需先找出过程中普通缘由动摇这个基准.39.时间质量特性过程的变化分组时的重要思索让组内变化只需普通缘由让组间变化只需特殊缘由组内变异小组间变异大40.运用控制图的本卷须知分层问题同样产品用假设干台设备进展加工时, 由于每台设备任务精度、运用年限、保养形状等都有一定差别, 这些差别经常是添加产质量量动摇、使散差加大的缘由. 因此, 有必要按不同的设备进展质量分层, 也应按不同条件对质量特性值进展分层

15、控制, 作分层控制图. 另外, 当控制图发生异常时, 分层又是为了确切地找出缘由、采取措施所不可短少的方法.41.复合层别的阐明42.取样的方式取样必需到达组内变异小，组间变异大样本数、频率、组数的阐明43.建立 图的步骤A阶段搜集数据A1选择子组大小、频率和数据子组大小子组频率子组数大小A2建立控制图及记录原始记录A3计算每个子组的均值X和极差RA4选择控制图的刻度A5将均值和极差画到控制图上44.每个子组的平均值和极差的计算第一组第二组第三组第四组样本11009899100样本2989998101样本39997100100样本410010010199样本51019999100平均99.69

16、8.699.4100极差333245.计算控制限B1计算平均极差及过程平均值B2计算控制限B3在控制图上作出平均值和 极差控制限的控制线建立 图的步骤B46.47 n2345678910D43.272.572.282.112.001.921.861.821.78D3*0.080.140.180.22 A2 1.881.020.730.580.480.420.370.340.31.过程控制解释C1分析极差图上的数据点C2识别并标注特殊缘由(极差图)C3重新计算控制界限(极差图)C4分析均值图上的数据点超出控制限的点链明显的非随机图形超出控制限的点链明显的非随机图形C5识别并标注特殊缘由(均值图)

17、C6重新计算控制界限(均值图)C7为了继续进展控制延伸控制限建立 图的步骤C48.过程才干解释D1计算过程的规范偏向D2计算过程才干D3评价过程才干D4提高过程才干D5对修正的过程绘制控制图并分析建立 图的步骤D49.运用控制图的本卷须知控制界限的重新计算为使控制线顺应今后的消费过程, 在确定控制图最初的控制线CL、UCL、LCL时, 经常需求反复计算, 以求得真实可行的控制图. 但是, 控制图经过运用一定时期后, 消费过程有了变化, 例如加工工艺改动、刀具改动、设备改动以及进展了某种技术改革和管理改革措施后, 应重新搜集最近期间的数据, 以重新计算控制界限并作出新的控制图.50.控制界限的延

18、用51.3.过程的受失控形状52.控制图的分区xUCLCLLCLtCCBABA53.受控形状的判别过程数据的分布曲线随时间的输出时间逐渐构成一个稳定的分布和根本不随时间变化且在要求范围内54.判异准那么两类： 点出界判异 界内点陈列不随机判异判异准那么： 1、延续9点落在中心线同一侧ABCCBAUCLLCLCL.ABCCBAUCLLCLCL2、延续6点上升或下降判异准那么.3.延续14中相邻点上下交替判异准那么ABCCBAUCLLCLCL.判异准那么4.延续3点中有2点在同一侧的A区或A区以外ABCCBAUCLLCLCL.判异准那么5.延续5点中有4点在同一侧的B区或B区以外ABCCBAUCL

19、LCLCL.判异准那么6.延续15点在C区中心线上下ABCCBAUCLLCLCL.判异准那么7.延续8点在中心线两侧，但无一点在C区中ABCCBAUCLLCLCL.判稳准那么至少延续25组，且数据总数不少于100个；未出现8条判异准那么。.4.过程才干研讨63. 带有不同程度的变差的可以符合规范的过程一切的输出都在规范之内规范下限 LCL规范上限 UCL范围 LCL UCL范围不能符合规范的过程有超越一侧或两側规范的输出 LCL LCL UCL UCL范围范围64.过程才干分析准度：好精度：好Ca准确度 , Cp精细度准度：好精度：较不好准度：不好精度：好准度：不好精度：不好65. 能消费均一

20、质量制品的过程固有才干。什么叫过程才干？ 过程被控制时，表示过程中消费的制品质量变动是什么程度的量。 一切质量特性都具有它的目的值(Target Value)， 质量是与目的值的偏向越小越优秀。66.过程才干指数- 短期过程才干指数用 CP, CPK 来表示，长期过程才干指数过程性能指数用 PP, PPK来表示。 - 在这里CP 或 PP 是过程平均与规格中心一致时的过程才干指数， CPK 或 PPK 是过程平均与规格中心不一致时的过程才干指数。 过程才干指数(Process Capability Index) 在SPC中 过程才干指数是过程能消费多么均匀质量产品的才干， 即，评价过程才干的目

21、的。 67.过程才干指数 短期过程才干指数 过程平均和规格中心一致时 过程平均和规格中心不一致时其中,Sigma P(Process)68 n2345678910d21.131.692.062.332.532.702.852.973.08.Cpk 等级之阐明 ( 当 Ca = 0 )6 E 级6 D 级6 C 级6 B 级6 A 级规格中心值规格上限规格下限Cpk 0.67Cpk = 0.67Cpk = 1.00Cpk = 1.33Cpk = 1.67T = 10 T = 8 T = 6 T = 4 Cpk = 2.00T = 12 69.Ca准确度Capacity of AccuracyCa

22、 = L1 /L2L1 =X SLL2 = (USL LSL)/2等級Ca值ABCDCa12.5%12.5%Ca25%25%Ca50%50%Ca70.Case study 例：某产品的电性规格是56010 m/m，经检验一批后求出3为5619 m/m(Xbar=561,=3)。求：(1) Cp, Cpu, Cpl(2) Cpk71.过程才干指数 長期过程才干指数过程性能指数 过程平均和规格中心一致时 过程平均和规格中心不一致时(不對稱時) S 表示長期规范差，在產品開發階段中針對試作过程才干的評估，則稱為先期过程才干(APQP)其中,Sigma A(Actual)72.Cpk和Ppk的差别Cp

23、k：只思索了组内变异，而没有思索组间变异，所以一定是适用于制程稳定时，其组间变异很小可以忽略时，不然会高估了制程才干；另句话也可以阐明假设努力将组间变异降低时所能到达的程度。Ppk：思索了总变异(组内和组间)，所以是比较真实的情形，所以普通想要了解真正的制程情形应运用Ppk。73.过程才干分析6Sigma PPMCp Cpk良品率(%)16915000.33-0.1730.8523085370.670.1769.1536680710.593.32462101.330.8399.3852331.671.1799.9863.421.599.99966注：按偏移1.5思索74.过程才干分析步骤正态性

24、检验统计/质量工具/才干分析/正态统计/质量工具/Capability Sixpack/正态统计/质量工具/个体分布标识BOX-CO或Johnson统计/质量工具/才干分析/非正态是否是否P值0.0575.对正态分布数据的过程才干分析例题 1为了过程才干分析，20天各选 5个中心部品特性值的长度(mm)的量测DATA如下。 经过正态性检定(Normality Test)确认DATA是正态分布，中心部品的规格是按顾客要求600mm 2mm . 经过以下DATA做过程才干分析。 598.0599.8600.0599.8600.0600.0598.8598.2599.4599.6599.4599.4

25、600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0599.6598.8599.2599.6598.6599.8599.6599.2

26、599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6599.41 2 3 4 5 6 7 8 9 1011 12 13 14 15 16 17 18 19 20把计量型数据的正态分布数据的过程才干经过Minitab分析。Capability Analysis (Normal)76.Step 3 确认结果 规格上限 Target 规格下限 平均 样本数 短期规范差 长期规范差Pro

27、cess数据潜在的 执行曲线实践的 正态曲线 潜在的过程 才干指数 Cp 思索倾斜的 潜在过程才干 指数 Cpk潜在的过程才干只用过程的群内变动评价执行才干的指数。即意味着 Cp改善能够最大限制是 1.16为至。 Capability Analysis(Normal)77. 实践过程才干 指数 Pp 思索偏移的 实践过程才干 指数 Ppk实践过程才干根据一切DATA的变动值评价过程才干的指数Capability Analysis(Normal)78.如今执行才干用 ppm表示实践抽样的DATA偏离规格的程度。Capability Analysis(Normal)79.潜在的料想执行才干只思索过

28、程的群内变动显示正态分布时，数据表现为 偏离规格的料想 ppm Capability Analysis(Normal)80.实践料想完成才干对一切DATA的变动值来显示正态分布时， DATA表现偏离规格的预测 ppm因过程平均以规格中心为基准往 LSL方向倾斜，所以需求与过程变动的减少一同 能与规格中心一致的过程平均的挪动。Capability Analysis(Normal)81.82.附: MINITAB上的工程才干分析Q 1. 在旁边的结果中Cpk值与 ppk值为什么一样? Q 2. Cpk和Cpl , Cpu的各个 含义是什么？Q 3. 假设 Cpk 是负数的话, 这意味着什么?Q 4

29、. Cpk =0 这意味着什么 ? Q 5. Cp和Cpk之中 哪个指数更有用 ?83. 假设前面所提到的例题的Spec(Spec : 25 +/- 5)是一样但是其Data是经过长时间的Data时我们要思索异常缘由 这时用?来反映工程才干是比较合理. Minitab Menu : Stat / Quality Tools / Capability Analysis(Normal) 留意 - Subgroup Size ? - Subgroup Number ?Lot1Lot2Lot3Lot4Lot5 2421281618142732173018242422212721163416172422

30、2014322637191531313616142734211614Case study 84.5.其他控制图85.A搜集数据：在计算各个子组的平均数和规范差其公式分别如下：86.B计算控制限87.C过程控制解释(同 图解释)88n2345678910B43.272.572.272.091.971.881.821.761.72B3 *0.030.120.190.240.28A32.661.951.631.431.291.181.101.030.98.D过程才干解释Sigma P89.8mm之模具冲头90.A搜集数据普通情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。假设子

31、组样本容量为偶数，中位数是中间两个数的均值。91.B计算控制限92.C过程控制解释(同X-R图解释)93 n2345678910D43.272.572.282.112.001.921.861.821.78D3*0.080.140.180.22 A2 1.881.190.800.690.550.510.430.410.36.估计过程规范偏向：94.单值控制在检查过程变化时不如Xbar-R图敏感。假设过程的分布不是对称的，那么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反复性，最好能运用Xbar-R。由于每一子组仅有一个单值，所以平均值和规范差会有较大的变性，直到子组数到达100个以

32、上。95.A搜集数据搜集各组数据计算单值间的挪动极差。通常最好是记录每对延续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。挪动极差的个数会比单值读数少一个(25个读值可得24个挪动极差)，在很少的情况下，可在较大的挪动组(例如3或4个)或固定的子组(例如一切的读数均在一个班上读取)的根底上计算极差。96.B计算控制限97.B计算控制限98n2345678910D43.272.572.282.112.001.921.861.821.78D3*0.080.140.180.22E22.661.771.461.291.181.111.051.010.98样本容量小于7时，没有极差

33、的控制下限。.C过程控制解释审查挪动极差图中超出控制限的点，这是存在特殊缘由的信号。记住延续的挪动极差间是有联络的，由于它们至少有一点是共同的。由于这个缘由，在解释趋势时要特别留意。可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需求留意，假设过程分布不是对称，用前面所述的用于X图的规那么来解释时，能够会给出实践上不存在的特殊缘由的信号99.估计过程规范偏向：式中，R为挪动极差的均值，d2是用于对挪动极差分组的随样本容量n而变化的常数。100.例1：某制药厂某种药品碱的单耗数据如表，做单值-挪动极差图搜集数据101.2计算各组的统计量计算样本的平均值：计算挪动极差Rsi及

34、其平均值：102.数据表如下：103.3计算控制界限X控制图Rs控制图4作控制图104.105.不良和缺陷的阐明结果举例控制图车辆不泄漏泄漏P图NP图灯亮不亮孔的直径尺寸太小或太大给销售商发的货正确不正确风窗玻璃上的气泡C图U图门上油漆缺陷发票上的错误106.用来丈量在一批检验工程中不合格品(不符合或所谓的缺陷)工程的百分数。这可以是评价一个特性值能否安装了一个特殊的零件或是许多特性值在电气系统检查台中能否发现某些不正常之处。 把被检查的每一个组件，零件或工程记录成合格或不合格即使一个工程有几处不合格，也仅记录为一个不合格项； 把这些检验的结果按一个有意义的根底条件分组，并且把不合格的工程用占

35、子组大小的非常之几来表示。不合格品率的P图 107.P控制图的制做流程A搜集数据B计算控制限C过程控制解释D过程才干解释108.建立p图的步骤A阶段搜集数据A1选择子组的容量、频率及数量子组容量分组频率子组数量A2计算每个子组内的不合格品率A3选择控制图的坐标刻度A4将不合格品率描画在控制图109.A1子组容量、频率、数量子组容量：用于计数型数据的控制图普通要求较大的子组容量(例如50200)以便检验出性能的变化，普通希望每组内能包括几个不合格品，但样本数假设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协助分析和纠正发现的问题。时间隔短那么反响快，但也许与大的子组容量的要求

36、矛盾子组数量：要大于等于25组以上，才干断定其稳定性。110.A2计算每个子组内的不合格品率记录每个子组内的以下值被检工程的数量n发现的不合格工程的数量np经过这些数据计算不合格品率111.A3选择控制图的坐标刻度描画数据点用的图应将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标刻度应从0到初步研讨数据读数中最大的不合格率值的1.5到2倍。划图区域112.A4将不合格品率描画在控制图上描画每个子组的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，粗览一遍看看它们能否合理，假设恣意一点比别的高出或低出许多，检查计算能否正确。记录过程的变化或者能够影响过程的异常情况，当这些情况被发

37、现时，将它们记录在控制图的“备注部份。113.计算控制限B1计算过程平均不合格品率B2计算上、下控制限B3画线并标注建立p控制图的步骤B114.计算平均不合格率及控制限115.画线并标注均值用程度实线线：普通为黑色或蓝色实线。控制限用程度虚线：普通为红色虚线。尽量让样本数一致，假设样本数不断在变化那么会如以下图：1002003001002001001002003001001212121232116.117.搜集数据绘图及计算控制限能否异常延伸控制限N找出异常点缘由并提出相应措施过程有变化人机料法环丈量Y控制限运用阐明118.过程才干解释普通缘由和异因并存找出异因只剩普通缘由运用控制图过程稳定(

38、连25点不超限)计算过程才干119.评价过程才干过程稳定，不良率维持在一定的程度当中降低不良率采取管理上的措施降低普通缘由，如此才干减少控制界限，降低不良率减少控制限120.改善过程才干过程一旦表现出处于统计控制形状，该过程所坚持的不合格平均程度即反响了该系统的变差缘由过程才干。在操作上诊断特殊缘由(控制)变差问题的分析方法不适于诊断影响系统的普通缘由变差。必需对系统本身直接采取管理措施，否那么过程才干不能够得到改良。有必要运用长期的处理问题的方法来纠正呵斥长期不合格的缘由。可以运用诸如陈列图分析法及因果分析图等处理问题技术。但是假设仅运用计数型数据将很难了解问题所在，通常尽能够地追溯变差的可

39、疑缘由，并借助计量型数据进展分将有利于问题的处理121.P Chart练习以下是整理按每小时实施的对最终制品的抽样检查结果得出的DATA。49 45 51 27 28 51 45 49 28 51 6 1 3 4 8 4 4 2 9 3样本数不良品数时间 1 2 3 4 5 6 7 8 9 10作成 p 控制圖， 断定工程能否稳定形状。122.由于发现了脱离控制上限的两 个点，所以不能说处于控制形状。 进而查明其缘由。123.不合格品数np图“np图是用来度量一个检验中的不合格品的数量，与p图不同，np图表示不合格品实践数量而不是与样本的比率。p图和np图适用的根本情况一样，当满足以下情况可选

40、用np图不合格品的实践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一样。“np图的详细阐明与p图很类似，不同之处弃如下：124.A搜集数据受检验样本的容量必需相等。分组的周期应按照消费间隔和反响系统而定。样本容量应足够大使每个子组内都出现几个不合格品，在数据表上记录样本的容量。记录并描画每个子组内的不合格品数(np)。125.B计算控制限126.过程控制解释、过程才干解释C过程控制解释：同“p图的解释。D过程才干解释：过程才干如下：127.1001001001001001001001001001001210121202不合格品数np图128.Case study组12345678

41、910“n”150150150150150150150150150150“d”1013210210组11121314151617181920“n”150150150150150150150150150150“d”0102010210组2122232425“n”150150150150150“d”01201129请计算出上表的np控制图的控制限？请断定过程能否稳定？假设是不稳定该如何处置？.缺陷数c图“c图用来丈量一个检验批内的缺陷的数量，c图要求样本的容量或受检资料的数量恒定，它主要用以下两类检验：不合格分布在延续的产品流上(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