质量控制与spc图ppt课件

1、 面向制造车间的消费质量控制方法SPC控制图2021-111制造车间质量控制134制造车间的消费质量控制常用控制图原理及运用目录CONTENTS1统计过程控制其他控制图及运用2质量要素：5M1E消费制造质量是产品设计、工艺选择、方案调度、人员培训、工装设备、物资供应、计量检验、平安文明、人际关系、劳动纪律等任务在消费现场的综合反映，工序质量实践上就是这些要素的综合反映。3质量检测开展的三个阶段质量检验阶段20世纪初统计质量控制阶段20世纪40年代至今全面质量管理阶段事后检测分析、监控和改良过程的方法企业各部门的质量管理体系4统计过程控制 Statistical Process Control简

2、称SPC是一种借助数理统计方法的过程控制工具。用控制图分析、监控和改良过程的方法。一种用于检测异常的工具可判别过程的变差，及时告警它主要区分由特殊缘由引起的异常动摇还是由普通引起的正常动摇。SPC的根本概念5观查: 数据的搜集 评价: 数据的分析诊断: 调查缘由决议: 规划行动实施: 采取行动原资料消费过程产品偶尔要素特殊要素SPC 控制图目的： 区分这2种 要素，消除特殊要素产生的变异 过程控制模型SPC的根本概念6原资料消费过程产品检查合格出货不合格返工报废出货利用报废处置质量控制的模型 消费线上加工出来的产品没有绝对一样的。产品间的差别是用其资料特性值数据的差别表现出来。 延续资料一批产

3、品中每个质量特性，一边丈量一边画直方图，就可以发现其统计规律SPC的根本概念7 每件产品的尺寸与别的都不同 范围 范围 范围 范围但它们构成一个模型，假设稳定，可以描画为一个分布 范围 范围 范围分布可以经过以下要素来加以区分 位置 分布宽度 外形 或这些要素的组合8界限 界限内的比率 界限外的比率1 68.26% 31.74%2 95.46% 4.54%3 99.73% 0.27%4 99.9937% 0.0063%5 99.999943% 0.000057%6 99.9999998% 0.0000002%SPC的根本概念9+33+33UCL上控制界限LCL下控制界限CL中心线SPC的根本概

4、念10选取零件特征抽样并提取统计数据，绘制控制图断定稳态准那么SPC的根本概念UCL上控制界限LCL下控制界限CL中心线 常规准那么1.延续25个点子都在控制界限内；2.延续35个点子至多1个点子落在控制界限外；3.延续100个点子至多2个点子落在控制界限外。. 改良准那么1.基于数字仿真方法2.专家系统3.基于神经网络识别法11控制图种类12传统SPC控制图选择特征参数，记录数据计算相应的统计量，均值，规范差，极差，比例等计算出试运转阶段的控制图的中心线和控制界限在控制图上画出中心线和控制界限画出搜集到的数据在控制图上调查控制图上超出控制界限的点的出界缘由，查找出异常要素并加以消除假设没有找

5、到异常要素，可以剔除超出控制界限的点假设有必要，重新计算控制界限计算出工艺才干1-样本预备阶段2-数据搜集3-建立控制图4-分析和解释控制图13计量型数据X-R 均值和极差图计数型数据P chart 不良率管制图 X-均值和标准差图nP chart 不良数管制图X -R 中位值极差图 C chart 缺点数管制图 X-MR 单值移动极差图 U chart 单位缺点数管制图 传统SPC控制图14传统SPC控制图实例变速鼓外圆质量控制随机从加工好的零件中取50个零件进展丈量,搜集到50个数据。为对这些数据进展分析,将其分成10组,每组5个数据，统计出每组样本的均值和极差。X-R 均值和极差图步骤一

6、15X-R 均值和极差图步骤二步骤三16步骤四目的:为设计部门确定尺寸公差、形位公差和外表粗糙度等提供根据,以改良设计;为工艺部门编制工艺规程,制定工艺方法,选择最正确工艺方案,确定加工条件提供根据,为工艺验证提供数据为质量检验部门编制检验方案和估计不良品率提供根据;使检验员对工序做心中有数。工序过程量度分析C p L = (x-LSL)/3, 对单边下规格限C p U = (USL-X)/3, 对单边上规格限TUXMTL意义： SPC的基准就是统计控制形状或称稳态，过程才干是稳态下所能到达的最小变差。过程才干反映了稳态下该过程本身所表现的最正确性能分布宽度最小1718X-均值和规范差图 P

7、chart 不良率控制图 19传统SPC图的优点和缺乏优点：1、确定过程的统计控制界限，判别过程能否失控和过程能否有才干；2、为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；3、减少对常规检验的依赖性，定时的察看以及系统的丈量方法替代了大量的检测和验证任务； 优点：1、无法直接判别过程出错缘由；2、对多种类小批量消费的过程监控准确度不高20逃避参数估计法Q控制图根本原理： 假定被分析的质量特征值数据完全独立、正态相关和来自一样的总体。对质量特征值的数据进展规范正态变换,未来自不同总体的质量数据转化为规范的正态总体,经过这种方法使得来自不同的总体的质量特征值数据可以利用同一种规范

8、变换。它可以在单样本,成组样本的情况下运用,做出不同的控制图。21基于成组技术法根本思想：在有类似的制造过程的质量特征信息的情况下,数据变换的根本方法是设法从一样或类似的零件种获取更多的信息,细分零件的分类,构成零件族,利用成组技术,经过数据变换构造服从同一分布的统计量以添加样本容量,抑制小批量统计数据缺乏的问题,从而直接运用传统的SPC方法对制造过程进展控制。22基于成组技术法某企业在同一机床上加工5种不同规格的零件，其规格要求如表1所示。每种零件加工的数量不同，根据事先确定好抽样规那么进展抽样，共得到25个样本23基于成组技术法24252627基于过程建模 传统的控制图把消费过程视为独立的

9、过程,缺乏对过程本身固有的,对产质量量有影响的本质规律的描画。这类控制图的控制实际是建立在控制系统的时域特征根底上的。 根据控制论的观念,一个控制系统整个过程在时域上具有关性,历史形状对系统的当前形状有影响的。基于过程的建模方法主要思索消费过程的历史信息,提高了对过程识别的才干,利用模型可以很好的处理过程数据的相关性。 有代表性的是累计和控制图CUSUM、指数加权挪动平均控制图EWMA等新型控制方法。28基于过程建模Bootstrap法 Bootstrap法是非参数统计中一种重要的估计统计量方差进而进展区间估计的统计方法，也称为自助法。其中心思想和根本步骤如下：1 采用重抽样技术从原始样本中抽取一定数量本人给定的样本，此过程允许反复抽样。2 根据抽出的样本计算给定的统计量T。3 反复上述N次普通大于1000，得到N个统计量T。4 计算上述N个统计量T的样本方差，得到统计量的方差。 Bootstrap是现代统计学较为流行的一种统计方法，在小样本时效果很好。经过方差的估计可以构造置信区间等，其运用范围得到进一步延伸。29贝叶斯质量质量控制法 基于贝叶斯实际的SPC首先借助已有的先验信