SPC技术在南华电机厂的持续应用工业工程本科毕业设计

共52页第32页摘要越来越多的电机行业把通过IS09000等质量管理体系认证作为提升自身质量水平的手段。尽管一些电机企业的质量管理基础工作做的比较好，率先通过了质量体系认证，但是企业通过质量认证后，如何深化质量管理成为一个很迫切的问题。由于贯彻IS09000并持续改进质量的工作是长期的和艰巨的，因此，单纯依靠传统的人力质量管理方法不足以解决企业复杂的全面质量管理问题，信息化、数字化的质量管理已成为企业的必然选择。本文简述了质量控制的发展历程、统计过程控制（SPC）技术的内容，发展趋势等，并深入分析了统计过程及统计过程控制的核心工具—控制图，并利用EXCEL和MINTAB软件进行控制图绘制。利用P控制图对线圈车间、总装车间耐压测试不良率进行控制，利用柏拉图进行主要原因查找分析，利用X-R控制图,X-Rs控制图对定子厚度进行分析与控制。并拟定建立一个质量管控部门，使现场人员及时发现了相应的过程波动及缓慢变异，发现了自身过程质量控制的不足之处。从而能够及时地，从整体上寻找原因，系统地提出改善方案。关键词:SPC、控制图、过程能力、X-R控制图、X-Rs控制图、P控制图AbstractMoreandmoremotorindustrytakethroughtheIS09000qualitymanagementsystemcertificationasameansofqualitylevelascendingthemselves.Althoughsomemotorenterprises’qualitymanagementfoundationworkbetter,Leadoffthroughqualityauthentication,buthowtodeepenqualitymanagementhasbecomeapressingproblem.DuetotheimplementationofIS09000andcontinuouslyimprovequalityworkarelongandarduous,therefore,Simplyrelyonthetraditionalhumanqualitymanagementmethodsdonotcansolvecomplexproblemsoftotalqualitymanagement,informatization,digitalqualitymanagementhasbecometheinevitablechoiceofenterprise.Thispaperdescribesthedevelopmentofqualitycontrol,thecontentofstatisticprocesscontrol(SPC)technology,developmenttrend,andin-depthanalysisofthestatisticalprocessandstatisticalprocesscontroltools--controlchart,usingtheEXCELandMINTABsoftwarefordrawingControlchart.UsingPcontrolcharttocontrolpressuretestofnonconformitiesincoilworkshopandassemblyworkshop.UsingPlatoforSearchingandanalysisingthemainreasons.UsingtheX-rayRcontrolchart,X-raythicknesscontrolcharttoanalyzeandcontrolthethicknessofthestator,andplaningtobuildaqualitycontroldepartment,makesitepersonneltimelytofindthecorrespondingvariationintheprocessandtheslowvariation,foundthemselves’deficienciesofthequalitycontrol.Thuscanpromptly,lookingforreasononthewholeandproposingImprovedplansystematically.Keywords:SPC、controlchart、processcapability、X-Rcontrolchart、X-Rscontrolchart、Pcontrolchart目录摘要 1Abstract 3目录 4第一章绪论 61.1质量控制的发展历程与我国现状 61.1.1质量控制的发展历程 61.1.2我国质量控制现状 71.2统计过程控制(SPC) 81.2.2SPC的运作流程图 101.2.3电机行业应用SPC的意义 101.3本文的研究思路 12第二章统计过程分析 132.1统计基础 132.1.1两类数据 132.1.2正态分布曲线及分布概率 132.1.3二项分布和泊松分布 142.2统计过程分析 152.2.1过程的定义 152.2.2过程检测模型和过程反馈模型 162.2.3四类过程 172.3过程控制和过程能力 172.3.1过程控制 172.3.2过程能力 18第三章控制图 213.1控制图原理 213.2控制图的类型 223.3使用控制图的两个阶段及判断控制图异常的准则 223.2.1分析阶段和监控阶段 223.2.2判断控制图异常的准则 24第四章常规控制图在南华电机耐压测试质量控制中的应用 294.1南华电机集团电机加工流程： 294.2南华集团电机耐压测试简介 294.2.1线圈车间的测试流程如下： 294.2.2总装车间的测试流程如下： 304.3p控制图在线圈车间耐压测试质量控制中的应用 314.4控制图在总装车间二厂耐压测试质量控制中的应用 354.4.1南华集团总装车间电机耐压测试的工艺流程： 354.4.2p控制图在总装车间二厂耐压测试质量控制中的应用 364.4.3定子厚度的质量分布分析 384.4.4均值—极差控制图对定子生产质量的分析与监控 424.4.5单值一移动极差(X-Rs)控制图的简单应用 454.4.5X-Rs控制图对Y2-90型电机定子厚度的分析与监控 45第五章SPC技术在南华电机厂的持续应用 475.1建立一个独立的质量管控部门 475.1.1质量管控部门介绍如图5—1： 485.2质量管控各部门职能简介： 485.2.1现场管控部门 485.2.2统计管控部门： 505.2.3IE部门： 505.3质量管控部门操作流程 50结束语 51致谢 52参考文献 53第一章绪论随着人民生活水准的提升，消费者对电机质量的要求也越来越高。此外，随着我国加入WTO，我国企业面临着全球化的产品竞争，电机行业也不例外。而企业竞争的法宝就是以质取胜，我国企业既然加入了全球化产业链之中，就应该按照国际统一的质量标准和方法进行质量管理和控制。1.1质量控制的发展历程与我国现状我国国家标准GB/T6583对质量控制的定义为：为保持某一产品、过程或服务质量，满足规定的质量要求所采取的作业技术活动。国际标准ISO8402定义质量控制为：为满足质量要求所采取的作用技术和活动。根据上述定义，质量控制的具体含义是：产品质量是随着产品从行成到运行直到退役的全过程二形成和变化的。产品形成的同时又是对应于质量循环（即质量螺旋上升的过程）上各个环节的许多技术活动，按照科学规律有机衔接而成的，而这些技术活动必须在受控制的情况下进行，这就是质量控制的内涵。也就是为了达到满足质量要求的目的，对某一过程服务或产品所进行技术活动必须在受控制状态下进行，这种质量活的目的和作用在于监视某一过程（服务和产品）并且排除在此过程中质量环上各环节产生的问题（即质量职能）。所以质量活动和质量职能是质量控制包括的两个方面。1.1.1质量控制的发展历程自从产品问世以来，质量的控制一直受到人们的关系，人们采取一切可能措施来提高产品的质量。就机械产品质量控制历史来说，可以概略地分为以下四个阶段。1）初级阶段为了便于促使产品具备必要的性能，状态和形状，提高生产效率，人们采取按配件进行生产地方式。如轴孔配合，即以该轴为执照孔的标准，凡按该孔制造而得的轴，即为合格轴。2）质量检验阶段20世纪初到40年代，美国工程师泰勒主张用科学检验法代替世袭的经验法，创建了“泰勒制度”。其中心思想是：计划与执行必须分开，执行时要加强检验和监督，是产品的检查与制造分开，是检查成为一道独立工序，并建立检查机构专管其事。称之为“事后检查”。3）统计质量控制阶段早在1924年，美国数理统计学家休哈特已在美国贝尔概念公司作出了第一张控制图，并建立了一套统计卡片，但并没有得到普遍采纳，20世纪50年代，这种质量控制方法被引进欧洲日本及其他国家和地区。按统计法生产地过程如图1—1所示。在线检验抽检在线检验抽检生产不合格品（包括误废品）合格品（包括误收品）不合格品（包括误废品）离线统计抽检图1图1—1按统计法生产4）全面质量管理阶段朱兰提出了全面质量管理的概念。它的主要特点在于：充分应用数理统计学作为控制生产过程的手段，同时结合运筹学价值分析系统工程线性规划等学科对企业进行组织。质量控制工作不紧限于产品的生产过程，也包括其他各个方面有关环节的质量。如图1—2所示。决策决策质量设计质量制造质量检查质量服务质量使用质量图1—2与质量控制工作有关的其他环节的质量1.1.2我国质量控制现状鸦片战争以后，中国沦为半殖民地半封建社会。外国资本主义的入侵，国内封建势力的割据，阻碍了我国工业的发展。官僚资本和民族资本的机械制造业也多依赖外国，自己仅能生产些配件，质量十分低劣，新中国成立以后，机械行业与其他行业一样，蓬勃发展。60年代初，有关部门就提出质量第一，严格把关与积极预防结合，以预防为主的方针，工人管理企业，重视产品质量的思想，在两参一改三结合的办企业原则中已有体现。新中国质量控制可划分为三个阶段：1）研究宣传阶段；2）有组织有领导的引进，推广阶段；3）巩固和发展阶段；质量控制活动体系又称质量保证体系，要保证产品质量，就必须对每个环节按计划目标进行质量控制。质量控制活动体系用图框表达如图1—3所示。质量目标或指标质量目标或指标设计研制阶段产品分析论证产品设计研制质量成本分析可靠性设计工序能力调查检测设备方法辅助生产安排资料累积储存资料收集整理产品制造阶段产品质量资料图1—3质量控制活动体系1.2统计过程控制(SPC)统计过程控制的英文描述为StatisticalProcessControl，简称即SPC，是一种借助数理统计(尤其是控制图理论)的过程质量控制方法。对任何场所依计划收集数据资料，譬如，成品特性、零件尺寸或计算机数据输入错误等，提供各种统计方法之处理、计算、分析图示及列表。在过程控制系统中提供客观的绩效报告，以达成“预先防止、避免浪费”的管制要求。1.2.1SPC的发展过程过程控制的概念与实施监控的方法早在20世纪20年代就由美国的休哈特(W.A.Shewhart)提出。SK迄今为止经历了三个发展阶段，即:SPC,SPCD及SPCDA.第一阶段为SPC:SPC是美国休哈特在20世纪二、三十年代所创造的理论它科学地区分出生产过程中产品质量的偶然波动与异常波动，从而对过程的异常及时报警，以便采取措施，消除异常，恢复过程的稳定。到目前为止，SPC技术发展的已相当成熟，并与计算机技术紧密结合，可广泛应用于各生产行业中。第二阶段为SPCD:SPCD是英文StatisticalProcessControlandDiagnosis的缩写，即统计过程控制与诊断。SPCD是SPC的进一步发展，1982年我国张公绪首创两种质量诊断理论，突破了传统的美国休哈特质量控制理论，开辟了统计质量诊断的新方向。1994年张公绪教授与其博士生郑慧英博士提出多元逐步诊断理论，1996年张公绪教授又提出两种质量多元诊断理论，解决了多工序、多指标系统的质量控制与诊断问题。目前SPCD己进入实用性阶段。第三阶段为SPCDA:SPCDA是英文StatisticalProcessControl,DiagnossandAdjustment的缩写，即统计过程控制、诊断与调整。这方面国外刚刚起步，他们称为ASPC(AlgorithmicStatisticalProcessControl,算法的统计过程控制)，目前尚无实用性的成果。经过近80年在全世界范围的实践，SPC理论己经发展得非常完善。今天的SPC与当年休哈特的方法并无实质性的区别，最大的不同是当今的SPC应用与计算机技术的结合日益紧密，其在一些行业内的应用范围、程度也已经非常广泛、深入。根据WH.Woodall和D.C.Monlgomery的研究成果和P.J.Kolesar等人的结论，SPC的发展趋势简单概述为:(1)关于相对小的数据集中，最大化所需信息，己经提出了很多SPC方法。伴随着工业化的发展和现代技术的应用，对很多行业来说，获得大量的数据己非难事，这正是运用SPC所必须的。在大量数据的环境下，非参数方法是一个发展方向。(2)为了更好地理解波动，应该拓宽SPC的范围，包括各种各样的方法，而不是仅仅局限于控制图。应该考虑多阶段的生产过程和测量过程，尽管在这些方面已有了一些研究成果，但还远远不够。在当前的制造环境中，往往在每个制造单位都要进行多次测量，这就需要提供能充分利用这些信息的方法。例如，在自动化制造过程中，可以很容易地从最终检验中发现的缺陷追溯到装配过程的早期阶段。A.GPahn等人把这种能力称之为可追溯性，并且认为SPC的应用又极大地向前推进了一步。(3)多数SPC方法集中在监控过程的均值(或均值向量)，从过程改进的观点来看，监控过程的波动更重要。在监控过程波动方面已有不少研究成果，但仍有大量的工作可做，特别是多变量问题。另外，在监控过程波动的早期研究结果中，很少强调波动的检测。(4)将过程控制(SPC)技术引入过程的设备故障诊断中去。在现阶段，该方面经验方面的东西较多，多元控制图中失控信号的诊断仍是一个难题，更多的工作也许需要可视化的视图方法。(5)现代工业正从计数型数据的应用向计量型数据的应用转移。涉及到计数型数据方面仍有一些鱼待解决的问题，特别是当不合格率在很低情况下的质量控制问题。(6)控制图设计和经济模型的发展趋势是结合统计约束。结合过程改进的经济模型的开发将是重要的发展方向。(7)应用程序的开发。如果没有适当的程序，就不可能利用许多新的方法。随着企业网络的建立，开发适合企业特点的SPC应用软件也是一个热点。(8)案例研究。这将为学术界和工业界提供相互结合、取长补短的机会，也将展示应用统计质量控制的成效。(9)吸收其他领域的成果，为SPC所用。如在统计过程中引入神经网络技术、模糊数学等学科的前沿成果。(10)过程监控技术统计方法的研究，使得数学结果最接近于实践。1.2.2SPC的运作流程图SPC运作流程图如图1-4所示：注意实时监控改善前中后状态注意实时监控改善前中后状态收集各生产线、各产品原始数据进SPCSPC将数据转换成各种直观图形实时监控各生产线、各产品的品质状况了解数据真实性、分析各种图形从众多原因中找出最大原因找出下一步可以的可能的品质状况专案处理（以最小代价得出最大效果）有问题否及时通知制造和工程采取措施有无效果或效果是否明显继续生产和监控记录纳入标准化立即采取其它措施或调整部分参数具体量测数值不良原因与个数管制图、推移图、柏拉图等39种不良率、不良数、缺点数等管制图形判读直方图、柏拉图分析图1-4 无 有 有 无有1.2.3电机行业应用SPC的意义在电机生产过程中，产品质量的波动是不可避免的。它是由人、机器、材料、方法和环境(4MIE)等基本因素的波动影响所致。波动分为两种:正常波动和异常波动。(1)正常波动正常波动是由于制程系统有许多不明的变异原因，但随时间的不同而稳定的存在。以SPC的观点为制程系统的分配随时间的不同是固定的，称为在统计的管制状态下；或简称管制状态下(UnderControl)。若制程系统仅有共同原因存在，则其成品特性的分配是可预测的。那么，随着时间的推移，过程的输出会形成一个稳定的分布并可预测。图1—5(2)异常波动有些变异的原因不常存于制程系统中，若其出现于制程系统会导致制程系统不稳定。以SPC的观点为制程系统的分配随时间的改变而不是固定的，称为不在统计的管制状态下；或简称不在管制状态下(OutofControl)。若制程系统存有特殊原因，则其成品特性的分配是不可预测的。见图1-4。因此，有必要对过程采取局部措施，消除异常波动的影响，使过程处于稳定受控状态。 图1—6由上可知，过程波动具有统计规律性，即当过程受控时，过程特性一般服从稳定的随机分布(如正态分布);而失控时，过程分布将发生改变.SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在统计受控的状态下运行，从而使产品和服务稳定地满足顾客的要求。统计过程控制的目的就是应用统计方法对过程中的各个阶段进行分析与监控，从而达到改进与保证质量的目的。一般来说，SPC适用于以下过程：(1)SPC适用于有计划的，且能重复批量生产的过程;(2)SPC适用于一切可重复的过程事件，只要这些事件的参数是可衡量的。进一步说，SPC尤其适用于推行IS09000和实施TQM的企业，因为IS09000和TQM均强调全过程控制及预防原则，其实现都有赖于数理统计方法的深入应用，因此IS09000和TQM都对统计技术的应用提出了具体要求，例如，IS09000-2标准对统计技术的要求:“在很多情况下，包括数据收集、分析和应用，使用统计方法都有益于供方。统计方法的使用能帮助确定收集什么数据，并充分利用这些数据，以便更好地理解用户的要求和期望。统计方法在产品、服务和程序设计方面，在工序控制、避免产生不合格品、问题分析、查找原因、确定产品公差，预测、验证和测量或评价质量特性等方面是非常有用的。适用于上述目的的统计方法如下:——图示法(直方图、散布图、排列图等)，该方法有助于分析问题，并为进一步的统计分析采用合适的计算方法作好准备;——控制图，该方法用于监视和控制所有类型的产品(硬件、软件、流程性材料和服务)的生产和测量过程;——抽样及验收方法;——检验和试验的统计方法等。应用统计方法所得到的文件可能是证明产品符合质量要求的有效手段，也可能是证明质量体系有效运行的证据;同时，文件本身也可以作为一种质量记录。可以说，应用SPC是确保IS09000和TQM有效实施的基础之一。结合电机行业的特点，SPC完全适用于电机行业，且电机行业也有必要实施SPC方法，原因如下:(1)SPC的核心工具是控制图，控制图可作为向现场人员、管理人员、顾客等提供有关过程能力的直观语言，且为评定产品质量提供了客观依据。(2)SPC可以帮助企业保证产品和服务的质量维持稳定。(3)SPC可以及时反映过程的结果或参数是否同我们的期望值保持一致。(4)SPC可以作为一种早期的预警，减少过程的变异。(5)SPC是改进产品/服务质量及可靠性的基础。结合以上原因，SPC能够给电机企业各类人员都带来好处，如对于生产第一线的操作者，可用SPC方法改进他们的技术水平;对于质量管理人员，可用SPC方法消除生产部门与质量管理部门之间矛盾;对于领导干部，可用SPC方法控制产品质量，减少返工与浪费，避免出废品、次品，从而降低生产成本，提高生产率。因此，利用SPC进行电机企业的质量监控和管理，是十分有意义的。1.3本文的研究思路本文研究的内容是spc技术在南华电机耐压检测质量控制中的应用，首先我们需要对质量控制和spc相关理论知识及南华电机厂耐压测试工序进行介绍，主要部分还是在于两类控制图即计量值控制图和计数值控制图在耐压测试方面的应用。在耐压质量控制中，本文对质量控制过程中常用的控制图，如直方图，柏拉图，不良品率控制图，均值极差图，单值极差图进行了应用研究。利用不良率控制图对耐压测试的不良率统计数据进行过程监控与分析。利用柏拉图判断各类故障原因进行分析，得出造成电机不良率居高不下最主要原因，然后通过对主要故障进行分析，寻找出根本原因，从而找到解决问题的根本方法。利用均值极差图、单值极差图对定子加工厚度进行过程监控与分析，并计算工序的过程能力，及时发现过程不稳定情况，及时找出原因，并拟定解决方案。第二章统计过程分析在应用统计过程控制之前，需要对统计及统计过程有一定的认识和理解。只有这样才能正确区分不同的数据类型，并针对不同的数据类型做过程控制及过程能力分析。2.1统计基础2.1.1两类数据按统计数据的性质来分，可以将数据分为以下两类:1、计量值数据计量值数据是指产品质量须经过实际测量而取得的连续型实际数据，例如影响电极耐压质量的直流电阻值、、空载试验时的电压电流值及功率、堵转试验时的电压电流值及功率等参数。由于计量值数据属于连续型随机变量，根据中心极限定理，即对于连续型随机变量来说，如果样本规模足够大，则从任意一个有限的均值为p、标准偏差为a的总体中重复地抽取数量为n的随机样本，样本平均数的取样分布近似服从正态分布。故计量值数据一般服从正态分布。2、计数值数据计数值数据是指可按个数数得的离散型质量特性值。计数值数据可分为计件值数据和计点值数据两类。如耐压测试不合格品数属于计件值数据;测试机故障次数、测试缺陷(例如对地击穿、轴承声大、相间击穿等)次数等属于计点值数据。计件值和计点值数据都属于离散型随机变量，其中计件值数据一般服从二项分布，计点值数据一般服从泊松分布。下面对计量值数据和计数值数据各自服从的正态分布和二项分布、泊松分布做简单的介绍。2.1.2正态分布曲线及分布概率1、正态分布曲线如果随机变量x的概率密度为:

222其中σ>0,σ,μ为常数,则称X服从参数为σ,μ的正态分布,记为X-N(μ,σ)2正态分布X-N(μ,σ)的概率分布特征可用图2-1直观表示:μμ-1σ-2σ-3σ1σ2σ3σ68.26%95.45%99.73%图图2-1对于正态分布的两个重要参数:μ—位置参数和均值，表示变量分布的集中程度和中心位置。用在质量管理上，用于反映整体的综合能力。σ—尺度参数，表示变量分布的分散程度和标准偏差。反映实际值偏离中心位置的程度，其值越大，表示数据越分散。通常用±3σ。来表示偏差的大小。2、正态分布的概率正态分布的概率见表2-1：μ±kσ分布范围内的概率分布范围外的概率μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%表2—1从表2-1我们不难看出，正态分布概率中有一个结论对质量管理是非常有用的，即无论均值μ和标准差σ取何值，产品质量特性值落在μ士3σ。的概率为99.73%，于是落在μ士3σ之外的概率就为100%-99.73%=0.27%，如正态分布曲线图。这个结论是非常重要的，控制图就是基于这一理论而产生的。2.1.3二项分布和泊松分布kk1、二项分布kkn-k如果随机变量x只可能取的值为0,1,2，…，n，且它的分布概率为P(X=k)=Cnpn-kq (k=1,2,…,n)，其中0<p<1,4=1-p，则称X服从参数为n,p的二项分布，记为X一B(n,p)。二项分布说明了在结果只有两种情况的n次检验中，发生某种结果为X次的概率分布，是离散型随机变量概率分布中重要的分布之一，具有广泛的应用。在质量管理中，由于计件值数据不合格品数是由合格/不合格来计量的，所产生的不合格品数控制图和不合格品率控制图都是以二项分布为理论依据的。2、泊松分布如果随机变量X所有可能取的值为0,1,2，…，且它取各个值的概率为其中λ>0是常数，则称X服从参数为A的泊松分布,X-п（λ）。泊松分布是二项分布n很大而P很小时的特殊形式，说明了在n次检验中发生X次某种结果的概率分布，是另一种重要的离散型随机变量的概率分布，也具有广泛的应用。在质量管理中，计点值数据所产生的缺陷数控制图和单位缺陷数控制图都是以泊松分布为理论依据的。2.2统计过程分析2.2.1过程的定义所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合，见图2-2。IS09000:2000中“过程”是使用资源将输入转化为输出的活动的系统。一定的工作方式/资源的融合一定的工作方式/资源的融合统计方法人设备材料方法环境输入过程/系统输出顾客识别不断变化的需求和期望产品或服务图2—4过程控制系统从以上过程描述可以看出，一个过程控制系统可以称为一个反馈系统。统计过程控制是一类反馈系统，但也存在不是统计性的反馈系统，可称之为检测系统。2.2.2过程检测模型和过程反馈模型过程检测模型4M4M1E过程产品/服务检验是否合格报废或返工顾客不合格合格图2—3过程检测模型图2-3说明，过程检测模型的控制点是输出。通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与过程性能有关的最有用的信息还是以研究过程本身以及其内在的变化性中得到的。如果仅限于对输出检测并纠正不符合规范的产品，而没有分析过程中的根本原因，这是最不经济的。因此，我们需要将检测信息进行统计并反馈，查出根本原因。但这种状态需要持续到对过程采取必要的校正措施并验证，或持续到产品符合规范后才算完成一次质量改进。过程反馈模型过程过程统计方法识别变化的需求与期望4M1E产品/服务顾客过程反馈顾客反馈图2—4过程反馈模型图2-4说明，过程反馈模型的控制点是过程。对重要的过程特性采取统计措施并避免异常波动是很经济的，这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施包括变化操作(例如:操作员培训、变换输入材料等)，或者改变过程本身更基本的因素(例如:设备需要修复、人的交流和关系如何，或整个过程的设计—也许应改变车间的温度或湿度)。应监测采取措施后的效果，如有必要还应进一步分析并采取措施。总之，对输出进行检验并随之采取控制措施属于过程控制的范畴，但仅对输出采取措施只可作为控制不稳定的临时措施。重点还将放在过程信息的收集和统计分析上，以便对过程本身采取纠正措施。2.2.3四类过程一般来说，当过程质量特性分布呈现正态分布时，过程处于统计控制状态，影响质量特性的波动源可判断为随机性因素(偶然因素);当输出分布的改变是由异常因素(如设备调整不当、人为差错或承印材料的缺陷)所引起时，过程处于统计失控状态，需要进行识别并设法剔除。当异常因素的波动被消除之后，输出特性又回到正态分布。因此，当认识了波动产生的因素之后，就可以从过程输出特性的分布来识别波动源的类型，从而对过程进行控制，并不断改进，使过程分布特性更优化。消除异常因素产生的波动，一般只需针对具体问题采取措施，由与过程有关的人员实施，能解决或纠正部分的过程问题;减少随机性因素产生的波动，则通常需要对系统采取措施，这样可以使过程有较大的改进。按过程是否受控及过程特性是否满足技术规范要求(即是否可接受)，可将过程分为四类:1、理想过程，过程受控且过程特性满足技术规范要求;2、过程受控(不存在异常波动)，但过程特性不满足技术规范要求。这是由于偶然因素造成的过程偏差过大(如原材料)，必须降低偶然因素造成的过大的变差;3、过程不受控(存在异常波动)，但过程特性满足技术规范要求。存在异常波动造成的较小变差，在这种情况下，要找出异常因素并消除。只有在个别情况下，如异常因素(如套印精度)己查明，并具有一定的稳定性，消除措施成本过大，顾客允许时可以保留;4、过程不受控且过程特性不满足技术规范要求，应采取措施，消除偶然因素和异常因素造成的过大波动。2.3过程控制和过程能力2.3.1过程控制过程控制的目标是对影响过程的因素采取合理的措施，使过程在统计控制下运行(过程受控)。其作用是当过程出现异常波动时报警;反之，不报警，见图2-5。

2.3.2过程能力1、过程能力过程能力是指过程处于统计受控状态下(不存在异常因素)的实际加工能力，可描述为一个稳定过程的固有变差的总范围。过程能力高时，产品品质出现异常的几率小;过程能力低时，产品品质出现异常的几率大。过程能力是由造成变差的偶然因素造成的，见图2-6。 对于任何生产过程，产品质量总是分散地存在着。若过程能力越高，则产品质量特性值的分散就会越小;若过程能力越低，则产品质量特性值的分散就会越大。一般用60(即u士30)来描述生产过程所造成的总分散，即用质量特性分布的标准差60作为过程能力的度量单位。这时，产品的计量质量特性值有99.73%落在规格范围内，即有99.73%的合格品落在60范围内，这几乎包含了全部产品，以此可判断过程处于稳定状态圈。2.过程能力指数过程能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术规格要求，仅从它本身还难以看出。因此，还需要另一个参数来反映过程能力满足产品技术要求(公差、规格等质量标准)的程度。这个参数就叫做过程能力指数。过程能力指数用于反映过程处于正常状态时，即人员、机器、原材料、工艺方法、测量和环境(4MIE)充分标准化并处于稳定状态时，所表现出的保证产品质量的能力。 过程能力指数的计算可分为四种情形：2(1)过程无偏情形（Cp）2Tu－Tl6sT6s设样本的质量特性值X～N(μ，σ)。又设X的规格要求为(Tl,Tu)，则规格中心值Tm=(Tl+Tu)/2,T=Tu-Tl为公差。有规格上下限，当μ=TTu－Tl6sT6sCp＝＝ ＝ 式中：Tu——公差下限Tl——公差下限S——样本标准差公差中心公差中心公差上限不合格品M＝μ6σ16σ26σ3σ1<σ2<σ3不合格品①③②公差下限图2—2过程能力与过程要求的比较公差中心与分布中心重合时(2)过程有偏情形（Cpk）由于偏差的存在，使过程能力的大小与公差非范围的比较不再是再简单的比值关系，要考虑到分布中心与公差中心的偏离程度。在这种情况下，我们用过程能力指数Cpk来表征过程满足要求的能力。Cpk的计算公式是：Cpk＝T－2Cpk＝T－2ξ6s其中：M——为公差中心或过程的目标值；X——样本均值，是μ的估计值；T——公差范围；S——样本标准差，用s可以作为σ的估计值。或者Cpk＝min{Cpu,Cpl}Tu－x3sTu－x3sx－Tl3s式中：Cpu＝ Cpl＝ 公差下限公差上公差下限公差上限公差中心M不合格品不合格品μ1>μ2>μ3 不合格品不合格品μ1>μ2>μ3 ① ε M=M=μ2 μ1 μ3 6σ6σ2．一般根据过程能力指数的大小，我们将过程分为以下几个等级，以便根据不同的情况对过程采取不同的措施并加以管制和控制。表2—5过程能力等级评定表范围等级判断措施Cp=2.0世界级过程能力很高对于关键的装配特性、关键性能、影响寿命与可靠性的关键过程，应努力达到此过程能力水平2.0＞Cp＞1.67特级过程能力高关键过程应达到此水平。非关键过程可以从提高效率、降低成本的角度放宽波动幅度，降低设备精度等级等，使过程能力降下来1.67≥Cp＞1.331级过程能力分析当不是关键或重要过程时，放宽波动幅度；降底对原材料的要求；简化质量检验，采用抽样检验或减少检验频次1.33≥Cp＞12级过程能力尚可必须用诸如控制图或其它方法对过程进行控制和监督，以便及时发现异常波动1≥Cp＞0.673级过程能力不足分析波动大的原因，制定措施加以改进。或加强质量检验，100%检验或增加检验频次0.67＞Cp4级过程能力严重不足一般应体质继续加工，找出原因，改进工艺，提高Cp值，否则100%检验，挑出不合格品3．提高过程能力的途径有:(1)改进生产工艺(5)搞好现场控制 (2)改良生产设备(6)开展QC活动(3)定期维护保养设备(7)加强培训，增强质量意识(4)做好环境保护(8)修订标准第三章控制图统计过程控制的核心工具是控制图。控制图是对生产、制造、服务过程中的产品、服务质量状况进行统计分析和及时控制的统计图形工具，是对过程统计受控状态的一种识别、监测和预测的工具。是质量控制中最重要的工具之一。下面首先介绍控制图原理。3.1控制图原理在生产中，一个工厂的同一个工人，用同一台机床所生产出的同一零件，起产品质量是不会完全一样，也不可能完全一样。这就是日常所说的产品质量有波动现象或叫质量波动性。公差制度就是承认质量波动。造成质量波动有五大因素，即5W1E。2由于偶然性原因造成的产品质量波动，不必加以控制。因此，把偶然性原因造成的质量波动称为正常波动，认为此时的生产过程是处于被控制状态，对于影响质量的系统性原因，应严加控制。因此，控制系统误差造成的质量波动，就成了控制图的主要任务。当只有随机误差，而无系统误差时，称为生产过程的质量稳定状态或正常状态。2当生产中不存在系统误差时，产品质量特性（总体）服从正态分布N（μ，σ）样本x出现在（μ-3σ，μ+3σ）中的概率为0.9973。控制图的基本形式如下：质量特性值质量特性值UCL(上控制限)CL(中心限)LCL(下控制限)样本序号（时间）其中：中心线CL=μ；上控制限UCL=μ+3σ；下控制限LCL=μ-3σ在采用控制图对生产进行工序质量控制时，可能会出现下列两类错误。第Ⅰ类错误：把处于统计控制状态下的生产工序误判为处于非统计控制状态，称为第Ⅰ类错误。把犯第Ⅰ类错误的概率称为Ⅰ类风险，记为α。第Ⅱ类错误：把处于非统计控制状态下的生产工序误判为处于统计控制状态的错误，称为第Ⅱ类错误。把犯第Ⅱ类错误的概率称为Ⅱ类风险，记为β。一般情况下，要同时避免两类错误是不可能的。当样本大小一定时，α越小，则β越大，反之，α越大，则β越小。实践证明，选取一个合理的界限μ±3σ时可使两类错误造成的总损失最小，所以，这样也较为经济、合理。3.2控制图的类型控制图是画有控制界限，对生产过程中产品质量进行控制的一种图。用它来判断产生质量波动的原因（由于系统原因或偶然原因）进而判断生产过程是否处于稳定状态。按不同用途，控制图可以分为主要用于预防不合格品产生的管理用控制图和主要用于分析用的控制图两类。根据不同的质量特性值，控制图可分为计量值控制图和计数值控制图。控制图的分类名称及主要用途如下表：按控制的名称适用范围及特点计量值平均值与极差控制图（x-R）(1)适用范围广，包括各种物理量及成本、产量等等。(2)提供的信息多。(3)检出能力强，即犯第二种错误的概率小单个测定值控制图（x图）(1)适用于长时间只能取到少量数据的场合(2)提供的信息少。(3)检出能力差。中位值与极差控制图（x-R）(1)使用简单，宜在现场采用。(2)提供的信息少。(3)检出能力差。计数值不合格率控制图（p图）与不合格品数控制图（np图）(1)子样（或称群）容量不变时宜采用np图，字样大小变化时宜用p图(2)除合格率，合格数外，还可用于出勤率、运转率等。(3)检出能力与子样大小n有关。单位缺陷数控制图（U图）与缺陷数控制图（C图）(1)子样容量大小不固定时宜用U图，子样大小一定时宜用C图。(2)除缺陷、疵点外，还可用于人身设备事故、工作差错等。(3)检出能力与子样容量n有关。3.3使用控制图的两个阶段及判断控制图异常的准则应用统计过程控制方法分为两个阶段，一是过程分析阶段，二是过程监控阶段。这两个阶段中所使用的控制图分别称为分析用控制图和控制用控制图。3.2.1分析阶段和监控阶段1.分析阶段分析阶段的主要目的在于:(1)通过作分析用控制图，分析过程是否处于统计稳态;(2)通过分析用控制图的中心线和控制界限，分析过程能力是否足够。分析阶段的首要工作是生产准备，即准备生产过程所需的原料、设备、测量系统等，并确保生产在各要素正常的情况下进行;然后就可以收集过程数据，作直方图、分析用控制图、并进行过程能力分析，分析过程是否处于统计稳态、以及过程能力是否足够。经分析后，若过程处于控制状态且过程能力足够，就可以把分析用控制图转化为控制用控制图;若过程处于统计失控状态，则应查找原因并及时消除，再去掉异常数据点，重新计算中心线和控制界限，直到过程达到统计控制状态。2.监控阶段监控阶段的主要工作是用控制用控制图对过程进行监控，其中控制用控制图是由分析用控制图转化而来的，用于对过程进行连续监控。监控过程中，按照一定的抽样间隔抽取样本，统计计算并在控制图上描点，以此来判断过程是否处于受控状态。如果发现过程失控，则必须寻找原因并尽快消除其影响。过程监控可以充分体现出SPC预防控制的作用。应用控制图一般遵循以下流程，见下图：

作分析控制图作分析控制图确定需控制的质量特性选定控制图制定抽样方案并收集数据过程受控过程能力足够将分析用控制图转为控制用控制图并监控过程改进过程，提高过程能力剔除异常值，消除异常因素的影响异常点多是是否修正控制图图3—4控制图应用流程图否否否否是是3.2.2判断控制图异常的准则1、界外判异准则25在统计量为正态分布的情况下，由于第一类错误的概率a=0.27%，概率很小，所以只要有一个点子在界外就可以判断过程有异常。但既然a很小，第二类错误(漏发警报的错误)的概率β就很大，只根据一个点子在界内远不能判断生产过程处于稳态。如果连续有许多点子，如25个点子，全在控制界限内，情况就大不相同。这时，根据概率乘法定理，总的β为β总=β，要比β减小很多。如果连续在控制界内的点子更多，则即使有个别点子出界，过程仍可看作是稳态的。判稳准则:在点子随机排列的情况下，符合下列各点之一就可认为过程处于稳态:25(1)连续25个点子都在控制界限内;(2)连续35个点子至多1个点子落在控制界限外;(3)连续100个点子至多2个点子落在控制界限外。25对于准则(1)，若过程为正态分布，令d为界外点数，连续25个点在界内的概率为:25P(连续25点，d=0)=0.9973=0.9346P(连续25点，d>0)=1-0.9346=0.0654α1=0.0654比α0=0.0027大几十倍，故一般不以此作为判断过程是否处于稳态的准则，但有时为了方便起见，也将此作为判断准则。135034135034P(连续35点，d≤1)＝C350.9973+C350.9973×0.0027＝0.9959于是P(连续35点，d＞1)=1-P(连续35点，d≤l)=1-0.9959=0.0041α2=O.0041是与a0=O.0027为同一个数量级的小概率。因此，若过程处于稳态，则连续35点，在控制界外的点子超过1个点(d>l)的事件为小概率事件，它实际上不发生。0100199201001992982P(连续100点，d≤2)＝C1000.9973+C1000.9973×0.0027+C1000.9973×0.0027＝0.9974P(连续100点，d＞2)=1-P(连续100点，d≤2)=1-0.9974=0.0026α3=0.0026与a0=0.0027为同一个数量级的小概率。因此，若过程处于稳态，则连续100点，在控制界外的点子超过2个点(d>2)的事件为小概率事件，它实际上不发生。若发生则可判断过程失控。但由于准则(2)和准则〔3)需要采集的样本数目大，故常用准则(1)来进行抽样分析。2、界内判异准则第一类错误的概率取为a=0.0027，很小，于是第二类错误(漏发警报的错误)的概率β就一定很大，针对这一点，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点子排列非随机，则判断过程异常。判断异常的准则:符合下列各点之一就认为过程存在异常因素:(1)点子在控制界限外或恰在控制界限上;(2)控制界限内的点子排列不随机。界内点子排列不随机的模式很多，常见的有:点子屡屡接近控制界限、链间断、链倾向、点子集中在中心线附近、点子呈周期性变化等等，在控制图的判断中要注意对这些模式的识别。界内点子不随机排列这条准则是用来减少第二类错误的概率β，所以它的各个模式的概率就不能太大，通常取为0.27%-2%，现在分别介绍如下:模式1:点子屡屡接近控制界限。所谓接近控制界限是指点子距离控制界限在1。以内，见图3-5:LCLLCLCLUCL图3—5点子屡屡接近控制界限这时，属于下列情况的就判断点子排列不随机，存在异常因素:(1)连续3个点中，至少有2点接近控制界限;(2)连续7个点中，至少有3点接近控制界限;(3)连续10个点中，至少有4点接近控制界限。这三条准则是以至少有2点、3点、4点来排列的。下面进行简单的概率分析，在过程正常为正态分布的情况下，点子在控制图中心线两侧超过2σ界限而仍在3σ界限内的概率为:P(μ＋2σ≤x≤μ＋3σ)＝2[Ф(3)－Ф(2)]＝2[0.99865－0.97725]＝0.0428式中Ф(3)=0.99865,Ф(2)=0.97725，可从标准正态分布表中查出。点子在中心线两侧未超过2σ界限的概率为:P(μ－2σ≤x≤μ＋2σ)＝2[Ф(2)－Ф(0)]＝2[0.97725－0.50000]＝0.95452222于是，若过程正常，则模式1中准则(1)的情况出现的概率为:2222P(连续3个点中至少有2个点接近控制界限)＝C3（0.0428)(0.9545)+C2(0.0428)＝0.0076由此可见，连续3点中至少有2点接近控制界限为小概率事件，若发生，则可判断过程异常。类似地，可用此方法计算出模式1中准则(2)和准则(3)的情况出现的概率(计算略)。但后两条准则由于需要观察的点子数较多，应用起来不是很方便，所以主要应用第一条，即连续3个点中，至少有2点接近控制界限来判断过程异常。模式2:链。在控制图中心线一侧连续出现的点称为链，其点子数目称作链长。若控制图中心线一侧出现链长不少于7的链时，判断点子排列非随机，存在异常因素，见图3-6。LCLLCLCLUCL图3—6链概率分析如下:2在过程正常为正态分布的情况下，点子在控制图控制界限内中心线一侧出现的概率为0.9973/2，则在控制图中心线一侧出现链长为7的链的概率为:2P(中心线一侧出现链长为7的链)=(0.9973+2)=0.0153由此可以看出，中心线一侧出现链长为7的链为小概率事件，因此，若发生，则可判断过程异常。模式3:间接链。连续11点中有10个点在一侧可判断过程存在异常，见图3-7LCLLCLCLUCL图3—7间接链概率分析如下:10101010在过程正常为正态分布的情况下，点子在控制图控制界限内中心线一侧出现的概率为0.9973/2，即为0.49865，则连续11点中有10个点在一侧的概率为:10101010P(连续11个点在一侧)=C11(0.49865)×0.9973+C11(0.49865)＝0.0114由此可以看出，连续11点有10点在中心线一侧为小概率事件，因此，若发生，则可判断过程异常。模式4：倾向。点子逐渐上升或下降的状态称为倾向。当有连续不少于7个点的上升或下降的倾向时，判断点子排列非随机，存在异常因素，见图3-8LCLLCLCLUCL图3—8倾向 概率分析如下:在过程正常为正态分布的情况下，出现n点倾向的概率为:22n!P(n点倾向)＝0.99730(n=0,1,2.n)2727!7由此得:P(7点倾向)=0.99737=0.00039可见，7点倾向为极小概率事件，若发生7点倾向，可判断过程异常。模式5:点子集中在中心线附近。所谓中心线附近指点子距离中心线在1σ以内。若连续15点集中在中心线附近可判断过程异常，见图3-9。LCLLCLCLUCL图3—9点子集中在中心线附近概率分析:正态分布的情况下，点子落于中心线两侧1。界限内的概率为:P(μ－σ≤x≤μ＋σ)＝2[Ф(l)一Ф(0)]＝2[0.3413－0]＝0.682615≥式中，Ф(l)与Ф(0)15≥P(连续15点集中在中心线附近)=0.6826=0.0033由此可见，0.0033与α0＝0.0027为同一个数量级的小概率，因此，若发生连续15点集中在中心线附近，可判定过程出现异常。模式6:点子呈现周期性变化，见图3-10：LCLLCLCLUCL图3—10点子呈现周期性变化点子呈现周期性变化可能有以下原因造成:操作人员疲劳、原材料有问题或设备应用过程中的波动积累等。消除这种周期性变化可以减少产品质量的波动，提高产品的质量。第四章常规控制图在南华电机耐压测试质量控制中的应用4.1南华电机集团电机加工流程南华电机集团电机加工流程如下：硅钢板硅钢板硅钢片转子片外购轴定子片定子、转子转子转子配件定子定子配件电机冲压冲压冲压内外槽铸铝车削喷油轴配件压铸成固定高，内外径喷涂，成型，嵌线4.2南华集团电机耐压测试简介南华集团电机耐压测试主要包括以下两个部分：线圈车间耐压测试和总装车间耐压测试。4.2.1线圈车间的测试流程嵌线嵌线耐压测试合格品区不合格品区返工维修后重新测试4.2.2总装车间的测试流程接三相电接三相电检测数据记录，并写铭牌卡合格品加入铭牌卡进入下道工序4.3p控制图在线圈车间耐压测试质量控制中的应用不合格品p控制图是表示不合格品在制造中所占得比例。如果不合格品控制图的点超出控制上限，即表示不合格品率增大，现场管理人员就要注意追查原因，看看制造工艺是否正常稳定，还是人工操作不够熟练，或存在其他原因。（1）p控制图常用符号：n——样本容量，即样本所含单位产品数d——样本中的不合格品数p——样本的不合格品率，——样本的平均不合格率，（2）控制限的计算：①各样本容量n相等时。中心线上控制线下控制限②各样本容量n不等时。中心线 各组的控制限分别为：上控制线下控制限i=（1，2，3，…，k）③若样本容量n1，n2，n3，…不相等，用平均样本数计算：=各组件样本容量之和/样本组数。如果各组容量n的变化在的±50%之内，则控制图控制限为：中心线上控制线下控制限针对耐压测试工站，记录20天耐压测试不合格品数（批量n=450），并利用上述公式计算出CL,UCL和LCL，如下表所示：然后利用excel表格制作出不合格品率p控制图如下所示：由图我们可以看出p控制图中存在上控制限外异常点，说明产品加工过程存在异常。需要我们去处理。通过对现场工人师傅的交流，了解到线圈车间耐压测试环节产品不良产生的主要原因归类如下：槽底，槽口击穿，相间击穿，匝间击穿，错线，夹线，槽口开裂，线在外等。通过对线圈车间耐压测试工站一年的不良情况进行统计，采集数据见下表：柏拉图主要用来分析各种不良原因或缺点项目中的重点部分，以便于再品质方面注意和改善的重点。柏拉图的应用，应可分性从小到大的各类问题，如下列一些状况：全厂所有缺点某个或某几个部门、生产线、机台、人员等的所有缺点某个或某几个产品的所以缺点某个或某几个客户所要之产品的所有缺点将上表中的各类缺陷进行一年的数据汇总，并计算出这些缺陷在不良品中所占得比例。按照降序进行排列，算出累积百分比。如下表：在excel中选择插入图表--自定义类型--线-柱图,数据源选择原始数据(不良数)及累计百分比,"系列"中的X轴分类标志选择不良类别,再下一步将"坐标轴"的"数值(Y)轴"勾上,将"数据标志"里的"值"勾上,继续完成图表.修改坐标轴刻度:将左边Y轴刻度最大值改为总不良数或更大,将右边Y轴刻度最大值改为1,图上的图例可以删掉.然后修订图表格式。完成柏拉图绘制如下：从上面的柏拉图可以看出，造成线圈车间耐压测试不良率高的原因主要在于槽口击穿（占58.48%），从而我们锁定槽口击穿为我们所要解决的首要问题：通过现场调查研究，利用鱼骨图对槽口击穿问题，从人机料法环方面进行原因分析。槽口击穿人机槽口击穿人机操作不熟练操作不熟练量具不稳量具不稳机器误差责任心不够机器误差责任心不够灰尘变形灰尘变形过程控制不好过程控制不好温度破损温度破损湿度湿度作业流程不便作业流程不便环料法环料法从鱼骨图中可以看出，造成槽口击穿的主要原因是：1.员工作业时，责任心不够改进方法：倡导员工进行到全员参与的质量管理中来，比如开展质量活动，让员工知道质量管理的重要性，并意识到自己在整个质量控制中的重要性，提高员工左右积极性。同时可以实施员工责任制，班组比赛制，流水线生产时，产品故障问题明确到人并进行奖惩，班组之间可以相互监督和竞争来促进大家对质量要求的提高。2.过程控制不好改进方法：产品的质量并不是检验出来的，而是制造出来的，所以产品过程控制的好坏对产品质量有着举足轻重的作用。南华集团电机质量过程控制方面还有待改进，它只是对不合格电机进行二次重工，并没有一个系统的管理方法使得不合格品原因及时的反馈给前工序，并组织人员进行改善。所以我们可以设想建立一个全局的过程控制，将每个车间的产品不合格原因及时的反馈给前加工，这样可以使得前加工及时的了解自己的不足，及时改正。4.4控制图在总装车间二厂耐压测试质量控制中的应用4.4.1南华集团总装车间电机耐压测试的工艺流程小型三相异步电动机出厂前要对其各方面的性能做一个综合的测试，测试前工艺准备如下：1.检查待试电机规格型号是符合工作指令，外形是否完整，除线端标记三色线是否正确，紧固螺钉，螺栓及螺母是否旋紧，转子转动是否灵活。2.将同一规格电机分成20台（或10台）一组推至规定的检查区域的辊道线处，根据电机功率的大小，即3KW及其以下者按Y接法接通电源，3KW以上者按△接法接通电源，或按接线图要求接通电源。3.检查操作台仪器及电气设备工作是否正常，试验电源电压，频率是否稳定，电压和频率两者变化分别不超过±5%和±1%。其主要耐压测试工艺过程如下：1Y,Y2系列380V/50HZ电机的出厂试验检查。1.1空载试验：打开电源总开关，顺次起动电机，观察运行情况，监听有无异常声音，运转是否正常。电压取额定电压380V，空转时间如下：功率10KW以下者不少于8min；10KW-100KW，15min-30min；100KW以上者，不少于30min。1.2匝间绝缘（超压）试验：空转正常后，讲电源电压提高到额定电压的130%，即494V，再空转3min，应不发生短路现象。1.3堵转（短路）试验：用制动夹将电机卡住不转，给定子绕组加上100V的电压，读取短路电流IK和功率PK（即损耗），IK=（1-1.4）In（额定电流），三相短路电流与平均值的偏差不大于3-4%为合格。1.4耐压测试（打高压）：试验时，电机处于静止状态，相间分开，用铁链将机壳接地，当电压升到880V后，再用不少于10s的时间慢慢升到耐压值1760V并保持1min，分布进行对地及相间耐压检查，再降至880V以下切断电源历时1min不发生击穿为合格。从检测现场我们可以收集到的数据主要包括：（1）电机空载、超压、及堵转试验时的各类仪器显示数据。（2）产品的各类故障数、试验产品总数、不合格产品数及不合格率等统计数据。4.4.2p控制图在总装车间二厂耐压测试质量控制中的应用总装车间二厂产品耐压测试数据汇总：然后利用excel表格制作出不合格品率p控制图如下所示：在总装车间质量管理部门收集总装二厂八个月耐压测试数据如下：将上表中的各类缺陷进行数据汇总，并计算出这些缺陷在不良品中所占得比例。如下表：按照降序进行排列，算出累积百分比。如下表： 在excel中选择插入图表--自定义类型--线-柱图,数据源选择原始数据(不良数)及累计百分比,"系列"中的X轴分类标志选择不良类别,再