SPC补充教材T课件讲义教材

SPC补充教材

X-bar管制图发生特异值之原因

特异值(freaks):某个观测值明显的与其它值不同。可能是工具设置错误后立即改进

测量错误

绘制错误

操作错误

设备故障等

X-bar管制图发生周期变化之原因

周期变化(cycles):

在一个短区间，数据会以某种模式重复。可能是季节性因素影响如气温与湿度等

固定设备已磨损的位置或纹路

操作员疲劳

电压变化

工作轮调等

X-bar管制图发生平均值改变之原因

平均值改变(shiftinlevel):

平均值明显不在中心线附近可能是引进新原料

操作员技术更熟练

改变设备维修计划

引进制程管制等

X-bar管制图发生趋势之原因

趋势(trends):管制图中的点逐渐上升或下降可能是工具与夹治具逐渐磨损

操作员学习中

维修技术不良

制造现场之环境脏乱

X-bar管制图发生混合之原因

混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分散可能是两种以上的原料﹑操作员﹑机器测量工具﹑生产方法交错使用

X-bar管制图发生规则性变化之原因

规则性变化(systematicvariable):

管制图中的点一上一下有秩序的出现可能是轮班人员不同

测试仪器不同

装配线不同

抽样行为呈有规则性变化

X-bar管制图发生分层之原因

分层(stratification):是一种稳定的混合型，

通常是靠近中心线或管制界限可能是两种以上原料

操作员

机器测量工具

生产方法交错使用

管制界限计算错误

数字的小数点错误

X-bar管制图发生不稳定之原因

不稳定(instability):出现不寻常的大波动可能是大规模机器重新调整

夹治具位置不正确

不同批的原料混合使用

R管制图发生特异值之原因

特异值(freaks):某个观测值明显的与其它值不同。可能是操作步骤漏失

测试产品

计算错误

设置后所生产的第一个产品等

R管制图发生周期变化之原因

周期变化(cycles):

在一个短区间，数据会以某种模式重复。可能是维修排程

操作员疲劳

轮班

工具磨耗等

R管制图发生平均值改变之原因

平均值改变(shiftinlevel):

平均值明显不在中心线附近可能是夹具

制程方法

制程技术

R管制图发生趋势之原因

趋势(trends):管制图中的点逐渐上升或下降可能是某些零件逐渐松动或磨耗

多种原料混合使用

R管制图发生混合之原因

混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分散可能是两种以上的原料﹑操作员﹑机器测量工具﹑生产方法交错使用

R管制图发生规则性变化之原因

规则性变化(systematicvariable):

管制图中的点一上一下有秩序的出现可能是抽样行为呈有规则性变化

R管制图发生分层之原因

分层(stratification):是一种稳定的混合型，

通常是靠近中心线或管制界限可能是两种以上原料

操作员

机器测量工具

生产方法交错使用

R管制图发生不稳定之原因

不稳定(instability):出现不寻常的大波动可能是与操作员﹑机器﹑测试仪器﹑原料有关

P管制图发生特异值之原因

特异值(freaks):某个观测值明显的与其它值不同。可能是抽样数改变

从完全不同的分配中抽样

偶然出现非常好或坏的批量等

P管制图发生周期变化之原因

周期变化(cycles):

在一个短区间，数据会以某种模式重复。可能是排序操作问题

抽样操作问题

固定的供货商变化

P管制图发生平均值改变之原因

平均值改变(shiftinlevel):

平均值明显不在中心线附近可能是夹具

制程方法

制程技术

引进新原料

操作员技术更熟练

改变设备维修计划

引进制程管制

标准变化

P管制图发生趋势之原因

趋势(trends):管制图中的点逐渐上升或下降可能是某些零件逐渐松动或磨耗

多种原料混合使用

工具与夹治具逐渐磨损

操作员学习中

维修技术不良

制造现场之环境脏乱

P管制图发生混合之原因

混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分散可能是两种以上的原料﹑操作员﹑机器测量工具﹑生产方法交错使用

P管制图发生规则性变化之原因

规则性变化(systematicvariable):

管制图中的点一上一下有秩序的出现可能是抽样行为呈有规则性变化

有规则性的从不同母体中抽样

P管制图发生分层之原因

分层(stratification):是一种稳定的混合型，

通常是靠近中心线或管制界限可能是两种以上原料

操作员

机器测量工具

生产方法交错使用

P管制图发生不稳定之原因

不稳定(instability):出现不寻常的大波动可能是大规模机器重新调整

夹治具位置不正确

不同批的原料混合使用

与操作员﹑机器﹑测试仪器﹑原料有关

非随机抽样

【例】：生产线圈之制程是以xbar-R管制图监视线圈之电阻值，样本大小采用n=5，25组样本数据如下表所示。以这些数据建立xbar-R管制图。样本观测值

R1202320232221.8032191721212120.2043252020172021.0084202122212121.802519242322018.60226222018181920.6047182019182020.4028201823202122.0059212024232223.80410211920202022.00211202023222023.20312222120222324.00313192219181922.00414202122212224.00215202424232325.80416212024202124.40417201818202022.60218202422232326.00419201923201924.00420222121242226.00321232222202226.00322211818171923.00523212424232327.60324202221212025.60425192021212225.606

和521.0087【解】：通常在设立

与R管制图时，最好先从R管制图开始，因为

之管制界限是由制程变异性来决定，除非制程变异在管制内，否则此管制界限将不具任何意义。Step1：

＝3.48查表得D4＝2.115，D3＝0UCLR=

＝2.115×3.48＝7.360中心线=

＝3.48LCLR=

＝0Step2：因为第五组样本超出管制界限，查明原因后，将之剔除。重新计算出

修正后的R管制界限为UCLR=

＝2.115×3.29＝6.958LCLR=

＝0Step3：观察上图显示在此新的管制界限下，R管制图制程在管制内。此时可以进行

建立。

经查表知道n=5时，A2﹦0.577，管制界限为UCL=

＝20.858＋0.577×3.29＝22.756LCL=

＝20.858－0.577×3.29＝18.960依此画出

管制图由图中观察出第15,22,23组样本超出管制界限，在找出原因后，重新计算。可以画出下面的管制图。【例】某种化学产品之主要质量特性为黏度，此产品系以批量之方式生产，由于生产率太慢，故使用样本大小n=l，下表为20批产品之数据。试计算管制界限。

批号黏度移动全距136.3

228.67.7332.53.9438.76.2535.43.3627.38.1737.29.9836.40.8938.31.91030.57.81129.41.11235.25.81337.72.51427.510.21528.40.91633.65.21728.55.11836.27.719306.22028.31.7平均32.85.053【解】此20批产品黏度之平均值

＝32.8，两连续数据之移动全距的平均值

＝5.053，查表得知D3＝0，D4＝3.267。由此可得移动全距管制图之参数为UCL＝D4*

＝3.267×5.053＝16.508中心线＝5.053LCL＝0上图为移动全距管制图，从图中可看出并无点超出管制界限。对于个别值管制图，查表得知n=2，d2＝1.128其参数为UCL＝

＝32.8＋3(5.053/1.128)＝46.238

中心线＝32.8LCL＝

＝32.8－3(5.053/1.128)＝19.362【例】某除草机制造商以p管制图管制除草机在发动时是否正常。该公司每天抽取40部做试验，第一个月之数据如下表所示，试建立试用管制界限。日期不合格品数日期不合格品数日期不合格品数日期不合格品数1471137190238314220131901532134210116322253112172

62124188【解】由于每天抽样之样本数均相同，因此不合格率之平均值可以利用下式计算:

＝0.0648管制界限为UCL=0.648＋

＝0.1816UCL=0.648－

＝－0.052由于LCL＜0并无意义，因此我们将LCL设为0其p管制图如下【例】：假设不合格率之平均值为

=0.255,n=45，试计算np管制图之参数。【解】：UCL=

＝20.25LCL=

＝2.7在np管制图中，图上所描绘之点代表样本中之不合格品之数目，而不合格品数必须为整数。所以样本之不合格品数介于3至20间(含3及20)，则制程可视为在管制内。【例】：下表是某汽车工厂生产之车门不合格点数记录，每组样本大小为100，试建立管制图。样组不合格点数样组不合格点数151472815434169491711512181067196782098122122921221310723811122410126257139

【解】：此25组样本共含236个缺点，因此c之估计值为

＝9.44试用管制界限为UCL=

＝18.66中心线=

＝9.44LCL=

＝0.22依此25组样本绘制下面管制图其中样本9及21均超出管制界限，因此必须诊断样本9及21之异常原因。若异常原因已排除后，则可将样本9及21之数据删除，并重新计算管制界限，新的不合格点数之平均值为c=193/23=8.39。修正后之管制界限为UCL=

＝17.08中心线=

＝8.39LCL=

＝0.0修正后管制图如右【例】：某打字行以每千个字中之错误，来衡量其打字员的质量。该打字行记录某位打字员每天所完成之打字中的错误，其数据如右表所示。计算试用管制界限。日期份数字数错误数目样本大小每检验单位之不合格数1157236327.2364.4223332147506257.5063.3306693106221246.2213.8579014115670