控制介绍课件

17控制部分1

控制介绍17控制部分2控制控制,建立能够保证连续指示过程或服务品质一致性的行动利益17控制部分3控制的方法统计过程控制-休哈特控制图-高级控制图控制计划-5S-学习型组织防错沟通技巧17控制部分4SPC的基本概念SPC(statisticalprocesscontrol):为了贯彻预防原则,应用统计技术对过程中的各个阶段进行评估和监督,从而保证产品与服务满足要求的均匀性.17控制部分5SPC的特点 与全面质量管理相同,强调全员参与,而不是只依靠少数质量管理人员。强调应用统计技术方法来保证预防原则的实现。SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程，整个体系出发来解决问题。SPC的重点就在于“P”（Process.过程。可判断过程的异常，及时告警。不能告知此异常是什么因素引起的。17控制部分6开发日期控制图作用1925SPC告警1980SPD告警+诊断1990SPA告警+诊断+调整SPC的发展17控制部分7统计控制状态 概念：只有偶然原因而无异常原因引起的变异的状态优点：---对产品的质量有完全把握---生产也是最经济的---在控制状态下，过程的变异量最小。17控制部分8变异变异是品质的恶魔，变异决定了没有任何两个东西是完全相同的。变异是无处不在的，任何过程，任何测量，任何样本中都存在变异！17控制部分9变异来源变异可来源于以下变化:

材料品质机器设置条件人方法测量环境17控制部分10变异的类别变异的一种分类方法为:部品内变异(位置变异)部品间变异(部品部品变异)批之间的变异(批-批变异)生产线之间的变异(线-线变异)经时变异(时间-时间变异)测量变异(量具重复性和再现性变异)17控制部分11品质和变异何为”品质”?品质就是适合使用品质∝17控制部分12产品控制品质控制模型17控制部分13产品控制品质控制模型无法控制的输入过程可控制的输入产品观测:数据收集评估:数据分析

诊断:缺陷发现决策:行动计划实施:采取行动17控制部分14统计过程控制进程控制方法模型聚集于制造过程,采用预防行动取代纠正行动.一些老的产品控制概念中没有的统计思想,允许用抽样方法来理解整个过程.新的名称叫-StatisticalProcessControl(SPC).17控制部分15统计过程控制休哈特博士-----控制图之父贝尔实验室的物理学家被邀请帮助军方设计通讯耳机.在1924年发明×-R图.1931年出版专著<<制造产品品质的经济控制>>17控制部分16制造业的成功制造业的关键成功因素在于能通过SPC的有效使用不断发现和消除问题.SPC应用的主要程序如下:理解变异的原因:

休哈特发现了两类基本变异原因变异的偶然原因变异的可归属原因开发识别这些原因的方法:SPC控制图

17控制部分17SPC控制图介绍控制图的概念和原理17控制部分18两类基本变异原因偶然原因不可避免的原因可归属原因可被控制17控制部分19两类基本变异原因变异的偶然原因归因子许多微小的不可避免的变异来源的累积影响.也被称为:共有变异随机变异固有变异自然变异当一个过程运行于只存在偶然原因变异的情况下,称其处于受控状态.17控制部分20两类基本变异原因变异的可归属原因与偶然变异不同的过程变异,它会扰乱一个过程,使其输出失常.这类变异的例子有:错误的调整机器.过多的工具磨损有缺陷的原材料当一个过程运行于存在特殊原因的状态下时,称为该过程失控.17控制部分21SPC控制图的目标所有控制图只有一个共同的目标检测出引起过程重要变异的可归属变异原因,从而:在过程产生大量不合格品之前采取调查和纠正行动以消除引起过程变异的可归属原因.换句话说,保持过程处于统计控制状态.17控制部分22SPC控制图的目标以下是SPC控制图的第二目标或第一目标的直接利益．降低教程变异．帮助评价过程参数并建立其过程能力．17控制部分23SPC控制图的通用格式品质特性的图解比较和计算的控制界限．通常而言，品质特性的抽样统计值沿时间轴被绘于图上，有时直接将实际值绘于图上．17控制部分24SPC控制图的通用格式控制图画出了随时间变化的变异．控制界限(UCL)和(LCL)帮助我们区别两类不同类别的变异原因．17控制部分25SPC控制图的通用格式一个超出UCL或LCL的点表示过程失控．需采取调查和纠正行动来消除变异的可归属原因．可归属原因可能是测量误差、测绘误差、某些过程输入的特殊变异等．17控制部分26过程控制和过程能力如何区别过程控制和过程能力？17控制部分27过程控制意味着只存在偶然原因变异来源引用“过程的声音”，我们只需从过程取得数据以确定是否一个过程受控．品质特性用以监控过程输出是否随时间形成一个稳定的分布，只使用从过程数据计算得来的控制界限．一个过程受控并不意味着其为一个能力强的过程．17控制部分28过程能力过程好坏通过过程能力来测量．比较“过程的声音”和“客户的声音”，能力根据客户规格或需求得来．根据产品特性在客户规格内的比例确定一个稳定的分布满足客户要求的能力．17控制部分29过程界限各规格界限规格界限（USL,LSL)由设计确定代表单个产品值的公差界限通常与过程变异无关控制界限(UCL,LCL)来源于过程变异常用于过程变异常用于抽样统计量如子组均值或极差,而非单值17控制部分30三类界限单值分布样本均值分布17控制部分31规格界限在控制图上不采用!规格界限不会画在子组控制图上规格界限包含品质特性的单值,控制界限包含品质特性的抽样统计量.规格界限为根据外部需求所加,因此不能帮助识别可归属原因.点在控制界限内并不意味着该部品满足客户规格,或CPK要求.17控制部分32休哈特控制图-概要休哈特控制图的特点是将控制界限设置在过程均值的Kδ距离.通常K值为3:UCL=μw+3δwCL=μwLCL=μw-3δw无论数据类别为变量数据或属性数据,休哈特控制图都给出所感兴趣的品质特性的抽样统计量.17控制部分33常用的控制图分布控制代号控制图名称备注正态分布(计量值)

-R

均值-极差控制图

-S

均值-标准差控制图-R

中位值-极差图×-RS

单值-极差图17控制部分34常用的控制图组数数据1数据2数据3数据4均值极差标准差第一组484852525042.3第二组4850505250416第三组4546545550105.217控制部分35常用控制图分布控制代号控制图名称备注二项分布(计件值)p均值-极差控制图p,np图可由不合格数次npTnp均值-标准差控制图泊松分布(计点值)u均值-极差控制图用cT代替u.c图c均值-标准差控制图17控制部分36均值-极差图-R--图用于观察正态分布均值的变化:R图用于观察正态分布的分散情况或变异度的情况.-S---同均值-极差图,用标准代替极差,R图计算方便;但当n>10时,S图比R图效率高;最终替代R图;中位极差图-R图,表示中位值.现在由于计算机应用普及,故已淘汰,被均值-标准差图替代.常用控制图17控制部分37两种错误一.第一种错误:虚发警报(falsealarm)二.第二种错误:漏发警报(alarmmissing)17控制部分38控制图的两类错误三.减少两种错误所造成的损失:UCL、LCL距离间隔大,α减小β增大.UCL、LCL距离间隔小,α增大β减小.UCL、LCL距离间隔3σ,α=0.27%17控制部分39控制图的两类错误影响α错误的因素:控制界限幅度影响β错误的因素:控制界限幅度均值偏移幅度标准偏差变动幅度样本大小17控制部分40规范界限与控制界限的区别规范界限:区分合格品与不合格品控制界限:区分偶然原因引起的波动和特殊原因引起的波动.17控制部分413σ方式确定控制界限UCL=μ+3σUCL=μUCL=μ-3σ虚发警报α

=0.27%漏发警报β

=17控制部分42控制图两类错误的损失17控制部分43分析用控制图与控制用控制图分析用控制图应用控制图时,首先将非稳态的过程调整到稳态,用分析控制图判断是否达到稳态.确定过程参数.特点:1.分析过程是否为统计控制状态.2.过程能力指数是否满足要求?控制用控制图等过程调整到稳态后,延长控制图的控制线作为控制用控制图.应用过程参数判断.17控制部分44分析用控制图与控制用控制图的应用17控制部分45控制图的两个阶段分析用控制图判断过程是否稳定不稳定,调至稳定过程的过程能力指数是否满足要求,过程能力指数满足要求称之为技术稳态.控制用控制图延长分析控制图的控制线17控制部分46控制图判断和理论基础控制图对过程异常的判断以小概率事件原理为理论依据.所谓小概率事件原理又称为小概率事件不发生原理.其数字定义是:若事件A发生的概率和很小(如0.01)现经过一次(或少数次)试验,事件A居然发生了,就有理由认为事件A的发生是异常.实际上发生概率为”零”的事件(绝对不发生的事件)永远是不知的,是不存在的事件.所以,把很少可能发生的(即发生概率很小的事件)定义为异常事件.17控制部分47控制图判断和理论基础(续)在统计技术应用中,首先应设置小概率α,实际是允许判断错误的概率,所以又称是小概率α为风险度或显著水平.与风险度相对应的是置信度(1-α).设置小概率α的数值是根据被判断事物本身的重要程度而确定,对很重要的事物一旦发生错判,所造成的损失或影响很大,此时的小概率α应尽可能设置的数值要小一些.而对于不重要的事物,即使错判,所造成的损失或影响并不严重,此时的小概率α的数值可以设置大一些.一般情况下大都设置为0.01,即置信度为0.99.17控制部分48首先,设置小概率α.

然后,设想很多可能在过程中发生的事件,一一计算每个事件的发生概率.若P>α,该事件为正常事件.若P≤α,该事件为正常事件.此时,事件本身即成为对异常判断准则是对大量异常事件归纳,整理后的结果.控制图判断准则的确定程序17控制部分49处理过程变异---基于直观和基于统计过程无时无刻不在发生变化,这种变化表现在过程输出---产品及服务上,即产品和服务质量的波动,质量管理的核心目的之一就是要分析,鉴别产品过程波动的原因,将其控制在稳定水平上从而保证过程输出的稳定性.控制图就是一种常用于过程控制的强有力工具.统计思想及控制图17控制部分50控制图是从统计的观点来认识和处理过程变异的,它和传统的处理方案有何区别呢?下面我们举例说明.统计思想及控制图17控制部分51过程永远处于变异之中,这是由质量本身的波动性所证明了的,引起过程变异的原因十分复杂繁多.有些变异原因是我们可以识别和控制的,而有变异原因我们目前无法识别或无法控制.在进行过程管理时,只有明确识别引起过程变异的原因中,哪些是无法识别或不可人为控制的,采取的改善和控制行动才是有针对性的,才可能取得效果.过程的两类变异原因17控制部分52任何工作都可以看作一个过程,如工件加工过程、交易过程、测量过程等.存在过程就一定存在变异,比如同一个机床加工的一堆工件,其长度尺寸一定不会完全一样,如果将该批零件的长度尺寸测量值做成直方图,可得到以下图形.测量1个工件测量2个工件测量3个工件过程变异17控制部分53从上面的图形中可以看出,每个工件的测量结果可能不同,但如测量一批工件,其测量数据会形成一个有规律的分布,用以下几个特性可以描述工件的分布特征.过程变异17控制部分54位置描述了数据分布的典型值,如均值,中位数,分布中心等,下图表示了过程数据分布的位置差异.17控制部分55分布宽度描述了数据分布的最大值与最小值之间的距离,下图表示了过程数据分布宽度差异.分布宽度17控制部分56分布形状描述了数据分布的形状特征,如是否对称,是否”钟”型等.下图表示了过程数据分布的形状差异.从上面的分析可知,过程数据随时处于波动中,同时又有其波动规律,我们可以通过过程数据分布的位置、分布宽度和分布形状来分析其特性.分布形状17控制部分57统计思想及控制图---过程变异17控制部分58前面讲过,影响过程波动的原因十分复杂繁多,但根据原因的性质,我们可将其划归为两类:即特殊原因(可指出原因)和普通原因(共有原因).下面分别作以探讨.1.普通原因(1)普通原因是造成过程数据之间差异,但数据总体分布随时间推移具有重复性和稳定性的许多变异原因的总和.(2)对普通原因的图示说明下图表示了只有普通原因作用于过程时对数据分布产生的影响.影响过程波动的两类原因17控制部分59

单个工件之间的差异一批工件的分布随时间推移,过程数据颁布状态(位置、分布宽度、分布形状)未变.17控制部分60从上图可知,普通原因会引起单个工件尺寸的偏差,但如一个过程只存在普通原因时,随着时间推移,该过程数据分布的位置、宽度和形状等特征均未发生变化.(指统计意义上的显著变化).变通原因具有以下特点1.存在于任何过程.2.不能利用现有技术进行控制.3.其对进程的影响轻微且不确定.影响过程波动的两类原因17控制部分61

1.特殊原因是造成过程数据之间差异,且数据分布随时间推移会发生变化的原因.

2.对特殊原因的图示说明:

下图表示了当过程存在特殊原因作用时,数据分布状况.

随时间推移,过程数据分布状态(位置、分布宽度、分布形状)发生变化.特殊原因17控制部分62特殊原因具有以下特点1.有时出现,有时消失.2.不一定是每个过程同时存在.3.对其过程的影响很大.4.可利用现有技术对其进行控制.

通过以上分析可知,根据其性质,可将过程变异原因分为普通原因和特殊原因,质量管理的主要任务之一是区别普通原因和特殊原因,并对特殊原因加以改善控制.特殊原因17控制部分63普通原因引起的变异约占过程问题的15%.由统计分析发现(如SPC),由过程控制人员解决.特殊原因引起的变异约占过程问题的85%.由过程能力分析发现.由管理层努力消除.特殊原因17控制部分64以某个文员电脑打字为例,对特殊原因和普通原因加以说明该文员连续打字8小时,每小时查一次其进度,发现其每小时打字数不同,该过程可能的特殊原因和普通原因举例如下:普通原因:1.文员打字过程手的动作频率.2.文员打字过程心理变化.3.被录入文件中字的变化等.特殊原因:1.在某个时间段文员身体不舒服.2.环境测试变化.3.在某个时间稍事休息或喝水.4.在某个时间间断打字,做复印文件等工作.特殊原因和普通原因例17控制部分65过程永远处于变异之中,过程数据会呈现一种特定的分布,根据过程数据随时间变化的分布状态(位置、形状、宽度等)可以对过程做以断,通过判断过程变异原因的类别,确定是否需对其进行改善和控制.与传统的质量检测相比,过程控制可以发现出现问题的趋势,据此针对性分析和改善,可以有效预防过程产生不合格品,从而大大降低成本.本节我们将对过程控制和过程实际表现---过程能力做以研究.过程控制和过程能力17控制部分66通常来进,任何过程都可归入以下四类过程中的某一类:1.处于受控状态(即不存在变异的特殊原因)且有能力满足要求.如下图所示:

能力满足要求处于受控状态过程的四类状态17控制部分67

2.处于受控状态但普通原因引起的偏差过大,如下图所示:能力满足要求处于受控状态(分布过宽)过程的四类状态17控制部分68过程的四类状态17控制部分69

3.不是受控状态,但有能力满足要求,如下图所示:过程的四类状态17控制部分70

4.不是受控状态,能力不满足要求,如下图所示:过程的四类状态17控制部分71以上四类过程可表示如下表:以上四类过程包含了现实中的各类过程,那么我们希望的过程是哪一类?对不希望的过程如何去处理它呢?1.通常而言,较理想、也是可接受的过程淡”1”类过程,因此此过程没有特殊原因引起的变异(处于受控状态)且满足客户要求.2.对于”2”类过程,虽然受控但由于普通原因导致的过程变异过大,因此需采取系统改善措施来降低普通原因引起的变异.过程的四类状态满足要求不满足要求过程受控12过程不受控3417控制部分723.对于”3”类过程,虽然满足客户要求,但因过程顾虑特殊原因,这种原因如不消除,随时有可能使过程不满足要求,因此需识别引起过程变异的特殊原因并消除它.4.对于”4”类过程,因其既存在明显的特殊原因,又可能存在较多的普通原因影响,因此需首先区分特殊原因和普通原因,如过程转变为”2”过程,由按”2”类过程处理方法去处理,如过程转为”1”类过程,说明该过程变异的主要原因为特殊原因,并已消除,过程受控且满足要求.过程的四类状态17控制部分731.过程能力是指一个过程满足要求的能力,也可以理解为过程生产合格品的能力.2.过程能力的衡量指标.

过程能力可以用几个不同的指数来衡量,它们是:(1)CP(2)CPK(3)CPM(4)Z

以上指数从不同的角度来描述过程能力,关于这些指数的意义和使用方法,后续我们会作详细介绍.过程能力17控制部分743.长期能力和短期能力

(1)短期能力在统计过程控制方法中,短期能力是以在较短时间(如一个操作循环)内取得的过程数据为基础对过程进行研究的,短期能力研究的目的,是判断过程在某个阶段的”固有能力”.衡量短期能力的指数为CP和ZST.(2)长期能力长期能力是以在相当长的时间内取得的数据为基础对过程”满足要求的能力”进行研究的,长期能力研究的目的是判断过程持续满足要求的能力.衡量长期能力的指数为CPK和ZLT统计过程方法中,计算过程能力指数的条件.

过程能力可以预测过程满足要求的能力,为了使预测准确和有效,一般要求过程处于统计受控状态后,才可计算其过程能力指数.过程能力17控制部分755.过程的四种状态与过程能力的关系.

过程能力的研究可以综合评估过程控制水平和过程满足要求的能力.对于不同的四类过程状态,以同一过程为例,其不同的状态与长期能力和短期能力的对应关系可用下表来表示:过程能力过程类别短期能力CP长期能力CPKCP与CPK差异1高高小2低低小3高低大4低低大17控制部分76控制图又称SPC图,是进行过程控制的强有力工具,它通过运用统计技术来区分过程变异的特殊原因和普通原因,从而达到控制过程变异的目的,控制图的最终目标在于预防问题的发生及减少浪费.控制图及其控制原理17控制部分771.1924年修哈特博士在贝尔实验室发明了控制图.2.1939年修哈特与戴明合写了<<品质观点的统计方法>>专著.3.二战后英美两国将品质控制图方法引入制造业并应用于生产过程.4.1950年,戴明到日本讲学,介绍了SQC的观念与技术.5.SQC是在发生问题后才去解决,是一种纠正措施,浪费较大,所以发展出了SPC.6.美国汽车制造商对SPC很重视,使SPC图得以广泛应用.7.ISO9000质量体系十分重视过程控制和统计技术的应用,对其有专门要求.控制图的起源及发展17控制部分781.收集数据收集数据是应用控制图进行过程控制的第一步,收集到的数据须能被画到控制图上.这些数据可能是产品的某个尺寸或电参数、过程不良率或打字错误等.2.实施控制

(1)将收集到的数据画在控制图上并计算控制界限,注意控制界限不是规格界限,规格界限是判断产品是否合格的依据,而控制界限是判断过程稳定与否的依据.(2)比较控制界限与画好的数据,以判断该过程是否存在变异的特殊原因.如果存在,则进行分析和改善,再对改善后的过程重新进行收集数据和控制,重复此过程直至过程不存在特殊原因.使用控制图进行过程控制的步骤17控制部分793.分析当实施控制阶段后,过程不存在特殊变异原因了,”处于统计控制状态下”,这时可继续使用控制图作为控制工具,并可计算过程能力指数,通过分析过程能力,可量化过程满足要求的程度.4.改善在分析阶段如发现过程能力过低,即过程合格率太低,说明过程中存在的变通原因引起的变通原因引起的变异过大.需采取改善措施提升过程能力,减少普通原因引起的变异.使用控制图进行过程控制的步骤17控制部分801.3Sigma原理在各类过程中,数据往往服从正态分布,如果随机变量ζ服从正态分布N(μ,α2),则ζ落在区间(μ-3σ,μ+3σ)之内的概率为99.73%,落在区间(μ-3σ,μ+3σ)之外的概率为0.003%,因为其落在(μ-3σ,μ+3σ)之外的概率很小,因此常把区间(μ-3σ,μ+3σ)看作随机变量ζ的实际可能取值区间,这一原理叫做3Sigma原理.3Sigma原理是控制图的控制界限的设置基础.控制图的控制原理17控制部分812.数据服从正态分布时落在各区间的概率.

如果数据服从正态分布,其落在各μ+nσ区间的概率如下图所示:控制图的控制原理-6σ-5σ-4σ-3σ-2σ-1σμ1σ2σ3σ4σ5σ6σ17控制部分82从上图可知,随着σ倍数的提高,数据落入其区域的概率大幅度提高.控制图正是应用了3Sigma的原理.即以+3σ和μ-3σ作为控制上、下界限.当过程处于稳定状态且数据服从正态分布时,每个数据落入(μ-3σ,μ+3σ)区间的概率为99.73%.即过程受控时,所有点不应超出(μ-3σ,μ+3σ)的控制界限.控制图的控制原理17控制部分833.控制图的控制界限设置原理可表示如下图

UCLCLLCL下图中,UCL表示上控制界限,对应于-3σLCL表示上控制界限,对应于CL表示上控制界限,对应于-3σ

μ表示分布中心控制图的控制原理17控制部分844.控制图对过程异常原因的反应控制图可以”忠实”地反映出过程的变化趋势,如果过程出现特殊原因引起的变异,控制图可以敏锐地捕捉到.下面以”平均值---极差”(-R)控制图为例来说明控制图是如何将特殊原因中分离出来的.(1)实际过程数据可能的分布变化如下表:状态变化状况判定1过程分布位置,形状,宽度均不随时间变化稳定2过程分布随时间变化,形状和宽度不变不稳定3过程分布形状随时间变化,位置和宽度不变可能稳定4过程分布宽度随时间变化,位置和形状不变不稳定5过程分布位置,形状,宽度均随时间变化不稳定6过程分布位置和形状随时间变化,宽度不变不稳定7过程分布位置和宽度随时间变化,形状不变不稳定8过程分布宽度和形状随时间变化,位置不变不稳定控制图的控制原理17控制部分85分析上表可知:1.对于”1”类过程,因为其受控且满足要求,故短期能力高,长期能力也高;短期能力和长期能力之间的差异也小.(原因为过程受控后位置与分布宽度保持不变)2.对于”2”类过程,因其不满足要求,故短期能力较高,长期能力较低;又因为其受控,因此短期能力和长期能力之间的差异也小.3.对于”3”类过程,因其满足要求,故短期能力较高,又因为其受控,故长期能力较低;因此短期能力和长期能力之间的差异也大.4.对于”4”类过程,因其不满足要求,故长,短期能力均较低,又因为其受控,因此短期能力和长期能力之间的差异较大,长期能力比短期能力更低得多.控制图的控制原理17控制部分86

-R图对上图中各类过程变化的反应,如下图所示:(1)过程变化状态1对应的-R图.控制图的控制原理17控制部分87过程变化状态2对应的-R图控制图的控制原理17控制部分88过程变化状态3对应的-R图控制图的控制原理17控制部分89过程变化状态4对应的-R图控制图的控制原理17控制部分90过程变化状态5对应的-R图控制图的控制原理17控制部分91过程变化状态6对应的-R图控制图的控制原理17控制部分92过程变化状态7对应的-R图控制图的控制原理17控制部分93过程变化状态8对应的-R图控制图的控制原理17控制部分94从上面的过程变化状态及控制图的反应可知,当过程存在特殊变异原因致使过程数据分布的宽度和位置发生变异时,控制图可以及时反应出来---或者×图超规格,或者R图超规格.但控制图对过程数据分布形状的改变并不敏感.好在实际中,仅分布形状随时间发生变化的情况并不常见,且如分布宽度和位置保持不变,仅分布形状变化对过程满足要求的能力影响不大.控制图的控制原理17控制部分951.数据服从正态分布是控制图的基础和必要条件,在实际过程中也发现大量的随机变量数据服从正态分布,其原因如何解释呢?2.中心极限定理无论单个独立变量服从何种分布,只要抽样n足够大,样本平均值或其总和的分布,都近似服从正态分布.对中心极限定理的解释:(1)掷骰子时,单个骰子掷起后,其1-6面朝上的概率均为1/6,但当同时掷起n个骰子后,骰子朝上面的平均值或点数之和近似地服从正态分布.示意如下图.中心极限定理17控制部分9610条生产线3个月的产量,对单条生产线来说,可能不服从正态分布,但如将每天每条生产线的产量求和,3个月(90天)的产量近似的服从正态分布.示意如下图.

123456

单个骰子点数的分布

n个骰子点数平均值的分布n个骰子点数之和的分布中心极限定理

n个骰子点数之和的分布17控制部分97

根据中心极限定理,无论控制图所控制的分布,质量特性服从何种分布,只要抽样数足够多,(一般计量值每组抽样5PCS),对计数值,抽样数远大于5,则其平均值的分布服从正态分布.中心极限定理17控制部分981.休哈特博士曾经做过一个很有趣味的试验.从总体分布为矩形分布和三角形分布中,抽取n=4的样本,计算样本均值×.经多次试验后发现,样本均值×基本上符合正态分布.见图1.2.继休哈特之后又有很多专家做了类似的试验.发现,无论总体服从什么样的分布,只要样本量n≥5,试验次数足够多,样本均值×的分布总是趋近于正态分布.如图2中心极限定理17控制部分99

图1.休哈特的试验17控制部分100

图1.休哈特的试验17控制部分101

图1.休哈特的试验17控制部分102

图2.继休哈特之后的试验17控制部分103

在控制图应用中,如果质量数据的分布偏离正态分布时,判断误差将会增大,这一问题从上表的数据中已知.但从休哈特等专家的试验结果可知,在实际工作过程中,当样本大小n≥5时,×的分布非常趋近于正态分布,使判断误差相应减小,这对控制图的研究和应用是非常重要的.实践证明,只要极差R的分布不是过于偏向(或过分不对称)R图的判断误差也不会太大.以上特点被称为×-R图的通用性.中心极限定理17控制部分104

控制图是过程控制的有力工具,那么使用控制图到底能给组织带来哪些好处,针对不同的过程,有哪些种类的控制图可供选用?在组织中如何导入控制图呢?本节将回答这些问题.控制图的种类及作用17控制部分105

控制图的及作用

过程因为受到各种输入变量波动的影响,永远处于变化当中,在过程中正确运用控制图,可起到以下作用:1.经济,实时的预警控制图是一种简单而又有效的工具,它只要求抽样而不需全检,且只需一作业/检验员直接在生产现场制作,不需另设专人,降低了过程管理成本,控制图提供的可靠信息,可以使管理者判断过程不良并及时寻求改善,从而使过程更加稳定,使过程相关的品质,成本,交期得以预测与掌握.2.有效的预测如果控制图显示过程处于受控状态下,可以通过计算过程能力来预测产品满足要求的程度,以保证产品品质的稳定,并为改善提供依据.17控制部分106

控制图的作用3.提高品质,提升效率,降低成本通过运用控制图实施过程控制,使过程变异减少从而使产品品质得以稳定和提高,结合持续过程改善,可以减少返工及报废,降低缺陷成本,增加产能,提升效率.4.区别变异的特殊原因和普通原因控制图可以将导致过程变异的特殊原因与普通原因区别开来,使改善有针对性,避免了盲目对策所导致的成本增加等损失.5.比较同一过程不同生产班次的绩效通过观察控制图的变化,可以评价同一过程不同班次间的能力高低,为改善提供依据.6.合理利用设备通过控制图可以估计设备能力,据此可安排不同设备加工不同品质要求的产品,从而物尽其用,提高品质,降低成本.17控制部分107

控制图的种类1.按用途分类

按用途分,有两类控制图

(1)分析用控制图

分析用控制图是对过程状态进行分析,以判断过程是否处于受控状态.

(2)控制用控制图

控制用控制图的用途是用于过程控制,即监视过程状态,区分特殊原因

和普通原因,保证过程处于受控状态.

2.按其控制对象的数据类别分类

按其控制对象的数据类别,控制图可分为:17控制部分108

控制图的种类计量值数据控制图

计量值数据控制图的控制对象的数据类别为连续型数据,如长度,重量,压力,时间,温度等.

常用计量值数据控制图有:

(1)均值与极差图----R图

(2)均值与标准差图----S图

(3)中位数与极差图---～-R图

(1)单值与移动极差图---X-RM图X17控制部分109计数值数据控制图计数值控制图的控制对象的数据类别为离敞型数据,如不是数、不良率等。常用计数值数据控制图有：(I)不良率控制图…P图(2)不良数控制图…Pn图(3)缺陷数控制图…

c图(4)单也缺陷数控制图…u图

控制图的种类17控制部分110两类控制图各有特点，计量值控制图适用于对过程输出变量(质量特性)或输入变量(某个过程参数)的控制。计数值控制图适用于对过程输出变量满足要求的程序控制，二者比较如下表：计量值控制图与计数值控制图之比较

计量值控制图计数值控制图优点1.很灵敏,容易调查原因1.所需数据可用简单方法获得2.可及时反应不良,使品质稳定2.对整体品质水准了解方便缺点1.抽样频率高,费时1.无法寻求不良原因2.数据需测量和计算,使用者需专门培训2.及时性不足,易延误时机17控制部分111控制图