第九讲统计过程控制与诊断.ppt

1、质量管理学,质量管理学,Lccmail. hzau. edu. cn,第13章 统计过程控制与诊断(SPC与SPD),第一节 控制图 第二节 过程能力,第一节 控制图,一、概述 二、应用控制图的步骤 三、应用实例 四、控制图的观察与分析,一、概述,控制图又叫管理图。它是用来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具。,控制图建立在数理统计学的基础上，它利用有效数据建立控制界限。控制界限一般分为上控制限（UCL）和下控制限（LCL）。,质量特性值,抽样时间和样本序号,UCL,CL,LCL,3倍标准偏差（3）,3倍标准偏差（3）,1、控制图的基本格式 控制图的基本格

2、式如图1-17。它一般有三条线。 中心线CL（central line）用细实线表示； 上控制界限UCL（upper control limit）用虚线表示； 下控制界限LCL（lower control limit）用虚线表示。,图1-17 控制图的基本格式,UCL和LCL之间的面积为数据在正态分布的99.73，而不是公差。,所谓控制图的基本思想就是把要控制的质量特性值用点子描在图上，若点子全部落在上、下控制界限内，且没有什么异常状况时，就可判断生产过程是处于控制状态。否则，就应根据异常情况查明并设法排除。通常，点子越过控制线就是报警的一种方式，如图1-17中的第六点。 控制图作为一种管理图

3、，在工业生产中，根据所要控制的质量指标的情况和数据性质分别加以选择。如表1-10。,2、常用控制图的种类 常用质量控制图可分为两大类。 （1）计量值控制图包括：单值控制图、单值-移动极差控制图、平均值-极差控制图、中位数控制图。 （2）计数值控制图包括：不良品数控制图、不良品率控制图、缺陷数控制图、单位缺陷数控制图。 根据所要控制的质量特性和数据的种类、条件等，按图1-18中的箭头方向便可作出正确的选用。,图1-18 控制图的种类及选用流程,计量值控制图一般适用于以计量值为控制对象的场合。所谓计量值表现为数轴上的所有点，是连续的数值。比如，长度、强度等，只要测量精度能够达到，那么其特征值可以任

4、意的精度表示。 计量值控制图对工序中存在的系统性原因反应敏感，所以具有及时查明并消除异常的明显作用，其效果比计数值控制图显著。计量值控制图经常用来预防、分析和控制工序加工质量，特别是几种控制图的联合使用。 计数值控制图则用于以计数值为控制对象的场合。所谓计数值表现为数轴上的整数形式，是离散型的数值。比如，一个产品批的不合格品件数。 计数值控制图的作用与计量值控制图类似，其目的也是为了分析和控制生产工序的稳定性，预防不合格品的发生，保证产品质量。,表1-10 各种控制图计算公式一览表,一、概述,控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。,一、概述,控制图的作用：,在

5、质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态； 在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态； 在质量改进方面，可以用来确认某过程是否得到了改进。,二、应用控制图的步骤,应用步骤如下： 选择控制图拟控制的质量特性，如重量、不合格品数等； 选用合适的控制图种类； 确定样本容量和抽样间隔； 收集并记录至少20 25个样本的数据，或使用以前所记录的数据； 计算各个样本的统计量，如样本平均值、样本极差、样本标准差等； 计算各统计量的控制界限； 画控制图并标出各样本的统计量； 研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标

6、明异常（特殊）原因的状态； 决定下一步的行动。,控制图控制界限线的计算公式-I,x,控制图控制界限线的计算公式II,3,3,3,n,控制系数选用表,3、控制界限的原理 控制图中的上、下控制界限，一般是用“三倍标准偏差法”（又称3法）。而把中心线确定在被控制对象（如平均值、极差、中位数等）的平均值上。再以中心线为基准向上或向下量3倍标准偏差，就确定了上、下控制界限。另外，在求各种控制图时，3倍标准偏差并不容易求到，故按统计理论计算出一些近似系数用于各种控制图的计算信息输入表1-11。例如，要求平均值控制图，则平均值的 x 中心线值为 x，上下控制界限值为： UCL=+ 3= x + A2R LC

7、L= - 3= x - A2R,由于实际工作中正态分布经常出现，即不论和是什么数值，产品质量计量值在+ 3与- 3上下界限之间出现的可能性大小（即概率）为99.73%，如图1-19所示。 这样，根据正态分布的特点，在只有偶然性因素的生产过程中，1000个数据中最多有3个数据（点子）可能超出控制界限。一旦发现某点子在界外，就可判断生产过程发生了异常，需立即查明。这种判断的错判率只是千分之三。,图1-19 正态分布在 3间的概率,表1-11 计量值控制图计算公式中的系数值表,三、应用实例,某公司新安装一台装填机。该机器每次可将5000g的产品装入固定容器。规范要求为5000 （g）。,0,50,使

8、用控制图的步骤如下：,将多装量（g）看成应当加以研究并由控制图加以控制的重要质量特征。,由于要控制的多装量使计量特性值，因此选用 x R 控制图。,以5个连续装填的容器为一个样本（n5），每隔1h抽取一个样本。,收集25个样本数据（k5），并按观测顺序将其记录与表中（见多装量（g）和样本统计量）。,计算每个样本的统计量 x （5个观测值的平均值）和 R（5个观测值的极差） （见多装量（g）和样本统计量） 。,多装量（g）和样本统计量,多装量（g）和样本统计量,计算各样本平均值（ x）和各样本极差的平均值（ R ）。, x,k,R, R,k,计算统计量的中心值和控制界限。,中心值CL 29.86

9、（g）,UCL A2 R 45.69（g）,图：,LCL A2 R 14.03（g） 注：A2为随着样本容量n而变化的系数，可由控制图系数选用表中选取。,计算各统计量的控制界限（UCL、LCL）。,LCL D3 = 0 注：D3为随着样本容量n而变化的系数，可由控制图系数选用表中选取。,中心值 CL 27.44（g）,UCL D4 58.04（g） 注：D4为随着样本容量n而变化的系数，可由控制图系数选用表中选取。,图：,画控制图,一般 放在上方，R图放在下方；横轴表示样本号，纵轴表示质量特性值和极差。,样本号,5,10,15,20,25,0,20,40,60,20,30,40,50,20,极

10、差 R,UCL45.69,CL29.86,LCL14.03,UCL58.04,CL27.44,n5,控制图没有出现越出控制线的点子，也未出现点子排列有缺陷（即非随机的迹象或异常原因），可以认为该过程是按预计的要求进行，即处于统计控制状态（受控状态）。,在不对该过程做任何调整的同时，继续用同样的方法对多装量抽样、观察和打点。如果在继续观察时，控制图显示出存在异常原因，则应进一步分析具体原因，并采取措施对过程进行调整。,【例1-4】 某厂生产100.20mm的圆柱销，每隔一定时间随机抽取5个样品，共取20组，所得数据如表1-12。,解：（1）平均值的中心值 x = 10.001，R = 0.136

11、 （2）根据表1-15的计算公式求出： UCL = x + A2R = 10.001+(0.580.136) = 10.080 LCL = x - A2R = 10.001-(0.580.136) = 9.922 （3）根据R图的计算公式式求出： R图的CL = R = 0.136 UCL = D4R = 2.11 0.136 = 0.287 LCL，不必要 （4）根据以上数据作图并打点，见图1-20。,=,=,=,4、控制图的分析与判断 用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断，判断工序是处于受控状态还是失控状态。 （1）受控状态的判断 工序是

12、否处于受控状态，也就是工序是否处于统计控制状态或稳定状态，其判断条件有两个： 第一个判断条件是在控制界限内的点子排列无缺陷； 第二个判断条件是控制图上的所有样本点全部落在控制界限之内。 在满足了第一个条件的情况下，对于第二个条件，若点子的排列是随机地处于下列情况，则可认为工序处于受控状态。,连续25个点子没有一点在控制界限以外； 连续35个点子中最多有一点在控制界限以外； 连续100个点子中最多有两点在控制界限以外。 因为用少量数据做控制图容易产生错误的判断，所以至少25点才能作判断。从概率理论可知，连续35个点子中，最多一点超出控制界限的概率为0.9959，至少有一点在界限外的概率为0.00

13、41，即不超过1%，是个小概率事件。连续100个点子中，最多两点超出控制界限的概率为0.9974，而至少有两点在界限外的概率为0.0026，也不超过1%，也是小概率事件。,（2）失控状态的判断 只要控制图上的点子出现下列情况时，就可判断工序为失控状态： 首先，控制图上的点子超出控制界限外或恰好在界限上；其次，控制界限内的点子排列方式有缺陷，呈现非随机排列。 在3界限控制图中，正常条件下，点子越出界限的概率只有0.27%，这是一个小概率事件，若不是异常状态，点子是不会超出控制界限以外的。另外，即使所有点子落在界限内，但如果有下列排列异常的情况发生，仍有可能判断处于失控状态。同理可以计算下列情况的

14、发生概率，它们也是小概率事件。,控制图有缺陷的状态大致有以下几种： 点子越出控制界限。 点子在控制界限附近，即在23之间。（称为警戒区间） 连续3点中有2点在警戒区内（如图1-21）； 连续7点中有3点在警戒区内； 连续10点中有4点在警戒区内。,图1-21 3点中有2点在控制界限附近示意图,点子在中心线一侧连续出现。 连续7点在中心线一侧，如图1-22。 连续11点中有10点在中心线一侧； 连续14点中有12点在中心线一侧； 连续17点中有14点在中心线一侧； 连续20点中有17点在中心线一侧；如图1-23。 点子有连续上升或下降趋向，如点数7，则判断有系统性因素影响。如图1-24。 点子在

15、波动呈现周期性变化，表明生产过程有系统性因素发生。,图1-22 7点链,图1-23 多点在中心线一侧出现示意图,图1-24 出现7点倾向的示意图,无论是控制图上的点子超出控制界限外或恰好在界限上，还是控制界限内的点子排列方式有缺陷，呈现非随机排列，这两种情况都说明生产过程中存在系统性的因素，对某个质量特征值的平均值和标准差产生影响，应查明情况以便及时采取措施。在使用控制图对质量进行分析和控制时，最重要的步骤是选择控制项目及其质量特征。一般可以选技术复杂、加工精度要求严格、对后续工序的质量产生较大影响、质量不稳定或用户反馈意见较多的工序中的关键特征值作为控制对象。 为什么上述各种情况有些是正常的

16、有些不是正常的，这涉及到控制图缺陷的概率计算。在统计假设检验中，小概率数值常取0.05与0.01。而判别控制图中点子排列有缺陷的小概率数值标准常取0.01。,常见的概率计算公式为： P x = k = Cn pk（1-p）n-k （k=1，2，n）（0p1） 这是二项式分布概率的计算公式。它的应用条件是： 每次试验只有两种结果，即成功或失败； 每次试验是相互独立的。 控制图中“7点链”等四种现象，基本上是满足这两个条件的。如，一个点子不是落在中心线这一侧，就是落在中心线另一侧，只有这两种试验结果；而相邻两个点子落在哪一侧又是相互独立的。又如，一个点子要么落在23范围内，要么落在这一范围外，也是

17、只有两种试验结果；而且相邻两个点子是否落在23范围内，也是相互独立的。,例如，“7点链”的点子落在中心线两侧的概率是相同的，其值取0.5（严格地讲，点子落在3界限内的概率为0.9973，而落在这一范围内的中心线一侧的概率为0.99732=0.49865）。 则，7点链的现象中，n=7，p=0.5。 所以“7点链”出现的概率值为： 因为0.00780.01（小概率标准值），所以“7点链”应判为点子排列有缺陷。,5、控制图的两种错误判断,根据控制图的控制界限所作为的判断也可能发生错误。这种可能的错误有两种：第一种错误是将正常判为异常；第二种错误是将异常判为正常。 在生产正常的情况下，点子出界的可能

18、性为3。 3这数值虽然很小，但这类事件总还是可能发生的。这样，在纯粹出于偶然点子出界的场合，我们根据点子出界判断生产过程异常就犯了虚发警报的错误，这种错误就叫做第一种错误。另有一种情况，即生产过程已经有了异常，产品质量的分布偏离了典型分误。另有一种情况，即生产过程已经有了异常，产品质量的分布偏离了典型分布，可是总还有一部分产品的质量特征值是在上下控制界线之内的。如果我们抽取到这样的产品进行检验，那么，这时由于点子未出界判断生产过程正常，就犯了漏发警报的错误，这种错误就叫做第二种错误。,由于在应用控制图的过程中，是通过抽查来检验产品质量的，所以要想不犯错误是办不到的。事实上，在控制图上，我们所能

19、变动的不外乎是上下控制界限间的间距。如果我们把这间距拉大，显然，这时犯第一种错误的可能性减小，而犯第二种错误的可能性增大，这两者是矛盾的。反之，如果我们把这间距缩小，则犯第一种错误的可能性增大，而犯第二种错误的可能性减小，这两者也是矛盾的。因此，我们只能根据第一种错误和第二种错误这两种错误所造成的总损失为最小这一准则来确定上下控制界限。 经验证明，UCL=+3， LCL=-3的所谓3方式就是两种错误所造成的总损失最小的控制界限。美国、日本和我国等世界大多数国家都采用3方式。而英国和北欧等少数国家则采用所谓概率界限方式。在这种方式中，超出一侧控制界限的概率，人为地定为1、2.5和5等数值。,四、

20、控制图的观察与分析,点子没有超出控制线（在控制线上的点子按出超出处理），控制界限内的点子排列无缺陷，反映工序处于控制状态，生产过程稳定，不必采取措施。 控制图上的点子出现下列情形之一时，即判断生产过程异常： 点子超出或落在控制线上； 控制界线内的点子排列有下列缺陷：,四、控制图的观察与分析缺陷,四、控制图的观察与分析缺陷,UCL,CL,LCL,四、控制图的观察与分析,应用控制图的常见错误： 在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作； 在工序能力不足时，即在CP 1的情况下，就使用控制图管理工作； 用公差线代替控制线，或用压缩的公差线代替控制线； 仅打“点”而不做分析判断

21、，失去控制图的报警作用； 不及时打“点”，因而不能及时发现工序异常； 当“5M1E”发生变化时，未及时调整控制线； 画法不规范或不完整； 在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。,第二节 过程能力,一、过程能力 二、过程能力指数 三、过程能力指数的评定 四、提高过程能力指数的途径 五、过程能力调查,一、过程能力,过程能力是指生产过程在一定时间内处于统计控制状态下制造产品的质量特性值的经济波动幅度，它又叫加工精度。用“B”表示。,从兼顾全面性和经济性的角度，一般取： B6 （99.73%）,过程能力是描述加工过程客观存在着分散的一个参数。,二、过程能力指数

22、,过程能力指数是反映过程能力满足产品质量标准（规范、公差等）能力的参数。一般记做CP。,过程能力指数是技术要求和过程能力的比值。,CP,技术要求,过程能力,T,TU,TL,M,M：公差分布中心 ：样本分布中心 T ：公差范围 TU ：上偏差 TL ：下偏差,二、过程能力指数双侧公差,M,M,T,TU,TL,CP,TU TL,6,CPK,T 2,6,二、过程能力指数单侧公差,TU,二、过程能力指数,注： K为给出双侧公差且分布中心与公差中心偏离时的平均值偏离度，它是平均值偏离量 与公差一半的比值，即：K /（T / 2）。当K 1时，认为CPK0。,分布中心的偏离，会影响工序的加工精度。针对不同

23、情况，其处理方法如下表：,三、过程能力指数的评定,过程能力等级评定表,四、提高过程能力指数的途径,根据公式 可知，影响过程能力指数有3个变量：,产品质量规范（公差范围T）; 过程加工的分布中心与公差中心的偏移量 ； 过程加工的质量特性分散程度，即标准偏差 。,调整过程加工的分布中心，减少中心偏移量。,通过收集数据，进行统计分析，找出大量连续生产过程中由于工具磨损、加工条件随时间逐渐变化而产生偏移的规律，及时进行中心调整，或采取设备自动补偿偏移或刀具自动调整和补偿等； 根据中心偏移量，通过首件检验，可调整设备、刀具等的加工定位装置； 改变操作者的孔加工偏向下差及轴加工偏向上差大那大倾向性加工习惯

24、，以公差中心值为加工依据； 配置更为精确的量规，由量规检验改为量值检验，或采用高一等级的量具检测。,提高过程能力，减少程度。,修订工序，改进工艺方法，修订操作规程，优化工艺参数，补充增添中间工序，推广应用新材料、新工艺、新技术； 检修、改造或更新设备，改造、增添与公差要求相适应的精度较高的设备； 增添工具工装，提高工具工装的精度； 改变材料的进货周期，尽可能减少由于材料进货批次的不同而造成的质量波动； 改造现有的现场条件，以满足产品对现场环境的特殊要求； 对关键工序、特种工艺的操作者进行技术培训； 加强现场的质量控制，设置过程质量控制点或推行控制图管理，开展QC小组活动；加强质检工作。,修订公差范围,修订公差范围，其前提条件是必须保证放宽公差范围不会影响产品质量。在这个前提条件下，可以对不切实际的过高的公差要求进行修订，以提高过程能力指数。,在工序加工分析时，减少中心偏移量的防误措施，在技术上、操作上比较容易实现，同时也不必为此花费太多的人力、物力和财力，因此把它作为提高过程能力指数的首要措施。,只有当中心偏移量0，而CP值仍然小于1时，才考虑提高过程能力，减少