統(tǒng)計過程控制(休哈特Shewhart控制圖)(91頁)ppt課件

1、統(tǒng)計過程控制(休哈特Shewhart 控制圖)(控制階段)質(zhì)量管理部模塊范圍產(chǎn)品控制與過程控制 識別變化 休哈特控制圖 目的的不穩(wěn)定性 執(zhí)行控制圖控制模型產(chǎn)品的質(zhì)量控制Raw Material, Components & Sub-AssembliesProcessProductInspectionPassShipFailReworkScrapShipRecycleDisposal過程控制模型的質(zhì)量控制Raw Material, Components & Sub-AssembliesProcessProduct Observation: Data Collection Evaluation: D

2、ata Analysis Diagnosis: Fault Discovery Decision: Formulate Action Implementation: Take ActionUncontrollable InputsControllable Inputs什么是質(zhì)量?全部功能和特性的產(chǎn)品或效力而接受的才干，以滿足特定需求。 ASQC 目的一致 戴明 順應性 約瑟夫朱蘭 符合要求 菲利普克勞士比 逆變異 道格拉斯蒙哥馬利識別變化固有的或正常的變化由于累積的影響，許多小的不可防止的緣由在不斷的積累下導致運營過程的獨一時機差別，被以為是“在控制中特別或分配變化，由于 一不當調(diào)整設計二操作

3、員的錯誤三有缺陷的原資料一個進程中運轉(zhuǎn)存在的分配變化的緣由被以為是“失去控制識別變化TimeReject RateHistorical Level (0)Natural Variation under 0 (30)Special VariationOptimum Level (1)Natural Variation under 1(31)變化來源單位內(nèi)部 位置變化 單位之間 單位為單位的變化批量之間 (批量間的變化)跨越時間時間，時間的變化 丈量誤差可反復性和再現(xiàn)性統(tǒng)計過程控制-目的檢測到產(chǎn)生特殊緣由或步驟的過程，能夠需求調(diào)查和采取糾正行動，在這之前，可以經(jīng)過這個步驟產(chǎn)生的非一致性緣由去估計參

4、數(shù)，來降低的過程可變性7個 SPC 工具典型工具 變量1)直方圖 Box-Plot, Dot-Plot, Stem-&-Leaf Diagram2)檢查表缺陷密度圖3)帕累托圖4)因果圖 FMEA, Fault-Tree5)流程圖6)散點圖概率圖7)控制圖控制圖圖形顯示的是經(jīng)過丈量或計算樣本與樣本的數(shù)目或時間的而繪制出來的質(zhì)量特性。Lower Control LimitUpper Control LimitCenter LineSample Number or TimeSample Quality Characteristic控制圖Lower Control LimitUpper Contro

5、l LimitCenter LineSample Number or TimeSample Quality Characteristic組成： 一條中線，代表的平均質(zhì)量程度，和另外的兩根個程度線稱為上控制限 UCL 及下控制限 LCL 。控制圖控制區(qū)域以外的點闡明，這一過程失去控制，需求采取調(diào)查和糾正的行動的需求，以消除異常緣由。Lower Control LimitUpper Control LimitCenter LineSample Number or TimeSample Quality Characteristic控制圖和中心極限定理中心極限定理： 假設樣本大小為n個抽取k個察看，樣

6、本x1, x2, . . . , xk將近似N(x,x)的分布，有：控制圖抽樣風險控制表是假定過程處于以統(tǒng)計數(shù)據(jù)方式控制下的一種測試。類型I錯誤 當一個工序?qū)嵺`處于控制中，結(jié)論卻闡明為失去控制。亦稱-錯誤或消費者的風險。類型II錯誤過程實踐處于失控形狀時，結(jié)論卻闡明為過程在控制中，亦稱-錯誤或消費者風險控制圖 平均運轉(zhuǎn)長度 (ARL)平均運轉(zhuǎn)長度是平均點數(shù)之前必需繪制點來闡明失去控制的情形。 對于一個在控制中的過程， 對于一個失去控制的過程,控制圖-控制限額其中k是控制界限與中線的間隔， 表示規(guī)范差單位。假設用w來做一個例子平均值、范圍、規(guī)范差來測試一個重要的質(zhì)量特性例如強度 。假設w的平均值

7、是 w ，規(guī)范偏向是 w,那么 Upper Control Limit= w + kw Center Line= w Lower Control Limit= w kw控制界限與規(guī)格界限規(guī)格界限USL， LSL 取決于通常外在過程可變性的設計思索事項控制界限 (UCL , LCL) 基于工序的變化通常適用于統(tǒng)計，例如平均值和范圍，而不是單獨的值?？刂平缦?& 抽樣風險經(jīng)過挪動控制界限使其偏離中線更遠，使一類錯誤的風險減少。然而，擴展控制范圍將添加第二類錯誤的風險。對某一個一類錯誤控制界限區(qū)間，二類錯誤的風險可以經(jīng)過添加樣本大小來減少。設置控制界限六西格瑪方法 控制界限通常設置為3w ，遠離中心

8、線的部分有0.27%的一類錯誤，這種控制界限被稱為3 控制界限。概率極限方法 控制界限設置為3.09 ，遠離中心線部分為0.2 一類錯誤，這種控制界限被稱為0.1 的概率界限設置警告界限3 控制界限或0.1 的概率界限也可以叫做行為界限，也就是當一個點處于這些界限以外時，這個過程需求調(diào)查和糾正。有時設置2 的警告界限可以添加控制圖的靈敏度。相應的2.5 的概率界限會偏離中心線1.96 。合理分組一個分組是樣本的一次小范圍的丈量，以代表某一特定時候或產(chǎn)品內(nèi)的工序的特征。一個分組內(nèi)的工程期望有類似的特點。 合理分組概念意味著分組或樣品應挑選，以致假設特殊的緣由出現(xiàn)，分組間差別的概率將最大限制地發(fā)揚

9、，而呵斥差異的概率這些異常的緣由在一個分組內(nèi)將減少到最低限制。合理分組建立群消費效率檢測工藝的變化單位消費的采樣間隔接受抽樣過程中產(chǎn)生的物質(zhì)采樣間隔控制圖類型產(chǎn)品或工藝質(zhì)量的可評價手段變量：真實丈量的延續(xù)數(shù)值，例如長度，分量，強度，電阻等屬性：來自分類單位的離散數(shù)據(jù)接受/回絕或經(jīng)過計算一個單元的缺陷的數(shù)量假設質(zhì)量的特性是可衡量監(jiān)測，其平均價值和可變性范圍或規(guī)范差 假設質(zhì)量的特性是無法衡量監(jiān)測，有缺陷的部分或數(shù)量的缺陷監(jiān)測假設干缺陷缺陷與缺陷缺陷或非一致項某一個產(chǎn)品有一個或更多規(guī)格不符合輸出的產(chǎn)品如：一個有劃痕的媒體CD，一個有裂紋的包裝、一個不良的PCBA缺陷或不符合一個呵斥規(guī)格不稱心的詳細點

10、例：劃痕，裂紋，有缺陷的IC修哈特控制圖 概述休哈特控制圖的變量X 控制圖 與 中心極限定理中心極限定理 :假設在n個樣本中取k個察看，樣本x1, x2, . . . , xk將近似N(x,x)的分布，有：_X and R 控制圖X控制圖的中線控制界限：R 控制圖的中線和控制界限：_X and S 控制圖X 控制圖的中線和控制界限:S控制圖的中線和控制界限：_哈特常數(shù)For n 25例如 1S/NX1X2X3X4X5 174.03074.00274.01973.99274.008 273.99573.99274.00174.01174.004 373.98874.02474.02174.005

11、74.002 474.00273.99673.99374.01574.009 573.99274.00774.01573.98974.014 674.00973.99473.99773.98573.993 773.99574.00673.99474.00074.005 873.98574.00373.99374.01573.998 974.00873.99574.00974.00574.0041073.99874.00073.99074.00773.9951173.99473.99873.99473.99573.9901274.00474.00074.00774.00073.9961373.9

12、8374.00273.99873.99774.0121474.00673.96773.99474.00073.9841574.01274.01473.99873.99974.0071674.00073.98474.00573.99873.9961773.99474.01273.98674.00574.0071874.00674.01074.01874.00374.0001973.98474.00274.00374.00573.9972074.00074.01074.01374.02074.003Piston rings for an automotive engine are forged.

13、20 samples, each of size 5, were obtained. The inside diameter of these rings are shown here.Verify if the forging process is in-statistical-control.例如1MiniTabs Stat Control Charts Xbar-R例如1MiniTabs Stat Control Charts Xbar-S例如1R 控制圖 與S 控制圖 為便于計算，R控制圖為首選，當n為不恒定時可運用S控制圖。對于數(shù)量多的樣本(n 10)，這時評價總體規(guī)范差的效率會降低

14、 風險較低的取樣要求更大的靈敏度漂移質(zhì)量特性是非正規(guī)的0.750.8750.9380.969休哈特控制圖的屬性p 控制圖The fraction nonconforming is defined as the ratio of number of nonconforming items in a population to the number of items in that population.部分合格品被定義為根本原那么是基于正態(tài)分布的逼近二項分布。p 控制圖部分不合格樣本是從樣本d中抽取樣本n的不合格項的比率，即：p 控制圖P控制圖的中線和控制界限：p 控制圖假設樣本大小不是恒定的，

15、那么P控制圖的控制界限可以兩種方法計算：a) 其中n是抽樣樣本大小的平均值或典型b)其中ni 是每個抽樣I的實踐樣本值np 控制圖假設樣本大小為常數(shù)，它有能夠基于一個控制圖上的一些不合格品數(shù) np ，勝于部分不合格項p 。Np控制圖的中心線和控制線：例如2S/NSampledRejects 1 50 12 2 50 15 3 50 8 4 50 10 5 50 4 6 50 7 7 50 16 8 50 9 9 50 1410 50 1011 50 512 50 613 50 1714 50 1215 50 2216 50 817 50 1018 50 519 50 1320 50 11Fro

16、zen orange juice concentrate is packed in 6-oz cardboard cans. A metal bottom panel is attached to the cardboard body. The cans are inspected for possible leak. 20 samplings of 50 cans/sampling were obtained.Verify if the process is in-control.例如2MiniTabs Stat Control Charts P例如2MiniTabs Stat Contro

17、l Charts NP例如2p 控制圖 vs np 控制圖根據(jù)樣本大小的變化進展順應性調(diào)理提供有關工序才干的信息為了便于記錄，np控制圖為首選，np控制圖提供了以下優(yōu)勢：c 控制圖每一個詳細點是不符合規(guī)格的缺陷或不合格點。缺陷數(shù)控制圖是一種計數(shù)值控制圖，能在每一批量的消費中偵測出每一零件或受驗單位不良點的數(shù)目，是基于正態(tài)分布的近似Poisson分布c 控制圖檢查組該地域發(fā)生不稱心事情的時機。 例如： HSA，一個多媒體，一個PCBA這里選擇的是一些方便記錄的實體。 它能夠構成超越1類產(chǎn)品。 例如一人血潔白蛋白，媒體外表， 10件PCBAc 控制圖假設檢查工程中的不符合缺陷項經(jīng)過c來表示，那么有

18、：C控制圖的中線和控制界限：u 控制圖假設檢測的過程不是常數(shù)，在這樣的情況下，可以運用u控制圖，有：假設運用u控制圖表示每個檢測個體的去電數(shù)，那么：u 控制圖U控制圖的中線和控制界限為：例如3S/NUnitsDefects 1 5 10 2 5 12 3 5 8 4 5 14 5 5 10 6 5 16 7 5 11 8 5 7 9 5 1010 5 1511 5 912 5 513 5 714 5 1115 5 1216 5 617 5 818 5 1019 5 720 5 5A personal computer manufacturer plans to establish a cont

19、rol chart for nonconformities at the final assembly line. The number of nonconformities in 20 samples of 5 PCs are shown here.Verify if the process is in-control.例如3MiniTabs Stat Control Charts C例如3MiniTabs Stat Control Charts U例如3u (c) 控制圖 vs p (np) 控制圖U控制圖或c控制圖提供了以下優(yōu)點： 指出更多類型的不符合項的信息 促進帕累托分析便利的緣由與

20、影響分析變量圖與屬性圖屬性控制圖便利監(jiān)測超越1個質(zhì)量特性。 變量控制圖提供領先目的;屬性控制圖在實踐過程曾經(jīng)發(fā)生變化之后才起作用。 為了維護某一指定的規(guī)范，防止進程漂移，變量控制圖需求一個比較小的樣本大小。目的的不穩(wěn)定性主要目的控制界限以外的任何點次要目的任何非隨機方式，點上的控制圖轉(zhuǎn)移或運轉(zhuǎn) 趨勢分層混合性周期性主要目的的不穩(wěn)定性控制界限外的任何點3 以外的點Lower Control LimitUpper Control LimitCenter LineSample Number or TimeSample Quality Characteristic主要目的的不穩(wěn)定性常見緣由新工人，方法

21、，原料或機器檢測方法和規(guī)范的變化技藝的改動次要目的的不穩(wěn)定性1轉(zhuǎn)移或運轉(zhuǎn)轉(zhuǎn)移或運轉(zhuǎn)k個延續(xù)點通常為7， 8或9位于中線的同一側(cè)5個延續(xù)點中4個超出1 同一側(cè) 3個延續(xù)點中2個超出2 同一側(cè)Upper Control LimitCenter LineSample Number or TimeSample Quality CharacteristicLower Control Limit+ 2+ 1- 2- 1次要目的的不穩(wěn)定性2趨勢 K個延續(xù)點通常為5、6、7朝著同一個方向Upper Control LimitCenter LineSample Number or TimeSample Qual

22、ity CharacteristicLower Control Limit+ 2+ 1- 2- 1次要目的的不穩(wěn)定性2引起趨勢的緣由新工人，方法，原料或機器檢測方法和規(guī)范的變化技藝的改動次要目的的不穩(wěn)定性3分層 點“擁抱中線，通常在 1 Upper Control LimitCenter LineSample Number or TimeSample Quality CharacteristicLower Control Limit+ 2+ 1- 2- 1次要目的的不穩(wěn)定性3引起分層的常見緣由控制界限計算的不正確采樣過程中搜集的一個或多個標本是來自每個分組的不同分布次要目的的不穩(wěn)定性4混合點“

23、擁抱控制界限Upper Control LimitCenter LineSample Number or TimeSample Quality CharacteristicLower Control Limit+ 2+ 1- 2- 1次要目的的不穩(wěn)定性4引起混合的普遍緣由 操作者把兩個或更多重疊分布控制次要目的的不穩(wěn)定性循環(huán)或周期反復方式Upper Control LimitCenter LineSample Number or TimeSample Quality CharacteristicLower Control Limit+ 2+ 1- 2- 1次要目的的不穩(wěn)性5引起循環(huán)或周期的常見

24、緣由系統(tǒng)環(huán)境變化溫度操作員疲勞任務者的變換機器設置的動搖維護方案工具磨損西部電氣規(guī)范規(guī)范1：單個點超出3 界限規(guī)范2：3個點中有2個延續(xù)超出2 界限規(guī)范3： 3個點中有2個延續(xù)超出1 界限規(guī)范4：8個延續(xù)的點在中線的一側(cè)不穩(wěn)定性測試Secondary IndicatorsPrimary IndicatorShift / RunShift / RunShift / RunTrendStratificationCycleMixture不穩(wěn)定性測試不穩(wěn)定性測試警告：不能盲目的提交“tests并不是每個“測試都關聯(lián)到一切的控制圖適當?shù)耐ｎD規(guī)那么Suitable for all chartsSuitable only for X-Chart_封鎖規(guī)那么和假報警全部的類型I錯誤和假報警概率基于k規(guī)那么：Shut-Down Rulea(1-a)1 point beyond 3s2 (0.000)0.998650 = 0.9973022 out of 3 consecutive points beyond 2s2 (0.001517)0.998483 = 0.9969684 out of 5 consecutive points beyond s2 (0.002665)0.997335 = 0.9946769 consecutive po