SPC与常规控制图培训课件
控制图的基本原理(统计观点)
工序的加工过程稳定时,加工精度的 偏差服从正态分布,加工偏差落在3σ 范围内的概率是99.73%,据此作横线 图,标出相应区域,然后把统计加工 精度数据按时间顺序标在图上,判断 工序是否稳定。
判稳准则
思路:描一个点子未出界,不能判稳,因 为这里有两种可能 1)过程本来处于稳态 2)漏报 但是如果连续有许多点子打在界内,情况 就大不相同了,这时漏报的可能性就大为 减少,从而可能认为过程是出于稳态的
SPC与常规控制图
——控制图概念
又叫管理图或休图。它是判断和预报生产过程中 质量状况是否发生异常波动的一种有效的方法。
可用3σ原则确定控制图的控制线(Control Lines)
CL=μ UCL=μ+3σ LCL=μ-3σ
控制图的基本原理
控制图是把造成质量波动的六个原因(人机料法 环、测量等)分为两个大类:随机性原因(偶然 性原因)和非随机性原因(系统原因)。这样, 我们就可以通过控制图来有效地判断生产过程质 量的稳定性,及时发现生产过程中的异常现象, 查明生产设备和工艺装备的实际精度,从而为制 定工艺目标和规格界限确立可靠的基础,使得过 程的成本和质量成为可预测的,并能够以较快的 速度和准确性测量出系统误差的影响程度。
总计 21,036.25 129
●
根据调查显示在晚上7点25食堂内的水管爆 裂。这种事不是很严重,但是使得水从食堂 渗漏到过程中使用的机器下面的地板上。这 件事情似乎引起了在子组23所观察到的缺乏 控制。
一旦维修水管,这种事情将不会再发生。这 种初步研究并没有发现子组16处有任何特殊 变异的缺乏控制的指示。
管理人员利用系统监控功能,在办公室电脑前实时全面掌 控企业质量状况。可以查看到更加详细的记录,包括异常 情况,工程师对异常的处理工作记录等等。
充分利用控制图的原理和方法,多角度、多层次的 科学分析质量特征,并实时灵活的进行预防控制。
科学利用统计分析工具,不断提高过程分析能力, 改善产品工艺质量,提升企业质量水平。
成功案例:青岛海尔集团冰箱
海尔集团冰箱中二事业部,是海尔冰箱重要生产基地之一, 年产100多万台冰箱,远销国内外。冰箱生产主要有钣金、 吸附、发泡、总装等工序,配备来自德国、日本和意大利 等世界最先进的生产设备;已经成功应用SAP ERP系统 和SBU系统,使产品在配货和发货、以及产品生产跟踪上 完全实现了自动化。公司在质量管理方面,经常邀请国内 外专家做交流和培训,引进六西格玛管理,在发泡、总装 等重点工序手工来做统计过程控制SPC。由于受到数据采 集、监控、分析手段的影响,不能很好的体现SPC实时监 控的特点和达到预防目的。特别是发泡工序配备国际最先 进的高端设备,很多重要的工艺质量数据已经能够通过控 制器察看,实现单台设备用规格线报警,但是无法把这些 数据实时通过网络采集起来,工程师对后端生产销售反馈 的质量问题,只能查看记录本的数据,无法进行快速详尽 的质量追溯,查找当时的生产工艺和质量反馈状况,不便 查询质量问题的本源。
将子组23的数据从数据组中删除了,子组 16的数据仍然保留,因为没有找到和删除这 个特殊变异源。
经过修订以后,由于中心线已经改变,子组 16不再是低于中心线的第9个连续点,在数 据中没有另外指示缺乏控制的指示点。
然而,在均值控制图上,有4个点超出了控 制上限,这些点在下午1点到2点半持续发生 的,而且在上午10点(第4个子组)平均值 是838,在下区域A的3个连续点中的第2个 连续点,因此是缺乏控制的。
解:
1)搜集数据
从工序中每日定时搜集5个数据,记入表中。
X
n 系数
2)计算小组平均值:
xi
15.3
14.பைடு நூலகம் 5
14.9
15.12
3)计算总体平均值:
X 15.12 14.20 15.06 15.033 20
4)计算总体级差 R 2.9 2.2 3.9 2.605 20
5)计算的控制界限 X 图: CL 15.033 UCL 15.033 0.577 2.605 16.536 LCL 15.033 0.577 2.605 13.53
R图
CL R 2.605
UCL D4 R 2.115 2.605 5.510
LCL为负值,无意义令。 LCL=0 。
因此,发生这种情况的概率为
2×C54×0.1573054×(0.9973-0.157305) =0.00268
规则7连续15点在中心线正负1σ之间
0.6826815 =0.00326
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:
均值-标准差控制图,均值-极差控制图, 中位数-极差控制图,单值-移动-极差控制图。 (2)计数值控制图包括:
6)画出控制界限
中心线常用实线(——)表示;分析用控制图
的控制界限常用(----)表示;管理用控制图
的控制界限常用(
)表示;
7)打点
X
17.0 16.0
15.0
14.0
13.0
6.0
R 4.0
2.0
UCL=16.536 CL=15.033 LCL=13.530 UCL=5.51 CL=2.0
0 2 4 6 8 10 12 14 16 18 20 样本号
3点中2个点子在中心线同一侧的2σ~ 3σ范围之内,另外一 个点子落在控制界限任何处,发生这种情况的概率为
2×C32×0.02142×(0.9973-0.0214) =0.00268
控制图上的信号解释
规则6:连续5点中有4点落在中心线同一侧 的1σ以外。
点子落在1σ~ 3σ之间的概率为 (3) (1) 0.998650 0.841345 0.157305
例2 一个生产高端音频零件的制造商需要购买 金属调谐钮以完成产品的组装。承包商使用 一个很简单的机器生产调谐钮,这种机器用 一个恒定的直径大小很机械地生产产品。由 于调谐钮的装配持续出现了问题,管理层决 定要求承包商为零件的直径建立一个x和R控 制图以检查这个过程出现的问题。开始时间 是星期二早上8:30,每隔半小时取出前4个 产品,每个产品的直径的测量都使用一种操 作上严格既定的方法,每个子组的平均值和 极差已算出,如下表
画出有初始控制界限的的控制图,并将样本 统计量x和R逐一描点在图上,然后,用折线连接 起来。对超出控制界限的样本点要进行分析,若 是系统原因引起的要加以剔除。然后利用剩余的 样本统计量重新修正控制界限。
例1:某厂制作1879个线圈,其阻抗值的质量要求 为(15±2)Ώ.今从其制造过程中,按时间顺序 随机抽取n=5的20组样本,测得其阻抗值如表所 示。是画出X-R控制图。
P(连续25点,d=0)=(0.99735)25=0.935385 P(连续25点,d>0)=1-P(连续25点,d=0)
=1-0.935385=0.064685=a1 同样地a2=0.0041, a3=0.0026
判异准则
思路:小概率事件原理 休哈特思想:
1、点出界就判异; 2、界内点排列不随机判异。
根据调查发现,在12点50(第9个子组之 后),一个键槽楔子已经破损需要进行更换。 在修理警报从12:45~下午2:45发出的这 段时间里平时负责维修的技师刚好出去了, 因此机器操作员进行了修理,由于没有经验, 导致了以后的失控。
操作员与技师承认这种情况的发生不是经常 的。为了改正问题,管理层和员工达成一致 对机器操作员进行培训。
• 作图步骤为:
1)收集数据。按一定的时间间隔,抽取k个样本,每
个样本容量可以不同,但一般要求k≥25,每个样本
的容量通常是在100以上。
2)计算每一个样本的不合格率,用ni表示第i个样本 的容量,用di表示其中不合格品数,则
• 作图步骤为: 1)收集数据。根据选定的特性值,按一定的时间间
隔,抽取一个容量为n的样本,共取k个样本,一般要
求k≥25,n=4,5。
2)计算每一个样本的均值与级差,其中xij表示第i 个样本第j个观察值,用xi与Ri分别表示第i个样本的 均值与级差。
3)计算k个样本均值的均值与级差的均值。记
k
操作员发现,如果把控制图中下午1:00~2: 30间的点删除的话,那么上午10:00这个失 控点将不再是失控点,换句话说,上午10: 00这个失控点是由下午1:00~2:30这组失 控点带来的假信号。
3、控制图的使用和改进
经过修正的控制图投入使用后通常要 继续改进,以保证和提高控制质量的能 力和水平。如此继续下去,可以清楚看 到控制图的不断改进。这时,如果认为 基本目的达到,就不必再做控制图的每 月修正,只做定期抽样检验判断工序状 态的保持情况就可以了
有效的利用SPC系统的预警控制功能进行科学的预 防控制,并逐渐形成规范的质量预防控制体系。
质量废品比应用系统前减少47%, 过程参数大大优化,产出率大大提高,改善生产效率
和降低停机时间
计件值控制图
这里仅讨论 不合格率控制图(p图)
不合格率控制图是用于判断生产过程中的不合 格率是否处于或保持在所要求的水平。
控制图上的信号解释
有很多信号规则适用于所有的控制图 主要最常见的有以下几种:
规则1:超出控制线的点
UCL LCL
控制图上的信号解释
规则2:连续9点在中心线一侧
UCL CL LCL
P( 中心线出现长为9的链)=2*(0.9973 /2)9=0.0038
控制图上的信号解释
规则3:连续6点上升或下降
UCL
LCL
P(6点趋势)= 2 (0.9973)6 0.00273 6!
规则4:连续14点中相邻点上下交替
选择14点模拟试验,得出概率为0.0027
控制图上的信号解释
规则5:连续3点中有2点落在中心线的同一侧的2σ~ 3σ