【正文】 eS u p p l i e r sL u b r i c a n t sA l l o y sS p e e dL a t h e sB i t sS o c k e t sO p e r a t o r sT r a i n i n gS u p e r v i s o r sS h i f t sPe rs o n n e lM a c h i n e sM a t e ri a l sM e t h o d sM e a s u re m e n t sEn v i ro n m e n tM y f i s h b o n e,2022 20 散布圖 及相關(guān)分析 展示變量之間的相關(guān)關(guān)系 因變量預(yù)測(cè)、自變量控制 ,2022 21 散布圖及相關(guān)分析 ? 散布圖：又叫相關(guān)圖， 研究成對(duì)出現(xiàn)的不同變量之間相關(guān)關(guān)系的坐標(biāo)圖 。 – 通過(guò)比較不同階段的以確認(rèn)影響相關(guān)變量關(guān)系的因素是否穩(wěn)定 . ? 相關(guān)分析：一種分析處理變量與變量之間相關(guān)程度的方法。這種情況說(shuō)明 x與 y之間存在相當(dāng)明顯的相關(guān)關(guān)系。這種情況下看不出 x與 y之間有關(guān)，稱為無(wú)相關(guān)。 – 研究分析兩種數(shù)據(jù)之間的關(guān)系時(shí)，可以將這種異常點(diǎn)舍棄不計(jì)，但應(yīng)查明其引起的具體原因，并及時(shí)采取有效措施加以排除。經(jīng)過(guò)分層處理后，就可看出正相關(guān)關(guān)系。如果由此得出結(jié)論，認(rèn)為 x與y無(wú)相關(guān)，不通過(guò)控制制造條件去保證產(chǎn)品質(zhì)量，就會(huì)給生產(chǎn)造成損失。 ? |r|=1為函數(shù)關(guān)系 (完全線性關(guān)系 )， r→+1 時(shí)， y與 x強(qiáng)正相關(guān) 。 – 用上述方法求得回歸方程，當(dāng)自變量 x與因變量 y確有線性關(guān)系，所求方程才有意義；當(dāng) x與 y之間無(wú)線性關(guān)系時(shí)，求得的方程沒(méi)有意義。在計(jì)算出 r后，應(yīng)對(duì)其進(jìn)一步的檢驗(yàn)，才能對(duì)兩個(gè)變量之間是否相關(guān)作出判斷。 – 根據(jù) n2(自由度 )和 α( 顯著水平 )查出判定系數(shù) rα 。 αα αn 2 n 2 n 2 14 29 50012341256781516171819202122239303540455060708090241000 10012515020028 相關(guān)系數(shù) r 檢驗(yàn)表300252627131011,2022 27 散布圖及相關(guān)分析 ? 散布圖的定量分析 – 利用回歸方程進(jìn)行預(yù)測(cè) ? 所謂預(yù)測(cè)問(wèn)題，就是對(duì)固定的 x值預(yù)測(cè) y的值。它以 lα 的概率包含 y的值，且當(dāng) x越靠近 xbar時(shí)，預(yù)測(cè)區(qū)間越窄預(yù)測(cè)越精確。 散布圖及相關(guān)分析 ? 散布圖的定量分析 – 利用回歸方程進(jìn)行控制 ? 所謂控制問(wèn)題是指通過(guò)控制 x的值以便把 y的值控制在指定的范圍內(nèi)。 )()(,39。比如在畫(huà)散布圖時(shí)未注意縱、橫坐標(biāo)的比例，勢(shì)必影響變量之間關(guān)系的判斷。 控制圖可展示過(guò)程變異并發(fā)現(xiàn)異常變異 ,是對(duì)工序特性進(jìn)行研究和控制的重要工具， 并進(jìn)而成為采取預(yù)防措施的重要手段。 ? 任何反映產(chǎn)品或工序特性的 變量 (計(jì)量數(shù)據(jù) )或 屬性 (計(jì)數(shù)數(shù)據(jù) )都可以繪制控制圖 ,前者稱計(jì)量型控制圖 ,后者稱計(jì)數(shù)型控制圖。根據(jù)小概率事件可以 “ 忽略 ” 的原則 ,如果變量超出 μ 177。其位置與正態(tài)分布均值 μ 重合。 ,2022 43 存在系統(tǒng)誤差 存在隨機(jī)誤差 ,2022 44 控制圖原理 ? 兩類(lèi)錯(cuò)誤 – 控制圖是用從總體中抽取的樣本數(shù)值進(jìn)行判斷的 ,既然是抽樣就可能存在風(fēng)險(xiǎn) ,即產(chǎn)生錯(cuò)判或漏判錯(cuò)誤的風(fēng)險(xiǎn)。 – 控制界限的幅度影響犯第 Ⅰ 類(lèi)錯(cuò)誤的概率， α 隨著控制界限的增大而減小。如被監(jiān)控的總體的均值發(fā)生偏移或其標(biāo)準(zhǔn)差發(fā)生改變 ,仍會(huì)有一部分?jǐn)?shù)據(jù)在上下控制限以內(nèi) ,從而發(fā)生漏報(bào)的錯(cuò)誤 ,發(fā)生這種錯(cuò)誤的概率通常以 β 表示。是控制圖的重要質(zhì)量特性。 ? 應(yīng)用控制圖時(shí) ,應(yīng)保證適宜的檢出力。 ? 雖然 xbars圖檢出力最強(qiáng)，但要求 n≥9 ，這限制了它的應(yīng)用。 – 將上、下控制限定在 μ 177。 ? 如果有較多的點(diǎn)子在控制限內(nèi)呈隨機(jī)排列 ,根據(jù)概率乘法定理 ,實(shí)際上的第 Ⅱ 類(lèi)錯(cuò)誤要比原定的第 Ⅱ 類(lèi)錯(cuò)誤 β 要小得多。 lα 范圍內(nèi) (理論上是 68%左右 ),小部分點(diǎn)子在 u177。 ③ 較多的點(diǎn)子接近上、下控制限 ,說(shuō)明標(biāo)準(zhǔn)差已經(jīng)變大。這種情況的典型例子包括 : ① 連續(xù) 3點(diǎn)至少有 2點(diǎn)接近控制限 。 – 第一步 :按正態(tài)分布特點(diǎn) “ 點(diǎn)子落在 u177。 – 第二步 :根據(jù)累積二項(xiàng)分布 ,在 3點(diǎn)出現(xiàn) 2點(diǎn)接近控制限的概率為 : P(3點(diǎn)有 2點(diǎn)接近控制限 )=C32(^2)()+C33(^3)≈ 。 ③ 連續(xù) 14點(diǎn)至少有 12點(diǎn)在中心一側(cè) 。 – 第二步 :連續(xù)出現(xiàn) 7點(diǎn)都在一側(cè)時(shí) ,根據(jù)概率乘法定理 ,有 : 2x()^7=。一般而言 ,發(fā)生點(diǎn)子超越控制限情況都應(yīng)視為異常 ,但如工序一直穩(wěn)定 ,在大量的點(diǎn)子中只有極個(gè)別點(diǎn)子超出界外 ,此時(shí)應(yīng)結(jié)合工序特點(diǎn)作具體分析。缺點(diǎn)是不易發(fā)現(xiàn)工序分布中心的變化適用于因各種原因 ( 時(shí)間贊用等 ) 每次只能得到一個(gè)數(shù)據(jù)或希望盡快發(fā)現(xiàn)并消除異常因素的場(chǎng)合。 分 析用 穩(wěn)定 控制用 ,2022 52 分析用 vs控制用控制圖 ? 分析用控制圖 – 分析用控制圖主要用來(lái)分析 。 ? 控制 (管理 )用控制圖。 ,2022 53 分析用 vs控制用控制圖 ? 分析用控制圖與控制用控制圖的關(guān)系 – 在對(duì)工序?qū)嵤┛刂浦?，首先用分析用控制圖對(duì)欲控制的工序?qū)嵤┰\斷，當(dāng)確認(rèn)工序處于穩(wěn)定受控狀態(tài)時(shí)，將分析用控制圖控制界線延長(zhǎng)，轉(zhuǎn)化為控制用控制圖。 存在變差的普通原因和特殊原因） ? 工序能力是由工序中所固有的、不可避免的普通原因來(lái)確定的 ,是工序的固有特性。 ? 從狀態(tài) Ⅳ 達(dá)到狀態(tài) Ⅰ 的途徑有二 ：狀態(tài) Ⅳ 一狀態(tài) Ⅱ 一狀態(tài) Ⅰ 或狀態(tài) Ⅳ 一狀態(tài) Ⅲ 一狀態(tài) l。 2. 控制限內(nèi)的點(diǎn)子波動(dòng)應(yīng)符合統(tǒng)計(jì)規(guī)律。從分布規(guī)律而言 ,這也是一種異常。此時(shí)也應(yīng)積極分析原因 ,總結(jié)經(jīng)驗(yàn) ,加以推廣 ,并重新設(shè)計(jì)一個(gè)符合實(shí)際的控制圖。 B. 加工材料的硬度偏高。 四． 根據(jù)點(diǎn)子的移動(dòng)趨向 ,預(yù)防不合格品 – 控制圖上當(dāng)點(diǎn)子有定向而緩慢的趨向時(shí) ,一般都有條件因素的作用。 ,2022 57 控制圖選用流程 ,2022 58 控制圖在應(yīng)用中常見(jiàn)問(wèn)題 1. 控制圖的選用缺乏針對(duì)性 ,未能從企業(yè)的生產(chǎn)方式考慮 ,盲目地選擇 – 如 .對(duì)大批量生產(chǎn)選用 xbarR控制圖為好 ,卻選用了 xRs控制圖 , – 相反地小批量生產(chǎn)的卻選用了 xbarR控制圖。然后再?gòu)?12點(diǎn)到 22點(diǎn)來(lái)看 ,依次類(lèi)推。 6. 隨機(jī)抽取樣本的方法不當(dāng) .有的畫(huà) xbarR控制圖一天只抽取一組數(shù)據(jù) ,有的則把兩個(gè)班次的數(shù)據(jù)點(diǎn)到同一張控制圖上。 2. 抽樣時(shí)間間隔是根據(jù)過(guò)程的穩(wěn)定性 ,即過(guò)程中異常因素出現(xiàn)的頻次來(lái)確定的。 4. 對(duì)于 xbarR、 xbars、 MeR和 xRs控制圖 ， 應(yīng)先分析反映離散程度的控制圖 (R,s,Rs圖 )， 再分析反映集中趨勢(shì)的控制圖 (xbar,Me,x圖 )。 ,2022 60 控 制 圖 ? 用 MINITAB 作 控制圖 ,2022 61 MINITAB: Eight Tests for Special Causes GB/T 4091—2022 ,2022 62 控 制 圖 ? 用 MINITAB 作 控制圖 2022S u b g r o u p 0603602601600599598Sample Mean161M e a n = 6 0 0 . 2U C L = 6 0 2 . 4L C L = 5 9 8 . 19876543210Sample RangeR = 3 . 7 2U C L = 7 . 8 6 6L C L = 0X b a r / R C h a r t f o r D i a m e t e r,2022 63 END 。 ? 在 xbar,Me,x圖上 ， 若有點(diǎn)子超出控制界線 ， 往往表明設(shè)備的調(diào)整或操作方法上存在問(wèn)題。最少應(yīng)在一個(gè)班次內(nèi)抽取一個(gè)樣本 ,否則判斷誤差過(guò)大。如 xbar圖和 R圖不對(duì)應(yīng)等。 4. 對(duì)控制圖中點(diǎn)子排列異常不分析也不采取措施 ,使控制圖流于形式。 3. 機(jī)械地理解間斷鏈來(lái)判斷工序是否處于穩(wěn)定的狀態(tài) ,往往是工序處于不穩(wěn)定狀態(tài)而判斷不出來(lái)。 ? 如 xbar的點(diǎn)子有向上控制線移動(dòng)的趨勢(shì) ,盡管現(xiàn)在還是正常的 ,但再繼續(xù)生產(chǎn)下去 ,就可能出現(xiàn)廢品 ,經(jīng)分析 ,原來(lái)是刀具磨損太快 ,換一把質(zhì)量好的車(chē)刀 ,問(wèn)題就解決了。 ? 如幾人同時(shí)加工一批零件 ,幾張控制圖中點(diǎn)子有共同的起伏。將這些情況不斷加以完善 ,對(duì)今后提高質(zhì)量和開(kāi)展質(zhì)量分析工作是很有好處的。 2. C和 P超過(guò)下限當(dāng)然好，但從統(tǒng)計(jì)上講是不正常的。 二． 比較和分析產(chǎn)品質(zhì)量的優(yōu)劣 – 控制圖可比較兩類(lèi)產(chǎn)品或不同條件生產(chǎn)的產(chǎn)品質(zhì)量 ,可以比較質(zhì)量的平均水平 (xbar圖 )和質(zhì)量的穩(wěn)定性 (R圖 )。 ,2022 56 控制圖的主要用途 一． 判斷加工工序的穩(wěn)定性。 ? 狀態(tài) Ⅳ 是最不理想的，需要加以調(diào)整，使之逐步達(dá)到狀態(tài) I。當(dāng)影響工序質(zhì)量波動(dòng)的因素發(fā)生變化或質(zhì)量水平已有明顯提高時(shí)，應(yīng)及時(shí)用分析用控制圖計(jì)算出新的控制線