qc中的統(tǒng)計方法-免費閱讀
【正文】 我們不追求控制圖的張數(shù) ， 但可以說 ， 工廠使用控制圖的張數(shù)在某種意義上反映了管理現(xiàn)代化的程度 。 掌握了這些數(shù)據(jù)的統(tǒng)計規(guī)律可以保證和提高產(chǎn)品的質(zhì)量 。 但它不是通常的確定性現(xiàn)象的確定性規(guī)律 ， 而是隨機(jī)現(xiàn)象的統(tǒng)計規(guī)律 。 （ 2）休哈特控制圖 （ a） 產(chǎn)品質(zhì)量的統(tǒng)計觀點 產(chǎn)品質(zhì)量的統(tǒng)計觀點是現(xiàn)代質(zhì)量管理的基本觀點之一 。 Dodge） 為學(xué)術(shù)領(lǐng)導(dǎo)人的產(chǎn)品控制 （ Product Control） 研究組 。在經(jīng)濟(jì)學(xué)中 ,為了研究不同的地區(qū)城鎮(zhèn)居民的收入及消費狀況 ,往往需要劃分為不同的類型去研究 。 一般來說 ， 都采取隨機(jī)抽樣 （ random sampling） 方法 ， 亦即使總體各部分都有相等的機(jī)會樣本的抽樣方法 。同時預(yù)計，即使數(shù)據(jù)從同一總體取出的，如果觀測的數(shù)據(jù)很多，這些數(shù)據(jù)的寬度即極差也會變大。 統(tǒng)計推斷 ， 就是以樣本為根據(jù) ， 來推斷總體的狀況 。這時，所測量的每個數(shù)據(jù)是否滿足標(biāo)準(zhǔn)要求，并不緊要，主要是想根據(jù)所測得的數(shù)據(jù)，來推斷整批產(chǎn)品是否滿足要求。但是 ， 正常狀態(tài)下 ， 產(chǎn)品的波動是存在統(tǒng)計規(guī)律的 。面對如此新形式，推行質(zhì)量科學(xué)如 SPC（ Statistical Process Control）統(tǒng)計過程控制是非常有必要的，否則難以滿足超嚴(yán)質(zhì)量的要求。 四 一些質(zhì)量管理中的計算機(jī)軟件的介紹 一、為什么要學(xué)習(xí) SPC理論？ 進(jìn)入 21世紀(jì)，科學(xué)技術(shù)的發(fā)展越來越迅速。 作為生產(chǎn)現(xiàn)場人員 ， 了解一些質(zhì)量控制的思想也是非常有益的 。所觀測的數(shù)據(jù)，與統(tǒng)計推斷的對象不同。 測量人造絲粗細(xì)的目的 ， 不在于了解每根人造絲的粗細(xì) ， 而在于綜合所得數(shù)據(jù) ， 以期盡早發(fā)現(xiàn)該工序的異常 。 數(shù)據(jù)是波動的 。 無偏標(biāo)準(zhǔn)差 ?? ????n1i)1n(2)xix( 數(shù)據(jù)是用來推斷總體的狀態(tài)的 ， 所以抽取的樣本必須盡可能的正確反映總體的狀態(tài) 。 。 (1).基本介紹： 早在 20世紀(jì) 20年代 ， 貝爾電話實驗室 （ Bell Telephone Laboratory， 現(xiàn)屬于朗訊 （ Lencen） 公司 ） 就建立了以休哈特 （ ,18911967,1981年在美國加利福尼亞大學(xué)伯克利分校獲得物理學(xué)博士學(xué)位 ， 旋就職于西方電器公司， 以后在貝爾電話實驗室工作 ， 是 SQC理論的一位成績卓著的奠基人 。 休哈特可以認(rèn)為是統(tǒng)計質(zhì)量控制的奠基人 。 另外 ， 根據(jù) ISO9000國際標(biāo)準(zhǔn) ， 除 “ 人 ， 機(jī) ， 料 ， 法 ， 環(huán) ”外 ， 還要補(bǔ)充下列三個字： “ 軟 （ 件 ） ， 輔 （ 助材料 ） ，（ 水 ， 電 ， 汽等 ） 公 （ 用設(shè)施 ） ” 。 對于計量特性值 ， 如長度 ， 重量 ， 時間 ， 強(qiáng)度 ， 純度 ，成分等連續(xù)型的數(shù)據(jù) ， 最常見的是 正態(tài)分布 ， 指數(shù)分布 。 控制圖非常重要 ， 1984年日本名古屋工業(yè)大學(xué)調(diào)查了115家日本各行各業(yè)的中小型工廠 ， 結(jié)果發(fā)現(xiàn)每家平均采用 137張控制圖 。 Sas/QC a. control chart Shewart XR Chart XChart Cumulative Sum Control Chart、 Moving Average Control Chart,EWMA Chart and Capability Analysis Chart Curve: Normal(Mu= Sigma=)Percent0510152025x Percent01020304050x Curve: Normal(Mu= Sigma=)Percent05101520253035x34 38 42 46 50 54 58 62 66Curve: Exponential(Theta=0 Scale=)Percent01020304050607080x Basic Pareto Analysis1 2 3 4 5 6 7020406080100Percent02040608
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1