【正文】 ，而如果某一數(shù)據(jù)落到這范圍之外，則我們有很大的把握認(rèn)為該點(diǎn)不屬于原先的分布，由此而判定生產(chǎn)過程出現(xiàn)了某種異常原因。 4）反證法思想 ?一旦控制圖上的點(diǎn)子越出界限或其它小概率事件發(fā)生，則懷疑原生產(chǎn)過程失控，亦即不穩(wěn)定。若異常數(shù)據(jù)點(diǎn)比例過大，則應(yīng)改進(jìn)生產(chǎn)過程，再次收集數(shù)據(jù)，重新計(jì)算控制界線；生產(chǎn)過程雖然處于統(tǒng)計(jì)控制狀態(tài) ,但不滿足質(zhì)量要求 ,則應(yīng)調(diào)整生產(chǎn)過程的有關(guān)因素，直到滿足要求方能轉(zhuǎn)變?yōu)楣芾碛每刂茍D。 a. 點(diǎn)子沒有跳出控制圖界限 b. 點(diǎn)子排列無異常 61 質(zhì)量管理》－ 3 工序控制 2）點(diǎn)子異常排列的情況 （ 1）鏈 （ 2）點(diǎn)子在控制界限附近出現(xiàn) （ 3）傾向 （ 4）周期 62 質(zhì)量管理》－ 3 工序控制 （ 1） 鏈 鏈 ：在中心線上方或下方連續(xù)出現(xiàn)n個點(diǎn)稱為 n點(diǎn)鏈。 (平均值 與 極差控制圖 ) Rx?(Ⅰ) X 71 質(zhì)量管理》－ 3 工序控制 ? 控制圖由 圖和 R圖組合而成，前者用來控制平均值的變化 ,后者則用來控制數(shù)據(jù)的離散程度 。 ?（ 2） 當(dāng) R圖出現(xiàn)異常時 ， 情況就比較復(fù)雜 ， 往往是設(shè)備的性能下降了 ， 或是加工材料的規(guī)格改變等 ， 這時單靠調(diào)整工序是無法解決的 ， 必須采取其它措施如檢修設(shè)備甚至更換設(shè)備等 。 它是由樣本中位數(shù)取代樣本均值的一種方法 ， 所以作圖法基本與 xbarR的作圖法相同 。 （ c） 從 UCL， LCL表達(dá)式中可看出，如果樣本量 n不一樣 ,UCL與 LCL就不是直線而是階梯狀的。由統(tǒng)計(jì)學(xué)可知，這種在一定面積上的缺陷數(shù) Ci服從泊松分布，即： 123 質(zhì)量管理》－ 3 工序控制 ? ? ?? ??? ekkcpk!??????? 2,1,0k? ? ??cE ? ? ??cD?由前面的說明 ,可得 C控制圖的控制界限： 124 質(zhì)量管理》－ 3 工序控制 ?說明： c控制圖適用于樣本量 n相等的情況。 128 質(zhì)量管理》－ 3 工序控制 ?用一批經(jīng)過上述處理的質(zhì)量特性數(shù)據(jù)，可求出相應(yīng)的 樣本均值 X～ bar和 S，從而求出控制圖的上下控制界限。 常常用于紡織品的疵點(diǎn)數(shù)、油漆品表面的疵點(diǎn)數(shù)、溶劑中的灰塵數(shù)及空氣中的懸浮物數(shù)等。 一般用 k個樣本的不合格品數(shù)的平均數(shù)來估計(jì) np，用不合格品率估計(jì) p，即： nkdpkdpnkiikii /,/11??????121 質(zhì)量管理》－ 3 工序控制 ?當(dāng)每批的樣本量 n相等時 ,可用 pn控制圖 。 由概率分布理論知，從一批穩(wěn)定狀態(tài)下生產(chǎn)的大量產(chǎn)品中，隨機(jī)抽取容量為 n的樣本，以 d代表其中包含的不合格品數(shù)，則 d服從二項(xiàng)分布。 ?確定控制界限的步驟如下： ????????kiik XkkxxxX121 1①計(jì)算總樣本平均數(shù)： ②計(jì)算移動極差平均數(shù)： ??????????? 1121111kisisksss RkkRRRR88 質(zhì)量管理》－ 3 工序控制 ? 若樣本取自正態(tài)總體，可以證明：移動極差 Rs的期望與方差分別為： ? ?????? 42,2 ???sRsRE于是有： sR2??? ?89 質(zhì)量管理》－ 3 工序控制 ? ③計(jì)算控制界限。按數(shù)據(jù)取得的順次分組，每組45個數(shù)據(jù)或更多； 3. 計(jì)算組平均值； 4. 計(jì)算極差； 5. 計(jì)算 xbar與 R控制線； 6. 畫 xbar與 R控制圖。 69 質(zhì)量管理》－ 3 工序控制 （四）控制圖的作法 70 質(zhì)量管理》－ 3 工序控制 計(jì)量值控制圖 ?此圖可以同時控制質(zhì)量特性值的平均值與離散程度。管理用控制圖在使用一段時間后，應(yīng)當(dāng)根據(jù)實(shí)際情況對中心線和控制界線進(jìn)行調(diào)整。 52 質(zhì)量管理》－ 3 工序控制 圖示 +3σ 3σ α /2 β 53 質(zhì)量管理》－ 3 工序控制 ? 另一種相反的現(xiàn)象是 ， 屬于不正常分布的數(shù)據(jù)有可能落入控制界限內(nèi) ， 這時就會將不正常的生產(chǎn)過程判為正常 ， 這類錯誤稱為 第二類錯誤 ， 用 β 表示 。 LCL:Lower Control Limit. UCL CL LCL μ 異常點(diǎn) 圖 μ’ 50 質(zhì)量管理》－ 3 工序控制 3）小概率原理 ?所謂小概率原理，即認(rèn)為小概率事件一般是不會發(fā)生的。 ?1）正態(tài)性假定 任何生產(chǎn)過程生產(chǎn)出來的生產(chǎn)出來的產(chǎn)品 ,其質(zhì)量特性值總會存在一定程度的波動 ,當(dāng)過程穩(wěn)定或受控時這些波動主要來自于 5M1E的微小變化造成的隨機(jī)誤差。 3. 查明生產(chǎn)設(shè)備和工藝裝備的實(shí)際精度，以便作出正確的技術(shù)決定。 特性值 Tu TL x33 質(zhì)量管理》－ 3 工序控制 工序能力圖 ? 所謂工序能力圖即為 :按加工時間順序抽出部分產(chǎn)品 ， 畫出其質(zhì)量特性的散布圖 ， 并與技術(shù)條件進(jìn)行比較 。 29 質(zhì)量管理》－ 3 工序控制 ? 5 、 Cp—— 四級加工 ? 工序能力嚴(yán)重不足 ， 應(yīng)立即停產(chǎn)檢查原因 ， 同時對產(chǎn)品實(shí)行全數(shù)檢查 。 解： 50754345464583042531202311???????????????????????????????? ?irnp22 質(zhì)量管理》－ 3 工序控制 ? 樣本平均不合格品數(shù)為 : ? ?? ?13???????ppnpndCup ???pn所以： 23 質(zhì)量管理》－ 3 工序控制 b、計(jì)點(diǎn)質(zhì)量指標(biāo) 有些產(chǎn)品如布、電鍍件表面等的質(zhì)量是以疵點(diǎn)數(shù)多少來評價其質(zhì)量好壞的，一般說來 ,這些疵點(diǎn)數(shù)服從泊松分布 ： ? ? k!ec ck ??? kXP 其中 C為單位面積內(nèi)所含的疵點(diǎn)數(shù)，若C＞ 5時 ,可用下式來計(jì)算工序能力 ,如 C＜ 5時，可適當(dāng)增加單位面積的量值使 C＞ 5。 10 質(zhì)量管理》－ 3 工序控制 單側(cè)公差（上） Tu u ?3uTC up??上當(dāng) uTu ? 0?上pC時 11 質(zhì)量管理》－ 3 工序控制 單側(cè)公差（下） TL u ?3LpTuC ??下當(dāng) uT L ? 0?下pC時 , 12 質(zhì)量管理》－ 3 工序控制 b）技術(shù)條件為雙側(cè)公差時 令 :偏心距 ε =|Mμ | 相應(yīng)地定義偏移系數(shù) K K=ε/(T/ 2) =2ε /T =2|Mμ|/T Tu TL M μ T/2 ?T/2 其中： M＝ (TU+TL)/2 13 質(zhì)量管理》－ 3 工序控制 公差中心與分布中心不重合時的工序能力指數(shù) ?我們知道左 /右側(cè)工序能力補(bǔ)償不了右 /左測工序能力的損失，所以在公差中心與分布中心發(fā)生偏移時，要取 T/2ε與 T/2+ε中的較小者來計(jì)算工序能力指數(shù)。通過工序能力的測定與分析，為技術(shù)與管理人員提供關(guān)鍵的工序能力數(shù)據(jù)，可以為產(chǎn)品設(shè)計(jì)的改進(jìn)、管理程序或規(guī)程的優(yōu)化提供第一手資料。 3σ幅度來表述。 衡量生產(chǎn)過程能力的標(biāo)志是 工序質(zhì)量 。 ?總之，在生產(chǎn)的前、中、后各個工序都要按標(biāo)準(zhǔn)進(jìn)行 ,非穩(wěn)定狀態(tài)下測得的工序能力是沒有意義的。 。但是從經(jīng)濟(jì)的角度來說，并不是工序能力指數(shù)越大越好，它應(yīng)該與經(jīng)濟(jì)效益相匹配。這時工序能力指數(shù) Cp的計(jì)算不同于以前，它所考慮的技術(shù)條件相應(yīng)地改為批允許不合格品 率 上限 pu或批允許不合格 品 數(shù)上限 du，類似單側(cè)公差的情況。 28 質(zhì)量管理》－ 3 工序控制 ?2 、 Cp=~—— 一級加工 – 工序能力充裕 ， 可以作為精密加工 。 （ 2） 用這些數(shù)據(jù)畫直方圖 ,計(jì)算 ,S,ε ,與 Cp。 特性值 Tu TL t ?早在 1924年 ,休哈特 博士就開始把數(shù)理統(tǒng)計(jì)應(yīng)用于工業(yè)生產(chǎn)中 ,制作了世界上第一張工序質(zhì)量控制圖 ， 自控制圖問世以來 ， 由于把產(chǎn)品質(zhì)量控制從事后檢驗(yàn)改變?yōu)槭虑邦A(yù)防 ， 對于保證產(chǎn)品質(zhì)量 ,降低生產(chǎn)成本 ,提高生產(chǎn)率開辟了廣闊的前景 ,因此它在世界各國得到了廣泛的應(yīng)用 。 44 質(zhì)量管理》－ 3 工序控制 系統(tǒng)原因（ 異常原因 ） ?如工人不按操作要求 、 材料規(guī)格不對 、 工夾具嚴(yán)重松動等等 ， 它們常常引起質(zhì)量的顯著改變 ， 這類因素一般較少出現(xiàn) ， 即使出現(xiàn) ， 也容易找到 。 48 質(zhì)量管理》－ 3 工序控制 圖 3σ 準(zhǔn)則 3σ +3σ μ 圖 49 質(zhì)量管理》－ 3 工序控制 圖示 如把圖 狀 ,即成控制圖的基本形狀 ,各條線的意義如圖。此時要查找原因，確認(rèn)過程是否發(fā)生了顯著變化。 56 質(zhì)量管理》－ 3 工序控制 ?2） 管理用控制圖。 ? a、在中心線一側(cè)出現(xiàn) 7點(diǎn)鏈 63 質(zhì)量管理》－ 3 工序控制 ? ?? ? %100 128177????點(diǎn)鏈在中心線一側(cè)出現(xiàn)P?數(shù)理統(tǒng)計(jì)中把出現(xiàn)概率小于 1%的時間稱為小概率事件，這時這種事件出現(xiàn)的可能性極小 。 Rx ?x72 質(zhì)量管理》－ 3 工序控制 控制圖的原理 ?① 總體與樣本的關(guān)系 ?在理論上已經(jīng)保證在穩(wěn)