工序過程質量控制(編輯修改稿)
2025-02-23 22:38 本頁面
【文章內容簡介】 適用于 Cpk、 CpL 和 Cpu。當發(fā)現工序有偏時，原則上應采取措施調整 分布中心 μ?？紤]到調整時的技術難度及成本，工序 有偏時調整的標準列于下表 8173。4。表 8－ 3 工序能力指數判斷標準能力等級工序能力指數 工序能力判斷特級 過 剩一級 充 足二級 正正 常常三級 不 足四級 嚴重不足偏移系數 k 工序能力指數 采取措施0k 不必調整均值k 注意均值變化0k 密切觀察均值k 采取必要調整措施表 8－ 4 存在 k 時的判斷標準例 1 某零件內徑尺寸公差為 ，從一足夠大的隨機樣本得， ， s＝ 。試作工序能力分析。解：公差中心 ， 即工序右偏 偏移量 偏移系數 所以， 工序能力指數 因為，工序無偏能力指數 ，所以 不合格率： 根據 Cp＝ k＝ ，對照表 8173。4，雖然工序能力很強，但由于偏移系數太大，導致實際工序能力嚴重不足，所以要注意均值的變化，找出使加工中心發(fā)生偏離的系統性原因，減少加工中心 和公差中心 TM的偏離程度。第三節(jié) 工序質量控制圖一、控制圖的概念、原理和分類（一）控制圖的概念和原理 控制圖 （ control chart） —— 是控制生產過程狀態(tài)、保證工序質量 的主要工具。 應用控制圖可以對工序過程狀態(tài)進行分析、 預測、判斷、監(jiān)控和改進，實現預防為主的過 程質量管理。 圖 8－ 9 控制圖的基本模式w 控制界限 一般根據 “3σ”原理來確定。 如中心線： CL=μ， 則： UCL=μ+3σ ； LCL=μ3σw 如工序質量特性值或其統計量服從（或近似服從）正 態(tài)分布，且工序處于受控狀態(tài)，工序能力也充足，則 根據正態(tài)分布原理，按時間順序抽樣的觀測數據點散 布在控制界限內的概率約為 ％，在控制界限外 的概率約為 %。并且，這些觀測數據點在控制圖 上的散布關于縱軸方向應是獨立隨機的，其密度應符 合 的統計規(guī)律。X~（ μ, σ2）w 而如果在生產過程中，一旦發(fā)現觀測數據點越出控 制界限或在控制界限內的散布相互不隨機獨立，不 符合 的統計規(guī)律，根據統計推斷的原理， 應當懷疑生產過程已受到系統性因素的干擾，可能 已處于失控狀態(tài)。 利用控制圖對生產過程質量狀態(tài)進行統計推斷 的基本原理可參見下圖 8173。10，按 “3σ”原理，其中： ?=， ? /2=X~(μ, σ2)w 控制圖的第一類錯誤 ： 當 ?生產過程處于受控狀態(tài)， ?工序能力充足， ?質量特性值或其統計量服從正態(tài) 分布時，雖然觀測數據點落在控制界限外的概率只 有 %，但由于樣本的隨機性，仍有可能會發(fā)生。 當 %的小概率事件真的發(fā)生時，將會導致 “生產 過程失控 ”的錯誤判斷。稱這一類因虛發(fā)信號而造成 的錯誤判斷為 控制圖的第一類錯誤（ ? 表示） 。w 控制圖的第二類錯誤 ： 與此相反，當系統性質量因素 影響生產過程而使工序質量失控時，由于樣本的隨 機性，仍會有一定比例的觀測數據點落在控制界限 內。當這種情況發(fā)生時，將會導致 “生產過程正常 ”的 錯誤判斷。稱這一類錯誤為 控制圖的第二類錯誤（以 ?表示） 。 ? 控制圖的第一類錯誤概率用 α 表示，控制圖的第二 類錯誤概率用 β 表示，見圖 8173。10。 ? 控制圖的兩類錯誤都將造成生產過程的混亂和經濟 損失。 ? 顯然， 1173。β是 過程失控得到正確判別的概率 ，一般 稱之為 檢出力 。 ? 改變控制界限可以改變兩類錯誤的概率，但此消彼 長，無法完全避免，也無法同時減少。圖 8－ 10 控制圖的兩類錯誤w 工序質量控制圖可以直接控制生產過程，起到預防為 主、穩(wěn)定生產、保證質量的作用。 控制圖的作用 大 致體現在下列幾個方面： （ 1）應用于質量診斷； （ 2）應用于質量控制； （ 3）應用于質量改進。（二）控制圖的分類 1. 常按質量特性值或其統計量的觀測數據的性質分 成： 計量值控制圖 和 計數值控制圖 兩大類。 2. 在控制圖的實際應用中，常將表現數據集中程度 的控制圖和分散程度的控制圖聯合使用。兩圖連 用后，檢出力得到加強。w 一些常用的控制圖見下表 8173。5所示。表 8－ 5 控制圖種類及適用場合 類別 名稱控制圖符 號 中心線 上、下控制限 特 點 適用場合計量值控制圖平均值
黨政相關相關推薦
鄂ICP備17016276號-1