【正文】 Txk ii 參照量??以 “ 公差中心（目標值） M”為參照量值時： TMxk ii ??UCL= CL=0 LCL= No. 1 2 3 4 5 6 7 8 9 10 11 12測量值 相對偏差 某產品的外徑尺寸要求為 2+/，抽檢 12片，其數值如下： 計算以公差中心 M為參照量值時相對偏差并在相對偏差控制圖上打點。 相對偏差控制圖適用于多品種小批量生產過程的質量控制。將質量特性的實際偏差變換為 “ 相對偏差 ” ，可以是相對尺寸偏差。 兩極控制圖的應用舉例 切割尺寸要求規(guī)格為 6177。 （三）、兩極控制圖 兩極控制圖實際上是將最大值控制圖與最小值控制圖二者合一 。 使用預控圖需滿足以下幾個條件： 1）過程的質量特性必須服從正態(tài)分布； 2）過程能力恰好等于或略高于規(guī)格（公差）范圍， Cp≥1； 3） 過程的質量特性值的分布中心（平均值）必須與規(guī)格（公差）中心（目標值 M） 重合。所以又稱為彩虹圖。此時的公差范圍 T小于 4倍的分布標準偏差。此時的公差范圍 T相當于實際分布的 6倍標準偏差。 d. 平頂型 e. 偏向型 d. 平頂型 — 說明過程中有緩慢的異常因素在起作用 f. 鋸齒型 — 一般不是由于質量不良造成，而是由于某種原因取樣時測量誤差過大或是作圖時分組過多所造成。 a. 正常型 b. 孤島型 分析： — 說明在生產過程中有短時間的異常因素在起作用，使加工條件發(fā)生了一個小的變化。 b、直方圖可以顯示質量波動形態(tài) 直方圖所顯示的樣本數據的分布情況，可以幫助識別過程發(fā)生變化時的程度和狀況，可以揭示過程或產品的變量測量值的狀況，在助于制定標準，同時可通過標準與測量值的對比對過程作出判斷。 c控制圖是以產品件數為計量單位，所以樣本大小要求相等， u控制圖是確定的單位計量，所以樣本大小不要求相等。 中心線及上、下控制界限 : 控制圖名稱 中心線 上、下控制界限不合格品率控制圖（ p 圖）不合格品數控制圖（ np 圖）Pnpnppp)1(3??)1(3 pnpnp ??P控制圖與 np控制圖應用舉例 OCP車間直角棱鏡拋光工序，經檢驗批產品不情況如下： 因為樣本 n=32，大小相等，所以可以用 p控制圖或 np控制圖進行分析。 （五）、 p控制圖（不合格品率控制圖）和 pn控制圖（不合格品數控制圖）。 RExRAnxU C L x 22 ????RExLC L x 2??xCLx ?x控制圖的作法有兩種情況： 1）在數據可以分組的場合，除了做 x控制圖外，當數據湊夠一組時同時作 xbar— R控制圖或 Me— R控制圖； 2）在數據不能分組的場合，常與移動極差（ Rs）控制圖聯合應用，記為 x— Rs控制圖。 R圖控制界限： Me圖控制界限： (m3， A2， D3， ， D4是根據 n值的不同，查控制系數表得到 ) RCLR ?RDUC L R 4? RDLCL R 3?xCL ~?RAmxU C L 23~ ?? RAmxL C L 23~ ??（四）、 x（單值）控制圖： 把逐個測定值一個一個地在控制圖上打點，對過程實施質量控制。 x=≈ R= 拋光尺寸要求是： M= 公差為： 177。 作控制圖并打點。 離散程度有異常往往表明： 1）操作者技術不熟練，達不到操作標準要求，或者未遵守工藝規(guī)程； 2）設備嚴重損壞或精度不夠； 3）原材料的型號、規(guī)格、批次發(fā)生混淆。 s圖、 R圖、 Rs圖形是用于控制標準偏差 σ的。因此只有一個控制圖。 控制圖的控制功能是控制過程處于正常狀態(tài)時質量數據所形成的典型分布。 控制圖的判斷準則：控制圖對過程異常的判斷準則包括點子超界和點子在界限內排列不隨機兩大類。 因為在任何時候，這兩種錯誤都是不能完全避免的?？刂茍D中設有三條界限，以控制質量特性實際分布（典型分布）的分布中心 μ為控制中心線（ CL），以 μ+3σ為控制上界限（ UCL），以 μ3σ為控制下界限（ LCL）。 控制圖的發(fā)明者 — 美國貝爾實驗室的休哈特博士認為對 100%的質量數據實施質量控制是不可能實現的，在 μ177。 2）標準偏差 σ的估計不同 短期過程能力指數 σST可以按以下的公式計算： 長期過程能力指數 σLT ，只能通過樣本標準偏差 S獲得，即對各個時間段收集數據，計算 S：把各個時間段內收集的數據按順序編號： 1)( 2??? ?nxx iLT?（當正態(tài)分布時） 2? dRST ??4? CsST ??1)( 2???nxxs i常用控制圖的介紹 控制圖 — 是對過程質量特性值進行測量，記錄，評估，從而監(jiān)控過程是否處于控制狀態(tài)的一種用統計方法設計的圖。這些數據用控制圖分析后作為判定該過程 在統計控制狀態(tài)下 運行的依據，如果沒有出現特殊原因，可以計算過程能力指數；如果過程不是一個受控狀態(tài)，就要求采取解決造成變差的特殊原因的措施。(T/6s) 由公式可以看到，提高過程能力的途徑有： 1）減少偏移量 k，使加工的平均值（ X）盡量靠近目標值（ M）； 2）必要時進行技術改進，減小標準偏差 s； 提高設備精度，散差減??； 提高材料的均勻性； 提高加工者的水平。R 和日期Cp/Cpk 和日期測量方法臨界參數 / 特性Quality Plan過程能力分析 過程能力：過程經標準化后，處于穩(wěn)定狀態(tài)下的實際加工能力，用 6σ定量表示； 過程能力指數：過程能力滿足技術標準的程度不同，記為 Cp Cp=技術要求 /過程能力 過程能力指數（ Cp， Cpk）主要用于： 驗證過程生產出來的產品是否能夠滿足顧客的要求； 驗證一個新過程或經改進后的過程的實際性能是否符合工程參數 。 統計過程控制的特點： 1）強調全員參與，保證預防原則的實現； 2）不是對個別工序的控制，而是從整個過程，整個系統出發(fā)來解決問題。 影響產品質量變異的兩大類因素 影響產品質量變異的因素，無論人、機、料、法、環(huán)哪一種因素，歸納為正常因素（偶然因素、隨機因素）和異常因素（系統因素）兩大類 正常因素與異常因素并不是絕對的，在一定條件下兩者是可相互轉變的。 統計技術包括統計推斷和統計控制兩大類。 全面質量管理階段 — 預防為主，檢驗把關為輔的質量管理 全面質量管理彌補了統計質量控制的三個不足，發(fā)展為三全管理：全員參與的質量管理；全過程的質量管理；全企業(yè)的質量管理 統計技術的基本概念： —— 統計技術是以概率論為理論基礎，研究隨機現象中確定的數學規(guī)律的學科。過程控制與統計技術 —— 廈門培訓總結 一、培訓的主要內容 統計技術的基本原理 各種控制圖的介紹 一、質量理論的發(fā)展 質量管理經歷了質量檢驗，統計質量控制，全面質量管理三個階段。 質量是在一定范圍內符合一定數學規(guī)律的隨機