【正文】 ,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題。 4. 對于 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的控制圖 (xbar,Me,x圖 )。最少應(yīng)在一個班次內(nèi)抽取一個樣本 ,否則判斷誤差過大。 2. 抽樣時間間隔是根據(jù)過程的穩(wěn)定性 ,即過程中異常因素出現(xiàn)的頻次來確定的。如 xbar圖和 R圖不對應(yīng)等。 6. 隨機(jī)抽取樣本的方法不當(dāng) .有的畫 xbarR控制圖一天只抽取一組數(shù)據(jù) ,有的則把兩個班次的數(shù)據(jù)點(diǎn)到同一張控制圖上。 4. 對控制圖中點(diǎn)子排列異常不分析也不采取措施 ,使控制圖流于形式。然后再從 12點(diǎn)到 22點(diǎn)來看 ,依次類推。 3. 機(jī)械地理解間斷鏈來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。 ,2022 57 控制圖選用流程 ,2022 58 控制圖在應(yīng)用中常見問題 1. 控制圖的選用缺乏針對性 ,未能從企業(yè)的生產(chǎn)方式考慮 ,盲目地選擇 – 如 .對大批量生產(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。 ? 如 xbar的點(diǎn)子有向上控制線移動的趨勢 ,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 ,原來是刀具磨損太快 ,換一把質(zhì)量好的車刀 ,問題就解決了。 四． 根據(jù)點(diǎn)子的移動趨向 ,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 ,一般都有條件因素的作用。 ? 如幾人同時加工一批零件 ,幾張控制圖中點(diǎn)子有共同的起伏。 B. 加工材料的硬度偏高。將這些情況不斷加以完善 ,對今后提高質(zhì)量和開展質(zhì)量分析工作是很有好處的。此時也應(yīng)積極分析原因 ,總結(jié)經(jīng)驗(yàn) ,加以推廣 ,并重新設(shè)計一個符合實(shí)際的控制圖。 2. C和 P超過下限當(dāng)然好，但從統(tǒng)計上講是不正常的。從分布規(guī)律而言 ,這也是一種異常。 二． 比較和分析產(chǎn)品質(zhì)量的優(yōu)劣 – 控制圖可比較兩類產(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 )。 2. 控制限內(nèi)的點(diǎn)子波動應(yīng)符合統(tǒng)計規(guī)律。 ,2022 56 控制圖的主要用途 一． 判斷加工工序的穩(wěn)定性。 ? 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。 ? 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。 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確定的 ,是工序的固有特性。當(dāng)影響工序質(zhì)量波動的因素發(fā)生變化或質(zhì)量水平已有明顯提高時，應(yīng)及時用分析用控制圖計算出新的控制線 . – 很多工廠對分析用控制圖、控制 (管理 )用控制圖沒有分清，隨時都在計算控制線，既錯誤又浪費(fèi)。 ,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 – 在對工序?qū)嵤┛刂浦?，首先用分析用控制圖對欲控制的工序?qū)嵤┰\斷，當(dāng)確認(rèn)工序處于穩(wěn)定受控狀態(tài)時，將分析用控制圖控制界線延長，轉(zhuǎn)化為控制用控制圖。 – 控制用控制圖用于使工序保持穩(wěn)態(tài)，預(yù)防不合格的產(chǎn)生， – 控制用控制圖的應(yīng)用規(guī)則 : 按規(guī)定的取樣方法獲得數(shù)據(jù)，通過打點(diǎn)觀察，控制異常原因的出現(xiàn)。 ? 控制 (管理 )用控制圖。 – 如發(fā)現(xiàn)異常 (工序失控或工序能力不足 )，則應(yīng)找出原因，采取措施，使工序達(dá)到穩(wěn)定。 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分析 。如一爐鋼的成分x 圖用于觀察分布的單值變化 , Rs 圖用于觀察分布的 致性變化。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 ( 時間贊用等 ) 每次只能得到一個數(shù)據(jù)或希望盡快發(fā)現(xiàn)并消除異常因素的場合。 Xb a rs 聯(lián)合運(yùn)用 ,用于觀察分布的變化中位數(shù) 極差控制圖M e R 計算簡便 , 但效果較差 適用于產(chǎn)品批量較大 , 且穩(wěn)定正常的工序Me 圖用于觀察分布的中位數(shù)變化 ,R 圖用于觀察分布的一致性變化。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)子中只有極個別點(diǎn)子超出界外 ,此時應(yīng)結(jié)合工序特點(diǎn)作具體分析。 4. 點(diǎn)子呈傾向性排列 ,當(dāng)有不少于 7點(diǎn)連續(xù)上升 (或下降 )傾向時判異常。 – 第二步 :連續(xù)出現(xiàn) 7點(diǎn)都在一側(cè)時 ,根據(jù)概率乘法定理 ,有 : 2x()^7=。 ? 例，計算連續(xù) 7點(diǎn)在一側(cè)的概率。 ③ 連續(xù) 14點(diǎn)至少有 12點(diǎn)在中心一側(cè) 。 ,2022 48 控制圖原理 ? 工序異常判斷 3. 點(diǎn)子呈鏈狀排列 ,鏈長不少于 7時判異常，這種情況的典型例子包括 : ① 連續(xù) 7點(diǎn)在中心一側(cè) 。 – 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)≈ 。 2α 之間的概率為 =,而在 u177。 – 第一步 :按正態(tài)分布特點(diǎn) “ 點(diǎn)子落在 u177。 ③ 連續(xù) 10點(diǎn)至少有 4點(diǎn)接近控制限。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 。 ⑤ 點(diǎn)子按一定時間間隔呈周期性起伏變化 ,一般是由于工藝、環(huán)境等因素失控造成的結(jié)果。 ③ 較多的點(diǎn)子接近上、下控制限 ,說明標(biāo)準(zhǔn)差已經(jīng)變大。 lα 之間 (理論上是27%左右 ),而且點(diǎn)子呈隨機(jī)排列 ,這是工序控制的理想狀態(tài)。 lα 范圍內(nèi) (理論上是 68%左右 ),小部分點(diǎn)子在 u177。用到累積二項(xiàng)分布和概率乘法定理。 ? 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 類錯誤要比原定的第 Ⅱ 類錯誤 β 要小得多。 – 休哈特控制圖的設(shè)計思想是： ? 先確定第 Ⅰ 類錯誤 α ,而且將 α 取得很小(%)，以增加控制圖使用者的信心 。 – 將上、下控制限定在 μ 177。 ,2022 46 控制圖原理 ? 控制圖的設(shè)計思想 – 在控制圖上 ,中心線一般是對稱的 ,所能變動的只是上、下控制限。 ? 雖然 xbars圖檢出力最強(qiáng)，但要求 n≥9 ，這限制了它的應(yīng)用。 ? 為保證控制圖有適宜的檢出力 ,分析用控制圖的抽樣組數(shù)應(yīng) ≥ 20組 ,最好25組。 ? 應(yīng)用控制圖時 ,應(yīng)保證適宜的檢出力。 ? 樣本大小可由生產(chǎn)者和管理者決定。是控制圖的重要質(zhì)量特性。 – β 隨著控制界限的增大而增大 ， 隨著樣本的增大而減小。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 ,仍會有一部分?jǐn)?shù)據(jù)在上下控制限以內(nèi) ,從而發(fā)生漏報的錯誤 ,發(fā)生這種錯誤的概率通常以 β 表示。 2. 第 Ⅱ 類錯誤 （ 使用者風(fēng)險 ）： 漏判，漏發(fā)警報。 – 控制界限的幅度影響犯第 Ⅰ 類錯誤的概率， α 隨著控制界限的增大而減小。即使工序正常 ,仍可能由于偶然原因而造成點(diǎn)子超出上下控制限 ,將一個正?？傮w錯判為不正常。 ,2022 43 存在系統(tǒng)誤差 存在隨機(jī)誤差 ,2022 44 控制圖原理 ? 兩類錯誤 – 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 ,即產(chǎn)生錯判或漏判錯誤的風(fēng)險。其位置在 μ+3 σ 處。其位置與正態(tài)分布均值 μ 重合。 – 工序中的質(zhì)量特性均值及離散量符合正態(tài)分布。根據(jù)小概率事件可以 “ 忽略 ” 的原則 ,如果變量超出 μ 177。 ,2022 42 控制圖原理 ? 3σ 原則 – 當(dāng)質(zhì)量特性值的隨機(jī)變量服從正態(tài)分布時 ,則變量落在 μ 177。 ? 任何反映產(chǎn)品或工序特性的 變量 (計量數(shù)據(jù) )或 屬性 (計數(shù)數(shù)據(jù) )都可以繪制控制圖 ,前者稱計量型控制圖 ,后者稱計數(shù)型控制圖。因其用法簡單且效果顯著，人人能用，到處可用，遂成為實(shí)施質(zhì)量控制時不可缺少的主要工具 。 控制圖可展示過程變異并發(fā)現(xiàn)異常變異 ,是對工序特性進(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。 – 數(shù)據(jù)的收集未注意在相同條件下進(jìn)行，易于造成判斷失誤。比如在畫散布圖時未注意縱、橫坐標(biāo)的比例，勢必影響變量之間關(guān)系的判斷。)()( yxxyyxxy ???? ??y‖ y‘ x‘ x‖ ,2022 30 散布圖及相關(guān)分析 ? 散布圖、相關(guān)分析在應(yīng)用中常見的問題 – 對于散布圖上出現(xiàn)的異常點(diǎn)，未經(jīng)查明原因，任意剔除。 )()(,39。即若要y=ax+b+δ 的值以 1α 的概率落在指定區(qū)間 (y?， y”)之中，那么回歸變量 x應(yīng)控制在什么范圍內(nèi)。 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 ? 所謂控制問題是指通過控制