【正文】 生產(chǎn)的每臺(tái)洗衣機(jī)的 RPM (2) 一個(gè)班次生產(chǎn)的部品的平均 RPM (3) 拖板標(biāo)簽上的打印缺陷數(shù) (4) 每份銷售合同的打字錯(cuò)誤數(shù) (5) 月生產(chǎn)中脫離規(guī)格的部品數(shù) (6) 月生產(chǎn)中脫離規(guī)格部品的 % (7) 匯總一個(gè)應(yīng)收款所花費(fèi)的時(shí)間 (8) 每生產(chǎn) 100件部品中有缺陷部品的數(shù)量 練習(xí) : 是什么類型的數(shù)據(jù) ? 計(jì)量型 計(jì)量型 計(jì)量型 計(jì)數(shù)型 計(jì)數(shù)型 計(jì)數(shù)型 計(jì)數(shù)型 計(jì)數(shù)型 三 .控制圖應(yīng)用 Statistical Process Control 2023/3/11 57 (1) 公司生產(chǎn)的每臺(tái)洗衣機(jī)的 RPM (2) 一個(gè)班次生產(chǎn)的部品的平均 RPM (3) 拖板標(biāo)簽上的打印缺陷數(shù) (4) 每份銷售合同的打字錯(cuò)誤數(shù) (5) 月生產(chǎn)中脫離規(guī)格的部品數(shù) (6) 月生產(chǎn)中脫離規(guī)格部品的 % (7) 匯總 一個(gè)應(yīng)收款所花費(fèi)的時(shí)間 (8) 每生產(chǎn) 100件部品中有缺陷部品的數(shù)量 IMR Xbar R u 或 c 圖 u 或 c 圖 p 圖 p 圖 IMR np 圖 練習(xí) : 用哪種管理圖？ 三 .控制圖應(yīng)用 Statistical Process Control 2023/3/11 58 通過(guò)本章的學(xué)習(xí)你應(yīng)掌握： 。但不易發(fā)現(xiàn)分布中心的變化 因各種原因每次只能收集一個(gè)數(shù)據(jù)或 希望盡快發(fā)現(xiàn)并消除異常因素 D4R － X ~ － X + RM － － = X + A2R － D3R － UCL= = X A2R － LCL= UCL= LCL= UCL= LCL= UCL= LCL= UCL= LCL= UCL= LCL不考慮 UCL= LCL= UCL= LCL= X ~ － + M3A2 － R M3A2 － R D4R － － D3R RM － X + RM － － = X + 3S － = X 3S － 正 態(tài) 分 布 D8S － D7S － Statistical Process Control 2023/3/11 52 版權(quán)所有 ,嚴(yán)禁翻印 三 .控制圖應(yīng)用 類別 名稱 符號(hào) 特點(diǎn) 適用場(chǎng)合 中心線 控制界限線 記 數(shù) 值 控 制 圖 不合格品數(shù) 控制圖 缺陷數(shù) 控制圖 單位缺陷數(shù) 控制圖 較常用，計(jì)算簡(jiǎn)便 操作工人易于理解 樣本容量相等 PN － 計(jì)算量大，控制線凹凸不平 簡(jiǎn)便省事，及時(shí)判斷工序狀態(tài)。 樣本含量可以不等。 樣本含量相等。 缺陷數(shù)控制圖 c 較常用，計(jì)算簡(jiǎn)潔，作業(yè)人員易 于掌握。 值控 不合格品率控制圖 p 樣本取樣量大，且計(jì)算量大，控制曲線凹凸不平。樣本含量較大。 因各種原因（時(shí)間或費(fèi)用） 每次只能得到一個(gè)數(shù)據(jù)或盡 快發(fā)現(xiàn)并消除異常因素。 制圖 單值 移動(dòng)極差控制 圖 XMR 簡(jiǎn)便省事，能及時(shí)判別工序是否 處于穩(wěn)定狀態(tài)。 中位數(shù) 極差控制圖 xR 計(jì)算簡(jiǎn)便，但效果較差。 值控 均值 標(biāo)準(zhǔn)差控制圖 xs 常用，判斷工序是否正常的效果 最好，但計(jì)算 s值的工作量大。 三 .控制圖應(yīng)用 Statistical Process Control 2023/3/11 50 版權(quán)所有 ,嚴(yán)禁翻印 控制圖的種類 與適用場(chǎng)合 類別 名稱 控制圖符號(hào) 特點(diǎn) 適用場(chǎng)合 計(jì)量 均值 極差控制圖 xR 最常用，判斷工序是否正常的效 果好，計(jì)算 R值的工作量小。 6).控制狀態(tài)（ UC）：記入控制圖內(nèi)的點(diǎn)子，能夠在界限內(nèi)隨機(jī)分布。 4).控制上限（ UCL）：中心線上方的控制界限。 （如環(huán)境氣候、設(shè)備本身精度、原料在允收范圍內(nèi)、熟練人員之間 操作水平等） 2).特殊原因：引起產(chǎn)品變異大，在經(jīng)濟(jì)上必須剔除的部分。 ?收集并記錄 20～ 25個(gè)樣本組的數(shù)據(jù)，或使用以前所記錄的數(shù)據(jù)，通常每組樣本量 n=4～ 5個(gè)，這樣保證控制過(guò)程的檢出率為 84%～ 90%。 使過(guò)程達(dá)到： 1)更高的質(zhì)量 2)更低的單件成本 3)更高的有效能力 為討論過(guò)程的性能提供共同語(yǔ)言 區(qū)分變差的普通原因和特殊原因，作為采取局部措施和對(duì)系統(tǒng)采取措施的指南 ? 除以上目的以外，希望對(duì)生產(chǎn)和檢驗(yàn)工作能作到： 利用分析所得的資料制定或變更規(guī)格，也可以判定過(guò)程是否符合規(guī)格的需要； 利用分析所得的資料提供或變更生產(chǎn)的方法； 利用分析所得的資料提供或變更檢驗(yàn)的方法和允收標(biāo)準(zhǔn)。 ? 合理使用繪制控制圖能： 供正在進(jìn)行過(guò)程控制的操作者使用。但只打一個(gè)點(diǎn)未出界可能是 過(guò)程穩(wěn)定 虛報(bào) 但若連續(xù) N個(gè)在界內(nèi)，則 ?總 = ?M ，過(guò)程認(rèn)為是穩(wěn)態(tài)，個(gè)別點(diǎn)出界也可以 判穩(wěn)原則： 1 連續(xù) 25點(diǎn)，界外數(shù)為 0個(gè) 2 連續(xù) 35點(diǎn)，界外數(shù)不大于 1 3 連續(xù) 100點(diǎn)，界外數(shù)不大于 2 Statistical Process Control 2023/3/11 45 3σ 控制的判異準(zhǔn)則 三 .控制圖應(yīng)用 1）點(diǎn)子出界或恰在界限上 2）連續(xù) 3個(gè)點(diǎn)中 2點(diǎn)在 A區(qū) 3）連續(xù) 10個(gè)點(diǎn)中 4點(diǎn)在 A區(qū) 4）連續(xù) 7個(gè)點(diǎn)中 3點(diǎn)在 A區(qū) 5）連續(xù)不小于 9點(diǎn)的鏈（位于中心點(diǎn)同一側(cè)） 6）連續(xù) 11點(diǎn)中至少有 10點(diǎn)在中心線同一側(cè) 7）連續(xù) 14點(diǎn)中至少有 12點(diǎn)在中心線同一側(cè) 8）連續(xù) 17點(diǎn)中至少有 14點(diǎn)在中心線同一側(cè) 9）連續(xù) 20點(diǎn)中至少有 16點(diǎn)在中心線同一側(cè) 10）連續(xù)至少 7點(diǎn)漸升或漸降 11）連續(xù) 7點(diǎn)中 4點(diǎn)在 B區(qū) 12）連續(xù)至少 11點(diǎn)在 C區(qū) A B C C B A Statistical Process Control 2023/3/11 46 控制圖作為過(guò)程控制的基本工具，它不僅能顯示過(guò)程質(zhì)量特性變異的狀態(tài)，同 時(shí)也可以作為過(guò)程能力分析使用。目前世界上大部分國(guó)家 都采用 3倍標(biāo)準(zhǔn)差為控制界限 。 27%，不會(huì)虛報(bào) 2，增加點(diǎn)子非隨機(jī)排列的判異準(zhǔn)則，不會(huì)漏報(bào) 3，實(shí)踐證明這種控制方式最經(jīng)濟(jì) UCL UCL CL ? ? Statistical Process Control 2023/3/11 44 3σ 控制的判穩(wěn)準(zhǔn)則 三 .控制圖應(yīng)用 ? P (μ3σ X μ+3σ ) = 是基于正態(tài)分布的重要特性。 但判斷過(guò)程異常。 總結(jié) Statistical Process Control 2023/3/11 43 控制圖的基本概念 三 .控制圖應(yīng)用 控制圖對(duì)過(guò)程的控制是通過(guò)抽樣來(lái)進(jìn)行的，很經(jīng)濟(jì)。 。 = ∑ fu = 84 ∑ f = 120 H = X 84 120 = + = 計(jì)算標(biāo)準(zhǔn)偏差 ∑ f= 數(shù)據(jù)總數(shù) ∑ fu = 順序 3中求 ∑ fu2= 順序 3中求 H =階寬 S= 410 120 84 120 S = h ∑ fu2 ∑ f ∑ fu ∑ f — （ ） 2 — （ ） 2 ∑ fu = 84 ∑ f = 120 ∑ fu2 = 410 H = = Statistical Process Control 2023/3/11 42 通過(guò)第本章的學(xué)習(xí)，你應(yīng)掌握的內(nèi)容： 、整理、分析的基本概念。 + h ∑ fu X。 (3)眾數(shù) Mo： n個(gè)樣本測(cè)定值中，發(fā)生次數(shù)最多的數(shù)值 (4)全距 R：樣本數(shù)據(jù)中最大數(shù)與最小數(shù)之差。查表即可估算出概率 μ μ ＋ 2σ μ+1σ μ ＋ 3σ μ 1σ μ 2σ μ 3σ 二 .數(shù)據(jù)的收集、整理與分析 Statistical Process Control 2023/3/11 39 正態(tài)分布的兩個(gè)基本統(tǒng)計(jì)量 二 .數(shù)據(jù)的收集、整理與分析 表征數(shù)據(jù) 的中心 (算術(shù) )平均 (Average) 中央值 (Median) 眾數(shù) (Mode) 表征 Data的 離散程度 標(biāo)準(zhǔn)偏差 (Standard Deviation) 方差 (Variance) 全距 (Range) 百分比 (Percentile) Statistical Process Control 2023/3/11 40 二 .數(shù)據(jù)的收集、整理與分析 (1)平均值（ 或 μ ）： n個(gè)樣本測(cè)定值 X1， X2， …… ， Xn的平均值 記為 群體的平均值記為 μ 。 1，其概率分布如下圖。 、中位數(shù)和眾數(shù)是一致的。 如：各項(xiàng)過(guò)程參數(shù)是否在規(guī)定的條件下 Statistical Process Control 2023/3/11 37 版權(quán)所有 ,嚴(yán)禁翻印 正常分配形態(tài) 峰態(tài)分析 我們希望是正態(tài)分布的過(guò)程 數(shù)據(jù)的分布服從 正態(tài)分布（ μ， σ） 既分布平均值為 μ，標(biāo)準(zhǔn)差為 σ， 根據(jù)這兩個(gè)特性值就可以確定出這一組 數(shù)據(jù)的分布形態(tài)。 作直方圖注意事項(xiàng) 二 .數(shù)據(jù)的收集、整理與分析 Statistical Process Control 2023/3/11 36 直方圖形態(tài)分析 對(duì)于直方圖主要分析兩類問(wèn)題 一是觀察數(shù)據(jù)的分散程度 二是數(shù)據(jù)分布中心與規(guī)格中的偏離狀態(tài) 二 .數(shù)據(jù)的收集、整理與分析 數(shù)據(jù)覆蓋的范圍，由過(guò)程固有技術(shù)特性決定。 各組中心值之間所差的就是組距 。 ?確定基本內(nèi)容： N=100 ?組數(shù)： K=10（參考經(jīng)驗(yàn)數(shù)值）或計(jì)算確定 ?最大值 L= 最小值 S= 全距 R== ?計(jì)算組距 H H=R/K 247。 (7)設(shè)計(jì)合理的控制界限。 (5) 測(cè)知分布形態(tài)； 常態(tài)型、鋸齒型、離島型等進(jìn)行分析。 (3) 調(diào)查是否混入兩種以上不同的數(shù)據(jù)； 是否出現(xiàn)雙峰型，是否未對(duì)設(shè)備、人員、原料、班別、生產(chǎn)線等加以區(qū)別。分布在規(guī)格界限內(nèi)，表示過(guò) 程差異小或變異小。 （ 2）加工習(xí)慣造成，如車外園易貼近上差 離島狀直方圖 顯示在加工或測(cè)量中出現(xiàn)過(guò)異常情況， 如刀具磨損、對(duì)刀讀數(shù)錯(cuò)誤，測(cè)量?jī)x器 出現(xiàn)系統(tǒng)偏差 Statistical Process Control 2023/3/11 27 二 .數(shù)據(jù)的收集、整理與分析 峭壁狀直方圖 往往是已剔除了不合格的數(shù)據(jù)而繪制成的直方圖 鋸齒狀直方圖 常是由于測(cè)量方法或讀數(shù)不準(zhǔn)確造成的，分組組數(shù)過(guò)多也可能出現(xiàn)。 8g，今抽驗(yàn) 50罐數(shù)據(jù)如下： 308 317 306 314 308 315 306 302 311 307 305 310 309 305 304 310 316 307 303 318 309 312 307 305 317 312 315 305 316 309 313 307 317 315 320 311 308 310 311 314 304 311 309 309 310 309 312 316 312 318 ?請(qǐng)大家練習(xí)一下 作 次 數(shù) 分 布 表 作 直 方 圖 二 .數(shù)據(jù)的收集、整理與分析 Statistical Process Control 2023/3/11 24 二 .數(shù)據(jù)的收集、整理與分析 計(jì)算 (1)確定基本內(nèi)容： N=50 （ 2）組數(shù)： K=7（參考經(jīng)驗(yàn)數(shù)值） （ 3）最大值 L=320 最小值 S=302 全距 R=320302=18 （ 4）計(jì)算組距 H H=R/K 即 18247。 。 （ H）：全距 /組數(shù)（通常為 10的倍數(shù)） ㈠最小一組的下組界值 =S 測(cè)量值的最小位數(shù) /2 ㈡ 最小一組的上組界值 =最小一組的下組界值 +組距 ㈢最小二組的下組界值 =最小組的上組界值 （上組界 +下組界） /2 = 組的中心點(diǎn) 依照數(shù)值的大小記入各組界內(nèi)，