spc統(tǒng)計過程控制-在線瀏覽
2025-03-23 23:11本頁面
【正文】 0 8 9 2 . 3 2 6 0 . 9 4 0 06 0 . 4 8 3 1 . 2 8 7 0 2 . 0 0 4 0 . 0 3 1 . 9 7 0 2 . 5 3 4 0 . 9 5 1 57 0 . 4 1 9 1 . 1 8 2 0 . 0 7 6 1 . 9 2 4 0 . 1 1 8 1 . 8 8 2 2 . 7 0 4 0 . 9 5 9 48 0 . 3 7 3 1 . 0 9 9 0 . 1 3 6 1 . 8 6 4 0 . 1 8 5 1 . 8 1 5 2 . 8 4 7 0 . 9 6 5 09 0 . 3 3 7 1 . 0 3 2 0 . 1 8 4 1 . 8 1 6 0 . 2 3 9 1 . 7 6 1 2 . 9 7 0 0 . 9 6 9 310 0 . 3 0 8 0 . 9 7 5 0 . 2 2 3 1 . 7 7 7 0 . 2 8 4 1 . 7 1 6 3 . 0 7 8 0 . 9 7 2 7變量控制圖控制限常量 下列表格包括用于構(gòu)建 SPC控制圖的不同常量。 ? 對于 Xbar圖，它是分組平均值的標(biāo)準(zhǔn)偏差，這與合并標(biāo)準(zhǔn)差類似。 ? 兩種類型的公式都依賴于分組的大小。 0S u b g r o u p 50 1004748495051525354Sample Mean5151522 21121121211X = 5 0 . 0 03 . 0 S L = 5 2 . 6 3 3 . 0 S L = 4 7 . 3 701234Sample StDev2S = 1 . 8 4 23 . 0 S L = 3 . 8 4 9 3 . 0 S L = 0 . 0 0 E + 0 0X b a r / S C h a r t f o r t w o什么原 因?qū)е? 這種現(xiàn) 象發(fā)生 ? 控制圖在控制過程中用于保持改進的結(jié)果。 不斷變化的控制限 ?與隨每次觀測而變化的極限相比，控制圖最好使用歷史的穩(wěn)定過程的極限。（ 使用 Minita中的歷史設(shè)置值） ? 改變控制限范圍，當(dāng)： – 一個過程有了改變，且此改變被認為具有統(tǒng)計顯著性的（即 Ha）。 控制圖說明 對圖表的解釋與說明是在確定過程能力之前，是以持續(xù)進行的過程控制為基礎(chǔ)， . – 首先解釋 Sigma圖表。 一般過程變差－“乏味… ” 這個圖表代表一個可預(yù)測的過程，在該過程中 變差僅受隨機變差的支配 。 這種 型態(tài) 是任何控制圖的目標(biāo)，它不一定表明過程的最佳能力，也不一定表明工序能滿足規(guī)格要求， 但是，它顯示該工序是 穩(wěn)定的 。 這個原因可在 XBar圖中表現(xiàn)為失控的一束點集，而 S圖通常并不會因為這些移動點而受到影響。一個異常點產(chǎn)生過后，該過程恢復(fù)正常狀態(tài)，直到下一個異常點出現(xiàn)。 0S u b g r o u p 5 10 15 20 254 7 . 54 8 . 54 9 . 55 0 . 55 1 . 55 2 . 5Sample Mean22X = 5 0 . 0 03 . 0 S L = 5 2 . 2 5 3 . 0 S L = 4 7 . 7 50123Sample StDevS = 1 . 3 8 23 . 0 S L = 3 . 1 3 2 3 . 0 S L = 0 . 0 0 E + 0 0X b a r / S C h a r t f o r r e p m s t d這種變化發(fā)生后， 該過程會產(chǎn)生零件 尺寸的平均值增大、產(chǎn)出增加或硬度增強等現(xiàn)象。 過程突然移動 “你做過什么？” 現(xiàn)象 : ? 連續(xù)七個數(shù)據(jù)點呈上移趨向 ? 連續(xù)七個數(shù)據(jù)點呈下移趨向 0S u b g r o u p 5 10 15 20 2547484950515253Sample Mean12 2 21X = 5 0 . 0 03 . 0 S L = 5 2 . 2 5 3 . 0 S L = 4 7 . 7 50123Sample StDevS = 1 . 3 8 23 . 0 S L = 3 . 1 3 2 3 . 0 S L = 0 . 0 0 E + 0 0X b a r / S C h a r t f o r r e p m s t d過程趨勢 “過程向何處發(fā)展？” 一種趨向是過程的水 平的逐漸移動，僅僅 反應(yīng)在 xBar圖表中。問題通常出現(xiàn)在設(shè)備本身、電源供應(yīng)、或先前的過程環(huán)境。 ? 例： ? 電鍍作業(yè)和多種 化工作業(yè)中的電 鍍槽損耗 ? 電路管磨損 區(qū)域測試 Test Zone 1 ? 1 point above +3 sigma 2 A + 2 out of 3 in A+ or above 3 B + 4 out of 5 in B+ or above 4 C + 7 out of 8 in C+ or above 5 C 7 out of 8 in C or below 6 B 4 out of 5 in B or below 7 A 2 out of 3 in A or below 8 ? 1 point below 3 sigma Test Criteria 概率分布區(qū)域 A+ A B+ B C+ C 如果以下情況發(fā)生，過程處于“失控”狀態(tài) Copyright 1995 Six Sigma Academy, Inc.. 分組數(shù) 平均值和極差圖 （ Xbat – R） ? 如果靠人工進行，Sigma的計算是非常煩瑣的，因此Xbar – R圖便成為人工控制圖的首選方法。 ? 以類似于 Xbar – S的方法進行分析 。 小心 ? 如果不當(dāng)?shù)貞?yīng)用于一個具有“組內(nèi)”變差的過程時）如上圖所示的控制圖數(shù)據(jù)），所繪之圖有時難讀、難用。 0S u b g r o u p 50 100 150 200 2503 . 03 . 54 . 04 . 5Individual Value1111111111X = 4 . 0 9 63 . 0 S L = 4 . 5 1 7 3 . 0 S L = 3 . 6 7 50 . 00 . 51 . 01 . 5Moving Range111111 1R = 0 . 1 5 8 33 . 0 S L = 0 . 5 1 7 1 3 . 0 S L = 0 . 0 0 E + 0 0I a n d M R C h a r t f o r E v a l u a t i o n s0 5 10 15 20 254 . 0 54 . 1 04 . 1 5S a m p le N u m b e rEWMAE W M A C h a r t f o r E v a lu a t iX = 4 . 0 9 63 . 0 S L = 4 . 1 4 8 3 . 0 S L = 4 . 0 4 3可以探測到過程中任何大小的變化，這種可編程的靈敏性使 EWMA 成為監(jiān)控受控過程的優(yōu)秀工具。我們注意到平均值存在向上的趨勢，其中還有均值向下的顯著位移。每個EWMA 圖中的數(shù)據(jù)點都融有前面觀察的信息
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1