控制图如何制作

《控制图如何制作》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.控制图如何制作 控制图，是制造业实施品质管制中不可缺少的重要工具。它最早是由美国贝尔电话实验室的休华特在1924年首先提出的，它通过设置合理的控制界限，对引起品质异常的原因进行判定和分析，使工序处于正常、稳定的状态。   控制图是按照3Sigma原理来设置控制限的，它将控制限设在X±3 Sigma的位置上。在过程正常的情况下，大约有99.73%的数据会落在上下限之内。所以观察控制图的数据位置，就能了解过程情况有无变化。..工具/原料·电脑·待解决问题方法/步骤1.1确定抽样数目，平均值—极差控制图的抽样数目通

2、常为每组2~6个。确定抽样次数，通常惯例是每班次20~25次数，最少20组，一般25组较合适，但要确保样本总数不少于50个单位。2.2确定级差、均值及均值、级差控制界限（通过公式计算）。3.3制作Xbar--R控制图。..1.4分析控制图并对异常原因进行调查及对策；继续对生产过程进行下一生产日的抽样并绘制控制图，以实现对工程质量的连续监控。..END注意事项·制作Xbar--R控制图，需要明确记录抽样数据的基本条件（机种、项目、生产线、规格标准、控制界限、抽样时间及日期、抽样频次等），在控制图的上方可开辟“基本

3、条件记录区”以记录上述条件；另外抽样的数据及计算出的X和R值记录在控制图的下方区域，形成“抽样数据区”，最下方可作为“不良原因对策区”，这样就可形成一份完整的Xbar--R控制图。二、控制图的轮廓线第3页 /(共6页)..控制图是画有控制界限的一种图表。如图5-4所示。通过它可以看出质量变动的情况及趋势,以便找出影响质量变动的原因,然后予以解决。图5-4控制图我们已经知道:在正态分布的基本性质中,质量特性数据落在[μ±3]范围内的概率为99.73%,落在界外的概率只有0.27%,超过一侧的概率只有0.135%,

4、这是一个小概率事件。这个结论非常重要,控制图正是基于这个结论而产生出来的。现在把带有μ±3线的正态分布曲线旋转到一定的位置(即正态分布曲线向右旋转9,再翻转),即得到了控制图的基本形式,再去掉正态分布的概率密度曲线,就得到了控制图的轮廓线,其演变过程如图5-5所示。第4页 /(共6页)图5—5控制图轮廓线的演变过程通常,我们把上临界线(图中的μ+3线)称为控制上界,记为UCL(UpperControlLimit),平均数(图中的μ线)称为中心线,记为CL(CentralLine),下临界线(图中μ-3线)称为控

5、制下界,记为LCL(LowerControlLimit)。控制上界与控制下界统称为控制界限。按规定抽取的样本值用点子按..时间或批号顺序标在控制图中,称为描点或打点。各个点子之间用实线段连接起来,以便看出生产过程的变化趋势。若点子超出控制界限,我们认为生产过程有变化,就要告警。三、两种错误和3方式从前面的论述中我们已知,如果产品质量波动服从正态分布,那么产品质量特性值落在μ土3控制界限外的可能性是0.27%,而落在一侧界限外的概率仅为0.135%。根据小概率事件在一次实验中不会发生的原理,若点子出界就可以判断生

6、产有异常。可是0.27%这个概率数值虽然很小,但这类事件总还不是绝对不可能发生的。当生产过程正常时,在纯粹出于偶然原因使点子出界的场合,我们根据点子出界而判断生产过程异常,就犯了错发警报的错误,或第5页 /(共6页)称第一种错误。这种错误将造成虚惊一场、停机检查劳而无功、延误生产等损失。为了减少第一种错误,可以把控制图的界限扩大。如果把控制界限扩大到μ±4,则第一种错误发生的概率为0.006%,这就可使由错发警报错误造成的损失减小。可是,由于把控制界限扩大,会增大另一种错误发生的可能性,即生产过程已经有了异常,

7、产品质量分布偏离了原有的典型分布,但是总还有一部分产品的质量特性值在上下控制界限之内,参见图5-6。如果我们抽取到这样的产品进行检查,那么这时由于点子未出界而判断生产过程正常,就犯了漏发警报的错误,或称第二种错误。这种错误将造成不良品增加等损失。图5-6控制图的两种错误要完全避免这两种错误是不可能的,一种错误减小,另一种错误就要增大,但是可以设法把两种错误造成的总损失降低到最低限度。也就是说,将两项损失之和是最小的地方,取为控制界限之所在。以μ±3为控制界限,在实际生产中广泛应用时,两种错误造成的第6页 /(共

8、6页)第7页共7页<上一页预览：..总损失为最小。如图5-7所示。这就是大多数控制图的控制界限都采用μ±3方式的理由。图5—7两种错误总损失最小点X—R控制图的操作步骤及应用示例用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分