欢迎来到天天文库
浏览记录
ID:48052260
大小:1.02 MB
页数:53页
时间:2020-01-12
《统计过程控制(SPC).ppt》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、广州市冠盛企业管理顾问有限公司统计过程控制(SPC)肖志文美国贝尔试验室的休哈特博士在二十世纪二十年代研究过程时,首先区分了可控制和不可控制的变差,这就是今天我们所说的普通原因变差和特殊原因变差;聪明的休哈特发明了一个简单有力的工具来区分他们——控制图;从那时起,在美国和其他国家,尤其是日本,成功地把控制图应用于各种过程控制场合,经验表明当出现特殊原因变差时,控制图能有效地引起人们注意,以便及时地寻找采取措施。统计过程控制的英文全名为:StatisticalProcessConrtol缩写为SPC。1、SPC简介2、直方图直方图
2、是针对某产品或过程的特性值,利用常态分布(也叫正态分布)的原理,把50个以上的数据进行分组,并算出每组出现的次数,再用类似的直方图形描绘在横轴上。通过直方图,可将杂乱无章数据,解析出规则性,也可以一目了然地看出数据的中心值及数据的分布情形。在制造业,现场的管理干部经常都要面对许多数据,这些数据大多来自制造加工过程的抽样测量得到,对于这些凌乱的数据,如果制作成直方图,并借助对直方图的观察,可以了解产品质量分布的规律,知道其是否变异,并进一步分析判断整个生产过程是否正常,问题点在哪里,为研究过程能力提供依据。通过直方图,可以达到的目
3、的了解质量分布的状况,对质量状况分析有极其重要的参考价值;显示波动的形态,知道其是否变异;直观地传达有关过程质量分布情况的信息;观察产品质量在某一时间段内的整体分布状况;研究过程能力或预测过程能力;求分配的平均值和标准值;调查是否混入两个以上的不同群体;测知是否有虚假数据制定产品的规格界限;直方图(频数分布图)的制作步骤收集同一类型的数据;计算极差(全距);设定组数,计算组距、组界、中心值;制作频数表;按频数值比例画横坐标、纵坐标;按纵坐标画出每个矩形的角度,代表落在此矩形中的点数;判续直方图(对过程状态分析)。直方图举例为考核
4、某齿轮尺寸的质量水平,随机在一批产品中抽样测得数据100个,此产品规格为:24.5±6.0mm。①收集数据(见下表,单位:mm)1234567891022.123.422.627.722.923.724.521.324.721.225.824.523.221.321.624.124.817.421.920.323.924.624.322.724.626.730.026.023.124.622.821.822.624.025.122.419.323.923.621.525.023.624.924.826.423.926.618.3
5、23.225.321.725.023.521.724.327.229.025.023.822.322.228.024.621.625.224.826.727.628.525.824.625.322.527.525.524.824.623.818.819.925.124.822.626.624.125.023.420.621.326.322.924.421.523.123.428.922.420.126.226.4②算出极差Xmax=30.0Xmin=17.4R=Xmax-Xmin=30.0-17.4=12.6③设定组数,计算组距
6、、组界、中心距数据总数(n)50~100100~250250以上组数6~10组7~12组10~20组●n=100,选组数10,测定值最小单位为0.1(便于数据落在区间内);●计算组距:h=R÷10=12.6÷10=1.26,取1.3;●第一组下限值=Xmin-测量值最小单位/2=17.4-0.1/2=17.35●第二组下限值(第一组上限值)=17.35+1.3=18.65●计算中心值组中心值=(组上限值+组下限值)÷2第一组中心值=(17.35+18.65)÷2=18.00(以此类推)④制作频数表(如下表):组别组距上下限值中心
7、值频数值117.35~18.6518.002218.65~19.9519.303319.95~21.2520.605421.25~22.5521.9016522.55~23.8523.2020623.85~25.1524.5029725.15~26.4525.8012826.45~27.7527.108927.75~29.0528.4041029.05~30.3529.701⑤按频数画横坐标、纵坐标与直方图(如下图)17.3526.4523.8525.1527.7529.0030.3019.9521.2522.5518.65频数
8、ULUSLLSL102030⑥直方图的常见形态与判定正常型:是正态分布,服从统计规律,过程正常。(1)正常型(2)缺齿型1)有经验的人员故意做的假数据。2)测量仪器精确度不够,而要求的精确度较高,检验员只好进行估计。3)较多特性差异的数据混杂在一起。缺齿型:不是
此文档下载收益归作者所有