某公司品质培训教材p管制图(doc17页）.docx

《某公司品质培训教材p管制图(doc17页）.docx》由会员分享，可在线阅读，更多相关《某公司品质培训教材p管制图(doc17页）.docx（18页珍藏版）》请在第壹文秘上搜索。

1、某公司品质培训教材P管制图(docl7页)理论计算不良率管制图之统计理论基础为二项分配，假设制程处于稳固状态，制程中不符合规格的机率为必而且连续生产之各单位是独立的，因此每一生产的单位能够看成是白努利随机变量，其参数为Po假如随机抽取n个样本,D是样本中之不合格品数，则D属于二项分配，其参数为n及P亦即,U-PD=x=x=0,1,2,n随机变量D的平均数与变异数分别为np及np(l-p)。样本不良率之定义为：样本中不合格品数目D与样本大小n之比值CDP=一n随机变数力的分配从二项分配得知，因此方的平均数与变异数分别是=Pz2”(i-p)CJnFn假设y为量测品质特性之样本统计量，y之平均数为y

2、,标准差为6y,则苏华特管制图的通常型式为：UeL=/Zy+kSy中心线fly1.CL=yk6y使用条件由于不良率管制图要紧管制制程不合格率必因此也称之P管制图，此管制图尽管是用来管制产品之不合格率，但并非适用于所有之不合格率数据。在使用不良率管制图时，要满足下列条件a.发生一件不合格品之机率为固定。b.前、后产品为独立。假如一件产品为不合格品之机率，是根据前面产品是否为不合格品来决定，则不适合使用P管制图。C.假如不合格品有群聚现象时，也不适用P管制图。此问题通常是发生在产品是以组或者群之方式制造。比如在制造橡胶产品之化学制程中，假如烤箱之温度设定不正确，则当时所生产之整批产品将具有相当高之

3、不合格率。假如一产品被发现为不合格，则同批之其它产品也将为不合格。实际使用可能之情形a.不良率P已知假设不良率P已知，或者P值由管理人员决定，则不良率管制图的参数计算如下：3POr)UCL=p+V中心线=P3PQ-P)1.CL=P-VP管制图之实施步骤包含抽取n个样本，计算样本不良率赤，并将/点在图上，只要/在管制界限内，且不存在系统性、非随机性的变化，则可认为在水准P下，制程处于管制内(incontrol)。假设有任一点超出管制界限，或者者存在非随机性变化的情形，则表示制程的不良率已改变且制程不在管制内(OUtofcontrol)ob.不良率P不知若制程不良率P未知，则P值需从观测数据中估计

4、。通常的程序是初步选取In组样本为n的样本，通常In为20或者25,假设第I组样本含有Di个不合格品，则不良率为：DiPiHi=l,2,，m全体样本之平均不良率为mm_4AP,=上nrnmn统计量?为不良率P的估计值。P管制图中心线及管制界限之计算为:UCL=7 +中心线=P1.m3吃以上所得的管制界限称之试用管制界限(trialcontrollimits),它可先试用于最初的m组样本，来决定制程正否在管制内。为了测试过去制程在管制内的假设,我们可先将In组样本之不良率分别绘在管制图上，然后分析这些点所显示的结果。若所有的点均在试用管制界限内且不存有系统性的模型则表示过去制程正在管制内，试用管

5、制界限能够延用于目前或者未来的制程。假设有一点或者更多点超出试用管制界限，则显示过去的制程并非在管制内如今务必修正试用管制界限。其作法是检查每一个超出管制界限的点找出其非机遇原因，然后将这些点舍弃，重新按相同之方法算出管制界限并检查在图上的点正否超出新的管制界限或者存有非随机性的模型。若有点超出。新的管制界限外，则须再修正管制界限，直到所有的点均在管制内。如今的管制界限才能延用于目前或者未来的制程。实例【例】某除草机制造商以P管制图管制除草机在发动时是否正常。该公司每天抽取40部做试验，第一个月之数据如下表所示，试建立试用管制界限。日期不合格品数日期不合格品数日期不合格品数日期不合格品数147

6、113719023831422013190153213421011632225311217262124188【解】由于每天抽样之样本数均相同，因此不合格率之平均值能够利用下式计算:_57P二22*40=0.0648管制界限为UGO648+3(0.648)(0,9352)4061.Cy.648-3j(0648)(09352)400052由于LeLVO并无意义，因此我们将LCL设为0其P管制图如下可能是1.工具设置错误后立即改进2 .测量错误3 .绘制错误4 .操作错误5 .设备故障等特异值(freaks):某个观测值明显的与其它值不一致。管制图发生周期变化之原因可能是1 .季节性因素影响如气温与

7、湿度等2 .固定设备已磨损的位置或者纹路3 .操作员疲劳4 .电压变化5 .工作轮调等周期变化(CyCIeS):在一个短区间，数据会以某种模式重复。管制图发生平均值改变之原因平均值改变(Shift in level):平均值明显不在中心线邻近1 .夹具2 .制程方法3 .制程技术4 .引进新原料5 .操作员技术更熟练6 .改变设备维修计划7 .引进制程管制8 .标准变化管制图发生趋势之原因趋势(trends):管制图中的点逐步上升或者下降管制图发生混合之原因可能是1.两种以上的原料 、操作员、机器 测量工具、生产 方法交错使1 .某些零件逐步松动或者磨耗2 .多种原料混合使用3 .工具与夹治具

8、逐步磨损4 .操作员学习中5 .维修技术不良6 .制造现场之环境脏乱UCL混合(mixtures):观测值都落在离中心线很远的地方,而且交错地分散管制图发生规则性变化之原因可能是1 .抽样行为呈有规则性变化2 .有规则性的从不一致母体中抽样规则性变化(SyStematiCvariable):管制图中的点一上一下有秩序的出现管制图发生分层之原因可能是两种以上1 .原料2 .操作员3 .机器测量工具4 .生产方法交错使用分层(StratifiCation):是一种稳固的混合型,通常是靠近中心线或者管制界限管制图发生不稳固之原因不稳固(instability):出现不寻常的大波动5.非随机抽样大规模

9、机重视新调整夹治具位置不正确不一致批的原料混合使用与操作员、机器、测试仪器、原料有关np（不良数管制图）管制图参数计算不良数管制图是管制制程中不合格产品数目，此管制图亦称之Fip管制图,其参数计算为UeL=庐+3/症（1-内中心线二nP4=疝-3MP八-P）假如P未知，则以声来估计P值。P管制图与np管制图之比较在应用上,假如每一样本之大小均相等,则以使用np管制图较P管制图为容易（在数据收集时，我们通常记录n个样本中之不合格品数，若使用np管制图，则可直接将不良数绘在图上，不需将不良数除以样本大小小以求得不合格率P）。为避免同一工厂内使用p与np两种管制图所造成之困扰，有些学者建议统一使用P

10、管制图，由于P管制图适用于样本大小固定或者样本大小变动时。实例【例】：假设不合格率之平均值为R=0.255,n=45,试计算叩管制图之参数。【解】：UCL=点+3y6。-丙=20.251.CL=疝-3j（l-内=2.7在np管制图中，图上所描绘之点代表样本中之不合格品之数目，而不合格品数务必为整数。因此样本之不合格品数介于3至20间（含3及20）,则制程可视为在管制内。C管制图（缺点数管制图）理论计算所谓不合格品是指一件物品无法符合一项或者多项之规格要求。任何不符合规格之处，称之一个不合格点（nonconformity）或者缺点（defect）。根据不合格点之严重性，我们可能将具有许多不含格点

11、之物品视为合格品。换句话说，具有不合格点之物品，不一定为不合格品。C管制图是为了管制一个检验单位之总不合格点数。在每一样本中出现不合格点之机率，服从卜瓦松分配的假设下。每个样本出现的缺点数是参数为4的POiSSon分配，。X,X=1,2,X即缺点数的随机变量，由于X设为Poisson分配，故其平均值与变异数都为入o假如管制图上下限以3。为准，且人已知，则管制图的计算如下：UCL=4+3C中心线二4使用条件由于C管制图在卜瓦松分配的假设下，有几项条件务必符合:a.在产品出现不合格点之机会（位置）要相当大，而每一特定位置发生不合格点之机率很小且固定。b.每一样本发生不合格点之机会（范围）要相同。c

12、.不合格点之发生需为独立，亦即产品上某一部分发生不合格点不影响其它不合格点之出现。实际使用可能之情形假如4未知，入的不偏估计值为平均每样本上的缺点数,1ckUCL=E+3&中心线=C1.CL=13后实例W【例】：下表是某汽车工厂生产之车门不合格点数记录，每组样本大小为100,试建立管制图。样组不合格点数样组不合格点数151472815434169491711512181067196782098122122921221310723811122410126257139【解】：此25组样本共含236个缺点，因此C之估计值为_236c25=9.44试用管制界限为UCL=E+3企=18.66中心线-C=

13、9.441.CL二二一3让=0.22依此25组样本绘制下面管制图SampleNumber其中样本9及21均超出管制界限，因此务必诊断样本9及21之特殊原因。若特殊原因已排除后，则可将样本9及21之数据删除，并重新计算管制界限，新的不合格点数之平均值为c=19323=8.390修正后之管制界限为UCL=1+3JF=17.08中心线= C =8. 39LCL =0.0修正后管制图如下F3 adujesSample NumberU管制图（单位不合格数管制图）理论计算假如每一样本之检验单位不一致（不一致之件数、面积），则无法满足每一样本出现不合格点之机会范围相同之要求。传统C管制图只能显示每一样本之不

14、合格点之总数，并无法正确反应不合格点数之变化，我们务必有一标准之量测单位来定义不合格点出现之机会范围。U管制图即是为熟悉决上述问题之一可行方法。U管制图可用来管制单位不合格点数。若在样本为n个检验单位中发现有C各不合格点，则单位不合格点数为CU=n管制图之参数为玄+3步UCL=Vn中心线=彳*3出1.CL=Vn使用条件C管制图系假设样本为一检验单位，但有些情况下样本大小并不刚好等于一检验单位，通常是根据作业及数据收集之方便性来决定。有的时候我们可能会为了增加发现不合格点之机会，而使用数个检验单位当做是一个样本。因此U管制图为n个独立之卜瓦松随机变量之线性组合，故仍可视为卜瓦松，也就符合卜瓦松分配假设，其使用条件与C管制图相同。实际使用可能之情形值为从过去数据所估计之单位不合格点数之平均值，以上所求得之管制图可当做是试用管制界限(trialcontrollimits)