【质量管理精品文档】P控制图

P控制图案例•一个生产收音机晶体管的制造公司，决定建立不合格品率p图。每天生产结束后，在当天的产品中随机抽取一个样本，并检验其不合格数。表格中是这一个月来的数据子组号12345678910111213检验数158140140155160144139151163148150153149不合格品数11118647101195277子组号14151617181920212223242526检验数158140140155160144139151163148150153149不合格品数11118647101195277案例•月平均不合格率为：=不合格品总数/被检产品总数=233/3893=0.060•由于子组的大小各不相同，故对每个子组根据下式分别计算UCL和LCLp(1)3(1)3iippUCLpnppLCLpnni为子组大小案例子组号12345678910111213UCL0.1160.1200.1200.1170.1160.1190.1200.1180.1160.1180.1180.1170.118LCL0.0030.0000.0000.0030.0040.0010.0000.0020.0040.0010.0020.0020.002p0.0700.0790.0570.0390.0250.0490.0720.0730.0550.0340.0130.0460.047子组号14151617181920212223242526UCL0.1190.1160.1150.1210.1170.1180.1180.1210.1150.1190.1200.1190.116LCL0.0010.0040.0040.0000.0020.0020.0010.0000.0040.0000.0000.0010.004p0.0550.0380.0910.1320.0650.0600.0340.0000.0730.0700.0580.0970.124案例•图中可以看出，子组号为17和26的不合格率已经超过了相应的上控制限。应将这两个子组从数据中剔除，并查找原因，以防再发。•此后根据保留下来的24个子组计算出修正后的平均不合格品率1950.0543596p案例•利用修正后的值，计算每个子组修正后的UCL和LCL，可以发现，所有的不合格品率都处于其相应的控制限内。•因此，修正后的值就可以作为建立控制图的标准不合格品率•即P0=0.054•如上所述，对大小各异的子组分别绘制上下限是很费时的，考虑到–各子组大小与平均子组大小没有很大偏离–平均子组大小为150•所以取n=150来标绘修正后的p图的上控制限pp案例•修正后p图的控制限计算如下：00000000.054(1)0.054(10.054)30.05430.109150(1)0.054(10.054)30.0543150iCLpppUCLpnppLCLpn案例•修正后的p图如下，过程处于统计控制状态PCHART0.051CL00.020.040.060.080.10.121234567891011121314151617181920212223242526Date/Time/Period/NumberFractionDefectivePUCL+2Sigma+1SigmaAverage-1Sigma-2SigmaLCLP图•用来测量在一批检验项目中不合格品（不符合或所谓的缺陷）项目的百分数•重点：–把被检查的每一个元件，零件或项目记录成合格或不合格（即使一个项目有几处不合格，也仅记录为一个不合格项）–检验的结果按一个有意义的基础条件进行分组，并把不合格的项目用占子组的百分之几来表示P图•定义•ni:被检项目的数量•np:发现不合格项目的数量•p=np/n:不合格品率•所有p值的平均数•n:样本的平均数•k:样本的个数:pP图•公式nppnnppnnnk(1)3(1)3pipippUCLpnppLCLpnP图•过程能力计算–过程能力用过程平均不合格品率来表示–如需要，还可用符合规范的比率（1-）来表示pp