统计质量控制StatisticalProcessControl上海交通大学机械与动力工程学院储国平博士2009年7月15日主要内容1.统计学基础2.SPC七种控制工具简介3.工序控制及工序控制图(X-R图)1.统计学基础-质量的定义ISO8402-86:产品或服务所具备的满足明示的或隐含的需要的特征或特性的总和性能:产品将实现什么特定功能?可靠性:产品是否容易失效?耐久性:产品寿命有多长?可维修性:产品是否容易维修?美观性:产品是否宜人?特殊属性:除去基本性能外,产品还具有哪些属性?直观质量:产品的声誉如何?标准性:产品是否严格按设计者的意图制造?质量特征:决定于产品特征值(如间隙,面差)的变化(Variability)产品的设计质量与设计规范相关联产品的制造质量与设计规范符合程度质量与产品特征的变化成反比:变化越大,产品的质量越低1.统计学基础-质量的定义公差下限公差上限日本美国公称值公差下限公差上限日本美国公称值美国日本保修费用美国日本保修费用90年代,美国和日本变速箱保修费用的比较日本质量取胜的关键:有效的质量控制1.统计学基础-质量的定义z统计质量管理-1940年代z目标管理-1950年代z零缺陷-1960年代z全面质量控制-1970年代z全面质量管理-1980年代zSixSigma-1990年代1.统计学基础R极差(range)算术平均数(arithmeticmean)Md中位数(median)Mo众数(mode)方差/变异(variance)标准差(standarddeviation)()ux_2σσ1.统计学基础-统计参数极差:也叫全距,是一组数据中的昀大值和昀小值之差。minmaxxxR−=9,24,12,7,4,2年龄:22224=−=RX向偏差量1.330.9150.8951.5631.8871.520.9660.9250.8530.7880.9321.473R=1.099理想状态:小1.统计学基础-统计参数算术平均数:是表示数据集中位置的各种特征数中昀基本的一种。nxnxxxxniin∑==++=121__LY向偏差-1.65-1.387-1.445-1.502-1.335-0.567-0.4430.8950.9250.9661.331.4731.521.5631.88715.0__=x理想状态:接近名义值对偏差量,接近0位值1.统计学基础-统计参数中位数:表示数据集中位置的一个特征数。中位数是将一批数据按大小次序排列后,居中间位置的一个数。895.0=dMY向偏差-1.65-1.387-1.445-1.502-1.335-0.567-0.4430.8950.9250.9661.331.4731.521.5631.887理想状态:接近名义值对偏差量,接近0位值1.统计学基础-统计参数众数:表示数据集中程度的一个特征数。22,8,2,6,5,4,2=oM出现频率昀高的数对测量数据来说,无众数理想状态:接近名义值对偏差量,接近0位值1.统计学基础-统计参数样本方差(Variance):21__211∑=⎟⎠⎞⎜⎝⎛−−=niiXXnS样本标准差(Standarddeviation):2SS=理想状态:越小越好1.统计学基础-统计参数样本协方差:⎟⎠⎞⎜⎝⎛−⎟⎠⎞⎜⎝⎛−=∑=__1__1YYXXnSiniiXY样本相关系数:YXXYSSS=∧ρ理想状态:越小越好理想状态:根据需要确定1.统计学基础-统计参数例1从柳州拉堡随机抽取50户农民,调查其全家月收入情况,得到下列数据:194219881266168417641941140818041610185818081847178819621704171418541888176718441882119218201878161418461748182817921871187816141846174618281685175612361__=⎟⎠⎞⎜⎝⎛−=∑=iiXXS1764361361__==∑=iixx1.统计学基础-统计参数例2从河西村随机抽取50户农民,调查其全家月收入情况,得到下列数据:1842688126616846643941508280416103581808284737881962270441418544681767384438211925207781614184617481828179238713787141846374652816851116612361__=⎟⎠⎞⎜⎝⎛−=∑=iiXXS1702361361__==∑=iixx1.统计学基础-统计参数(河西村)(拉堡)方差1116175==SS(河西村)(拉堡)平均值17021764____==xx(河西村)(拉堡)极差3583R796==R(河西村)(拉堡)中位数17161814==ddMM1.统计学基础-讨论拉堡PK河西村?19.619.719.819.92020.120.220.3024681012141345710101112108944219.7~19.73~19.76~19.79~19.82~19.85~19.88~19.91~19.94~19.97~20.00~20.03~20.06~20.09~20.12~20.15~20.18~20.21~20.24~20.27~20.30~工件尺寸组界频数f%1000002449810121110107543100201=+++++++++++++++++++=∑=iif(1)直方图:表示样本中数据分布和每一类值出现的频率的柱图在直方图上画出上下公差值或目标值,用以观察产品是否符合标准,以及偏离标准的大小和工序处于何种状态。2.SPC七种工具简介理想分布图理论值公差下限公差上限如何做直方图直方图制作.xls•数据分析直方图01020304050-1.8-1.3-0.8-0.30.20.71.21.72.22.73.2其他分布值频率频率上偏差限下偏差限下公差限下公差限直方图的几种表现形式公差下限公差上限生产过程处于正常控制状态,产品可以免检。公差下限公差上限说明工序调整有问题公差下限公差上限直方图的几种表现形式说明缺乏精度储备,应提高工艺能力系数。工艺能力储备过大2.SPC七种工具简介(2)调查表.20082009缺陷类型日期12345678910111212345总计部件损毁13121103227234加工缺陷338329支承锈蚀112913油漆遗漏3643117焊缝偏离22工序能力超差224缺陷传递123减震装置未完成33粘接失效112116粉尘超标11油漆超界112油漆锈蚀11部件毛边3115主体损坏11铸造缩孔112隔栅重叠22尺寸错误1371311136测试手段不合理11淬火缺陷44总计4514125996101420729776216612345670102030405060708090PrincipalComponentvarianceexplained(%)0%10%20%30%40%50%60%70%80%90%(3)排列图把影响产品质量的诸多因素用图表按频数高低直观地表示出来2.SPC七种工具简介排列图的功用指出影响产品质量的主要因素一般情况下,排列图的前2~3项是主要因素,对它们采取改进措施,收效显著。确认修改后地效果采取改进措施后,可用排列图检查昀终效果。任何改进问题都可用排列图指出工作重点。比较适合离散性因素输入条件(难适合尺寸控制)排列图1230102030405060708090100PrincipalComponentvarianceexplained(%)0%10%20%30%40%50%60%70%80%90%100%3634291713654433222211110510152025303540尺寸错误部件损毁加工缺陷油漆遗漏支承锈蚀粘接失效部件毛边工序能力超差淬火缺陷缺陷传递减阻装置未完成焊缝偏离隔栅重叠铸造缩孔油漆超界油漆锈蚀粉尘超标主体损坏测试手段不合理(3)排列图示例2710063400181001090110280050100150200250300350400450500表面尺寸焊点装配10分问题扣分数5分问题扣分数3分问题扣分数N107Audit问题表现顶部底部左侧右侧前部后部顶部底部左侧右侧前部后部对于“斑点”、“外伤”等外观缺陷,可采用缺陷集中图表示。它多画成产品示意图或展开图,每当发生缺陷时,将其发生位置标记在图上。通过这张图,可以掌握缺陷发生的规律,进一步分析缺陷集中在某一区域的原因,以便采取对策。2.SPC七种工具简介(4)缺陷集中图2.SPC七种工具简介(5)散点图金属还原(%)回收量(lb)散点图是分析研究两种特性值之间相关性的方法。两种数据之间有无相关性,如果单从数据表观察很难判断,如果把数据做成散点图,则比较容易得出相关性的结论。测点偏差量某区域夹头调整量1.51.40.40.61.31.20.20.81.01.21.4鱼刺图/因果图2.SPC七种工具简介(6)因果关系图(鱼刺图)因果图由质量问题和影响因素两部分组成,图中主干箭头所指的为质量问题,主干上的大枝表示大原因,中枝、小枝、细枝等表示原因的依次展开。原材料人机器加工方法环境质量问题(结果)安装(6)因果关系图(鱼刺图)2.SPC七种工具简介(6)因果图冲压件尺寸偏差回弹模具磨损工序间定位因素冲压参数焊接变形焊接次序材料性能焊接规程夹具的影响定位元件磨损夹具设计不合理定位元件失效加紧力的影响操作的影响运输劳动态度熟练程度冲焊件的尺寸形状偏差和缺陷冲压件偏差鱼刺图示例分析问题是动态过程,需要因地制宜增加要素2.SPC七种工具简介(7)工序控制图时间(或样本号)样本均值UCLCLLCL时间(或样本号)样本均值UCLCLLCL1920年由W.A.Shewhart提出一般称为Shewhart(修哈特)控制图或3σ控制图为判断工序制造偏差的普通原因或特殊原因的主要统计分析工具广泛在工业界应用3.工序控制与工序控制图狭义的工序(狭义的工序)(广义的工序)数据信息人员方法机器设备环境材料输出质量特性测量3.1工序控制前围后围地板地板总成侧围四门两盖车身总成整个车身制造过程由两百多道工序组成3.工序控制与工序控制图(1)工序定义6工序的控制质量控制信息反馈系统车间质量管理与工艺人员控制点操作人员工厂质量管理部门工艺与装备部门设备部门计量部门材料部门劳动人事部门3.工序控制与工序控制图3.工序控制与工序控制图控制图中主要有三条线控制上限(UCL)中心线(CL)控制下限(LCL)3.2.1基本特征3.2工序控制图控制界限的设计()()()()()xKDxELCLxKDxEUCLxECL−=+==控制界限系数−−−K由于某些工序的具体特点,某些产品的质量特性有其特殊要求和特殊性质,K的取值可以适当改变。医药、食品、涉及安全性的产品,K可取2.5,2.0;反之,对于质量要求不严、返修费用低的产品,K可取3.5,4.0。一般情况下,K可取3.03.2.1基本特征-2.00-1.000.001.002.003.004.005.006.007.008.001163146617691106121136151166181196211226241系列13.2.2控制图的种类计量值控制图(偏差控制)可以用量具、仪表等进行测量而得出的连续性数值,可以出现小数计数值控制图(合格/不合格)不能用量具、仪表来度量的非连续性的正整数值(塞规等)3.工序控制与工序控制图均值控制图极差控制图单点控制图中位数控制图标准差控制图3.工序控制与工序控制图3.2.2控制图的种类UCLLCL__xRUCL3.工序控制与工序控制图控制图Rx~__3.2.3(1)控制图的建立步骤选择子组大小,频率和子组数量建立控制图及记录原始数据计算每个子组的X平均值和极差R选择控制图的刻度将平均值和极差画到控制图上•收集数据3.工序控制与工序控制图(1)数据量应不小于100台车,样本组数不小于20,每组样本的个数应取5个。(2)数据收集