质量管理与可靠性09

控制图ControlChart机械工程学院控制图1、了解控制图的涵义和作用2、均值-极差控制图3、单值-移动极差控制图4、不合格品率控制图5、单位缺陷数控制图6、控制图的观察和分析及使用程序主要要求控制图：主要内容控制图由来1924年，美国的休哈特（W.A.Sheuhart）首先提出用控制图进行工序控制，起到直接控制生产过程，稳定生产过程的质量达到预防为主的目的。在现场直接研究质量数据随时间变化的统计规律的动态方法；控制图是判别生产过程是否处于控制状态的一种手段，利用它可以区分质量波动是由偶然原因引起的还是由系统原因引起的。预防为基础的系统三芯电源插头只能以唯一的位置插入三芯插座含铅汽油无铅汽油防止将含铅汽油加入适用无铅汽油的车辆检验还是预防？过程控制应当以预防为目的，而不是简单地在发现问题后返工。如果输入符合规范，且过程变量被控制在一定的范围内，则输出就是正确的。检验还是预防？以预防为主的系统，我们应着重减少变化，并避免浪费。控制图的用途1、分析判断生产过程的稳定性，从而使生产过程处于统计控制状态；2、及时发现生产过程中的异常现象和缓慢变异，预防不合格品发生；3、查明生产设备和工艺装备的实际精度，以便作出正确的技术决定；4、为评定产品质量提供依据；控制图的标题控制图名称：XXX控制图产品名称质量特性观测方法设备编号规范界限间隔（或要求）数量规范编号检验员生产过程质量要求观测仪编号抽样规定日产量车间工作令编号收集数据期间操作员控制图的基本格式包括两个部分：1、标题部分；2、控制图部分；产品质量的统计规律从对产品质量的影响大小来分，质量因素可分为偶然因素（简称偶因，randomcause）偶因引起质量的偶然波动（偶波）。异常因素（简称异因，也称为可查明因素，assignablecause,或系统因素，systematiccause）。异因引起质量的异常波动（简称异波）。过程中只有普通原因的变异过程中有特殊原因的变异产品质量的统计规律产品质量的波动是具有随机现象的统计规律。对于计量特性值，如长度、重量、时间、强度、纯度、成分等连续性数据。最常见的是正态分布(normaldistribution)对于计件特性值，如特性测量的结果只有合格与不合格两种情形的离散性数据，最常见的是二项分布（binomialdistribution）。对于计点特性值，如铸件的沙眼数、布匹上的疵点数、电视中的焊接不合格数等离散性数据，最常见的是泊松分布（Poissondistribution）。控制图的基本模式3σ3σ控制上限UCLUpperControlLimit控制下限LCLLowerControlLimit中心线CLCentralLimit样品编号（或取样时间）质量特性x正态性假定正态性假定:任何生产过程生产出来的产品，其质量特性值总会存在一定程度的波动，当过程稳定或者说受控时，这些波动主要是由5MIE的微小变化造成的随机误差。此时，绝大多数质量特性值均服从或近似服从正态分布。这一假定，称之为正态性假定。5MIE:人、机器、原材料、工艺方法、测量及生产环境3σ准则3σ准则在生产过程中，仅有偶然性误差存在时，质量特性X服从正态分布N(µ，)，则据正态分布的概率性质，有也即（µ－3σ，µ＋3σ）是Ｘ的实际取值范围。P｛µ－3σ＜Ｘ＜µ＋3σ｝＝99.73%2小概率原理小概率原理小概率原理又称为实际推断原理，当然运用小概率原理也可能导致错误，但犯错误的可能性恰恰就是此小概率。由准则可知，若Ｘ服从正态分布，则Ｘ的可能值超出控制界限的可能性只有0.27%。因此，一般认为不会超出控制界限。所谓小概率原理，即认为小概率事件一般是不会发生的。反证法思想一旦控制图上点子越出界限线或其他小概率事件发生，则怀疑原生产过程失控，也即不稳定，此时要从5MIE去找原因，看是否发生了显著性变化。反证法思想5MIE:人、机器、原材料、工艺方法、测量及生产环境两类错误控制图之所以规定3σ界限，主要是出于经济上的考虑。第一类错误：将正常判为异常；概率为a;第二类错误：将异常判为正常；概率为b;a，b不能同时减少，只能将它们控制在一定范围内。两类错误控制图的种类按产品质量的特性来分类，控制图可分为计量值控制图与计数值控制图；按控制图的用途来分类，控制图可分为分析用控制图与控制用控制图；计量值控制图适用于产品质量特性为计量值的情形。例如：长度、重量、时间、强度、成分及收率等连续变量。常用的计量值控制图有下面几种：1.均值－极差控制图（图）。2.中位数－极差控制图（图）。3.单值－移动极差控制图（图）。4.均值－标准差控制图（图）。RxRMesRxSx★计量值控制图1．X-R控制图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，用于观察正态分布的变化。2．X-s控制图与X-R图相似，只是用标准差（s）图代替极差（R）图而已。3．Me-R控制图与X-R图也很相似，只是用中位数（Me）图代替均值（X）。4．X-Rs控制图多用于对每一个产品都进行检验，采用自动化检查和测量的场合。计数值控制图适用于产品质量特性为计数值的情形。例如：不合格品数、不合格品率、缺陷数、单位缺陷数等离散变量。常用的计数值控制图有：1.不合格品率控制图（p图）。2.不合格品数控制图（np图）。3.单位缺陷数控制图（µ图）。4.缺陷数控制图（c图）。★1．p控制图用于控制对象为不合格品率或合格品率等计数质量指标的场合，使用p图时应选择重要的检查项目作为判断不合格品的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。2．np控制图用于控制对象为不合格品数的场合。设n为样本，p为不合格品率，则np为不合格品数。3．c控制图用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。焊接不良数/误记数/错误数/疵点/故障次数4．u控制图当上述一定的单位，也即n保持不变时可以应用c控制图，而当n有变化时则应换算为平均每项单位的不合格数后再使用u控制图。计数值控制图控制图的选择计数值计量值n=1控制图的选择数据性质？样本大小n=？数据系不良数或缺点数CL性质?n是否相等？单位大小是否相关n=？n≧2n=2~5n=3或5n≧10不是是不是是缺点数不良数RMe控制图控制图控制图控制图p控制图np控制图u控制图c控制图MeXRXSXRsXX-R图（均值-极差控制图）x-R图是x图（均值控制图）和R图（极差控制图）联合使用的一种控制图。R图用于判断生产过程的标准差是否处于或保持在所要求的受控状态；x图主要用于判断生产过程的均值是否处于或保持在所要求的受控状态；x-R图通常在样本大小n≤10时使用，是一种最常用的计量值控制图；例某厂生产一种零件，其长度要求为49.50±0.10(mm),生产过程质量要求为过程能力指数不小于1，为对该过程实施连续监控，试设计x-R图；例-第一步1、收集数据并加以分组在5M1E充分固定，并标准化的情况下，从生产过程中收集数据。本例每隔2h，从生产过程中抽取5个零件，测量其长度值，组成一个大小为5的样本，一共收集25个样本.一般来说，制作x-R图，每组样本大小n≤10,组数k≥25.例-第二步2、计算每组的样本均值和样本极差；njjiixnx11i=1,2,…,kjinjjinjixxR11minmax2000.6.1X-R图数据表均值极差X1X2厖XnXiRi1x11x12…x1n2x21x22…x2n………kxk1xk2…xkn样本号测量值数据表（某零件长度值数据表）样本149.4850.06249.5160.07349.5000.06449.4960.07549.5300.11649.5060.12749.5040.10849.5020.06949.5060.121049.5260.091149.5000.111249.5120.061349.4940.071449.5260.1051iixx样本1549.4900.091649.5040.051749.5100.071849.5060.061949.5100.052049.5020.082149.5160.102249.5020.062349.5020.092449.5000.052549.5240.111237.6692.00平均49.50680.08051iixx单位mmixixiRiR例-第三步3、计算总平均和极差平均kiixnx15068.491kiiRkR10800.01例-第四步4、计算控制线；系数A(n)数值表4606.490800.0577.05068.495068.495530.490800.0577.05068.4922RAxLCLxCLRAxUCLx图上式中A2,D4,D3均从控制图系数表中查得：当n=5时，A2=0.577D30D4=2.11500800.01692.00800.0115.234RDLCLRCLRDUCLR图n2345678910A2(n)1.8811.0230.7290.5770.4830.4190.3730.3370.308D3(n)0.0760.1360.3370.308D4(n)3.2672.5752.2822.1152.0041.9241.8641.8161.777例-第五步5、制作控制图；在方格纸上分别作图和R图，两张图必须画在同一页纸上，这样以便对照分析。图在上，R图在下，轴纵在同一直线上，横轴相互平行，并且刻度对齐。本例由于R图的下限为负值，但极差R不可能为负值，所以R的下控制界限线可以省略。xx例-第六步6、描点；49.4449.4649.4849.549.5249.5449.56UCL=49.553CL=49.5068LCL=49.4606x图00.020.040.060.080.10.120.140.160.180.2UCL=0.1692CL=0.08R图例-第七步7、分析生产过程是否处于统计控制状态；利用分析用控制图的判断规则，分析生产过程是否处于统计控制状态。本例经分析，生产过程处于统计控制状态。例-第八步8、计算过程能力指数；1)求Cp值97.0326.2/08.0620.0)(/662ndRTTCp式中d2(n)查控制图系数表，n=5时，d2(n)=2.3262)求修正系数k068.02/20.050.495068.492/2/TTxTTmmK=例-第八步8、计算过程能力指数；1)求修正后的过程能力指数Cpk倘若过程质量要求为过程能力指数不小于1，则显然不满足要求，于是不能将分析用控制图转化为控制用控制图，应采取措施，提高加工精度。Cpk=(1-k)Cp=(1–0.068)×0.97=0.90例-第九步9、过程平均不合格品率；据过程平均不合格品率P与过程能力指数的关系，计算P值如下：%43.09991.09966.02)11.3()71.2(2)068.01(97.03)068.01(97.032)1(3)1(32kCkCppp分析用控制图分析用控制图用于分析生产过程是否处于统计控制状态。分以下四点考虑：1.若经分析后，生产过程处于统计控制状态且满足质量要求，则把分析用控制图转为控制用控制图；2.若经分析后，生产过程处于非统计控制状态，则应查找过程失控的异常原因，并加以消除，去掉异常数据点，重新计算中心线和控制界限线；3.若异常数据点比例过大，则应改进生产过程，再次收集数据，计算中心线和控制界限线；4.若经分析后，生产过程虽然处于统计控制状态，但不满足质量要求，则应调整生产过程的有关因素，直到满足要求方能转为控制用控制图。控制用控制图控制用控制图由分析控制图转化