第七章制造(服务)过程控制

第七章制造（服务）过程控制湖南大学机械与运载工程学院工业工程专业2012年4月目的和要求1、理解统计控制状态的含义；2、理解过程能力、过程能力指数的含义、作用；3、熟练掌握过程能力指数、过程不合格品率的计算方法，并能进行过程能力分析；4、理解控制图的涵义和作用；5、掌握均值-极差控制图、单值-移动极差控制图、不合格品率控制图、单位缺陷数控制图的绘制方法；6、掌握控制图的观察和分析及使用方法。§7.1质量变异及变异特性§7.2过程能力分析§7.3过程控制图§7.4过程控制的实施§7.5红珠实验和漏斗实验(自学)§7.1质量变异及变异特性质量变异质量变异或质量波动：在质量控制中，产品实际达到的质量特性值与规定的质量特性值之间发生的偏离。质量变异主要来自以下方面：5M1E1)人(Man)：操作者的质量意识、技术水平、熟练程度、正确作业和身体素质的差别等。2)机器(Machine)：机器设备、工夹具的精度和维护保养状况等。3)材料(Material)：材料的化学成分、物理性能及外观质量的差别等。质量变异4)方法(Method)：生产工艺、操作规程以及工艺装备选择的差别等。5)测量（Measure）：测量方法的差别。6)环境(Environment)：工作地的温度、湿度、照明、噪声以及清洁条件的差别等。质量变异的规律质量变异分类：（1）正常变异（随机变异）：是由偶然因素引起的，这些因素在过程中始终存在，其原因不易识别。正常变异是可以预测但不可消除的变异。（2）异常变异（系统变异）：由系统因素或称异常因素引起的，这些因素数目不多，对产品质量不经常起作用，但一旦出现了这类因素，就会使质量特性发生显著变化。这类因素是质量控制的主要对象。过程状态的模式统计控制状态，简称稳定状态：正常变异的过程状态。非统计控制状态，简称失控状态：有异常变异的过程状态。受控状态：过程状态处于统计控制状态且过程又能满足规定的要求。对制造及服务过程的质量控制就是要使过程处于稳定的受控状态，以确保产品和服务符合规定要求。过程状态的模式处于稳定状态下的过程应具备以下几个条件：①原材料或上一过程半成品按照标准要求供应；②本过程按作业标准实施，并应在影响过程质量各主要因素无异常的条件下进行；③过程完成后，产品检测按标准要求进行。质量控制中的数据质量管理中的数据分类：计量值数据和记数值数据产品质量数据变异的两种基本特性:分散性和集中性质量数据有两类常用的统计特征：表示数据集中性的特征数，如平均值、中位数等；表示数据分散程度的特征数，如极差、标准差等。服从正态分布规律的情况：在偶然性因素作用下，过程处于稳定状态时，产品质量的波动服从正态分布。利用偶然性误差所遵循的正态分布规律是否发生变化，把偶然性因素和系统性因素区别开来。过程质量参数的统计分析计件值服从二项分布：概率统计理论表明，不合格品数和不合格品率一类计件值服从二项分布。计点值服从泊松分布：缺陷数等一类计点值服从泊松分布。过程质量参数的统计分析第二节过程能力分析一、过程能力二、过程能力指数三、过程不合格品率的计算四、过程能力的分析五、过程性能指数六、过程能力调查一、过程能力过程能力（ProcessCapability）：是指处于稳定状态下的过程满足质量要求的能力。过程满足质量要求的能力主要表现在以下两方面：①质量是否稳定，②质量精度是否足够。以±3σ，即6σ为标准来衡量过程的能力是具有足够的精确度和良好的经济性的。过程能力B=6σ；6σ数值越小，说明质量特性值变异范围越小，过程能力越强；6σ数值越大，质量特性值变异范围越大，过程能力越弱。一、过程能力6σ过程能力一、过程能力过程能力分析的目的：预测过程质量特征值的变异对公差的符合程度；帮助产品开发和过程开发者选择和设计产品/过程对新设备的采购提出要求为供应商评价和选择提供依据为工艺规划制定提供依据找出影响过程质量的瓶颈因素减少制造过程的变异，从而进一步明确质量改进的方向二、过程能力指数过程能力指数：表示过程能力对过程质量标准的满足程度。过程质量标准：是指过程必须达到的质量要求，通常用标准、公差、允许范围等来衡量，一般用符号T表示。质量标准T与过程能力B之比值，称为过程能力指数，记为CP=T/B过程能力指数越大，说明过程能力越能满足质量要求，甚至有一定的能力储备。计量值为双侧公差而且分布中心和标准中心重合的情况分布中心和标准中心不重合的情况计量值为单侧公差情况计件值情况下计点值情况下过程能力指数的计算计量值计数值二、过程能力指数给定双侧标准，质量分布中心μ与标准中心M相重合Cp==≈T——标准范围σ——总体标准偏差；S——样本标准偏差；Tu——质量标准的上限值；Tl——质量标准的下限值。6T6luTTSTTlu66σTTuTLμ(M)例：某零件尺寸规格为20±0.15，抽样100，计算X=20，s=0.05，求Cp二、过程能力指数给定双侧标准，质量分布中心与标准中心不重合Cpk=（1-k）Cp=ε—绝对偏移量；M—标准中心，M=（TU+TL）/2;μ—实际分布中心；k—相对偏移量，k=ε/（T/2）ST62εT/2TuTLMT/2μ例：某零件尺寸规格为20±0.15，抽样100，计算X=20.05，s=0.05，求过程能力指数二、过程能力指数单侧标准的情况只规定上限时Cp=只规定下限时Cp=SxTTUU33STxTLL33例3：某部件表面清洁度要求≦96mg，抽样测得x=48mg，s=12mg，求过程能力指数；例4：某金属材料抗拉强度要求≧32kg/cm2，抽样测得x=38kg/cm2，s=1.8kg/cm2，求过程能力指数；二、过程能力指数二、过程能力指数计件值情况下:Cp=(Tμ–μ)/3σμ=nPσ=P(1-P)/nCp=P(1-P)/n3Pμ-P其中Pu为不合格品率的上限，P为平均不合格品率二、过程能力指数计点值情况下:Cp=(Tμ–μ)/3σσ=CCp=C3Cμ-Cμ=C三、过程不合格品率的计算分布中心与标准中心重合的情况若以PU表示质量特性值超出标准上限而造成的不合格品率，则t为标准正态分布值若以PL表示质量特性值超出标准下限而造成的不合格品率，则同理可得：PL＝1-φ(3Cp)总不合格品率为：P=PU+PL=2[1-φ(3Cp)]=2φ(-3Cp)当过程的质量特性呈正态分布时，过程能力指数对应于一定的不合格品率三、过程不合格品率的计算分布中心与标准中心不重合的情况1）分布中心向标准上限偏移时，总不合格品率为：P=PU+PL=2-φ[3Cp(1-k)]-φ[3Cp(1+k)]2）分布中心向标准下限偏移时，总不合格品率为：P=PU+PL=2-φ[3Cp(1+k)]-φ[3Cp(1-k)]三、过程不合格品率的计算例5：加工某零件，其尺寸公差为20（+0.020，+0.010），从一批已加工的该种零件中随机抽取100件，进行测量，得到：样本平均值X=20.014，s=0.002。试做工序能力分析并求不合格率。TM=20.015ε=0.001k=ε/(T/2)=0.001/（0.01/2）=0.2Cpk=(T-2ε)/6S=0.67因分布中心向标准上限偏移，P=2-φ[3Cp(1-k)]-φ[3Cp(1+k)]=2-φ(1.608)-φ(2.412)=0.0242四、过程能力的分析当过程能力指数求出后，就可以对过程能力是否充分做出分析和判定。即判断Cp值在多少时，才能满足质量要求。五、过程性能指数长期过程能力指数也称过程性能指数（ProcessPerformanceIndex），用PP、PPK表示，它反映长期过程能力满足技术要求的程度。当总体分布中心和标准分布中心无偏移时，应计算无偏移的过程性能指数PPPP=T/（6S），式中S=12nXX过程性能指数计算并不要求在稳定的情况下计算，反映生产系统当前的实际状况；给定单侧上限标准时，无偏移上单侧过程性能指数给定单侧下限标准时，无偏移下单侧过程性能指数有偏移过程性能指数定义为，可以证明它等价于：五、过程性能指数过程性能指数与过程能力指数的区别过程性能指数反映的是当前的过程能力满足技术要求的程度，并不考虑过程的稳定与否。过程能力指数是在对过程的稳定性确认后计算的指标，因此它反映的是一种理想状态下的质量状况。过程性能指数一般小于过程能力指数.五、过程性能指数六、过程能力调查意义和作用：过程能力是保证与提高产品质量的重要因素。过程能力指数综合地、定量地反映了过程质量因素的状态。因此，进行过程质量控制，就必须了解和掌握过程能力的状况，测算过程能力指数。这种活动，就称为过程能力调查。正确计算和确定过程能力，是对工序过程能否保证质量的一种评定，也是经济合理地进行产品设计和工艺验证的有力措施。通过工序标准化，消除工序中的异常因素，发现和解决质量问题，经济合理地选择和确定工艺标准和操作标准。六、过程能力调查方法：直方图—观察直方图的形状，大致能看出生产过程的状态，可由直方图的分散范围和公差范围作比较判断过程能力能否满足质量要求；也可由直方图上算得的均值和标准偏差S，简便计算出CPK。X六、过程能力调查控制图法—通过控制图确认过程处于统计控制状态，由计算得，从而得到CPK。控制图法比较准确、可靠。当生产过程处于稳态势，上述两种方法的数值差别不大，控制图法需要时间较长，因而常用直方图法，辅以控制图法，以补充直方图的不足。2/dR6六、过程能力调查过程能力调查的程序第三节过程控制图统计过程控制（SPC）什么是SPC?SPC是英文StatisticalProcessControl的字首简称，即统计过程控制。SPC就是应用统计方法对过程中的各个阶段进行监控与诊断，保证过程处于可接受的且稳定的水平，从而达到改进与保证产品质量的目的。SPC强调全过程的预防原则。这也是系统工程全局观点的反映。一、控制图概述二、控制图的统计原理三、建立控制图之前的准备工作四、计量控制图五、计数控制图六、控制图的观测分析及应用一、控制图概述控制图是统计质量控制的主要统计工具，是美国贝尔通信研究所的休哈特（WalterStewhart）博士于1924年首先推出的，是用来监视、控制质量特性值随时间推移而发生变异的图表。控制图的用途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；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；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；为评定产品质量提供依据；一、控制图概述控制图名称：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；3σ3σ公差上限Tu公差下限TL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三线：中心线，上控制线，下控制线；二、控制图的设计原理3σ准则正态性假定小概率原理反证法思想两类错误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。5MIE:人、机器、原材料、工艺方法、测量及生产环境二、控制图的设计原理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二、控制图的设计原理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