0502统计过程控制

第五章统计过程控制第一部分统计方法基础知识第二部分统计过程控制第一部分统计方法基础知识•第一节统计方法及其用途•第二节产品质量波动•第三节统计数据及其分类•第四节总体与样本•第五节随机抽样方法•第六节统计特征数•第七节两类错误和风险第一节统计方法及其用途一、什么是统计方法二、统计方法的性质三、统计方法的用途一、什么是统计方法统计方法：是指有关收集、整理、分析和解释统计数据，并对其所反映的问题作出一定结论的方法。描述性统计方法：——是对统计数据进行整理和描述的方法；——常用曲线、表格、图形等反映统计数据和描述观测结果，以使数据更加容易理解，例如，可将统计数据整理成折线图、曲线图和频数直方图等。推断性统计方法：——是在对统计数据描述的基础上，进一步对其所反映的问题进行分析、解释和作出推断性结论的方法；——二、统计方法的性质1.描述性——利用统计方法对统计数据进行整理和描述，以便展示统计数据的的规律；——统计数据可用数量值加以度量，如平均数、中位数、级差和标准差等，亦可用统计图表予以显示，如条形图、折线图、圆形图、频数直方图、频数曲线等。2.推断性——统计方法都要通过详细研究样本来达到了解、推测总体状况的目的，因此它具有由局部推断整体的性质。3.风险性——统计方法既然要推断用部分整体，那么这种由推断而得出的结论就不会是百分之百正确，即可能有错误。犯错误就要担风险。三、统计方法的用途•1.提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差)•2.比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比法）•3.分析影响事物变化的因素；（因果图、调查表、散布图、分层法、树图、方差分析）•4.分析事物之间的相互关系；（散布图、试验设计法）•5.研究取样和试验方法，确定合理的试验方案；（抽样方法、抽样检验、试验设计、可靠性试验）•6.发现质量问题，分析和掌握质量数据的分布状况和动态变化；（频数直方图、控制图、排列图）•7.描述质量形成过程。（流程图、控制图）第二节产品质量波动一、正常波动二、异常波动一、正常波动——正常波动是由随机原因(普通原因）引起的产品质量波动；——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状态或稳定状态。二、异常波动——异常波动是由系统原因（特殊原因）引起的产品质量波动；——有异常波动的生产过程称为处于非统计控制状态，简称为失控状态或不稳定状态。引起产品波动的原因主要来自六个方面（5M1E）：人（Man）：操作者的质量意识、技术水平、文化素养、熟练程度、身体素质等；机器（Machine）：机器设备、工夹具的精度、维护保养状况等；材料（Material）：材料的化学成分、物理性能和外观质量等；方法（Method）：加工工艺、操作规程和作业指导书的正确程度等；测量（Measure）：测量设备、试验手段和测试方法等；环境（Environment）：工作场地的温度、湿度、含尘度、照明、噪声、震动等；第三节统计数据及其分类一、计量型数据二、计数型数据一、计量数据——凡是可以连续取值的，或者说可以用测量工具具体测量出小数点以下数值的这类数据。如：长度、容积、质量、化学成分、温度、产量、职工工资总额等。——计量数据一般服从正态分布。二、计数数据——凡是不能连续取值的，或者说即使使用测量工具也得不到小数点以下数值，而只能得到0或1，2，3•••等自然数的这类数据。——计数数据还可细分为记件数据和记点数据。记件数据是指按件计数的数据，如不合格品数、彩色电视机台数、质量检测项目数等；记点数据是指按缺项点（项）计数的数据，如疵点数、砂眼数、气泡数、单位（产品）缺陷数等。——记件数据一般服从二项式分布，记点数据一般服从泊松分布。第四节总体与样本总体（母体）：是指在某一次统计分析中研究对象的全体。有限总体：被研究对象是有限的，如一批产品的总数；无限总体：被研究对象是无限的，如某个企业、某个生产过程从前、现在、将来生产的全部产品。个体：组成总体的每个单元（产品）叫做个体。总体含量（总体大小）：总体中所含的个体数，常用N表示。第四节总体与样本样本（子样）：是指从总体中随机抽取出来并且要对它进行详细研究分析的一部分个体（产品）；样本是由1个或若干个样品组成的。样本容量（样本大小）：样本中所含的样品数目，常用n表示。抽样：是指从总体中随机抽取样品组成样本的活动过程。随机抽样：是指要使总体中的每一个个体（产品）都有同等机会被抽取出来组成样本的活动过程。第四节总体与样本数据、样本和总体的关系无限总体有限总体工序一批产品一批半成品样本样本数据数据判断判断目的总体样本数据对工序进行分析控制对一批产品质量进行判断，确定是否合格第五节抽样方法•一、简单随机抽样法•二、系统抽样法•三、分层抽样法•四、整群抽样法一、简单随机抽样法——又叫随机抽样法，是指总体中的每个个体被抽到的机会是相同的。优点：抽样误差小缺点：抽样手续比较繁杂。二、系统抽样法——又叫等距抽样法或机械抽样法。优点：操作简便，实施不易出差错。缺点：容易出较大偏差。适用场合：总体发生周期性变化的场合，不宜使用这种方法。三、分层抽样法——也叫类型抽样法。它是从一个可以分成不同于总体的总体（或称为层）中，按规定的比例从不同层中随机抽取样品（个体）的方法。优点：样本的代表性比较好，抽样误差比较小。缺点：抽样手续较简单随机抽样还要繁杂。适用场合：常用于产品质量验收。四、整群抽样法——又叫集团抽样法。是将总体分成许多群，每个群由个体按一定方式结合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。优点：抽样实施方便。缺点：代表性差，抽样误差大。适用场合：常用在工序控制中。案例某种成品零件分装在20个零件箱装，每箱各装50个，总共是1000个。如果想从中取100个零件作为样本进行测试研究。简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从1～1000编号，然后用查随机数表或抽签的办法从中抽出编号毫无规律的100个零件组成样本。系统抽样：将20箱零件倒在一起，混合均匀，并将零件从1～1000编号，然后用查随机数表或抽签的办法先决定起始编号，按相同的尾数抽取100个零件组成样本。分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成样本。整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。第六节统计特征数•一、样本平均值•二、样本中位数•三、样本方差•四、样本标准偏差•五、样本极差表示数据的集中位置表示数据的离散程度一、样本平均值niixnx1_1如果从总体中抽取一个样本，得到一批数据X1，X2，X3….Xn，则样本的平均值：：样本的算术平均值；n：样本大小。二、样本中位数把收集到的统计数据X1，X2，X3….Xn，按大小顺序重新排列，排在正中间的那个数就叫作中位数，用符号来表示。当n为奇数时，正中间的数只有一个；当n为偶数时，正中间的数有两个，此时，中位数为正中两个数的算术平均值。三、样本方差样本方差是衡量统计数据分散程度的一种特征数，其计算公式：S2：样本方差；：某一数据与样本平均值之间的偏差。四、样本标准偏差国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号S来表示。其计算公式：五、样本极差极差是一组数据中最大值与最小值之差。常用符号R表示，其计算公式：R=Xmax-Xmin第七节两类错误和风险第一类错误（弃真错误称为虚发报警）：把质量好的一批成品当作质量坏的一批成品去看待、处理的错误；α:第一类错误的概率值，也叫第一类错误的风险率。第二类错误（取伪错误称为漏发报警）：把质量坏的一批成品当作质量好的一批成品去看待、处理的错误；:第二类错误的概率值，也叫第二类错误的风险率。β第二部分统计过程控制•第一节SPC发展•第二节什么是SPC•第三节变差•第四节控制图•第五节SPC的应用误区第一节SPC发展一、SPC的产生二、SPC的发展三、SPC的作用四、SPC的使用一、SPC的产生•工业革命以后，随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。•1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。二、SPC的发展•1950年戴明博士把SPC技术引入日本，它在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用•八十年代以后，世界许多大公司纷纷在自己内部推广和应用SPC，同时对其供应商也提出了相应的要求•SPC为质量管理五大核心工具之一三、SPC的作用•对设计和过程能力进行可靠性的评估•用于区分正常波动和异常波动•可以依据以往过程的运行情况预测将来过程如何运行•降低对检验的依赖性•验证问题是否已经永久的纠正了•有助于了解过程是否有能力形成100%的满足要求的输出•提高质量和生产率，降低成本四、SPC的使用●原则上,应该用于有数量特性或参数和持续性的所有工艺过程;●SPC使用的领域是大规模生产;●多数企业，SPC用于生产阶段;●在强调预防的企业，在开发阶段也用SPC。第二节什么是SPC•SPC是英文StatisticalProcessControl的简称，即统计过程控制•SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析，并通过调整过程来达到改进与保证质量的目的•SPC强调全过程的预防•一种用于检测变差的工具•它能识别问题，但不能解决问题。增强产品一致性提高产品质量减少废品和返工缺陷提高产量第二节什么是SPC第三节变差定义：过程的单个输出之间所不可避免的差异；变差的来源可分成两个主要的类别：普通原因和特殊原因一、普通原因•普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为“处于受控状态”、“受控”，其表现为一个稳定系统的偶然原因。只有普通原因存在且不改变时，过程的输出才可以预测。二、特殊原因•特殊原因指的是造成不是始终作用于过程的变差的原因，当它们出现时将造成过程分布的改变。如果系统内存在变差的特殊原因，随着时间的推移，过程的输出将不稳定。三、变差的种类普通原因由于正常的磨耗和磨损，如工具磨损。特殊原因非正常情况，如工具损坏。第四节控制图•一、概述•二、应用控制图的步骤•三、应用实例•四、控制图的观察与分析一、概述－－控制图又叫管制图。它是用来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具。－－控制图建立在数理统计学的基础上，它利用有效数据建立控制界限。控制界限一般分为上控制限（UCL）和下控制限（LCL）。质量特性值抽样时间和样本序号UCLCLLCL3倍标准偏差（3σ）3倍标准偏差（3σ）●●●●●●●●●●●控制图的作用1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；3.在质量改进方面，可以用来确认某过程是否得到了改进。控制图的种类－－控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。类别名称控制图符号特点适用场合计量值控制图平均值－极差控制图x－R最常用，判断工序是否正常的效果好，但计算工作量很大。适用于产品批量较大的工序。中位数－极差控制图x－R计算简便，但效果较差。适用于产品批量较大的工序。单值－移动极差控制图x－RS简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。计数值控制图不合格品数控制图Pn较常用，计算简单，操作工人易于理解。样本容量相等。不合格品率控制图P计算量大，控制线凹凸不平。样本容量不等。缺陷数控制图c较常用，计算简单，操作工人易于理解。样本容量相等。单位缺陷数控制图u计算量大，控制线凹凸不平