统计过程控制

shaokai918_2005

统计过程控制是一种以预防为主的质量控制方法。
统计过程控制主要解决两个问题：一是过程运行状态是否稳定，可利用控制图这种
统计工具进行测定；二是过程能力是否充足，可通过过程能力分析来实现。
统计过程控制的实施包括过程识别、过程分析和过程控制等阶段。
统计过程控制概述
一、过程控制的基本概念
过程控制是指为实现产品生产过程质量而进行的有组织、有系统的过程管理活动。目的在于为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。
（1）过程分析和控制标准
确定要因和关键过程并建立关键过程控制点，制定控制文件和标准。
（2）过程监控和评价
采用不同的方法对过程进行监控，对过程变异进行预警，对过程质量进行评定。
统计过程控制
统计过程控制（SPC）是应用统计技术对过程中的各个阶段进行评估和监控，建立和保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定要求的一种质量管理技术。
统计过程控制是过程控制的一部分，从内容上来说有两个方面：一是利用控制图分析过程的稳定性，对过程存在的异常因素进行预警；二是通过计算过程能力指数分析稳质量进行评价.
δ小表示质量水平高，但不是越小越好，因为越小成本上升，而且技术可能达不到， δ技术上可行就行。
1、先判定过程是否处于稳定状态。
2、再计算过程能力指数。
统计过程控制的特点：
1、贯彻预防的原则
2、强调全员参与和全过程实施
3、强调应用统计方法进行监控和评估。
四、统计过程诊断
SPC可以判断过程的异常，及时报警，但早期的SPC不能告知其异常是什么因素引起的，发生于何处，即不能进行诊断，而在现场迫切需要解决诊断问题，否则即使想纠正异常也无从下手。现代SPC有了及时报警的控制功能和诊断功能，上升为统计过程
诊断（SPD）.
SPD不但具有早期SPC告警进行控制的功能，而且具有诊断功能，故SPD是现代SPC理论的发展和重要组成部分。SPD就是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本.
控制图原理
1、质量波动理论
产品质量客观上存在波动。影响质量波动的原因(因素)可分为5M1E(人、机、料、法、测、环)六个方面。
产品质量的影响分为偶然因素和异常因素。偶然因素是固有的，始终存在，对质量的影响很小，但从技术上难以除去或从经济上考虑不值得消除。如机加工时机床的振动等。
异因则非过程固有的，有时不存在，有时存在，对质量影响大。如刀具的磨损等。
偶因引起质量的偶然波动，异因引起质量的异常波动。偶然波动是不可避免的，对质量的影响一般不大。异常波动对质量的影响大，且可以通过采取恰当的措施加以消除。控制图的作用就是发现并消除异常波动。
2、小概率原理
小概率事件原理：小概率事件是在一次试验中几乎不可能发生，若发生则判断异常。控制图是假设检验的一种图上作业，在控制图上每描一个点就是作一次假设检验。
统计控制状态
1、统计控制状态，也叫稳态。
2、统计控制状态，简称控制状态，是指过程中只有偶因而无异因产生的变异状态。
3、控制状态是生产追求的目标，因为在控制状态下有下列好处：
对产品的质量有完全的把握，（通常，控制图的控制界限都在规格限内时，至少有99.73%的产品是合格品）
对生产也是最经济的（偶因和异因都可以造成不合格品，但由偶因造成的不合格品极少，在3σ控制原则下只有2.7‰，主要是由异因造成。故在控制状态下生产的不合格品最少，生产最经济。
在控制状态下，过程的变异最小。
4、推行SPC能保证实现全过程的预防，一道工序达到控制状态称为稳定工序，道道工序都达到控制状态称为全稳生产线，SPC能保证实现全过程的预防，依靠的就是全
两类错误
1、第一类错误：虚发警报
过程正常，由于点子偶然超出界外，于是就犯了第一类错误。通常犯第一类错误的概率记为α。第一类错误将造成寻找根本不存在的异因的损失。
2、第二类错误：漏发警报
过程异常，但仍会有部分产品，其质量特性值的数值大小仍位于控制界限内。如果抽取到这样的产品，点子仍会在界内，从而犯了第二类错误，即漏发警报。通常犯第二类错误的概率记以β，第二类错误将造成不合格品增加的损失。
3．如何减少两类错误所造成的损失
解决办法是：根据使两种错误造成的总损失最小的原则来确定UCL与LCL二者之间的最优间隔距离。经验证明休哈特所提出的3σ方式较好，在不少情况下，3σ方式都
控制用控制图
分析用控制图如果达到所确定的状态后，则可以转为控制用控制图。
注意：其余三种状态均需要达到双稳态，方可转为控制用控制图。这里就要用到判断稳
态的准则和判异准则。
二、常规控制图的设计思想
常规控制图的设计思想是先确定犯第一类错误的概率α，再看犯第二类错误的概率β。
（1）按3σ方式确定CL、UCL、LCL，就等于确定α0=0.27%。
（2）在统计中通常采用α=1%，5%，10%三级，但休哈特为了增加使用者信心把常规
控制图的α取得特别小，这样β就大，这就需要增加第二类判异准则，即既使点子不出界，但当界内点排列不随机也表示存在异常因素。
三、判异准则
判异准则有点出界和界内点排列不随机。
国标GB/T 4091-2001《常规控制图》中规定了8种判异准则。
这些判异准则主要适用于X图和单值X图，且假定质量特性X服从正态分布。
局部问题对策与系统改进
由异常原因造成的质量变异可由控制图发现，通常由过程人员负责处理，称为局部问题的对策。
由偶然原因造成的质量变异可通过分析过程能力发现，但其改善往往耗费大量资金，需
过程能力
过程能力以往也称为工序能力。过程能力是指过程加工质量满足技术标准的能力，它是衡量过程加工内在一致性的，是稳态下的最小波动。而生产能力则是指加工数量方面的能力，二者不可混淆。
当过程处于稳态时，产品的计量质量特性值有99.73％落在μ±3σ的范围内，其中μ为质量特性值的总体均值，σ为质量特性值的总体标准差，也就是说有99.73％的产品落在上述6σ范围内，这几乎包括了全部产品。故通常用6倍标准差(6σ)表示过程能力，它的数值越小越好,表明了数据的集中度。
二、过程能力指数
（一）双侧公差情况的过程能力指数CP=T/6 σ =（TU-TL）/6 σ
单侧公差情况的过程能力指数
若只有下限要求，而对上限没有要求，则过程能力指数计算如下：
CPL=（μ-TL）/3 σ（μ＜TL）
其中CPL为上单侧过程能力指数。
注： μ≤TL时，记CPL=0。
上面两个式子中的μ与σ未知时，可用样本估计，如用样本均值估计总体均值，样本方差估计总体方差，此时要注意修偏系数的使用。
有偏移情况的过程能力指数
当产品质量特性值分布的均值μ与公差中心M不重合，即有偏移时，不合格品率必然增大，Cp值降低，故上式所计算的过程能力指数不能反映有偏移的实际情况，需要加以修正。记修正后的过程能力指数为CpK，则公式为：CpK=min(Cpu，CpL)
记分布中心μ对于公差中心M的偏移为ε=︱M-μ︱，定义μ对于M的相对偏移(偏移度)K为：
K= ε/T/2=2 ε/T （0≤K＜1）
Cp 和CpK 的比较与说明
1、无偏移情况的Cp 表示过程加工的一致性，即“质量能力”，Cp 越大，则质量能力越强。
2、有偏移情况的CpK 反映过程中心μ与公差中心M 的偏移情况，CpK 越大，则二者偏离越小，是过程的“质量能力”与“管理能力”二者综合的结果。
3、将Cp 与CpK 二数值联合使用，可对产品质量有更全面的了解
过程能力与过程能力指数
Pp、PpK 的好处是:可以反映出系统当前的实际状态，而不要求在稳态的条件下进行计算。
C 系列的过程能力指数是指过程的短期过程能力指数，而P 系列的过程性能指数则是指过程的长期过程能力指数。Pp 和PpK 也需要联合应用。 对于同一个过程而言，通常长期标准差的估计值大于短期标准差的估计值因此，过程的质量改进就是逐步减少，使之不断向逼近。其

[ 本帖最后由 紫金 于 2009-2-11 16:39 编辑 ]