统计过程控制spc数据收集和记录.docx
- 文档编号:10299977
- 上传时间:2023-02-09
- 格式:DOCX
- 页数:13
- 大小:71.19KB
统计过程控制spc数据收集和记录.docx
《统计过程控制spc数据收集和记录.docx》由会员分享,可在线阅读,更多相关《统计过程控制spc数据收集和记录.docx(13页珍藏版)》请在冰豆网上搜索。
统计过程控制spc数据收集和记录
数据收集和记录
SP(计划取决于数据,因为数据可以指出问题,告诉你问题发生的原因及频率;告诉你过程中的诸多变化和什么时候过程开始失控;数据为采取行动打下了基础。
要达到这个效果,必须选取符合要求的合适的数据。
它必须能代表总体的特性,并且要经过适当的处理。
如果所选数据达不到这个标准,就会使你得到错误的结论,进而米取错误的行动。
1数据的类型
SP(中最常见的数据类型是计量型和计数型数据,数据根据收集的方法不同被分别归为两类之中。
计量型数据指可测量的数据,如长度、重量、温度和直径等。
它可以是任意整数或分数,如,1.342磅,0.0003厘米,5度或3英尺。
计数型数据是可数的数据,如次品的数目。
它常用于表示通过还是不通过,成功还是失败或者对还是错的问题。
由于是用于计数的,所以这类数据通常取整数,如115468等。
每个部件要么是次品要么不是,你不能用分数来计量,计数型数据记录的是所有次品数之和。
你还可以根据数据的用途来将它们进行分类,分成用于分
析的数据,用于校准的数据,用于过程控制的数据和表明接受还是拒绝的数据。
用于分析的数据
这种类型的数据用于分析过去的结果,进行新的实验和研究因果间的联系。
表明接受还是拒绝的数据
用于点检查或检验是否通过的数据。
用于校准的数据
这种类型的数据用于调整过程,发出直接采取行动的指令,诸如改变温度等。
用于过程控制的数据
这种类型的数据用以说明过程受控还是失控,并表明其趋势。
2特性
为了控制过程,我们需要收集和分析数据,并根据过程或部件的特性来利用数据。
特性是指过程或产品的特征,如尺寸、速度、硬度、光滑度、平整度或重量。
收集数据前,先要判断哪些特性对提高产品质量最为重要。
记住你可在任何时候改变这些特性。
一旦这些特性受控,此时产出情况都在你理想的范围,你就能通过控制其他特性来提高产品的整体质量。
研究特性时,你必须考虑能从中得到什么类型的数据,如何测量以及何时需要测量这些数据。
你还要知道结果能否验证,从数据中能得到什么信息,你能否对它作出适当反应。
3数据的收集数据收集前,你先要搞清楚目的是什么,是为了控制过程,纠正问题还是分析过程?
目的明确后,你就会知道哪种类型的数据是需要的,如何去收集数据以及如何组织好数据。
确定了目的之后,你需要决定研究的目标和范围,然后找出需要什么类型的数据。
记住,仅仅收集数据是不够的,要得出结论,必须通盘理解整个过程。
因此,在收集数据前就要知道如何分析数据,以及选哪种类型的数据可使结果准确。
如何收集数据同样重要,要考虑哪种收集方法能最清楚地指出问题的原因及过程的趋势等等。
抽样
由于检验一组中的全部物品一般不大可行,因此许多研究都是基于随机抽样的。
抽样的方法会决定我们对总体的判断,所以抽样必须是随机的。
否则就不能得到对总体的准确的认识。
保证抽样的随机性的唯一办法是:
在收集数据前,先制定一个抽样的计划。
在抽样中,我们从总体中抽取一些样本,得到结果,再把这个结果推及到总体。
如果抽样计划合理,得到的随机样本的结果就能正确反映总体的情况。
制定抽样计划时,有一些要素是要考虑的。
抽样的目标是获得能准确反映总体情况的信息。
首先要搞清需要控制什么,然后决定抽样的方法、频率、来源,以及样本量多大才能代表总体。
有的研究中,何时抽样或生产的顺序也是很重要的。
比如,如果想观测一个持续时间不长的变化情况,抽样的间隔必须短。
你还要考虑抽样中的偏差,并制定计划以避免偏差。
抽样方法取决于所要的数据类型。
对计数型数据,样本数据是间断的,检查每
个组,并把次品数记录下来。
计量型数据是来自连续抽样过程的,在抽样的过程里包
括对随机样本进行测量
抽样的频率取决于研究的对象。
对计数型数据,可一批抽一次样;对计量型数据,需要考虑过程的属性和研究的目的。
你需要每5分钟,每小时,每天或每个班次抽样一次。
这样做的目标是,进行足够频繁的抽样,以得到研究所需的准确的信息。
何时抽样由过程中需要进行测量的时间点决定,这同样也是由你的研究目来决定。
比^口,要计次品数,抽样必须在生产后进行。
对计量型数据,当数据能揭示过程的信息最多时,就应进行抽样。
这取决于研究目的、特性和过程。
如果样本由连续变化的观测值组成,就需要在该过程中的特定时间点抽样;如果你只需要了解某事件随时间变化的大致情况,观测值可以随机抽取。
随机抽样的方法也可用来研究化学过程的观测值。
从总体中抽取的样本必须包含总体的所有的信息,因此抽取的样本量取决于多大的样本才能准确反映样本的情况。
在随机抽样中,总体中的每个个体被抽中的可能性是相等的。
在有偏差的抽样中,每个个体被抽到的机会是不相等的。
只抽取容易获得的样本,就会使抽样产生偏差;抽取那些明显有缺陷的样品同样是这样。
如果偏差很小的话,还能得到总体的准确信息,但你没法度量这种偏差。
因此,设计抽样时要争取避免有偏差的问题。
样本量
制定抽样计划时,要决定每次抽样要抽取多少观测值。
观测值的个数或样本量决定了控制图反映波动的能力。
样本量增大会减小样本间的差异,因此
n=5时X的图要比n=2时均值控制图变化幅度要小。
样本量增加会增加样本内的差异,这从极差图中可以看出。
在均值控制图中,样本量增加时,变化幅度变小了。
由于变化幅度变小了,控制限更严格了,这使控制图的灵敏度变高了。
n=5时落在控制限外面的点,在n=2时可能落在里面。
图3.1表示了由同一批数据作出的4个均值控制图。
图1中,n=1;图2中,n=3;图3中,n=5;图4中,n=10。
这四个图尺度是一样的,从中可以清楚的看到样本量增加时,控制限的变化情况。
当样本量增大到5时,样本间的极差变小。
样本量超过5时,样本间的差异趋于一致。
由于这种平稳性,样本中的观测值一般不超过5个。
比如,表3.1中的第二列表示24个样本,当n=1时,取值范围是18-25;而同一批观测值,当样本量为2时,取值范围变为8.5-22.5。
当过程首次受控时,应抽取容量小的样本(比如容量为2),并频繁进行抽样。
这样,控制图会显示一些离群点,但并没有多到惊人的程度。
如果大多数点都落在控制限外面,应该减小样本量。
只有消除了产生离群点的原因,过程变得平稳后,你才能增加样本量,以观测更多的变化情况。
当控制限变严了,产生问题的原因消除了,过程就得到了改进。
这样的过程必须持续地循环下去。
1440
了20
-2.40
-800
6:
9iCL)
14.4B(UCL)
-139(LCL:
Sampleusen=1
30OO
beo
3.20
-2.40
■8.00
10.9:
山g
629(CL)
167£IXL卜
S3mpl«siH@n>3
0S9fUCL)
&,Z1(CL}
2.54(LCL)
卑銘(UCL)
e.2^(CM
3.76i'LCL}
11=
1
2
3
4
7
K
1
140
21.0
21.0
210
20.S
20.5
2(1.7
21.0
2
2LU
21.a
20-&
2赚
2U-4
202
r
2L0
N.5
21X1
20.0
21.0
2T1.6
20.5
r4
22S
20J
21.()
1必
+
5
2(L0
I9.S
20.5
十
6
IM
20.5
227
20.5
7
2工0
3LW
L9.4
R
23,0
205
204
y
l&U
22,5
10
21』
IH.5
11
IM
丨阳
r[i
210
21.5
口
2(1,0
14
20.0
r15
1SJ
16
17
IK
2山0
19
19,0
20
1K.0
21
2L0
22
IK.O
2.1
20.0
24
210
表3.1
4数据的记录
你可以收集世上所有的数据,但是如果你不理解它,则毫无用处。
理解
数据的关键是整理它,这样做是大有裨益的,它能使你确信所收集的都是相关的信息。
有的SP(软件包可直接从计量器里读取观测值,然后进行整理。
然而,如果你不能直接从计量器里得到需要的信息,检验单是一个手动整理数据的好办法。
为了做到最佳,先要想好如何记录数据,并在收集数据前设计好检验单。
检验单不仅能帮助整理数据,还可以提醒使用者记录所有研究所需要的信
息。
检验单必须简单易用,这样记录时就能少犯错误。
研究目的和数据类型不同的话,检验单也不尽相同。
对计量型数据,有关于测量数据和分布的检验单;对计数型数据,有记录次品数目,次品出现的原因及地点的检验单。
你还可以制作一个检验单来验证最终的检验结果。
无论研究所需的检验单类型如何,都必须包括研究鉴定的时间、数据、班次、数据收集方法、数据来源和数据收集人。
计量型数据的检验单应包括机器和计量器的标号,抽样的次数和频率,还应包括规格限,这样便于判断过程是否超出了规格允许的范围。
所有的检验单都应为数据和标注留出足够的空间。
可测量数据的检验单
可测量的数据的检验单提供了一种记录和整理计量型数据的方法。
除了有基本的检验单的信息之外,还包括一系列样本中每个测量值的记录,以及各系列的均值和极差。
和上面提到的一样,此检验单应包括特定的机器、计量器、观测次数和适当的标注。
图3.2是一个可测量数据的检验单的例子。
Measureme»tLog
Natss:
图3.2可测量数据的检验单
分布的检验单
另一种记录计量型数据的方法是利用分布的检验单,这种检验单显示了每个测量值发生的频率。
通常在这种检验单中有固定的时间段和坐标图,图的一个轴代
表特定的数值,另一个轴代表该值出现的频率。
这种检验单还应包括对每个值出现频率的加总。
图3.3是分布的检验单的例子。
图3.3分布的检验单
缺陷数检验单
缺陷数的检验单包含了各种缺陷的列表,并记录了其出现次数。
大多数表有一列记录缺陷总数,一列记录百分比。
这种检验单不能告诉你缺陷何时出现,但能告诉你它出现的频率。
它还能指出哪种缺陷出现频率最高,这有助于你决定首先对哪个采取行动。
图3.4是缺陷数检验单的例子。
ChedcSheetfurDdecte
PanNo丫却了LotNo妙5■惨竝H
SfiH卫{呻皿阿尬別.
PiodunonSiag«-
Rtmvis曲叮如■审俺?
口旳croaMf四Ebw
T^paCourrlTolli%
e
u
Scr*ft#J
23
41
Otni
///
3
6
CttiA
rniruj
W
沖
II
Mid歸1杠灯旷
图3.4缺陷数检验单
缺陷原因的检验单
这种检验单,可以揭示缺陷和其产生原因间的联系。
图3.5显示了机器和员工的情况,缺陷数,时间和次数。
这种检验单指出了哪种缺陷出现最频繁,何时出现最频繁,生产者是谁,在哪台机器上出现等情况;有助于缩小范围,找出缺陷出现的原因。
Wixmnwiniv
Thurvlftv
Fnctay
MKhNW
OpifHAlrw
3
1
3
J
3
1
2
3
J
2
:
i
I
A
V-:
叮
5•
n•
:
加1
0
1X•
『•』“
・■
&
fix■
•
E
■輩、
AAA
Axe
恥」
•■A
c
號:
1?
AN5air
n*■■
IXN
2・
At•
■
An
•
ilK1E=・
2
ht
鮎:
r-iT*
Et
••口
"豪
■
■
、、A
A3
ST*
B
乙:
■
iar
・a
耳&•
■■
K»«
4
•
沁
aS
i・
也》f
A«
C
iw/IBM
i*
««■
'囲
c葛■
A'•
111
IJLI
K
*Jz
■
•&
■
2
3
A
aaF
AA^
■
yn-
谢
■A
■■
紀:
■1・
at
■i
f
B
•■
护•
血
£*•
讣A
:
At
*
fc
AST
•7
ns
d&A
A;
*■
•hA
••
■
D«vacigcmm*Scratch■
Puncture
-令
Dwnt■:
crack*<
»Other
■■■
图3.5产生缺陷的原因的检验单
位置检验单
如果想检验缺陷是否一直在同一处出现,可用位置检验单。
这种检验单提供了部件草图;同时,使用者在上面标明了缺陷出现的位置。
图3.6是位置检验单的例子。
PunctkjwLocationReport
impocivduyr
UsaThomas
DM*:
七公2田丄shfc1
图3.6位置检验单
最终检验单
最终检验单用于考察是否所有的检验都已经执行过。
这种检验单通常列出产品特征和产品是否通过检验的情况。
有时称它为“流动检验单”,用于每个阶段的最终检验。
图3.7是最终检验单的例子。
HowigUrriFm«l
FloorQovwinqCtMnplAtBd.^Ni
WallCcvermgCompMi^dQN
HPam«d¥
Tt*nH(r)gQ
Y0
Cabfi«isHknqGNlB$49d©NWa/ii
WalHHwfcUpT«i*aQN
Where
Ditpoi^Irwt肺*d❻NTwiad®讯
Rar学lnstaN»d心NPowerSu»电©DmvicHarflsTestedQN
Hghi卿吉La1茁皿]削1也HTesltdQX
日KtlEQj伽123i567£)910
Tsaisd1flN23血4QN5l&N
6hrOH0Vhr10YN
Piobltfiu:
'$了
图3.7最终检验单
最后一点需要说明的是,数据的准确性和一致性取决于使用者对缺陷的理解和记录的方法。
为了确保这两点,使用者必须接受标准的培训,才能知道应寻找和记录什么以及如何记录等。
任何可能受过程控制方案影响的人,都应参与到过程控制中来。
这样才能
充分考虑每个人的见解,从而确保最终方案能考虑到对每个部门的影响,同时还可以为决策者提供更多的选择。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计 过程 控制 spc 数据 收集 记录