计数型控制图 PPT

合集下载

03计数型控制图

03计数型控制图

d1 d 2 ...d k 208 10 .4 k 20
d1 d 2 ... dk 208 0.104 n1 n2 ... nk 2000

UCL d 3 d (1 p ) 10.4 3 10.4(1 0.104) 19.56 LCL d 3 d (1 p) 10.4 3 10.4(1 0.104) 1.24
练习一:样本容量相同时
某工厂检验以往所生产的20批得到一组数据,将结果绘制P图并分析 批号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 样本容量n 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 不合格数np 20 5 7 10 9 14 11 13 18 14 12 6 9 13 8 不良率p 0.2 0.05 0.07 0.1 0.09 0.14 0.11 0.13 0.18 0.14 0.12 0.06 0.09 0.13 0.08 控制界限的计算 d1 d 2 ... d k 208 16 17 18 19 20 合计 100 100 100 100 100 2000 4 9 11 8 7 208 0.04 0.09 0.11 0.08 0.07
10 C=7.56
0 0 5 10 15 20 25
LCL=0
Sample Number
收集数据与p图相似。
控制界限的计算
CL n p d

d
k

UCL n p 3 n p(1 p) LCL n p 3 n p(1 p)

其中 σ n p(1 p)

SPC - 计数型数据控制图.PPT

SPC - 计数型数据控制图.PPT

9
Pty Ltd - 1999年9月
np 图
• 计算 np 图控制线的示例
其中k为子组数 ,n为这些子组 的样本容量。
10
Pty Ltd - 1999年9月
np 图
• 课堂练习
– 用附录7中的数据计算np 图的 UCL 和 LCL。
– 把数据标在图上并确定是否有任何超为 出控制范围的情况。
11
Pty Ltd - 1999年9月
不合格数的
c图
• 何时使用 c 图
• 当数据为计数型数据时(一种可以计数的属 性)。
• 当不合格是分布于整个产品时,如油漆部件 上的缺陷数,装配工序上的缺陷数等。
• 当不合格现 象可从多个来源发现,或由多 种原因造成时。
12
Pty Ltd - 1999年9月
c图
• 计算 c 图的方法
– 确保检验样本的容量都相等,如零件的数量,规定 的面积或体积。
16
Pty Ltd - 1999年9月
单位产品不合格数的 u图
• 计算 u 图的方法
– 定义检验内容。 – 确定检验频率。 – 确定在该样本上发现的不合格数。 – 以样本容量除以所发现的不合格数。 – 在 u 图上记录不合格的比率。 – 在 u 图上描绘此数据。
17
SPC - 计数型数据控制 图.PPT
Pty Ltd - 1999年9月
课程目标
• 到本课程结束时,学员应能识别: 1. 计数型SPC数据控制图
2. 何时使用这些图最合适
2
Pty Ltd - 1999年9月
如何选择正确的SPC图
计数型 数据
P图
计算零件数 N = 固定值或变 值
Np 图

质量控制04-第四章-质量管理方法-04计数控制图

质量控制04-第四章-质量管理方法-04计数控制图

1 5 n p p
2)若要保证LCL的下限非负,则要增大子组大小n
p0 (1 p0 ) LCL p p0 3 0 n p0 (1 p0 ) p0 3 n
1 p0 9 有 n9 p0 p0
9 5 即 n p 0 p0
3)若子组大小n随子组的不同发生变化时,需对 每个子组计算各自的控制限,则p图的上下限 成凹凸状。 GB/T4091-2001提供了两种解决方案 方案一 当子组大小变化不大,则采用单一的基于 平均子组大小的一组控制限 方案二 当子组大小变化大,则利用标准化变量的 方法,图中不点绘p值,而改点绘标准化值 Z。
方案二 通用图 将p值转化为Z值,点绘Zi
Z p p p (1 p ) n
二、不合格品数控制图(np图)
用于控制对象为不合格品数的场合 一般要求子组大小相同的情况下使用该图 np图的统计基础是二项分布 1.原理 设包含有n件单位产品的随机子组,其中不 合格品数为X,则X服从参数为n和P的二项 分布B(n,P),即
x 若参数λ 未知,估计λ , n 则单位不合格数控制图的控制限为 :
ˆ u
i i
CLu u
u UCLu u 3 n u LCLu u 3 n
D( x) nP (1 P) P(1 P) D( p) 2 2 n n n
1) 若过程参数P已知,记为p0,则p图控制限为 CLp p0
UCLp p0 3 LCL p p0 3 p0 (1 p0 ) n p0 (1 p0 ) n
2) 若过程参数P未知,则需对过程p进行估计
CLnp np 200 7.4% 14.8
UCLnp np 3 np(1 p) 25.906 LCLnp np 3 np(1 p) 3.694

统计过程控制(SPC)(PPT58页)

统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因,它影响被研究过程的所
有单值。(处于统计控制状态;在统计上受控;受控) 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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施,由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施, 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差(能力)必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态,那么性能是可预测的, 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于:
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定,过程能力如何。
4.1控制图应用说明

控制图的应用PPT课件

控制图的应用PPT课件

精选PPT课件
22
控制图的原理
• 产品质量的统计观点 • 正态分布讨论 • 正态分布曲线的形状 • 两个参数的讨论 • 几个关键的数字 • 3 σ原则 • 两类错误的概率 • 上下控制限的设计思想
控制图的应用
第一讲 SPC的概念 第二讲 控制图
第三讲 ห้องสมุดไป่ตู้程能力分析
精选PPT课件
1
第一讲 SPC的概念
• 质量控制 • 过程控制 • 统计过程控制(SPC) • 术语
精选PPT课件
2
质量控制
• 质量控制包括以下3个方面 1、过程控制——预防性工作, 2、验收检验——鉴定性工作; 3 过程改进——改进型工作。
精选PPT课件
9
术语
• 过程能力指数Cp,反映过程处于统计过程 控制状态,过程能力是否充足的数值,通 常将容差的范围除以6σ的比值,称为过程 能力指数。
* 工程能力指数(Cp或Cpk): 量产时,对工序在 稳定的状态下所生产出的产品的质量所发 生的变化量的一个统计值.
精选PPT课件
10
术语
• 工序性能指数Pp,反映生产状态下,工序能 力是否满足的数值,通常将容差的范围除以6σ 的比值,称为工序性能指数。σ为过程标准差。
精选PPT课件
17
术语
• 控制图的形状
精选PPT课件
18
第二讲 控制图
• 控制图种类 • 控制图原理 • 控制图的使用方法
精选PPT课件
19
控制图种类
• 控制图,是将一个过程定期收集的样本数 据按顺序点绘而成的一种图示技术。控制 图可展示过程变异并发现异常变异,并进 而成为预防采取措施的重要手段。
精选PPT课件

计数型控制图a

计数型控制图a

样本容量 是否恒定?


C或U图 U图
课 程 内 容 回 顾

如果你指挥不了自己,也就指挥不了 别人。 。20.8.1 020.8.1 0Monday, August 10, 2020

工作使人充实,勤奋使人快乐。。10: 07:0710 :07:071 0:078/ 10/2020 10:07:07 AM

天时不如地利,地利不如人和。。202 0年8月 10日星 期一10 时7分7 秒10:0 7:0710 August 2020

读书有三到:谓心到,眼到,口到。 —明·朱 熹。上 午10时 7分7秒 上午10 时7分1 0:07:07 20.8.10

只有没出息的思想,没有没出息的工 作。。2 0.8.102 0.8.101 0:0710: 07:071 0:07:07 Aug-20
14
526
15
542
2
=0.0083
8
样本容量( n )来计
16
498
4
17
895
6
算控制限.
18
578
4
19
455
3
20
268
3
21
698
6
22
586
5
23
558
6
24
875
7
25
987
9
合计 15953
132
UCL 0.0188 0.0190 0.0235 0.0254 0.0171 0.0202 0.0187 0.0190 0.0171 0.0191 0.0245 0.0171 0.0174 0.0202 0.0200 0.0205 0.0174 0.0197 0.0211 0.0250 0.0186 0.0196 0.0199 0.0175 0.0170

控制图应用(计数型)

控制图应用(计数型)

控制图建立与结果分析
控制图类型选择
根据数据特点,选择p控制图(不良品率控制图) 进行分析。
数据点绘制
将每个样本的不良品率绘制在控制图上,形成数 据点。
控制限计算
根据历史数据或经验,计算出控制图的中心线 (CL)、上控制限(UCL)和下控制限(LCL)。
结果分析
通过观察数据点的分布情况,判断生产过程是否 处于受控状态。如果发现数据点超出控制限或呈 现非随机分布,则表明生产过程可能存在异常, 需要进一步调查原因并采取措施。
产品或过程。
04 计数型控制图应用步骤
CHAPTER
数据收集与整理
明确数据收集目的
确定要解决的问题或目标,例 如分析产品缺陷、评估过程稳
定性等。
选择合适的数据类型
根据目的选择计数型数据,如 不良品数、缺陷数等。
确定数据收集计划
包括收集时间、频率、样本量 等。
数据整理与预处理
对数据进行清洗、分类、汇总 等预处理操作,以便于后续分
案例总结与启示
案例总结
通过应用计数型控制图,该企业成功地发现了生产过程中的异常波动,并及时采取了相应的措施进行调整,最终 使产品质量得到了有效控制。
启示
计数型控制图是一种有效的质量控制工具,可以帮助企业及时发现生产过程中的问题并采取相应的措施进行改进。 在实际应用中,需要结合行业特点和数据特点选择合适的控制图类型,并严格按照控制图的建立和分析步骤进行 操作,以确保结果的准确性和可靠性。
原理
02
统计样本中不合格品的数量,然后与预设的控制限进行比较,
以判断生产过程是否处于受控状态。
应用场景
03
适用于生产批量小、检验费用低且要求不合格品数较少的产品

Minitab教程-控制图PPT课件

Minitab教程-控制图PPT课件

• 数据应当是连续的
• 数据应当采用时间顺序
• 应当按照适当的时间间隔收集数据
• 数据应当是不采用子组形式收集的单值观测值
• 数据应当至少为总共 100 值不应当相互关联
2021
10
• 2.Xbar-R控制图
X 和 R 控制图 通常用于跟踪大小为 8 或更小的样本的过程水平和过程 变异。
样本均值
样本极差
1 602
600
1 UCL=602.474
__ X =600.23
598
LCL=597.986
1
3
5
7
9
11
13
15
17
19
样本
8
UCL=8.225
6
_
4
R=3.890
2
0
LCL=0
1
3
5
7
9
11
13
15
17
19
样本
解释结果
X 控制图上的中心线在 600.23 处,表明您的过程落于规格
产生误解
• 数据应当采用时间顺序
• 应当按照适当的时间间隔收集数据
• 采用子组形式收集数据
• 子组大小应当相等或接近相等
• 子组必须足够大
• 必须收集足够多的子组才能获取精确的控制限
2021
16
• 8.U控制图
当样品的大小保持不变时可用C控制图,而当样品的大小变化时则应换 算为平均每单位的缺陷数后再使用U控制图。
样本极差
120
_
80
R=88.2
40
LCL=16.2
0
1
3
5
7
9

SPC计数控制图PPT74页课件

SPC计数控制图PPT74页课件
38
3 计点控制图
常规控制图
计量
计数
n 2 10 X R图
n 1
计件
X S图
p图
np图
计点
c图
u图
缺陷率
39
3 计点控制图
对于生产过程中的缺陷数控制,比如控制一部机器,一个 部件,一定的长度,一定的面积或任何一定的单位中所出现 的不合格品数目,采用计点控制图。常用的计点控制图,有 u图和c图。
印花疵点图
毛刺图
钢板裂纹图
光洁面划痕
散热器管砂眼
1
目录
★属性检测与记录
▲属性检测 ▲缺陷率与生产收益
★计件控制图
▲p图 ▲np图
★计点控制图
▲u图 ▲ c图
★计量与计数控制图的对比 ★附录
2
1 计数控制图
测量单元
计量测量值
质量特性
计数测量值
均值 波动/变差
不合格 缺陷
通过观测每个产品,根据产品的质量特性符合质量特征要 求与否,把产品分为合格与不合格两类。
7
1.2 缺陷率与生产收益
★当一个检测单元至多允许出现c个缺陷时,出现一个缺陷会 带来生产的后续失效风险。 ★检测单元不含任何缺陷的概率(即产品完好率)可由下式计 算
其中,λ为平均缺陷率(每个单元的平均缺陷数)。
8
2 计件控制图
不合格比例(正式称呼为次品率或拒收率)是在全部检测的 产品中发现的不合格单位产品的比例。
★变控制限的p图的控制限为 ★注意控制限的宽度与样本量的平方根成反比。
19
标准化的p图
在样本量变化和/或短生产周期的情形下,宜使用标准化 的p图。首先进行标准化的变换
这样,对于标准化的p图,中心线为0,而上、下控制限分别 为+3和-3。

计数型控制图简介

计数型控制图简介

3. 计算中心线和控制界限:
CL C
UCL C 3 C
4. 绘制控制图并进行分析 LCL C 3 C
选择合适的控制图

计量型数据吗?

性质上是否均匀
或不能按子组取样?


关心的是 不合格品率吗?


X MR
子组容量≥ 9?
否 是
xs xR
样本容量
是否恒定?


np或p图 p图
关心的是 单位零件缺陷数吗?
人生得意须尽欢,莫使金樽空对月。02:04:5802:04: 5802:0411/24/2020 2:04:58 AM
做一枚螺丝钉,那里需要那里上。20. 11.2402 :04:58 02:04N ov-202 4-Nov-2 0
日复一日的努力只为成就美好的明天 。02:04:5802: 04:5802:04Tuesday, November 24, 2020
近似为正态分布处理,均值为C,标准偏差为 C
缺陷数控制图
1.收集数据: ➢ 一般取20~25组数据; ➢ 如果缺陷数较小,可将几个样本合为一个, 使每组缺陷数C=0的情况尽量减少,否则用 来作控制图不适宜; ➢ 不同的缺陷应尽可能分层处理。
缺陷数控制图
2. 计算平均缺陷数
k
Ci
C i1
k
Ci为每个样本的缺陷数;k为样本数;
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
与n有关!
p
n1 p1
n2 p2 n1 n2
nk nk
pk
CL P
UCL P 3 1 P (1 P ) n
LCL P 3 1 P (1 P ) n

计数型控制图课件

计数型控制图课件

计数型控制图的优缺点
优点
能够实时监控生产过程,及时发现异常;通过控制限判断异 常,客观、准确;提供改进和优化的依据,提高生产效率和 产品质量。
缺点
需要收集大量数据,工作量大;对异常波动的判断标准可能 存在主观性;不适用于所有生产过程,需要根据具体情况选 择使用。
02
计数型控制图的类型
p图(不合格品率控制图)
案例四:某电子产品的u图应用
总结词
利用u图监控电子产品生产过程中的单位缺陷数
详细描述
该电子产品制造企业采用u图(单位缺陷数控制图)对生产过程中的单位缺陷数进行监 控。通过对每个样本的缺陷数进行统计,计算单位缺陷数,绘制控制图,分析异常原因 ,及时发现并解决生产过程中的问题,有效降低了单位缺陷数,提高了产品质量和客户
根据整理后的数据,在控制图上标出 各数据点的位置,连接点以显示数据 随时间的变化趋势。
确定控制界限
根据统计学原理,计算控制界限,通 常包括中心线(CL)、上控制界限( UCL)和下控制界限(LCL)。
控制图的解读与改进
识别异常点
通过比较数据点与控制界限, 识别异常点,即那些超出控制 界限或连续上升或下降的数据
提高数据质量
加强数据清洗和筛选
对收集到的数据进行清洗和筛选,去除异常值和离群点,确保数 据的代表性和可靠性。
提高数据采集设备的精度
采用高精度的数据采集设备,减少因设备误差导致的数据失真。
加强员工培训和意识教育
对员工进行培训和意识教育,提高员工对数据质量的重视程度,从 源头上保证数据质量。
05
计数型控制图的案例分析
案例一:某制造企业的p图应用
总结词
通过p图监控生产过程,有效控制不良品率

质量管理--计数型控制图

质量管理--计数型控制图
收集的数据记录如下表:
Ó × × é ± à º Å 1 2 3 4 5 6 7 8 9 10 11 12 13 Å Á ú ¿ 679 648 325 256 958 525 687 658 956 645 286 966 898 ´ × Î ¢ Â ú Ê ý Ö µ 6 5 2 1 8 6 7 5 8 6 3 5 7
Ó × × é ± à º Å 14 15 16 17 18 19 20 21 22 23 24 25 Å Á ú ¿ 526 542 498 895 578 455 268 698 586 558 875 987 ´ × Î ¢ Â ú Ê ý Ö µ 2 8 4 6 4 3 3 6 5 6 7 9
LCL 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Å Á ú ¿ 679 648 325 256 958 525 687 658 956 645 286 966 898 526 542 498 895 578 455 268 698 586 558 875 987 15953
´ × Î ¢ Â ú Ê ý Ö µ 6 5 2 1 8 6 7 5 8 6 3 5 7 2 8 4 6 4 3 3 6 5 6 7 9 132



与n有关!
1 LCL P 3 P (1 P ) n
案例分析

在制造复杂的发动机的端盖时,如果有某些 因素不合要求就判为不良品,在成品的全检

计量型统计过程控制

计量型统计过程控制

第九页,共37页。
06-5
创建(chuàngjiàn)I-MR控制图
Sample 1 2 3 4 5 6 7
X 8 8.5 7.4 10.5 9.3 11.1 10.4
MR
0.5 1.1 3.1 1.2 1.8 0.7
3、计算(jìsuàn)所有个体值的平均数 X,X 将提供X图中的中心线。 1
X= ( 8 .0+8.5+7.4+10.5+9.3+11.1+10.4)=9.3 7
群体能够估计中心趋势和稳定性变化
X,R
第十七页,共37页。
06-9
X bar图
计量型控制图涉及连续性变量,其中所关注的 统计量是中心趋势和变异(散布(sànbù))。
X bar图随时测量变量的中心趋势。它使用来自 大小为N的样本的平均值,或X-bar。
图的中心线由平均值的长期平均水平或X-double bar描绘出来。
06-16
Xbar-S图
对于大小为2,3或4的子集,在精确度上几乎(jīhū)没 有差异.
当子集大小超过4时,标准差变得比极差愈加精确, 对于大于10的子集大小不应使用极差.
第三十二页,共37页。
极差vs标准差
指引(zhǐyǐn):使用标准差除非当…… 需要手动计算. 需要理解控制图的人不了解标准差.
LCL=9.31-(2.66*1.37)
UCL=12.95
LCL=5.67
(X图的系数(xìshù)通常为2.66)
对于MR图:
UCL=D4R
LCL=D4R(D3.D4是基于n=2)
UCL=3.267*1.37)
LCL=0*1.37)
UCL=4.48

计数型控制图介绍

计数型控制图介绍

79
2.29
2349
32
2.35
4438
27
2.14
5330
30
2.09
4103
23
2.16
2011
31
2.41
720
4
2.97
1670
73
2.50
1764
15
2.47
2997
61
2.26
286
0
3.79
2809
79
2.29
2349
32
2.35
1168
172
2.67
2685
36
2.30
3456
38
2.22
样本号 当班生
产总数
13
2809
14
2349
15
1168
16
2685
17
3456
18
1548
19
2458
20
2147
21
2241
22
1895
23
3012
24
2521
25
1986
不合 格品
79 32 172 36 38 27 30 29 22 12 35 27 18
案例分析
根据公式计算各 样本组的上下控制限
❖ 每班检验的端盖总数就是样本量,共收集了 25班的检验数及不良数。
案例分析
1.收集的数见下表:
样本号 当班生
产总数
1
286
2
2809
3
2349
4
4438
5
5330
6
4103
7
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

δ ×¢ Âú Êý Öµ
6 5 2 1 8 6 7 5 8 6 3 5 7 2 8 4 6 4 3 3 6 5 6 7 9 132
CL
¡Æ δ ×¢ Âú Êý Öµ /¡Æ Åú Á¿ =0.0083
UCL 0.0188 0.0190 0.0235 0.0254 0.0171 0.0202 0.0187 0.0190 0.0171 0.0191 0.0245 0.0171 0.0174 0.0202 0.0200 0.0205 0.0174 0.0197 0.0211 0.0250 0.0186 0.0196 0.0199 0.0175 0.0170
¡Æ ²» ºÏ ¸ñ Æ·Êý /¡Æ Éú
²ú ×Ü Êý =1.58
案例分析
绘制控制图,并进行分析:
单位缺陷数控制图(U图)
适合用于对单位样本数量(如面积、容积、长度、 时间等)上缺陷数进行控制的场合;
通常服从泊松分布;
可近似与正态分布 N (u, u ) n
来处理;
取样大小可以是不固定的,只要能计算出每单位 上的缺陷数即可;
LCL 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
单位缺陷数控制图(U图)
检验并记录数据
设n为样本大小,C为缺陷数,
计算平均单位缺陷数 则单位缺陷数为: u=c/n
计算中心线和控制界限 绘制控制图并进行分析
CL u c n
与n有关!
UCL u 3
u n
LCL u 3
u n
案例分析
现需要对一注塑产品的缺陷进行控制图分析,
²» ºÏ ¸ñ Æ· UCL
Êý
(%)
0
3.79
79
2.29
32
2.35
27
2.14
30
2.09
23
2.16
31
2.41
4
2.97
73
2.50
15
2.47
61
2.26
0
3.79
79
2.29
32
2.35
172
2.67
36
2.30
38
2.22
27
2.53
30
2.33
29
2.39
22
2.37
12
2.44
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
与n有关!
p n1 p1 n2 p2 nk pk n1 n2 nk
CL P UCL P 3 1 P (1 P )
n LCL P 3 1 P (1 P )
计数型控制图
不良品率控制图(P图)
对产品不良品率进行监控时用的控制图;
质量特性良与不良,通常服从二项分布; 当样本容量n足够大时,例如, (np 5) 该分布
趋向于正态分布 N ( p, p(1 p)) n
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图(P图)
966
5
25
898
7
Åú Á¿ δ ×¢ Âú Êý Öµ
526
2
542
8
498
4
895
6
578
4
455
3
268
3
698
6
586
5
558
6
875
7
987
9
控制限的计算 ×Ó ×é ±à ºÅ 1
2
3
4
5
6
7
在实际应用中,当各
8 9
组容量与其平均值
10 11
相差不超过正负
12 13
25%时,可用平均
µ±° à Éú ²ú × Ü Êý
286 2809 2349 4438 5330 4103 2011 720 1670 1764 2997 286
²» ºÏ ¸ñ Æ·
0 79 32 27 30 23 31 4 73 15 61 0
Ñù ± ¾ ºÅ
13 14 15 16 17 18 19 20 21 22 23 24 25
35
2.26
27
2.33
18
2.42
LCL
(%) 0.00 0.87 0.81 1.02 1.07 1.00 0.75 0.19 0.66 0.69 0.90 0.00 0.87 0.81 0.49 0.86 0.94 0.63 0.83 0.77 0.79 0.72 0.90 0.83 0.74
CL (%)
n
案例分析
在制造复杂的发动机的端盖时,如果有某些 因素不合要求就判为不良品,在成品的全检 中,现要求对每班产品的不良率作控制图。
每班检验的端盖总数就是样本量,共收集了 25班的检验数及不良数。
案例分析
1.收集的数见下表:
Ñù ± ¾ ºÅ
1 2 3 4 5 6 7 8 9 10 11 12
14 15
样本容量( n )来计
16 17
算控制限.
18 19
20
21
22
23
24
25
ºÏ ¼Æ
Åú Á¿
679 648 325 256 958 525 687 658 956 645 286 966 898 526 542 498 895 578 455 268 698 586 558 875 987 15953
在实际应用中,当各组 容量与其平均值相差不 超过正负25%时,可用 平均样本容量(n )来计 算控制限.
Ñù ±¾ ºÅ
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
µ±°à Éú ²ú ×Ü Êý
286 2809 2349 4438 5330 4103 2011 720 1670 1764 2997 286 2809 2349 1168 2685 3456 1548 2458 2147 2241 1895 3012 2521 1986
收集的数据记录如下表:
×Ó ×é ±à ºÅ 1 2 3 4 5 6 7 8 9 10 11 12 13
Åú Á¿ δ ×¢ Âú Êý Öµ ×Ó ×é ±à ºÅ
679
6
14
648
5
15
325
ቤተ መጻሕፍቲ ባይዱ
2
16
256
1
17
958
8
18
525
6
19
687
7
20
658
5
21
956
8
22
645
6
23
286
3
24
µ±° à Éú ²ú × Ü Êý
2809 2349 1168 2685 3456 1548 2458 2147 2241 1895 3012 2521 1986
²» ºÏ ¸ñ Æ·
79 32 172 36 38 27 30 29 22 12 35 27 18
案例分析
根据公式计算各 样本组的上下控制限
相关文档
最新文档