|
01 / 控制图 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 02 / 控制图的分析准则 控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。 03 / 判稳准则 在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。 在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。
控制图中出现以下情况时可以判定异常： 判异准则一：数据点超出控制线或在控制线上（控制线即CL±3sigma） 判异准则二：连续9点在中心线（中心线即CL）一侧 判异准则三：有7点以上连续上升或下降；有明显的非随机图形，主要包括：有周期性、分布宽度异常、明显的上升或下降趋势、子组内数据间有相关性等。 判异准则四：连续14点相邻交替上下。 判异准则五：连续15点在中心线两侧的C区内（C区即CL±1sigma） 判异准则六：连续5点有4点在中心线同一侧的C区外（C区即CL±1sigma） 判异准则七：连续8点落在中心线两侧且无一在C区内（C区即CL±1sigma） 判异准则八：连续3点有2点落在中心线同一侧的B区外（B区即（CL+1sigma, CL+2 sigma) 或 （CL-2sigma, CL-1sigma)）。
04 / 控制图异常处理机制 控制图出现异常时，根据异常严重程度采取不同的处理机制 1 . 当出现超规格的数据时，需要对样本进行重新检测，以排除测量人员和测量设备的因素。 2 ．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 3 ．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用5M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 人：操作员工技术熟练程度、身体状况等； 机器：设备、工夹具的精度和维护保养状况； 材料：材料的成分、批次间的差异、物理性能和化学性能； 方法：包括加工工艺、工装选择、操作规程等； 测量：测量设备、试验手段、测量方法等； 环境：工作环境温度、湿度、噪音、照明和清洁程度等； 4 ．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。 05 / 常见异常原因归类 连续6点递增或递减：工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高 连续14点中相邻点交替上下：轮流使用两台设备或有两个操作员工轮流操作，使得数据分层不够 连续15点落在中心线两侧的1倍sigma区内：数据有假，计算错误；分层不够 连续8点落在中心线两侧且无一在1倍sigma区内：数据分层不够。  |
|
|
