在SPC统计过程(下简称SPC)系列第一篇《SPC系列之控制图基本知识》中,我们简单介绍了SPC的定义、起源、常用控制图的结构、彩虹图与最常用的休哈特控制图。当然不管这样,SPC都离不开统计,同样需要掌握一些基本统计知识。它们由于之前已经有公开课或直播课讲过,这里不再累述。感兴趣的朋友可以去下面链接观看《直播课 - SPC/MSA专题:人人都要懂点统计学》。下面要介绍的SPC中除了基本统计知识之外,还需要用到的一些理论基础(也是基于统计理论)。只有真正地将它们掌握、理解、融会贯通之后,才能更好的理解后面的SPC策划、实施以及分析应用。
1
过程变异理论
随机变异又被称为偶然变异、普通变异等,是由一般原因(Common Caus——随机性原因、机遇原因)所造成之变异。在现实工作当中常见的一般原因由原材料的微小变化、机台的微小震动、环境的轻微变化等等所组成。一般原因通常由大量微小原因组成;具有次数多,影响小的显著特点。在统计过程理论中,由随机变异导致的过程变异通常只有20%。实际上要想从根本上去除随机变异相当困难,甚至花费大量的人力、物力也不可能实现,通常需要采用新的管理方法才能改善。一般原因所造成的随机变异,其分布与时间的关系是稳定而可重复、可预测。如果过程中之变异仅由一般原因所造成,则称此过程是在统计的控制状态中,其产品的特性有固定的、稳定的分布;此时其过程的输出结果是可预测的。
非随机变异又被称为异常变异、特殊变异等,是由特殊原因(Special Cause——非随机性原因、非机遇原因)所造成之变异。特殊原因通常由一个或少数重大原因组成;具有次数少、影响大的显著特点。在现实工作当中特殊原因一般由原材料的不良、机台未复原、新手作业等异常变化所导致。在统计过程理论中,由非随机变异导致的过程变异占到80%,SPC的目的在于识别并确认该项导致变异,并对之加以控制改善。相对于一般原因,特殊原因极易被识别出,所以在我国国家标准中又称之为可查明原因。特殊原因所导致的非随机变异,其分布与时间的关系不稳定且无法预期,故称此过程不是处于统计的控制状态下,因其产品之特性没有固定的分布;此时,无法预料其发生方式和时间周期。
2
小概率事件原理
3
统计受控状态
过程的质量变异是稳定的。过程处于现有的现场管理条件下的正常工作状态。
对产品的质量有完全的把握。正常情况下,控制图的控制限都在规格界限之内;故至少有99.73%的产品是合格的。
生产也是最经济的。一般原因和特殊原因都可以造成不合格品,但由一般原因造成的不合格品要少,不合格品主要由特殊原因造成的。故在稳态下生产是最经济的。
4
控制图的两类错误
如何平衡两类错误导致的风险:不管依据任何标准做出决策,α风险和β风险总是同时存在,不能完全避免。可以通过调整控制限的间隔距离来调整两类风险大小;间隔距离增加,则α风险减小,β风险增加;反之亦然!那么,如何减少两类错误导致的风险呢?这需要平衡控制控制限间隔距离的设置。经验证明休哈特博士提出的平均值正负3倍的标准差作为控制限,在绝大部分情况下都接近最优间隔距离。在这种情况系,可以近似于处于总质量成本最低的经济平衡点。
编辑/售后产业孙玲
推荐文章:
ISO5458-2018标准中CZ、SZ、><等符号解释其应用!
关于海克斯康大学
海克斯康大学致力于为智慧工厂培养数字化智能制造人才,从而帮助企业提高生产力和质量。依托海克斯康制造智能全球领先的数字化设计、制造、计量及质量技术和经验,为“中国制造2025”培养数字化专业技术和管理人才,并为专业人才提供权威的资质认证和能力评定。