.png)
工序预控制图在小批量生产过程质量控制中的应用
陈宗琼律师2021.12.14930人阅读
导读：
因此，我们可以知道要工序预控制是基于统计原理的的过程控制方法，它的应用应满足以下三个条件： 工序质量特性服从正态分布。那么工序预控制图在小批量生产过程质量控制中的应用。大律网小编为大家整理如下相关知识，希望能帮助大家。
因此，我们可以知道要工序预控制是基于统计原理的的过程控制方法，它的应用应满足以下三个条件： 工序质量特性服从正态分布。关于工序预控制图在小批量生产过程质量控制中的应用的法律问题，大律网小编为大家整理了建筑工程律师相关的法律知识，希望能帮助大家。
一、统计制程控制（StatisticalProcessControl）应用的实际问题
统计制程控制方法自20世纪20年代在贝尔实验室发明以来。广为各公司使用，已被证明是过程控制的强有力工具，但是在实际应用过程中，也发现存在一些缺陷，主要表现在如下几个方面：
1.计算公式较为复杂
控制图是基于统计分布理论发展出来的方法，每种控制图都有对应的计算公式，对这些计算公司的理解需要一定的统计基础，在实际中常发生用错公式的现象。
2.判定条件较为繁多
控制图的判稳准则和判异准则有一套复杂的判定程序，在实际使用中容易顾此失彼，或得出不符合过程实际状况的结论。
3.数据要求在20组以上，收据数据的时间长，工作量大，且不适合小批量生产
控制图一般需要收集20组以上的数据才能够作判断，这可能需要较长的时间，如果在过程中普遍采用控制图，将大大增加作业人员的工作量或需要另设专人进行数据收集、分析和处理，同时，在小批量生产条件下，这一要求在短时间内很难实现。有些产品在一个月甚至在一个季度内生产的批量不足20批次，在这样的生产模式下，很难达到20组数据的要求；有些产品零星生产，即使经过时间的累积达到了20组的要求，这样的收集到的数据因为时间跨度大，得出的结论往往不符合过程实际状况。
二、工序预控制图的基本原理
过程的变异分为两种，即特殊原因引起的变异和普通原因引起的变异，并对特殊原因引起的变异进行控制，按照3σ原理，在过程控制参数服从正态分布的前提下，过程没有发生特殊变异时，控制对象的测量结果的任一点落在Xbar+/-3σ区域内的概率为99.73%。无论是统计制程控制还是工序预控制，均遵循3σ原理。因此，我们可以知道要工序预控制是基于统计原理的的过程控制方法，它的应用应满足以下三个条件：
（1）工序质量特性服从正态分布。因为正态分布是过程控制的基础，也是在质量管理中最重要也最常使用的分布，它能够描述很多工序质量特性的统计规律性。只有工序质量特性服从正态分布，才能够用预控制的判定规则对工序的状态作判定。绝大多数的工序质量特性均服从正态分布，如经过判断，数据不服从正态分布，则说明可能在测量时出现偏差，应重新确认测量数据或重新进行测量。实际使用时为了简便，往往不进行正态性检验。
（2）工序中心未偏移。工序中心未偏移是指工序质量特性的分布中心与目标重合，这的重合是一个相对的概率，根据六西格玛理论，随着实际的推移，任一工序的分布中心会在“目标+/-1.5σ”范围内动态变化，在使用工序预控制方法时，工序中心是否偏移的判断方法是，连续抽取5个样品进行测量，如果5个样品的测量数据全部落在目标区域内，则说明过程中心偏移在+/-1.5σ的可接受范围内，即认为过程中心未发生偏移。否则不能判定过程均值未偏移，需要对过程进行调整，直至连续抽取的5个样品的测量数据全部落在目标区域内。
（3）CP>=1.即短期过程能力，其计算公式为CP=（规格上限-规格下限）/6σ。它反映的是工序中心未偏移时的过程能力，对于工序预控制方法而言，CP>=1即规格上限-规格下限>=6σ，这样，即意味着当工序没有特殊原因引起变异时，任一样品的测量值落在规格界限的概率大于或等于99.73%。
点赞
收藏
