统计过程控制(SPC)- 控制图选择指南
需积分: 0 44 浏览量
更新于2024-08-14
收藏 1.12MB PPT 举报
该资源主要介绍了控制图在统计过程控制(SPC)中的应用,包括控制图的起源、发展、目的以及不同类型控制图的选择和适用情况。文件以PPT的形式呈现,适用于质量管理和工业工程等相关领域的学习和实践。
1. 控制图的起源与发展:
- 控制图起源于1924年,由美国质量管理大师W.A. Shewhart博士发明,用于监控和改进制造过程的质量。
- 1931年,Shewhart博士发表了关于质量控制的重要著作,随后在1941年至1942年间,控制图被纳入美国标准。
- 控制图在英国和日本也得到了广泛应用,尤其是在1950年代,W.E. Deming博士将SPC引入日本,并推动了其在工业界的应用。
2. SPC的目的:
- SPC旨在通过实时监控过程,预防而非检测错误,减少浪费。
- 过程控制是SPC的核心,强调在制造过程中确保产品的质量,而不是事后检查。
- 预防性策略优于探测性策略,因为它可以避免因不合格产品产生的额外成本。
3. 控制图的类型与选择:
- 控制图根据数据的性质分为计数值控制图(如"C"图,"np"图,"p"图)和计量值控制图(如"X-R"图,"X-Rm"图,"X-S"图)。
- 计数值控制图处理不良数或缺陷数,而计量值控制图处理连续的测量数据。
- 选择控制图时需考虑样本大小("n"),是否需要考虑单位大小,以及CL(中心线)的性质等因素。
4. 控制图的应用:
- "u"图适用于每单位缺陷数的监控。
- "c"图用于监测单位中的缺陷总数。
- "np"图适用于固定样本大小下的不良品率监控。
- "p"图关注的是样本中不良品的比例。
- "X-R"、"X-Rm"和"X-S"图则用于监控连续变量的分布和稳定性,其中"R"代表范围,"m"表示移动极差,"S"表示标准偏差。
通过理解这些控制图的特性和应用场景,企业能够有效地实施SPC,提高生产效率,降低成本,确保产品始终符合预设的质量标准。在实际操作中,选择合适的控制图对于实现过程的持续改进至关重要。
2021-09-22 上传
2021-08-20 上传
2021-09-23 上传
2022-12-25 上传
2021-10-03 上传
2021-09-22 上传
2021-09-23 上传
2021-09-23 上传
2020-03-25 上传
xxxibb
- 粉丝: 19
- 资源: 2万+
最新资源
- C++ Qt影院票务系统源码发布,代码稳定,高分毕业设计首选
- 纯CSS3实现逼真火焰手提灯动画效果
- Java编程基础课后练习答案解析
- typescript-atomizer: Atom 插件实现 TypeScript 语言与工具支持
- 51单片机项目源码分享:课程设计与毕设实践
- Qt画图程序实战:多文档与单文档示例解析
- 全屏H5圆圈缩放矩阵动画背景特效实现
- C#实现的手机触摸板服务端应用
- 数据结构与算法学习资源压缩包介绍
- stream-notifier: 简化Node.js流错误与成功通知方案
- 网页表格选择导出Excel的jQuery实例教程
- Prj19购物车系统项目压缩包解析
- 数据结构与算法学习实践指南
- Qt5实现A*寻路算法:结合C++和GUI
- terser-brunch:现代JavaScript文件压缩工具
- 掌握Power BI导出明细数据的操作指南