SPC X-R控制图的操作步骤
步骤1:确定控制对象,或称统计量。
这里要注意下列各点:
(1) 选择技术上最重要的控制对象。
(2) 若指标之间有因果关系,则宁可取作为因的指标为统计量。
(3) 控制对象要明确,并为大家理解与同意。
(4) 控制对象要能以数字来表示。
(5) 控制对象要选择容易测定并对过程容易采取措施者。
步骤2:取预备数据(Preliminary data)。
(1) 取25个子组。
(2) 子组大小取为多少?国标推荐样本量为4或5。
(3) 合理子组原则。合理子组原则是由休哈特本人提出的,其内容是:“组内差异只由偶因造成,组间差异主要由异因造成”。其中,前一句的目的是保证控制图上、下控制线的间隔距离
6
σ
6σ
6σ为最小,从而对异因能够及时发出统计信号。由此我们在取样本组,即子组时应在短间隔内取,以避免异因进入。根据后一句,为了便于发现异因,在过程不稳,变化激烈时应多抽取样本,而在过程平稳时,则可少抽取样本。
如不遵守上述合理子组原则,则在最坏情况下,可使控制图失去控制的作用。
步骤3:计算 X i , R i X_i,R_i Xi,Ri。
步骤4:计算 X , R X,R X,R。
步骤5:计算R图控制线并作图。
步骤6:将预备数据点绘在R图中,并对状态进行判断。
若稳,则进行步骤7;若不稳,则除去可查明原因后转入步骤2重新进行判断。
步骤7:计算X图控制线并作图。
将预备数据点绘在X图中,对状态进行判断。
若稳,则进行步骤8;若不稳,则除去可查明原因后转入步骤2重新进行判断。
步骤8:计算过程能力指数并检验其是否满足技术要求。
若过程能力指数满足技术要求,则转入步骤9。
步骤9:延长X-R控制图的控制线,作控制用控制图,进行日常管理。
上述步骤1~步骤8为分析用控制图。
上述步骤9为控制用控制图。
以上是控制图的操作步骤,在这里如果直接SPC软件来做的话,就不需要自己计算跟画控制图,控制图计算公式已嵌入SPC软件中,只要把相关样本数据录入SPC软件中,SPC就可以直接生成各种控制图,以便分析。
SPC X-R控制图应用示例
某手表厂为了提高手表的质量,应用排列图分析造成手表不合格品的各种原因,发现“停摆”占第一位。为了解决停摆问题,再次应用排列图分析造成停摆的原因,结果发现主要是由于螺栓松动引发的螺栓脱落造成的。为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。
分析:螺栓扭矩是一计量特性值,故可选用基于正态分布的计量控制图。又由于本例是大量生产,不难取得数据,故决定选用灵敏度高的X-R图。
解:我们按照下列步骤建立X-R图:
步骤1:取预备数据,然后将数据合理分成25个分子组,参见表1 。
步骤2:计算各组样本的平均数Xi。
例如,第一组样本的平均值为: X ‾ 1 = 154 + 174 + 164 + 166 + 162 5 = 164 \overline{X}_1 = \frac{154+174+164+166+162}{5}=164 X1=5154+174+164+166+162=164
步骤3:计算各级样本的极差R。
例如第一组样本的极差为 R 1 = m a x ( x 1 j ) − m i n ( x 1 j ) = 174 − 154 = 20 R_1=max(x1j)-min(x1j)=174-154=20 R1=max(x1j)−min(x1j)=174−154=20
步骤4:计算样本总均值X与平均样本极差R。
由于 ∑ x i = 4081.8 , ∑ R = 357 \sum x_i =4081.8,\sum R =357 ∑xi=4081.8,∑R=357,故: X = 163.272 , R = 14.280 X=163.272,R=14.280 X=163.272,R=14.280
步骤5:计算R图的参数。
从表1与表2可知,当子组大小
n
=
5
,
D
4
=
2.114
,
D
3
=
0
n=5,D4=2.114,D3=0
n=5,D4=2.114,D3=0,代入R图的公式,得到:
U
C
L
R
=
D
4
R
=
2.114
х
14.280
=
30.188
UCLR=D4R=2.114х14.280=30.188
UCLR=D4R=2.114х14.280=30.188
C
L
R
=
R
=
14.280
CLR =R =14.280
CLR=R=14.280
L
C
L
R
=
D
3
R
LCLR =D3R
LCLR=D3R
参见图1。可见现在R图判稳。故接着再建立X图。由于
n
=
5
n=5
n=5,从表2 知
A
2
=
0.577
A2=0.577
A2=0.577,再将
X
=
163.272
,
R
=
14.280
X=163.272,R=14.280
X=163.272,R=14.280代入X图的公式,得到X图:
U
C
L
x
=
X
+
A
2
R
=
163.272
+
0.577
×
14.280
≈
171.512
UCLx=X+A2R=163.272+0.577×14.280≈171.512
UCLx=X+A2R=163.272+0.577×14.280≈171.512
C
L
x
=
X
=
163.272
CLx=X=163.272
CLx=X=163.272
L
C
L
x
=
X
−
A
2
R
=
163.272
−
0.577
×
14.280
≈
155.032
LCLx=X-A2R=163.272-0.577×14.280≈155.032
LCLx=X−A2R=163.272−0.577×14.280≈155.032
因为第13组X值为155.00小于UCLx,故过程的均值失控。经调查其原因后,改进夹具,然后去掉第13组数据,再重新计算R图与X图的参数。此时:
R
′
‾
=
∑
R
24
=
357.18
24
≈
14.125
\overline {R^{'}} = \frac {\sum R} {24} = \frac{357.18}{24} ≈ 14.125
R′=24∑R=24357.18≈14.125
X
′
‾
‾
=
∑
X
‾
24
=
4081.8
−
155.0
24
≈
163.617
\overline {\overline {X^{'}}} = \frac {\sum \overline {X}} {24} = \frac{4081.8-155.0}{24} ≈ 163.617
X′=24∑X=244081.8−155.0≈163.617
代入R图与X图的公式,得到R图:
U
C
L
R
=
D
4
R
′
‾
=
2.114
×
14.125
≈
29.860
UCL_R=D_4 \overline {R^{'}} = 2.114 × 14.125≈29.860
UCLR=D4R′=2.114×14.125≈29.860
C
L
R
=
R
′
‾
≈
14.125
CL_R = \overline {R^{'}} ≈ 14.125
CLR=R′≈14.125
L
C
L
R
=
D
3
R
′
‾
=
0
LCL_R = D_3 \overline {R^{'}} = 0
LCLR=D3R′=0
从表1 可见,R图中第17组R=30出界。于是,舍去该组数据,重新计算如下:
R
‾
′
′
=
∑
R
23
=
339.30
23
≈
13.435
\overline {R}^{''} = \frac {\sum R} {23} = \frac {339.30} {23} ≈ 13.435
R′′=23∑R=23339.30≈13.435
X
′
′
‾
‾
=
∑
X
23
=
3926.8
−
162.4
23
≈
163.67
\overline {\overline {X^{''}}} = \frac{\sum X}{23} = \frac{3926.8-162.4}{23}≈163.67
X′′=23∑X=233926.8−162.4≈163.67
R图:
U
C
L
R
=
D
4
R
′
′
=
2.114
×
13.435
≈
28.402
UCL_R=D_4R^{''}=2.114 ×13.435≈28.402
UCLR=D4R′′=2.114×13.435≈28.402
C
L
R
=
R
‾
′
′
≈
13.435
CL_R = \overline R^{''}≈13.435
CLR=R′′≈13.435
L
C
L
R
=
D
3
R
‾
′
′
=
0
LCL_R=D_3 \overline R^{''}=0
LCLR=D3R′′=0
从表1可见,R图可判稳。于是计算X图如下:
X图:
U
C
L
X
‾
=
X
′
′
‾
‾
+
A
2
R
′
′
=
163.670
+
0.577
×
13.435
≈
171.422
UCL_{\overline X} = \overline {\overline {X^{''}}} + A_2 R^{''} = 163.670+0.577×13.435≈171.422
UCLX=X′′+A2R′′=163.670+0.577×13.435≈171.422
C
L
X
‾
=
X
′
′
‾
‾
=
163.670
CL_{\overline X} = \overline {\overline {X^{''}}} = 163.670
CLX=X′′=163.670
L
C
L
X
‾
=
X
′
′
‾
‾
−
A
2
R
‾
′
′
=
163.670
−
0.577
×
13.435
≈
155.918
LCL_{\overline X} = \overline {\overline {X^{''}}}-A_2 \overline R^{''} = 163.670-0.577×13.435≈155.918
LCLX=X′′−A2R′′=163.670−0.577×13.435≈155.918
将其余23组样本的极差与均值分别打点于R图与X图上,见图2,此时过程的变异与均值均处于稳态。
步骤6:与规范进行比较。
对于给定的质量规范
T
L
=
140
,
T
U
=
180
TL=140,TU=180
TL=140,TU=180,利用R和X计算
C
p
C_p
Cp。
σ
=
R
‾
d
2
=
13.435
2.326
≈
5.776
\sigma =\frac{\overline R}{d_2}=\frac{13.435}{2.326} \approx 5.776
σ=d2R=2.32613.435≈5.776
C
p
=
T
u
×
T
l
6
×
σ
=
180
−
140
6
×
5.776
≈
1.15
C_p = \frac{Tu \times Tl}{6 \times \sigma} = \frac{180-140}{6 \times 5.776 }\approx 1.15
Cp=6×σTu×Tl=6×5.776180−140≈1.15
由于
X
=
163.670
X=163.670
X=163.670与容差中心
M
=
160
M=160
M=160不重合,所以需要计算
C
p
k
C_{pk}
Cpk。
K
=
∣
M
⋅
μ
∣
T
/
2
=
∣
160
−
163.670
(
180
−
140
)
/
2
=
0.18
K = \frac{\mid M \cdot \mu \mid}{T/2}=\frac{\mid160-163.670}{(180-140)/2}=0.18
K=T/2∣M⋅μ∣=(180−140)/2∣160−163.670=0.18
c
p
k
=
(
1
−
K
)
C
p
=
(
1
−
K
)
C
p
=
(
1
−
0.18
)
×
1.15
=
0.94
c_{pk}=(1-K)C_p=(1-K)C_p=(1-0.18) \times 1.15 = 0.94
cpk=(1−K)Cp=(1−K)Cp=(1−0.18)×1.15=0.94
可见,统计过程状态下的Cp为1.16>1,但是由于μ与M偏离,所以Cpk<1。因此,应根据对手表螺栓扭矩的质量要求,确定当前的统计过程状态是否满足设计的、工艺的和顾客的要求,决定是否以及何时对过程进行调整。若需调整,那么调整数应重新收集数据,绘制X-R图。