质量管理 第十四章 工序控制方法Word文件下载.docx
《质量管理 第十四章 工序控制方法Word文件下载.docx》由会员分享,可在线阅读,更多相关《质量管理 第十四章 工序控制方法Word文件下载.docx(8页珍藏版)》请在冰豆网上搜索。
![质量管理 第十四章 工序控制方法Word文件下载.docx](https://file1.bdocx.com/fileroot1/2022-11/17/731c0817-49fd-40b3-a6c2-d6abaee45346/731c0817-49fd-40b3-a6c2-d6abaee453461.gif)
※本章重点
(1)工序质量的分布特征
(2)工序能力指数的概念及计算
(3)控制图的基本概念
(4)计量、计件与计点控制图的具体设计过程
※本章难点
(1)工序能力指数的计算
(2)计量、计件与计点控制图的设计
§
1工序质量控制的基本概念
一、工序质量的概念
工序质量因行业而异。
一般来说,对产品可分割的工序,工序质量即为产品质量特性,如尺寸、精度、纯度、强度、额定电流、电压等。
对产品不可分割或最终才能形成者,则通常指工艺质量特性,如化工产品、生产装置的温度、压力、浓度和时间等。
有时,工序质量也可表现为物耗和效率。
工序质量属制造质量的范畴。
质量优劣主要表现为产品或工艺质量特性符合设计规范、工艺标准的程度,既符合性质量。
二、质量的波动与分布
工序质量在各种影响因素的制约下,呈现波动性。
工序质量波动包括产品之间的波动,单个产品与目标值之间的波动。
质量特性的波动分为正常波动和异常波动。
正常波动在每个工序中都是经常发生的。
引起正常波动的影响因素很多,诸如机器的微小振动,原材料的微小差异,刀具的正常磨损,夹具的微小松动,工人操作中的微小变化,测试手段的微小误差,检查员读值的微小差异等等。
一般说来,这类影响因素很多,不易识别,其大小和作用方向都不固定,也就是说是随机的,因此难以确定。
正常波动对工序质量的影响较小,在技术上难以测量和消除,而且经济上也很不合算,所以这类影响原因又叫做不可避免的原因或偶然性原因。
这种由正常原因造成的质量波动不应由工人和管理人员来负责。
减少这类质量波动只能靠提高技术水平或科学水平来达到。
工序中的异常波动是由某种特定原因引起的,例如机器磨损、误操作等都可导致异常波动。
异常波动对工序质量的影响较大。
生产过程控制系统的目标是当工序出现异常波动时迅速发出信号,使我们能很快查明异常原因并采取行动消除波动。
产品质量虽然是波动的,但正常波动是有一定规律的,即存在一种分布趋势,形成一个分布带,这个分布带的范围反映了产品精度。
实践证明,在正常波动下,大量生产过程中产品质量特性波动的趋势大多服从正态分布。
因此,正态分布是一个最普遍、最基本的分布规律,它具有集中性、对称性等特点。
如下图14-1所示:
正态分布的特点正态分布由两个参数决定:
均值μ和标准差σ,均值μ是衡量分布的集中趋势,标准差σ是反映数据的离散程度。
当均值和标准差确定时,一个正态分布曲线就确定了。
正态分布曲线与坐标横轴所围成的面积等于1。
可以算出:
在μ±
σ范围内的概率(面积)为68.26%;
2σ范围内的概率(面积)为95.45%;
3σ(如果将加工公差界定在μ±
3σ范围,质量合格率能够达到99.73%!
)范围内的概率(面积)为99.73%。
2工序能力和工序能力指数
一、工序能力的概念
工序/工艺PROCESS能力是指工序在一定时间,处于控制状态(稳定状态)下的实际加工能力。
它又叫做设备加工精度,用符号B来表示。
它是工序固有的能力,或者说它是工序保证质量的能力。
工序能力可用工序质量特性值的波动范围来衡量。
若工序质量特性值的标准差为σ,则工序能力B=6σ。
由正态分布理论知,P(x∈μ±
3σ)=99.73%,故6σ近似于工序质量特性值的全部波动范围。
显然,B越小,工序能力就越强。
在P(x∈μ±
4σ)=99.994%(可包括产品的99.994%);
5σ)=99.9994%(可包括产品的99.9994%)。
二、工序能力指数
工序能力是描述加工过程客观存在着分散的一个参数,但是这个参数能否满足产品的技术要求呢?
从它本身还看不出来。
因此还要引进一个参数来反映工序能力满足产品质量标准(规格、公差等)的程度。
工序能力指数是表示工序能力满足工序质量标准要求程度的量值。
它用工序质量要求的范围(公差)产品设计时允许或者说规定的误差范围;
和工序能力(设备实际加工产品的特性值-即离散程度/误差范围)的比值表示,记为Capabilityprocess。
即
式中:
T——工序公差;
σ——总体标准差。
工序能力指数Cp与工序能力6σ是不同的。
工序能力在一定工序条件下是一个相对稳定的数值,而工序能力指数则是一个相对的概念。
工序能力相同的两个工序,若工序质量要求范围T不同,则会有不同的工序能力指数。
计算工序能力指数是假设工序质量特性值服从正态分布,即
x∽N(μ,σ2)和工序处于受控状态下进行的。
在具体的计算方法上包括:
(1)无偏时双向公差工序能力指数计算,即分布中心与公差中心重合的情况。
这是一种比较理想的情况。
这时可用下面的公式来计算工序加工能力:
(2)分布中心与公差中心偏离的情况。
2-1:
工序有偏时双向公差工序能力指数计算,即给出双侧公差的情况,当分布中心μ与公差中心M偏离了一段距离ε之后,显然用上面公式算出来的工序能力指数值已经不能反映这时的生产能力的实际情况。
因此,为了保持这道工序的实际加工能力,必须用一个考虑了偏移量ε的新的工序能力指数Cpk来评价工序能力。
这时的工序能力指数可用下面公式计算:
偏移系数k:
2-2给出单项公差的情况。
单项公差工序能力指数计算
当只要求公差上限时,则
若只要求公差下限,则
工序的质量水平按Cp值可划分为五个等级,按其等级的高低,在管理上可以做出相应的判断和处置。
工序能力指数的判断与处置可参见教科书上所示的工序能力指数判别准则。
练习:
1、车床加工某零件的尺寸公差为
,今从该零件加工过程中随机抽样求得σ=0.0052,问该工序的工序能力指数Cp值等于多少?
T=︱上公差值–下公差值︱=7.95–7.90=0.05
6σ=6*0.0052=0.0312
Cp=T/6σ=1.60
2、已知一批零件的标准偏差s=0.056毫米,公差范围T=0.35毫米,从该批零件的直方图中得知尺寸分布中心(样本平均值)与公差中心(工艺标准中心值)偏移0.022毫米,求Cpk值。
3、加工某零件,要求径向跳动不超过0.05毫米(上限),今从该工序抽取n=100的样本进行测量,得到样本平均值
,样本标准偏差s=0.016毫米。
求该工序的工序能力指数。
4、某绝缘材料厂生产一种绝缘材料,规定它的击穿电压下限标准为1200伏,今从该工序抽取n=100的样本进行测试,得到样本平均值
,样本标准偏差s=1千伏。
5、某产品尺寸公差要求为Ф12.2mm,经随机抽样测算,样本加工尺寸均值(中心值)X=12.19238mm,样本标准差为S=0.00286mm。
试求:
1、Cp、k、Cpk2、对工序能力进行判断。
5、解:
1、公差中心Tm=12.194
2、因为0<
k<
0.25,1.00<
Cpk<
1.33,依据工序能力指数的判别标准,得出,密切观察均值。
3控制图法
一、控制图的概念
控制图(controlchart)又叫管理图。
它是判断和预报生产工序中质量状况是否发生异常波动的一种有效的方法。
控制图是在1924年由美国的休哈特(W.A.Shewhart)首创。
可以用3σ原则确定控制图的控制线(ControlLines)。
CL=μ平均值
UCL=μ+3σ标准差
LCL=μ-3σ
如图14-2便是一张
的示意图。
图14-2
的示意图
控制图是把造成质量波动的六个原因(人机料法环、测量等)分为两个大类:
随机性原因(偶然性原因)和非随机性原因(系统原因)。
这样,我们就可以通过控制图来有效地判断生产工序质量的稳定性,及时发现生产工序中的异常现象,查明生产设备和工艺装备的实际精度,从而为制定工艺目标和规格界限确立可靠的基础,使得工序的成本和质量成为可预测的,并能够以较快的速度和准确性测量出系统误差的影响程度。
控制图的分类:
(1)按控制对象分类:
计量值控制图和计数值控制图;
(2)按用途分类:
分析用控制图和管理用控制图。
二、计量控制图类型
(1)均值-标准差控制图
均值控制图主要用于判断生产过程中的均值是否处于或保持在所要求的统计控制状态,标准差控制图主要用于判断生产过程的标准差是否处于或保持在所要求的统计控制状态,这两张图通常一起用,因此称为均值-标准差控制图,记为
。
控制图的具体设计过程详见教科书。
(2)平均值-级差控制图
将均值-标准差控制图(
图)中的s图用级差控制图(R图)代替,即得
图,这里用级差控制图来判断生产过程的波动是否处于或保持在索要的统计控制状态,把
与R图一起用,就称为均值-级差控制图。
(3)中位数-级差控制图
用表示样本组的中位数。
在图中,以代替就得到控制图。
由于中位数易得,不必进行任何计算。
加之,中位数不受样本两端
异常数值的影响而较稳定。
故
在一些企业的过程控制上,广泛的应用。
(4)单值-移动级差控制图
单值控制图(即x图),只有一个测量值。
适用于单件加工时间较长的过程。
也适用于在一较长的抽样间隔内只能获得一个观察值的情形,譬如生产成本,生产效率等,或当生产过程质量均匀的场合,如液体的浓度等,每次只需测一个值时,这里的单值是指每次所得的一个测量值,移动级差是指相邻两次观察值的差的绝对值,也即两个数据的级差。
三、计件控制图类型
(1)不合格率控制图(p图)
不合格品率控制图用于判断生产过程中的不合格品率是否处于或保持在所要求的水平,记为p图。
P图的具体设计过程详见教科书。
(2)不合格品数控制图(pn图)
不合格品数控制图这是通常在子样本大小n固定的情况下,通过控制不合格品数,来控制过程的一种情形,记为pn图。
四、计点控制图类型
缺陷数控制图和单位缺陷数控制图。
缺陷数属计点数据,如布匹上的疵点、铸件表面的氧化坑、喷漆表面上的色斑、一定长度的导线在规定电压试验后被击穿的点数等。
计点数据在实际生产过程中,由于出现缺陷的机会面较大,但每次出现的概率却很小。
因此,记点数据一般遵循泊松分布,其期望与方差都是λ。
缺陷数和单位缺陷数控制图的实际控制线确定过程详见教科书。
五、控制图的观察分析
(1)工序处于稳定状态下的判断
如果点子的排列是随机地处于下列情况,则可认为过程处于稳定状态。
①连续25个点子在控制界限内。
②连续35个点子,仅有一个点子超出控制界限。
③连续100个点子,仅有2个点子超出控制界限。
(2)工序处于不稳定状态下的判断
只要具有下列条件之一时,均可判断为过程不稳定。
①点子超出控制界限(点子在控制界限上,按超出界限处理)。
②点子在警戒区内。
点子处在警戒区内是指电子处在2σ-3σ范围之内。
若出现下列情况之一,均判断过程不稳定。
③