.png)
工序預控制圖在小批量生產過程質量控制中的應用
許瑞林律師2021.12.14951人閱讀
導讀：
因此，我們可以知道要工序預控制是基于統計原理的的過程控制方法，它的應用應滿足以下三個條件： 工序質量特性服從正態分布。那么工序預控制圖在小批量生產過程質量控制中的應用。大律網小編為大家整理如下相關知識，希望能幫助大家。
因此，我們可以知道要工序預控制是基于統計原理的的過程控制方法，它的應用應滿足以下三個條件： 工序質量特性服從正態分布。關于工序預控制圖在小批量生產過程質量控制中的應用的法律問題，大律網小編為大家整理了建筑工程律師相關的法律知識，希望能幫助大家。
一、統計制程控制（StatisticalProcessControl）應用的實際問題
統計制程控制方法自20世紀20年代在貝爾實驗室發明以來。廣為各公司使用，已被證明是過程控制的強有力工具，但是在實際應用過程中，也發現存在一些缺陷，主要表現在如下幾個方面：
1.計算公式較為復雜
控制圖是基于統計分布理論發展出來的方法，每種控制圖都有對應的計算公式，對這些計算公司的理解需要一定的統計基礎，在實際中常發生用錯公式的現象。
2.判定條件較為繁多
控制圖的判穩準則和判異準則有一套復雜的判定程序，在實際使用中容易顧此失彼，或得出不符合過程實際狀況的結論。
3.數據要求在20組以上，收據數據的時間長，工作量大，且不適合小批量生產
控制圖一般需要收集20組以上的數據才能夠作判斷，這可能需要較長的時間，如果在過程中普遍采用控制圖，將大大增加作業人員的工作量或需要另設專人進行數據收集、分析和處理，同時，在小批量生產條件下，這一要求在短時間內很難實現。有些產品在一個月甚至在一個季度內生產的批量不足20批次，在這樣的生產模式下，很難達到20組數據的要求；有些產品零星生產，即使經過時間的累積達到了20組的要求，這樣的收集到的數據因為時間跨度大，得出的結論往往不符合過程實際狀況。
二、工序預控制圖的基本原理
過程的變異分為兩種，即特殊原因引起的變異和普通原因引起的變異，并對特殊原因引起的變異進行控制，按照3σ原理，在過程控制參數服從正態分布的前提下，過程沒有發生特殊變異時，控制對象的測量結果的任一點落在Xbar+/-3σ區域內的概率為99.73%。無論是統計制程控制還是工序預控制，均遵循3σ原理。因此，我們可以知道要工序預控制是基于統計原理的的過程控制方法，它的應用應滿足以下三個條件：
（1）工序質量特性服從正態分布。因為正態分布是過程控制的基礎，也是在質量管理中最重要也最常使用的分布，它能夠描述很多工序質量特性的統計規律性。只有工序質量特性服從正態分布，才能夠用預控制的判定規則對工序的狀態作判定。絕大多數的工序質量特性均服從正態分布，如經過判斷，數據不服從正態分布，則說明可能在測量時出現偏差，應重新確認測量數據或重新進行測量。實際使用時為了簡便，往往不進行正態性檢驗。
（2）工序中心未偏移。工序中心未偏移是指工序質量特性的分布中心與目標重合，這的重合是一個相對的概率，根據六西格瑪理論，隨著實際的推移，任一工序的分布中心會在“目標+/-1.5σ”范圍內動態變化，在使用工序預控制方法時，工序中心是否偏移的判斷方法是，連續抽取5個樣品進行測量，如果5個樣品的測量數據全部落在目標區域內，則說明過程中心偏移在+/-1.5σ的可接受范圍內，即認為過程中心未發生偏移。否則不能判定過程均值未偏移，需要對過程進行調整，直至連續抽取的5個樣品的測量數據全部落在目標區域內。
（3）CP>=1.即短期過程能力，其計算公式為CP=（規格上限-規格下限）/6σ。它反映的是工序中心未偏移時的過程能力，對于工序預控制方法而言，CP>=1即規格上限-規格下限>=6σ，這樣，即意味著當工序沒有特殊原因引起變異時，任一樣品的測量值落在規格界限的概率大于或等于99.73%。
點贊
收藏
