共计 1689 个字符,预计需要花费 5 分钟才能阅读完成。
使用SPC(统计过程控制)控制图验证过程稳定性,是一个系统性的“分析-判断-行动”过程。其核心目标是区分过程中的“普通原因”波动(固有的、随机的)和“特殊原因”波动(异常的、可归咎的),只有当过程仅存在普通原因波动时,才能被判定为稳定。
以下是验证过程稳定性的四个关键步骤:
第一步:数据收集与准备
在绘制控制图之前,必须确保数据的质量和代表性。
- 确认测量系统可靠 (MSA): 这是所有分析的基础。如果测量系统本身误差过大,收集的数据将毫无意义。必须确保量具的重复性与再现性(%GRR)满足要求(通常≤10%为优,≤30%为可接受)。
- 制定抽样方案:
- 子组 (Subgroup): 将数据按时间顺序分成小的组,称为子组。子组内的样本应在短时间内连续生产,以捕捉过程的“瞬间”波动。
- 子组大小 (n): 对于计量型数据,常用的子组大小为4或5。
- 子组数量 (k): 为了进行可靠的初始分析,建议至少收集25个子组。
- 收集数据: 按照抽样方案,在生产过程中规律地抽取样本并进行测量,记录下所有数据。
第二步:绘制控制图
以最经典的 Xbar-R图(均值-极差图) 为例,它由两张图构成,必须联合使用。
- 计算子组统计量:
- 计算每个子组的均值 (X̄),反映该子组的中心位置。
- 计算每个子组的极差 (R),即最大值减最小值,反映该子组的离散程度。
- 计算总平均值和平均极差:
- 计算所有子组均值的平均值,即 总均值 (X̿)。
- 计算所有子组极差的平均值,即 平均极差 (R̄)。
- 计算控制限: 控制限是基于过程自身数据计算得出的,代表过程在仅有普通原因影响下的自然波动范围。
- R图 (极差图):
- 中心线 (CL_R) = R̄
- 上控制限 (UCL_R) = D4 × R̄
- 下控制限 (LCL_R) = D3 × R̄ (当子组大小n≤6时,LCL通常为0)
- Xbar图 (均值图):
- 中心线 (CL_X̄) = X̿
- 上控制限 (UCL_X̄) = X̿ + A2 × R̄
- 下控制限 (LCL_X̄) = X̿ – A2 × R̄
- 注:A2, D3, D4是与子组大小n相关的常数,可查表获得。
- R图 (极差图):
- 绘图: 将每个子组的X̄和R值按时间顺序描点,并画出中心线和控制限。
第三步:判读与诊断
这是验证稳定性的核心环节,必须遵循严格的顺序。
1. 首先分析R图 (极差图)
- 目的: 检查过程的变异程度(离散度)是否稳定。
- 逻辑: 如果过程的波动范围(R图)本身就不受控,那么Xbar图的控制限就是无效的,对其进行的任何分析都将失真。
- 判断: 如果R图上有任何点超出控制限或呈现非随机模式,则过程变异不稳定,必须立即停止分析,查找并消除导致变异增大的特殊原因。
2. 然后分析Xbar图 (均值图)
- 前提: 只有当R图被判定为稳定后,分析Xbar图才有意义。
- 目的: 检查过程的中心位置(均值)是否稳定。
- 判断: 观察Xbar图上的点是否也处于受控状态。
第四步:应用判异准则
如何判断一张图是否“受控”?需要依据以下两条核心准则:
准则一:所有点均在控制限内
这是最基本的要求。任何一点落在控制限(UCL/LCL)之外,都表明过程存在特殊原因,处于不稳定状态。
准则二:点的排列是随机的
即使所有点都在控制限内,如果点的分布呈现出某种非随机的模式,也意味着过程可能受到了特殊原因的影响。常用的判异模式(以8大判异规则为基础)包括:
- 链: 连续7点或更多点出现在中心线的同一侧。
- 趋势: 连续7点或更多点呈现持续上升或下降的趋势。
- 周期性: 点的分布呈现出明显的周期性波动。
- 接近控制限: 连续3点中有2点落在中心线同一侧的A区(距中心线±2σ至±3σ的区域)或以外。
总结:稳定性验证流程
| 步骤 | 关键动作 | 核心目的 |
|---|---|---|
| 1. 准备 | 进行MSA,制定抽样方案,收集至少25个子组数据 | 确保数据可靠、有代表性 |
| 2. 绘图 | 计算统计量,绘制Xbar-R图,计算控制限 | 将数据可视化,建立过程基线 |
| 3. 判读 | 先分析R图,再分析Xbar图 | 分别验证过程变异和过程中心的稳定性 |
| 4. 判断 | 应用“点出界”和“非随机排列”两大准则 | 识别并定位过程中的特殊原因 |
当R图和Xbar图均通过上述判读,即所有点都在控制限内且排列随机,就可以判定该过程处于统计控制状态(稳定状态)。此时,计算出的控制限可以作为“稳态控制限”,用于后续的日常过程监控。
正文完