浅谈SPC在生产过程中的应用

应用质量管理的方法对生产过程进行控制一直是企业追求的管理方法。SPC是质量管理方法之一,用SPC控制图中的均值-极差控制图对生产过程实施控制是企业最常用的方法。本文通过实例说明SPC在生产过程中的应用及应用SPC的益处。     

用VC实现质量控制图的绘制与分析

介绍了利用Microsoft Visual C 6.0开发工具,在Windows平台上进行质量控制图的绘制和分析的方法。通过质量控制图,可以作出正确的判断,有效地监控生产过程中的质量变化情况。     

SPC控制图在我厂的应用

采用数理统计技术是控制工序质量的重要手段之一,本文针对SPC控制图的选择控制工序、作图、描点以及工序状态判断等重要环节作一个详细的介绍。     

(X)-R(均值极差)控制图在过程控制中的应用

控制图是对过程质量特性值进行测定、记录、评估,从而监察过程是否处于控制状态的一种用统计方法设计的图,起到及时告警的作用。     

基于Minitab的质量控制图在工件制造中的应用

介绍利用-x-R控制图对工件生产过程进行质量控制,并用Minitab14作为开发工具对质量数据进行统计处理,通过所得的质量控制图分析产品的质量变化.     

SPC控制图技术在生产线质量控制中的应用

以摩托车用小型点火线圈生产线的质量控制为实例，对生产线进行过程分析，并在此基础上建立了监控系统，然后详细讨论了适用于生产线的SPC统计方法，主要介绍其中的控制图方法。     

累积和控制图与传统控制图同时监控过程均值

质量管理中广泛使用的休哈特控制图，对异常原因引起的均值大的偏移比较有效，但对于小的持续的偏移却不敏感；累积和控制图对小的持续性偏移有效。但对瞬间偏移不敏感。在过程质量的监控中，同时采用这两种控制图来进行监控，包容了两种控制图的优点，弥补了彼此的不足。在一定条件下，提出了一种新的控制图——累积和和休哈特混合控制图，效果明显优于累积和控制图或休哈特控制图。     

基于控制图的机械设备预防控制模型研究

控制图已经成为最常用且有效的过程质量控制工具,对设备的零备件利用控制图进行监控,进而对系统因素进行预防,能够大幅降低维修费用。假定设备零备件服从威布尔分布,用最大似然估计法建立联合方程组,计算出威布尔分布的参数。随后以休哈特的极差控制图为基础,构建出威布尔分布下的极差控制图,最后以实例验证该模型的有效性。     

基于控制图的机械设备预防控制模型研究

控制图已经成为最常用且有效的过程质量控制工具,对设备的零备件利用控制图进行监控,进而对系统因素进行预防,能够大幅度降低维修费用。假定设备零备件服从威布尔分布,用最大似然估计法建立联合方程组,计算出威布尔分布的参数。随后以休哈特的极差控制图为基础,构建出威布尔分布下的极差控制图,最后以实例验证该模型的有效性。     

利用-x-s图控制汽车零件制造质量

阐述了应用计量控制图中的均值-标准差控制图（x^- -s图）对汽车零件制造质量进行控制的计算机系统。该系统对机械零件加工质量进行实时控制，对加工过程的有关数据进行收集，按统计质量控制原理进行分类、统计、绘制控制图。对所得到的图进行分析，判断生产过程是否处于控制状态；还得到零件单项质量不合格率等统计结果。     

统计过程控制(SPC)在重卡车架螺栓扭矩控制中的应用

主要介绍了在生产过程控制方面应用SPC技术的实践经验。根据统计过程控制理论,运用控制图分析和判定重卡车架生产中螺栓扭矩过程质量特性值是否受控,从而找出产生问题的原因,采取有效措施,达到保证、改进产品质量的目的。     

统计过程控制(SPC)在质量管理中的应用研究

统计过程控制（SPC）使产品质量由事后把关转为事前预防,大大降低了生产成本。本文介绍了SPC的原理．对其两种有效的质量控制工具：控制图和工序能力进行了详细的阐述,并在生产实际中进行了具体的应用,通过时具体产品的SPC分析,为企业开展QC活动提供了思路和参考方式。     

基于SPC的后桥齿轮精车质量控制研究

随着汽车行业的不断发展,准双曲面齿轮作为汽车底盘重要的传动部件之一,对其质量和性能要求越来越严格,热处理后的精车旨在对主动齿进行精加工,以获得图纸要求的尺寸及精度。采用统计过程控制SPC中的控制图对齿轮精车中的主动齿轴承位和被动齿内孔进行质量监控,并对其进行过程能力分析,确保齿轮精车的尺寸波动在合理范围内,达到改善主、被动齿轮装配质量的目的。     

基于小批量生产的统计质量控制

以多品种小批量为主的高智能、高柔性自动化生产加工系统是未来的主导生产方式。传统的控制图应用于小批量生产质量控制时,存在着“误发警报”概率增加的问题。新的基于小样本的控制图模型,其控制界限可靠稳定,不受样本组数量的限制,较好地解决了小批量产品生产质量控制中频繁出现错误告警现象的问题。     

常规控制图技术及应用研究

常规控制图是监控、分析生产过程处于稳态的有效手段和工具,也是一种有效的质量管理工具。归纳总结了常规控制图的设计程序和要点,重点论述和研究了在现代企业中运用常规控制图解决质量问题的方法和对策,为企业现场专业技术人员正确使用常规控制图提供了非常有用的经验和应用指南。     

先进制造环境中工序质量统计过程控制的地位与作用

针对先进制造环境不仅要求技术上具有先进性，更重要的是其理念上具有先进性的特点，从工序质量统计过程控制(SPC)与自动过程控制(APC)关系的视角及质量改进的角度，论证了SPC在先进制造环境中的重要性，提出SPC是先进制造环境中重要组成部分的观点，指出其表现形式将是自动的SPC系统。先进制造环境中新的质量观要求将SPC实现计算机化、网络化及集成化，而SPC系统为在先进制造环境中新质量观的实现，提供了有力的物质保障与支持。     

SMT装联工艺过程及其环境的控制

主要论述了表面组装技术（SMT）的装联工艺实施过程,并对其实施环境进行工艺控制,使产品采用最佳的生产工艺,并在最佳的环境下进行生产,以提高SMT产品的生产质量,从而保证电子产品的最终质量与使用可靠性.     

Economic-Statistical Design of Multivariate Control Charts Using Quality Loss Function

When a control chart is applied to monitor a production process, three test parameters should be determined: the sample size, the sampling interval between successive samples, and the control limits or critical region of the chart. In this paper, we develop the procedure to carry out the economic-statistical design of multivariate control charts by using a quality loss function for monitoring the process mean vector and covariance matrix simultaneously; i.e., to determine economically the optimum values of the three test parameters so that the statistical constraints (including the requirements of type I error probability and power) of the control chart can be satisfied. The test statistic _2_nL is used to develop this procedure and the cost model is established based on the cost function developed by Montgomery and Klatt and the multivariate quality loss function presented by Kapur and Cho. A numerical example is provided to illustrate the solution procedure of the design and then the effects of cost parameters on the optimal design are studied. ID="A1"Correspondance and offprint requests to: Dr Chao-Yu Chou, Department of Industrial Engineering and Management, National Yunlin University of Science and Technology, Touliu 640, Taiwan. E-mail: choucy@pine.yuntech.edu.tw     

Economic Statistical Design of Average Control Charts for Monitoring a Process under Non-normality

When an x control chart is used to monitor a process, three parameters should be determined: the sample size, the sampling interval between successive samples, and the control limits for the chart. Duncan presented a cost model to determine the three parameters for an x chart, which is called the economic design of the x chart. In this paper, the Burr distribution is employed to conduct the economic statistical design of the x charts for non-normal data. Duncan’s cost model is used as the objective function, and the cumulative function of the Burr distribution is applied to derive the statistical constraints of the problem. An example is presented to illustrate the solution procedure. From the results of the sensitivity analyses of this example, we find that the skewness coefficient of the underlying population has no effect on the optimal sample size; however, a larger value of skewness coefficient leads to a slightly smaller sampling interval and a narrower control limit. Also, an increase in kurtosis coefficient results in an increase in the sample size, a slight increase in sampling interval, and a wider control limit.     

用残差CUSUM控制图检测自相关过程中的故障

由于累积和控制图(cumulative sum,简称CUSUM)算法应用的基本假设是从过程得到的观测值彼此独立,而工业过程通常是自相关过程,数据自相关性会影响CUSUM控制图的性能.针对这一问题,利用数学推理的方法分析了数据自相关性对CUSUM控制图性能的不利影响,正自相关会使CUSUM控制图的平均运行长度变短,可能引起假警报;负自相关会使CUSUM控制图的平均运行长度变长,可能造成故障漏报.在此基础上,提出用残差CUSUM控制图来检测自相关过程中的故障,运用时间序列模型的残差检测自相关过程中的故障,消除数据自相关性对控制图性能的不利影响.结果表明,该方法具有较好的鲁棒性和较高的准确率.