<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

        全国服务热线:400-777-6907

        网站首页 学习分享 365平台app下载_beat365手机客户端下载_365日博体育备用 管理文章> 365平台app下载_beat365手机客户端下载_365日博体育备用 工具

        不合格品率控制图

        作者:    分类:365平台app下载_beat365手机客户端下载_365日博体育备用 工具    时间:2014-11-11 09:11:00

        不合格品率控制图(又称P图)是一种计数控制图,主要用于监控生产过程中的不合格率是否稳定在某一水平,通过监控不合格率的变化来控制产品质量。计数控制图只有一个图,因为只需要控制一个参数,与计量控制图不同。


        P图的控制限与以前文章介绍的计量控制图的控制限明显不同。它像长城一样曲折,不像计量控制图的控制极限是一条直线。这主要是因为P图中每个亚组的样本量可以不同。


        p图不仅可以用来控制产品的不合格率,还可以用来控制合格率、旷工率、出勤率、材料利用率等。


        Minitab软件可以生成P图,可以形成应用菜单。基本步骤如下:


        选择Stat >控制图> P,进入P图画面。此时,在变量对话框中填入要分析的变量;当每个子组的样本量相等时,填写子组大小,当每个子组的样本量不相等时,在选项框的子组中选择样本量变量;选择变量后,单击右上角的Tests键。进入测试界面,这里是对控制图中的每个点进行区分测试的地方。我们选Perform all four tests选项,点击OK键,退出Tests界面,再点击OK键,完成P图。


        不合格品率控制图


        CL是P图的中心线,UCL和LCL分别是P图的控制上限和控制下限。


        根据概率分布理论,服从二项分布的试验条件为:


        1.测试中有n个相同的测试;


        2.每个测试中只有两种可能的结果(这里是产品性能):


        ①成功或失败(此处合格或不合格);


        ②每次测试的概率都是一样的。


        这些实验是相互独立的。满足以上条件,可以看出不合格品数量服从二项分布,从二项分布的性质可以得出,不合格品的均值等于np,标准差等于标准差。从不合格率和不合格品数的关系可以得出P图的中心线是P,标准差是标准差,进而可以得到P图的控制上限和控制下限。


        这里应该注意,当控制下限小于零时,控制下限等于零。


        在实际应用中,人们一般只关注产品不合格率的控制上限和中心线。当不合格品率超过控制上限时,则认为生产异常。其实控制下限也很重要。当该点超过控制下限时,生产中可能存在好的因素。要及时发现这个好的因素并修复,也可能是测量系统的问题,或者是检测人员的失误。


        不合格品率控制图


        例:某工厂25批产品中的不合格品数如下表:


        不合格品率控制图


        从图中可以看出,第24点已经超过了控制上限。这时候就需要找出问题,尽快解决,然后重新绘制控制图。