多品种小批量生产情形下的工序质量控制图

在现代制造业中 ,企业经常出现多品种小批量的生产方式 ,且对不同品种的产品 ,其生产工序的质量特性值的分布一般是不同的 ,针对这种情况 ,本文建立了相应的 X -R控制图和 X -S控制图 ,并给出了实证分析     

计量累积和控制图方案设计的选择

常规控制图已广泛应用于生产,国家标准<计数型累积和图>GB4887-85的实施,使得判断生产“过程”异常具有更高的灵敏度,能更经济地保证产品质量,它是常规控制图的改进与发展.在常规控制图中,为了使控制图能对小偏差有较快的反映,一般用缩小控制界线,如将3σ限改为2σ限,但会导致第一类误判率大大升高.而累积和方法可以通过对方案参数的适当选择使控制图在第一类误判率并不明显升高的情况下对小偏差反映敏感.此外,累积和方法还允许针对各种需要设计出特别适于发现某个偏差,例如1.5σ_e 的     

有关控制图误判概率的若干问题

自从《数理统计与管理》发表“点子在管理图中排列有缺陷的概率计算～[6]及X管理图的误判概率及其计算[2]之后,引起了广大从事质量管理工作者的兴趣.在一些有关的会议上,我们曾就某些问题展开了讨论,交换了意见.现对其中的若干问题发表了一些办法. 一、为什么在“X管理图的误判概率及其计算”一文中、X控制图的画法与国家标准GB4091.2-83中规定的画法不同? 我们知道,在国家标准GB4091.2-83中规定、X0制图(均值控制图)的作用“主要用于判断生产过程的均值是否处于或保持在所要求的水平”.而具体的画法是:当我们每组抽取的样本大小相等(设…     

C_(pk)写控制图的研究与应用

控制图与过程能力指数Cp(Cpk)都是用来进行质量分析与处理的重要工具。文 [1]谈及控制图的两类错误 (其概率分别为α、β) ,文 [2 ]讨论了Cpk与α的关系 ,但涉及Cpk与控制图检出力 (1- β)关系的文章却不多。本文以 X控制图为例 ,讨论了α、β、1- β、与Cpk的关系 ,得出了联合应用它们会对工序状态有较好的了解 ,对其适当的调整有助於提高产品质量     

可变样本容量和抽样区间的联合中位值和极差控制图

最近的理论研究表明具有可变样本容量(VSS)和可变抽样区间(VSI)的控制图比常规控制(FSSI)图能更快地揭露生产过程中的问题．本文将以前单个控制图的研究方法推广到联合中位值(x^-)和极差(R)控制图，记作CVSSIx^-—R图．假定过程处于控制状态的时间T服从负指数分布。利用Costa的马氏链方法设计CVSSIx^-—R图。并同联合常规(CFSSI)图作比较．所设计的CVSSI图较之CFSSI图能更快地发现过程平均值和方差的较小和中等的变化，从而减小不合格品数．     

X管理图的误判概率及其计算

由于在生产部门中、利用管理图来判断生产工序是否正常,对于保证产品质量、降低生产成本,提高生产率起了巨大的作用.因此,自从休哈特的第一张管理图问世以来,得到中外许多质量管理专家的推崇,现在已成为工序质量管理的最基本的工具之一. 为了正确地使用管理图,必须对管理图的判     

单水平和多水平计数连续抽样检查程序与应用

国标《单水平和多水平计数连续抽样检查程序及表》(简称GB8052)适用于连续提交的在制品进行检查.例如对生产线或装卸线上的产品抽样检查.这种检查能及时发现问题,改进生产中的缺陷,对提高产品质量有促进作用.杭州轴承厂对滚动轴承内径工序实施本标准三个月,获得经济效益近万元.最近两年我们还在全省范围内举办了八期学习班,参加人数达六百人,产生了较好的社会影响.现将这个标准作一介绍,以供实际工作同志参考. 一、抽样检查的程序 国标GB8052共有三种类型的抽样方案,即CSP—1、CSP—2和CSP—T方案.它们的特点是全检和抽样检查交替使用…     

可变抽样区间的质量控制图

本文根据 Reynolds 等的可变抽样区间的(?)-图的模型设计具有可变区间的(?)和R-图.所设计的控制图是当中位值(?)或极差 R 接近于(但不超过)控制限时使用较短的抽样区间;当(?)和 R 接近于目标值(或中心值)时使用较长的区间.若(?)或 R 超出控制限,则与固定区间的控制图一样发出信号.我们要计算在可变抽样区间下发信号前的平均时间和平均样本数,并同固定区间的(?)和 R-图作比较.     

合成控制图

本文提出了一种新的组合控制图 ,介绍了它的用法 ,导出了控制限常数 ,并将它和传统的 X图与 X-EWMA 图作了比较。模拟研究表明 ,新图更有效     

样本数较少时中位值和距差控制图

控制图是控制产品质量的重要工具之一,它能指明产品质量是否处于统计控制。当有系统性原因影响质量时,能及时发出信号。 普通的中位值和距差图的试验控制限是根据从正常生产条件下产生的产品中抽取至少20个或25个子样本来制订的。当每个子样本包含5件产品时,至少要有100件或125件产品。如果生产的批量不大,或者在新产品的试制阶段以及当过程刚刚纳入统计控制     

一个监控方差的与分布无关的变点模型

文献中绝大部分与分布无关的控制图用于监控过程位置参数,如均值或中位数,而非过程方差.该文开发了一个新的与分布无关的控制图,通过整合一个两样本非参数检验和有效的变点模型.所提出的控制图容易计算,方便应用,并且对于探测过程方差的漂移非常有效.因为它避免了在监控之前的一个很长时间的收集数据的阶段,并且它不需要潜在的过程分布的知识,因此,所提出的控制图在开始阶段或者短程运行情况下特别有用.     

点子在管理图中排列有缺陷的概率计算

在实行全面质量管理的过程中,管理图是预报生产工序中存在异常因素,从而对工序质量进行管理控制的一种有效工具. 使用管理图的关键在于怎样对来自实践的管理图进行观察分析,从中得出管理图是反映工序处于正常状态(控制状态)还是处于异常状态(失控状态)的结论,并根据结论对“异常”工序进行处理,让生产工序回到正常状态,以达到“管理质量以预防为主”的目的. 如何判别一张管理图是反映生产过程处于正常状态还是处于异常状态呢?根据管理图原理及人类长期的生产实践经验,总结出判断生产过程处于正常状态的两条规则: (一)管理图上没有点子跳出管…     

可变样本容量和抽样区间的联合和R控制图

作者在前文[1] 中研究了可变样本容量 (VSS)和抽样区间 (VSI)的中位值 (～x)和极差 (R)控制图 ,指明其功效均大于常规 (FSS)控制图。本文将前文的研究方法推广到联合 ～x 和R图 ,记作CVSSI～x -R图 ,它能更快地发现过程平均值和方差的变化 ,从而减少不合格品数     

图的定向与全有效控制

本文研究有向图的全有效控制集.通过对无圈有向图结构特征的刻画,给出了简单图G在定向D下有全有效控制集的充要条件,并对几类特殊图的全有效数进行了计算.     

在固定时间抽样的可变抽样区间控制图

本文根据Reynolds在固定时间抽样的可变抽样区间（VSIFT）的x^-控制图^[1]的模型设计中位值x^-和极差R图，规定样本在样等间隔的固定时间点抽取，当过程有变化的迹象时，允许有两个固定时间之间抽取附加样本，本文计算了VSIFTx^~图和R图及联合x^~-R图的发信号前的平均时间，并同固定抽样区间（FSI）的常规x^~和R图作比较，所设计的VSIFTx^~和R图能缩短过程失控时间从而减少不合格品数。     

均值及标准偏差(-s)控制图及其应用

<正> 当产品质量特性的计量数据是连续情况时,可借助计量控制图管理工程质量.过去常用的计量控制图是((?)-R)图.当前,由于袖珍电子计算器的普遍使用,样本标准偏差s 的计算可在生产现场进行,所以这里着重介绍比((?)-R)图可以从样本中获得更多信息的((?)-s)图,使之更好地描述总体,管理工程质量.     

可变样本容量和抽样区间的联合～x和R控制图

作者在前文（1）中研究了可变样本容量（VSS）和抽样区间（VSS）和抽样区间（VSI）的中位值（X^～)和极差（R）控制图，指明其功效均大于常规（FSS）控制图。本文将前文的研究方法推广到联合X^～和R图，记作CVSSIX^～-R图，它能更快地发现过程平均值和方差的变化，从而减少不合格品数。     

可变抽样区间的单边控制图

利用质量控制图监督生产过程时 ,通常每隔固定时间从过程抽取固定容量的样本。本文在前文[1] 的基础上设计具有可变抽样区间的单边标准差 (S)图、极差 (R)图和不合格品数 (np)图。计算了这三个图发信号前的平均样本数和平均时间 ,并同固定抽样区间的常规控制图作比较。所设计的控制图能缩短过程失控时间从而减少不合格品数。     

P_n管理图的n取多大为宜?

产品(半成品)质量指标为计件值的工序,常用Pn管理图或P管理图进行质量管理.Pn管理图要求每组的样品数n相同,至于n取多大,一般认为应使每组的次品数约为1～5个[1]·[2].譬如某工序的次品率p约为5%,则n应取20～100.这个范围在p较小时会变得很大.如p=1%时,n的范围变成100～500;p=0.5%时,n的范围变成200～1000,使得TQC人员难以决断使用pn图时每组的样品数n应取多大. 由于次品数是越小越好的,所以pn图一般只有中心线和上管理线,下管理线就是X轴.但当n取得较小时,工序处于管理状态肘的pn图上会有较多的点子落在X轴上,造成工序没有次品的假象.…     

有偏总体的极差控制图

根据加权标准差方法建立有偏总体的极差控制图,它基于有偏总体来计算对应于正态分布的控制图常数,根据样本数据的偏度来计算上下控制限,对于总体是对称分布,该控制图退化为标准的休哈特控制图.最后,用蒙特卡洛方法给出了改进的控制图常数.