统计过程控制(Statistical Process Control)是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆,并采取措施消除其影响,使过程维持在仅受随机性因素影响的受控状态,以达到控制质量的目的。
质量波动的原因
普通原因:严格控制生产条件的状态下发生的一定程度不可避免的波动,状态稳定,可预测,又称一般原因、不可避免原因。如:操作人员的熟练度差异;同样生产设备之间的差异;材料间细小的差异。
特殊原因:并非总是存在,偶尔突发性质量波动的原因,不随机分布,异常状态,难以预测,又称可避免原因,可查明原因。如:人员操作不当;生产设备异常;使用了不合格物料等。
流程的两种状态
受控:流程的运行结果在意料之中,指标在一定范围内波动,一般是由普通原因变异导致;
失控:流程的运行结果超出意料,指标波动超出常规范围,一般是由特殊原因变异所致。
为了更好的判定流程的当前状态,我们一般需要会采用控制图进行实时监控,当指标流程超出控制线时我们就会认为流程失控。那么我们的控制线一般设置在哪里最合适了?
由于我们的大部分流程都服从正态分布,上篇文章介绍了超出3倍标准差的概念仅为0.27%,而在统计学上认为小概率事件不会发生,故我们一般把控制线设置在平均值的上下三倍标准差处。
使用时的风险
生产者风险:由于流程稳定时,仍有0.27%数据点超出流程的上下控制线。若此时判断流程失控,称为报假警。报假警将导致生产方采取不必要的纠正措施,为生产者造成风险,又称α风险或第一类错误。
消费者风险:在流程不稳定时,也可能有数据点在控制范围内,若此时判断流程受控,称为漏报警。漏报警将导致流程生产出不合格品,为消费者造成风险,又称β风险或第二类错误。
#海云舟##tic商城##IATF16949#
以上资讯来源于网络,侵权删除。