2776.A公司统计过程控制的应用研究论文正文.doc

《2776.A公司统计过程控制的应用研究论文正文.doc》由会员分享，可在线阅读，更多相关《2776.A公司统计过程控制的应用研究论文正文.doc（28页珍藏版）》请在优知文库上搜索。

1、本 科 毕 业 论 文（设计）题目: S公司统计过程控制的应用研究 25目录中文摘要（关键词）11.引言11.1研究背景11.2研究意义11.3研究方法及论文结构22.文献综述22.1 SPC的概念22.2 SPC的发展简介22.3 SPC的主要内容32.3.1控制图原理32.3.2控制图的类型42.3.3控制图分析52.4 控制图72.5过程能力分析82.6 SPC运作流程103.S公司管理现状分析113.1 S公司简介113.2 S公司质量管理体系113.2.1公司组织架构113.2.2公司质量管理主要负责人的职责123.2.3公司质量方针和质量目标133.3案例分析143.3.1 发现问

2、题143.3.2 运用SPC解决问题163.3.3 分析及建议措施183.3.4工序能力分析194.结束语20注释20参考文献21致谢21英文摘要（关键词）22附件1：系数表23附表2：简易控制图表24S公司统计过程控制的应用研究【摘要】：统计过程控制即SPC在质量管理中一直有广泛的应用，许多学者对此进行过多方面的研究，本文综述统计过程控制的同时着重讨论了均值-极差控制图（）在质量管理中的应用，及其在实施中的程序、方法、分析方法等。且本文通过对S公司的质量管理体系的分析和对其中EDFA-MW-BA光模块放大器的其中一个零部件ko的数据应用均值-极差控制图分析来判断生产过程质量特性值是否受控,

3、从中找出产生问题的原因, 采取有效措施,改进与保证产品质量, 从而达到公司的质量目标。【关键词】: 控制图 SPC 标准差 图1.引言1.1研究背景S公司是光纤通信无源器件以及光纤放大器、光通信仪表和集成光电子器件的研究、开发、生产、经营和技术服务的高科技企业。现代光通信行业有着电通信无法企及的优点，比如不受任何电磁干扰，保密性强，不易被拦截获取。如今，中国大力建设高速信息通道，光通信设备将发挥至关重要的作用，有专家预计，到2010年，中国光通信产品的年总产值将达1000亿1300亿元人民币，产品市场规模将占世界规模的13%-15%。全球无源光器件市场今后将以每年20的速率高速增长，到2025

4、年将达到1410亿美元陈育平，电信37中国电信市场热点透视，中国光通信市场发展趋势分析，2005，59。但我国关于高新技术产业的质量管理特别是生产过程品质控制，还处于相对较低的水平，精密仪器对质量的要求更高，要想在激烈的竞争环境中占一席之地，必须采用科学的质量管理工具，建立现代质量管理制度。1.2研究意义21世纪品质的世纪已来临了，人们已近感受到发生在周围的品质的变化。随着我国加入WTO，以及全世界的制造业逐渐向我国转移，预料我国成为全球的“制造中心”。这些企业面临机遇的同时，也带来严峻的挑战，特别是在品质观念以及品质的技术水平方面带来巨大的冲击。质量无国界，企业要想加入全球产业链之中，就必须

5、按照国际统一的质量管理标准和方法进行质量管理。近年来，越来越多的企业意识到这一点，纷纷通过了ISO9000、ISO/TS16949等质量管理认证。而国际标准化组织（ISO）也将SPC作为ISO9000族质量体系改进的重要内容，ISO/TS16949质量管理体系也将SPC列为一项重要指标。鉴于此，世界许多大公司不仅自身采用SPC进行产品质量预防控制，而且要求其供应商也必须采用SPC控制质量；SPC业已成为企业质量管理必不可少的工具和质量保证手段，也是利用高新技术改造传统企业的重要内容。过程品质控制，在我国企业中，特别是中小企业，还鲜为人知，急需宣传和推广。在日前面临极大竞争情况下，各个领域都亟待

6、提高企业自身的品质意识，特别是在高新科技领域，如光通信设备行业，在这个领域我们处于起步阶段，在这个阶段能够严抓品质，这对树立民族品牌，增强国家综合实力具有重大的意义。1.3研究方法及论文结构主要运用了过程品质控制中的理论，如控制图理论、统计制程控制（SPC）、工序能力研究（CPK）等工具对生产制造过程存在的问题进行研究。步骤：一、引言： 包括研究背景、研究意义、研究方法和结构；二、文献综述：过程品质控制（SPC）的相关理论；三、实例举证：S公司生产过程存在的问题，并提出改进措施和对策；四、结束语2.文献综述2.1 SPC的概念统计过程控制即SPC（Statistical Process Con

7、trol）。统计过程控制（SPC）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，根据反馈的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。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求

8、。什么是SPC，2.2 SPC的发展简介SPC是1924年美国休哈特博士发明了管制图之后才产生的，当时在美国并不流行。自二战期间美国军方突出了一套抽样计划MIL-STA-105E和MIL-STI-414等之后，SPC才有所应用到军工企业，但是应用还不是太广泛。相反，二战后经济遭受严重破坏的日本在1950年刚接触SPC便十分敏感，立刻引进并大力推广。经过30年的努力，日本终于跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(RogerW.Berger)教授指出，日本成功的基石之一就是SPC。在日本强有力竞争的威胁下，从80年代起，西方工业国家纷纷开展“SPC复兴”运动，美国从1980年开

9、始大力推行SPC，经过15年的努力，才于1995年在民用品的质量方面和日本扯平。 SPC发展的第二阶段是SPCD（Statistical Process Control and Diagnosis）即统计过程控制与诊断。SPC虽能对过程的异常进行告警，但它并不能分辨出是什么异常，发生于何处，即不能进行诊断，1982年我国首创两种质量诊断理论，突破了休哈特质量控制理论，开辟了统计质量诊断的新方向。此后，我国质量专家又提出了多元逐步诊断理论和两种质量多元诊断理论，解决了多工序、多指标系统的质量控制与诊断问题。 SPC发展的第三个阶段是SPCDA（Statistical Process Contro

10、l , Diagnosis and Adjustment），即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整，目前尚无实用性成果。津佩美克管理科学研究中心，SPC的发展简史，2.3 SPC的主要内容SPC 是小概率事件原理的应用, 对观测值落入控制限内的判断是依据连续假设检验理论。SPC 为使过程稳定化的策略是: 将生产流程和原材料标准化, 主要应用控制图理论来对生产过程进行实时监控, 区分正常波动和异常波动, 并能对异常波动预警, 以便采取措施, 消除异常波动, 恢复过程的稳定, 从而达到提高和控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于

11、统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。对异常波动的及时预警是SPC 的最大特点, 预警原理为: 应用SPC 对检测数据进行统计分析能够区分生产过程中产品质量的正常波动和异常波动, 从而对生产过程的异常趋势及时提出预警。SPC 主要是通过各种控制图, 来达到进行质量分析、质量控制和质量改进的目的。S

12、PC 分析系统可提供十几种控制或监视图表。2.3.1控制图原理正态分布是一条曲线，其特点是中间高，两头低，左右对称并延伸到无穷。表示标准值，表示标准差，两者的变化对于正态分布曲线的影响如图1、2所示： 图 1正态曲线随着平均值（）的变化 图2：正态趋向随着标准差（）变化由图1可知，随着平均值的增大，正态曲线是往右移动的，图2 表示，若标准差越大，则加工质量特性值越分散。其实两个参数是相互独立的。事实上，无论平均值如何变化都不会改变正态分布的形状；反之，不论正态分布的形状即标准差如何变化，也决不会影响数据的对称中心，即平均值。正态分布有一个事实：不论和取何值，产品特性值落在-3，+3范围内的概率

13、为99.73%，这是数学计算的精确值立春、李建奇，度量软件过程-改进软件过程，如图3所示图3：正态分布曲线下的面积将图3按顺时针方向转90度，如图4a所示，由于图中数值上下，大小不符合常规，故再将其上下翻转，得到图4b,即得到了一张单值（X）控制图，图的中心线和上、下控制界限分别为：中心线:CL=(或X);上控制限:UCL=+3;下控制限: :UCL=-3图4：控制图的演变2.3.2控制图的类型计量型控制图,即通过测量获得的是计量型数据, 在概率统计中也称连续型随机变量, 如零件的尺寸、材料的强度、热处理的温度等。主要包括: 均值极差控制图(R 图)、均值标准差控制图(S 图)、中位数极差控制

14、图(R 图)、单值移动极差控制图( XRi 图)。计数值控制图的数据是只能按0，1，2，数列取值计数的数据，属于离散型变量。它一般由计数得到。计数值数据又可分为计件值数据和计点值数据。（1）计件值数据，表示具有某一质量标准的产品个数。如总体中合格品数、一级品数。控制图包括不合格品率控制图(P 图)、不合格品数控制图(np图) （2）计点值数据，表示个体(单件产品、单位长度、单位面积、单位体积等)上的缺陷数、质量问题点数等。如检验钢结构构件涂料涂装质量时，构件表面的焊渣、焊疤、油污、毛刺数量等。控制图包括：不合格数控制图(C 图)、单位不合格数控制图(U 图)。表1：各控制图列表2.3.3控制图

15、分析一、判稳准则 1、点未越出控制界限聂微、卢椿盛编著，SPC参考手册与软件应用指南M，中国标准出版社，2005，（1）多数点集中在中心线附近（2）少数点落在控制界限附近（3）无点超出控制界限（4）点的分布呈随机状态 2、界限内点的分布式随机的，没有规律，也无排列缺点（1）连续25点在控制界限内且也无排列缺点（2）连续35点仅有1点越界限，界限内点排列无排列缺点（3）连续100点不多于2点越界限，界限内点排列无排列缺点二、判异准则张公绪、孙静主编，质量工程师手册M，企业管理出版社，2005，323-328UCL将-3，+3之间的空间六等分，并以为中心分为上下两部分，分别标示A、B、C，如图5所示。ABCC