[精选]TPM维修管理与全面设备维护高级研修班.pptx

[精选]TPM维修管理与全面设备维护高级研修班.pptx

ID:62652260

大小:1.66 MB

页数:117页

时间:2021-05-15

[精选]TPM维修管理与全面设备维护高级研修班.pptx_第1页
[精选]TPM维修管理与全面设备维护高级研修班.pptx_第2页
[精选]TPM维修管理与全面设备维护高级研修班.pptx_第3页
[精选]TPM维修管理与全面设备维护高级研修班.pptx_第4页
[精选]TPM维修管理与全面设备维护高级研修班.pptx_第5页
资源描述:

《[精选]TPM维修管理与全面设备维护高级研修班.pptx》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第一部分 统计过程控制原理内容统计过程控制——SPC控制图原理常规控制图的设计思想判异准则与判稳准则分析用控制图、控制用控制图以及过程能力分析控制图的历史休哈特W.A.Shewhart于贝尔实验室EconomicControlofQualityofManufacturedProductsSPC:StatisticalProcessControl休哈特控制图亦称为常规控制图,简称休图(1924年5月16日)SPC=控制图???控制图(controlchart)是对过程质量加以测定、记录并进行控制管理的一种用统计方法

2、设计的图。2.控制图原理图上有中心线(CL,centralline)、上控制界限(UCL,uppercontrollimit)和下控制界限(LCL,lowercontrollimit),并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL与LCL统称为控制线(controllines)。若控制图中的描点落在UCL与LCL之外或描点在UCL与LCL之间的排列不随机,则表示出现了异常。数据的重要性如果不能用数字表达某事,说明我们对其知之甚少。如果对其知之甚少,我们就不能控制它。如果不能控制它,就只能靠运气。统计

3、规律变异性统计规律性质量的统计观点对于随机现象通常应用分布(distribution)来描述,分布可以告诉我们:变异的幅度有多大,出现这么大幅度变异的可能性(概率,probability)有多大,这就是统计规律。对于计量特性值,如长度、重量、时间、强度、纯度、成分等连续性数据,最常见的是正态分布(normaldistribution)。对于计件特性值,如特性测量的结果只有合格与不合格两种情况的离散性数据,最常见是二项分布(binomialdistribution)。对于计点特性值,如铸件的沙眼数、布匹上的疵点数、

4、电路板上的焊接不良数等离散性数据,最常见的是泊松分布(Poissondistribution)。计件值与计点值又统称计数值,都是可以0个,1个,2个,…,这样数下去的数据。掌握这些数据的统计规律可以用以保证和提高产品质量。例:老师傅用车床车制机螺丝,要求其直径为10毫米。为了了解老师傅的加工质量,抽查他加工好的机螺丝100个,测得其直径数据100个,如下表所示。步骤1:找出最大值和最小值。从表中可见最大值为10.60,最小值为9.22。数据分散宽度=(最大值-最小值)=10.60-9.22=1.38步骤2:确定组

5、数。设n为数据个数,组数k可按下表或按经验公式:k进行估计,这些都是经验值。其实,组数k=3,图形太粗糙,组数k=12,分组过多,直方图的直方之间已经出现缺口,故图中组数k在3-12之间最合适。本例数据个数n=100,故试取组数k=7。步骤7:对直方图的观察。本例直方图的形状特点是:中间高、两头低、左右对称。如果我们重新抽查机螺丝的直径,再做直方图,会发现每次做出来的直方图的样子都差不多,直方图反映了数据的规律。步骤8:对直方图纵轴的修正。以频数为纵轴-------〉以频率为纵轴-------〉用面积来表示频率

6、讨论:当数据越多,分组越密时,直方图会有怎样的变化?答:直方图将趋近为一条光滑的曲线,实质上就是分布。最常见的分布就是正态分布,其特点是中间高、两头低、左右对称并延伸到无穷。讨论正态分布,最简单的莫过于用其两个参数:平均值()与标准差()来表示。均值()对正态分布的影响若平均值()增大为’,则曲线向右移动,分布中心发生变化。标准差()对正态分布的影响若标准差()越大,则加工质量越分散。标准差()与质量有着密切的关系,反映了质量的波动情况。正态分布的两个参数平均值()与标准差()是相互独立的。不

7、论平均值()如何变化都不会改变曲线的形状,即不会改变标准差()。不论正态分布的形状,即标准差()如何变化,都不会影响数据的分布中心,即平均值()。注意:二项分布与泊松分布就不具备上述特点,它们的平均值()与标准差()是不独立的。问题:如何确定数据是否服从正态分布?卡方检验法,偏度.峰度检验法,秩和检验法,Anderson-Darling,Ryan-Joiner,Kolmogorov-Smirnov.正态测试举例(Anderson-Darling)不论与如何取值,落在[-3,+3]范围内的概

8、率为99.73%。控制图原理的第一种解释对第4个点子应作怎样的判断?若过程正常,即分布不变,则点子超过UCL的概率只有1.35‰。若过程异常,譬如异常原因为车刀磨损,即随着车刀的磨损,加工的螺丝将逐渐变粗,逐渐增大,于是分布曲线上移,点子超过UCL的概率将大为增加,可能为1.35‰的几十、几百倍。结论点出界就判异,并作为一条判异准则来使用。用数学语言来说,这是小概率事件

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。