18.1. 审核过程能力指数: 18.1.1. 主要针对过程特殊特性审核过程能力,即受控状态下短期的过程固有能力。 18.1.2. 用产品测定法测定并计算过程能力指数: a. 过程受控状态下,当数据分布中心与双向公差的中心(公称值)无偏移时的过程能力指数:nbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspCp=T/6σ 式中:nbspnbspT为公差范围。nbspnbsp nbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspσ为总体标准差。 b. 过程受控状态下,当数据分布中心与双向公差的中心(公称值)有偏移时的过程能力指数:nbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspCpk=(1-k)Cp=(T-2ε)/6s nbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspε=kT/2 式中:nbspnbspT为公差范围。nbspnbsp nbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbspnbsps为样本标准差。 ε为数据分布中心与公差中心的绝对偏移量。 k为数据分布中心与公差中心的相对偏移量(也称偏移度或偏移系数)。 c. 过程受控状态下,只有单向公差(只有上限要求)时的过程能力指数: Cpu=(Tu-μ)/3σ 式中nbspnbspTu为公差的上限值。 μ为总体均值。 d. 过程受控状态下,只有单向公差(只有下限要求)时的过程能力指数: Cpl=(μ-Tl)/3σ 式中nbspnbspTl为公差的下限值。 18.1.3. 还可以根据行业特点用其他方法测定并计算过程能力指数: a. 直接测定法,常用于测量机床精度,医学、食品工业测定无菌室的指标等。 b. 差错分析法,常用于测定不合格率、缺陷数等。 c. 预测法,常用于石油、化工、药品工业测定试验室的工艺过程能力代替大批量生产的过程能力等。
18.2.4. 通过过程能力指数计算不合格品率(p): a. 当双向公差,过程无偏移(ε=0)时: p=2φ[-3Cp] 其中nbspnbspφ值查标准正态分布表。 b. 当双向公差,过程有偏移(ε≠0)时: p=φ[-3(1+k)Cp]+φ[-3(1-k)Cp] c. 当只有单侧上规格限(Cpu)时: p=φ(-3Cpu)=1-φ[3Cpu] d. 当只有下规格限(Cpl)时: p=φ[-3Cpl]=1-φ[3Cpl] 18.2.5. 过程能力指数、过程不合格率、规格限的关系,如表33。
18.3. 审核是否控制过程因素(5M1E): 18.3.1. 控制操作人员因素: a. 是否加强质量意识教育,建立建全质量责任制。 b. 是否编写明确的详细的作业指导书和设备操作规程,加强过程时是培训,凭证上岗。 c. 是否加强检验工作,适当增加检验频次。 d. 是否通过工种间的人员调整、培养一专多能,消除操作人员的厌烦和疲劳。 e. 是否广泛开展质量管理圈(QCC)活动,促进自我提高和自我改进。 18.3.2. 控制设备因素: a. 是否加强设备维护和保养,按期检定,建立设备目点检制度,重点控制质量管理点的设备。 b. 是否实行首次检验,核实定位或定量装置的调整量。 c. 是否尽可能配置定位数据的自动显示和自动记录装置,减少对工人调整工作可靠性的依赖。 d. 是否为每台设备配备操作规程,并且进行培训。 18.3.3. 控制材料因素: a. 是否在物料采购合同中明确规定质量要求。 b. 是否加强进料检验、过程检验和成品检验,并有检验记录。 c. 是否合理选择和评审供方。 d. 是否督促和帮供方做好质量管理工作。 18.3.4. 控制工艺方法因素: a. 是否保证定位装置的准确性,严格首件检验,防止加工特性值数据分布中心偏离规格中的。 b. 是否加强技术培训,使操作人员熟悉定位装置的安装和调整方法,尽可能配置显示定位数据的装置。 c. 是否加强定型刀具的刃磨和管理,实行强制更换制度。 d. 是否推行控制图管理,以便及时采取调整措施。 e. 是否严肃工艺纪律,对贯彻执行作业指导书和设备操作规程。 f. 是否为每道工序配备作业指导书,并进行培训。 18.3.5. 控制测量因素: a. 是否正确识别被测量的统计特性,选择具有所需的量程和分辨率的测量设备。 b. 是否定期对测量设备进行检定和校准。 c. 是否规定必要的检定和校准规程。 d. 是否保存检定和校准记录。 e. 发现测量设备失准时,是否定即评定并记录以前的检验结果的有效性。 18.3.6. 控制环境因素: a. 是否按规定控制现场的温度、湿度、噪声、振动、采光、照明、通风、空气净化、污染等。 b. 是否做好现场的定置管理、5S管理、安全与职业卫生管理等。
18.4. 审核提高过程能力指数的措施: 18.4.1. 是否合理调整过程加工后测量数据的分布中心,减少对规格中心的偏移量。 a. 收集数据进行统计分析,找出大量连续生产过程中由于工具磨损、加工条件随时间变化而产生偏移的规律,及时进行中心调整,或采取对偏移能够自动调整和补偿的设备和刀具。 b. 根据中心偏移量,通过首件检验,可调整设备、刀具等的定位装置。 c.改变操作人员的孔加工下偏差及轴加工上偏差的倾向性习惯,以规格中心值为加工依据。 d. 配置更为精确的量规,由量规检验政为量值检验,采用高一级的量是检验。 18.4.2. 是否提高过程能力,减少测量数据的分散程度,即减少过程加工的标准差s。 a. 更改过程设计,改进工艺方法,优化工艺参数,修订作业指导书和设备操作规程,应用新材料、新工艺、新技术。 b. 按照产品公差的要求,维修、改造、更新或增添设备和工装。 c. 改变物料进货周期,尽可能减少进货批次不同而造成的质量波动。 d. 改造现场的环境,满足产品对现场环境的特殊要求。 e. 对相关操作人员进行培训。 f. 加强现场的质量控制,设置过程质量管理点,实行控制图管理。加强QCC质量管理圈活动。加强质量检验。 18.4.3. 是否修订产品的公差范围: a. 在不影响产品质量的前提下放宽公差范围。 b. 在不影响产品质量的前提下调整规格中心尽量与测量数据分布中心一致。 18.4.4. 提高过程能力指数的重点: a. 首先是减少中的偏移量,如18.3.1.的a至d条和18.3.3.的b条。 b. 其次,当ε=0,Cplt1时,可减少过程加工结果的分散程度,如18.3.2.条的a至f条。 c. 再次,当ε=0,Cplt1时,才考虑调整规格中心尽量与测量数据分布中心一致。
18.5. 审核选择适用的控制图: 18.5.1. 控制图的分类: a. 是否正确选择计量值控制图,如表35。
表35nbspnbsp计量值控制图 名称 符号 特点 适用场合 用途 平均值-极差控制图 _ x - R 最常用,效果好,但计算工作量大。 适用于大批量生产,且质量稳定的工序。 _ x图用于观察分布的均值变化,R图用于观察分布的一致性变化。 _ xnbspnbsp– R联合运用于观察分布的变化。 平均值-标准差控制图 _ x - s s的计算比R复杂,但其精确度高。 当n≥9时用s图代替R图。适用于检验时间远比加工时间短的场合。 _ x图用于观察分布均值的变化,s图用于观察分布的一致性变化。 _ xnbspnbsp– s联合运用于观察分布的变化。 中位数-极差控制图 ~ x – R (Me-R) 计算简单,但效果较差。 适用于生产批量较大,且质量稳定的工序。 ~ x图用于观察分布的中位数变化,R图用于观察分布的一致性变化。 ~ x –R图联合运用于观察分布的变化。 中位数-标准差控制图 x – Rs (x – MR) 计算简单,能及时判断工序是否处于稳定状态,但不易发现分布中心的变化。 适用于因各种原因(时间、费用等)每检验一次只能得到一个数据,或希望尽快发现并消除异常因素的场合。适用于均质产品而无需抽取多个样本,如一炉钢的成份。 x图用于观察分布的单值变化,Rs图用于观察分布的—致性变化。x-Rs联合运用于观察分布的变化,但敏感度低。
b. 是否正确选择计数值控制图,如表36。
表36nbspnbsp计数值控制图 名称 符号 特点 适用场合 用途 不合格品数控制图 Pn (np) 计算简单比较常用,操作人员当于理解。 样本数量相等。 用于控制一般的过程。 不合格品率控制图 p 计算量大,控制线凸凹不平(在特定的条件下控制线可为直线)。 样本数量可以不等。 用于控制关键的过程。 缺陷数控制图 c 计算简单比较常用,操作人员易于理解。 样本数量相等。 用了控制一般缺陷数的场合。 单位缺陷数控制图 u 计算量大,控制线凸凹不平(在特定的条件下控制线可为直线)。 样本数量可以不等。 用于控制每单位缺陷数,如线路板上焊接不良的点数。
18.5.3. 控制图的应用程序是否正确: a. 选择关键的特殊特性。 b. 选择控制图种类。 c. 为分析过程选择抽样方法、样本组数(子组数)、样本大小(子組容量),收集预备数据。 d. 计算有关参数。 e. 计算分析用的控制图中的中心线和上、下控制界线。 f. 画分析用的控制图。 g. 在分析用的控制图上打点。 h. 判断所控制的过程是否处于稳定受控状态。 i. 判断过程能力是否达到基本要求。 j. 将分析用的控制图转化为过程控制用的控制图。 k. 修政过程控制用的控制图。 18.5.4. 是否适当地运用过程控制用的控制图: a. 确定检验频次。 b. 确定抽样方法。 c. 确定样本组数(子组数)。 d. 确定样本大小(子組容量)。 e. 保护样本。 f. 测量并记录数据。 g. 计算统计数值。 i. 在控制图上描点。 j. 判定过程是否正常。无异常时继续生产,有异常时消除原因予以克服,有时某种异常有利于提高质量应予保持并推广。 18.5.5. 是否会正确使用控制图的判定准则: a. 控制图的分区: 上、下控制限分别位于中心线的上、下3σ距离处。将控制图分为上下6个区,每个区的宽度为1σ。从上到下6个区的标号分别为A、B、C、C、B、A,三对A区、B区、C区分别相对于中心心对称。 b. 判定过程异常的8种模式: 模式1:1个点落在A区以外。 模式2:连续9点落在中心线同一侧。 模式3:连续6点递增或递减。 程式4:连续14点中相邻点子上下交替。 程式5:连续3点中有2点落在中心线同一侧的B区以外。 程式6:连续5点中有4点落在中心线同一侧的C区以外。 程式7:连续15点落在中心线两侧的C区以内。 程式8:连续8点落在中心线两侧且无一点落在C区。 18.5.6. 控制图是否存在两类错误: a. 第—类错误(冒失者错误,弃真错误): 把正常误判为异常。 控制界限的幅度影响第一类错误的发生概率。当采用3σ原则设十控制图时,犯第—类错误的概率(弃真概率)α=0.27%,α随着控制界限的增大面减小。弃其对生产者不利,称作“生产者风险”。 b. 第二类错误(迷糊者错误,取伪错误): 犯第二类错误的概率β,随着控制界限的增大而增大,随者样本的增大而减小,随着均值偏移幅度增大而增大,随者标准偏差变动幅度增大到减小。取伪对使用者不利,称作“使用者风险”。 18.5.7. 控制图的检出力J是否合适: 检出力J是指控制图检测出异常的概率。检出力J是控制图的重要质量特性。 J=1-β nbspnbspnbspnbsp影响检出力的因素与影响控制图第二类错误的4个因素相同,结果却相反。如随着样本的增大,β减小,J增大。如果J过大,则检测过于灵敏,易虚发警报。如果J过小,则检测过于迟钝,易漏发誓报。 18.5.8. 运用控制图的常见错误: a. 未针对組织的生产批量大小盲目选用控制图的的种类。 b. 对控制图的作用认识不清。如将控制图的控制界限与公差带的上下偏差混淆。 c. 在控制图中不是整体地判断过程是否正常,而是一段一段地判断,往往判断不出工序是否处于不稳定状态。 d. 对控制图中呈异常排列的点,不分析、不处理,控制图流于形式。 e. 当工序质量已明显提高后,未及时重新计算,调整控制界限。 f. 随机抽样频次、方法、样本数不对,数据处理不当,描点错误。 g. 控制图画法不规范,标注不完整、不统一、不准确、不真实、不清晰。
18.6. 审核给定标准值的控制图: 18.6.1. 与前述的控制图(未给定标准值,仅根据现场数据计算中心线和上、下控制界限)不同,给定标准值的控制图是根据给定过程参数的标准值计算出来的。这种控制图有助于使产品的一致性保持为期望的水平。 - 18.6.2. 审核给定标准值的控制图,看所确定的若干子组的 x 等特性的测量值与其对应的标准值之差,是否显著大于仅由预期的偶然不因造成的差异。这种控制图完全基于子组数据,用来检测非偶然原因造成的那些变差。 18.6.3. 审核标准值的来源: a. 通过使用无先验信息或无规定的标准值的控制图而获得的经验来给定标准值。 b. 根据产品规范给定标准值。 c. 最好是通过调查被认为代表所有未来数据特征的预备数据来给定标准值。 d. 给定的标准值应与过程固有的变异相一致,否则控制图无效。 18.6.4. 对于不熟悉的新的过程,开始不宜采用给定标准值的控制图,而应采用未给定标准值的控制图,待使用了一段时间,积累了数据和经验,足以定出偏移量ε和标准差σ后,才改用给定标准值的控制图。