SJ/Z 21584-2020 片式膜固定电阻器统计过程控制技术实施指南.pdf

SJ/Z 21584-2020 片式膜固定电阻器统计过程控制技术实施指南.pdf
仅供个人学习
反馈
标准编号:
文件类型:.pdf
资源大小:26.2 M
标准类别:电力标准
资源ID:220985
下载资源

标准规范下载简介

SJ/Z 21584-2020 片式膜固定电阻器统计过程控制技术实施指南.pdf

SJ/Z 215842020

根据评价需要,对采集的数据进行相关处理,结果如表B.3所示。

直流电阻测量仪精密度评价原始数据的处理结果

CJJT 85-2017 城市绿地分类标准.pdf步骤2:统计受控状态的分

分别对三名操作人员进行重复性评价,得

SJ/Z215842020

(o量复性)A=R,/dz(2)=0.0054/1.128=0.004787 O量复性)B=Rg/d2(2)=0.0050/1.128=0.004433 (omn)c=R./dz(2)=0.0052/1.128=0.00461

由上述计算可见,(O重复性)A>(O重复性)B>(O量复性)C,这就说明,这三名操作人员中,相对 而言,操作者B的水平最高,操作者C次之,操作者A的水平最差。 将上述计算结果与6重复性的计算结果相比可见,重复性就是三名操作人员重复性结果(o量复性)A、 (G量复性)B、(o重复性)c的平均值。 步骤4:再现性评价 首先计算三名操作人员对20个样本测量结果平均值之间的极差

得 查表B.4得: 所以得:

)步骤5:精密度的评价

)步骤6:计算总的标准偏差

实际上包含有重复性的因素,需要对6进行修

童重复性 0.004612 现性)修正= 0.0030892 mxn 2x 20

0仪器=重复性+(0再现性)修 =V0.004612+0.0030022=0.005501

D工艺 Rs =0.0779/1.128=0.06906 d'(m,g)

0=+o=V0.069062+0.0055012=0.069

SJ/Z215842020

工序能力指数(Cpk)计算方法

工序能力指数(Cpk)计算方法

为了保证片式膜固定电阻器生产 合格产品具有较高的质量可靠性,要求片式膜 固定电阻器制造过程每道关键过程节点均具有较高的能力水平,为此应该采用工序能力指数(Cpk)对 关键过程节点的能力水平高低进行定量表征 本附录给出制造过程中不同类型过程节点的Cpk计算方法, 以及需要注意的问题。

C.2Cpk常规计算方法

C.2.1Cok常规计算方法适用条件

采用C.2给出的Cpk常规计算方法要求工艺参数满足下面三个条件: a)工艺参数是测量数据值可以连续变化的计量值,而不是计数值。 b) 测量的工艺参数数据服从正态分布。如果工艺参数数据不服从正态分布,则采用C.3给出的计 算方法。 C 对评价的工序节点,只采用一个工艺参数表征,有时又称之为单参数问题。对需要采用多个工 艺参数表征其状态的工序节点,则采用C.4给出的计算方法

C.2. 2 工序能力指数常规计算方

C.2.2.1工艺加工规范要求

C.2.2.2工序能力指数常规计算方法

工序能力指数常规计算方法如下:

公式(C.2)计算实际的工序能力指数。可以证明,公式(C.1)和公式(C.2)在数学上是 效的。

SJ/Z215842020

采用公式(C.7),直接用kxn个 居计算母体标准偏差的估计值s。

首先对每组n个数据计算标准偏差,得到与k组数据对应的k个标准偏差值s;(i=1,2,..,k)。 后计算这k个标准偏差值的均值s,,再采用公式(C.8)计算的s作为工艺参数母体正态分布标 准偏差的估计值:

S ./C. (...

S=s./c, (n)

其中C2(n)是与每组数据个数n有关的常数,如表C.1所示。 C 分组极差法 首先对每组n个数据计算计算极差,得到与k组数据对应的k个极差值R(=1,2...,k)。然后计 算这k个极差值的均值R,再采用公式(C.9)计算的s作为工艺参数母体正态分布的标准偏差

s= R/d,(n).

(n)是与每批数据个数n有关的常数,如表C.1所示

表C.1系数C、d与样本量n的关系

SJ/Z215842020

表C.225组镍层厚度数据

SJ/Z215842020

控制图的选用与控制限计算方法

判断生产过程是否处于统计受控状态的工具是控制图。本附录针对制造过程中几种常用的控制图 兑明与应用控制图相关的问题,包括控制图的选用、控制限的计算方法、以及需要注意的问题。 本附录适用于片式膜固定电阻器制造过程中控制图的应用

D.2.1“3g控制限

若工艺参数特征值Y服从均值为μ、标准偏差为o的正态分布,即Y~N(μ,²),则随机变量Y取值超 出(μ3α)范围的概率仅为0.0027,为小概率,通常情况下不会发生。因此GB/T4091规定采用下式确 定控制图的中心线(CL)、上控制限(UCL)和下控制限(LCL)。采用这种方法计算的控制限又称为 30控制限”。 对片式膜固定电阻器制造过程中采用的不同类型控制图,只要确定相应工艺参数特征值分布的均值 和标准偏差,就可以采用公式(D.1)计算中心线和上下控制限。

D.2.2“3控制限”对应的分位数

D.3计量值控制图的控制限计算

D.3.1常规计量值控制图

SJ/Z 215842020

设某一工艺参数x的总体服从均值为u、标准偏差为o的正态分布,即x~N(u.2),若定期抽取容 量为n的子样(x1,.…,xn),连续采集K组数据,分别计算得到这K组子样的均值和极差为(x,R) (i=1,2...k),则: 文控制图的中心线和控制限计算如公式(D.4)所示:

R控制图的中心线和控制限如公式(D.5)所示:

式中: . R= k台 系数A2、D.和D:只与每组子样数n有关

UCL=D, ×R CL= R LCL= D,×R

差控制图的中心线和上下控制限计算如公式(D.7)

式中: x为K组单值数据的平均值; R为所有移动极差的平均值

UCL=3.267R CL= R, (D.7) LCL= 0

UCL=3.267R CL= R, LCL=0

SJ/Z215842020

表D.2涉及两种型号产品的阻值偏差数据

SJ/Z 215842020

在生产中如果采用不合格品数或者不合格 称为记件值,属于计数值范畴。计件值控制图的数学依据是计件值数据服从二项分布。 如果不合格品率p不很低,检测样本数n也较大,使得np乘积(即不合格品数)不小于10,就可以使 用常规计件值控制图。若不合格品率较低,例如p不超过0.01,这时就需要采用分位数计件值控制图

D.4.2常规不合格品数控制

若检测的样本数为n,不合格品率为p,则不合格品 设一共检验m批产品,每一批产品包括的样本数和不合格品数分别为n,和D,(i=1,2,m),可以 采用公式(D.15)用总的不合格品数除以总的样本数得到的户作为参数p的估计值:

D.4.4分位数计件值控制图

0.4.4分位数计件值控制

SJ/7 215842020

D.4.4.1分位数控制图的控制限确定方法 分位数控制图就是按照D.2.2所述的方法,采用0.00135分位数确定下控制限,采用0.5分位数确定中 心线,采用0.99865分位数确定上控制限。

4.4.2采用分位数确定控制限的不合格品数控制

对不合格品数,分位数控制图的中心线和上下控制限计算公式(D.22)如下所示:

D.4.4.3采用分位数确定控制限的不合格品率控

D.5.1计量值控制图与计件值控制图的选用

分位数控制图的中心线和上下控制限计算公式(D

实际应用中,如果一个过程节点既可以采用计量值控制图也可以使用计件值控制图,两种控制图的 使用效果通常存在差别。应综合考虑下面几个因素,确定应该采用哪类控制图。 a 在监测异常因素导致输出结果异常波动方面计量值控制图更加敏感。只要均值或/和标准偏差 数值变化导致控制图上出现超出控制限的数据,即说明出现了异常因素。如果采用不合格品数 /不合格品率控制图,只有当参数偏离到对成品率有明显影响时,才会在控制图上反映失控。 b)在分析失控原因时,计量值控制图上能直接反映数值大小以及分散性的变化情况。而不合格品 率控制图上出现失控只是说明不合格品率发生变化,并不能反映导致不合格率变化的主要特性 参数数值变化情况。因此,计量值控制图提供的信息多于计件值控制图。 c) 使用计量值控制图时,通常只需要选用5个样本测量数值,即使样本量为一也可以使用单值 移动极差控制图。而使用计件值控制图则要求样本量较大。特别是如果工艺水平较高,需要的 样本量更大,否则大部分批次的不合格品数基本为0,计件值控制图就不能正确反映生产过程 的统计受控状态。因此计量值控制图要求的样本量明显低于计件值控制图。 特别是在不可能采用大样本的情况下,就应该尽量选用计量值控制图。 d)采用不合格品率控制图时,只需要确定结果合格与否,而采用计量值控制图则要求测量样本特 性参数的数值,因此对数据采集要求较高,需要付出的代价也较大。特别是有些情况下受到测 量仪器的限制,难以正确获得样本的特性参数数值,就只能使用计件值控制图JC/T 2457-2018 建筑用干混地面砂浆

D.5.2常规计量值控制图的选用

常规计量值控制图的选用如下所述:

常规计量值控制图的选用如下所述!

SJ/Z 215842020

对“坏的失控”,应查找原因,采取措施,将其“消除”,恢复制造过程的统计受控 失控通常采取的方式。 对“好的失控”,也应查找原因。但是查找出原因后,应采取措施将其“保持”,使工艺水平在原 有基础上提升一步,同时使工艺过程进入新的统计受控状态。 采取对策后控制图的应用:无论是“好的失控”还是“坏的失控”,针对查找出的原因采取措施解 决问题后,系统的运行状态必然发生了变化,这时均应该从“分析用控制图"开始,重新采集 20~25批数据,计算控制限,采用失控判断规则进行受控状态分析,进入新的统计受控状态。

GB 51364-2019 船舶工业工程项目环境保护设施设计标准D.6.4出现失控时的分析"顺序

D.6.5失控原因的分析

控制图只是给出“已出现失控”的信息。为了针对问题采取纠正措施,解决失控问题,还需要从生产 土程中查找出导致失控的真实原因。为此需要质量管理人员、技术人员、以及操作工人相结合,具体问 题具体分析。 在分析查找原因时,结合实际情况,灵活使用下列各种统计分析工具,可以取得事半功倍的效果: a)、数据特征和信息提取工具:包括直方图、概率坐标纸、箱线图、统计特征量计算(均值、中位 数、标准偏差、极差、分位数等)、散布图等。 b 原因分析工具:包括Pareto图、因果关系图(鱼骨图)等。 c)问题解决工具:如试验设计(DOE)

©版权声明
相关文章