判異準則有二類:
(1) 點子出界(包括壓線)就判異;
(2) 界內點排列不隨機則判異。(原則上有無窮多種)。
模式1 點子屢屢接近管制界限
此模式中,『接近』系指距離管制界限在1s范圍內(下圖為3點中有2點接近管制界限判異)。
此時屬下列情況的,點子排列不隨機判異:
(1) 連續3點中,至少有2點接近管制界限;
(2) 連續7點中,至少有3點接近管制界限;
(3) 連續10點中,至少有4點接近管制界限。
模式2 鍵
上圖表示質量特性值分布的平均值m向出現鍵的一側偏移(7點鍵)。
(1) 在管制圖中心線一側連續出現的點稱為鍵,其中包含的點子數目稱為鍵長。當鍵長3 9,則判異。
(2) 分析其a,
P(中心線一側出現長為9的鍵)
= 2*(0.9973/2)^9 = 0.0038 = a9
P(中心線一側出現長為7的鍵)
= 2*(0.9973/2)^7 = 0.0153 = a7
a7 / a9 = 4
過去采7點鍵判異。目前多國改采9點鍵判異。
模式3 間斷鍵
間斷鍵是指鍵中個別點子跳到中心線的另一側的鍵。
(1) 連續11點中,至少有10點在一側;(下圖)
(2) 連續14點中,至少有12點在一側;
(3) 連續17點中,至少有14點在一側;
(1) 連續20點中,至少有16點在一側。
依機率計算,上述四條判異準則的顯著性水平分別為:
a1 = 1.14% a2 =1.25%
a3 =1.22% a4 =1.12%
由判異準則知,其(四種狀況) a 分別均大于0.01,偏大,建議不予使用,除非增加判異準則中的點子數目。
模式4 傾向
下圖示中出現有下降傾向(7點下降傾向),表下品質特性值分布的平均值m 隨時間而減少。點子遞增或遞減的狀態稱之傾向或趨勢。
◎ 下降(上升)傾向,后面的點子一定要低(高)于或等于前面的點子,否則傾向中斷,須重新起算。
◎ 過去為7點傾向判異,即連續7點上升或下降則判異。目前改為6點傾向判異。
證明: P(n點傾向) = [2(0.9973)^n] /n!
P(5點傾向) = [2(0.9973)^5] /5!= 0.01644 = a5
P(6點傾向) = [2(0.9973)^6] /6!= 0.00273 = a6
P(7點傾向) = [2(0.9973)^7] /7!= 0.00039 = a7
由于a6 = 0.00273,最接近謝華特的a0= 0.0027,故6點傾向判異是合適的。
模式5 點子集中在中心線附近
◎ 『中心線附近』即指『中心線附近±1s的范圍內』。
◎ 下圖的現象表示質量特性值分布的標準差s減小。切記此現象亦可能異常,須檢查下列二種情況:
(1) 是否應用了假數據,有弄虛作假現象;
(2) 是否分層不夠。
依機率計算:
連續14、15、16個點集中在中心線附近的a為
a14 = 0.68268^14 = 0.00478
a15 = 0.68268^15 = 0.00326
a16 = 0.68268^16 = 0.00223
※ 模式5的 a 取為a15 = 0.00326,比較接近判異準則(1)的a0 = 0.0027。
模式6 點子作周期性變化
◎ 下圖的現象表示點子呈周期性變化。產生其原因有下列二種情況:
(1) 操作人員疲勞;(2) 原材料發送有問題
(3) 熱累積或應力累積。
※消除上述周期性變化可使產品質量更加穩定。
2021/1/14 16:29:57
2021/1/27 17:05:39
2021/3/10 15:48:49
2021/4/8 14:42:32
2021/1/8 16:32:33
我們不單提供專業的軟件與服務,我們同時也為客戶系統的運行提供理論與經驗支持,分享我們在質量管理領域的相關經驗與知識!