单位】 摘要：统计过程分析是利用数理统计方法对生产过程的各个阶段进行监控和分析,从而达到保证产品质量的目的.目前, 这项功能的重要性日益得到很多生产厂家的重视, 并且提出了与SCADA软件集成应用的要求. 本文主要讲述SPC的原理,应用以及与WinCC集成使用的方法.
关键词：SPC, 脚本, 控件,QA, QAX
Abstract
Statistical Process Control is to supervise and analyze every segment of the product process with statistical method, thus to guarantee the quality of the product. Now, this function is becoming more and more popularly, integrating with SCADA software is also required , so this paper introduces the theory and application of SPC, integration with WinCC is another focus of this paper.
Key Words: SPC, Script, ActiveX control, QA, QAX
SPC 概述
SPC是Statistical Process Control的缩写, 即统计过程控制, 主要是利用数理统计的方法去识别生产过程中潜在的问题, 采取措施控制产品质量在允许的公差或者限制范围之内, 避免产品质量的波动.另外, 同样可以利用SPC来预测生产过程是否能够满足预先设定的要求.
SPC原理
之所以采用SPC功能,因为这是现代质量管理的基本观点决定的,即产品质量由于受人员,机器,物料,制度,环镜,软件,辅助材料,共用设备的影响,具有变异性, 而这种变异性随机现象服从统计规律,所以我们可以使用统计学的原理来分析研究.
SPC的核心工具就是一系列的控制图, 通过对控制图的分析, 来判断生产过程的异常.SPC控制图主要包括变量 (Variable chart) 图和属性 (Attribute chart) 图和预测图(Capability chart).控制图中都有三条控制线, 即控制上限UCL, 控制中心线CL和控制下限LCL,
控制图中的点来自于单点测量值或测量值样本组.控制图判断分析的原理是:
一.小概率事件原理: 小概率事件实际上不发生, 发生即判异常.
二.质量波动的原因是必然因素和偶然因素(异常因素). 必然因素是始终存在, 对质量影响较小,是难以消除,不可避免的.偶然因素是有时存在, 对质量影响较大, 不难消除, 是可以避免的.控制图的实质是区分必然因素和偶然因素, 控制限是区分必然波动和偶然波动的界限.
变量图中最常用的是两种图: 单值I-R图和XBar-R图. 单值I-R图主要用来分析批处理或连续生产过程中的孤立单值的波动和范围的控制图.而XBar-R图用来分析连续重复性生产过程中,同一时刻采样2-12值后的均值波动状况和范围. XBar-R图的上下限计算公式如下:
其中系数A2,D4以及D3根据不同标准而定.
下图所示为一标准的Xbar-R图,从图中我们可以看到测量点在不同点的波动情况.
不同行业中对于判定标准的制定也不同,例如烟草行业中的制丝生产过程的Xbar-R图的异常判断标准如下: 准则一：一个点子落在控制界限以外；准则二：连续9个点子落在中心线同一侧；准则三：连续6个点子递增和递减；准则四：连续14个点子相邻点子上下交替；准则五：连续2个点子落在中心线同一侧2δ区域以外；等等 |
