车间如何利用SPC进行质量分析？
发布时间：2021-12-23 23:03:06 所属栏目：大数据 来源：互联网
导读：统计工具在质量控制和质量分析中有广泛的用途。通过统计工具，能深入分析质量现象，得到很多有用的信息。图表有着很直观的表达能力，能简洁直观的表达意思，也容易得到共识。 本文将为大家演示SPC统计工具，在制造业质量分析中的重要应用： 一、质量异常追
|
统计工具在质量控制和质量分析中有广泛的用途。通过统计工具，能深入分析质量现象，得到很多有用的信息。图表有着很直观的表达能力，能简洁直观的表达意思，也容易得到共识。 本文将为大家演示SPC统计工具，在制造业质量分析中的重要应用： 一、质量异常追溯分析 在对不良品的生产质量分析中，要找到质量异常产品在生产过程中各工序的生产时间、工序的工艺参数，机台记录的备注（生产异常说明）、交接班的备注（生产异常说明）、各工序的评审记录、品检信息、工器具信息、辅材信息、停机记录、班厂量、设备运维状况等信息，并判断是否出现异常。 二、质量缺陷关键因子及根因分析 分析产线上的工艺参数和传感器数据（一共大约400个左右）与产出产品质量的关联影响关系，找出关键影响参数（特征选取），然后结合相应的标签数据作为数据集，通过多种模型训练（包括LDA+Knn分类器、人工神经网络ANN、SVM等），最后使用“留一法交叉验证”评估验证集上的准确率，最终构建相应产品的质量缺陷及优化模型。 三、SPC与大数据质量分析--相关性分析 系统具备分析因子间关联关系的重要统计方法，相关性分析，它通过相关系数来度量各因素间的关联关系方向及强度，主要实现如下功能： 1、找出对过程输出（因变量y）有影响的因子（自变量x）； 2、分析对的影响重要程度及影响方向； 3、相关系数r及其解释。 四、SPC与质量大数据分析--方差分析 具有强大方差分析能力，并能生成专业化的、易于解读的方差分析报告。支持的方差分析模型有：单因子方差分析、多因素方差分析设计、混合效应模型、分级嵌套模型、失衡数据。 五、SPC与质量大数据分析--假设检验 假设检验在质量可靠性数据分析中的主要作用如下： 1、改善效果的验证； 2、潜在原因的确认； 3、不同过程的对比； 4、不同供应商的质量可靠性水平的对比等。 系统支持常用的统计假设检验方法，包括参数方法与非参数方法，如：单样本均值检验、双样本均值检验、配对样本均值检验、方差检验、比例检验等等。 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号