◆210 北京科技大学学报 2004年第2期 算，建议其采用Cm,C和Cx这三个指标控制其生 产工序质量，并开发了相应的算法软件，结果证 明，其技术工人对采用C,C和C控制其工序能 力的方法和工具比较容易接受，效果也很好，该 40 厂2001年缸体的质量提高了0.37%，设备利用率 20 提高了0.22%. 123456789101112 6结论 月份 工序质量控制需要充分利用现场数据快速 图4某汽车发动机厂2000年缸体线综合设备效率 Fig.4 Synthetical equipment efficiencies of the cylinder 识别生产过程质量的稳定性、质量问题的产生原 product line in a mobile engine company in 2000 因及改进方向.传统的工序能力指数C,和Ct需 要操作者对过程产品的设计原则、抽样方式以及 经过调研后证实，尽管该厂已采用Marposs 工序质量控制的判断标准有足够的知识，不适合 测量机计算缸体生产过程中的工序能力指数C 制造现场的应用.本文在C,和Ct应用不足的基 和C值，但其缸体质量仍达不到预期要求.针对 础上，提出了适于现场应用的三个过程能力测度 这种现象，对其C,和C的计算过程进行了调查， 指标Cm,C和Cx,并通过具体应用实例进行了验 发现该厂采用的是整群随机抽样方法.抽样方式 证.结果表明，C,C和C是适合制造企业现场 为每次抽取5个样本，每小时进行一次抽样，每 应用的一种先进的工序质量控制方法， 班次最少抽取6组，每周（执行5天工作制）或每 两周计算一次C,和Ct的值.根据前面分析可知， 参考文献 这种抽样方式(m=5,k=30)下的C,=0.8926EC), 1 Kotz S,Johnson NL.Process capability indices [M].Lon 但在此前该厂并没对其C,计算值采取任何修正 don:Chapman Hall,1993 处理，从而导致其质量控制的不足. 2 Rodriguez R N.Recent development in process capability analysis [J].J Qual Technol,1992,24(4):176 根据以上分析结果，该厂对其缸体生产线的 C,和Ct的计算过程进行了调整，并将0.8926作为 3罗振璧，刘阶萍，陈恳，等.可重组制造系统过程可 诊断性的测度[).清华大学学报，2001,41(2)：347 正式的修正系数列入质量手册.另外，考虑到该 厂中还有大量的手工测量的数据，为了方便计 Statistical Analysis and Improvement of Process Capability Indices LIU Jieping,LUO Zhenbi,CHEN Yuliu 1)Department of Mechanical Engineering,Beijing Jiaotong University,Beijing 100044,China 2)Department of Industrial Engineering.Tsinghua University,Beijing 100084,China 3)Department of Automation,Tsinghua University,Beijing 100084,China ABSTRACT To increase product quality and predict the unqualified products,effective control methods must be selected.Considering the disadvantages of process capability indices C,and C that are hard to help to find the rea- son of quality problems and direct quality improvement,three new indices C,C and C available in real time are introduced to control the scatters and errors.Finally the feasibility of these indices is proved by an application. KEY WORDS quality control;statistical analysis;random sampling. 2 10 . 北 京 科 技 大 学 学 报 20 4 年 第 2 期 … 撇 算 , 建议 其 采用 几 , 昧 和味 这三 个 指标 控制 其 生 产 工 序 质量 , 并 开发 了相应 的算法 软 件 . 结 果 证 明 , 其技 术 工人 对采 用 q , 味和 味控 制 其工 序能 力 的方 法和 工 具 比较 容 易接 受 , 效果 也很 好 , 该 厂 2 0 01 年 缸体 的质 量 提 高了 .0 3 7% , 设备 利用率 提 高 了 .0 2 2% . o n ù n `U4 芝哥 , 如戴浙呻书 1 2 3 4 5 6 7 8 9 10 1 1 12 月份 图 4 某汽车 发动 机厂 2 0 0 0 年 缸体 线综 合设 备效 率 F ig · 4 S y n t h e ict a l qe u i P m e n t e if c i e n e i e s o f t h e cy Un d e r P or d u c t il o e i n a m o b il e e n g i n e e o m P a n y in 2 0 0 0 经 过 调研 后证 实 , 尽管 该 厂 己采 用 M娜05 5 测量 机 计 算 缸体 生 产 过 程 中 的工 序 能 力 指 数 G 和味 值 , 但 其 缸体 质 量 仍达 不 到预 期 要求 . 针对 这种 现象 , 对其 q 和 q , 的计 算过 程 进行 了调 查 , 发现 该厂采 用 的是 整群 随机 抽 样方 法 . 抽 样 方式 为每 次抽 取 5 个样 本 , 每 小 时进 行 一 次抽 样 , 每 班 次 最少 抽取 6 组 , 每周 (执 行 5 天工 作 制 ) 或每 两 周 计算 一 次色和色 、 的值 . 根据 前 面分 析 可 知 , 这 种 抽 样 方 式 (m 一 5 , k 一 3 0) 下 的 q 一 0 . 892 6(E 色), 但 在 此 前该 厂 并 没 对 其二 计 算 值采 取 任 何 修 正 处 理 , 从 而 导致其 质 量 控制 的不足 . 根据 以上分 析结 果 , 该 厂对 其 缸体 生 产线 的 q 和 q 、 的计算 过程 进行 了调 整 , 并将 .0 8 92 6作 为 正式 的修 正系 数 列入 质量 手 册 . 另外 , 考虑 到 该 厂 中还 有 大 量 的 手工 测 量 的 数据 , 为 了方 便 计 6 结 论 工 序 质 量 控 制 需 要 充 分 利用 现场 数 据 快 速 识 别生 产过 程质 量 的稳 定性 、 质 量 问题 的产 生原 因及 改进 方 向 . 传 统 的 工序 能 力指 数q 和 味 需 要操 作 者对 过程 产 品 的设计 原则 、 抽 样方 式 以及 工序 质量 控 制 的判 断标准 有足够 的知 识 , 不适 合 制造 现 场 的应 用 . 本文 在 q 和 味应 用 不足 的基 础上 , 提 出了适 于现 场应 用 的三 个过程 能 力测 度 指标 几 , 味 和味 , 并 通过 具 体应 用 实例 进行 了验 证 . 结果 表 明 , 几 , 味 和 q 是适 合制 造 企业 现场 应用 的一种 先进 的工 序质 量 控制 方 法 . 参 考 文 献 1 K o tZ S , J o hn s o n N L . P r o e e s s c即ab i l iyt ind i e e s M[ ] . L on - d o n : C haP m an & H ia l , 19 93 Z OR 面gU e z R N . eR e ent ds v e lOP m e in in Por c e s s e aP ab i l iyt an ly s i s [月 . J Q u a l eT e hn o l , 19 92 , 24 ( 4 ) : 176 3 罗振 璧 , 刘 阶萍 , 陈 恳 , 等 . 可重 组制 造系 统过 程可 诊 断性 的测 度 [ J ] . 清 华大 学学报 , 20 0 1 , 4 1( 2) : 34 7 S t at i s t i e a l A n a ly s i s an d Im P r o v e m e in o f P r o c e s s C ap ab iliyt I n d i c e s LI U iJ 印 i心 刀 , L UO hZ en b i)z , 〔石吸浑 uY ilu 习 l ) D eP a rt m e nt o f M e e h an i e a l E n g in e e r ing , B e ij in g j iao t o n g U n i v e 岛 iyt, B e ijgm 100 04 , C h in a 2 ) D eP 已rt m e nt o f ih du s itr ia E n g ine er in g, sT in hg u a U n 1 v e rS i yt, B e ij in g l 00 0 8 4 , C h i n a 3 ) D eP a rt ln e nt o f A u t o m at i o n , sT in gh u a nU i v e rs i ty, B e ijign l 0 00 84 , C h in a A B S T RA C T oT i n e r e a s e P r o d u c t q au lity an d P r e id e t hte un q au liif e d P r o d u C t s , e fe c t l v e e o n tr o l m e ht o ds r n u` t b e s e l e e et d . C o n s i d e ir n g ht e d i s a d v a n t a g e s o f rP o e e s s e aP ab il iyt in d i e e s q an d 味 t h a t aer h ar d t o he lP t o if n d het er a · s on o f q us liyt Por b l e m s an d d ier e t q ua l iyt im P r vo em nt , htr e e en w idn i e e s 味 , 昧 助d 味 va ia l ab l e in er al it m e aer i n tr o d u c e d t o e o n tr o l ht e s e at esr a n d e r o sr . F in al ly ht e fe a s i b iliyt o f ht e s e in d i e e s 1 5 Por v e d 勿 an aP Pli e iat on . K E Y W O R D S q u a li yt e o n tr o l: s at i s it e a l an a l y s i s ; r an d om s am Plign