凯特勒科技 - 专注提供云SPC,MSA软件解决方案;设备集成+实时SPC+大屏+预警+设备控制定制化服务
全国服务电话:0755-28457327 邮箱地址:YunSpc@163.com
NP控制图

介绍

使用 不良品数(NP) 控制图监视缺陷品数量(每个产品项都划分为两个类别中的一类,例如成功或失败)。P控制图是基于二项分布, 使用此控制图可以监视过程在一段时间内的稳定性,以便您可以标识和更正过程中的不稳定性。

NP 控制图绘制缺陷品(也称为不合格单元)数目。中心线代表平均缺陷品数量。 控制限(设定为位于中心线上方和下方 3 个标准差的距离)显示缺陷品数量中预期的变异量。

NP图表示不合格品的实际数量而不是与样本的比率。np管制图的应用要求为检验数最好相同,或者只考核不良数的应用。如检验数不同,则建议不用此管制图,因为通常不良数管制图是不良率管制图的一个补充。

NP管制图的应用要求为检验数最好相同,或者只考核不良数的应用。如检验数不同,则建议不用此管制图,因为通常不良数管制图是不良率管制图的一个补充。NP和P图适用的基本情况相同,通常在制程中有以下几种状况使用不NP比较多

自动化程度高
在自动化程度较高,人为因素相对较少,对不良分析是以计时为主时(此时也可以用不良率管制图)。

不良数低
当不良相对较低时,用PPM不良率分析又较难时。

批量低
当批量相对较低,用不良率难以分析。

各批检验数相同
各批检验数相同,也可用不良数管制图。

不合格品实际数量比不合格品率更有意义或更容易报告。

NP(N)控制图 参数设置

参数设置

  • 数据列:在数据数据页签的列名称
  • 变量(U):每次采集样本大小
  • K:确定上下限系数,一般值为3到6

NP控制图数据注意事项

项必须分为两个类别之一(如通过或失败)缺陷品有一个或多个使其不可接受的缺陷。如果您只能确定某项是否为缺陷品,请使用此控制图。如果可以统计每项的缺陷数,请使用 U 控制图、Laney U' 控制图 或 C 控制图 来绘制单位缺陷数。如果您的数据存在过度离散或欠离散现象,则传统的属性控制图可能会产生误解 如果您的数据存在过度离散或欠离散现象,则 Laney P' 控制图 可更加准确地区分常见原因变异和特殊原因变异。过度离散可能导致 NP 控制图显示数量增加的超出控制限的点。欠离散可能导致 NP 控制图显示过少超出控制限的点。Laney P' 控制图可调整这些条件。您可以使用 P 控制图诊断 检验数据是否存在过度离散和欠离散现象。

由于控制图会检测随时间发生的变化,因此数据顺序非常重要。您应当按照数据的收集顺序来输入数据,让最旧的数据位于工作表的顶部。

应当按照适当的时间间隔收集数据

按照均匀的时间间隔收集数据,如每小时一次、每班次一次或每天一次。选择一个时间间隔,该时间间隔应当足够短,以便您可以在发生过程更改之后立即识别此更改。

采用子组形式收集数据

子组是您要评估的过程中相似项的样本。应在相同的过程条件(如人员、设备、供应商或环境)下收集各子组的项。

如果子组是多个单位的集合,则应在相同的过程条件(如人员、设备、供应商或环境)下收集子组。如果不收集子组(即,其中的项具有相同的过程条件)数据,则可能无法区分常见原因变异和特殊原因变异。

子组必须足够大

如果子组不够大,则根据数据估计的控制限可能不准确。所需的子组大小取决于缺陷品的平均比率。

数据必须包括足够多的子组才能获取精确的控制限

如果您没有足够多的子组,则您仍然可以使用控制图,但您应当将所得结果视为初步结果,因为控制限可能不精确。如果要经常使用控制图,请在收集了足够多的子组之后重新评估控制限。

NP(N)控制图 示例

例如,送货服务经理可以使用 NP 控制图来监视 2 个月来送货车每天不工作的数量。不工作的送货车将被视为缺陷单元。

结果解释

  • 标准差:系统根据所选参数计算出的标准差值
  • NP控制图的检验结果:系统检验出NP图不合格点