目录 1. 成组统计质量控制技术的提出
2. 实施GSQC技术的制造技术基础
3. GSQC技术的数学模型
4 工序成组的均值-方差控制图
5. 结论 参考资料 参考文献
1 A.S.Sohal. Implementing Statistical Process Control:Two Case Histories. Quality Assurance. 1988, 6:pp64-68
2 Gerald B. Heyes. Do We Need New Machines? A p-Chart And Regression Study. Quality Engineering . 1989, 1:pp13-18
3 William Winchell, Lisa A. Millis. Factors Facilitating Statistical Process Control for Small Batch Sizes. Quality Engineering. 1990,2:pp331-352
4 Sidney S. Lewis. Process Capability Estimates from Small Samples. Quality Engineering 1991, 3:pp381-394
5 Chern Hsoon Ng, Kenneth E.Case. Development and Evaluation of Control Charts Using Exponentially Weighted Moving Averages. Journal of Quality Technology. 1989, Vol.21(4):pp242-250
6 Steven A. Yourstone, Douglas C. Montgomery. A Time-Series Approach to Discrete Real-time Process Quality Control. Quality and Reliability
7 徐 翀. 面向柔性自动化生产环境的成组统计质量控制技术研究. 哈尔滨工业大学博士学位论文. 1999:pp5
8 林汉川. ISO 9000 与质量认证. 广东人民出版社. 1996,7:pp77-90
9 斯.帕.米特凡诺夫主编. 成组生产的组织. 机械工业出版社. 1985:pp10-37

摘要：针对柔性自动化生产环境下实施统计质量控制(SQC－Statistical Quality Control)的难点－质量数据不足的问题，本研究将成组思想引入统计质量控制，以提高质量数据的先验性和质量数据之间的相关关系，提出了基于工序质量数据成组的成组统计质量控制(GSQC-Group Statistical Quality Control)技术。通过对柔性自动化理论的研究和对实际生产环境的分析，证明了GSQC技术存在良好的制造技术基础。提出了以p分位数不变为原则，以这一原则为基础建立了基于统计变换的成组统计质量控制图的数学模型，给出了计算工序质量数据成组的均值－方差质量控制图控制变量的计算过程。 关键词：统计质量控制，柔性自动化，成组技术 长久以来，统计质量控制一直是面向大批量生产的质量保证技术，已有统计质量控制方法的基础都是基于大数定理的弱先验性和非先验性的统计理论，这些统计质量控制方法很难被直接引入柔性自动化的小批量生产环境。但SQC低投入、高产出的技术特质和在大批量生产中产生过的巨大经济效益[1,2]，使学术界一直没有放弃将SQC技术引入基于柔性自动化的多品种、小批量的生产环境中的努力[3,4]。本文亦致力于这方面的研究 1. 成组统计质量控制技术的提出 目前，国际上对小批量生产环境下实施统计质量控制的研究主要集中在提高算法精度和提出新的质量控制图[5][6]，但无论什么样的统计算法都需要足够的样本来统计，这方面的研究无法解决质量数据不足的根本问题，在柔性自动化生产环境下实施SQC需要更有效的解决方法。成组思想不仅已被公认为是提高FMS有效性和经济性的重要基础，而且有充分理由说明成组技术是发展基于柔性自动化生产系统的具有广泛适用性的基础性理论。有鉴于此，本文将成组技术引入统计质量控制研究，提出了面向柔性自动化的成组统计质量控制(GSQC－Group Statistical Quality Control)技术，以解决柔性自动化生产环境下被统计质量不足的问题。