SPC统计过程控制

SPC统计过程控制廖俊华致力于管理工具培训目录第一章统计技术基础知识第二章持续改进和统计过程控制第三章控制图运用步骤第四章认识计量型数据的过程能力和过程性能第五章其它几个计量型控制图第六章计数型控制图第七章控制图注意事项第一章统计技术基础知识1、数据类型2、正态分布3、二项分布4、泊松分布5、总结计量数据的基本统计—数据分布对一个相同的输出变量Y，多个数据点绘图，它们形成了一个分布。这些数据点的堆积可以不同的图形来代表：散点图/概率图直方图常用统计量中心位置平均值一组数据的算术平均值数法-均等反映了所有数据的影响-会受极端值强烈影响中位数反映50%的那个位置对一组排序数据点的中心数对极端值较”坚耐”nXninx1X~常用统计量变异极差:一组数据中最大值与最小值之间的差标准偏差(s;s):等于方差的平方根，在量化变异时常用会到1n)X(Xn1i2isminmaxRange方差等于标准偏差的平方，通常只是为了计算的目的常用统计量总体与样本1、表示总体特性的统计量，称为总体特征值，如：总体平均数、总体方差、总体标准差2、表示样本特性的统计量，称为样本统计量，如：样本平均数、样本方差、样本标准差、样本极差、移动极差总体特征值样本统计量名称符号名称符号分布中心位置总体均值µ样本均值样本中位数数据分散程度总体方差总体标准差σ2σ样本方差样本标准差样本极差s2sR连续型数据─了解极差以下数据的极差是多少？1,2,3,4,5,6,7,8,9以下数据的极差是多少1,2,3,4,5,6,7,8,200标准偏差可以用计算机来计算（EXCEL里的STDEV公式）694696698700702704706x6643162+42+12+32+62s2=-----------------------=24.5==s=4.954(=n-1)Measurements701696694706703计算标准差连续性数据─平滑(正态)分布假定数据符合正态分布假设收集到无限多的数据，这些数据可能看起来像下图我们可将这些数据看成平滑的分布红线758060657055Inchesxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx练习：概率分布图正态曲线和概率了解了正态曲线的平均值和标准偏差有助于估计风险Probabilityofsamplevalue43210-1-2-3-440%30%20%10%0%Z-axis(scaleinunitsof‘s’)Numberofstandarddeviationsfromthemean95.45%68.27%99.73%在两个值之间可以得到一個累積的概率值正态分布的应用43210-1-2-3-440%30%20%10%0%Probabilityofsamplevalue95.45%68.27%99.73%240255270285225210195Time(minutes)SXXZZ-axisX-axis如果我们货物交付给顾客的平均时间是240分钟，这一过程的标准偏差是15分钟，那么在270分钟后到货的概率为多少？正态分布的应用2中国成年男子身高均为168cm,标准差为5.5cm.试计算：1、身高小于160cm的概率。2、身高高于180cm的概率。3、身高介于160-180cm的概率。二项分布例：从一批产品中随机抽取进行检测，根据历史数据而知，产品的不合格率为10%。假设要求产品检测人员每抽取一件产品，检测完毕后，要放回这批产品中（又称为有放回抽样），检验人员共检测了6件产品，问检测到的不合格品数分别为0，1，2，3，4，5，6的概率？XP00.53144110.35429420.09841530.01458040.00121550.00005460.000001二项分布的均值、方差与标准差E(X)=npVar(X)=np(1-p)pnp1泊松分布质量控制中常遇到这样的情况：不仅要关注不合格品，而且要关注每件不合格品所包含的不合格项的情况。,2,1,0,!)(xexxpx1.定义设随机变量X的可能取值是一切非负整数，而概率函数是其中常数0,泊松分布含有一个参数,通常记作P().如果X服从泊松分布P(),则记为).(~PX泊松分布的均值与方差相等，均入泊松分布在大量试验中，小概率事件发生的次数可以近似地看作服从Poisson分布。如：一段时间内电话用户对电话站的呼叫次数铸件上的疵点数候车的旅客数原子放射粒子数等总结连续型数据能有很多可能的数值，计数型数据是不连续的连续型数据的信息比较丰富，计数型的就要少得多对位置的测量是平均值和中位数对离散的测量：标准偏差和极差图表出来的信息会多于数据正态曲线可用来估计缺陷的风险第二章持续改进和统计过程控制1、什么是SPC2、SPC是发展3、控制图的种类4、控制图的选择5、中央极限定理6、“α”及“β”风险7、抽样方法8、普通原因和特殊原因WHATISSPC？SPC是一种方法论。对过程数据进行收集，利用基本图形、统计工具加以分析，从分析中发现影响过程的变异，通过问题分析找出异常原因，立即采取改善措施，使过程恢复正常。并借助过程能力分析与标准化，以不断提升过程能力。当控制图失控时，不能指出为什幺失控。当过程能力不足时，不能指出为什幺不足。Shewhart:控制图之创始人控制图是1924年由美国品管大师W.A.Shewhart博士发明。当时称为(StatisticalQualityControl)。89101112131357911131517192123252729控制图在英国及日本历史英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计品质管制，而提高了英国人将统计方法应用到工业方面之气氛。就控制图在工厂中实施来说，英国比美国为早。日本在1950年由W.E.Deming博士引到日本。同年日本规格协会成立了品质管制委员会，制定了相关的JIS标准。从1950～1980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(RogerW.Berger)教授指出，日本成功的基石之一就是SPC。产品质量的统计观点产品质量的统计观点是现代质量管理的基本观点之一：1、产品的质量具有变异性2、产品质量的变异性具有统计规律性（不是通常的确定性现象的确定性规律，而是随机现象的统计规律）SPC的精神识别关键特性多收集数据以了解制程状况分析特性了解其正常波动的范围控制特性运用控制限来探测过程是否异常改进特性不断改进过程的波动范围降低COPQSPC&SQCPROCESS原料測量結果针对产品所做的是在做SQC针对过程的重要控制参数所做的才是SPC针对原料所做的控制也可属SPCSPC用在那里？PROCESSOUTPUTINPUT消极的地方只能防堵积极的地方可防止不良积极的地方可防止不良控制图种类(依用途)分析用控制图过程分析用过程能力研究用过程控制准备用分析用稳定/可接收控制用控制用控制图探测不正常原因验证异常原因是否消除控制用与分析用控制图的区别区别点分析用控制图控制用控制图过程以前的状态未知已知作图需要子组数每次20组到25组每次一组控制图的界限需计算延长前控制限使用目的了解过程控制过程使用人员工艺、质管现场操作和管理人员控制图与APQP企划产品设计与开发制程设计开发产品及制程确认回馈评鉴及矫正措施生产生产计划第一阶段计划和确定第二阶段产品设计开发第三阶段制程设计开发第四阶段产品及制程确认第五阶段回馈评鉴及矫正措施概念提出与核准计划核准原型品试作量产DFMEADOEQFDPFMEADOEQFDPFMEA,MSASPC、DOEPFMEA,MSASPC、PPAPQFD分析？控制？控制图种类(依数据类型)计量值控制图平均值与极差控制图平均值与标准差控制图中位数与极差控制图个别值与移动极差控制图计数值控制图不良率控制图不良数控制图缺点数控制图单位缺点控制图•优点:＊根据控制图显示，可以预测将发生之不良状况，便于调查事故发生的原因。＊样本量少，反应灵敏。•缺点:＊在制造过程中,需要经常抽样、测量、计算后需点上控制图，较为麻烦而费时间。计量型控制图优缺点•优点:＊只在生产完成后,才抽取样本,所需数据能以简单方法获得之.＊对于工厂整个品质情况了解非常方便。•缺点:＊根据控制图信息,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.＊良率越高，样本数越大。计数型控制图优缺点“n”=10~25控制图的选定资料性质不良數或缺陷數單位大小是否一定“n”是否一定樣本大小n≧2Cl的性質“n”是否較大“u”圖“c”圖“np”圖“p”圖X-Rm圖X-R圖X-R圖X-s圖計數值計量值“n”=1n≧1中位數平均值“n”=2~9缺陷數不良數不一定一定一定不一定控制图的选择CASESTUDY质量特性样本数可选用什幺图？长度5重量10乙醇比重1电灯亮／不亮100每一百平方米的脏点100平方米样本与总体总体样本抽样数据测试结论分析管理常规控制图的统计原理计量型Xbar-RXbar-sX中位数-RX-Rm正态分布计数型Pnp二项分布计数型Cu泊松分布正态分布特点位置：中心值分布宽度68.27%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布概率正态分布概率μ±kσ在内的概率在外的概率μ±0.67σ50.00%50.00%μ±1σ68.27%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%控制图的结构1Sigma2Sigma3Sigma1Sigma2Sigma3Sigma68.27%95.45%99.73%%数据点的百分比UCL：UppercontrollimitLCL：Lowercontrollimit测量特性CL：CentralLine时间控制图的作用控制图不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性（普通原因造成）或非机遇性（异常原因导致），以指示某种现象是否正常，而采取适当之措施。利用控制限探测是否有特殊原因哪一种分布较好？抽样检验时的α风险亦称为生产者冒险，β风险亦称为消费者冒险。“α”及“β”风险判定结果批/过程判为不良品判为良品良品α1-α不良品1-ββ第一种错误第二种错误两种错误损失分析发生第一种错误时,虚发警报,由于徒劳地查找原因并为此采取了相应的措施,从而造成损失.因此,第一种错误又称为徒劳错误。发生第二种错误时漏发警报,过程已经处于不稳定状态,但并未采取相应的措施,从而不合格品增加,也造成损失。控制界限“α”值±σ32%±2σ4.56%±3σ0.27%±4σ0.005%控制界限与α风险平均值移动“β”值±σ97.72%±2σ84.13%±3σ50%±4σ15.87%过程漂移与β风险控制界限与错误损失0σ1σ3σ6σ2σ两种损失的合计第二种错误损失第一种错误损失Shewhart用经济平衡点（Breakevenpoint）求得3σ的界限综合损失最小.关于β风险的补充在统计中通常采用α=1%，5%，10%三级，但在控制图中为了增强使用者的信心，所以将α定位0.27%，这样β就大，这就需要增加第二类判异准则，即使点子不出界，但当界内的点子排列不随机的时候也表示存在异常。抽样方法说明重点内容如何确定子组如何确定子组大小（n）如何确定抽样频率（f）如何确定子组数量（k）如何确定子组必须使在大致相同的条件下所收集的质量特性值分在一组,组中不应有不同本质的数据,以保