1SPC统计过程控制WELCOME热烈欢迎参加2课程大纲一、SPC的基本概念;二、计量型控制图;三、计数型控制图;四、过程控制图判定和注意事项31.什么是SPC?S=StatisticalP=ProcessC=Control統計製程控制一.SPC的基本概念41.什么是SPC?品質控制的發展六階段為:1.操作工品管2.領班品管3.檢驗員品管4.統計品管5.全面品管6.全面品質經營在第4階段,修瓦特博士(1924年)發表“製造產品品質的經濟控制”以後,統計方法在品質控制的運用,即接連不斷,現今ISO9000系列另專章說明統計方法的應用,其不僅用於生產後(檢驗)階段,舉凡市場開發及至顧客抱怨均派上用場。52.过程控制的需要检测——容忍浪费预防——避免浪费63.变差是什么?在一个程序的个别项目/输出之间的不可避免的差异(可分普通和特殊原因)变差的例子你的操作有变化机器有变化你的仪器有变化产品的质量特性有变化7变差的起源……测量Measurement变差人力Manpower环境Mother-natured机械Machine方法Methods物料Material84.变差的类型没有任何两样事物是一模一样的;例如:两片雪花,两个人的指纹,同一台机器所生产的两件产品。所有工序都存在变差;95.变差产生的原因普通原因又叫系统原因、不可查原因等如:天气的变化、环境的影响、物料在一定范围内的变化、已经作业标准执行作业的变化、其他未知的原因等特殊原因又叫异常原因、可查明原因等如:机器突然变化、未按照作业标准操作、使用规格外的物料、工治具磨损等107.变差的普通原因每一个成品都不相同如果过程中,只有普通原因之变异存在,则其成品将形成一个很稳定之分布,而且是可以预测的。118.变差的特殊原因如果过程中,有异常原因之变异存在,则其成品将为不稳定,而且无法预测。129.关于变差,我们想知道什么?多大?种类?可预测吗?139.关于变差,我们想知道什么?多大?种类?可预测吗?14x频数0123456-4-3-2-101234x频数0123456-4-3-2-101234VAR1Noofobs0123456-4-3-2-101234VAR1Noofobs012345678910-8-7-6-5-4-3-2-1012345678y=Spline+epsVAR1Noofobs012345678910-8-7-6-5-4-3-2-1012345678可以通过直方图的方式关注过程分布情况当你测量了一定数量的产品后,就会形成一条曲线,这便是质量特性X的分布:10.变差与过程分布关系1511.什么是正态分布?一种用于计量型数据的,连续的,对称的钟型频率分布,它是计量型数据用控制图的基础.当一组测量数据服从正态分布时,有大约68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准差的区间内.16LSLUSL合格品缺陷品缺陷品我们将正态曲线和横轴之间的面积看作1,可以计算出上下规格界限之外的面积,该面积就是出现缺陷的概率,如下图:170.135%2.145%13.590%34.130%34.130%13.590%2.145%0.135%-4-3-2-10123468.26%95.44%99.73%标准的正态分布18从上述公式可看出,工序西格玛值是平均值与规格上下限之间包括的标准差的数量,表示如下图:LSLUSL1σ2σ3σμ1912.过程分类过程可以用受控/不受控/满足规范/不满足规范来分类2013.过程分类满足要求受控不受控满足规范1类3类不满足规范2类4类2115.过程的改进循环及过程控制分析过程本过程应该做些什么?会出现什么错误?本过程正在做什么?达到统计控制状态?确定能力。维护(控制)过程监控过程性能查找偏差的特殊原因并采取措施改进过程改变过程从而更好地理解普通原因变差减少普通原因变差22二、计量型控制图1均值与极差控制图(X-R)2均值与标准差控制图(X-S)3中位数与极差控制图(X-R)4单值与移动极差控制图(X-MR)~231.计量型控制图(均值极差图)1-1.定义:在计量值控制图中,均值与极差控制图系最实用的,所谓均值与极差控制图,就是平均值控制图(X-Chart)和极差控制图(R-Chart)二者合并使用,平均值控制图就是控制平均值之变化,即分配之集中趋势之变化,极差控制图则控制变异之程度,即分配之散布状况。1-2.功用:制程变异的原因可分为:偶然原因和异常原因,控制图主要用来控制异常,追查真因,采取行动,使制程恢复正常.241-3.均值和极差图的适用范围:可用以控制分组的计量数据即每次同时取到几个数据之地方,数据属于计量型,如长度、重量、阻抗、零件厚度、内外径等等。251-4.均值和极差图制作假设:从生产线抽取并测量2个2.628inch2.632inch以上两个数据有差距吗?26这两个数据能…?它们可以告诉我们一个大概的情况。但是……该工序变差到底有多大?下一个产品又会怎样呢?27结论:少量的测量数据不能说明过程的变差范围。!问题:那怎样才能知道过程的变差范围呢????仅靠这两个数据不能回答这两个问题!28控制图的绘制A.X-R控制图的作法(1)收集100个以上数据,依测定时间顺序或群体顺序排列.(2)把2-6个(一般采4-5个)数据分为一组.(3)把数据记入数据表.(4)计算各组的均值X.(5)计算各组的全距R.(6)计算总平均X=(7)计算全距平均R=ΣX组数ΣX组数291-5.取样方法控制图是由样本之数据,推测制造工程是否在稳定之控制状况中,因此选取之样本必须具有代表性,所以原则上在工作线上按不同之机器,不同之操作人员等分别取样,这样可避免机器、操作人员等因素之变异而发生特殊原因。X-R控制图之样本,为了合理、经济及有效,大多取4或5。取样时最重要是合理样组,欲尽量使样组内之变异小,样组与样组间之变异大.控制图才易生效。要使样组内之变异小,必须使样本在相同条件下制造,一般情况下,包含100或更多单值读数的25或更多个子组可以很好地用来检验稳定性。(将收集的数据绘制以下图表中)301-6.绘制X-R控制图实例组号12345678910111213141516171819202122232425X1X2X3X4X5XR464948545347494747484848524851534947524851465050505151525049545245465251515250514948495048525350545154525250495152535350505351475153504952525051485051525052465351515050485050484952465050474849515049514850545049515051515146505351514852524952545050514650.250.451.65050.650.850.849.249.449.84950.451.24952.251.249.849.45049.651.250.249.650.849.88348473874555417455457275XRUCL=53.08CL=50.15LCL=47.22UCL=10.77CL=5.081)X=∑X/25=50.15R=∑R/25=5.08(A2=0.577,D4=2.12)2)X控制图:CL=X=50.15UCL=X+A2R=53.08LCL=X-A2R=47.223)R控制图:CL=R=5.08UCL=D4R=10.77LCL=D3R(n7,故不考虑)311-7.如何计算控制界限??X控制图:中心线CL=X上限UCL=X+A2R下限LCL=X-A2RR控制图:中心线CL=R上限UCL=D4R下限LCL=D3RA2,D4,D3可查表绘控制界限,并将点点入图中.记入数履历及特殊原因,以备查考,分析,判断.3232nA2d2d3D3D421.8801.1250.853--3.26731.0231.6930.888--2.57440.7292.0590.880--2.28250.5772.3260.864--2.11460.4832.5340.848--2.00470.4192.7040.8380.0761.92480.3732.8470.8200.1361.86490.3372.9700.8080.1871.816100.3083.0780.7970.2231.777110.2853.1730.7870.2561.744120.2663.2580.7780.2831.717CASE11-8X-R控制图用的系数331-11.过程能力解释Cp---稳定过程的能力指数,代表过程的长期能力,已排除过程的特殊原因;Cpk---稳定过程的能力指数,定义为CPL或CPU中的最小值;Pp---过程表现的性能指数,代表过程在一段时间内的表现,未排除过程的特殊原因;Ppk---过程表现的性能指数,定义为PPL或PPU中的最小值。341-12.过程能力计算Cp=(USL-LSL)/6σUSL:工程规范的上限LSL:工程规范的下限σ=R/d2:为过程特性标准差的估计值,这里指过程中统计抽样值的分布宽度的量度,与子组大小相关。Cpk=Min(CpU或CpL)Pp=(USL-LSL)/6σσS:=√∑(Xi-X)2/n-1一个过程特性单值分布的标准差,与整个过程的分布宽度相关。Ppk=Min(PPU或PPL)i=135过程能力计算CPU=(USL-X)/3σR/d2CPL=(X-LSL)/3σR/d2PPU=(USL-X)/3σSPPL=(X-LSL)/3σS36製程能力分析與製程基準:代號判斷計算公式等級分級基準雙邊規格時單邊規格時Ca準確值(比較製程分配中心與規格平均值一致之情形)X-μCa=T/2--ABCD│Ca│≦12.5%12.5%│Ca│≦25%25%│Ca│≦50%50%│Ca│Cp精密度(比較製程分散寬度與公差範圍)TCp=6σSu-XCp=3σX-SlCp=3σABCD1.33≦Cp1.00≦Cp1.330.83≦Cp1.00Cp0.83註:上表之符號意義如下1.μ=規格中心2.T(公差)=Su-Sl=規格上限–規格下限3.σ=製程分配之群體標準差估計值。4.X=製程分配之平均值37製程能力指數(總合指數):代號判斷計算公式等級分級基準PPK初期製程能力指數(初期分析用)见公式ABCD1.67≦PPK1.33≦PPK1.671.00≦PPK1.33PPK1.00CPK量產製程能力指數(製程中如以控制圖執行控制可代PPK)见公式ABC1.33≦CPK1.00≦CPK1.33CPK1.00381-13.控制线延用如果均值和极差控制图过程波动不存在异常现象;初始过程能力达到预期的期望值,即PPK1.67以上;那么均值极差控制图中的控制线将为相同条件过程,(同过程、同特性)量产时的过程管控线,即为:过程管控标准。注:过程存在4M1E变更时,则由工程、生产、品管等与过程相关的部门一起讨论判定重新进行过程能力研究,计算新的控制线。39二、计量型控制图1均值与极差控制图(X-R)2均值与标准差控制图(X-S)3中位数与极差控制图(X-R)4单值与移动极差控制图(X-MR)~402.均值和标准差图:X-s图均值和标准差图与X-R图一样,也是从测得的过程输出数据中发展来的;一般来说,当出现以下一种或多种情况时,可采用均值和标准差图:数据是由计算机按实时时序记录和/或描图的,则s的计算程序容易集成化;有方便适用的器具使s的计算能简单按程序算出;使用的子组样本容量较大,更有效的变差容量是合适的。收集数据:如果原始数据量大,常将他们记录在单独的数据表上,只有每