SPC2874832

1SPC统计过程控制林亚顾问TS16949培训教材2课前小测验•SPC的宗旨是什么？•如何通过SPC的方法识别异常制程情况？•贵公司常用的管制图有哪些？对于数据的抽样频率有何特殊规定？•顾客有没有对制程能力提出要求，如果有，主要是哪些指标，如何得来的？3研讨。交流。提高本次训练班的内容正确认识SPC直方图与正态分布正态分布与两种变差原因管制图判断制程稳定或异常的准则统计学概述十五项品质指标理论解析、实例演练运用SPC的几个常见问题附录4•品管方法历程•SPC兴起的背景•什么是SPC•SPC基本观念•SPC的特点•SPC认识误区的剖析正确认识SPC5AverageCompany一般公司一.品管方法历程1σ2σ3σ4σ5σ6σ3.42336,210308,53766,807Bestinclass世界标竿公司产品检查产品管制制程管制品管7手法(5S、QCC、ISO9001:2000)管理改善(PDCA)一般公司3SIGMA改善技术改善(MAIC)世界标竿公司6SIGMA改善质量工具管制重点实验计划法运用于产品研发和制程改善设计管制最佳化PPM6二.SPC兴起的背景战后经济遭受严重破坏的日本，在1950年通过休哈特早期的一个同事戴明(W.Ed-wardsDeming)博士，将SPC的概念引入日本。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。美国施华特博士(Dr.W.A.Shewhart)於1924年在贝尔实验室发明了第一张管制图，从而开启了统计品管的新时代7在日本强有力的竞争之下，从80年代起，SPC在西方工业国家复兴，并列为高科技之一。例如，加拿大钢铁公司(STELCO)在1988年列出的该公司七大高科技方向如下：(1)连铸，(2)炉外精炼钢包冶金站，(3)真空除气，(4)电镀钵流水线，(5)电子测量，(6)高级电子计算机，(7)SPC二.SPC兴起的背景8美国从20世纪80年代起开始推行SPC。美国汽车工业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准，在与汽车有关的行业中，颇为流行。美国钢铁工业也大力推行了SPC，如美国LTV钢铁公司，内陆钢铁公司，伯利恒钢铁公司等等。目前，三大汽车厂商对SPC参考手册进行了改版，第二版本的SPC参考手册已经发布，所有供应厂商皆必须按照最新版SPC要求执行。二.SPC兴起的背景9「经验挂帅时代」的结束ISO/TS16949品保体系的要求「QS9000」以及「ISO/TS16949」等体系，要求组织为客户提供长期稳定的合格产品，而只有稳定而一贯（Consistent）的「过程」与「系统」，才能保证长期做出合格的产品。然而，如何检核此一贯「过程」与「系统」仍然稳定的存在呢？这必须依赖SPC来发挥功能。如果工作经验对产品品质有举足轻重的影响（例如：手工裁缝），那么，SPC就没有太多发挥的空间。相反地，如果某一公司开始将经验加以整理，而纳入设备、制程或系统时；也就是说，该公司开始宣告「经验持帅时代」将要结束，那么SPC的导入时机也就自然成熟了。SPC是英文StatisticalProcessControl的字首简称,即统计过程控制，也称为统计制程管制。简单的讲，SPC就是应用统计技术(Statistical)对过程(Process)中的各个阶段收集的数据进行分析，并调整制程，从而达到改进与保证质量的目的。SPC强调预防，防患於未然是SPC的宗旨三.什么是SPC11StatisticalProcessControl规格制程USLUCLSLCLLSLLCLsaCaCpCpk群体样本PopulationSampleμXbarxNnR计量值：均值极差图s规格标准差图直方图计数值：P不良率图C缺点数图柏拉图12四.SPC的基本观念没有任何两件事、人员、产品是完全一样；制造过程中所产生之变异是可以衡量的；事情\产品的变异通常根据一定的模式而产生；宇宙万物及工业产品大都呈常态分配，例如:身高、体重、智力、考试成绩、所得分配；变异的原因可分为偶然因素及异常因素，其中偶因属管理系统的范围，而异因却是作业员本身就能解决的应用SPC可以指出制程最需要改善的地方。SPC是全系统的，全过程的，要求全员参加，人人有责。这点与全面质量管理的精神完全一致。SPC强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。SPC不仅用於生产过程，而且可用於服务过程和一切管理过程。SPC应用的各个环节都非常强调时效性，无论是数据采集、图表分析还是采取行动。SPC执行成功的最重要条件是Action，即针对变差的偶因和异因分别采取措施。五.SPC的特点六.SPC认识误区的剖析(一)关于管制图这张管制图是否有意义？这张管制图是否受到应有的重视？是否已照规定执行追踪与研判？这些问题经过推敲之後才能帮助我们对SPC作更深入的了解。它所管制的参数真的对产品品质有举足轻的影响吗？管制界限订的有意义吗？SPC认识误区的剖析(二)关于Ca/Cp/CpkCa/Cp/Cpk是在SPC中计算制程能力最主要的指标，因此会制程能力分析的公司，当然是一个对SPC认识较深入的公司，但是值得再深入探讨的是─Ca/Cp/Cpk有定期Review吗？是否已用Ca/Cp/Cpk作订单分派给不同生产线生产的依据？Ca/Cp/Cpk被活用了吗？16SPC认识误区的剖析(三)关于制程参数制程参数的确是SPC的焦点，但是我们应深入探究──为什么挑出这些制程参数？这些制程参数的控制条件是如何决定的？这些制程参数与成品品质间有因果关系可循吗？PROCESS原料测量结果针对产品所做的仍只是在做SQC针对过程的重要控制参数所做的才是SPC17制程（Process）──品质的源头、SPC的焦点制程的起伏变化是造成品质变异（Variation）的主要根源，而品质变异的大小也才是决定产品优劣的关键。这种因果关系，可进一步表示如下：制程条件起伏品质变异产品优劣因果因果结论：制程是SPC的焦点18如何管制制程参数？•多采用计量值分析工具•结合QC七大手法（如直方图）•图形分析与统计指标相结合•良好的问题分析，反映，控制机制•做好标准化19SPC统计的起始阶段－直方图将收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形，称之为直方图。用途：直方图与正态分布1.了解分配型态2.研究制程能力3.工程解析与管制4.分配型态的统计检定5.计算产品不良率6.藉以订立规格界限20直方图的作法1.收集数据2.计算组数组数＝样本数的平方根3.计算全距：由全体数据中找出最大值与最小值之差。4.决定组距：为便于计算平均数与标准差,组距常取2、5、10的倍数。组距=全距/组数5.决定各组之上下组界：先求出最小一组的下组界，再求出上组界依此类推，计算至最大一组之组界。最小一组下组界=最小值-测定值之最小位数/2最小一组上组界=下组界+组距6.决定组中点7.制作次数分布表8.制作直方图210.6610.6500.6470.6460.6490.6450.6410.6500.6480.6490.6450.6470.6460.6550.6490.6580.6540.6600.6530.6590.6600.6650.6490.6510.6370.6500.6430.6490.6400.6460.6500.6440.6400.6520.6570.6480.6540.6500.6540.6550.6560.6570.6630.6620.6470.6470.6420.6430.6490.6480.6380.6380.6490.6420.6370.6550.6520.6540.6490.6570.6540.6580.6520.6610.6540.6450.6410.6440.6470.6410.6500.6520.6430.6410.6530.6470.6520.6490.6520.6530.6510.6600.6550.6580.6490.6470.6410.6440.6400.6430.6460.6340.6380.6450.6500.6480.6490.6500.6490.655(例)有一机械厂，为了解制品外径尺寸之变化，由产品抽取100个样本测定其外径，测定结果如下表，试作次数分配表。实例说明22实例说明•(1)定组数：•(2)求组距：全距＝Xmax－Xmin＝0.665－0.634＝0.031组距＝全距/组数＝0.0031→0.00310100n23实例说明(3)决定区间之境界值第一组下组界＝最小测定－1/2测定单位＝0.634－0.001/2＝0.6335。以0.6335累加0.003得各区间之境界值，如次数分配表。(4)计算各组之中心值第一组中心值＝(0.6335+0.6365)/2＝0.635以0.635累加0.003得各区间中心值。24次数分配表组数组界中心值划记次数10.6335–0.63650.635120.6365-0.63950.638530.6395-0.64250.6411040.6425-0.64550.6441150.6455-0.64850.6471560.6485-0.65150.6502270.6515-0.65450.6531580.6545-0.65750.656990.6575-0.66050.6597100.6605-0.66350.6024110.6635-0.66650.6651合计10025Histogram151011152215974105101520251234567891011subgroupNoofevents26如下Data是测定000电子交货DID事业部的A部品的特性的Data。Spec:4.62±0.34.864.744.794.744.824.915.074.824.675.174.884.664.814.864.854.674.774.864.984.514.794.824.774.714.804.534.624.865.014.78[问题]制作Histogram。1.最大值和最小值为多少?2.组数几个时适当?3.求组距(h).4.求界限。5.画出频数表。6.制作Histogram。HistogramCaseStudyCaseStudy27直方图常见形态说明1.正常型：中间高，两边低有集中趋势；左右对称分配，显示属常态分配，制程正常运转。282.缺齿型：高低不一，有缺齿情形。属不正常分配，次数分配不妥当或检查员有假造数据、测量仪器不精密等皆会有此情形。直方图常见形态说明293.切边型：有一端被切断，可能原因数据经过挑选或制程本身经过全检后所造成，若剔除某一规格以上时则切边即会形成。直方图常见形态说明304.双峰型：有二个高峰出现，可能原因有二种分配相混合，例如二种机台或二种不同原料，测定值因环境不同影响所造成。直方图常见形态说明315.离岛型：在左边或右边形成小岛，原因测定有错误，一定有异常原因存在，只要去除应可制出合乎规格之制品。直方图常见形态说明326.高原型：形状似高原状，不同平均值分配混合所造成，应利用层别分离后，再作直方图作比较。直方图常见形态说明33100个机螺丝直径直方图。图中的直方高度与该组的频数成正比从直方图到正态分布：机螺丝直径直方图直方图趋近光滑34将各组的频数用资料总和N=100除，就得到各组的频率，它表示机螺丝直径属於各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。如果资料越多，分组越密，则机螺丝直径直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线图所示。在极限情况下得到的光滑曲线即为分布曲线，它反映了产