SPC-YANG

统计过程控制StatisticalProcessControlQE杨安臣2004-7-28几个观念问题不可能出问题的地方，也可能出问题能做出符合规格的产品不一定品质就好好的品质是“习惯”出来的成本观念（Prevention,Appraisal,Failure)PDCAS观念（Plan,Do,Check,Action,Standard)系统观念(workout)SPC可以用在任何产生数据的地方什么是SPCSPC--StatisticalProcessControl(统计过程控制）含义--利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。统计技术----数理统计方法。SPC的作用预防：判断过程的异常，及时告警。有利于过程在质量上和成本上能持续地，可预测地保持下去；使过程达到更高的质量更低的单件成本更高的效率为讨论过程的性能提供共同的语言ThereasontolearnSPC为什么要学习SPC时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。如电子产品的不合格品率由过去的百分之一、千分之一、降低到百万分之一（ppm,partspermillion),乃至十亿分之一（ppb,partsperbillion)。科学的要求：要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。生产控制方式由过去的3控制方式改为6控制方式。3控制方式下的稳态不合格品率为2.7X10-3,6控制方式下的稳态不合格品率为2.0X10-9后者比前者降低了：2.7X10-3/2.0X10-9=1.35X106即一百三十五万倍!Thecontrastoftwodiagrams3控制方式与6控制方式的比较：Baseknowledge基础知识正态分布(NormalDistribution)当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。特点：面积之和等于1。TwoparametersniixxnS12)(11ˆ基础知识两个重要的参数：–µ(mu)---位置参数和平均值（meanvalue)，表示分布的中心位置和期望值–(sigma)---尺度参数，表示分布的分散程度和标准偏差,根方差（standarddeviation),两个参数的意义–µ(mu)---反映整体的综合能力–(sigma)---反映实际值偏离期望值的程度，其值越大，表示数据越分散。–它们之间是互相独立。TheapplicationatqualitycontrolExample:数据离散程度由简到繁：极差，偏差和，偏差平方和，方差和标准偏差（1，3，5，7，9）和（1，1，8，9，9）极差：一组数据最大值和最小值之差极差R1=9-1=8，R2=9-1=8偏差：测定值和平均值之间的差异1/21nxxini质量管理中的应用不论µ与取值如何,产品质量特性落在[µ3，µ+3]范围内的概率为99.73%。落在[µ3，µ+3]范围外的概率为199.73%=0.27%，落在大于µ+3一侧的概率为0.27%/2=0.135%0.168.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σThemeanofControlChart什么是控制图对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。控制图的组成UCL(UpperControlLimit)上控制限LCL(LowerControlLimit)下控制限CL(CentralLine)中心线按时间顺序抽取的样品统计量数值的描点序列Thespecificationlimitandcontrolspec注意:管制界限和规格界限规格界限：是用以说明品质特性之最大许可值，来保证各个单位产品之合格性能管制界限：应用于一群单位产品量度，这种量度是从一群中各个单位产品所得之观测值所计算出来的。Thereasontocausevariance3σ方式控制图利用抽查对生产过程进行监控,因而是十分经济的，但既是抽查就不可能没有风险，在控制图的应用过程会出现以下两类错误:虚发警报错误,也称第I类错误。在生产正常的情况下,纯粹出于偶然而点子出界的概率虽然很小,但不是绝对不可能发生。故当生产正常而根据点子出界判断生产异常就犯了虚发警报错误,发生这种错误的概率通常记以α.漏发警报错误,也称第Ⅱ类错误。在生产异常的情况下,产品质量的分布偏离了典型分布,但总有一部分产品的质量特性值在上下控制界之内。如果抽到这样的产品进行检测并在控制图中描点,这时根据点子未出界判断生产正常就犯了漏发警报错误,发生这种错误的概率通常记以β,制程的组成以及其波动的原因波动原因人機器材料方法測量環境引起变异的原因Thereasontocausevariance普通原因：是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。特殊原因：指的是造成不是始终作用于过程变差的原因，即当它们出现时将造成过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。SPECIALCOMMON&普通原因与特殊原因举例Source:合格原料的微小变化机械的微小震动刀具的微量磨损工艺的局限性气候、环境的微小变化等使用不合格原料设备调整不当新手作业，违背操作规程刀具过量磨损加工方法的改变局部措施和对系统采取措施40%以上说明不是管理体系出问题，就是未做FMEA，60%以下说明企业管理体系出了严重问题，或者制程已经达到非常好了。COMMONCAUSE需各个部门共同解决，SPECAIL需现场制程局部措施通常用来消除变差的特殊原因通常由与过程直接相关的人员实施大约可纠正15%的过程问题对系统采取措施通常用来消除变差的普通原因几乎总是要求管理措施，以便纠正大约可纠正85%的过程问题局部措施、系统措施示意图解决普通原因的系统措施解决异常原因的局部措施解决异常原因的局部措施UCLLCL计量型与计数型控制图比较计量型能及时并正确地找出不良原因；很灵敏，能容易地调查事故发生的原因，可以预测将发生的不良状况。计数型样本量较多只靠这种控制图，有时无法寻求不良的真正原因，而不能及时采取措施，延误时机。控制图种类(按数据性质来分)计量值控制图平均值与全距控制图X-R平均值与标准差控制图X-s中位值与全距控制图X-R个别值与移动全距控制图X-Rm计数值控制图不良率控制图p不良数控制图n缺点数控制图c单位缺点控制图u控制图所用的统计原理计量型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example正态分布公司接上下班的车从市区到公司大约到60min,为确保员工不迟到，对所需时间做了较长时间的调查，发现符合正态N（60，102）分布，如何提前73min出发，那么迟到的可能性多大？X=73,u=60,U0=73-60/10=1.3,已经转化符合标准正态分布，P(u1.3)=0.0968提前73分钟出发，迟到的可能性是9.68%Example二项分布一条连续生产线生产某种产品，已经知道产品不合格率5%，进行抽检方式，每天抽检50个，问发现2个不合格品的概率多少？由于是连续生产线，产品总体很大，可以看成有无数个，则出现x个不合格品的概率：P(2)=26.7%Example泊松分布某织布厂为了控制生产的布质量，严格控制瑕疵数，单位是个数。一般情况下，p极小，当样本容量n很大时，np=2,则发现一个瑕疵的概率是多少？由于p极小，当n很大时，np=2为定值，则出现x个不合格数的概率是：p(1)=27.4%xxXpx)(X-RchartandX-schartX-R控制图。对于计量型数据而言,这是最常用最基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。X控制图用于观察分布均值的变化,R控制图用于观察分布的分散情况或变异度的变化,X-R图将二者联合运用,用于观察分布的变化,n=10X-S控制图是用标准差图(S图)代替极差图(R图)。极差计算简便,故R图得到广泛应用,但当样本大小n10或n12,这时用极差估计总体标准差的效率降低,要用S图来代替R图.P-chartandPn-chartP控制图。用于控制对象为不合格品率或合格品率等计数值质量指标的场合。注意：在根据多种检查项目总合起来确定不合格品率的情况,当控制图显示异常后难以找出异常的原因。因此,使用P图时应选择重要的检查项目作为判断不合格品的依据。Pn控制图。用于控制对象为不合格品数的场合。设n为样本大小，P为不合格品率,则pn为不合格品个数,取Pn为不合格品数控制图的简记记号。Pn图用于样本大小相同的场合c-chartandu-chartC控制图。用于控制一部机器,一个部件,一定的长度,一定的面积或任何一定的单位中所出现的缺陷数目。C图用于样本大小相等的场合。U控制图。当样品的大小变化时，应将一定单位中出现的缺陷数换算为平均单位缺陷数后用U控制图。例如,在制造厚度为2mm的钢板的生产过程中,一批样品是2平方米,另一批样品是3平方米，这时应换算为平均每平方米的缺陷数,然后再对它进行控制。“n”=10~25控制圖的選定資料性質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”=2~5缺陷數不良數不一定一定一定不一定控制图的选择Whatisthenextto?SolarisOracle7.3.4HP-UXOracle8iTRU-64Oracle9i开始具体制作控制图绘制流程搜集数据绘分析用控制图是否稳定绘直方图是否满足规格控制用控制图寻找异常原因检讨机械、设备提升制程能力NYYN分析用控制图制程解析用制程能力研究用制程管制准备用控制图种类(依用途分)管制用控制图追查不正常原因迅速消除此项原因并且研究采取防止此项原因重复发生之措施。X-R图制作A收集数据B计算控制限C过程控制解释D过程能力解释建立X-R图的步骤AＡ階段收集數據A1選擇子組大小、頻率和數據子組大小子組頻率子組數大小A2建立控制圖及記錄原始記錄A3計算每個子組的均值X和極差RA4選擇控制圖的刻度A5將均值和極差畫到控制圖上取样的方式取样必须达到组内变异小，组间变异大样本数、频率、组数的说明组内变异和组间差异说明不同槽之间的谓组间变异，我们在于了解在相同的操作条件之下，不同槽之间的差异，如果差异很大，表示组间有差异。同一槽之内的变异谓组内变异，此时就要去分析为何在同一槽之内会有不均之现象。组间变异大的解决方法此时的异常将在Xbar图中显示出来，此时一般的责任是在现场人员，可能是用错材料，没有依照标准作业方法等。此种问题比较容易解决，85%应由现场人员就可以处理。错误的分组方式以及其后果如此的取样方式会造成无法有效区别组内变异和组间变异，造成控制界限变宽，无法有效侦测制造变异。时间质量特性制程的变化使用控制图的注意事项分层问题–同样产品用若干台设备进行加工时,由于每台