SPC初级教材

自主培训教材CMIAD统计过程控制基础（SPC初级）主讲：尹红军BOECD-QRA-QSPage2课程简介在生产中，能根据数据属性选择、制作分析SPC控制图，能运用控制图很好地保持生产的稳定性，能消除异常原因、提升过程能力。1、课程目的3、课堂纪律手机关掉或打振动2、课程设置1SPC发展简介2数据收集与统计基础3控制图基本理论4分析用控制图制作分析5改善的基本工具简介自主培训教材CMIAD1SPC发展简介1-1SPC基本概念1-2SPC的发展史1-3SPC主要功用1-4SPC实施流程Page41-1SPC基本概念SPC，StatisticalProcessControl（统计过程控制）的简称，是一种借助数理统计方法的过程控制工具。SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。思考题Array/Celltest的作用是什么？它能区分出什么？不能区分出什么？Page51-2SPC的发展史二战前二战中二战后质量管理=检验抓质量=把好检验关只能发现和剔除不合格品损失已大量造成补救措施=“亡羊补牢”内部损失和售后投诉索赔企业不堪重负1924年美国沃特•休哈特博士控制图产生为SPC的起源标志美国战时质量管理标准军品的质量和及时交付五十年代以来SPC在日本工业界的大量推广应用日本崛起八十年代以后大公司积极推广应用对供应商也提出了相应要求TS16949、QS9000及六西格玛管理今天计算机及专用软件推广SPC选才真正全面狂热起来高质量、低成本、短周期呼唤出SPC，并推动着其不断完善。Page61-3SPC主要优点运用3sigma原理而非判定规格，故能同时降低误判和漏判的风险；运用统计学的随机性规则而非判定规格，能区分出是否稳定并及时预警；运用合理子组原则进行抽样而非全检，因而具有经济性；运用SPC的分析历史数据的稳定性和能力，可发现改善机会。SPC与全检、反修等相比具有明显的优点:Page71-4SPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用管制图分析并消除异常原因提升制程能力检讨机械、设备等等过程是否稳定？能力是否足够？删掉异常数据(组)NONOYesyes5M1E的变化5M1E的波动自主培训教材CMIAD2数据收集与统计基础2-1、数据及类型2-2、数据收集要点2-3、数据收集方法2-4、数据收集表Page92-1、数据及类型为了解原料、制程、产品的品质特性，经调查或实验而得到的数字或数量就是数据。连续型数据(计量型)(ContinuousData)离散型数据(计数型)(DiscreteData)•连续型数据如长度,重量,时间等能够测的具体数值的数据•离散型数据:如合格/不合格等能用个数表示的数据资料的类型：属性(Attribute)命名(Nominal)范畴(Category)统计特征值：缺陷（Defect)常用的参数：不良率p资料的类型：变数(Variable)比率(Ratio)统计特征值：位置(Location)散布(Spread)形状(Shape)常用的参数：均值μ标准差σ依数据特性区分，主要有两种类型：Page102-2、数据收集要点数据收集目的1、制作控制图？2、要因验证？3、能力分析？4、项目选择？……数据收集原则单纯随机抽样法系统随机抽样法分层随机抽样法整群随机抽样法数据收集注意事项1、测量系统是否可靠？2、是否遗漏或重复？数据收集方法Page112-3、数据抽样法XXXXXXXXXXXXXXXXXXXXX一、单纯随机抽样法定义：总体中每个个体被抽到的机会是相同的优点：抽样误差小缺点：抽样手续比较繁杂1234567891011121314151617181920212223242526272829303132333435491316Page122-3、数据抽样法0313233343536373二、系统随机抽样法又名等距抽样法或机械抽样法优点：操作简单，实施起来不容易出错缺点：容易出现大的偏差0102030405060708091011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980注意：此法不适用于总体会发生周期性变化的场合。Page132-3、数据抽样法三、分层随机抽样法（类型抽样法）是从一个可以分成不同子总体（层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法123456789101112131415161718192021123456789101112131415161718192021123456789101112131415161718192021甲乙丙3,10,17,13.2114,11,16,2,58,1,15,20,6优点:样本的代表性比较好,抽样误差小；缺点:抽样手续繁此法常用于产品质量验收。Page142-3、数据抽样法12345671234567812345678123456123456四.整群随机抽样法定义：将总体分成许多群，每个群由个体按一定方式结合而成，然后随机地抽取若干群，并由这些群中的所有个体组成样本。优点：抽样实施方便。缺点：由于样本只来自个别几个群体，而不能均匀的分布在总体中，因而代表性差，抽样误差大。例：某种产品每隔20H抽取其中1H的产量组成样本，或者是每隔一定时间如（30MIN、1H）一次抽取若干个产品组成样本。此法常用在工序控制中。Page152-3、数据收集法案例数据收集法案例假设TFT成品零件分别装在20个零件箱中，每箱各装50个，总共是1000个。1、用单纯随机抽样法如何抽取？2、用系统随机抽样法如何抽取？3、用分层随机抽样法如何抽取？4、用群体随机抽样法如何抽取？1、用随机抽样法抽取：将20箱零件混合均匀按1-1000编号，然后用抽签办法从中抽取编号毫无规律的100个零件组成样本。2、用系统抽样法抽取：将20箱零件混合均匀按1-1000编号，然后用抽签办法先决定起始编号，比如16，后边入选样本的零件编号依次为26、36、46、56…996、06，这100个零件组成样本。3、用分层抽样法抽取：对所有20箱零件，每箱都随机抽出5个零件，共100件组成样本4、用集体抽样法抽取：先从20箱零件随机抽出2箱，然后对这两箱零件进行全数检查，即把这2箱零件看成是“整群”，由它们组成样本。Page162-4、数据收集表n…21…n…21n…21样品Ttt……T2T1时间数据收集记录表Y-DataPj…P2P1分层Hz…H2H1…XaX2Zb…Z2Z1…X1次序21截止时间起始时间测试人员测试量具样本数量抽样频度抽样方案数据来源数据类型关键指标产品名称数据收集表头自主培训教材CMIAD3控制图基本理论3-1过程波动解析3-2控制图原理3-3控制图要素3-4合理子组原则3-5控制图的使用3-6控制图选择3-7控制图判异准则Page183-1、过程波动解析=+异常波动（异常因素引起）偶然波动（偶然因素引起）异常波动（异常因素引起）偶然波动（偶然因素引起）过程波动过程波动过程波动主要由偶然素因和异常因素引起偶因：不易识别，为过程固有，总是存在的。如设备固有波动等；异因：可识别的、非过程固有、在理论上可消除的，如原材料不均、工具破损、工艺或操作问题、制造或检测设备性能不稳定等。Page193-2、控制图原理管制图是1924年由休哈特博士(Dr.W.A.Shewhart),在研究产品品质特性之次数分配时所发现。正常工程所生产出来产品的品质特性，其分配大都呈常态分配的，会超出三个标准差(±3)的产品只有0.27%。依此原理，将常态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样数据按顺序点绘而成为管制图。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ规格范围3原则Page203-3、控制图要素管制上限UCLUpperControlLimit管制下限LCLLowerControlLimit3σ3σ中心线CLCentralLimit样品编号（或取样时间）思考题：有规格线吗？为什么有了也，没有用？数据均值线或波动线Page213-4、合理子组原则合理子组原则是休哈特提出的控制图的理论基础之一。在抽取样本时要使组内波动仅由偶然因素引起；组间波动主要由异常因素引起。休博士称这样的样本为“子组”。显然，这样的子组内不应有异常波动，故用其估计出来的σ较为精确。这样的子组的容量一般较小，经济性得到很好保证；另外，由于σ较小，控制限就小了，从而对检出异常波动较为灵敏。为实现“合理子组原则”，一个简单的方法就是在最短的时间内把一个子组全部取出，或连续抽样。这样，由于抽样时间短，就可避免异常原因进入子组。Page223-5、控制图的使用分析用控制图控制用控制图1、调整过程使过程达到受控2、使过程能力指数Cpk或Cp达到顾客需求一旦实现了以上两点，分析用控制图即可转入控制用控制图。Page233-6、控制图分类及选择n≧2?n≥4数据性质?计量值计数值单位固定﹖n固定﹖研究X？图计数类型﹖X-S图X-R图I-MR图p图np图C图u图YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度较差不得已才用Page243-7、控制图判异准则快速记忆口诀23456，AC连串串；81514，缺C全C交替转；9单侧，一点在外。控制图八大判异准则提练（口决、图片对应项目）：1、2/3A（连续3点中有2点在中心线同一侧的B区外即A区内）2、4/5C（连续5点中有4点在中心线同一侧的C区以外）3、6连串（连续6点递增或递减，即连成一串）4、8缺C（连续8点在中心线两侧，但没有一点在C区中）5、9单侧（连续9点落在中心线同一侧）6、14交替（连续14点相邻点上下交替）7、15全C（连续15点在C区中心线上下，即全部在C区内）8、1界外（1点落在A区以外）适用于均值图和单值X图的判异准则：Page253-7、控制图判异准则准则1:一点超出控制界限区域A(+3σ)区域A(-3σ)区域B(+2σ)区域C(+1σ)区域C(-1σ)区域B(-2σ)UCLCLLCLAABCCBUCLCLLCL××可能原因：计算错误、测量误差、原材料不合格、设备故障Page263-7、控制图判异准则准则2:连续9点在中心线的同侧AABCCBUCLCLLCL可能原因：过程平均值μ减小Page273-7、控制图判异准则准则3:连续6点呈上升或下降趋势AABCCBUCLCLLCL可能原因：工具逐渐磨损、维修逐渐变坏、操作人员技能的逐步提高，从而使参数α随时间而变化。Page283-7、控制图判异准则准则4:连续14点上下交替AABCCBUCLCLLCL可能原因：可能是轮流使用两台设备或两个操作人员轮流进行操作而引起的系统效应，实际上是数据分层不够。Page293-7、控制图判异准则准则5:连续3点中有2点处于中心线同一侧的B区外AABCCBUCLCLLCL可能原因：过程平均值μ发生变化Page303-7、控制图判异准则准则6:连续5点中有4点在C区之外(同侧)AABCCBUCLCLLCL可能原因：过程平均值μ发生变化Page313-7、控制图判异准则准则7:连续15点在中心线附近的C区内AABCCBUCLCLLCL可能原因：参数σ变小，表面现象好像很好，但是应该注意它的非随机性，可能有数据虚假或数据分层不够等。Page323-7、控制图判异准则准则8:连续8点在中心线两侧而无一点在C区AABCCBUCLCLLCL可能原因：数据分层不够自主培训教材CMIAD4过程能力分析4-1正态分布及检定