SPC培训-蒋云峰

1/171CEC-pandaLCDtechnologySPC相关知识简介-----2010年度新职员入厂培训Presentedby蒋云峰2/171CEC-pandaLCDtechnology今天您需要做些什么3/171CEC-pandaLCDtechnology•认识实行SPC的意义•理解过程中的误差及其度量•掌握控制图及OCAP的内涵及运用•掌握工艺能力的概念及计算•懂得预防与检测的区别课程目标4/171CEC-pandaLCDtechnology•如何搜集数据（合理分组），制定合理的数据搜集计划。•SPC应侧重于对原因的控制和分析，而不是结果。•实施SPC的前提是过程稳定且能力充足。•SPC是否为有效的控制方法？（预防与探测、控制方法的讨论）•如何界定普通原因与特殊原因？课程难点5/171CEC-pandaLCDtechnology•什么是SPC•误差•预防与检测•为什么要推行SPC•过程能力和过程能力指数•控制图•Minitab介绍•OCAP•实施SPC的误区内容提要6/171CEC-pandaLCDtechnology什么是SPC？7/171CEC-pandaLCDtechnologyStatistical:统计（数据，事实，分析）Process:过程（工序，制程，活动，方法）Control:控制（管制，监控，管理）什么是SPCSPC是一个信息反馈系统，帮助我们•理解一个过程•度量一个过程的表现•利用统计数据确定是否对某一个过程采取行动8/171CEC-pandaLCDtechnology两个重要人物WalterShewhart（休哈特，1924年首创SPC）EdwardsDeming（戴明）控制图的起源及发展贝尔实验室的WalterShewhart博士在1924年开发了一套统计学工艺流程控制理论.•1939年休哈特与戴明合写了《品质观点的统计方法》专著•上世纪40年代期间,战时生产使SPC得到广泛的应用.•二战后英美两国将品质控制图引入制造业并应用于生产过程•1950年，戴明到日本讲学，介绍了SPC的观念与技术•二战后经济遭受严重破坏的日本在1950年刚接触SPC便十分敏感，立刻引进并大力推广。经过30年的努力，日本终于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。在日本强有力竞争的威胁下，从80年代起，西方工业国家纷纷开展“SPC复兴”运动，美国从1980年开始大力推行SPC，经过15年的努力，才于1995年在民用品的质量方面和日本扯平。•我国60年代起就引进了SPC，当时由于生产发展的水平以及政治环境的制约，未能在企业中打下基础。•美日汽车制造业对SPC很重视，使得SPC得以广泛应用•ISO9000质量体系十分重视过程控制和统计技术的应用，对其有专门的要求（8.1，8.2.3）9/171CEC-pandaLCDtechnology过程（Process）•何谓过程？•过程（Process）是一种手段，通过该手段可以把人、规程、方法、设备以及工具进行集成，以产生一种所期望的结果。是将输入转化为输出的系统。•过程的8个特征•1、任何一个过程都有输入和输出；•2、输入是实施过程的基础、前提和条件；•3、输出是完成过程的结果；•4、输出可能是有形产品，也可能是无形产品，如软件或服务；•5、完成过程必须投入适当的资源和活动；•6、过程本身是增值转换，因为过程的目的是为了增值，不增值的过程没有意义；•7、过程存在可测量点；•8、所有的工作和活动都是通过过程来完成的。10/171CEC-pandaLCDtechnology误差误差的概念Variation变动，偏差，变异，波动，变差11/171CEC-pandaLCDtechnology误差的概念•世界是变化的---世事易变，唯变不变•世界上没有一模一样的东西•没有两个产品是完全一样的•产品间的差异就是误差•过程存在误差，产品间的差异永远存在•误差越大质量越差12/171CEC-pandaLCDtechnology•过程：将各项输入，按照一定的要求组合，并能转化为输出的活动。人机器材料资源组合输出方法环境（输入）误差的概念13/171CEC-pandaLCDtechnology误差的概念•过程中存在误差•人•机器•材料•方法•环境ProductorservicePeopleMachineMaterialsEnvironmentMethods14/171CEC-pandaLCDtechnology因变量：与客户相关的过程输出结果现象YX=f(x)自变量：X1,X2,...,Xn过程输入原因问题误差的概念15/171CEC-pandaLCDtechnology误差的描述－趋势图51015200100200300400SubgroupNumberServiceTimeNumberofrunsaboutmedian:Expectednumberofruns:Longestrunaboutmedian:ApproxP-ValueforClustering:ApproxP-ValueforMixtures:Numberofrunsupordown:Expectednumberofruns:Longestrunupordown:ApproxP-ValueforTrends:ApproxP-ValueforOscillation:12.000011.00003.00000.67710.322915.000013.00002.00000.86700.1330RunChartforServiceTime16/171CEC-pandaLCDtechnology•统计量（Statistics）总体和抽样.•平均值•极差R=Xmax-Xmin•方差标准偏差^2=方差实际问题先转化为统计问题,得到统计学结论后再转化为实际结论误差的描述－统计量nxXnii11)(122--nXixsni标准偏差(StdDev,StandardDeviation)-统计学名词。一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。标准偏差越小，这些值偏离平均值就越少，反之亦然17/171CEC-pandaLCDtechnology总体与样本1)总体/Sample/Data的概念-总体:作为调查,研究对象的所有集团-Sample:从总体为了某种目的抽出来的-Data:体现通过Sample得到的事实(关心事项数据化的表现)适用Sampling检查主要原因是经济性原因.2)决定取Sample方法时注意事项-所取的Sample要能够代表总体的情报.-抽出Sample测到Data后，首先要考虑为了什么目的使用-事前检讨Lot构成单位是否要分组。总体Sample019PCS使用者占有率?Data大韩民国区分人员350120530011PCS017PCS019PCSPCS使用者1000名18/171CEC-pandaLCDtechnology对总体的判断◆总体和Sample标本(Sample,10)总体(N=1,000)Sample10个测定(规格:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103•如果全部检查在时间上,经济上不可能!•使用Sample的统计变量(平均值和散布)推定总体.•总体能不能判断为合格?1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率是2.8%→Epidemic水准*AQL(AcceptableQualityLevel):合格品质水准SPC(StatisticalProcessControl):统计性工程管理Sampling19/171CEC-pandaLCDtechnology误差的来源•正常原因（CommonCause)：（偶然原因、普通原因、固有原因、随机原因）：系统或过程固有的误差因素•异常原因（SpecialCause）：(可查明、可指出、特殊原因、异常原因、系统原因）：系统或过程中特殊、异常事件造成的误差统计推断•正常原因造成的误差满足正态分布•异常原因造成的误差偏离正态分布•合理分组应为：组内差异是由正常原因引起的，组间差异应由异常原因引起的。•能划分区组者划分区组，不能划分区组者则随即化。20/171CEC-pandaLCDtechnology误差与过程的稳定性•若过程只存在正常原因造成的误差，则过程是稳定的。•若过程中存在异常原因造成的误差，则过程不稳定。误差的来源21/171CEC-pandaLCDtechnologySPC对误差的策略误差不可能消除，但可以减少－－－•如果存在误差－找到误差源并设法排除，使过程恢复到正常的受控状态•如果过程处于统计控制状态－误差在公差范围内，则不需要减小误差－若误差超出公差范围，则应改进整个系统，提高过程能力误差的来源22/171CEC-pandaLCDtechnology处理过程变异---基于直观和基于统计•过程无时无刻不在发生变化，这种变化表现在过程输出---产品及服务上，即产品和服务质量的波动。•质量管理的核心目的之一就是要分析、鉴别产品和过程波动的原因，将其控制在稳定水平上从而保证过程输出的稳定。•SPC就是一种常用于过程控制的强有力工具。•SPC是从统计的观点来认识和处理过程变异的。23/171CEC-pandaLCDtechnology例：某家电公司品质成本统计数据时间星期一星期二星期三星期四星期五平均第1周156321632015698171021658716268第2周179061653416497156701597616517第3周165471723217301177601832217432第4周159601623117457175141754916942第5周168851721316545169811675316875第6周175321757417210178101798617622第7周181011769417230173111756917581第8周189301810116561178151675417632第9周194541712117543175851791417923第10周165541875218584169431921418009第11周168211658015991167921655416548第12周166311698915302167831601216343第13周180201721317530168761650317228第14周167851702917056175511698217081第15周165031678117234175431799117210第16周185201812317694175381701017777第17周179891756417011167511688917241第18周175211785616981162101751217216第19周175301687116594164211684216852第20周171231754917568169241421016675观察和处理过程变异---用直观法（传统方法）第20周第18周第16周第14周第12周第10周第8周第6周第4周第2周18000175001700016500时间平均平均品质成本的时间变化趋势图第10周第9周第8周第7周1800017900178001770017600时间平均24/171CEC-pandaLCDtechnology观察和处理过程变异---用统计方法19171513119753118000175001700016500样本样本均值__X=17149UCL=18106LCL=161911917151311975313000200010000样本样本极差_R=1660UCL=3511LCL=0X-Bar_RChartfor品质成本品质成本时间25/171CEC-pandaLC