搜索
SPCStatisticalProcessControl统计过程控制课程提纲SPC的应用背景篇SPC控制图篇过程能力研究篇预控法控制图篇SPC应用实战篇SPC应用背景篇课程目的：了解SPC的历史由来.掌握控制图基本原理.掌握SPC的运用领域.SPC基本统计概念.课程内容：质量管理发展史.SPC的基本概念.正态分布的基础知识.控制图概述.传统质量管理阶段(自檢﹑專檢階段)统计质量管理阶段（统计质量控制阶段）全面质量管理阶段（TQC阶段）综合质量管理阶段（TQM阶段）一、质量管理發展史•從工業革命開始產生•第一階段﹕自檢•第二階段﹕工長檢驗•第三階段﹕專業人員檢驗•第四階段﹕科學管理的專業人員檢驗•到20世紀三十年代(局部延續到21世紀)傳統質量管理階段統計質量管理階段•20世紀20年代出現•20年代40年代廣泛應用•20世紀60年代和TQC融合•至今廣泛應用全面質量管理階段•20世紀60年代開始•20世紀80年代達到高峰•90年代發展為TQM三全一多樣﹕•全員參與•全面管理•全過程控制•多樣方式綜合質量管理階段•以全過程控制為基礎•以綜合管理為核心主要表現方式﹕•質量獎•6西格瑪1、什么是统计过程控制2、SPC的特点3、产品质量的统计观点二、SPC的基本概念下面按字面意思来解释一下什么是统计过程控制(StatisticalProcessControl).统计学(Statistics)是数学的一个分支:1.从所有同类项目(总体)(population)中抽取一些项目(样本)(samples)2.计算集中特性(centraltendency),如算术平均数(average或mean),如极差(range),方差(variance)和标准差(standarddeviation).3.对于总体分布,通过对抽样分布做假设,便可提供对总体采取措施的基础.例如,根据经验/接受抽样样本的品质去推断应否接受或拒收整批货物.统计学中利用变异(variation)的概念衡量产品或过程抽样分布围绕着平均值波动及在可接受的范围以内或以外波动的趋势.变异可能是(random)(由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料与/或人事引起).统计学有助我们分辨随机与非随机因素.什么是统计过程控制(SPC)过程(process)是指生产产品/服务的一系列行动或操作,也指支持产品/服务的过程如管理,财务,采购与工艺.控制(control)的意思是通过过程控制成功地控制产品服务.控制是指通过经预先设计的实验及采用统计技巧成功地:1)过程进行控制;2)维持或改善控制.目标是使品质维持不变.把统计，过程及控制三个名词的英文字头起来就是SPC.什么是统计过程控制(SPC)SPC就是利用统计方法去:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.SPC几个重要概念.第一个,也是最重要的是你能否确定过程的输入和输出并把它们定量化，然后才开始控制该过程----不是先行控制.SPC是以预防代替检验，制业与其他行业一样,预防发生错误永远比事后矫正为好。而且简单得多.什么是统计过程控制(SPC)简单来说，SPC是透过运用统计学上的技巧如控制图分析过程或其输出，从而作出适当的行动以达至及保持统计控制状况及改善过程能力。SPC解释为...运用统计方法于过程控制上以控制产品品质SPC什么是统计过程控制(SPC)—总结SPC的特点•1.与全面质量管理相同，强调全员参加，而不是只依靠少数质量管理人员；•2.强调应用统计方法来保证预防原则的实现；•3.SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系来解决问题。SPC的重点就在于“P(Process)，过程”。SPC&SQC过程原料測量結果針對產品所做的仍只是在做SQC針對過程的重要控制參數所做的才是SPC机器人员方法环境量测PROCESS原料人机法环测量测量結果好不好不要等产品做出來后再去看它好不好!!而是在制造的時候就要把它制造好!!!预防或容忍?过程控制反馈循环图过程人员设备原料方法量测环境产品或服务客户确认客户需求与期望客户声音统计方法过程之声输入过程/系统输出品质失败的结果过程波动引起品质不良报废返工停工加强检验内部成本高的检验成本重复修理存货增多维护成本升高返工市场份额下降资金周转期长客户失望外部成本产品质量的统计观点•产品的质量具有变异性•产品质量的变异具有统计规律性产品质量的变异也是有规律性的，但它不是通常的确定性现象的确定性规律，而是随机现象的统计规律。•随机现象通常应用分布来描述，分布可以告诉我们：变异的幅度有多大，出现这么大幅度的可能性，这就是统计规律。•计量值(variable):定量的数据；值可以取给定范围内的任何一个可能的数值，服从正态分布•计数值(Attribute)：定性的数据；值可以取一组特定的数值,而不能取这些数值之间的数值。•计件值－－－二项分布•计点值－－－泊松分布产品质量的统计观点1、正态分布的基本概念2、变差的普通及特殊原因3、基本统计术语三、正态分布的基础知识dxedxxfxFxxx222)(21)()(N(μ,σ2)μ:总体平均值，描述数据的集中位置。σ:总体标准差，描述数据的分散程度。xμN（μ，σ2）正态分布的基础知识理论研究表明，如果一个随机变量受到大量作用微小、相互独立的随机因素的影响，则这个随机变量一般服从正态布。正态分布的基本特点正态分布曲线具有明显的中间高、两边低、左右对称，两边延伸到无穷的特点。正态分布曲线用两个参数μ和σ来表示，在正态分布的概率密度函数中，表示分布的两个参数μ和σ具有特别的意义：其中μ表示正态分布曲线的中心位置，是正态分布的均值，它对正态分布曲线的影响是左右移动，当μ增大，正态分布曲线向右移动，μ减小，曲线向左移动。σ表示服从正态分布的随机变量的离散程度，是正态分布的标准差，它影响着曲线的形状，当σ增大，曲线变得矮小和扁平，当σ减小，曲线变得高大和瘦小。正态分布的基础知识•μ不同(均值)正态分布的基础知识•σ不同(标准差)正态分布的基础知识正态曲线的特征•曲线关于μ对称；•当x=μ时取到最大值；•X离μ越远，f（x）的值越小；μ正态分布的基础知识正态分布的两个参数μ和σ是相互独立的。无论正态分布曲线的均值μ如何变化即中心位置如何变化，都不改变正态分布曲线的形状，即标准差σ不变；无论标准差σ如何变化即曲线的形状如何变化都不改变正态分布的中心位置，即均值μ不变。例加工直径10±0.2，如果加工出来的数据都是10.1，那么标准差是零。标准差σ越小，加工过程越稳定，产品质量越高。但是，这还要取决于这些数据相对于这些数据相对于中心值的偏移情况，如果加工出数据都为10.5，尽管标准差为零，也都是不合格。所以衡量产品质量好坏的两个指标是标准差与均值，标准差越小而且均值相对于技术中心值的偏移越小越好，两者缺一不可。正态分布的基础知识68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布的概率正态分布的基础知识μ±kσ在內的概率在外的概率μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%正态分布的概率正态分布的基础知识X68.26%95.44%99.73%对于任意正态分布X-N（μ和σ2）的随机变量X来说，不论μ和σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率均为99.73%，即它的值落在[μ-3σ，μ+3σ]区间内几乎是肯定的。正态分布的3σ原则正态分布的基础知识规格管理的危险性Notjusttomeetcustomerorcontractualrequirements!!!—被BOSS训斥的痛苦!!!控制线管理的益处SpecLSLUSLVeryCentered变异是我们的敌人LCLUCL不良品已经产生潜在不良出现在管理任何一个过程减少变差时，都必须追究造成变差的原因。首先是区分普通原因和特殊原因。虽然单个的测量值可能全都不同，但形成一组后它们趋于形成一个可以描述成一个分布的图形（见后页），这个分布按下列特性区别：•位置（典型值）•分布宽度（从最小值至最大值之间的距离）•形状（变差的模式—是否对称、偏斜等）变差的普通及特殊原因变差的普通及特殊原因普通原因•普通原因是对过程的波动经常起作用的原因.它的特点是：–在过程中时刻存在着，对过程波动的影响随机变化；–这类因素一般复杂繁多，要列出所有的因素很困难；–所有因素的共同作用导致了过程的总波动.–成本太高，不容易去除。当过程只有普通原因影响时，过程的波动具有统计规律性，此时过程处于稳定状态。特殊原因•特殊原因是使过程特性发生显著变化的因素它的特点是：-不经常存在于过程中；-它们通常来自过程之外；-相对于普通原因来讲，对过程波动有较大的影响；-容易发现和隔离.当过程受特殊因素的影响时，过程的输出不再服从预期的分布，过程处于不稳定状态。变差的普通及特殊原因目标值线预测时间目标值线尺寸时间？→两种变差原因及两种过程状态(1)两种性质的变差原因如果仅存在变差的普通原因,随着时间的推移,过程的输出形成一个稳定的分布并可预测如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定基本统计术语总体样本总体-简单而言，我们有兴趣知道的数据整体,如1000台燃具样本-一组只包含部份总体的数据。简单而言，这是总体中选出的数据,如1000台燃具中的其中10台.分散的量度标准差(SD)-过程输出的分布宽度，距离或每平均值的偏差热水温升的内控标准为48-65K,实际量测数据为:56.8;54.6;51.153.4S(Xi-X)2n-1s=基本统计术语极差(R)一个子组、样本或总体中最大值与最小值之差;最低温升的量测数据为9.6,6.2,5.7,9.6,那么最低温升的极差为:9.6-5.7=3.9R=(最高值)-(最低值)分散的量度基本统计术语平均-所有值总和除以样本容量(热水产率:96.76,99.66,96.93,97.87)备注:不小于额定产水能力的90%.中位数-顺序(由小至大或由大至小)数列中心项的数值众数-在样本中出现次数最多的值12344445555556668889平均数=中位数=众数=基本统计术语趋中的量度优点■概念容易被理解和接受。■一组数据只有一个平均数且组中每个数据的变化都会影响平均数。缺点■平均数受超常值的影响。■大量数据计算平均数较为繁琐。平均数的优缺点优点中位数不受超常值的影响。缺点需要对数据排序，对大样本将非常繁琐。中位数的优、缺点优点■众数不受超常值影响。■可应用于定性数据。缺点■一组数据可能不存在众数。■有时一组数据会有一个以上的众数。众数的优、缺点1、控制图的历史2、控制图原理及形成3、控制图的重要性4、何时使用SPC四、控制图概述•控制图是1924年由美国品管大师休哈特W.A.Shewhart博士发明.因其用法简单且效果显著,人人能用,到处可用,逐渐成为实施品质管制时不可缺少的主要工具,当时称为(StatisticalQualityControl).控制图的历史休哈特(WalterShewhart)曾说：在一切制造过程中所呈现的波动有两种：第一是过程内部引起的波动称为正常波动；第二是可查明原因的间断波动称为异常波动。•英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计品质管控，而提高了英国人将统计方法应用到工业方面之气氛。•就控制图在工厂中实施来说，英国比美国为早。•日本在1950年由W.E.Deming博士引到日本。•同年日本规格协会成立了品质管制委员会，制定了相关的JIS标准。控制图在英国及日本的历史什么是控制图•控制图（ControlChart）是对过程质量特性值进行测定、记录、评估，