SPC培训教材基础篇

SPC-1&2TrainingMaterialSPC-1&2内容1.SPC概念2.制程能力3.管制图4.工厂应用SPC-1&2什么是SPC?SPC：StatisticalProcessControl统计制程管制：是指一套从制程中去收集资料，而加以统计分析，并从分析中去发现异常原因，立即采取改正行动，使制程恢复正常的方法。SPC是一个信息反馈系统，帮助我们˜理解一个过程˜量度一个过程的表现˜利用统计数据确定是否对过程采取行动SPC-1&2为什么要推行SPC？˜客户的要求˜企业自身的要求˜社会的要求SPC-1&2应用SPC的好处˜生产效率提高----机器停顿减少,废品减少˜成本降低----检验数量减少,原材料节省˜产品质量改善----品质,均匀性提高SPC-1&2生产流程的区别(一)传统的生产与质量控制流程:产品控制SPC理想的生产流程：制程管制合格返工报废生产检验包装装运出厂不合格生产包装装运出厂SPC-1&2生产流程的区别(二)传统的质量控制方法：检验模式˜检验时间、检验成本˜检验时损失已造成˜不知道过程的状态˜不易发现过程中的问题˜可能会过度调节SPC-1&2生产流程的区别(三)SPC的方法：预防模式˜深入理解过程（位置、稳定性、状态）˜易于改进过程˜减少检验˜减少次品率˜提高产品质量˜交流的工具(commonlanguage)SPC-1&2变异的概念过程中存在的变异(Variation)˜人----操作者的质量意识、技术水平、熟练程度、和身体素质等˜机器----机器设备、工夹具的精度和维护保养状况等˜材料----材料的化学成分、物理性能和外观质量等˜方法----加工工艺、操作规程和作业指导书的正确程度等˜环境----工作场地的温度、湿度、含尘度、照明、噪声和震动等SPC-1&2QuantifyStdDevformainsourceofvariationMeasurementsystemevaluation:producmachinematerialprocesssettingres2tt2222productobservationmeasure222变异的概念SPC-1&2变异的描述˜趋势图(Trendchart,Runchart)˜统计量(Statistics)x,μ，s,σ,Medium,Mean˜直方图(Histogram)˜分布图(Distribution)高斯，泊松，二项,...SPC-1&2虽然单个数据完全不同,但是收集成一组数据后,它们会趋于形成可以描述成一个分布的模式.范围范围范围变异的描述SPC-1&21.位置2.分布宽度3.形状这个分布可能有所不同,可以通过以下因素来加以区分.或这些因素的组合代表值或“中心值”从最小值到最大值之间的距离或宽度是否对称或偏斜变异的描述SPC-1&2变异的描述正态分布˜平均值对应于峰值˜图形关于平均值对称˜在X+/-3S范围内有99.73%的数据SPC-1&2变异的描述SPC-1&2变异的来源˜正常原因(普通原因)----系统或过程固有的变异因素(机器固有的精度偏差，正常的材料差异，气候波动）˜异常原因(特殊原因)----系统或过程特殊、异常事件造成的变异（机器磨损导致精度变差，操作不当）SPC-1&2变异的来源重要的统计推断˜正常原因造成的变异满足正态分布˜异常原因造成的变异偏离正态分布SPC-1&2变异的来源变异与过程的稳定性˜若过程只存在正常原因造成的变异，则过程是稳定的。˜若过程存在异常原因造成的变异，则过程不稳定。SPC-1&2变异的策略SPC对变异的策略˜找出并消除异常原因造成的变异，使过程稳定。˜改进整个系统，减小正常原因造成的变异，使过程能力提高。SPC-1&2过程能力过程能力是指生产过程在一定时间内处于统计控制状态下制造产品的质量特性值的经济波动幅度。SPC-1&2过程能力指数CP=(TU-TL)/6TU----上偏差（公差上限）TL----下偏差（公差下限）6----过程能力CPK----考虑偏离度的过程能力指数CPK=min{(TU-X)/3;(TL-X)/3}SPC-1&2TheStandardDeviationis1/6timestheDesignMargininconventionalProcessDesign-4-2024-7-667UpperTechnicalLimitLowerTechnicalLimitTargetProcessPotentialIndexCp=1.00SPC-1&202468101214161842.84343.243.443.643.84444.244.444.644.8lengthofmachesupperlimit(UTL)nominalvaluelowerlimit(LTL)mean(m)StdDev()numberofmatcheswithinclassesProcessPotentialIndexCp=(UTL-LTL)6*sCFT过程能力指数SPC-1&202468101214161842.84343.243.443.643.84444.244.444.644.8lengthofmachesupperlimit(UTL)nominalvaluelowerlimit(LTL)mean(m)StdDev()numberofmatcheswithinclassesProcessPerformanceIndexCpk=min(UTL-m,m-LTL)3*CFT过程能力指数SPC-1&2Cpk-AbettermeasureofVariationCpk=andprocesscapability(1–K)*CpK=XD–S/2D=DesigncenterS=SpecificationWidthX=ProcessaverageCentering!!!Cp=1.53Cpk=1.49Cp=1.11Cpk=0.97过程能力指数SPC-1&26QualityistheGoalGoal…Cp=2,Cpk=1.5-6-5-4-3-2-10+1+2+3+4+5+66toLSL6toUSLCp=2Cpk=1.5Cp=2Cpk=1.5Cp=Cpk=2±1.5LSL12.5%12.5%75%USL过程能力SPC-1&2Cp,Sigma,andDefectLevelsDefectLevels=5%=0.13%=60ppm=1ppm=2ppb(partsperbillion)Cp=0.67=1.0=1.33=2.0=1.66Sigma23456664422Cp=2/3=0.67Cp=4/3=1.33Cp=6/3=2.0DistributionSPC-1&2等级判定等级A+ABCDCPK值1.67≤CPK1.33≤CPK＜1.671.00≤CPK＜1.330.67≤CPK＜1.00CPK＜0.67处置原则考虑管理的简单化或成本的降低方法维持原状改进为A级需全数选别并管理、改善制程采取紧急对策进行改善，探求原因，并且重新检讨规格SPC-1&2统计稳态和技术稳态TechnicallycontrolledStatististicallyuncontrolledStatisticallycontrolledTechnicallyuncontrolledSPC-1&2控制图构成：趋势图+控制上、下限，中心线中心线(CL):X控制上限(UCL):X+3S控制下限(LCL):X-3SSPC-1&2控制图原理：正常原因造成的误差满足正态分布；正态分布的数据有99.73%的概率在X+/-3S范围内；一旦有测量数据超出控制界限，则判定存在异常的误差。SPC-1&2数据的类型计量型（Variable)计数型(Attribute)温度，压力，时间，力矩，亮度...材料不良率，焊接不良数布匹疵点数，印刷错误数SPC-1&2控制图的种类计量值控制图计数值控制图平均值-极差控制图(X-R图)中位数-极差控制图(X-R图)单值移动-极差控制图(X-MR图)平均值-标准差控制图(X-S图)不合格品数控制图(np图)不合格品率控制图(p图)缺陷数控制图(c图)单位缺陷数控制图(u图)SPC-1&212k12kXX...XXkRR...RRkRDLCLRDUCLRAXLCLRAXUCL3R4R2X2XnA2E2D4D321.882.663.27031.021.772.57040.731.462.28050.581.292.110RMEXLCLXLineCenterRMEXUCL2X2XRMDLCLRMLineCenterRMDUCL3MR4MR12k12kXX...XXkss...ssk3X3Xs4s3UCLXAsLCLXAsUCLBsLCLBsnB4B3A323.2702.6632.5701.9542.2701.6352.0901.4361.970.031.2971.880.121.1881.820.181.1091.760.241.03101.720.280.98251.440.560.61k21kk2211n...nnpn...pnpnpn)p1(p3pLCLn)p1(p3pUCLppknp...npnppnk21)p1(pn3pnLCL)p1(pn3pnUCLnpnpk21k21n...nnc...ccuuuuUCLu3nuLCLu3nkc...ccck21c3cLCLc3cUCLccCountormeasure?Areaorunits?Attribute(Count)Variable(Measure)DefectiveunitsSamplesize?Samplesize?Changinguporp’npInd.&MRChangingConstantSub-groups?Individualn5n≤5Samplesize?AverageAve.&MRMedianEWMASamplesizeunknownNon-normalSmoothingNoestimatesofvariabilityYesNoRange&XSigma&X控制图的选择SPC-1&2控制图的应用步骤1.选取拟控制的质量特性2.选用合适的控制图种类3.确定样本容量和抽样间隔4.收集并记录至少20-25个样本的数据5.计算各样本的统计量6.计算各统计量的控制界限7.画控制图并标出统计量8.研究排列的异常状态9.决定下一步行动SPC-1&2控制界限控制界限的设置人为设置过宽：控制图对异常的误差不敏感，失去控制效果人为设置过紧：过度调节，降低工艺能力，增加成本规范界限代表客户的要求，用于控制产品控制界限对过程的要求，用于控制过程控制界限与规范界限SPC-1&2控制图形态正常形态1.大部分的点接近中心线2.有一些点会散布在接近管制界限的地方3.没有或非常少的点超出管制界限SPC-1&2控制图形态常见的不自然形态1.循环2.倾向3.过程水平突变4.高比例的点靠近或在界限外5.层叠或缺乏变化SPC-1&2控制图判别常用的判异准则1.1点落在A区外2.连续9点落在中心线同一侧3.连续6点递增或递减4.连续14点上下交替变化5.连续3点中有2点落在同一侧的B区外6.连续5点中有4点落在同一侧的C区外7.连续15点在上下C区8.连续8点无一在C区SPC-1&2例1一点超出A区ABCCBA1例2连续九点落在中心线一侧ABCCBA2ABCCBA3例3连续六点成上升或下降趋势ABCCBA4Test4连续十四点发现上升或下降交替发生常用的判异准则SPC-1&2例8八点成串超出C区(分布在中心线两侧)ABCCBA8例7连续15点出现在中心线的C区两侧ABCCBA7例6相邻的五点中有四点落在B区ABCCBA66例5相邻的三点中二点落在