SPC技术实战--公开课

SPC品保培训资料一、统计制程管理概述二、SPC基础－统计基本知识三、统计过程管理３、控制图原理、制作与分析１、直方图和过程能力的分析与研究４、QC七大手法四、总结２、现场品质管制流程与数据的采集一、统计制程管理概述质量检验SPCTQM背景沃尔特•安德鲁•休哈特（WalterAndrewShewhart）1891年3月18日生于伊利诺伊州纽坎顿1967年3月11卒于新泽西州特诺伊山休哈特主要的职业生涯在贝尔电话实验室（BellTelephoneLaboratories)[现为朗讯科技（LucentTechnologies）]渡过。1924年，他首次应用统计方法与质量控制之中，他制作了世界第一张控制图。1931年，他出版《制造业产品品质的经济控制》。1947年，美国质量控制协会（ASQC）才认识到休哈特的重要贡献。从1950年开始，他的同事及学生戴明博士（EdwardsDeming）将休哈特的控制理论传授给日本人。过去二十年来，休哈特的控制理论和控制图已成为世界标准。统计控制概述1、预防与检测-----------------------------Slide22、过程控制系统--------------------------Slide33、变差：普通原因及特殊原因--------Slide44、局部措施和对系统采取措施--------Slide65、过程控制和过程能力-----------------Slide76、过程改进循环及过程控制-----------Slide87、控制图：过程控制工具--------------Slide98、控制图的益处--------------------------Slide10统计控制概述之一过程控制的需要检测——容忍浪费预防——避免浪费检测与预防统计控制概述之二过程控制系统我们工作的方式/资源的融合顾客产品或服务识别不断变化的需求和期望顾客的呼声人设备环境材料方法输入过程/系统输出过程的呼声统计方法过程控制系统统计控制概述之三变差的普通及特殊原因－11、每件产品的尺寸都与别的不同2、但它们形成一个模型，若稳定，可以描述为一个分布范围范围范围范围范围范围范围范围范围范围3、分布可以通过以下特征加以区分：A.位置B.分布宽度C.形状统计控制概述之三变差的普通及特殊原因－2如果仅存在变差的普通原因随着时间推移，过程输出形成一个稳定的分布并可预测范围范围预测时间时间如果仅存在变差的特殊原因，随着时间推移，过程输出不稳定统计控制概述之四局部措施和系统措施局部措施和系统措施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通常可以纠正大约15%的过程问题系统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，以便纠正大约可以纠正85%的过程问题统计控制概述之五过程控制和过程能力时间范围范围时间过程控制过程能力不受控－－存在特殊原因受控－消除了特殊原因受控，但没有能力符合规范普通原因造成的变差太大受控，且有有能力符合规范普通原因造成的变差减少规范上限规范下限统计控制概述之六过程改进循环及过程控制ASPDDPSAPDSA1、分析过程•本过程应做些什么？•会出现什么错误？•本过程正在做什么？•达到统计控制状态？•确定能力2、维护过程•监控过程性能•查找变差的特殊原因并采取措施3、改进过程•改进过程从而更好地理解普通原因变差•减少普通原因变差统计控制概述之七控制图--过程控制的工具上控制限UCL中线UCL下控制限LCL1、收集•收集数据并画在图上2、控制•根据过程数据计算试验控制界限•识别变差的特殊原因并采取措施3、分析和改进•确定普通原因变差的大小并采取减小它的措施重复这三个阶段从而不断改进过程统计控制概述之八控制图的益处合理使用控制图能：供正在进行过程控制的操作者使用有助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---更高的有效能力为讨论过程的能力提供共同的语言区分变差的特殊原因和普通原因，作为采取局部措施或系统措施的指南一、统计制程管理概述二、SPC基础－－统计基本知识与常用统计量产品质量的统计观点（一）：产品质量具有变异性影响产品质量的因素有6M：Man：人Machine：机Material：料Method：法Mother-nature：环Measurement：测无论人类社会如何进步发展，产品质量不可能保持绝对恒定，一定具有变异性。SPC基础产品质量的统计观点（二）产品质量的变异具有统计规律性确定性现象确定性规律：在一定条件下，必然发生或不可能发生的事件。如一个大气压（760mm汞柱）下，H2O的变化规律。温度≤0℃固体状态温度0℃t100℃液体状态温度≥100℃气体状态随机现象统计规律：在一定条件下事件可能发生也可能不发生的现象。如我们无法预知内存电性能测试合格率大于99%，但大量统计数据证明有90%的可能性大于99%。SPC基础分布（Distribution）：用来描述随机现象的统计规律，说明两个问题：变异的幅度有多大；出现这么大幅度的概率。计量特性值：如PCB金手指厚度、重量或时间等连续性数据，最常见的是正态分布（normaldistribution）。计件特性值：如内存合格/不合格两种离散性数据，最常见的是二项分布（binomialdistribution）。计点特性值：如每条内存上少锡点数等离数性数据，最常见的是泊松分布（Poissondistribution）。由于二项分布和泊松分布数据统计理论较复杂，以下讨论以正态分布为例。SPC基础直方图（histogram）：在横轴上以样本数据每组对应的组距等距离线段为底，纵轴表示样本数据落入相应直方组的频数的n个矩形所组成的图形。如100条PCB金手指厚度，标准50±3.9445.54646.54747.54848.54949.550.55151.55252.55353.55454.5统计学显示计量特性值分布特点是：中间高，两头低、左右对称用面积表示频率或频数SPC基础正态分布：直方图所取得数据越多，分组越密，则直方图就越趋近一条光滑的曲线。这条光滑的曲线就形成正态分布曲线，其特点是中间高，两头低，左右对称并延伸至无穷。SPC基础正态分布特征：正态分布是一条曲线，讨论起来不方便，故用其两个参数描述其特征：1.平均值（average）2.标准差（standarddeviation）说明：（1）平方是为了避免正负抵消（2）是求平均值（3）是为了避免单位变化或无故放大niin11211ininn1SPC基础何谓标准差(σ)?希腊文字里的sigma小写符号–σ--是统计学符号。代表母体的“标准偏差”.（StandardDeviation）统计学中，标准偏差意指任何一组事项或流程所产出的变异或不一致的度量值。例﹕热汉堡、三件衬衫，超市感觉。SPC基础从技术上来说，标准差是在某流程中，变异（Variation）程度的度量值。Ts=21+/-20C的温度控制器Ta=13-290C---不合格，变异=8也就是说标准差就象是一把尺，用来评估流程结果的好坏。标准差之例SPC基础σs—规格标准差读做SigmaSpec6LSLUSL3σSσ12LSLUSLσ6σSSPC基础σa—制程标准差读做SigmaActual1)(21nnXXiaiσ注：样本数n25SPC基础例题说明X1=1X2=2X3=313)()()(32221321iXXXXXXaσ13)23()22()21(32221i12101SPC基础3σ与6σ的比较“品質特性”中組合零件之數目3σ品質水準的產品品質可靠度6σ品質水準的產品品質可靠度199.7300029%99.999999800%997.5861047%99.999998200%1097.3325980%99.999998000%20000.4483975%99.999600001%5087.3557666%99.999990000%7581.6464617%99.999985000%10076.3102995%99.999980000%25050.8695500%99.999950000%50025.8771111%99.999900000%10006.6962488%99.999800000%75013.1635700%99.999850000%SPC基础不同个数σ的相对严重程度之示意σ以书刊错字校对为例6σ一间小型图书馆全部藏书中有一个错字5σ一部百科全书中有一个错字4σ一册书每30页中有一个错字3σ每页书中有1.5个错字2σ每页书中有25个错字1σ每页书中有170个错字6σ的诠释SPC基础规格界限宽度静态动态CpPPMCpkPPM6σ2.0021.503.45σ1.67581.172334σ1.33640.8362003σ1.0027000.50668002σ0.67455000.173087001σ0.33317300-0.17697300不同个数σ与PPM品质水准的对比SPC基础平均值对正态曲线的影响：若平均值增大，则正态曲线往右移动，见μ’；若平均值减小，则正态曲线往左移动，见μ’’。µ’’µµ’SPC基础标准差对正态曲线的影响若标准差越大，则数据分布越分散，波动范围大，见=2.5；若标准差越小，则数据分布越集中，波动范围小，见=0.4。xy=2.5=0.4=1.0SPC基础正态分布平均值与标准差的关系平均值与标准差是相互独立的。无论平均值如何变化都不会改变正态分布的形状，即标准差；无论标准差如何变化，也不会影响数据的对称中心，即平均值µ。质量管理的发展史就是与µ和斗争的历史，就是优化µ值（提高或降低）和缩小值的历史。SPC基础3原则不论µ与取值为何，只要上下限距中心值（平均值）的距离各为3，则产品质量特征值落在范围内的为99.73%，这是数学计算的精确值，应该牢牢记住。下限上限0.135%0.135%99.73%µ-3µµ+3产品质量特证值落在之外的概率为0.27%，其中单侧的概率分别为0.135%。休哈特正是据此发明了控制图。3,33,3SPC基础一、统计制程管理概述二、SPC基础－统计基本知识三、统计过程管理１、直方图和过程能力的分析与研究直方图的定义、用途将收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形，称之为直方图。了解分配型态研究制程能力工程解析与管制分配型态的统计检定直方图直方图的制作1.收集数据2.计算组数3.计算全距：由全体数据中找出最大值与最小值之差。4.决定组距：为便于计算平均数与标准差,组距常取2、5、10的倍数。组距=全距/组数5.决定各组之上下组界：先求出最小一组的下组界，再求出上组界依此类推，计算至最大一组之组界。最小一组下组界=最小值-测定值之最小位数/2最小一组上组界=下组界+组距6.决定组中点7.制作次数分布表8.制作直方图直方图直方图常见型态及说明1.正常型：中间高，两边低有集中趋势；左右对称分配，显示属常态分配，制程正常运转。直方图直方图常见型态及说明2.缺齿型：高低不一，有缺齿情形。属不正常分配，次数分配不妥当或检查员有假造数据、测量仪器不精密等皆会有此情形。直方图直方图常见型态及说明3.切边型：有一端被切断，可能原因数据经过挑选或制程本身经过全检后所造成，若剔除某一规格以上时则切边即会形成。直方图直方图常见型态及说明4.双峰型：有二个高峰出现，可能原因有二种分配相混合，例如二种机台或二种不同原料，测定值因环境不同影响所造成。直方图直方图常见型态及说明5.离岛型：在左边或右边形成小岛，原因测定有错误，一定有异常原因存在，只要去除应可制出合乎规格之制品。直方图直方图常见型态及说明6.高原型：形状似高原状，不同平均值分配混合所造成，应利用