SPC整理

Seite1什么是SPC？Statistical：（统计）以概率统计学为基础，用科学的方法分析数据、得出结论；Process：（过程）有输入-输出的一系列的活动；Control：（控制）事物的发展和变化是可预测的。什么是SPC（统计过程控制）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是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.变异可能是随机(random)(由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料，人事，环境引起).统计学有助我们分辨随机与非随机因素.分解SPC（统计过程控制）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、采购与工艺等。控制(control)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。目标是使品质维持稳定。把统计、过程、控制三个名词的英文字头起来就是SPC分解SPC（统计过程控制）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是以预防代替检验,制造业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.概括SPC（统计过程控制）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到及保持统计控制状况以及改善过程能力。运用SPC最终目的运用统计方法于过程控制上以控制产品品质并不断的优化过程，使产品的品质及经济性达到最大；不是用来统计产品的好坏多少及程度。总结SPC（统计过程控制）1924年美国品管大师W.A.Shewhart博士发明控制图。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)。1931年W.A.Shewhart博士对其理论进行了总结，发刊名著《产品制造质量的经济控制》，此刊1980年代仍在美国再版，由此可见其学术价值。1980年代由美国质量协会、AIAG、克莱斯勒、福特、通用共同发展壮大。SPC历史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的气氛。就控制图在工厂中实施来说，英国比美国要早。•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SPC&SQC过程原料测量结果针对产品所做的仍只是在做SQC针对过程的重要控制参数所做的才是SPC机器人员方法环境量测PROCESS原料人机法环测量测量结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!!!作用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SPC可以帮助我们区分正常波动和异常波动；及时发现异常征兆；消除异常因素；减少异常波动；提高过程能力；预防控制●原则上,应该用于有数量特性或参数和持续性的所有工艺过程;●SPC使用的领域是大规模生产;●多数企业，SPC用于生产阶段;●在强调预防的企业，在开发阶段也用SPC。何时使用SPCSeite14过程人、机、料、法、测、环（5M1E）在特定时间范围内作用于某一工作对象的总和。过程控制实质上就是对5M1E的控制。SPC基本原理5M1E波动没有两个产品是完全一样的，即使自动化生产线上产品也不例外。产品间的差异就是波动，它时隐时现、时大时小，时正时负。产品间的差异是永远存在的，只是有时小到无法度量出来。产品间的差异是通过适当的质量特性（过程特性和产品特性）表现出来的，因此选好质量特性准确地测量出来是两项重要的基础工作。SPC–Introduction过程变差输入(材料)过程(生产/装配)输出(产品)反馈(测量/检验)测量系统材料环境SPC–Introduction输入材料不同批次之间的差异批次内的差异随时间产生的差异随环境而产生的差异过程变差SPC–Introduction生产/装配设备及工装夹具的差异随时间而产生的磨损，漂移等操作工之间的差异(如手工操作的过程)设置的差异环境的差异过程变差SPC–Introduction输出产品输出的产品随时间而产生的变化输出的产品随环境而产生的变化过程变差SPC–Introduction反馈-测量由于测量用于过程中的所有组成部分，测量的变差会对过程的各个阶段产生影响偏倚稳定性重复性再现性分辨率过程变差Seite21波动源（变差）•例：加工机械轴的直径，很容易受到各种波动源的影响。–机器：零件的磨损和老化。–工具：强度不同，磨损率的差异。–材料：硬度不同，成份不同，产地不同。–操作者：对准中心的精度、情绪。–测量：视觉误差、心理障碍–维护：润滑程度，替换部件–环境：温度、湿度、光线、电源电压波动这些波动源对加工的影响最后都集中反映在直径测量值普通原因与特殊原因普通原因：过程中变异因素是在统计的控制状态下，其产品之特性有固定的分配。特殊原因：过程中变异因素不在统计的控制状态下，其产品之特性没有固定的分配。12变差种类随着时间的推移具有稳定性的可重复的分布过程中许多变差的原因。人：一定的熟练度下的微小差异机：一定的精度下的微小变化料：一定的稳定性下的微小变化法：一定的操作规范下的微小变化境：一定的环境条件下的微小变化……普通原因所有微小变化的集合在普通原因影响下，过程的输出呈现稳定的分布是可预测的。特殊原因过程中偶然发生的某个环节的特殊变异：如：操作人员的更换刀具崩刃新的原材料操作程序变更气温骤降……的其中一种或几种在特殊原因的影响下，过程的分布会改变•位置（均值）改变•分布宽度（最小值与最大值之间的距离）改变•形状改变（偏斜）SPC–Introduction运用SPC能？受控(消除了特殊原因)时间范围不受制(存在特殊原因)SPC–Introduction规范上限受控且有能力符合规范(普通原因造成特变差)时间受控但没有能力符合规范(普通原因造成变差太大)运用SPC能？★是贯彻预防原则的SPC的核心工具。★1984年名古屋工业大学调查115家日本各行各业的中小型工厂，平均每家采用137张控制图；★柯达公司一年内共用了35000张控制图。●优质企业平均有73%(用SPC方法的)的过程Cpk超过1.33，低质企业只有45%过程达到Cpk=1.33。●Cpk1.67的企业，平均销售收入增长率为11%以上，而其它企业的数据为4.4%。●一家企业用了三年的时间使废品率降低58%，其使用的方法：将使用SPC的过程比例由52%增加到68%。控制图的重要性分析阶段控制阶段如何使用控制图实施SPC分析阶段Gamma阶段PPAP阶段监控阶段SOP使过程处于统计稳态使过程能力足够控制图CP、PP用生产过程收集的数据计算控制界限预防控制分析阶段在控制图的设计阶段使用，主要用以确定合理的控制界限。每一张控制图上的控制界限都是由该图上的数据计算出来。从分析阶段转入控制阶段在什么条件下分析阶段确定的控制限可以转入控制阶段使用：生产过程是受控的过程能力能够满足生产要求控制阶段控制图的控制界限由分析阶段确定；控制图上的控制界限与该图中的数据无必然联系；使用时只需把采集到的样本数据或统计量在图上打点就行；何时应该重新计算控制界限1.控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图.2.一定时间后检验控制图还是否适用；3.过程能力值有大的变化时。质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等ONOFF控制图的要素纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL控制界限=平均值±3σ控制图的要素控制图原理：1）3σ原理：若变量X服从正态分布,那么,在±3σ范围内包含了99.73%的数值。（如下图）3σ原理X68%95%99.7%6σ原理6σ是摩托罗拉发明的术语：接近完美的达到顾客的要求，在一百万个机会里只有3.4个瑕疵。它是一种新的管理方法，与SPC无直接联系。一般企业的瑕疵率大约是3到4个西格玛，以4西格玛而言，相当于每一百万个机会里，有6210次误差。控制图的分类计量型控制图计数型控制图计量型控制图均值-极差控制图()均值-标准差控制图()单值-移动极差控制图()……SRXRXSXMRX计数型控制图不良率控制图（P图）不良品数控制图（Pn图）缺陷数控制图（C图）单位缺陷数控制图（U图）计量型数据吗？性质上是否均匀或不能按子组取样？关心的是不合格品率吗？样本容量是否恒定？样本容量是否恒定？子组容量≥9？MRXsxRxnp或p图p图C或U图U图是否是是是是是否否否否否关心的是单位零件缺陷数吗？是选择合适的控制图SPC–Introduction统计量•R极差(range)•算术平均数(arithmeticmean)•Md中位数(median)•Mo众数(mode)•2方差/变异(variance)•标准差(standarddeviation)基本统计概念xSPC–Introduction•R极差(range)R=Xmax-Xmin•算术平均数(arithmeticmean)基本统计概念nxxnii1xSPC–Introduction•Md中位数(median)顺序数列中的中心项的数值•Mo众数(mode)资料中出现最多的数值基本统计概念SPC–Introduction•2方差/变异(variance)基本统计概念])(....)()[(1)(22221122xxxxxxnnxxnniinSPC–Introduction•标准差(standarddeviation)基本统计概念2222112)(...)()[(1)(xxxxxxnnxxnniinSeite50实例：某工厂制造一批紫铜管，应用-R管制图来控制其内径，尺寸单位为m/m，利用下页数据表之资料，求其管制界限并绘图。（n=5）x制品名称：紫铜管机械号码：XXX品质特性：内径操作者：XXX测定单位：m/m测定者：XXX制造场所：XXX抽样期限：自年月日至年月日样组测定值R样组测定值RX1X2X3X4X5X1X2X3X4X51505049525150.4314534847525150.262475353455049.6815534849515250.653464549484947.4416465053515350.674504849495249.6417505249494949.835464850545049.6818504950495149.826504952515451.2519