SPC统计过程控制统计概述统计:数据通过计算而产生有意义的情报。有哪些有意义的情报呢?•集中趋势(准确度)•离散趋势(精确度)•被涵盖在特定范围内的概率SPC发展简介1920年Bell研究所的Dr.WalterShewhart开发.1940年二次世界大战期间,美国军工产品使用抽样方案和控制图以保证军工产品的质量。1950年质量管理大师戴明博士在日本工业产品生产过程中全面推推行SPC。1970年有效地推行“QC圈”和应用统计技术使日本经济的快速发展,成为高品质产品的代名词。1980年美国等其他国家紧随日本的步伐,开始推行“QC小组”和统计技术的应用。MOTOROLA公司颁布“QC挑战”,通过SPC的实施改进过程能力,并提出追求“6σ”目标。1987年ISO9000标准建立并颁布实施,明确要求实施统计技术。过去现在Y=f(X)高斯函數OUTPUT=YINPUT=XPROCESSPARAMETER=X•Y是因变数•X是自变数•Y只能靠检查,不好的淘汰。•X才是我们所能控制的,使得Y符合我们的需求。Y=f(x1,x2,….)•Y可视为顾客所要求的产品特性。•但是如果在y进行相应的统计控制,其实产品已经制造出来,只是相当于检验产品做得好不好,时效已晚。•所以要去探究那些因素会影响y,进而事先控制x,如此才能起到在生产时就控制的效果,而不是等到产品做出来再做检验。SPC用在那里?PROCESSOUTPUTINPUT消极的地方只能防堵积极的地方可防止不良积极的地方可防止不良SPC的作用---预防检测的方法:检查最终产品并剔除不符合规范的产品。这种方法很浪费,因为它允许将时间和材料投入到生产不一定有用的产品和服务中。(容忍浪费)一种在第一步就可以避免生产无用的输出,从而避免浪费的更有效的方法是——预防。(避免浪费)只要全公司所有员工共同努力就能建立一道防火墙。实现策略:应用数理统计方法进行生产过程的控制。基本思想是根据过程的情况,预测将来的趋势与变化,从而进行过程控制,使过程在受控中进行,预防不良品的发生。所以说SPC的特征是控制过程,防患于未然。SPC想法藉由以往的数据了解正常的变异范围设定成控制界限绘点判定是否超出界限纠正异常持续改进,缩小控制界限SPC的原理收集数据一开始要多收集数据以了解制程状况解析数据了解其正常波动的范围控制用图形运用控制限来判定制程是否异常控制图种类(以数据来分)•计量值控制图–平均值与全距控制图–平均值与标准差控制图–中位值与全距控制图–个别值与移动全距控制图•计数值控制图–不良率控制图–不良数控制图–缺点数控制图–单位缺点控制图“n”=10~25控制图的选定资料性质不良数或缺陷数单位大小是否一定“n”是否一定样本大小n≧2Cl的性质“n”是否较大“u”图“c”图“np”图“p”图X-Rm图X-R图X-R图X-s图计数值计量值“n”=1n≧1中位数平均值“n”=2~5缺陷数不良数不一定一定一定不一定控制图的选择控制图所用的统计原理计量型Xbar-RXbar-sX中位数-RX-Rm正态分布计数型Pnp二项分布计数型Cu卜氏分布68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布概率xxxx33xxx33中心線上控制限UCL下控制限LCL个别值的正态分布平均值的正态分布控制图的正态分布控制图原理说明控制图的建立其中最主要也是最重要的一个步骤就是按3σ原理对控制线进行设定。控制线的确定是否合适决定了我们能否及时准确判断出异常的发生。3σ原理:在X+3sigma内的概率为99.73%,而超出+3sigma的概率仅为0.27%。控制图的建立制程的组成以及其波动的原因波动原因人机器材料方法测量环境变差(variation):可分2种,随机变差与特殊变差。制程的控制与能力提升普通原因、特殊原因示意图普通原因的波动范围异常原因导致的波动范围异常原因导致的波动范围UCLLCL解决普通原因的系统措施解决异常原因的局部措施解决异常原因的局部措施1.受控(incontrol):只出现随机变差。2.失控(outofcontrol):各种特殊变差原因未消除的过程状态。证据是控制图上的点出现在控制限外或控制图内的图形并非是随机。过程改进循环PLANDOCHECKACTPLANDOCHECKACTPLANDOCHECKACT1、分析过程•本过程应做些什么•会出现什么错误•达到统计控制状态•确定能力2.维护过程•监控过程性能•查找偏差的特殊原因并采取措施3.改進过程•改变过程从而更好理解普通原因变差•减少普通原因变差建立控制图的四步骤A收集数据B计算控制限C过程控制解释D过程能力解释建立X-R图的步骤AA阶段收集数据A1选择子组大小、频率和数据子组大小子组频率子组数大小A2建立控制图及记录原始记录A3计算每个子组的均值X和极差RA4选择控制图的刻度A5将均值和极差画到控制图上每个子组的平均值和极差的计算11009899100982989998101973999710010098410010010199995101999910099平均99.698.699.410098.2极差33322平均值和极差•平均值的计算554321xxxxxxR值的计算minmaxxxRB计算控制限B1计算平均极差及过程平均值B2计算控制限B3在控制图上作出平均值和极差控制限的控制线建立X-R图的步骤BRDLCLRDUCLRCLRAXLCLRAXUCLXCLRRRXXX3422全距管制圖平均值管制圖建立X-R图K(組數)RRRRK(組數)xxxxxkk..........21321全距管制圖平均值管制圖C过程控制解释C1分析极差图上的数据点C2识别并标注特殊原因(极差图)C3重新计算控制界限(极差图)C4分析均值图上的数据点超出控制限的点链明显的非随机图形超出控制限的点链明显的非随机图形C5识别并标注特殊原因(均值图)C6重新计算控制界限(均值图)C7为了继续进行控制延长控制限建立X-R图的步骤C异常情况的特征利用SPCCHART图来进行区分:•1点超出+3sigma•连续3点中有2点超出+2sigma(口诀:3分之2A)•连续5点中有4点超出+1sigma(口诀:5分之4B)•连续8点在中心线一侧•周期性波动•当连续7点呈上升或下降趋势时,应查找原因并采取行动。图例以下为不正常状态的种类A.有一点超出控制界限UCL1б2б3бA区B区C区CL图例B.在中心线的同侧连续三点中有两点在A区或A区以外UCL1б2б3бA区B区C区CL图例C.连续五点中有四点在B区或B区以外.图例D。连续8点在中心线一侧CL图例E。周期性缺陷图例F.连续6点同一方向+3б-3бUCLCLLCLX----RChart的用途R---Chart1.由制程的均匀度决定2.代表精度和品质的均匀度3.当均匀度发生改变时,R----Chart可以发现4.R的改变动原因可能为机械维护不良或劣化,5.手工作业不熟练或不稳定,加工方法不周严.X----Chart1.由制程的平均值支配2.代表品质的规格中心,亦即正确程度3.R---Chart有逸出时,X---Chart也受影响,应先调R---Chart4.平均值变化的原因可能为机械调整不当,手工作业错误,材料规格不符D过程能力解释D1计算过程的标准偏差D2计算过程能力D3评价过程能力D4提高过程能力D5对修改的过程绘制控制图并分析建立X-R图的步骤D过程能力分析(一)Cp和Cpk的计算公式:•Cp=T/(6×δ)Cp=(T)/(6×δ)其中:T=USL—LSL,δ为标准偏差•Cpk=ABS((USLorLSL)-X)/(3×δ)Cpu=(USL-X)/(3×δ)Cpl=(X-LSL)/(3×δ)注:对数据量的要求:大于25个。101418T1216μCpCPLCPUCPK1321.52.51.5T1014181216101418T1216μCpCPLCPUCPK1422.02.02.0μCpCPLCPUCPK1522.51.51.5指数差异说明过程能力分析(二)使用上述公式时,须满足以下条件:•过程处于统计稳定状态•过程的各测量值服从正态分布否则这些度量就很少有或没有意义。要满足上面两个条件,就要对数据进行分析•直方图分析。示例•对CHART图中的异常现象进行分析,识别特殊原因和普通原因,有原因的异常点不统计在内。注:没有一个单独的指数可以万能的适用于所有过程,没有一个过程可以用单独的一个指数完整的来描述。因此,一种很好的方法就是同时使用Cp,Cpk等参数与图表技术一起进行分析。过程能力分析(三)几点补充:•我们在进行工艺能力的分析时,经常会使用一些能力指数(如Cp,Cpk)。大部分能力指数的计算包括了产品的规范。因此如果规范不合适,或者规范不符合顾客的要求,努力使过程符合这些规范,将会造成时间和人力的大量浪费,同时成品率得不到保证。•所有指数的不足之处且可能产生误导。任何计算的指数中得到的推断,可以从计算这些指数的数据中找到合适的解释。应该注意的是我们利用这些指数的目的不是用来解释数据,而是为了使用数据来解释过程,从数据中了解过程。•尤其应该强调的一点是如果使用过程中一定时间内不稳定或不重复的数据来进行预测是没有什么意义的。End