SPC统计过程控制-9

1统计过程控制StatisticalProcessControl上海信思德企业管理咨询有限公司主要内容第一部分:SPC统计过程控制概述第二部分:SPC统计过程控制原理第三部分:SPC控制图第四部分:计量型控制图制作步骤及判定原则第五部分:计数型控制图制作步骤及判定原则3第一部分:SPC统计过程控制概述目录1.控制图的历史2.SPC应用范围3.SPC&SQC理解4.过程理解5.SPC常用术语1.控制图的历史控制图是1924年由美国品管大师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，遂成为实施质量管理时不可缺少的主要工具，当时称为(StatisticalQualityControl)。1.控制图的历史休哈特在20世纪20年代提出了过程控制理论以及监视和控制过程的工具--控制图；世界上第一张控制图是休哈特在1924年5月16日提出的不合格品率(p)控制图；休哈特主要贡献在于：1)应用过程控制理论能够在生产线上保证预防原则的实现。2)在产品制造过程中，产品质量特性值总是波动的1.控制图的历史英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计质量管理，从而提高了英国人将统计方法应用到工业方面之气氛。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质量管理委员会，制定了相关的JIS标准1924年发明W.A.Shewhart1931发表1931年Shewhart发表了“EconomicControlofQualityofManufactureProduct”《工业产品质量的经济控制》1941~1942制定成美国标准Z1-1-1941GuideforQualityControlZ1-2-1941ControlChartMethodforanalyzingDataZ1-3-1942ControlChartMethodforControlQualityDuringProduction1.控制图发展的历史进程SPC统计过程控制1924年W.A.Shewhart提出SPD统计过程诊断侯铁林1947年提出多元T控制图张公绪1982年提出两种质量多元逐步诊断理论等SPA统计过程调整90年代起由SPD发展为SPA，国外称之为ASPC（算法的统计过程控制）仍在发展过程之中1.控制图的发展1.控制图应用范例1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂，结果发现平均每家工厂采用137张控制图；美国柯达彩色胶卷公司有5000多名职工，一共应用了35000张控制图，平均每名职工做七张控制图目的：寻找有效的方法来提供产品和服务，并不断在价值上得以改进；目标：是达到顾客满意（包括内部和外部顾客）；对象：从事统计方法应用的管理人员；范围：基本统计方法包括与统计过程控制及过程能力分析有关的方法，但不是全部2.SPC应用范围a)收集数据并用统计方法解释不是最终目标，最终目标是对实现过程的不断理解；b)研究变差和应用统计知识改进性能的基本概念适用于任何领域；c)结合实际过程控制理解；d)只是应用统计方法的开始；e)假设的前提：测量系统处于受控状态并对数据的总变差没有大的影响2.SPC应用范围3.SPC&SQCPROCESS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有反馈的过程控制系统模型过程的呼声统计方法我们工作的方式/资源的融合产品或服务顾客识别不断变化的需求和期望顾客的呼声输入输出过程/系统人设备材料方法环境4.过程的理解5.SPC常用术语解释平均值（X）一组测量值的均值极差（Range）一个子组、样本或总体中最大与最小值之差σ（Sigma）用于代表标准差的希腊字母标准差(StandardDeviation)过程输出的分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的量度，用希腊字母σ或字母s（用于样本标准差）表示。分布宽度（Spread）一个分布中从最小值到最大值之间的间距中位数˜x将一组测量值从小到大排列后，中间的值即为中位数。如果数据的个数为偶数，一般将中间两个数的平均值作为中位数。单值（Individual）一个单个的单位产品或一个特性的一次测量，通常用符号X表示。中心线（CentralLine）控制图上的一条线，代表所给数据平均值。过程均值（ProcessAverage）一个特定过程特性的测量值分布的位置即为过程均值，通常用X来表示。链（Run）控制图上一系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据。变差（Variation）过程的单个输出之间不可避免的差别；变差的原因可分为两类：普通原因和特殊原因。特殊原因（SpecialCause）一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性的图形。5.SPC常用术语解释普通原因（CommonCause）造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。过程能力(ProcessCapability)是指按标准偏差为单位来描述的过程均值和规格界限的距离，用Z来表示。移动极差（MovingRange)两个或多个连续样本值中最大值和最小值之差。计量型数据（VariablesData）定量的数据，可用量测值分析。计数型数据（AttributesData）可以用来记录和分析的定性数据。5.SPC常用术语解释18第二部分:SPC统计过程控制原理目录1.SPC解决问题思路2.预防与检验3.波动的概念理解4.普通原因和特殊原因5.局部措施和系统措施6.统计过程控制思想7.正态分布简介8.统计控制状态9.过程控制和过程能力1.SPC解决问题思路通过以往的数据了解正常的变异范围设定成制造控制界限绘点判定是否超出界限纠正可能的异常持续改进，缩小控制界限2.预防与检验PROCESS原料人机法环测量测量结果好不好不要等产品做出来后再去看它好不好而是在制造的时候就要把它制造好测量2.对过程控制理解预防与检验检验——容忍浪费预防——避免浪费SPC和产品检验有何区别、联系:规范上限：USL控制上限：UCL控制下限：LCL规范下限：LSLSPC：事前预防检验：事后反应规范上限：USL：UPERSPECIFICATIONLIMMITED控制上限：UCL：UPERCONTROLLIMMITED控制下限：LCL：LOWERCONTROLLIMMITED规范下限：LSL：LOWERSPECIFICATIONLIMMITED3.波动的概念波动：是指在现实生活中没有两件东西是完全一样的生产实践证明：无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，用相同材料的生产同种产品，其加工后的质量特性（如：重量、尺寸等）总是有差异，这种差异称为波动公差制度实际上就是对这个事实的客观承认消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制3.制造过程组成和波动原因波动原因人机器材料方法测量环境3.波动的种类正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内异常波动：是由特殊(异常)原因造成的。如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正4.普通原因和特殊原因普通原因：指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定4.普通原因和特殊原因每件产品的尺寸与别的都不同但它们形成一个模型,若稳定,可以描述为一个分布分布可以通过以下因素来加以区分范围范围范围范围范围范围范围范围范围范围或这些因素的组合位置分布宽度形状4.普通原因和特殊原因目标值线预测时间范围范围时间目标值线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4.普通原因举例合格原料的微小变化机械的微小震动刀具的正常磨损气候、环境的微小变化等4.特殊原因举例使用不合格原料设备调整不当新手作业违背操作规程刀具过量磨损等4.普通原因、特殊原因示意图普通原因的波动范围特殊原因导致的波动范围特殊原因导致的波动范围UCLLCLCL5.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大约可纠正15%的过程问题5.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大约可纠正85%的过程问题5.局部措施、系统措施示意图解决普通原因的系统措施解决特殊原因的局部措施解决特殊原因的局部措施UCLLCL假定过程是处于受控状态，一旦显示偏离这一状态，极大可能是过程失控，需要及时调整产品质量波动原因是由普通原因和特殊原因引起的，产品质量总是变化的受控状态：指仅由普通原因引起的质量波动，受控状态的产品质量也应该是波动的SPC应用概率论基本原理：1)小概率事件在一次试验当中是不可能发生的(指发生机会非常小的事件)；2)过程分布是呈现正态分布6.统计过程控制思想直方图中对称型的形状是“中间高，两边低，左右基本对称”。若样本容量不断增加，并且使分组增多、分组的区间不断细分，则直方图的对称性越来越接近如下图所表示的曲线：μμ-σμ+σabxf(x)此曲线是正态密度函数曲线P(a≤X≤b)＝∫f(x)dx7.正态分布简介群体平均值=μ标准差=σμμ+kσμ-kσ抽样718.221222)(eexkk7.正态分布简介7.正态分布简介μ±kσ在内的概率在外的概率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%68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ7.正态分布简介x为总体的取值μ是总体的平均值，是位置参数，是改变正态分布曲线的位置，不改变形状；σ是总体标准差，表示数据分散程度的统计量，是形状参数，不改变正态曲线的位置，改变其形状大（矮胖）小（高瘦）；实际运用中σ用s（样本标准差）、μ用x（样本均值）代替，即σ≈s、μ≈x。7.正态分布简介正态分布曲线性质：a.曲线关于x=μ对称；b.在x=μ处曲线处于最高点，当x向左、向右远离时曲线不断降低；c.曲线形状由μ和σ唯一确定，或简记：N(μσ)。d.当μ=0，σ=1时正态分布称为标准正态分布简记为N(0，1)。7.正态分布简介P(μ－3σ≤X≤μ＋3σ)＝P((μ－3σ－μ)/σ≤(X－μ)/σ≤(μ＋3σ－μ)/σ)＝P(－3≤(X－μ)/σ≤3)＝2*(1-0.00135)-1=0.9973=99.73%μμ-3σμ+3σLCLUCLCL3σ原理7.正态分布简介μμ-3σμ+3σLCLUCLCL产品质量特性值落在(μ-3σ，μ+3σ)范围内概率为99.73%，落在该区域范围之外的概率是0.27%。休哈特根据这一点发明了控制图8.统计控制状态8.统计控制状态统计控制状态是由过程中只有普通原因产生的变差引起，控