第六章SPC教材及CPK基础知识

2005.07.15张锡红StatisticalProcessingControl（SPC）統計過程控制2005.07.15张锡红SPC的目的:是要控制过程达到“受控制的状态”,其主要是用于对过程的控制,因为过程是问题的根源,需要对过程进行定时检查,以达到尽早找出问题,减少浪费之目的.SPC的最终目标在“预防题问的发生”及减少浪费”。SPC的典型工具是品质控制图,利用简单的图表提供以下资料:①质量改进;②确定工序能力;③决定产品规格;④决定生产过程。2005.07.15张锡红一、SPC的起源与发展1.1924年修华特博士在贝尔实验室发明了品质控制图2.1939年修华特与戴明博士合写了《品质观点的统计方法》3.战后英美两国将品质控制图方法引进制造业,并应用于生产过程4.1950年,戴明到日本演讲,介绍了SQC的技术与观念5.SQC是在发生问题后才去解决问题,是一种浪费,所以发展出SPC6.美国汽车制造商福特、通过公司等亦SPC很重视,所以SPC得以广泛应用7.ISO9000体系亦注重过程控制和统计技术的应用,有专门的要素要求2005.07.15张锡红二.SPC控制图的基本原理1.SPC控制图按照3Sigma原理来设制控制界限它将控制界限设在X±3Sigma的位置上。在过程正常的情况在，在约有99.73%的数据在上下限之内。所以观察控制图的数据位置，就能了解过程情况有没有改变。2005.07.15张锡红2.变异：任何系统中均存在变异,因此没有任何两件成品是完全相同的。变异的类别：根据变异的原因，可分为随机性变异和特殊性变异两种。A.特殊性变异：过程中变异因素是不在统计管制状态下的非随机性原因，其产品分配亦无固定分配。时间系统特殊性变异范围特殊性变异可由简单的统计技术分析而得。一般称为局部问题结策，这类原因约占过程问题的15%。2005.07.15张锡红B.随机性变异:过程中的变异因素是在统计管制状态下,其产品的特性有固定的分配,即分配位置、分配散布及分配形状三种。位置散布宽度形状系统缺失需要由过程能力去发现，且应由管理层努力去清除的共同原因，这类原因约占过程问题的85%。2005.07.15张锡红Variability变化恶魔是在偏差中.正如在自然界中没有两个事物是完全一样的,我们不能够制造两个相同在生活上我们不能避免变化!每个工序有变化、每次测量有变化、每个样品有变化！2005.07.15张锡红SourcesofVariation变化的来源Variabilitycancomeaboutduetochangesin:变化可以来自下列的改变:Materialquality材料品质Machinesettingsorconditions机器设定或状态Manpowerstandards工艺标准Methodsofprocessing加工方法Measurement测量Environment环境2005.07.15张锡红TypesofVariation变化的种类Onewayofclassifyingvariationis:变化可分类成:withinunit工件内(positionalvariation)(位置变化)betweenunits工件与工件(unit-unitvariation)(工件变化)betweenlots批与批(lot-lotvariation)(批变化)betweenlines(line-linevariation)生产线与生产线(生产线变化)acrosstime不同时间之间(time-timevariation)(时间变化)Measurement测量(gagerepeatability&reproducibility)(重复性及再现性)2005.07.15张锡红三.SPC的分类1.計量值管制圖(ControlChartsForVariables):a.平均值與极差管制圖(X-RChart)b.中位值與极差管制圖(X-RChart)(Me-R)c.個別值與移動极差管制圖(X-MRChart)d.平均值與標准差管制圖(X-SChart)~2005.07.15张锡红2.計數值管制圖(ControlChartsForAttributes)a.不良率管制圖(pChart)b.不良數管制圖(npChart)c.缺點數管制圖(cChart)d.單位缺點數管制圖(uChart)2005.07.15张锡红四、控制图选用决策图确定控制项目是计量型数据吗？特性相同吗？或不能按抽组取样吗？使用单值图X-MR关心的是不合格品率-即“坏”零件的百分比吗？抽样数是否固定？使用p或np图关心的是不合格数即单位零件不合格数吗？抽样数是否固定？使用P图使用U图使用C或U图子组均值是否能很方便的计算？使用中位数图子组容量是否大于或等于9？是否能方便地计算每个子组的S值？使用X-S图使用X-R图使用X-R图yseＮＯＮＯyseyseＮＯyseＮＯＮＯＮＯyseyseyseＮＯＮＯyse2005.07.15张锡红五、计量型数据控制图的应用抽样数目控制图种类2~6Xbar-RChart\X–RChart均值和极差图\中位数图6Xbar-RChart均值和标准差图1Xbar-RmChart单值和移动极差图１.抽样数目与选择计量值控制的关系表2.抽样次数的确定:通常惯例是每班20-25次,最少20组,一般25组较合适。子组的样本容量（抽样数目）为4-5组。2005.07.15张锡红3.测试并修正极差R是否在统计控制之内的决策图是否所有极差数据都包括在控制界限内是否是否只有一至两个极差数据超出是否把这一至两个平均值和极差数据弃置三个或以上的极差数据超出界限再计算X,R和极控制界限否是极差受控制计算平均值的界限控制不要计算平均值界限解决变异原因收集数据计算新极差界限(平均值亦可参考)2005.07.15张锡红平均值與极差管制圖(X-RChart)X-R图是最常用的管制图,大多数的情况下都可用.．将平均数与极差图相化来检测系统是否恒常．工序的控制线是设定于+/-3标准差.．标准差可从常数表中对照得来.2010Subgroup074.01574.00573.99573.985SampleMeanX=74.003.0SL=74.01-3.0SL=73.990.050.040.030.020.010.00SampleRangeR=0.022353.0SL=0.04726-3.0SL=0.000X-bar-RChartsX-bar-chartmeasuresvariabilitybetweensamples平均X图测量样本之间的变异。R-chartmeasuresvariabilitywithinsamplesR图测量样本中的变异。2005.07.15张锡红X-R图的组成A.收集数据1.选择子组大小、频率和数据a.子组大小:一般为4~5件连续生产的产品的组合b.子组的频率:其目的是检查经过一段时间后过程的变化。子组频率可以是每班两次或每小时一次或其他可行的频率。c.子组数的大小:通用守则是最少20个点,代表100个读数。我们收集25个点,代表125个读数。这试行控制线可以帮助我们推算出工序在过去是否受控,并可适合现在或将来使用.2005.07.15张锡红2.记录原始数据3.計算各組平均值(X)X=4.計算各組全距(R)R=Xmax-Xmin(各組最大值-最小值)GROUP1234567891011121314151617181920X10.640.640.640.680.620.700.650.710.700.660.590.620.610.670.720.650.600.720.690.64X20.610.630.700.650.670.660.680.700.680.630.670.660.600.660.680.660.640.720.660.61X30.620.680.680.700.700.650.700.630.640.620.600.650.680.640.610.720.610.700.680.61X40.680.660.670.680.680.650.710.640.630.700.620.580.630.640.660.700.700.650.670.62X50.600.610.690.610.720.730.640.600.670.660.640.600.620.600.700.610.620.660.670.64X0.630.640.680.660.680.680.680.660.660.650.620.620.630.640.670.670.630.690.670.62R0.080.070.060.090.100.080.070.110.070.080.080.080.080.070.110.110.100.070.030.03Min0.600.610.640.610.620.650.640.600.630.620.590.580.600.600.610.610.600.650.660.61Max0.680.680.700.700.720.730.710.710.700.700.670.660.680.670.720.720.700.720.690.64X1+X2+X3+……+Xnn2005.07.15张锡红B.计算控制线1.計算總平均值(X)X=2.計算极差之平均值(R)Xmax-Xmin(各組最大值-最小值)R=3.計算管制界限及繪出X管制圖中心線CLx=X上限UCLx=X+A2R下限LCLx=X-A2Rx1+x2+x3+……+xkkR1+R2+R3+……+RKk2005.07.15张锡红R管制圖中心線CLR=R上線UCLR=D4R下線LCLR=D3R※A2,D4,D3由系數表查得n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22A21.881.020.730.580.480.420.370.340.312005.07.15张锡红2005.07.15张锡红Ｃ．过程控制解释如有一点或多点在控制限外怎办?调查每点的指定性原因.如找出并纠正这指定性原因,排除这点并用其余各点计算新的试行控制限.重新审核各点,可能现在有些点在新的试行控制限外.如果我们不能找出那指定性原因怎办?两种选择:排除或保留那点.如果在没有分析判断下,只是假设工序在过去是不受控而现在将不会发生而排除这点,新的试行控制线将会产生更多的假警报.我们可以保留这点及考虑这试行控制线为适合的,如这点真是显示出工序是不受控的,控制线会将会太宽。但一或两点不会将图明显地扰乱.2005.07.15张锡红过程控制不稳定的基本表现1.任一点超出控制界线（1点超±3界线）普遍原因新的工人,方法,原料或机器检验方法和标准变化操作员的技能和/或主动性变化LowerControlLimitUpperControlLimitCenterLineSampleNumberorTimeSampleQualityCharacteristic2005.07.15张锡红过程控制不稳定的基本表现2.漂移或走动k个连续点(通常7,8或9)在中心线一侧5个连续点中有4点超出1(同侧)3个连续点中有2个超出2(同侧)漂移或走动的普遍原因新的工人,方法,原料或机器检查方法或标准变化操作技能和/或主动性变化UpperControlLimitCenterLineSampleNumberorTimeSampleQualityCharacteristicLowerControlLimit+2+1-2-12005.07.15张锡红过程控制不稳定的基本表现3.趋势－k个连续点(通常5,6或7)向同一方向移动趋势的普遍原因－新的工人,方法,原料或机器－检查方法或标准变化－操作技能和/或主动性变化UpperControlLimitCenterLineSampleN