SPC讲座

StatisticalProcessControlSPC统计过程控制R07课程大纲1.质量的发展2.直方图与正态分布3.管制图4.制程能力评估5.制程监控6.如何成功推动SPCQualityManagement演进史操作员领班检验员统计(SQC)BY修华特.戴明全面(TQC/TQM)TQCBY费根堡市场调查研发设计采购制造检验训练包装储运销售售后服务SPC是英文StatisticalProcessControl的前缀简称,即统计过程控制。是应用统计方法对过程中的各个阶段进行评估和监控,建立并保持处于可接受的并且稳定的水平,从而保証产品与服务符合符合规定要求的一种质量管理技朮.SPC:主要工具是控制图等图形SPC特点:是制程中的预防性方法.SPC-SPD(Diagnosis,诊断)PCS:ProcessCapabilityStatistical。什么是SPCSPC的历史•管制图是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)。1924年发明W.A.Shewhart1931发表1931年Shewhart发表了“EconomicControlofQualityofManufactureProduct”1941~1942制定成美国标准Z1-1-1941GuideforQualityControlZ1-2-1941ControlChartMethodforanalyzingDataZ1-3-1942ControlChartMethodforControlQualityDuringProductionSPC的发展•SPC兴起是宣告『经验挂帅时代』的结束─手工艺的产业：SPC无用武之地→经验取胜─当经验可以整理，再加上设备、制程或系统时，那SPC时机的导入，就自然成熟了。•SPC兴起是宣告『质量公共认证时代』的来临─1980年以前，客户大都以自己的资源与方法，来认定某些合格的供应商，造成买卖双方的浪费。─1980年以后，『GMP』及『ISO9000』的兴起，因为重视产品生产的『过程』与『系统』，故更须有赖SPC来监控『过程』与『系统』的一致性。SPC兴起与背景SPC与传统SQC的最大不同点，就是由Q→P的转变SPC的焦点→过程(Process)強調重點重點SQC產品品質.著重於買賣雙方可共同評斷、鑑定的一種『既成事實』QSPC產品過程,即process.過程的起伏變化，才是造成品質變異(Variation)的主要根源P过程起伏条件质量异常产品优劣因因果果质量变异的大小，它才是决定产品优劣的关键SPC的焦点→过程(Process)数据的类型1.连续数据.连续数据又叫计量(Variable)数据,是通过量测所获得的数据.其特点是可以用单位来度量.如摄氏度、秒、千米.2.离散数据.离散数据又叫计数(Attribute)数据,其特点是表现的是属性和类别.是通过计数所得到的数据.不能被精确细分.从定性到定量到计量定性定量计数计量这辆汽车的加速性能好从0加速到100公里/小时不到8秒从0加速到100公里/小时需时6.5秒这个零件不好不符合规格该零件长18.33mm规格是18.25±.05mm姚明很高他高到碰到门缘他身高226公分定性数据通常是用文字或图像表达，定性数据要设法转化成定量数据的两种形式中的一种，才符合6σ精神。从上表可以看出，计数数据以是否符合某一基准的个数或整体的比例来量测，而计量数据则是用可带小数的连续区间来量测一般实例—数据类型练习在组内讨论提出实例，完成下表:定性定量计数计量131.总体(Population):我们研究对象的全部,或全部数据;N2.样本(Sample):从总体中抽取的能代表母体特征的部分;n3.平均值(Mean):总体或样本的所有数值的平均数;X4.中位数(Median):样本按大小顺序排列后,位居中间的数值Me5.全距(Range):样本的最大值减去最小值的差.R6.方差(Variance):数据与其平均值之间差值的平方和的平均值;S27.标准差(StandardDeviation):方差的正平方根,表示一组数据的分散程度;σ也代表变异的大小基本统计术语14基本统计术语8.Ca准度.(与规格中心值作比较)Ca=*100%T为公差=规格上限--规格下限实际平均值--规格中心值T/2XXXXXXXXXXXXXXXXXXXXXXXXXX|Ca|等级判别Ca12.5%A级12.5%Ca25%B级25%Ca50%C级Ca50%D级Ca0--实际平均值较规格中心值偏高Ca0--实际平均值较规格中心值偏低15规格中心值50%12.5%25%100%规格上限(下限)DCBACa处置原则A级：维持现状B级：改进为A级C级：立即检讨改善D级：立即采取紧急措施，全面检讨，必要时停止生产Ca等级说明16基本统计术语9.Cp精度.表示数据之间的离散趋势.Cp===规格公差规格上限--规格下限6σ6σCpU+CpL2数据分散XXXXXXXXXXX数据集中XXXXXXXXXXXXXXCpU:上管制Cp值CpL:下管制Cp值aaaaaaaaaa17精准度分析准度：好精度：好Ca准确度,Cp精密度准度：好精度：较不好准度：不好精度：好准度：不好精度：不好18Cp值的等级判定Cp值愈大---规格公差(T)大于估计实际标准差(σ)愈多，即表示制程的变异宽度远小于规格公差Cp值愈大,质量愈佳。依Cp值大小一般分为五级：等级Cp值ACp1.67B1.67Cp1.33C1.33Cp1.00D1.00Cp0.67ECp0.6719Cp等级之说明Cp=T/6σ6σE级6σD级6σC级6σB级6σA级规格中心值规格上限规格下限Cp0.67Cp=0.67Cp=1.00Cp=1.33Cp=1.67T=10σT=8σT=6σT=4σ2010.Cpk过程能力指数.10.1Cpk=(1-|Ca|)*CpCa表集中趋势.Cp表离散趋势Ca=0时,Cpk=Cp单边规格时.Cpk以Cp值计之.10.2Cpk=Min(CpU,CpL)Cpk=1.33时,表示制程能力足够1.33Cpk=1.0时,表示制程能力尚可,应再努力Cpk1.0时,表示制程不足,必须加以改善21习题:1.已知规格上限(USL)为11,规格下限(LSL)为9,规格中心值是10,实际(Xbar)平均值为10.2,σ=0.2求Ca,Cp.CpU,CpL.Cpk.CpU=(USL-Xbar)/3*σCPL=(Xbar-LSL)/3*σUSL规格上限LSL规格下限Xbar实际平均值Ca准度=（实际平均值-规格平均值）/公差的一半Cp精度=（规格上限---规格下限）/6*σ直方图一.何谓直方图?直方图就是将所收集的数据、特性质或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来的面积用柱形输出的图形.塑膠殼147222325106110510152025301.281.311.341.371.41.431.461.491.521.55尺寸(mm)個數二.直方图的制作步骤:1.收集数据并且记录在纸上.2.找出数据中的最大值与最小值.3.计算全距.4.决定组数与组距.5.决定各组的上组界与下组界.6.决定组的中心点.7.制作次数分配表.8.制作直方图.三.直方图名词解释1.求全距:在所有数据中的最大值与最小值的差2.决定组数组数过少,虽可得到相当简单的表格,但却失去次数分配的本质;组数过过多,虽然表列详尽,但无法达到简化的目的.(异常值应先除去再分组).分组不宜过多,也不宜过少,一般用数学家史特吉斯提出的公式计算组数,其公式如下:K=1+3.32Lgn一般对数据之分组可参考下表:数据数组数50~1006~10100~2507~12250个以上10~203.组距组距=全距/组数组距一般取5,10或2的倍数4.决定各组之上下组界最小一组的下组界=最小值-测定值之最小位数/2,测定值的最小位数确定方法:如数据为整数,取1;如数据为小数,取小数所精确到的最后一位(0.1;0.01;0.001……)最小一组的上组界=下组界+组距第二组的下组界=最小一组的上组界其余以此类推5.计算各组的组中点各组的组中点=下组距+组距/26.作次数分配表将所有数据依其数值大小划记号于各组之组界,内并计算出其次数7.以横轴表示各组的组中点,从轴表示次数,绘出直方图演练某电缆厂有两台生产设备,最近,经常有不符合规格值(135~210g)异常产品发生,今就A,B两台设备分别测定50批产品,请解析并回答下列回题:1.作全距数据的直方图.2.作A,B两台设备之层别图3.由直方图所得的情报，请说明哪台设备较不佳收集数据如下:A设备B设备17517916816518315614816515216116818818417017216715015013612316918217718615016116217013916217916018518016313211915715716318716919417817615715816516417317317716716617915016614415716217618316317516117217013716915316717417218418817715516015215615417317116216716015116315814616516917615517015314216914815501234567891001234567890123456789100123456789012345678910012345678双峰型孤岛型高原型正态型锯齿型绝壁型四.分布状态判断五.与规格值或标准值作比较012345678下限上限C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格.01234567LSLUSL六.直方图在应用上必须注意事项直方图可根据由图形按分布形状来观察制程是否正常.产品规格分布图案可与标准规格作比较,有多大的差异.是否必要再进一步层别化.100个机螺丝直径直方图。图中的直方高度与该组的频数成正比从直方图到正态分布如果资料越多，分组越密，则直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线(如图所示)。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律将各组的频数用资料总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。•测定平均值•在中心线或平均值两侧呈现左右对称之分布•极大值与极小值数量很小•常态曲线左右两尾与横轴渐渐靠近但不相交•曲线下的面积总和为1正态分布特征统计学•为了解被调查群体的某些隐含的特性，运用合理的抽样方法从被调查群体N中取得适当的样本n，通过研究样本来发现群体的特性!数据的离散程度•R全距(Range)＝最大值－最小值＝Ｘmax－Ｘmin•V方差/变异(Variation)(总体)(样本)•S标准差Standarddeviation(总体)(样本)NXiii122)(NXiii12)(1)(122nXXsiii1)(12nXXsiii变异系数=标准差/平均值正态分布中，任一点出现在μσ内的概率为P(μ-σXμ+σ)=68.26%μ2σ内的概率为P(μ-2σXμ+2σ)=95.45%μ3σ内的概率为P(μ-3σXμ+3σ)=99.73%+++68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布正态分布概率(双边)μ±kσ在内的概率在外的概率(P)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