第五章统计过程控制new

SPC第五章SPC统计过程控制SPCSPC控制图原理1.SPC应用背景;2.控制图原理;3.运用SPC的益处;4.SPC控制图种类课程提纲计量/计数型控制图篇1.计量/计数值控制图的种类2.计量/计数值控制图的应用背景3.计量/计数值控制图的制作与解析4.计量/计数值控制图的合理分组5.计量/计数值控制图的应用重点SPC课程提纲过程能力研究篇SPC应用实战篇1.SPC成功导入案例2.SPC成功导入流程3.SPC特性选择4.SPC小组成立5.SPC改善检讨1.过程能力指数的种类2.过程能力指数的计算3.短期过程能力指数研究4.长期过程能力指数研究5.计数/计量测量系统研究SPCSPC应用背景篇课程目的：了解SPC的历史由来掌握控制图基本原理掌握SPC的运用领域SPC基本统计概念课程内容：SPC的基本概念控制图的原理运用SPC的益处SPC下面按字面意思来解释一下什么是统计过程控制(StatisticalProcessControl)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。什么是统计过程控制(SPC)SPC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。什么是统计过程控制(SPC)SPC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进行:1)过程控制;2)维持或改善控制，目标是使品质维持不变。把统计,过程及控制三个名词的英文字头起来就是SPC什么是统计过程控制(SPC)SPC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至及保持统计控制状况及改善过程能力。SPC什么是统计过程控制(SPC)—总结SPC解释为。。。运用统计方法于过程控制上以控制产品品质SPCPROCESS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!!!预防或容忍?料SPC过程控制反馈循环图过程人员设备原料方法量测环境产品或服务客户确认客户需求与期望客户声音统计方法过程之声输入过程/系统输出SPCSPC&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SPC●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SPCSPC产品几个重要阶段使用的质量管理工具企划产品设计与开发制造设计开发产品及过程确认回馈评鉴及矫正措施生产生产计划第一阶段计划和确定第二阶段产品设计开发第三阶段制程设计开发第四阶段产品及制程确认第五阶段回馈评鉴及矫正措施概念提出与核准计划核准原型品试产量产DFMEADOEQFDPFMEADOEQFDPFMEA,MSASPC、DOEPFMEA,MSASPC、PPAPQFD分析？控制？SPCSPC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SPC正常波动和异常波动•波动是质量的敌人；•品质改善就是要持续减少设计、制造和服务过程的波动；正常波动：稳定的；结果是可预测的；是永久性的；异常波动：不稳定的;结果不可预测;现象会重复发生,除非有所行动;可以减少;SPC正常波动和异常波动波动无处不在SPC正常波动的原因--偶然因素•偶然因素是对正常波动经常起作用的原因。它的特点是：–在过程中时刻存在着，对过程波动的影响随机变化；–这类因素一般复杂繁多，要列出所有的因素很困难；–所有因素的共同作用导致了过程的总波动。–成本太高，不容易去除。当过程只有普通原因影响时，过程的波动具有统计规律性，此时过程处于稳定状态。SPC异常波动的原因--异常因素•异常因素是使过程特性发生异常波动的因素它的特点是：-不经常存在于过程中；-它们通常来自过程之外；-相对于普通原因来讲，对过程波动有较大的影响；-容易发现和隔离。当过程受特殊因素的影响时，过程的输出不再服从预期的分布，过程处于不稳定状态。SPC偶然因素和异常因素举例偶然因素•合格原料的微小变化•机械的微小震动•刀具的微量磨损•加工方法局限性•气候、环境的微小变化等等•合格仪器的测量误差异常因素•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•加工方法的改变•过大的测量误差SPC在生产过程中异常因素是注意的对象。一旦发现产品质量有异常波动，就应尽快找出其异常因素，加以排除，并采取措施使之不再出现。在实际生产中，产品质量的偶然波动与异常波动总是交织在一起的。控制图就是区分这两类产品质量波动、亦即区分偶然因素与异常因素这两类质量因素的重要科学方法。SPC•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,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)。控制图的历史SPC•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之气氛。•就控制图在工厂中实施来说，英国比美国为早。•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•控制图基本构造1以随时间推移而变动着的样品号为横坐标，以质量特性值或其统2三条具有统计意义的控制线：中心线CL、上控制线UCL和下控制线LCL3一条质量特性值或其统计量的波动曲线。样本号（或时间）控制上线UCL控制中线CL控制下线LCLX-(或x、R、S等)0123456789101112131415161718SPC怎样用控制图识别特殊和普通原因？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UCLLCLSPC+3s1234567891018171615141312111098765-3sAverage点落在该区间的概率为99.73%控制图的构成:1.DataPoints3.UpperControlLimit2.CenterLine4.LowerControlLimitSPC68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布的概率1)(2nxxisSPCμ±kσ在內的概率在外的概率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%正态分布的概率SPC★是贯彻预防原则的SPC的重要工具，是质量管理七个工具的核心。★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5000职工一共用了35000张控制图。控制图的重要性SPC过程控制稳定不稳定规范可接受规范不可接受范围→范围→范围→范围→SPC控制线管理的益处SpecLSLUSLVeryCentered变异是我们的敌人LCLUCL不良品已经产生潜在不良出现SPC课程目的1.了解控制图的分类与应用;2.掌握针对质量特性;值选择控制图类型课程内容1、控制图的基本原理；2、计量值与计数值控制图；3、分析与控制用控制图；4、控制图的应用时机；5、控制图的应用步驟SPC控制图篇SPC概念介绍计量值：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尺寸、长度、形位误差等,如电池之压片厚度,小片称重,卷针直径等指标。计数值：通常是指不用仪器即可测出的数据。计件如不合格品数,e.g裁大片外观不良数，服从二项分布；计点如电池激光焊接的气密性,短路数等,服从泊松分布。ONOFFSPC控制图的基本原理•以3σ原理为基础：管制图是以正态分配中的3σ原理为理论依据，中心线为平均值，上下控制界限为以平均值加减3σ的值，以判断过程中是否有问题发生，此即休哈特博士所创的控制方法。•中心极限定理：无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分布），只要独立统分布随机变量的个数n较大时，的分布总是正态分布。XSPC+3s1234567891018171615141312111098765-3sAverage点落在该区间的概率为99.73%控制图的构成:1.DataPoints3.UpperControlLimit2.CenterLine4.LowerControlLimitSPC控制界限的确定原理—3σ原理确定方法休哈特控制图控制界限是以3σ原理确定的。即以质量特性统计量的均值作为控制中线CL；在距均值±3σ处作控制上、下线。由3σ原理确定的控制图可以在最经济的条件下达到保证生产过程稳定的目的。SPC例：生产某种钢珠，要求其直径x为Φ15.0+1.0(mm),试用直方图技法对生产过程进行统计。3σ原理—控制图原理的第一种解释SPC表3-1滚珠直径x（单位：mm）ij123451234567891015.015.115.215.915.115.815.315.015.215.015.215.015.315.015.315.115.615.615.915.715.915.715.115.815.714.714.814.914.515.514.814.514.215.115.015.514.214.615.514.715.614.915.815.514.615.314.915.215.114.2XmaxXmin15.915.715.815.915.514.714.214.214.514.2SPC表3-2频数、频率分布表组序组界限组中值bi频数fi频率pi1234567合计3510168625014.214.514.815.115.415.716.00.060.100.200.320.160.120.04100%14.05-14.3514.35-14.6514.65-14.9514.95-15.2515.26-15.5515.55-15.8515.85-16.15SPC图3-1直方图48121614.014.223频数组号10168614.514.815.115.415.716.05SPC14.014.22310168614.514.815.115.415.716.05SPC通过正态分布密度函数的积分计算，得到不同质量特性值区间的概率。SPC休哈特博士受到这种正态概率分布这一结论的启示，1927年发明了控制图。u-3σuu+3σ样本号（或时间）控制上线UCL控制中线CL控制下线LCL78910SPC3σ原理—控制图原理的第二种解释控制图的两类错误（1）虚发警报的错误，也称第Ⅰ类错误。在生产正常的情况下，纯粹出于偶然而点子出界的概率虽然很小，但总还不是绝对不可能发生的。因此，在生产正常、点子出界的场合，根据点子出界而判断生产异常就犯了虚发警报的错误即第Ⅰ类错误，发生这种错误的概率通常记以α。虚发警报的错误将引起寻找并不存在的异因的损失。SPC控制图的两类错误（2）漏发警报的错误，也称第Ⅱ类错误。在生产异常的情况下，产品质量的分布偏离了典型分布，但总还有一部分产品的质量特性值是在上、下控制界内的。如果抽到这样的产品进行检测并在控制图中描点，这时由于点子未出界而判断生产正常就犯了漏发警报的错误也即第Ⅱ类错误，发生这种错误的概率通常记以β。漏发警报将引起废、次品增加的损失。SPCα/2β0α/2UCLLCLCL图x图控制