统计过程控制(SPC)入门（PPT 42）

统计过程控制(SPC)入门课程大纲•什么是SPC•为什么要进行过程控制•正态分布简介•过程能力指数•控制图介绍•Xbar-R控制图的制作•控制图的判读•使用控制图的注意事项•常见的直方图形态什么是SPC？SPC(StatisticalProcessControl)统计过程控制，就是利用统计技术对生产过程进行监控，通过检测数据的收集和分析，从而对生产过程的异常及时告警，以便采取措施及时消除异常，恢复过程的稳定，达到，达到保证和提高质量的目的。收集检测数据了解正常变异范围确定监控要素设定控制界限绘点判定是否出界纠正异常持续改进，缩小变异为了达到结果，我们应该把注意力放在Y上还是在X上呢？f(X)Y=如果在X上做得很好，那么产品的过程能力提高，成本下降，投诉减少。Y非独立的输出结果症状监测X1...XN独立的过程输入原因问题控制为什么要过程控制？正态分布简介波动总是存在的，波动是对称的钟形结构。对称的钟形结构，统计语言称之为正态分布。生产过程中产品质量特性服从正态分布。正态分布的形状不变，则合格品率稳定，过程受控。举例：Nikon1.5AS厚度(1.4mm,+0.3-0.2)1.201.401.70-6-5-4-3-2-10123456SIGMAUSLLSL规格之上下限相对于目标规范发生变差的频率sSIGMA(s)是对离目标值偏离程度的度量超差的缺陷正态分布简介过程位于目标规范的中心标准偏差s样本1与样本2，哪组数据稳定，为什么？12nXXσ序号样本1样本214.04.921.05.133.05.0410.04.857.05.2标准偏差s：是偏差分散程度的度量指标。平均5.005.00标准偏差3.540.16结论：即便是平均值相同，s越大，分散程度越大。正态分布简介标准偏差s小，意味着过程稳定，数据集中，波峰窄而高，缺陷少。sGoodSSSSTCLUP66(上限规格)—(下限规格)6×(标准偏差)LCLUCLT标准差X平均数UCLLSL过程能力-Cp过程能力指数Cp:过程的加工质量满足技术标准的能力。•双侧规格标准差X平均数过程能力指数-Cp单侧规格UCLSXUCLCPU3(上限规格)—(平均值)3×(标准偏差)•上限规格LSLSLCLXCPL3(平均值)—(下限规格)3×(标准偏差)•下限规格SXSCUPu3(上限规格)—(平均数)3×(标准偏差)X平均数Cpl=X-Sl3S=(平均数)-(下限规格)3×(标准偏差)Cpk=min(Cpu,Cpl)过程能力指数-CpkCpk:过程中心s与允差中心M的偏移情况。Cpk值的范围能力判断处置Cpk1.67太佳过程能力太好，可酌情缩小规格或简化管理，降低成本。1.67Cpk1.33合格过程能力充分，继续维持。1.33Cpk1.0警告使过程保持在控制状态，否则产品随时有发生不合格品的可能，需注意。1.0Cpk0.67不足产品有不合品产生，需全检，应采取措施立即改善。0.67Cpk非常不足应采取紧急措施和全面检查，必要时调整规格或停工整顿。过程能力指数Cpk值的评价0.40.50.60.70.80.91.01.11.2LSLUSLOrmaCrizalRv-July.02USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal0.9500000.8000000.4500000.7960859400.05569340.06410181.500.922.070.921.301.300.801.800.800.009574.479574.470.002858.282858.280.038172.948172.97ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析0.50.60.70.80.91.01.11.2LSLUSLOrmaCrizalRv-July.02USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal1.050000.800000.550000.796099400.05569340.06410181.501.521.471.471.301.301.321.281.280.001063.831063.834.972.577.5461.7837.3099.08ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析常见的直方图形态正常型现象：中间高，两旁低，有集中趋势。结论：左右对称分配（正态分配），显示过程运转正常。1.61.71.81.92.02.12.22.3LSLUSLOrmaTrio(Dia:70,-3.000.00)May.2002USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal2.300002.000001.700002.0358713850.05039870.06201451.981.752.221.751.401.611.421.811.42722.020.00722.020.000.080.080.0310.2610.29ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析常见的直方图形态离岛型现象：在右端或左端形成小岛。结论：测量有错误，工序调节错误或使用不同原料所引起。一定有异常原因存在，只要去除，就可满足过程要求，生产出符合规格的产品。1.01.11.21.31.41.51.61.71.8LSLUSL1.5NikonHMC(-2.750.00Dia:80)Apr.2002USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal1.700001.300001.200001.501114240.1044970.1134640.800.630.960.630.360.730.580.880.5828301.890.0028301.891978.8728498.9330477.803979.9139809.8443789.75ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析常见的直方图形态双峰型现象：有两个高峰出现。结论：两个总体的数据混在一起，例如把两个工人加工的产品或两台设备加工的产品混为一批等。因测量值不同的原因影响，应先分层后再作直方图。1.01.21.41.61.82.0LSLUSL1.5NikonHMC(-1.250.00Dia:80)Apr.2002USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal1.800001.500001.300001.6065712700.1109100.1264010.750.580.920.580.500.660.510.810.5116535.430.0016535.432853.9440574.6843428.627646.9662970.3570617.31ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析常见的直方图形态缺齿型（凸凹不平型）说明：高低不一，有缺齿情形。整体看，还是中间高，两边低，左右基本对称。结论：检验员对测定值有偏好现象，如对5，10之数字偏好；分组过多或测量仪器精度不够密或组数的宽度不是倍数时，也有此情況。常见的直方图形态偏态型（偏态分配）说明：直方形的顶峰偏向一侧，拖长尾巴。结论：计量值只控制一侧界限时，常出现此现状。有时也因加工习惯造成这样的分布，如尾巴拖长时，应检查是否在技术上能够接受。1.01.11.21.31.41.51.61.71.8LSLUSL1.5NikonHMC(-3.000.00Dia:80)Apr.2002USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal1.700001.300001.200001.506209930.0916640.1137190.910.701.110.700.350.730.570.900.5710070.492014.1012084.59418.1517249.0017667.153544.5644174.8147719.37ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT案例分析人機器材料方法測量環境过程的组成以及其波动的原因波动原因5M+1E波动的种类正常波动：由普通(偶然)原因造成。如操作方法的微小变动，炉温的微小变化，割边机的正常磨损，夹子的微小松动，镀膜溶液的微量差异等。正常波动引起产品质量的微小变化，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：由特殊(异常)原因造成。如原材料不合格，设备出现故障，分析仪器不稳定，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。波动的处理典型分配偏离典型分配控制图检出偶因(对品质影响小，难以去除)异因(对品质影响大，易以去除)听之任之执行(20字)：疑难杂症，对症下药，药到病除，不再复发，注意保养产品波动控制图上的控制界限是区分偶因与异因的科学界限。什么是控制图控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值；横轴代表按时间顺序(从左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线(见下图)。用来判定过程是否稳定或异常。