SPC教材

13530252015105039342924ObservationNumberIndividualValueIChartforC1X=30.603.0SL=37.36-3.0SL=23.84SPC:控制图方法2统计性PROCESS控制S（Statistical）为了研究PROCESS散布所使用的统计技法P（Process)工序、工程C（Control)用积极的经营来控制散布3我们该采取措施了吗？每天我们都被数据所淹没，我们被迫作出结果：工厂的输出减少了4%美国贸易逆差上升了$400亿公司X的收入比上季度减少了$240万我们需要解释数据的方法4别管它没事痛苦和受难痛苦和受难“顾客”要求下限此方法•告诉你从顾客要求角度你处于什么位置•不能告诉你如何达到目标或下一步该做什么强迫达到顾客要求将导致一个人：1.真的改善工程2.破坏工程3.破坏数据(完整性)“顾客”要求上限我们如何处理数据-历史上523废品率(%)1123420002001晚会时间•工厂的废品率达到年度的低点1.5%•经理给全厂颁奖•仪式在餐厅进行：为所有的人准备了比萨饼和各种点心和饮料！•“每个人都应为你们取得的成就感到骄傲”DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊与一般要因6231123456720002001经理想收回奖励•连续3个月废品率上升•经理想要收回他的奖励•不但没有保持已有的成绩,废品率却直线倒退•经理决定：“奖励适得其反。这群人需要强硬的管理!”废品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊与一般要因723112345678910111220002001不再“温和的管理”•到11月,废品率上升到2.6%─年度高点•经理决定采取措施•召集一个“特别会议”，要一次性并永久地解决这个问题•在作完一个关于废品重要性的生动报告后，经理走了。员工们不知道该做什么。而且他们还有更重要的指标。所以他们什么也没做。废品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊与一般要因8•经理看到自从去年底以来，废品率降低了。“柳暗花明了！”(记住:实际上从来没采取任何措施来改善系统)•他得出结论:“强硬的管理方式获得成功！”经理断定：“粗暴的爱产生奇迹”23112345678910111220002001123456废品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊与一般要因9散布事例特殊与一般要因在管理图上这个数据看上去像什么？1023112345678910111220002001UCL123456789LCL废品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.真实的故事!!“来自工程的声音”让工程来说话吧！！11•经理“嗨,我是按照数据作出结论的─我怎么会错呢？”•质量管理人员“你的结论是把高、低点作为信号观察而得出的。实际上，那都是噪声（一般要因散布）。看这数据，在工程中没有过明显的变化”经理断定：“粗暴的爱产生奇迹！”12345678923废品率(%)112345678910111219961997晚会时间经理想收回奖励不再温和的管理UCLLCL管理图讲述了一个不同故事─为什么？12“对人类而言疏于用控制图分析数据是已知的增加费用，耗费努力和降低士气的最好方式。”-DonaldJ.Wheeler博士（GE总裁）控制图方法1320世纪20年代-美国贝尔电话公司的休哈特博士用于鉴别可控和不可控的散布可控:a.k.a.一般要因或固有的（噪声）不可控:a.k.a特殊要因或可归属的（信号）尽力在所有的噪声中寻找工程信号把控制图作为主要的工具控制图方法-它从何而来？14散布的种类“一般与特殊”一般要因(噪声)在所有工程中出现由工程自己产生（我们经营的方法）可以消除和/或减小，但需要工程有根本性的改变当只有一般要因散布存在时，工程处于稳定的，可预测的，则工程是受控的状态15特殊要因（信号）不可预测与一般要因散布相比相对大得多由单个的扰动或其系列的组合导致通过基本的工程控制和监控可以消除/减小一个工程存在特殊要因散布时，被称为脱离控制和不稳定散布的种类“一般与特殊”16按时间画数据被监控的特性UCL中心线LCLUCL=控制上限/LCL=控制下限画的数据基本的控制图关键成分17•多少%的数据点应该落到UCL和LCL之间?•如果一个点落在了UCL或LCL之外，这意味着我们在给顾客制造一个不良品吗？UCLLCL控制图构成UCL与LCL18控制上限=UCL控制下限=LCL规格上限=USL规格下限=LSL下面的工程在制造不良吗？UCLLCLTIMEUSLLSLUCL和LCL与USL和LSL19控制上限=UCL控制下限=LCL规格上限=USL规格下限=LSL下面的工程在制造不良吗?UCLLCLTIMEUSLLSLUCL和LCL与USL和LSL20UCL和LCL对USL和LSL工程的控制线是基于来自工程本身的数据而计算出来的他们基于+/-3s(预期99.73%的工程散布落在控制线之间)控制图上没有产品规格限了解工程与顾客要求相匹配的程度是重要的认知为了判断按照顾客的期望工程运行的如何，需要作工程能力研究21#1)把规格限放在管理图上#2)把UCL和LCL当做规格限对待如果你做了其中一个，管理图将变成仅供检查的工具-它不再是管理图了UCL/LCL不直接和顾客不良相联系两大管理图错误UCL和LCL与USL和LSL22控制图的主要类型计量值控制图个体-X和移动范围（I-MR）图X-Bar/R图计数值控制图np-图p-图c-图u-图23两种一般类型的数据计量型─数据是连续的（测量得到的）对某个特性的实际测量结果，如软管的直径，电阻，部品的重量，等计数型─数据一般是数出来的用有/没有型仪表的测量结果，可见缺陷的检查，丢失部品的数量，合格/不合格或对/错判断，等24(1)公司生产的每台洗衣机的效率(2)一个班次生产的部品的平均效率(3)拖板标签上的打印缺陷数(4)每份销售合同的打字错误数(5)月生产中脱离规格的部品数(6)月生产中脱离规格部品的%(7)汇总一个应收款所花费的时间(8)每生产100件部品中有缺陷部品的数量练习:是什么类型的数据?计量型计量型计量型计数型计数型计数型计数型计数型25计数型计量型什么类型的数据?按群还是按个体收集的数据?数特定缺陷或缺陷性项目?群(平均值)(n1)个体数值(n=1)X-BarRX-BarS个体移动范围（I-MR）特殊类型的“缺陷”缺陷性项目缺陷的概率低吗?如果你知道坏的数，你知道好的数吗？泊松分布二项分布个体移动范围（I-MR）否是是每个样本数的几率面积不变?是否c图u图不变的样本数?np图否是p图选择正确的控制图注:X-BarS适合于群大小(n)1026我们将使用的规则:规则#1:1点脱离UCL或LCL(3-sigma限)规则#2:3个连续点中2点脱离2-sigma限规则#3:5个连续点中4点脱离1-sigma限规则#4:8个连续点在中心线的一侧图案规则:一个图案自我重复为了帮助鉴别出现在我们工程中的特殊要因事件，制定了一套标准规则当违反了一个规则时，我们用“脱离控制”来描述这意味着某些“非正常”的情况发生了-去把它查出来!!控制图规则27“路径规则”(1)从规则#1和图案区别规则开始(2)如果需要高的灵敏度，用规则#2,3,和4衡量我们将使用的规则:规则#1:1点脱离UCL或LCL(3-sigma限)规则#2:3个连续点中2点脱离2-sigma限规则#3:5个连续点中4点脱离1-sigma限规则#4:8个连续点在中心线的一侧图案规则:一个图案自我重复探测控制不足281Sigma2Sigma3Sigma1Sigma2Sigma3Sigma60-75%90-98%99-99.9%%数据点UCLLCL时间我们在测量的项目标准偏差规则“数据分布在哪儿?”29图描述示例#1示例#2解释警示你工程正在变化。但并不意味着你需要采取纠正措施。也许与你制造的变化相关。在采取任何建设性措施之前一定确定原因工程稳定，没有变化。但并不意味着不管工程。可能有改善的机会并获得实质的利益暗示工程已经经过了一个永久的变化(+或-)而现在正趋于稳定。常常要求你为了以后的控制图解释重新计算控制线常见于做完某些变化之后。帮助告诉你此变化是否有+或-影响。也许是与某些训练形式相关的学习曲线的组成部分一般与以可预见方式影响工程的因子相关。因子在固定的时间周期上出现，并具有+/-影响。帮助决定未来工作装载/人员供给的水平暗示不同类型的数据混入已抽样的子群当中。一般需要改变子群，重新收集数据，并重作控制图图点没有形成特殊的图案而且分布于图的上下限之间图点形成特殊的图案或一点或更多点超出图的上限或下限图点在中心线一侧。在一个串列内的点数称为串列的长度一系列点连续上升或下降(7或以上连续点在相同的方向).在相同时间周期上图点表现相同的图案变化(比如，上升或下降)图点靠近中心线或一个控制限(连续3点中2点，7点中3点，或10点中4点).工程受控(Processincontrol)工程非受控(Processoutofcontrol)串列（Run）倾向（Trend）循环(Cycle)紧靠(Hugging)201510201510201510201510201510201510201510201510201510201510201510201510UCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLXUCLLCLX123456712345671/31/31/21/230(1)公司生产的每台洗衣机的效率(2)一个班次生产的部品的平均效率(3)拖板标签上的打印缺陷数(4)每份销售合同的打字错误数(5)月生产中脱离规格的部品数(6)月生产中脱离规格部品的%(7)汇总一个应收款所花费的时间(8)每生产100件部品中有缺陷部品的数量I-MRXbarRu或c图u或c图p图p图I-MRnp图练习:用哪种控制图？31控制图类型介绍计量型图个体-X和移动范围图（I-MR）X-Bar/R图计数型图np-图p-图c-图u-图32个体/移动范围（I-MR）控制图用途:当对每个样本不方便或不可能获得一个以上的测量时当技术允许对每个样品以最小的费用进行简单的测量时可用的数据太少散布短期:由从一个单位到下一个单位的散布来描述(MR图)长期:由一个长序列的这样的事件来描述(个体图)控制图基于子群大小为133打开工作表:IndividualMR在SPC.MPJ中StatControlChartsI-MRVariable=ErrorsMinitab举例个体/移动范围图34252015105Subgroup01050IndividualValueX=4.0403.0SL=10.13-3.0SL=-2.055876543210MovingRangeR=2.2923.0SL=7.488-3.0SL=0.00E+00IandMRChartforErrors控制图告诉了你什么？35计量型图个体-X和移动范围图X-Bar/R图计数型图np-图p-图c-图u-图控制图类型介绍3