《统计方法教材》PPT课件.ppt

统计过程控制,STATISTICAL PROCESS CONTROL,SPC,研讨 交流 提高 本次培训班的内容 1.为什么要学习SPC 2.认识SPC 3.统计学基础 4.控制图原理 5.判断过程异常的准则 6.SPC推行的具体步骤 7.过程能力分析,SPC,1.为什么要学习SPC 什么是质量? 品管方法历程 SPC的前景 由产品控制到过程控制的进步 SPC系统 过程形式 产品控制对比过程控制 持续改进,SPC,1.1什么是质量? 何为质量?,一组固有特性满足要求的程度,质量最重要的是,要求包括 、 等,为了获得高质量的产品和服务，主动的公司事先必须.,-关注源于顾客的输入信息,-集中精力于不良品的预防，而不是不良品的检测,-实行过程控制，而不是产品控制,-持续降低加工变差和服务变差,SPC,质量控制发展的主要阶段,1 传统质量管理阶段,2 手工统计管理阶段,3 全面质量管理阶段,4 认证与电脑统计阶段,依靠检验剔除废品,依靠统计预防缺陷,组织管理统计 技术,利用数据分析 进行质量改进,计算机统计技术使手工分 析的统计方法产生了飞跃,1.2品管方法历程,SPC,1,2,3,4,5,6,3.4,233,6,210,66,807,300,800,690,000,SPC,一般公司,世界级公司,产品检验,品管七手法,试验计划与制程结合,试验计划与设计结合,(5S、QCC、ISO9001:2000),产品管制,制程管制,产品管制最佳化,设计管制最佳化,管理改善(PDCA)一般公司3 改善,技术改善(MAIC)世界级公司6 改善,方法,管制,1.2品管方法与管制,1.3 SPC的背景 美国W.A.Shewhart博士于1924年发明管制图，开启了统计品管的新时代,经验时代的结束 如果工作经验对产品品质有举足轻重影响(例如:手工裁缝)，那么SPC就没有太多发挥的空间。相反地，如果某一公司开始将经验加以整理，而纳入设备、制程或系统时；也就是说，该公司开始宣告经验时代将要结束，那么SPC的导入时机就自然成熟了。,ISO9000品保体系的要求 ISO-9000要求客户提供合格的产品，只有稳定而一贯的过程与系统，才能保证长期做出合格的产品。然而，如何评审此一贯过程与系统仍然稳定的存在呢？这必须依赖SPC来发挥功能。,SPC,1.4由产品控制到过程控制的进步,在二十世纪70年代后期到80年代初期之前,-公司只要重金投资于检验输出的产品,就可以使顾客获得高质量的产品和服务,-不难发现一些公司曾经-有少数依然-花费生产成本的30%或更多用于检验,返工或废品上,在二十世纪70年代末期开始,-W.Edwards Deming,Joseph Juran等人给公司带来的理 念是创造一个强调过程控制的生产和服务模式,-他们认为，要做到这点，就要把注意力焦点从产品和服务转移到生产这些产品和提供这些服务的过程上来。,SPC,1.5 SPC 系统,SPC是一个比较复杂的系统，它包括工作环境，供应商和客户,供应商,工作环境,客户,环境 制造环节 提供环节,客户和供应商 内部 外部,SPC,1.6一个简单的过程,人 机 料 法 环,我们工作 的方法 资源的 融合,产品 或服务,顾客满意,输入,转换,输出,SPC,1.6过程(Process)-品质的源头、SPC的焦点,过程的起伏变化是造成品质变异的主要根源，而品质变异的大小才是决定产品优劣的关键。这种因果关系，可进一步表示如下： 安徽驾校一点通 /anhui/ 驾校一点通365网,过程条件起伏,品质变异,产品优劣,因,果,因,果,结论：过程是SPC的焦点,1.6不良品检测过程,人 机 料 法 环,我们工作 的方法 资源的 融合,产品 或服务,输入,转换,输出,SPC,废品或返工,顾客满意,不合格,合格,担保信息及抱怨,1.6预防不良品,人 机 料 法 环,我们工作 的方法 资源的 融合,产品 或服务,顾客满意,输入,转换,输出,SPC,统计 方法,识别不断变化 的需求和期望,过程的呼声,顾客的呼声,1.7产品控制对比过程控制,产品控制,过程控制,保持产品特性在公差范围内,以变量最小为目标满足质量标准,控制图,统计工具,实现目标,改进策略,理念性的目标,抽样验收,保持产出产品的质量,保持质量和生产力的持续改进,防止不合格件 的产生,检验并抑制 不合格品,SPC,1.8 持续改进,持 续 改 进,顾客满意,SPC,2.认识 SPC,什么是SPC SPC 的特点 质量统计技术的作用 福建驾校一点通 /fujian/ 驾校一点通365网,SPC,SPC是英文 Statistical Process Control统计过程控制的缩写，是应用统计技术绘控制图对生产过程进行监控，最初的控制图概念于1924年由美国的休哈特博士提出。这种方法自第二次世界大战后，在工业中已得到了广泛的应用，特别是1980年后在日本和美国，控制图能用于单独的质量改进的方法，SPC 理论认为生产过程中产品质量的缺陷是由偶然因素与异常原因造成，根据控制图的规律从而发现生产过程的异常及时报警，以便采取措施消除异常，恢复过程的稳定，达到保证和提高质量的目的。,SPC 基础知识,ISO 8258制定控制图标准,GB/T常规控制图,质量统计技术的作用,SPC的特点,SPC 是全系统的，全过程的，要求全员参与， 人人有责这点与全面质量管理的精神完全一致。,SPC 强调用科学方法（主要是统计技术，尤其 是控制图理论）来保证全过程的预防。,SPC 不仅用于生产过程，而且用于服务过程和一切管理过程。,SPC强调预防,防患于末然是SPC的宗旨,3.统计学基础,定义 常用统计技术工具 主要统计学名词 示例,定义,1、什么是SPC? SPC -Statistical Process Control (统计过程控制） 含义-利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。 统计技术-数理统计方法。 2、SPC的作用 预防： 判断过程的异常，及时告警。 3、SPC的缺点 不能告知异常是由什么因素引起的和发生于何处，即不能进行诊断。,基础知识 (1)、直方图 分组、统计、作直方图 具体步骤 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 最小值） 2、确定组数 k n 3、确定组距 h=（最大值最小值）/组数 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。 5、确定各组的频数 6、作直方图 7、对直方图的观察: 特点， 中间高、两头低、左右对称,基础知识 (2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。 特点：面积之和等于1。 fN (x; 2 , ) = (1/ 2)exp(- (x- ) 2 /2 2 ) 两个重要的参数： (mu)- 位置参数和平均值（mean value) ，表示 分布的中心位置和期望值 (sigma) - 尺度参数，表示分布的分散程度和标准偏差 （standard deviation), 两个参数的意义 (mu)-反映整体的综合能力 (sigma) - 反映实际值偏离期望值的程度，其值越大，表示数据越分散。 它们之间是互相独立。 质量管理中的应用 不论 与取值如何，产品质量特性落在 3， +3范围内的概率为99.73%。 落在 3， +3范围外的概率为1 99.73%=0.27%， 落在大于 +3一侧的概率为0.27%/2=0.135% 1。,第二章 控制图原理（五）,4、控制图基础知识 (1)、控制限的确定 上控制限：UCL= +3 中心线： CL= 下控制限：LCL= 3 (2)、控制图原理的两种解释 第一种解释：“点出界就判异” 小概率事件原理：小概率事件实际上不发生，若发生即判异常。控制图就是统计假设检验的图上作业法。 第二种解释：“要抱西瓜，不要抓芝麻” 质量波动的原因 = 必然因素 + 偶然因素（异常因素） 必然因素 始终存在，对质量影响微小，难以消除，是不可避免的； 偶然因素有时存在，对质量影响很大，不难消除，是可以避免的。 休哈特控制图的实质就是区分必然因素与偶然因素的。 控制限就是区分必然波动与偶然波动的科学界限。,第二章 控制图原理（七）,(3)、预防原则 26字真经 点出界就判异，查出异因，采取措施，保证消除，不再出现，纳入标准。,第二章 控制图原理（八）,(4)、使用控制图应考虑的问题 a、控制图用于何处？ b、如何选择控制对象？ c、怎样选择控制图？ d、如何分析控制图？ e、点出界或违反其他准则的处理。 f、控制图的重新制定。 g、控制图的保管问题。,第四章 质量诊断理论（五）,过程能力指数的定义 a、过程能力 过程的加工质量满足技术标准的能力，是衡量加工内在一致性的标准，决定于质量因素人、机、料、环、法，与公差无关。 稳态时，99.73%的产品落在(-3 ，+3 )范围内，因此将过程能力PC定义为： PC=6 b、生产能力 加工数量方面的能力。 c、过程能力指数-Cp 过程能力满足产品技术标准（产品规格、公差）的程度。,第四章 质量诊断理论（六）,双侧规格情况的过程能力指数 T 技术规格的公差幅度； TU、TL 规格上、下限； - 总体标准差、 s - 样本标准差 Cp = T/ 6 = （ TU TL ）/ 6 = （ TU TL ）/ 6 s 当T= 6 ， Cp = 1， 这时候既满足技术要求又很经济。,第四章 质量诊断理论（七）,过程能力指数的评价标准,3. 基本概念,n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值