SPC统计工程管理知识.ppt

统计工程管理StatisticalProcessControl SPC的意义SPCCONTENT 1 品质的重要性 品质与企业竞争力 提高品质的2种方案 企业竞争力 Delivery 纳期 Cost 价格 Quality 品质 Time 优良品质 品质 企业竞争力 确保设计 固有 源流 技术 均匀品质 生产工程的散布最小化 政策 战略 散布的85 以上是管理的责任 DEMING博士 品质活动应该是全员参与的活动 不能光靠想法或者口头说话 得具有向上品质的挑战意识 需要持续参与的政策与战略 可以实现品质政策及战略的制度 为了有效完成课题 培养人才 部品方面的品质的重要性 对重点管理指标的认识的转换 三星电子CTV市场不良率 X X 时 其中TUNER占9 7 工程不良 Line内不良 收率 再作业或者废弃是不考虑在内 有必要转换为直行率概念 除了加工之外的所有要因是浪费 检查费用再作业费用 时间废弃费用机会费用 丧失销售机会 顾客Claim 2 品质管理的发展 品质经营 企划 开发 销售 营业 生产 SPC 品质工学 检查 20年代SQC SPC 统计的工程师 On LineQC 0 50 100 检查为主 Off LineQC 3 散布管理的重要性 SonyJapan SL SU SL SU 目标值 目标值 品质 社会性损失 F 开发 设计 生产 物流 使用 品质特性值 目标值 误差 误差 散布 变动 可避变动 偶然变动 到目前为止 主要是集中努力减少工程上的散布 但是最近 目标值的设定或者达成方法的变更也在研究 即 诊断工程的能力或者PARAMETER是否适当 且有必要进行分析及校正的活动 SonyUSA 4 为什么使用SPC SPC是支援工程改善的工具 是提高品质与生产性的战略 改善的工程可创造优良的品质与更高的生产性 而且这些改善会成为实现理想工程的基肥 改善的街道 SPC Q P Q P 理想的工程 SPC可以帮助品质与生产性的提高 理想的工程 IdealProcess 散布为Zero的工程 SPC是什么 什么是统计的工程管理 StatisticalProcessControl Statistical 利用统计方法 统计资料与分析技法 Process 分析及把握工程的现象 Control 使工程处于所希望的状态的管理技法 发觉工程的异常 找出可避要因剔除 或者对这些事前进行预防的活动体系 SPC活动 工程品质维持活动 工程品质改善活动 何为统计学 Statistics 定义为了研究社会 自然 工业及人类生活的所有现象 通过内含不确定性 Uncertainty 的资料 DATA 收集 分析 推定及检定 获得议事决定上必要的信息与研究处理方法的学问 历史最初起源与国家算术 statearithmetic 的说法中 起源于历史上的政治家们为了经营国家事务而系统地计算必要的数据的过程 现代统计学上超出 国家算术的范围逐步发展成为议事决定科学 decision makingscience 领域 推论统计 Inferencestatistic 概率 Probability SPC的目的 学问方面的目的SPC把品质的变动要因分成偶然原因 不可避免 和异常 可避 原因 异常原因是可在现场立即采取措施除去 偶然原因是通过对生产方式的系统性的接近方法来缩小的工程管理技术 实务上目的 通过有效的要因管理 使设备条件及品质特性的散布最小化 异常发生时 强化迅速的对应能力 通过设备要因管理 不良管理等 确保要因集中管理的基础资料 通过自动收集DATA及分析 可以以最少人员运营工程 建立与ISO9000内容并行的品质保证体系 通过建立RealTime工程及物流管理体系 确保迅速 正确的工程信息把握及确保不良发生的对不良原因的追踪性 SPC的有用性 学问上的有用性 减少工程的偏差 达到工程的最适化 为了改善的合理的判断 实务上的有用性 除去不必要的工程的浪费要素 现场及全社品质管理的效率化 自动化 制品管理与工程管理 制品管理 ProductControl 投入要素 工程 Output 制品 再作业 等级调整 与规格比较 规格的In Out 调查 观察 测定 Process Input NextProcess Customer Rework Downgrade Scrap 制品管理CYCLE Rework UpperSpecificationLimit 工程管理 ProcessControl 投入要素 工程 Output 制品 改善 与管理界限比较 管理的In Out 调查 观察 测定 Q P 对制品管理的要求事项逐渐减少 Q P Input Process 工程管理CYCLE 9 管理状态与异常状态 管理状态 偶然原因 不可避免 稳定的管理状态可以预测的Only偶然原因 Time 不能预料不到的情况发生 异常状态 异常原因 可以避免 重要的变动不稳定的管理之外的状态不可以预测的异常原因发生 Time 不能预料的情况的发生 Production 10 SPC的统计工具 SPC的一般的统计工具 SPC的高级统计工具 QC7Tool Histogram 特性要因图 Pareto分析 CheckSheet Graph 散点图 层别 新QC7Tool 连贯图法 系统图法 Matrix图法 PDPC法 ArrowDiagram 亲和图法 KJ法 MatrixDataAnalysis 平均 散布的尺度 概率分布 管理图 工程能力 高级管理图 CUSUM EWMA 统计的推定及假设检定 新的分析技法 多变量分析 回归 倾向分析 信赖性技法 FMEA FTA WeibullAnalysis 其他特别管理图 Q chart G chart 品质工学 Taguchi法 实验计划法 分散分析 11 SPCTOOL的使用 过去的方法 现在的方法 Station1 Station2 Station2 Station3 Station4 Rejection Good QualityCheck Station1 Station2 Station2 Station3 Station4 Good Rejection 12 SPC的构成要素 SPCSYSTEM 管理方法 运用方法 ActionRule 管理Points SPC教育Team构成标准化电算化业务分担 设计信息 制品 工程 工程分布变动原因 Sampling方法及周期决定测定方法及计测器管理统计的TOOLSD B 设计变更现象维持异常原因调查担当者 SPC活动的概要 原资材 环境 能量 工程 作业者 设备 方法 工程维持 原因究明 减少变动 CPK向上 测定 诊断 偶然原因 预防 控制 发展 预测可能 预测不可能 预测方法管理方法对策开发 异常原因 设计 1 消费者要求2 制品设计3 工程设计 OfficeQ C KnowledgeBase Technology 对品质的社会责任 工程情报品质情报 管理规格 制品规格 ActionRule 品质改善 Feedback 14 SPC适用6阶段 工程的规定 特性值的设定 测定及分析 工程能力分析 工程改善 工程成果分析 变动要因除去 管理图 持续运营 措施及改善 测定方法改善测定工具改善 稳定状态 异常状态 不满足要求条件 CP 1 33 CP 1 33 15 SPC适用事例 ELECTROUX瑞典 目标82 84年间把市场不良率降低50 Q84运动85 87为止把市场不良率降低50 Q87运动 推进经过82年建立FIELD不良情报收集系统 虽然得到了很多FIELD不良情报 但品质没有得到改善 业务未得到进展 NOBreakthrough 管理者的管理对象是很多 但品质关联只占很少一部分 SPC导入 信赖性体系导入 局限于lipservice 都认为 一定程度的不良是应当的 的氛围 SPC当作政策导入ENGINEER负责SPC推进 从工程与设备能力开始出发 实施大规模的教育 结果各个部署之间圆滑的协助 通过设备能力分析 进行12个月的设备改善后来不良减少 UniroyalGoodrichTire工厂 推进经过82 83年为止 适用SPC后 beaddiameter等几个品质特性值得到改善 对SPC的信赖感增大 排除作业者 管理者中心的教育 84年任命SPC专门负责人以作业班长为中心 集中教育管理图 对作业者实施小Group教育 因管理图的误适用 丧失了对管理图的信赖性 为了有效的SPC的体现 大幅度修正其轨道正确的测定方法必要 确保设备的扩充和原资材的均一性 生产部署建立SPC适用Team 推进时出现的问题点概要管理图只是追踪用 不是管理用 只重视SPC的教育 怠慢了实际的应用 SPC的日常业务化工作上失败 适用SPC之前没有研究活动体系 16 SPC活动体系图 工程品质改善 生产 工程物流体系稳定及标准化 通过协力业体的指导强化原资材管理 SYSTEMINFRA建立及统合化实现 17 SPCSystem的建立 SystemDesignCHECKLIST 顾客的要求事项是什么 选定什么样的管理项目与POINT Data的收集方法是 可否确保Data的信赖性 有无考虑作业者的作业性 各测定项目的SPEC是否符合技术性 有无适当地适用统计工具 异常状态发生时原因分析可能否 分析工程时有无非统计的方法 可否灵活对应工程Layout变更等事项 SYSTEM的维护及Version Up是否容易 可否与上记System进行UP DOWN信息交换 电算化的赞成与反对意见 赞成大量Data的整理Data通信 信息的共享 过去Data的追踪及履历管理反对SPCSystem内的活动的 BlackBox 化比品质改善更热衷与学习电脑局限于某一关系部署 经营层的积极参与与支持 具备明确的目标意识与要求 以系统的适用计划为背景的接进方式从部分到全体 按照优先顺序 给SPC推进人员 给予Incentive 可推进SPC活动体系的Follow Up的制度的具备 责任与权限的明确化及业务别明确的作用分担 SystemDesign是简单易懂的UserInterface 专家的指导与内部专家的培养 18 SPC成功的条件 防碍SPC成功的要因 SPC推进氛围不足 经营层的参与与关心不足 SPC推进的具体站略 技术的不足 明确的目标意识不足 因为别人也在做 对SPCSystem的非现实的期望 系统的适用程序及计划不足 理论及其实践能力不足 适用之前的会议主义及Mannerism 比起内容形式为主 SPC成功的要因 统计学概述StatisticsConspectus 1 母集团与样本 样本母集团 母集团 全体母集团 SAMPLE 母集团PARAMETERS 2 样本统计量Xs2s 母集团 Population 成为调查或分析对象的具有某种特性的样品的集团叫做母集团 解释母集团的数据叫做母数 统计量 Statistic 为了取得母集团的信息 由从母集团采样的试料 Sample 中得到的数据 DATA 计算出的值叫做统计量 母集团和试料一样都具有一定的分布 首先 直接观测试料的分布 然后间接地推测母集团的分布 再采取措施 推定 2 DATA的形态工程管理上的第一个阶段就是收集正确而具有意义的DATA 一般地 DATA的形态大致区分为2种 计量值DATA 像温度 重量等连续性测定值 计数值DATA 观测工程的结果 或者数 Counting 某些数量时的结果值 计量值 计数值DATA的比较 计量值DATA是利用测定器测定后得出来的连续性的值 计数值DATA是可作为属性 能够数 count 的值 实际的测定值97 615 23 测定工具温度计 刻度卡尺 Count可能是 不是 出席 缺席 采取 放弃 不良数 测定方法肉眼检查 自动检查 良品 不良品 3 DATA的整理分布的中心倾向 算术平均 Mean Average X 中心值 Median X N为单数时从最小值到最大值顺序排列 最中间的值就是中心值 N为双数时从最小值到最大值顺序排列 最中间的2个值的合除以2的平均值 最频数 Mode DATA中出现频率最高的数 表示分布的散布的尺度 范围R 最大值 MAX 最小值 MIN 偏差平方合 S 分散 S2 是平均偏差的平方合 把平方之合除以DATA数来表示每一个DATA的散布的大小 不偏分散 V DATA数为30个以下时使用 是把偏差平方之合除以自由度 少量DATA时代替分散使用 标准偏差 S 不偏分散的平方根 概率分布函数概率分布函数的种类 2项分布 对成功率为P的事件 观察n次时成功回数的分布 P X x x Px 1 P n xx 0 1 2 3 n 例 在不良率为5 的工程上选择5个部品检查时 不良品数的概率是 n 5 p 0 05例 射门成功率为80 的篮球运动员投3次成功的概率是多少 n 超几何分布 在具有特征A的有D个 特征B的有N D个的N个集团中抽样时 特征A的被抽出的个数的概率 P X x x 0 1 2 3 min n D 例 一个箱子里的50个部品中有5个不良品 在箱子中抽出3个部品检查时不良品数的分布是 D 5 N 50 N D 45 n 3P X x 初几何分布 内容 N D N D 个当中选取n个时 特征A的被选中个数的分布 x n x D个 N D个 N个 泊松分布 单位面积当平均有m个缺点时 在某大小的面积上有X个缺点的概率的分布 例 某公司平均每1平方米当生产有2个污点的衣服 那么污点是0个 1个的概率是 m 2 正态分布 自然状态或者一般的且稳定状态上的具有连续性的DATA的形态是大致遵守钟型的正态分布 正态分布的性质对于平均是对称的 平均不同或者分散不同的2个分布具有相同的形状 1 22 22 12 1 2 12 正态分布的标准正态分布化一般地X N 时 计算X在a与b之间的概率时 首先要标准化后使用 标准正态分布化 内容 2 3 1 0 2 3 X N 2 正态分布的概率是利用标准化的标准正态分布时 对所有正态分布可以计算其概率 1 定义 根据从母集团所取的数据来分析母集团的形状时使用的图片 分布的形状 中心的位置 散布的大小 利用Histogram 又称直方图或度数分布表 可分析集团的形状可了解规格中心值和分布中心值的偏移可进行工序能力调查 事例 MLBPATTERN宽度测定Scenario 在MLB外层WETLINEPATTERN宽度测定工程上1 1 1 10间日日抽取10个SAMPLE测定的DATA 利用下面的DATA 作成都市Histogram 工序能力指数和管理图 Histogram 直方图 1 定义所谓的管理图是根据从抽样得出的DATA在表上打点 把这些点的位置和变化趋势与已定的基准相比较 从而判断工程有无异常 并找出异常原因的统计的工程管理的代表性的技法 2 历史管理图是1924年美国的休哈特博士 W A Shewhart 首创的 开始在美国被采用了一部分 到1932年皮尔森博士 E S Person 将其规定为BS600标准 从而超前于美国将其普及到质量管理上 3 品质散布的原因与种类品质散布的原因 原材料本身的散布 作业条件的变化 作业失误 不合理的作业标准 设备的异常 故障 测定试验等的误差品质散布的种类 偶然原因 CommonCause 是不可避免的原因 不得不要发生的原因 异常原因 SpecialCause 是可避免原因 工程上与平常具有不同意义的散布 管理图 4 管理图的种类目的上的分类 解析用管理图是把握工程的实际状态 调查因什么原因产生怎样的散布为目的 管理用管理图作业时 根据管理图进行确认 若出现异常时消除不良原因并采取相应对策为目的 根据统计量分类 计量值管理图DATA取连续值时使用 适用与测量温度 厚度 长度重量 时间 强度 成份等品质特性值 计数值管理图DATA取不连续值时使用 适用与次品数 缺品数等可查数的品质特性 5 活用管理图的顺序 生产工程或者试料的采样方法变更时 采取预备资料 DATAPLOTTING DATA值打点 记入管理线 计算工程平均 计算管理界限 作出条状图 记入事先界限线 采取DATA 记入界限线 调查安定状态 管理状态 规格满足状态 点的变动 平均值散布 管理线计算 规格变更 分析原因 防止再发 为提高质量的变更 点在界限外 调整 不满足 措施不 原因分析 防止 非管理状态 6 管理图的用语与记号用语 记号 7 管理图的选择 管理图的选择 DATA 计量值 计数值 N一定时 1 N 7 N 1 X s X R X R X s X Rs 范围一定 N不一定时 N一定时 缺点数 不良数 U C P pn 范围不一定 N 7 8 X R管理图X R是什么 主要由标示DATA的平均值变化 群间变动 的X管理图和标示散布的变化 群内变动 的R管理图组成 X R管理图作成顺序顺序1 DATA的收集 收集100个以上包含工程的重要信息的特性的数据 数据必须是比较近期得到的 在技术上大致和今后的工程是一致的 顺序2 按测定时间顺序或LOT顺序等排列 顺序3 把数据分成几个部分群 群的大小 n 要多取4 5个 群的数 k 取20个以上 顺序4 计算平均值X X 顺序5 计算范围 R R DATA的最大值 DATA的最小值 顺序6 计算总平均 顺序7 计算范围的平均值 顺序8 计算X管理图管理线 管理界限线计算公式 A2是取决于群的大小 n 的参数 参考附录 顺序9 计算R管理图管理线 管理界限线计算公式 3D4是取决于群的大小 n 的参数 参考附录 顺序10 绘制管理图 坐标图的纵坐标上表示刻度 中心线 CL 实线 管理上限 UCL 管理下限 LCL 虚线 把各群的X R作PLOTTING后 用折线图表示 此时 把脱离管理界限的点用 来表示 顺序11 记入必要的内容 n CL UCL LCL及DATA的品质特性 DATA的收集时期 测定仪器等 顺序12 调查是否在管理状态 管理状态的调查是参照管理图解释部分 9 P管理图P管理图 生产工程上用不良率来管理工程时使用 因为工程上每天的作业数不一定 不良数也是不确定的 所以多使用P管理图 P管理图的作成顺序顺序1 DATA的收集因为要计算工程的不良率 所以样品的大小要取n 100个以上 试料群的大小要取20 25个左右来采取DATA作成DATASEET 顺序2 计算P 计算各个群的不良率P Pn 试料中的不良数n 群的试料大小 P pn n 顺序3 在管理图用纸上把不良率PDE值PLOTTING 顺序4 管理图的计算根据管理图上记录的数据计算管理线 中心值 不良数的总合 检查数的总合注1 管理界限中LCL值是负值 时 不考虑管理下限 注2 P管理图是随着试料的大小 N 每天的 群 管理上 下限线也在变化 顺序5 记入管理线P管理图上 中心线用实线表示 UCL和LCL值用虚线表示 将其用折线表示 顺序6 判断是否处于管理状态 并采取措施 10 管理图的解析P管理图 P管理图表示异常状态的主要原因 原资材 包括工程及检查 机器 包括工具 测定机器 方法 作业标准的不遵守 操作执行程度变化 作业者 训练程度 经验 工作态度 P管理图使用时易犯的错误轻率地判定为在管理状态 P管理图是体现多种品质特征之间的均衡状态的 所以对各种品质特征分别进行分析后才能下结论 没有考虑基准的变化 不良品和良品之间的基准变化或者测定仪器的刻度调整等给P管理图产生很大的影响 注意力只集中在平均不良率高的问题上 分析不良率较低的问题也是工程改善的好方法 管理图 影响X管理图的主要原因 变化 原资材 作业者 检查者 机械调整 湿度 浓度 检查机器的刻度调整 工具的磨损等 X管理图的解析上易犯的错误R管理图在异常状态时 解析X管理图X管理图的解析是只有工程稳定的时候才有可能R管理图体现异常状态时 除掉这些要因后才能解析X管理图 作出制品是集中在平均值附近的判断R管理图从R管理图可以得到工程的稳定性或一贯性的信息 影响R管理图的主要因素未熟练作业者或检查者新的作业者或检查者疲劳的作业者或检查者品质不均匀的原资材有待修理的机械的状态不稳定的检查工具取级上的不注意X R管理图 X管理图与R管理图必须要相互联系解析的原因有必要同时获得分布的平均与变化幅度的信息 相互连贯地解析2个管理图 可以得到分别解析时无法得到人信息 依据分布形状的2个管理图的连贯性若品质特性遵守正态分布时 则2个管理图上的点的移动是相互有联系的 若分布呈现歪 Skewed 的形状 则2个管理图上的点的移动是相互有联系的 12 RUN的理论及异常状态的判定基准RUN的概念 RUN 是指连续地属于同一种类型的DATA 利用RUN的2种特性 即关于RUN的数 RUN的长度的概率分布 可通过统计的方法来分析 管理图上的品质的变动是否随机的 即是否是因为偶然原因造成的等问题 RUN的种类 RUN的数量在概率分布上的随机性的判定RUN的数量过多或过少就不能说是随机的 顺序1 求出属于各个种类的点的数量 其中小的数叫r 大的数叫s来表示 r 属于某一种类的点的数量s 属于另一种类的点的数量 顺序2 根据有意水准a 0 005或者a 0 05找出跟r s所对应的界限值 顺序3 跟极限值比较后 如果实际RUN的数比这个界限值小就用相应的有意水准判定点的移动不是随机的 在RUN的长度的概率分布上判定随机与否最长RUN的长度 既是是过短或者过长 也不能看作点的移动是随机的 顺序1 以中央值为中心线 分类各个点 顺序2 是中心线上位的RUN配置长一点 顺序3 点的个数为单数时中心线上面的点除外 顺序4 调查最长RUN的长度 顺序5 最长度RUN比极限值大时 判定有异常要因 异常状态的判定基准管理界限外 3 的一个以上的点 警报界限 2 外的一个以上的点 这种情况下需要调查更多的样品 长度为7以上的RUN 在上位RUN 下位RUN的分类与一向RUN 下向RUN的分类上都可适用 表示不是随机移动的点的形状 2 外的长度2以上的RUN 1 外的长度4以上的RUN 1 工程能力的概念什么是工程能力 构成工程的基本要素 为了工程改善的情报 结果 生产 OUTPUTS 投入 INPUTS 何为工程能力 工程能力是 处于管理状态的工程所作出的品质向上能力 换句话说 在标准化的工程上生产出的制品 尺寸 不良率 表现的散布的范围 叫做工程能力 工程能力指数的基本概念把工程的状态数量化 使其能力能够以客观化评价