SPC(统计过程控制)培训.ppt

1,SPC（统计过程控制）,入门级培训,2,目录,概述质量管理七大统计工具（老）术语,3,概述,4,1、统计过程控制（SPC）的概念：指StatisticalProcessControl（统计过程控制）的英文简称。S（Statistical）统计P（Process）过程C（Control）控制,5,2、统计过程控制（SPC）的定义：使用诸如控制图等统计技术来分析制造过程或其输出，以便采取适当的措施，为达到并保持统计控制状态从而提高或改进制造过程能力。在美国休哈特博士发现管制图(1924年)后(40年代)产生,由美国戴明博士在日本推广.,6,SPC是：,-以统计学的原理作为基础-用来监察生产过程-利用数据及简单的图表表达生产情況-用来判断制程的走向及是否出現问题-引导员工去作出适当的決定-预防问题的恶化及重现,7,3、统计过程控制（SPC）的目的：为了解制造过程以及改善制造过程，藉由对制造过程能力的分析/评估使其有量化数据/资料。以供作为产品设计/开发和制造过程设计/开发及其改进、选择材料、操作人员或作业方法的依据和参考，持续改进产品质量和服务的价值，达到顾客满意。,8,4、SPC实施的范围：新产品和常规产品（包括老产品和旧产品）中，顾客要求和公司确定的产品和过程特殊特性。,9,SPC：,代表先进的品质管理世界一流的大公司都在大力推行实施SPC如通用汽车、福特、英特尔、摩托罗拉等是成熟的品质管理方式有一系列的运行、管理方法是品质、产量、竞争能力提升及成本下降的有力手段许多厂商被顾客要求做SPC,10,-1900s:西方的生产利用抽样或全检查去控制物件的品质-1930s:开始运用统计技术:统计品质管制(SQC)-1940s:二次世界大战时,美国军队运用SQC,5、SPC的起源:二战前产生于美国，二战期间应用于美国军工，战后先在日本得到推广并繁盛。,11,去保证他们的武器能合乎一定的水准-1950s:SPC品质概念传入日本-1970s:日本的高科技及品质开始被世界认同。-1980s:美国三大车行(通用汽车,福特及克莱斯勒)以及其他的生产公司运用SPC去监管以及提高产品的质量。-2000:Philips.,12,找出什么时候会发生异常（WHEN）找出发生什么具体异常（WHAT）分析出异常的具体原因（WHY）得出解决异常的方法（HOW）建立起预防方案（HOW）即：看清品质状况，提前发现问题找出问题根源，少花钱办好事减少报表麻烦，满足客户要求提升生产效力，降低品质成本,6、SPC的作用（3W2H）,13,1）分析共同原因与特殊原因2）改善的评估3）减少报表处理的工作量4）找出最大品质问题原因,以便工作更有绩效5）减少数据在人员传递的过程中的变异6）分辨数据的真实性7）从宏观到微观全面真实地了解品质状况8）建立一个技术、品管、生产等三个与品质有直接关系部门的沟通平台与管道,7、SPC作用具体表现：,14,主要分为：计数值与计量值两种过程，涉及：抽样检验数据整理各种图形分析（状况）制程分析（原因）改善监控等,8、SPC的主要内容：,15,1）高层管理者的大力支持2）中层干部有能力分析各种SPC图形,在有良好的品质观念的基础上及时分析图形3）做一份详尽、全面、系统的SPC系统规划4）必须用专业软件来做5）数据收集要真实、适时,9、SPC成功的条件,16,1）采用EXCEL来做SPC,而非专业软件2）数据收集不实时3）规划不健全4）未做好相应的教育训练5）相关人员不会做分析,10、SPC通常失败的原因,17,11、SPC与APQP/CP、FMEA、PPAP和MSA的关系：,PPAPMSADFMEAPFMEASPCSPC（Ppk1.67)（Cpk1.33）样件CP试生产CP生产CP,第一阶段第二阶段第三阶段第四阶段第五阶段计划和产品设计过程设计产品和反馈、评定确定项目和开发和开发过程确定和纠正措施样件制作试生产批量生产,18,质量管理七大统计工具（老）,19,1.检查表（亦称点检表）：指使用简单易于了解的标准化表格或图形，只需填入规定的检查记录，再加以统计汇整其数据，即可提供量化分析或比对检查用的统计分析的图表称为检查表。,20,21,2.层别法（亦称分层法）：为区分所搜集的数据，因各种不同的特征对结果产生的影响，而以各种特征加以分类、统计所采用的统计分析的方法称为层别法。层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，应懂得如何把这些资料加以有系统、有目的的进行分门别类的归纳及统计。,22,表一泄漏调查表（人员分类）表二泄漏调查表（配件厂商分类）,23,3.散布图（亦称相关图）：用来分析两个相对应变量（一组成对的数据）之间是否存在某种相互作用或影响的相关性，称为散布图。这种成对的数据或许是“特性要因”、“特性特性”、“要因要因”。,24,25,4.柏拉图（亦称排列图或ABC图或ABC分析法）：根据所收集的数据，按不良原因、不良状况、不良项目、不良发生的位置等不同区分标准而有系统地加以整理、分类，并计算出各项目别所产生的数据（如不良率、损失金额等）及所占的比例，再依照其大小顺序排列，再加上累积值的图形所采用的统计分析的方法称为柏拉图。,26,4.1ABC图：从柏拉图可看出哪一项目有问题，其影响度如何，以判断问题之症结所在，并针对问题点采取改善措施。亦即指用从影响质量特性的诸多因素中，找出主要因素的有效方法，故称为ABC图或主次因素分析图或ABC分析法。因柏拉图的项目别排列是按大小顺序进行的，故又称为排列图。4.2ABC分析法：重点强调对于一切事务，依其价值的大小而付出不同的努力，以获得效果。亦即指柏拉图分析前面23项重要项目之控制。,27,4.3排列图：一种用于解决问题的简单工具，按照对成本或总变差的影响程度对各种潜在的有问题区域或变差源进行排序。一般情况下，大多数的成本（或变差）是由于少量原因造成的，所以解决问题的精力最好优先集中在少量关键的原因上，而暂时忽视多数不重要的原因。4.4柏拉图：是美国品管大师裘兰博士将劳伦兹曲线（美国经济学者）运用于品管上,同时创造出“VitalFewTrivialMany”（重要的少数、锁细的多数）的见解，并利用意大利经济学家柏拉图的统计图加以延伸所创造出来的。,28,铸造车间产品生产废品统计表,29,5.特性要因分析图（亦称石川图或鱼骨图/鱼刺图或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果（特性）与原因之间的关系图表。5.1因果图：一种用于解决单个问题的简单工具，它对各种过程要素采用图形描述来分析过程可能的变差源，也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。,30,A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原因来，这个概念是由日本品管大师石川馨博士提出的。B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材料（Material）、方法（Method）、测量（Measurement）、环境（Environment）等五大类加以分析及应用的。,31,32,6.直方图（亦称柱状图）：将所收集的测定特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料，解析出其规律性，以得出其分布特征的统计分析的方法。,33,34,7.控制图：用来表示一个过程特性的图象，图上标有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条控制限，它能减少I类错误和类错误的净经济损失。它有两个基本的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程存在特殊原因变差，则应采用适当的措施加以消除。,35,7.1类错误：拒绝一个真实的假设。例如：采取了一个适用于特殊原因的措施而实际上过程还没有发生变化；即过度控制。7.2类错误：没有拒绝一个错误的假设。例如：对实际上受特殊原因影响的过程没有采取适当的措施；即控制不足。7.3计数值控制图与计量值控制图的应用比较：,36,7.4链：控制图上系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据。7.5链图：一种代表过程特性的简单图形，上面描有一些从过程中收集到的统计数据(通常是单值)和一条中心线(通常是测量值的中位数)，可用来进行链分析。,37,38,术语,39,1、计数型数据：可以用来记录和分析的定性数据，例如：要求的标签出现，所有要求的紧固件安装，经费报告中不出现错误等特性量即为计数型数据的例子。其他的例子如一些本来就可测量(即可以作为计量型数据处理)只是其结果用简单的“是否”的形式来记录，例如：用通过不通过量规来检验一根轴的直径的可接受性，或一张图样上任何设计更改的出现。计数型数据通常以不合格品或不合格的形式收集，它们通过p、np、c和u控制图来分析。,40,2、计量型数据：指定量的数据，可用测量值来分析。例如：用毫米表示的轴承轴颈直径、用牛顿表示关门的力、用百分数表示电解液的浓度、用牛顿米表示紧固件的力矩、X-R图、X-S、中位数、单值和移动极差控制图等都用于计量型数据。3、均值：数值的总和被其个数(样本容量)除，在被平均的值的符号上加一横线表示。例如：在一个子组内的X值的平均值记为X，X(X两横)为子组平均值的平均值，X(X上加一波浪线)为子组中位数的平均值。,41,R为子组极差的平均值。4、极差（亦称全距）：一个子组、样本或总体中最大值与最小值之差(Max-Min)。5、正态分布（亦称常态分布或常态分配）：一种用于计量型数据的、连续的、对称的钟形频率分布。它是计量型数据用控制图的基础，当一组测量数据服从常态分配（正态分布）时，有大约68.26%的测量值落在平均值处正负一个标准差的区间内，大约95.44%的测量值将落在平均值处正负两个标准差的区间内，大约99.73%的测量值,42,将落在平均值处正负三个标准差的区间内。这些百分数是控制界限或控制图分析的基础（因为即使整个输出的全部数据不服从常态分配，但其子组平均值趋向于正态分布），而且是许多过程能力确定的基础（因为许多工业过程的输出服从常态分配）。,43,6、标准差：过程输出的分布宽度或从过程中统计抽样值(例如：子组均值)的分布宽度的量度，用希腊字母或字母s(用于样本标准差)表示。7、(Sigma)：用于代表标准差的希腊字母。8、中心线：控制图上的一条线，代表所给数据平均值。9、连续的：连续生产的产品单元，是选择子组样本的基础。10、控制限：控制图上的一条线(或几条线)，作为制定一个过程是否稳定的基础。如有,44,超出了控制极限变差存在，则证明过程受特殊因素的影响。控制限是通过过程数据计算出来的，不要与工程的技术规范相混淆。11、分布：描述具有稳定系统变差的输出的一种方式，其中单个值是不可预测的，但一组单值就可形成一种图形，并可用位置、分布宽度和形状这些术语来描述。位置一般用均值来表示，或者用中位数表示。分布宽度用样本的标准差或样本极差表示，形状包括许多特性，比如对称性及峰度，,45,但经常使用常见分布的名称来概括，如：正态分布，二项分布，或泊松分布。12、单值：一个单个的单位产品或一个特性的一次测量，通常用符号X表示。13、位置：分布中心趋势典型值的一般概念。14、平均值：一组测量值的均值。,46,15、中位数：将一组测量值从小到大排列后，中间的值即为中位数。如果数据的个数为偶数，一般将中间两个数的平均值作为中位数。子组中位数是构成简单的有关过程位置的控制图的基础。中位数用加波浪号()的符号表示；如X就是一分组的中位数。16、移动极差：两个或多个连续样本值中最大值与最小值之差，这种差是按这样方式计算的：每当得到一个个额外的数据点时，就在样本中加上这个新的点，同时删除其,47,时间上“最老的”点，然后计算与这点有关的极差、因此每个极差的计算至少与前个极差的计算共用一个点的值。一般说来，移动极差用于单值控制图，并且通常用两点(连续的点)来计算移动极差。17、过程均值：一个特定过程特性的测量值分布的位置即为过程平均值。18、过程能力：一个稳定过程的固有变差(6：R/d2)的总范围。,48,对于计量型数据：(1)过程固有能力定义为6R/d2;(2)符合规范的过程能力(即输出符合规范的百分数)可以通过考虑过程中心及分布宽度(如Cpk)等指数和一些假设来估算。然而，也有估算这个值更精确的方法。对于计数型数据：过程能力通常用不合格的平均比例或比率来表示。例如，从控制图上来说，过程能力被定义为p，c或u，这里直接指的是不符合规范的产品的平均比例或比率(或用符合规范的比例1-p表示)。,49,19、初始过程研究：为获得与内部或顾客要求相关的新的或更改过程性能的早期信息所进行的短期研究。在很多情况下，初始过程研究是在新过程进展中的几个点进行的（如在设备或工装分承包方的工厂、安装后在供方的工厂）。这些研究应依据使用控制图评价的计量数据。20、控制（稳定性）：不存在变差的特殊原因；处于统计控制的状态。21、过度调整：指把一个偏离目标的值，当作过程中特殊原因处理的作法。（若根据每一次所作的测量来调整一个稳定的过程，则调整就成了另外一个变差源）。,50,22、统计值：由样本数据计算得到的值(例如：于组均值或极差)，用来推断产生输出的过程，而这个样本也是来自这个输出。23、统计控制：描述一个过程的状态，这个过程中所有的特殊原因变差都已排除，并且仅存在普通原因。即：观察到的变差可归咎于恒定系统的偶然原因；在控制图上表现为不存在超出控制限的点或在控制限范围内不