TPM维修管理与全面设备维护高级研修班ppt课件

1、第一部分统计过程控制原理.内容统计过程控制SPC控制图原理常规控制图的设计思想判异准那么与判稳准那么分析用控制图、控制用控制图以及过程才干分析.控制图的历史休哈特W. A. Shewhart于贝尔实验室Economic Control of Quality of Manufactured ProductsSPC: Statistical Process Control休哈特控制图亦称为常规控制图，简称休图1924年5月16日SPC = 控制图？.控制图(control chart)是对过程质量加以测定、记录并进展控制管理的一种用统计方法设计的图。.2. 控制图原理.图上有中心线(CL, cen

2、tral line)、上控制界限(UCL, upper control limit)和下控制界限(LCL, lower control limit)，并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL与LCL统称为控制线(control lines)。假设控制图中的描点落在UCL与LCL之外或描点在UCL与LCL之间的陈列不随机，那么表示出现了异常。.数据的重要性假设不能用数字表达某事，阐明我们对其知之甚少。假设对其知之甚少，我们就不能控制它。假设不能控制它，就只能靠运气。.统计规律变异性统计规律性.质量的统计观念.对于随机景象通常运用分布(distribution)来描画，分布可以通

3、知我们：变异的幅度有多大，出现这么大幅度变异的能够性(概率，probability)有多大，这就是统计规律。.对于计量特性值，如长度、分量、时间、强度、纯度、成分等延续性数据，最常见的是正态分布(normal distribution)。.对于计件特性值，如特性丈量的结果只需合格与不合格两种情况的离散性数据，最常见是二项分布(binomial distribution)。.对于计点特性值，如铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据，最常见的是泊松分布(Poisson distribution)。.计件值与计点值又统称计数值，都是可以0个，1个，2个，这样数下去的数据。掌握

4、这些数据的统计规律可以用以保证和提高产质量量。.例：教师傅用车床车制机螺丝，要求其直径为10毫米。为了了解教师傅的加工质量，抽查他加工好的机螺丝100个，测得其直径数据100个，如下表所示。.步骤1：找出最大值和最小值。 从表中可见最大值为10.60，最小值为9.22。 数据分散宽度=(最大值最小值)=10.609.22=1.38.步骤2：确定组数。 设n为数据个数，组数k可按下表或按阅历公式：k 进展估计，这些都是阅历值。其实，组数k=3，图形太粗糙，组数k=12，分组过多，直方图的直方之间曾经出现缺口，故图中组数k在3-12之间最适宜。本例数据个数n=100，故试取组数k=7。.步骤7：对

5、直方图的察看。 本例直方图的外形特点是：中间高、两头低、左右对称。假设我们重新抽查机螺丝的直径，再做直方图，会发现每次做出来的直方图的样子都差不多，直方图反映了数据的规律。.步骤8：对直方图纵轴的修正。 以频数为纵轴-以频率为纵轴-用面积来表示频率讨论:当数据越多，分组越密时，直方图会有怎样的变化？答：直方图将趋近为一条光滑的曲线，本质上就是分布。最常见的分布就是正态分布，其特点是中间高、两头低、左右对称并延伸到无穷。.讨论正态分布，最简单的莫过于用其两个参数：平均值()与规范差()来表示。.均值()对正态分布的影响假设平均值()增大为，那么曲线向右挪动，分布中心发生变化。.规范差() 对正态

6、分布的影响假设规范差()越大，那么加工质量越分散。规范差()与质量有着亲密的关系，反映了质量的动摇情况。.正态分布的两个参数平均值()与规范差()是相互独立的。不论平均值()如何变化都不会改动曲线的外形，即不会改动规范差()。不论正态分布的外形，即规范差()如何变化，都不会影响数据的分布中心，即平均值() 。.留意：二项分布与泊松分布就不具备上述特点，它们的平均值()与规范差()是不独立的。.问题: 如何确定数据能否服从正态分布?.卡方检验法, 偏度.峰度检验法, 秩和检验法, Anderson-Darling, Ryan-Joiner, Kolmogorov-Smirnov.正态测试举例 (

7、Anderson-Darling).不论与如何取值, 落在3， + 3范围内的概率为99.73%。.控制图原理的第一种解释.对第4个点子应作怎样的判别？假设过程正常，即分布不变，那么点子超越UCL的概率只需1.35。假设过程异常，譬如异常缘由为车刀磨损，即随着车刀的磨损，加工的螺丝将逐渐变粗，逐渐增大，于是分布曲线上移，点子超越UCL的概率将大为添加，能够为1.35的几十、几百倍。.结论点出界就判异，并作为一条判异准那么来运用。用数学言语来说，这是小概率事件原理：小概率事件实践上不发生，假设发生即判别异常。控制图就是统计假设检验的图上作业法。.控制图原理的第二种解释.质量要素根据来源的不同，可

8、分为人(Man)、机(Machine)、料(Material)、法(Method)、测(Measurement)、环(Environment) 6个方面，简称为5M1E。.从对质量影响的大小来分，质量要素可分为偶尔要素(简称偶因，又称为偶尔缘由或普通缘由)与异常要素(简称异因，又称为可查明缘由)两类。偶因是过程所固有的，故一直存在，对质量的影响微小，但难以除去，例如机床开动时的细微振动等。异因那么非过程所固有，故有时存在，有时不存在，对质量影响大，但不难除去，例如车刀磨损等。.一系列产品遭到同方向的影响仅有时存在逐件不同.偶因引起质量的偶尔动摇(简称偶波)，异因引起质量的异常动摇(简称异波)。

9、偶波是不可防止的，但对质量的影响微小，故可把它看作背景噪声而听之任之。异波那么不然，它对质量的影响大，且采取措施不难消除，故在过程中异涉及呵斥异波的异因是关注的对象，一旦发生，就应该尽快找出，采取措施加以消除，并纳入规范，保证它不再出现。.将质量要素区分为偶因与异因、质量动摇区分为偶波与异波，并分别采取不同的处置战略，这是休哈特最突出的奉献。.结论控制图上的控制界限就是区分偶波与异波的科学界限。常规控制图即休图的本质就是区分偶尔要素与异常要素这两类要素。.GB/T 4091-2001控制图实际以为存在两种变异。第一种变异为随机变异，由“偶尔缘由又称为“普通缘由呵斥。这种变异是由种种一直存在的、

10、且不易识别的缘由所呵斥，其中每一种缘由的影响只构成总变异的一个很小的分量，而且无一构成显著的分量。然而，一切这些不可识别的偶尔缘由的影响总和是可度量的，并假定为过程所固有。消除或纠正这些偶尔缘由，需求管理决策来配置资源，以改良过程和系统。 .第二种变异表征过程中实践的改动。这种改动可归因于某些可识别的、非过程所固有的、并且至少在实际上可加以消除的缘由。这些可识别的缘由称为“可查明缘由 或“特殊缘由。它们可以归结为原资料不均匀、工具破损、工艺或操作的问题、制造或检测设备的性能不稳定等等。.控制图原理的第三种解释.稳态稳态，也称统计控制形状(state in statistical control

11、)，即过程中只需偶因没有异因的形状。稳态是消费追求的目的。.对控制图的第三种解释统计过程控制SPC实际是运用统计方法对过程进展控制，既然其目的是“控制，就要以某个规范作为基准来管理未来，经常选择稳态作为规范。稳态是统计过程控制SPC实际中的重要概念。.运用SPC，实现预防1.(2) 对同样异因再次出现的预防 查出异因 采取措施 保证消除 纳入规范不再出现.思索：统计过程控制的本质？ 实施统计过程控制的途径？.常规控制图的设计思想 .两种错误 第一种错误：虚发警报的错误。 第二种错误：漏发警报的错误。.减少两种错误呵斥损失的方法处理方法：根据使两种错误呵斥的总损失最小这一点来确定控制图的最优间距

12、。因此，根据“点出界就判异作出判别，即使有时判别错误虚发警报，从长久来看仍是经济的。阅历证明休哈特所提出的3方式较好。.常规控制图的设计思想先定，再看。按照3方式确定UCL、LCL就等于确定了虚发警报的概率0=0.27% 。为了加强运用者的自信心，常规控制图的获得特别小，但缺陷是大。常规控制图并非根据使两种错误呵斥的总损失最小为原那么来设计。.3方式 UCL = + 3 CL = LCL = - 3式中，、为统计量的总体参数。.留意：这是常规控制图的总公式，详细运用时需求经过以下两个步骤：(1) 将3方式的公式详细化到所用的详细控制图，(2) 常规控制图有规范值给定参数知和规范值未给定参数未知

13、两种情况。.总体参数与样本参数总体参数与样本参数不能混为一谈，总体包括过去已制成的产品、如今正在制造的产品以及未来将要制造的产品的全体。而样本只是过去已制成产品的一部分。故总体参数的数值是不能够准确知道的，只能经过以往知的数据来加以估计，而样本参数的数值那么是知的。.留意：规格界限与控制界限规格界限不能用作控制界限。规格界限是区分合格与不合格的科学界限。控制界限是区分偶波与异波的科学界限，二者完全是两码事，不能混为一谈。.LCLUCL.4. 判异准那么与判稳准那么.判异准那么三种类型点出界就判异。界内点陈列不随机判异。数据分层不够呵斥的异常。.1：1个点落在A区以外 One point bey

14、ond zone A.2：延续9点落在中心线同一侧Nine points in a row in zone C or beyond on one side of central line. .3：延续6点递增或递减 Six points in a row steadily increasing or decreasing.4：延续14点中相邻点交替上下Fourteen points in a row alternating up and down .5：延续3点中有2点落在中心线同一侧的B区以外 Two our of three points in a row in zone A or bey

15、ond.6：延续5点中有4点落在中心线同一侧的C区以外 Four out of five points in a row in zone B or beyond.7：延续15点落在中心线两侧的C区内 Fifteen points in a row in zone C above and below central line.8：延续8点落在中心线两侧且无一在C区内 Eight points in a row on both sides of central line with none in zone C.判稳准那么统计控制形状的断定点子落在控制界外，有两种能够。点子落在控制界内，有两种能够。

16、.判稳准那么的设计思想假设接连出现m个点子都未出界，那么情况大不一样。这时m个界内点出现漏发警报的概率为 ，要比一个点子落在界内的漏发警报的概率小得很多。于是根据小概率事件原理，可以判别过程处于稳态。假设接连落在控制界内的点子更多，那么即使有个别点子偶尔出界，过程仍可被判为稳态。.对数据的要求是：搜集25个子组大小为4或5的子组。 过程处于统计控制形状： 点子在中心线周围随机分布 点子在控制限内 无链、趋势和其他方式 过程稳定，可预测过程未处于统计控制形状： 出现可查明缘由 点子超出控制限 出现链、趋势、循环等.留意：GB/T 4091-2001的八种变差可查明缘由的检验方式和判别过程能否处于

17、统计控制形状的规范对于均值控制图和单值控制图，完全适用；对于极差控制图和规范差控制图，由于对极差和规范差的分布作了近似正态性的假设，故可以近似运用；对于不合格品率p控制图、不合格品数np控制图、单位不合格数u控制图以及不合格数c控制图，同样在近似正态的假设条件下，可以运用。 .5. 分析用控制图、 控制用控制图过程才干分析.讨论：统计过程控制的途径？.分析用控制图的目的是对搜集到的一定数据进展分析，寻觅稳态。控制用控制图是对实时数据进展分析，坚持稳态。.稳态的统计解释(又称统计稳态).技术稳态.过程才干分析.不合格品率过程才干指数过程才干指数(Process Capability Index)

18、.过程才干过程才干(process capability)是指过程的加工程度满足技术规范的才干，它是衡量过程加工内在一致性的规范。过程才干与消费才干不同，消费才干是加工数量方面的才干。过程才干取决于人、机、料、法、环而与公差无关。通常用6倍规范差(6)表示过程才干，它的数值越小越好。.过程才干指数Cp过程才干指数(process capability index)表示过程才干满足技术规范产品规格、公差的程度，普通记为PCI或Cp 。.双侧规格情况的过程才干指数过程不合格品率与过程才干指数一一对应.有偏移情况的过程才干指数.单侧规格的过程才干指数.过程才干指数的含义过程才干指数要利用过程特性值的

19、总体参数：均值和规范差。总体参数要经过寻觅过程的稳态来得到，因此，计算过程才干指数的前提条件是过程处于稳态。过程才干指数反映了过程的固有才干满足规范与规范的程度，是描画过程固有才干的目的。.动态过程才干指数动态过程才干指数(Dynamic Process Capability Index)动态过程才干指数反映了过程的当前加工才干满足规范与规范的程度，是瞬时或实时过程才干的反映，记为Dp。.双侧规格的动态过程才干指数.单侧规格的动态过程才干指数.有偏移情况的动态过程才干指数.动态过程才干指数的含义动态过程才干指数是利用样本均值和样本规范差经过计算得到的，反映了当前的取样数据所对应的过程的性能，此

20、时的过程能够处于稳态，也能够出现了异常，即过程存在偶因也能够还存在异因，动态过程才干指数恰好反映了当时过程的性能。动态过程才干指数是对实时过程性能的描画。.其它的过程才干指数(Cpm,Ppk, Pp).思索：实现统计稳态的途径提高技术稳态的途径.要到达稳态, 过程才干分析是关键过程才干分析： 经过控制图所构成的图案信息分析过程的特征由工程师，主管和管理层主导以获得过程的信息。 .Sudden shift in level:显示在一个方向里有正的变化， x的数量只是出现于图的一面。假设两个时期都分别于频率平面绘图， 所得的分布必定会分开和有一段间隔。假设两个时期是合并的话， 分布能够会变宽或有分

21、开的顶峰出现。忽然的挪动可代表运用了普遍的控制图。均值图: 改用不同的物料，新的员工，新的抽检员，新的测试设定，新的机械，新的机械设定，更改设定值或方法，等极差图: 改发动工的动力，新的员工，新的设备，改用不同物料或不同的供货商等Systematic variables: 在过程中或数据中，测试有系统性或组织性的变量存在与否。均值图: 挪动的不同，测试设定的不同，消费与抽样的不同，系统性的态度去搜集数据，等极差图:受系统性的态度去搜集数据的影响，很少有很大的差距于不同物料，挪动抽样等控制圖形狀的分析 (仅其中两种外形).過程才干分析实例過程才干分析实例: 均值極差( )控制圖某一类型机器有12

22、 Head可分别制造开关switcher)，Head制造的产品之间启动电压值差别很大，坏品率很高。研讨绘图的特性 : 开关的启动电压值每次搜集样本大小开关数目: 5样本数目: 50SPC chart 的类型 : XR分析的产品来源 : (Head No. 6)搜集數據簡介: 操作员工負責記錄丈量數據和記載在分析期間，一切過程中知的变化情況。数据搜集时间: 每几天搜集10-15個樣本 留意：数据搜集时间应该足够长以确保数据来源于真实的系统。.6.1数据搜集终了绘成以下图：从图中可见均值图与极差图都有许多异常点，普通原那么是先看R图再看X图，但以下图我们发现实践上R图被“吹气充大了。这种图形通常包含一个或多个显著的异因导致X和R图都失控。通常是由于过量调整的缘故。经小组查看机械设定记录，发现有一个仪表不时被调整而令数值跟着变化。.Max.Min.R Chart020409011070Chart6.2在仪器没被调整后，搜集新的数据再绘图如下，均值图变得平稳，这代表之前