统计过程控制培训教材(共97p)课件

1、培训讲师：许蓉培训日期：2014年11月统计过程控制课程内容什么是SPC？SPC的发展SPC的焦点过程（Process）SPC与传统SQC的最大不同点，就是由QP的转变。SPC的焦点过程（Process）数据的类型基本统计术语Cp等级之说明 Cp=T/6 6 E 级6 D 级6 C 级6 B 级6 A 级规格中心值规格上限规格下限Cp =1.33 时, 表示制程能力足够 1.33Cpk=1.0时, 表示制程能力尚可,应再努力 Cpk1.0 时, 表示制程不足,必须加以改善习题:1.已知规格上限(USL)为11,规格下限(LSL)为9,规格中心值是10, 实际(Xbar)平均值为10.2, =0

2、.2求Ca,Cp. CpU,CpL.Cpk.CpU=(USL-Xbar)/3CPL=(Xbar-LSL)/3USL 规格上限 LSL 规格下限 Xbar 实际平均值Ca 准度度=（实际平均值-规格平均值）/公差的一半Cp= （规格上限-规格下限）/6 *直方图一.何谓直方图? 直方图就是将所收集的数据、特性质或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来的面积用柱形输出的图形. 双峰型 孤岛型 高原型 正态型 锯齿型 绝壁型四.分布状态判断100个机螺丝直径直方图。图中的直方高度与该组的频数成正比从直方图到正态分布如果资料越多，分组越密，则直方图

3、也越趋近一条光滑曲线，如直方图趋近光滑曲线(如图所示)。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律正态分布中，任一点出现在 内的概率为 P(-X +) = 68.26% 2内的概率为 P(-2X +2) = 95.45% 3内的概率为 P(-3X +3) = 99.73%+68.26%95.45%99.73%+1+2+3-1-2-3正态分布正态分布概率(双边)目标值线预测时间目标值线尺寸时间？两种变差原因及两种过程状态如果仅存在变差的普通原因,随着时间的推移,过程的输出形成一个稳定的分布并可预测如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定正态分布与两种变差原

4、因受控不受控变差的普通原因 V.S.特殊原因普通原因Common Cause特殊原因Special Cause大量之微小原因所引起,不可避免不管发生何种之普通原因，其个别之变异极为微小几个较代表性之普通原因如下：（）原料之微小变异（）机械之微小振动（）仪器测定时不十分精确之作法实际上要除去制程上之普通原因，是件非常不经济之处置一个或少数几个较大原因所引起,可以避免任何一个特殊原因，都可能发生大的变异几个较代表性之特殊原因如下：（）原料群体之不良（）不完全之机械调整（）新手之作业员特殊原因之变化不但可以找出其原因，并且除去这些原因之处置，在经济观点上讲常是正确的过程控制范围不受控（存在特殊原因）

5、受控（消除了特殊原因）持续改进的思维模式持续改进的思维模式管制图管制图是对过程质量加以测定、记录，从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL-Central Line)、上管制界限(UCL-Upper Control Limit)和下管制界限(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，参见管制图示例图。管制图管制图由来说明正态分布有一个结论对质量管理很有用，即无论均值和标准差取何值，产品质量特性值落在3之间的概率为99.73%，于是落在3之外的概率为100%一99.73%= 0.27%，而超过一侧，即大于-3或小于+3的概

6、率为0.27%/2=0.135%1% ，如正态分布曲线图。这个结论十分重要。管制图即基于这一理论而产生！管制图原理68.26%95.45%99.73%+1+2+3-1-2-3管制图的目的管制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于普通原因或特殊原因，以指示某种现象是否正常，而采取适当之措施。利用控制限区隔是否为特殊原因SPC控制图分类2.1按使用目的不同,可分为分析用与控制用控制图状态 I:统计控制状态与技朮控制状态同时达到.是理想状态.状态 II:统计控制状态未达到,技朮控制达到.状态 III:统计控制状态达到,技朮控制未达到状态 IV:统计

7、控制状态与技朮控制状态均未达到.是最不理想状态.管制界限与规格界限 在规格内 在管制中 不在管制中 不在规格内 因郧“在管制中”与“在规格内”没有直接关系，假设量测系统正常，有4种可能：OCIS：不在管制中但在规格内这要调整过程 ICIS：在管制中和在规格内这是数据点散布的最佳象限 OCOS：不在管制中也不在规格内这要重新设计过程和对过程的调整 ICOS：管制中但不在规格内这要求重新设计过管制界限与规格界限 管制图种类(以数据来分)计量值管制图平均值与全距管制图 xbar-R平均值与标准差管制图Xbar-S中位数与全距管制图个别值与移动全距管制图X-MR计数值管制图不良率管制图 P-chart

8、不良数管制图 NP-chart缺点数管制图 C-chart单位缺点管制图 U-chart管制图种类(依用途来分)分析用管制图决定方针用制程解析用制程能力研究用制程管制准备用控制用管制图追查不正常原因迅速消除此项原因并且研究采取防止此项原因重复发生之措施。分析用稳定控制用管制图的益处合理使用管制图能供正在进行过程控制的操作者使用有助于过程在质量上和成本上能持续地，可预测地保持下去使过程达到更高的质量更低的单件成本更高的有效能力为讨论过程的性能提供共同的语言区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。搜集数据绘解析用管制图是否稳定？绘直方图是否满足规格？控制用管制图寻找特

9、殊原因检讨机械、设备提升制程能力管制图制作3 原则 3 原则即是控制图中的CL, UCL及LCL由下式确定: UCL=+3 CL= LCL=-3 式中, , 为统计量的总体参数. 经验证明休华特所提出的3 方式能使两类错误造成的总损失最小.两类错误1. 型I错误: 虚发警报(false alarm) 过程正常, 由于点子偶然超出界外而判异, 于是就犯了型I错误. 记为 .一般为5%.可称生产者冒险率Type I error9991GoodNG抽样原则:从1000个中随机抽一个.如果是OK就允收.如果NG就判退.那判退的几率是多少.Type II error500500GoodNG2 .型II错

10、误: 漏发警报(alarm missing) 过程异常, 但仍会有部分产品, 其质量特性值的数值大小仍位于控制界线内. 如果抽取到这样的产品, 点子仍会在界内, 从而就犯了型II, 记为 .一般为10%,可称消费者冒险率抽样原则:从1000个中随机抽500个.如果是OK就允收.如果NG就判退.那判退的几率是多少. a 風險 和 b風險a 是當實際沒有差別時,發現有差別的風險 。b 是當實際有差別時,沒有發現差別的風險 。/a 是要檢定的差別數量或大小，有時將其稱爲檢定靈敏度 。 Ho无罪Ha有罪型 II錯誤 b型 I錯誤 ab 風險也稱爲:型 II 錯誤消費者的風險 a 風險 - 也稱爲:型

11、I 錯誤生産者的風險 m1m2ab事實上法官判决正確決定正確決定Ho无罪Ha有罪Ho: 被告是無罪的H1: 被告是有罪的管制图原理1. 第一种解释: 用数学语言来说, 小概率事件在一次试验中几乎不可能发生, 若发生即判断异常. 控制图示假设检验的一种图上作业, 在控制图上每描一个点就是作一次假设检定.2. 第二种解释: 使产品质量波动的有两种原因, 共同原因和特殊原因. 应用统计学原理设计出控制图相应的控制界限, 当特殊原因波动发生时, 点子就会落在界外.建立管制图的四步骤A收集数据B计算控制限C过程控制解释D过程能力解释建立X bar-R图的步骤A阶段收集数据A1选择子组大小、频率和数据子组

12、大小子组频率子组数大小A2建立控制图及记录原始记录A3计算每个子组的均值X和极差RA4选择控制图的刻度A5将均值和极差画到控制图上每个子组的平均值和极差的计算平均值和极差平均值的计算R值的计算计算控制限B1计算平均极差及过程平均值B2计算控制限B3在控制图上作出平均值和 极差控制限的控制线建立X Bar-R图的步骤BA2,D3,D4 是系数，只与样本数n有关过程控制解释C1分析极差图上的数据点C2识别并标注特殊原因(极差图)C3重新计算控制界限(极差图)C4分析均值图上的数据点超出控制限的点链明显的非随机图形超出控制限的点链明显的非随机图形C5识别并标注特殊原因(均值图)C6重新计算控制界限(

13、均值图)C7为了继续进行控制延长控制限建立X bar-R图的步骤C过程能力解释D1计算过程的标准偏差D2计算过程能力D3评价过程能力D4提高过程能力D5对修改的过程绘制控制图并分析建立X bar-R图的步骤D使用管制图的准备建立适用于实施的环境定义过程确定待管制的特性，考虑到顾客的需求当前及潜在的问题区域特性间的相互关系确定测量系统(MSA)使不必要的变差最小使用管制图的注意事项分组问题主要是使在大致相同的条件下所收集的质量特性值分在一组, 组内不应有不同本质的数据, 以保证组内仅有普通原因的影响.我们所使用的管制图是以影响过程的许多变动因素中的普通因素所造成的波动为基准来找出异常因素的, 因

14、此, 必须先找出过程中普通原因波动这个基准.时间质量特性制程的变化分组时的重要考虑让组内变化只有普通原因让组间变化只有特殊原因组内变异小组间变异大使用管制图的注意事项分层问题同样产品用若干台设备进行加工时, 由于每台设备工作精度、使用年限、保养状态等都有一定差异, 这些差异常常是增加产品质量波动、使散差加大的原因. 因此, 有必要按不同的设备进行质量分层, 也应按不同条件对质量特性值进行分层控制, 作分层管制图. 另外, 当管制图发生异常时, 分层又是为了确切地找出原因、采取措施所不可缺少的方法.复合层别的说明使用管制图的注意事项控制界限的重新计算为使控制线适应今后的生产过程, 在确定管制图最

15、初的控制线CL、UCL、LCL时, 常常需要反复计算, 以求得切实可行的管制图. 但是, 管制图经过使用一定时期后, 生产过程有了变化, 例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后, 应重新收集最近期间的数据, 以重新计算控制界限并作出新的管制图.控制界限的延用取样的方式取样必须达到组内变异小，组间变异大样本数、频率、组数的说明 每组样本数A收集数据：在计算各个子组的平均数和标准差其公式分别如下：B计算控制限A收集数据一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。B计算控制限单值控制在

16、检查过程变化时不如Xbar-R图敏感。如果过程的分布不是对称的，则在解释单值管制图时要非常小心。单值管制图不能区分过程零件间重复性，最好能使用Xbar-R。由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。A收集数据收集各组数据计算单值间的移动极差。通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。移动极差的个数会比单值读数少一个(25个读值可得24个移动极差)，在很少的情况下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。B计算控制限C过程控制解释审查移动极差图中超

17、出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特别注意。可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需要注意，如果过程分布不是对称，用前面所述的用于X图的规则来解释时，可能会给出实际上不存在的特殊原因的信号估计过程标准偏差：式中，R为移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。不良和缺陷的说明“n”=1025控制图的选定资料性质不良数或缺陷数单位大小是否一定“n”是否一定样本大小n2N平均值是否方便计算？“n”是否较大“u”图“c”图“np”图“p”图X-mR图X

18、wave-R图X bar-R图X bar-s图计数值计量值“n”=1n2不便方便“n”=25缺陷数不良数不一定一定一定不一定管制图的选择公式汇整CASE STUDY管制图使用十大误区没能找到正确的管制点(特性)没有适宜的测量工具没有解析生产过程，直接进行管制解析与管制脱节管制图没有记录重大事项不能正确理解X Bar图与R图的含义管制界限与规格界限混为一谈不能正确理解管制图上点变动所代表的意思没有将管制图用于改善管制图是品管的事Caution！计量值的制程能力估算Normal DistributionmTUSLLSLP(d)Z计算 Z 值 单边规格：Z USL = 或 Z LSL = USL X

19、X LSL尾部的面积是什么?2.5ZP(d)可查 Z 表计算超出规格的机率XUSL 双边规格：Z USL = Z LSL = Z %（总不良率） = Z USL% +Z LSL % 若 Z 0 ，则表示制程总平均值落在规格界限外 Z 值可用于估计制程超出规格界限之P不良率(查表) USL XX LSLCase study 例：某产品的电性规格是56010 m/m，经检验一批后求出平均值为561m/m(即产品的标准差=3)。先求Z值,再查Z值表求对应不良率 P% 再将两边不良率相加得总不良率,再返查z表.78999,999.6999,995999,991999,987999,979999,968

20、999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品率3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,7246.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8.st4.54.44.34.24.14.03.93.83.73.

21、63.53.43.33.23.13.02.92.82.72.62.52.42.3.lt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品数13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,

22、964274,253308,538344,578382,089420,740460,172500,000539,8283.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4.st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1.lt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,8075

23、4,79944,56535,93028,71622,75017,86413,90310,7248,198良品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,8021.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9.st-0.

24、2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4.lt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,9959

25、99,997-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0.st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5.lt 水平与 DPMO对照表长期/短期制程能力 长期制程能力对比短期制程能力制程能力指数- 短期制程能力指数用 CP, CPK 来表示，长期制程能力指数用 PP, PPK来表示。 - 在这里CP 或 PP 是制程平均与规格中心一致时的制程能力指

26、数， CPK 或 PPK 是制程平均与规格中心不一致时的制程能力指数。 制程能力指数(Process Capability Index) 在SPC中 制程能力指数是制程能生产多么均匀品质产品的能力， 即，评价制程能力的指标。 短期制程能力指数 制程平均和规格中心一致时 制程平均和规格中心不一致时 Hat表示短期标准差，在Minitab中以StDev(Within)表示。制程能力指数其中,Sigma P(Process) 长期制程能力指数 制程平均和规格中心一致时 制程平均和规格中心不一致时(不对称时) S 表示长期标准差，在产品开发阶段中针对试作制程能力的评估，则称为先期制程能力(APQP)制

27、程能力指数其中,Sigma A(Actual)Comments: 1、short term capability is OK, 1.79, A class 2、Long term capability is Bad, 0.64, D class 3、Long term PPM is too high0.0 3.0 6.0 3.0 1.5 0.0Zst =2.68Zlt =2.49Zshift = Zst - Zlt =2.68 - 2.49 =0.19Poor controlPoor factoryNeed better controlTechnology is fineControl is

28、fineBad factory or technologyWorld classGoalWhere we are nowControl vs. TechnologyControl(Zshift)Technology(Zst)计数值的过程能力评估86DPU与DPMO DPO (Defects per Opportunity) 每机会缺陷数 DPU (Defects per Unit) 每单位缺陷数 为了消除缺陷的基准 工厂单位改善中使用 DPMO (Defects per Million Opportunities) 每百万机会缺陷数 考虑制品复杂度的比较基准 企业内或企业之间Benchmark

29、手段OpportunityDefectsDPO=UnitDefectsDPU= DPPM(Defect Parts per Million)百万分之不良87 DPU/DPO/DPMO以下Drilling加工的例子中，请计算DPU与 DPMO.数据 类型是?Unit?Defect?Opportunity?DPU?DPMO?88生产能力评价练习Drill加工厂的总经理总是一直责备B线生产担当部长说：B线的不良率比A线高的原因是因为你的无能，所以下属们不认真做事的结果！ 比较下面两个部门的生产能力之后参考下一页的内容评价总经理是否做出了公平的评价。A流水线B流水线89生产能力 评价 结果SQC SP

30、C 发现主要X并管理。Y从属型结果(输出物)效果症状观察(记录)X1. . . XN独立型输入- Process原因问题管理 为了取得成果把焦点对准X和Y中哪个?f (X)Y=制程控制控制点设哪？PROCESS原料人机法环测量测量结果好不好SPC之精神制程参数的确是SPC的焦点，但是我们应深入探究为什么挑出这些制程参数？这些制程参数的控制条件是如何决定的？这些制程参数与成品品质间有因果关系可循吗？PROCESS原料测量结果针对产品所做的仍只是在做SQC针对过程的重要控制参数所做的才是SPCReal Time Response参数设计参数验证管制方法与持续改善基于丰田生産系统(TPS)5S工作场所-整理、整顿、清扫、清洁、习惯目视化工厂标准化工作Kaizen广告牌没有5S，就不能维持目视化工厂没有目视化工厂，就不能维持标准化工作没有标准化工作，就不能维持 Kaizen没有Kaiz