质量过程控制及改善培训课件

单位：力诺太阳能集团姓名：李哲质量过程控制及改善

培训课件培训目标标本课程旨旨在帮助助同事们们掌握minitab统计分分析软件件，研究究和检测测质量问问题并改改进生产产过程。。掌握几种种图形工工具，检检测出质质量问题题使用控制图跟踪质量过程并检测是否存在特殊原因

绘制能力直方图和能力图评估过程能力

利用抽检特征曲线确定整个批次接收还是拒收学习方法法技巧A要有几本好的工具书B要学会在网上寻找资源C从模仿开始，慢慢理解

D培训结束后经常练习、使用

《Minitab使用用教程》》、《EXCE图表表制作》》质量检测图形工具11-1.运行图1-2.帕累托图1-3.因果图运行图概概念：所有过程程中都会会发生变变异。常常规原因因变异是是过程中中正常的的一部分分。另一一种类型型的变异异（称为为特殊原原因）来来自系统统外部，，并导致致数据中中可识别别的模式式、偏移移或趋势势。运行行图显示示特殊原原因是否否正在影影响您的的过程。。当只有有常规原原因影响响过程输输出时，，过程受受控制。。运行图图执行两两种随机机性检验验，提供供有关因因趋势、、振动、、混合和和聚类引引起的非非随机变变异的信信息。解释结果果在0..05水水平下下聚类检检验很显显著。。由于聚聚类检验验的概率率(p=0.022))小于于a值0..05，，因此可可以断定定特殊原原因正在在影响您您的过程程，且您您应该调调查可能能的来源源。聚类类可以指指出抽样样问题或或测量问问题。帕累托图图概念：：Pareto图图是是一种条条形图，，帮助您您确定哪哪些问题题最重要要，以使使您可以以集中改改进可获获得最大大收获的的领域。。其中水水平轴表表示所关关注的类类别，而而非连续续尺度。。类别通通常是缺缺陷。。通过从从大到小小排列条条形，，Pareto图可可帮助您您确定哪哪些缺陷陷组成““少数重重要”，，哪些缺缺陷为““多数琐琐碎”。。累积百百分比线线条帮帮助您判判断每种种类别所所加入的的贡献。。Pareto图可可帮助着着重改进进能获得得最大收收益的方方面。解释结果果由于超过过一半的的测速计计因此缺缺陷遭到到拒收，，因此请请着重改改进缺失失螺丝钉钉的数量量。因果图概概念：因果（（或鱼骨骨）图描描述问题题的潜在在原因。。右侧显显示问题题（效应应），左左侧以树树状结构构显示原原因的列列表。树树的分支支常常与与原因的的主类别别相关联联。每个个分支都都列出该该类别中中的更多多具体原原因。您您还可以以向任何何分支中中添加子子分支。。鱼骨图图是一种种方便地地组织问问题原因因的相关关信息的的工具。。尽管没有有构造鱼鱼骨图的的“正确确”方法法，但某某些特定定的类型型本身就就很适合合于许多多不同的的情况。。这些类类型之一一是“5M”图图，这样样称呼是是因为分分支上的的五个类类别都以以字母M开开头（““人员””也称““Man”）。。跟踪质量量过程并并检测是是否存在在特殊原原因21-1.控制图概念1-2.缺陷（计数型）控制图1-3.成型过程（测量型）控制图1-4.利用控制图判断生产过程失控控制图概概念：可以使用用控制图图跟踪一一段时间间内的过过程统计计量并检检测是否否存在特特殊原因因。·控制图的的结构质量特征征样样本编编号（或或时间））控控制上上中中心控控制下限限特殊原因因所导致致的变异异可以检检测并受受控制。。示例包包括设备备、班次次或天数数的差异异。而另另一方面面，常规规原因变变异是过过程中所所固有的的。当只只有常规规原因（（而非特特殊原因因）影响响过程输输出时，，过程即即受控制制。当点落于于控制限限制的界界限之内内，且这这些点未未显示出出任何非非随机模模式时，，过程即即受控制制。1-2.缺陷（计数型）控制图缺陷控制制图概概念：结构上类类似于变变量控制制图，只只不过它它们是根根据计数数数据而而不是测测量数据据绘制统统计图。。例如，，可将产产品与标标准进行行比较，，并将其其归类为为有缺陷陷产品或或无缺缺陷产品品。也可可以根据据产品的的缺陷数数为产品品归类。。与使使用变量量控制图图一样，，绘制过过程统计计量（如如缺陷数数）也是是相对于于样本数数量或时时间的。。缺陷品控控制图您可以将将产品与与标准进进行比较较，并将将其归类类为有缺缺陷产品品或无缺缺陷产品品。例如如，线长长是否满满足强度度要求。。缺陷品品控制图图有：·P控制制图，，该控制制图绘制制每个子子组中缺缺陷品的的比率。。·NP控控制图，，该控控制图绘绘制每个个子组中中缺陷品品的数量量。缺陷控制制图如果产品品非常复复杂，则则某一缺缺陷并不不一定会会导致缺缺陷产品品。根据据产品的的缺陷数数将产品品归类有有时会更更加方便便。例如如，您可可以统计计产品表表面的刮刮痕数。。缺陷控控制图有有：·C控制制图，，该控制制图绘制制每个子子组中的的缺陷数数。当当子组大大小固定定时，请请使用C控控制图。。·U控制制图，，该控制制图绘制制在每个个子组中中抽取的的每单位位样本的的缺陷数数。当子子组大小小不固定定时，请请使用U控控制图。。例如，如如果您要要统计电电视屏幕幕内表面面的瑕疵疵数，C控制制图将绘绘制实际际瑕疵数数，而U控控制图将将绘制所所抽取样样本中每每平方英英寸的瑕瑕疵数。。1-2.缺陷（计数型）控制图1-2.缺陷（计数型）控制图变量控制制图概概念：多值变量量控制图图数据据标绘来来自连续续测量数数据（（如长度度或外径径）的统统计量。。单值的的变量控控制图、、时间加加权控制制图和和多变量量控制图图也标标绘测量量数据。。缺陷控控制图标标绘计数数数据，，如缺陷陷或缺陷陷单元的的数量量。选择多值值的变量量控制图图有五种变变量控制制图：·X和R-X控控制图图和R控制制图（显显示在一一个窗口口中）·X和S-X控控制图图和S控制制图（显显示在一一个窗口口中）·I-MR-R//S（组组间/组组内）-同时时使用子子组间和和子组内内变异的的三向控控制图。。I-MR-R/S控控制图图由I控制制图、MR控控制图以以及R或S控控制图组组成。·X-子组组平均值值的控制制图·R-子组组极差的的控制图图·S-子组组标准差差的控制制图·I-MR-R/S（（组间//组内））控制图图要求在在至少一一个子组组中有两两个或更更多观测测值。子子组大小小不必相相同。

1-3.变量（测量数据）控制图1-3.变量（测量数据）控制图1-3.变量（测量数据）控制图通过绘制制历史图图，可以以显示过过程中的的各个阶阶段，，历史图图是对数数据中的的不同组组独立估估计控制制限制和和中心线线的控制制图。在在比较过过程改进进前后的的数据时时历史图图尤其有有用。控制图是是统计过过程控制制（SPC）理理论与实实践的核核心工具具。我们们用控制制图来监监控过程程、判断断过程的的受控状状态，一一旦控制制图出现现异常的的信息，，就可以以认为过过程发生生了异常常，从而而对生产产过程进进行检讨讨，寻找找原因，，制定改改善措施施，对过过程进行行修正，，直到过过程重新新达到质质量要求求。利用控制制图识别别生产过过程状态态--------受控状状态或失失控状态态，是根根据图上上样本点点的位置置以及变变化趋势势进行分分析和判判断的。。判断的的依据主主要有两两点：（（1）如如果控制制图上点点所反映映的过程程的均值值μ和//或方差差σ发生生（不允允许的））变化。。1-4.利用控制图判断生产过程失控过程能力分析31-1.过程能力概念1-2.连续数据能力分析1-3.缺陷数据能力分析1-4.过程能力指数的解释方法1-5.样本数据分布的识别与选择1-6.力诺太阳CPK数据采集方法（草案）1-1.过程能力概念过程一旦旦处于统统计控制制状态态下（即即稳定生生产）后后，就可可能要确确定其是是否有能能力（即即符合规规格限制制并生产产出“良良好”的的部件））。您通通过将过过程变异异的宽度度与规格格限制的的宽度相相比较来来确定能能力。过过程需要要处于受受控状态态，然后后才能评评估其能能力；否否则，会会错误地地估计过过程能力力。只有有过程受受控，，才有能能力一说说。为正正确使用用能力统统计量，，应通过过检查位位置的控控制图（（如Xbar控制制图或I控控制图））或变异异的控制制图（如如R控控制图图、S控控制图图或MR控控制图））来证实实过程稳稳定可以通过过绘制能能力直方方图和能能力图以以图形化化方式评评估过程程能力。。这些图图形有助助于评估估数据的的分布并并证实过过程受控控。还可可以计算算能力指指数，即即规格公公差占占自然过过程变异异的比率率。能力力指数（（即统计计量）是是评估过过程能力力的简单单方法。。由于将将过程信信息简化化为一个个数字，，因此可可以使用用能力统统计量对对一个过过程与另另一个过过程的能能力进行行比较。。能力统计计量使用用起来很很简单，，但是它它们也有有一些分分布属性性尚未完完全为人人所了解解。一般般而言，，最好不不要依赖赖单个能能力统计计量确定定过程的的特征。。1-2.连续数据能力分析-CPK分析解释结果果如果要解解释过程程能力统统计量，，则数据据应近似似服从正正态分布布。这一一要求似似乎已得得到满足足，正如如上方重重叠有正正态曲线线的直方方图所示示。但是是，可以以看到过过程平均均值((0.54646)略略小于于目标((0..55))。并且且分布的的两个尾尾部都落落在规格格限之外外。这意意味着，，有时会会发现某某些电缆缆直径小小于0.50厘米米的规格格下限或或大于0.60厘厘米的规规格上限限。Ppk指指数表表明过程程生产的的单位是是否在公公差限限内。此此处，Ppk指指数为为0..80，，表明制制造商必必须通过过减少变变异并使使过程以以目标为为中心来来改进过过程。显显然，与与过程不不以目标标为中心心相比，，过程中中的较大大变异对对此生产产线而言言是严重重得多的的问题。。同样，PPM合合计（（预期整整体性能能）是其其受关注注的特征征在公差差限之外外的百万万分数部部件数数(10969.28)。。这意味味着每一一百万条条线缆中中大约有有10969条不不符合规规格。制制造商未未满足客客户的要要求，应应通过降降低过程程变异来来改进其其过程。。1-2.连续数据能力分析-综合能力分析解释结果果在控制图图和R控制制图上，，点都是是随机分分布在控控制极限限之间的的，表明明这是稳稳定过程程。但但是，还还应比较较R控控制图图与控控制制图上的的点，以以查看它它们是否否彼此相相似。本本例中的的这些点点并非这这样，再再次表明明这是稳稳定过程程。最后后20个子子组的控控制图上上的点随随机地水水平散开开，没有有趋势或或偏移，，这也表表明过程程是稳定定的。如果要解解释过程程能力统统计量，，则您的的数据应应近似服服从正态态分布。。在能力力直方图图上，数数据近似似服从正正态曲线线。在正正态概率率图上，，点近似似呈一条条直线，，并落于于95%置置信区间间内。这这些模式式表明数数据是正正态分布布的。但但是，从从能力图图可以以看出，，整体过过程变异异的区间间（整体体）比规规格限的的区间（（规格））宽。这这意味着着有时线线缆的直直径会超超出公差差限[[0..50,,0..60]]。此外外，Ppk的的值((0.80)落落于要要求的目目标1.33之下下，表明明制造商商需要改改进过程程。解释结果果P控制制图表明明有1个点点不受控控。累积积缺陷百百分比控控制图显显示整整体缺陷陷品率的的估计值值似乎停停留在22%%左右右，但需需要收集集更多数数据对此此加以验验证。缺缺陷品率率似乎不不受样本本大小的的影响。。过程Z大大约为0.75，非非常差。。此过程程可能需需要进行行大量改改进。1-3.缺陷数据能力分析--缺陷品解释结果果U控制制图表表明有3个个点不受受控制。。累积DPU控制制图（（每单位位的缺陷陷数））停留在在值0.0265附附近，，表明收收集的样样本足以以很好地地估计DPU平均均值。DPU的的比率率似乎不不受电线线长度的的影响。。1-3.缺陷数据能力分析--缺陷品Cp、Cpk、、Pp和和Ppk统统计量量是潜在在和整体体能力的的度量。。由于将将过程信信息简化化为一个个数字，，因此可可以使用用能力统统计量对对一个过过程与另另一个过过程比较较其能力力。在实实践中，，许多人人将1.33视为为过程能能力统计计量的最最小可接接受值。。小于1的的值表明明过程变变异比规规格展开开要宽。。要了解解和解释释能力统统计，请请使用以以下信息息作为指指导。使用能力力统计量量可以监监视并报报告一段段时间内内系统的的改进情情况。能能力统计计量的解解释因对对分析所所使用的的分布而而异。对对于：正态分布布：·Cp和和Cpk--Cp不不考虑过过程平均均值相对对于规格格限的位位置。Cpk指指数度度量的与与过程展展开相比比，过程程运行接接近其规规格限的的程度。。仅当您您满足目目标值（（未指指定目标标值时为为过程平平均值））且变异异最小时时，Cpk才才较高。。例如，，过程在在执行中中可能变变异最小小，但远远离目标标（或过过程平均均值）并并接近规规格限之之一，这这样会导导致Cpk较较低而而Cp较高高。·Pp和和Ppk--Pp和和Ppk的的解释方方式分别别与Cp和和Cpk相相同。·Cpk与与Ppk--使用整体体变异来来计算Ppk。子组组间变变异和子子组内变变异都对对整体变变异有所所贡献。。计算Cpk时使使用子组组内变异异，而不不使用子子组间的的偏移和和漂移。。Ppk针对对整个过过程。如如果Cpk与与Ppk相相同，，则整体体标准差差与子组组内标准准差近似似相等。。·Cpm--指定了目目标值时时，计计算Cpm。。使用Cpm评估估过程是是否以目目标为中中心。Cpm指数数越高，，过程越越好。如如果Cpm、、Ppk与Pp相相同，，则过程程平均值值与目标标值相同同。非正态分分布：基于非正正态分布布的能力力指数可可按照与与基于正正态分布布的指数数相同的的方式来来解释。。比较Pp和和Ppk以以评估估过程中中位数是是否接近近于规格格中点。。如果Pp大大于Ppk，则过过程中位位数将远远离规格格中点并并接近于于规格限限之一。。1-4.过程能力指数的解释方法解释结果果通过拟合合优度检检验结果果和概率率图来识识别和选选择数据据分布。。拟合优度度检验-该表表包括Anderson--Darling((AD))统计计量以以及分布布的对应应p值值。对对于临界界值a，大于于a的的p值表表明数据据服从该该分布。。大于0.25、0.467、0.213和和0..238的p值值表明Weibull、3参数数Weibull、、最大极极值和Gamma分分布与与数据的的拟合良良好。Box--Cox（p值值==0..574）和Johnson变变换（p值==0.799）也也较好地地拟合了了数据。。概率图-概率率图包括括有序数数据集相相应概率率的百分分位数点点。概率率图显示示，对于于2参参数Weibull、3参数数Weibull、、最大极极值和Gamma分分布，，数据点点近似成成一条直直线，并并在置信信区间内内。如果有多多个分布布与数据据拟合：选择p值值最大的的分布；；

如果果p值值非常常接近，，则选择择：以前前对类似似数据集集使用过过的分布布。基于于能力统统计量的的分布。。选择最最保守的的分布。。1-5.样本数据分布的识别与选择1-6.力诺太阳CPK数据采集方法（草案）制定产品抽样验收计划41-1.抽样验收概念1-2.不合格品类抽样验收方法1-3.产品特征类抽样验收方法1-4.批次接收、拒收方法抽样验收收是评估估进厂的的产品样样本以确确定是接接受整个个批次以以供使用用还是拒拒收并退退回的过过程。例例如，假假设一个个杂货商商收到5000公斤斤苹果。。他想检检验少量量苹果以以确定是是接受整整批货进进行销售售，还是是应当拒拒收并退退给供应应商。抽抽样验收收将帮助助他决定定要检验验多少苹苹果，以以及接受受货物时时允许有有多少缺缺陷品。。在100%检检验的的代价比比接受缺缺陷品所所产生的的后果高高得多时时，抽样样验收非非常有有用；但但是，抽抽样验收收无法估估计质量量水平，，也不提提供任何何直接的的过程控控制。抽样计划划的类型型·属性，它以样样本中的的缺陷数数或缺缺陷品数数为基基础。例例如，毛毛管的结结石数。。·变变量量，它以可可测量的的质量特特征为基基础。例例如，可可以检验验毛管的的壁厚。。对于变量量计划，，需要基基于实际际测量值值来计算算平均值值、标准准差和Z值值。使用用按变量抽抽样验收收-接接受//拒绝批批次基于特定定样本数数据执行行计算并并决定接接受批次次与否。。此外，对对于变量量抽样计计划，每每个抽样样计划只只能检验验一个测测量值。。例如，，如果需需要检验验壁厚和和外径，，则需要要两个单单独的抽抽样计划划。变量量抽样计计划假设设质量特特征的分分布是正正态的。。但是，，使用变变量数据据的主要要优势是是变量抽抽样计划划所需的的样本大大小比属属性抽样样计划小小得多。。1-1.抽样验收概念创建抽样样计划以以确定样样本大小小，并基基于该样样本中发发现的缺缺陷品数数或缺陷陷数决定定是接受受还是拒拒收整个个批次的的产品。。实例：假假设收到到车间间5000支支毛管，，使您很很不满意意的是许许多毛管管壁厚不不达标。。您决定定实施一一个抽样样计划，，以便能能够判断断接受或或拒收整整个批次次。您与与车间协协商后共共同认可可的整批批产品不不合格率率比例为为1..5%时时，可接接受车间间毛管，，否则将将退回车车间。在在建立抽抽样计划划时，质质检人员员和车间间议定大大约有95%%