统计制程管制(SPC)培训课件

统计制程管制(SPC)2课程内容控制图历史说明控制图说明控制图原理说明控制图种类及选择说明正态分布说明普通原因、特殊原因说明使用控制图注意事项X-R,X-S,X-R,X-Rm控制图P,np,c,u控制图Ca,Cp,Cpk,Pp,Ppk,Cmk指数说明什么是MOTOROLA的6σ控制图的判读Casestudy3控制图的历史控制图是1924年由美国品管大师W.A.Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施质量管理时不可缺少的主要工具，当时称为(StatisticalQualityControl)。英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计质量管理，而提高了英国人将统计方法应用到工业方面之气氛。日本在1950年由W.E.Deming博士引到日本。4预防或容忍?PROCESS原料人机法环测量测量结果好不好不要等产品做出来后再去看它好不好而是在制造的时候就要把它制造好5控制图的目的管制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机遇性或非机遇性，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非机遇性6控制图种类(以数据来分)计量值控制图平均值与全距控制图平均值与标准偏差控制图中位值与全距控制图个别值与移动全距控制图计数值控制图不良率控制图不良数控制图缺点数控制图单位缺点控制图7“n”=10~25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n≧2Cl的性质“n”是否较大“u”图“c”图“np”图“p”图X-Rm图X-R图X-R图X-s图计数值计量值“n”=1n≧1中位数平均值“n”=2~5缺陷数不良数不一定一定一定不一定控制图的选择8搜集数据绘解析用控制图是否稳定绘直方图是否满足规格控制用控制图寻找异常原因检讨机械、设备提升制程能力控制图的绘制流程9控制图原理说明群体平均值=μ标准差=σμμ+kσμ-kσ抽样10控制图原理μ±kσ在内的概率在外的概率μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%1168.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布概率12个别值的正态分布平均值的正态分布控制图的正态分布控制图原理说明13管制界限和规格界限规格界限：是用以说明质量特性之最大许可值，来保证各个单位产品之正确性能。管制界限：应用于一群单位产品集体之量度，这种量度是从一群中各个单位产品所得之观测值所计算出来者。14制程的组成以及其波动的原因波动原因人机器材料方法测量环境15过程控制和过程能力控制满足要求受控不受控可接受1类3类不可接受2类4类简言之，首先应通过检查并消除变差的特殊原因使过程处于受统计控制状态，那么其性能是可预测的，就可评定满足顾客期望的能力。1617普通原因、特殊原因普通原因指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。18局部措施和对系统采取措施局部措施通常用来消除变差的特殊原因通常由与过程直接相关的人员实施大约可纠正15%的过程问题对系统采取措施通常用来消除变差的普通原因几乎总是要求管理措施，以便纠正大约可纠正85%的过程问题19控制图的益处合理使用控制图能供正在进行过程控制的操作者使用有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。20使用控制图的准备建立适用于实施的环境定义过程确定待管理的特性，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使不必要的变差最小21质量特性与控制图的选择为保证最终产品的质量特性,需要考虑以下几个方面:认真研究用户对产品质量的要求,确定这些要求那些与质量特性有关,应选择与使用目的有重要关系的质量特性来作为控制的项目.有些虽然不是最终产品质量的特性,但为了达到最终产品的质量目标,而在生产过程中所要求的质量特性也应列为控件目在同样能够满足对产品质量控制的情况下,应该选择容易测定的控件目.用统计方法进行质量控制如无质量特性数据就无法进行.22质量特性与控制图的选择在同样能够满足产品质量控制的情况下,应选择对生产过程容易采取措施的控件目.为了使控制最终取得最佳效果,应尽量采取影响产品质量特性的根本原因有关的特性或接近根本原因的特性作为控件目.产品的质量特性有时不止一个,则应同时采取几个特性作为控件目.23使用控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,组中不应有不同本质的数据,以保证组内仅有偶然因素的影响.我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的,因此,必须先找出过程中偶然因素波动这个基准.24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偶然因素让组间变化只有非偶然因素组内变异小组间变异大25使用控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,在确定控制图最初的控制线CL、UCL、LCL时,常常需要反复计算,以求得切实可行的控制图.但是,控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控制图.26为何控制界限应延用27建立控制图的四步骤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28建立X-R图的步骤AＡ阶段收集数据A1选择子组大小、频率和数据子组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29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30组数的要求(最少25组)当制程中心值偏差了二个标准差时，它在控制限内的概率为0.84那么连续25点在线内的概率为：31平均值和极差平均值的计算R值的计算32Ｂ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-R图的步骤B3334Ｃ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(均值图)C7为了继续进行控制延长控制限建立X-R图的步骤C35控制图的判读超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据UCLCLLCL异常异常36控制图的判读链：有下列现象之一即表明过程已改变连续7点位于平均值的一侧连续7点上升(后点等于或大于前点)或下降。UCLCLLCL37控制图的判读明显的非随机图形：应依正态分布来判定图形，正常应是有2/3的点落于中间1/3的区域。UCLCLLCL38控制图的观察分析作控制图的目的是为了使生产过程或工作过程处于“控制状态”.控制状态即稳定状态,指生产过程或工作过程仅受偶然因素的影响,产品质量特性的分布基本上不随时间而变化的状态.反之,则为非控制状态或异常状态.控制状态的标准可归纳为二条:第一条,控制图上点不超过控制界限;第二条,控制图上点的排列分布没有缺陷.39控制图的观察分析进行控制所遵循的依据:连续25点以上处于控制界限内;连续35点中,仅有1点超出控制界限;连续100点中,不多于2点超出控制界限.五种缺陷链:点连续出现在中心线CL一侧的现象称为链,链的长度用链内所含点数多少来判别.当出现5点链时,应注意发展情况,检查操作方法有无异常;当出现6点链时,应开始调查原因;当出现7点链时,判定为有异常,应采取措施.40控制图的观察分析从概率的计算中,得出结论:点出在中心线一侧的概率A1=1/2点连续出现在中心线一侧的概率A1=(1/2)7=1/128(0.7%)即在128次中才发生一次,如果是在稳定生产中处于控制状态下,这种可能性是极小的.因此,可以认为这时生产状态出现异常.

偏离:较多的点间断地出现在中心线的一侧时偏离.如有以下情况则可判断为异常状态.连续的11点中至少有10点出现在一侧时;连续的14点中至少有12点出现在一侧时;连续的17点中至少有14点出现在一侧时;连续的20点中至少有16点出现在一侧时.41控制图的观察分析倾向:若干点连续上升或下降的情况称为倾向,其判别准则如下:当出现连续5点不断上升或下降趋向时,要注意该工序的操作方法;当出现连续6点不断上升或下降的趋向时,要开始调查原因;当出现连续7点不断上升或下降的趋向时,应判断为异常,需采取措施.周期:点的上升或下降出现明显的一定的间隔时称为周期.周期包括呈阶梯形周期变动、波状周期变动、大小波动等情况.42控制图的观察分析接近:图上的点接近中心线或上下控制界限的现象称为接近.接近控制界限时,在中心线与控制界限间作三等分线,如果在外侧的1/3带状区间内存在下述情况可判定为异常:连续3点中有2点(该两点可不连续)在外侧的1/3带状区间内;连续7点中有3点(该3点可不连续)在外侧的1/3带状区间内;连续10点中有4点(该4点可不连续)在外侧的1/3带状区间内.43为了继续进行控制延长控制限估计过程标准偏差计算新的控制限44Casestudy12345678910111213141677674727674707270737473707226875737478747274787674767579368779675787173757775767775804697995728072717672757772727815161718192021222324252627281757470627478808072557073727327478656475778179685672737472378776562767281746858717670744797264617573797465567274747645Casestudy请计算出上表的X-R控制图的控制限？请判定过程是否稳定？如果是不稳定该如何处理？如果制程假设已稳定，但想将抽样数自n=4调为n=5时，那么其新控制限为何？46Ｄ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-R图的步骤D47484950制程绩效指标51Casestudy请依照上个casestudy的数据，计算其下列的各项指针结果，假设其规格为：75±5。CaCpCpkPpPpk525354何时应用Cmk指数新机器验收时机器大修后新产品试制时产品不合格追查原因时在机械厂应和模具结合在一起考虑55Casestudy12345678910150474650465047485049250534548484949505051349534949505250464951452454849545148495146551504952505452515348平均s56Casestudy假设其规格为50±5，试计算其Cmk？57LSLuUSL6σ1.5σ6σWHATISMOTOROLA’S6σ58WHATISMOTOROLA’S6σ最佳状况，制程中心等于规格中心，此时Cpk=2。最差情形，可以允许制程中心，偏差±1.5σ，此时的Cpk=1.5LSLuUSL6σ1.5σ6σ4.5σ59A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：60B计算控制限61C过程控制解释(同X-R图解释)62D过程能力解释63A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。64B计算控制限65C过程控制解释(同X-R图解释)66估计过程标准偏差：67单值控制在检查过程变化时不如X-R图敏感。。如果过程的分布不是对称的，则在解释单值控制图时要非常小心。单值控制图不能区分过程零件间重复性，最好能使用X-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。68A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。69B计算控制限70C过程控制解释审查移动极差图中超出控制限的点，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71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。72不良和缺陷的说明结果举例控制图车辆不泄漏／泄漏P图NP图灯亮／不亮孔的直径尺寸太小或太大给销售商发的货正确／不正确风窗玻璃上的气泡C图U图门上油漆缺陷发票上的错误73P控制图的制做流程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74建立p图的步骤AＡ阶段收集数据A1选择子组的容量、频率及数量子组容量分组频率子组数量A2计算每个子组内的不合格品率A3选择控制图的坐标刻度A4将不合格品率描绘在控制图75A1子组容量、频率、数量子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50~200)以便检验出性能的变化，一般希望每组内能包括几个不合格品，但样本数如果太利也会有不利之处。分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与大的子组容量的要求矛盾子组数量：要大于等于25组以上，才能判定其稳定性。76A2计算每个子组内的不合格品率记录每个子组内的下列值被检项目的数量─n发现的不合格项目的数量─np通过这些数据计算不合格品率77A3选择控制图的坐标刻度描绘数据点用的图应将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。划图区域78A4将不合格品率描绘在控制图上描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。当点描完后，粗览一遍看看它们是否合理，如果任意一点比别的高出或低出许多，检查计算是否正确。记录过程的变化或者可能影响过程的异常状况，当这些情况被发现时，将它们记录在控制图的“备注”部份。79Ｂ计算控制限B1计算过程平均不合格品率B2计算上、下控制限B3画线并标注建立p控制图的步骤B80计算平均不合格率及控制限81画线并标注均值用水平实线线：一般为黑色或蓝色实线。控制限用水平虚线：一般为红色虚线。尽量让样本数一致，如果样本数一直在变化则会如下图：10020030010020010010020030010012121212328283Ｃ过程控制用控制图解释C1分析数据点，找出不稳定证据C2寻找并纠正特殊原因C3重新计算控制界限超出控制限的点链明显的非随机图形建立p图的步骤C84寻找并纠正特殊原因当从数据中已发现了失控的情况时，则必须研究操作过程以便确定其原因。然纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图和因果分析图等解决定问题数据。85重新计算控制限当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以更排除某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正。一旦历史数据表明一致性均在试验的控制限内，则可将控制限延伸到将来的时期。它们便变成了操作控制限，当将来的数据收集记录了后，就对照它来评价。86Ｄ过程能力解释D1计算过程能力D2评价过程能力D3改进过程能力D4绘制并分析修改后的过程控制图建立p的步骤D87过程能力解释偶因和异因并存找出异因只剩偶因运用控制图过程稳定(连25点不超限)计算过程能力88计算过程能力对于p图，过程能是通过过程平均不合率来表，当所有点都受控后才计算该值。如需要，还可以用符合规范的比例(1-p)来表示。对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点。当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p值是该过程当前能的更好的估计值。89评价过程能力过程稳定，不良率维持在一定的水平当中降低不良率采取管理上的措施降低偶因，如此才能缩小控制界限，降低不良率缩小控制限90改善过程能力过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因─过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。可以使用诸如排列图分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分将有利于问题的解决91绘制并分析修改后的过程控制图当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来；控制图成为验证措施有效性的一种途径。对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。在过程改变期间出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。92不合格品数np图“np”图是肉来度量一个检验中的不合格品的数量，与p图不同，np图表示不合格品实际数量而不是与样本的比率。p图和np图适用的基本情况相同，当满足下列情况可选用np图不合格品的实际数量比不合格品率更有意义或更容易报告。各阶段子组