统计过程控制SPC

xRXsQ1andExportSTATeam,ChanganFordMazda

Co.1第1部分:

SPC介绍SPC概览变差与分布第2部分:

抽样策略与过程控制SPC抽样策略中心极限定理平均运行长度(Average

Run

Length

-

ARL)围堵策略Q1andExportSTATeam,ChanganFordMazda

Co.2第3部分:

控制图控制图特殊原因的不受控信号判定在MINITAB中做计量型控制图第4部分:

过程能力过程控制及过程能力正态检验过程能力与过程性能正态数据的过程能力非正态数据的过程能力Q1andExportSTATeam,ChanganFordMazda

Co.3SPC推动资源STA

工程师、质量工程师等供应商

–

质量相关人员

(作业者,

管理层,

工程师等)持续改进Lessons

learned(经验教训)顾客的声音当质量传递到顾客处后,

仅仅用PPM来衡量是不够的等等…Q1andExportSTATeam,ChanganFordMazda

Co.4Q1andExportSTATeam,ChanganFordMazda

Co.5Q1andExportSTATeam,ChanganFordMazda

Co.6Q1andExportSTATeam,ChanganFordMazda

Co.7什么是过程控制系统？变差是如何影响过程输出的？统计技术是如何区分一个问题的实质是局部的还是涉及更广泛系统的？过程处于统计受控意味着什么？过程有能力是什么意思？什么是控制图？如何使用？使用控制图有什么好处？过程性能与过程能力有什么不同？如何用MINITAB计算过程能力？Q1andExportSTATeam,ChanganFordMazda

Co.8xRXRnQ1andExportSTATeam,ChanganFordMazda

Co.9sSPC概览变差与分布SPC的历史Q1andExportSTATeam,ChanganFordMazda

Co.10休哈特在20世纪20至30年代创建SPC理论，恰逢美国经济萧条，SPC理论无人问津，至二次大战，由于提高军火质量的要求，

SPC理论才大显身手，战后遂风行全世界。其后，美国无竞争对手，产品横行天下，SPC逐渐废弃。日本在二战后请美国统计学家W.E.戴明传授SPC理论，请朱兰讲授质量管理。至1980年日本已居世界质量与劳动生产率的领导地位。其中一个重要的原因就是SPC理论的应用。故从1980年起美国与西方发起一场SPC的复兴运动。1984年日本名古屋工业大学调查了115家日本各行业的中小型工厂，结果发现平均每家工厂采用137张控制图。而有些大公司应用的控制图就更多了，如美国柯达彩色胶卷公司有5000名职工，一共应用了35000张控制图。这是因为彩色胶卷的工艺很复杂，在胶卷的片基上需要分别涂上8层厚度为1~2μm的药膜；此外，对于种类繁多的化工原料还要应用SPC控制。Q1andExportSTATeam,ChanganFordMazda

Co.11Statistical统计

Process过程

Control控制

(SPC)是一种为了理解、控制和改进过程能力，通过统计技术系统的收集、生成和分析数据的方法，从而达到保证产品质量的目的。这里的统计技术泛指任何可以应用的数理统计方法，而以20世纪20年代美国休哈特(W.A.Shewhart)创立的控制图理论为主。（其他统计技术如：排列图，直方图，因果图，检查表，相关图，运行图，关联图，亲和图，箭图，树状图，关键路径法，矩阵图，数据矩阵图，试验设计等。）一种预防性的工具，用于减少过程问题的产生预防：一种在第一步就可以避免生产无用的输出，从而避免浪费的更有效的策略Q1andExportSTATeam,ChanganFordMazda

Co.127 大质量工具QC 7 Tools查检表

Check/Tally

Sheets柏拉图Pareto

Diagrams直方图

Histograms鱼骨图Cause&

EffectDiagrams散点图Scatter

DiagramsEffect流程图

FlowDiagramsYesNoUCLLCLxxx111yyy1zzz11…11Q1andExportSTATeam,ChanganFordMazda

Co.13应用SPC较以下控制方法成本较低防错 (Poka Yoke)自动补偿系统（一般用于过程参数控制）100% 固定工序自动检验100% 固定工序人工检验等等…问题:可以接受一个只有75%有效的防错吗?回答:答案显然是不可以但是为什么我们会在没有检验分布指数是否正确的情况下去接受Cpk值呢？防错全检Q1andExportSTATeam,ChanganFordMazda

Co.14NO最差的情况不够好最好的情况收集数据并在图表上描绘(建立了统计基础的抽样计划)YESYES作业者得到了有效的SPC技术培训NOYES小组关注并监控SPC规则和信号NONO管理层授权并支持问题调查和过程改进NONO当图表有异常信号时,

通过根本原因分析采取正确的行动以预防问题的再次发生NOQ1andExportSTATeam,ChanganFordMazda

Co.15零件

A

在

上公差,

并且零件

B

在

下公差.Q1andExportSTATeam,ChanganFordMazda

Co.16同一过程生产出来的产品或是特性不可能完全相同，因为过程中存在变差源（6大变差源），这种差异也许很大，也许很小。人方法变差Q1andExportSTATeam,ChanganFordMazda

Co.17机器

材料测量环境每件产品的尺寸都与别的不同size size size size但它们形成一个模型,

若稳定,

则可以绘制成一个分布sizesizesizeQ1andExportSTATeam,ChanganFordMazda

Co.18sizesizesize分布可以由以下因素来加以区分

:形状位置 分布宽度Q1andExportSTATeam,ChanganFordMazda

Co.19Q1andExportSTATeam,ChanganFordMazda

Co.20Q1andExportSTATeam,ChanganFordMazda

Co.21仅存在变差的普通原因过程是可预测的分布是稳定的，呈典型分布过程是统计受控的稳定的过程状态如果仅存在普通原因，过程输出将形成随时间稳定的分布状况，并且是可预测的。Q1andExportSTATeam,ChanganFordMazda

Co.22存在变差的特殊原因过程是不可预测的分布不稳定，偏离典型分布过程是不受控的控制图可检出不稳定的过程状态如果存在特殊原因，过程输出随时间将不稳定，同时也不可预测。Q1andExportSTATeam,ChanganFordMazda

Co.23休哈特的贡献就在于发现了：虽然产生变差的来源包括人、机、料、法、环等各种原因，但可分为普通原因及特殊原因，后者(特殊原因)在控制图上有信号，因此，可用来对过程进行控制。Q1andExportSTATeam,ChanganFordMazda

Co.24Q1andExportSTATeam,ChanganFordMazda

Co.25Q1andExportSTATeam,ChanganFordMazda

Co.26失败通过电子的线路温度温度计时间计量型计数型不通过通过卡尺Q1andExportSTATeam,ChanganFordMazda

Co.27以下哪些是SPC的用途？改善质量和顾客满意提供过程能力信息识别哪些员工对不受控的过程负责监控并控制过程激励持续改进Q1andExportSTATeam,ChanganFordMazda

Co.28xRXnQ1andExportSTATeam,ChanganFordMazda

Co.29sSPC抽样策略中心极限定理平均R运行长度(Average

Run

Length

-

ARL)围堵策略Q1andExportSTATeam,ChanganFordMazda

Co.30Q1andExportSTATeam,ChanganFordMazda

Co.31Q1andExportSTATeam,ChanganFordMazda

Co.32Q1andExportSTATeam,ChanganFordMazda

Co.33最好的抽样大小是什么呢?没有一个固定和快捷的准则来选择最好的抽样大小,但是,

跨功能控制计划编制小组(cross-functionalcontrolplanning

team)应该通过考虑以下因素来决定抽样大小:过程变差可接受的均值偏移(meanshift)置信度幂检验(Powerof

thetest)被选定的抽样大小会影响到平均运行长度(ARL)和围堵策略Q1andExportSTATeam,ChanganFordMazda

Co.34Q1andExportSTATeam,ChanganFordMazda

Co.35特性1：即使母体不符合正态分布，随着样本容量的增大，样本均值的分布将趋于正态分布Q1andExportSTATeam,ChanganFordMazda

Co.36特性2：样本均值的平均值与母体的均值相同Q1andExportSTATeam,ChanganFordMazda

Co.37特性3：样本均值的分布将会比母体的分布狭窄

n，n是样本容量1Q1andExportSTATeam,ChanganFordMazda

Co.38Q1andExportSTATeam,ChanganFordMazda

Co.39Q1andExportSTATeam,ChanganFordMazda

Co.40Q1andExportSTATeam,ChanganFordMazda

Co.41Q1andExportSTATeam,ChanganFordMazda

Co.42计数型数据一般符合二项或泊松的非正态分布,

以下公式可以根据期望的过程能力水平和置信水平确定样本大小:n1

ln(1

c)ln(R)此处:n

=

需要的样本大小Sample

size

requiredc

=

置信水平ConfidencelevelR

=

过程合格率Estimated

processyield对于计数型数据样本容量，一般不少于500Q1andExportSTATeam,ChanganFordMazda

Co.43正如抽样大小,

也没有一个固定和快捷的准则来选择最好的抽样频率,

但是,跨功能小组应该通过考虑以下因素来决定抽样频率:材料,

工具,

作业者,

环境等的变化对平均运行长度(ARL)的影响贯穿整个循环,

随机抽样可以帮助探测不同特定时间规律下发生的特殊原因Q1andExportSTATeam,ChanganFordMazda

Co.44以下哪种方法更好？方法1：每个子组是从每个生产流获得的一个或多个测量值组成，这种分组方法是有重叠的。方法2：分别从每个生产流收集数据，一个子组仅由从一条生产流中获得的测量值组成。方法3：每个子组是从所有生产流的联合输出中获得的测量组成。Q1andExportSTATeam,ChanganFordMazda

Co.45以下哪些是正确的？SPC特性的选择是团队努力的结果在SPC中，使用计数型数据比计量型数据好SPC特性必须是独立变量顾客输入、经验教训、头脑风暴、鱼骨图、DFMEA和PFMEA可作为SPC特性选择的输入Q1andExportSTATeam,ChanganFordMazda

Co.46UCL3Sigma

ShiftLCLPd(Power/Probabilityto

Detect)1ARL

=PdQ1andExportSTATeam,ChanganFordMazda

Co.47Q1andExportSTATeam,ChanganFordMazda

Co.PowerandSample

Size2-Samplet

TestTestingmean1=mean2(versusnot=)Calculatingpowerformean1=mean2+differenceAlpha=0.05 Assumedstandarddeviation=

1Difference1.5SampleSize Power5 0.549386Pd(PowerofDetection”可探测的幂”)可以通过MINITAB的”2-Samplet

Test”方法求得期望能够探测到的偏离目标的Sigma数样本子组大小ARL=1/0.549=1.848Q1andExportSTATeam,ChanganFordMazda

Co.49例如:你的抽样计划中

ARL=4,每隔100个零件抽取一个子组100个零件运行样本1–发生了过程变化,没有探测到100个零件运行样本2

–变化没有被探测到100个零件运行样本3

–变化没有被探测到100个零件运行样本4

–变化被探测到零件在发生变化和变化被探测到之间的数量=400即围堵批量Q1andExportSTATeam,ChanganFordMazda

Co.50使用ARL的围堵策略, 便于设定反应措施和子组样本大小,但是也有局限性.正如采样一样, ARL的围堵策略假设:过程是稳定且统计受控的过程均值的偏移发生在ARL定义的范围内(该假设必须通过将包含的零件变差绘图来验证)例如下面的4种失效模式 Q1andExportSTATeam,ChanganFordMazda

Co.51Mean

ShiftMean

ShiftOver

Time当失效模式是断续或循环的情况下,ARL围堵策略不能用于保护顾客Q1andExportSTATeam,ChanganFordMazda

Co.52xRXnQ1andExportSTATeam,ChanganFordMazda

Co.53s控制图特殊原因的不受控信号判定R在MINITAB中做计量型控制图Q1andExportSTATeam,ChanganFordMazda

Co.54控制限是：统计控制限均值

+/-

3

标准偏差它是在过程受控时进行设定的固定在基准值过程改变了就要做调整决不会变宽控制限同公差带不相关Q1andExportSTATeam,ChanganFordMazda

Co.55控制限不是公差带判异准则及反应措施绘图区数据区表头容易被忽略的部分Q1andExportSTATeam,ChanganFordMazda

Co.56Q1andExportSTATeam,ChanganFordMazda

Co.57Q1andExportSTATeam,ChanganFordMazda

Co.58提供可靠的信息用于判断何时需要(或不需要)对过程采取措施帮助维持过程在统计受控的状态为过程性能表现的沟通提供一种通用的语言评价并激励持续改进成效如果运用得当,

可以从技术上证明生产能力的改善Q1andExportSTATeam,ChanganFordMazda

Co.59通过对过程的预见,

可以有效的预防问题的发生可以防止不必要的过程调整提供诊断信息提供关于过程能力的信息区别特殊原因和普通原因变差Q1andExportSTATeam,ChanganFordMazda

Co.60Step

1.

根据数据类型和抽样计划确定控制图类型Step

2.

使用收集的数据计算过程均值和控制限Step

3.

计算绘图比例并将数据点,

过程均值和控制限绘制在控制图上Q1andExportSTATeam,ChanganFordMazda

Co.61Step

4.

查找不受控的点:确定为什么不受控.纠正过程的问题,

例如抽样计划,

数据收集方式等.如果已识别出特定原因,

消除该不受控的点并且用增加的额外数据点代替.重新计算过程均值和控制限.重新计算比例并将修订后的数据点,

过程均值和控制限绘制在图上.继续重复抽样过程直到所有必须的点都受控.

这就建立起了正确的过程均值和控制限.Q1andExportSTATeam,ChanganFordMazda

Co.621.

根据抽样计划继续收集并绘制数据点,

查找不受控信号.如果发现不受控信号立即采取行动:确定根本原因.在图表上或是控制图日志中标示根本原因.采取行动消除根本原因并且防止它再次发生.备注:

控制限一般在过程发生改进,

并且是知道变化原因的情况下才需要更新(在后续的课程中将会阐述)Q1andExportSTATeam,ChanganFordMazda

Co.63容易被忽略的部分Q1andExportSTATeam,ChanganFordMazda

Co.64建立控制图时要解决的基本问题：★

为什么要建立控制图？––––

过程监测。––––

调整工具。––––

建立稳定性。––––

维持稳定性。––––

其它，特殊原因。谁（质量工程师的姓名）来负责该图的建立？要绘图的特性是什么？它是否是特殊特性？该特性是计量型测量值还是计数型测量值？多长时间收集一次数据？测量系统是否充分？是否已被量具研究所证明？Q1andExportSTATeam,ChanganFordMazda

Co.65★

如何收集数据？例如，每次5件，每天一次，等等。为什么？★

谁（姓名，是否进行了培训）来收集数据并作图？★

如果该图用于过程监测––––

谁（名称）是顾客？––––

顾客是如何参与这一作图的过程？––––

多长时间向顾客提供一次记录？––––

准备了什么样的过程以保证使用者对该图所提供的信息表示满意？––––

谁（姓名）来审核作图过程，以保证顾客的要求不断得到满足？––––

多长时间进行一次审核？Q1

andExpo–rt–ST–AT–eam审,Cha核ngan过Ford程Maz如daCo何.进行文件66化？★ 如果该图用于过程调整–––– 该图是否列入控制计划？–––– 何时需要进行调整？（例如，图上出现了什么情况表明需要进行调整？）–––– 谁（姓名，是否进行了培训）来进行调整？–––– 使用什么程序来确定需要进行调整？–––– 该程序在措施计划中是否已形成文件？–––– 调整如何验证？–––– 谁（姓名）来审核作图和调整程序以保证它们是有效的？–––– 多长时间进行一次审核？–––– 审核过程如何进行文件化？Q1andExportSTATeam,ChanganFordMazda

Co.67★

如果该图用于建立和维持过程稳定性––––谁（姓名）来确定控制限？––––

在图上出现什么信号，表明有一特殊原因正在起作用？是否需要对这种情况立即作出反应，控制是如何进行的？（该过程是否文件化？）––––

谁（姓名）来负责寻找特殊原因，其何时采取行动？––––负责寻找特殊原因的人必须提供什么文件？––––

当一个特殊原因被确定以后，谁（姓名）来负责采取行动？––––

谁（姓名）来审核作图过程，寻找原因并采取行动以保证有所进步？––––多长时间，何时对控制限重新进行计算？––––多长时间进行一次审核？––––审核过程如何进行文件化？Q1andExportSTATeam,ChanganFordMazda

Co.68关于控制图，以下哪些描述是正确的？帮助预知过程表现为过程表现的沟通提供一通用语言指出问题是否需要管理层的行动为维持过程稳定提供何时需要或不需要对过程采取行动的信息计算超出规范的百分比Q1andExportSTATeam,ChanganFordMazda

Co.69如何排序以下控制图的创建步骤？调查所有不受控的数据计算过程均值和控制限确定绘图比例并绘制数据点确定控制图类型Q1andExportSTATeam,ChanganFordMazda

Co.70在没有特殊原因影响的情况下,

变差应该是随机的

:过程期望得到随机的变差.如果不是,

你就需要开始审视你的过程控制图反映出的信号来帮助你了解发生了什么.403020100Q1andExportSTATeam,ChanganFordMazda

Co.71UCLLCL超出控制限之外的点在中心线同一边有7个连续的点7个连续点上升或下降3个点中有2个同在A区或是之外5个点中有4个同在B区或是之外14个连续的点交互上下14个连续的点任一C区2

4

6

A CCBB

A LCLUCL为运行和趋势分析确定的规则Q1andExportSTATeam,ChanganFordMazda

Co.72在控制限之外的任何点9

个连续的点在中心线的同一边6

个连续的点连续上升或下降14

个连续的点交互上升和下降3

个点中有2个都在A区或之外5

个点中有4个都在B区或之外15

个连续的点在任一个C区8

个点在C区之外2

s4

s6

sACCBBALCLUCLLloyd

Nelson

(劳埃德·纳尔逊1984)

提议的测试方法并在Minitab中用于运行和趋势分析Q1andExportSTATeam,ChanganFordMazda

Co.73Q1andExportSTATeam,ChanganFordMazda

Co.74Nelson

的所有测试错误警报率基本相同。Western

Electric

规则没有这个特性。Q1andExportSTATeam,ChanganFordMazda

Co.75一点远离中心线超过3个标准差Q1andExportSTATeam,ChanganFordMazda

Co.762/3的点距中心线的距离超过2个标准差(同一侧)Q1andExportSTATeam,ChanganFordMazda

Co.774/5的点距中心线的距离超过1个标准差(同一侧)可能的原因:控制限或控制点计算错误或打点错误.零件之间的变差(piece-to-piece)增加了(例如: 作业者变化, 错误的工序步骤, 或者是原材料变化). 在极差图中,点在下控制限之下可能意味着变差减小了.测量系统变化了(例如: 使用了新的量具或者是量具损坏Q1

andEx了port

)ST.ATeam,Changan

FordMazdaCo.78连续15个点排列在中心线1个标准差范围内(任一侧)可能的原因:可能过程发生了变化; 过程的变差减小了.Q1andExportSTATeam,ChanganFordMazda

Co.79连续8个点距中心线的距离大于1个标准差(任一侧)可能的原因:测量系统误差(例如:

测量系统的分辨率减小了或是使用了新的量具).Q1andExportSTATeam,ChanganFordMazda

Co.80连续7点位于中心线同一侧可能的原因:可能是过程切换;

过程的均值增加了,

或在极差图中变差增加了(例如:

材料的变化或是作业者变化).Q1andExportSTATeam,ChanganFordMazda

Co.81连续6点上升或下降可能的原因:可能是工具磨损.Q1andExportSTATeam,ChanganFordMazda

Co.82连续14点交替上下变化可能的原因:可能是取样问题(例如: 在两班中轮流取样).Q1andExportSTATeam,ChanganFordMazda

Co.83一点远离中心线超过3个标准差2/3的点距中心线的距离超过2个标准差(同一侧)4/5的点距中心线的距离超过1个标准差(同一侧)连续15个点排列在中心线1个标准差范围内(任一侧)连续8个点距中心线的距离大于1个标准差(任一侧)连续7点位于中心线同一侧连续6点上升或下降连续14点交替上下变化Q1andExportSTATeam,ChanganFordMazda

Co.84以上8类特殊原因造成的不受控信号一旦被发现,就应当立即采取措施:反复询问过程是否发生任何变化造成了不受控情况的发生如果通过简单的提问方式无法解决,

可以进一步的使用G8D或DMAIC

(Define,Measure,Analyze,Improve,

Control)方法开展问题解决Q1andExportSTATeam,ChanganFordMazda

Co.85以上控制图的不受控情况可能是由哪些原因造成？应用了变差减小方案新的测量系统控制限计算错误更换了作业者遗漏了过程步骤Q1andExportSTATeam,ChanganFordMazda

Co.86以上控制图中的哪些点是特殊原因变差信号？a.1到

5b.10到

14c.15到

19d.21到

25Q1andExportSTATeam,ChanganFordMazda

Co.87以上控制图中的哪些点可能是由于测量系统误差造成的特殊原因变差信号？a.5到

12b.13到

20c.15到

22d.18到

25Q1andExportSTATeam,ChanganFordMazda

Co.88以上控制图中的哪些点可能是采样问题造成的特殊原因变差信号？1到

145到

18c.15到

20d.18到

23Q1andExportSTATeam,ChanganFordMazda

Co.89Q1andExportSTATeam,ChanganFordMazda

Co.90确定要制定控制图的特性是计量型数据吗？关心的是不合格品率即坏零件的百分比吗？样本容量是否恒定？样本容量是否恒定？性质上是否均匀或不能按子组取样？如：化学槽液,批量油漆等子组均值是否方便计算？子组容量是否大于等于9？子组S值是否方便计算？使用单值移动极差图I&

MR使用np

或p

图使用p

图使用c

图使用u

图使用中位数图使用X-Bar&R

图关心的是不合格数即单位零件不合格数吗？使用X-Bar&R

图使用X-Bar&s

图Q1andExportSTATeam,ChanganFordMazda

Co.91Q1andExportSTATeam,ChanganFordMazda

Co.92Q1andExportSTATeam,ChanganFordMazda

Co.93请判断以下对错：XBar图测量的是零件之间的变差数据点应该随机的绘制在XBar-R图上R图测量的是过程变差R图的中心线是所有子组极差的平均Q1andExportSTATeam,ChanganFordMazda

Co.94以下哪些变化我们应该在控制图日志(log)中标示出来？材料加工方法人员环境设备工装测量方法Q1andExportSTATeam,ChanganFordMazda

Co.95完成准备工作收集数据选择刻度画图计算试验控制限画中心线和控制限分析控制图是否需要重新收集数据？能力指数是否满足要求？计算能力指数保持和改进过程否是否否是是否有变差特殊原因？是减少变差原因计量型控制图制作及应用流程图Q1andExportSTATeam,ChanganFordMazda

Co.96X图Centerline

X

子组均值X的平均UCLX

X

A2RLCLX

X

A2

RR图Centerline

R

子组极差R的平均UCLR

D4

RLCLR

D3

RA2,

D3 和

D4 是基于子组大小的休哈特控制常数注意:Q1andExportSTATeam,ChanganFordMazda

Co.97规范值不用于计算中心线和控制限,

也无须在图上绘出假设您正准备创建一个XBar-r图用于监控一个零件的直径（mm），收集了每5个数据的25个子组，子组极差从1.14mm到4.31mm，以下哪个是极差图的最佳绘图比例？a.

0.00

mm到3.00

mmb.

0.00

mm到10.00

mmc.

2.00

mm到8.00

mmd.

2.00

mm到9.00

mmQ1andExportSTATeam,ChanganFordMazda

Co.98Q1andExportSTATeam,ChanganFordMazda

Co.Sample

Mean1917151311Sample97531602600598_X=600.23UC

L=602.474LC

L=597.986Sample

Range1917151311Sample9753186420_R=3.890UC

L=8.225LC

L=0161工作表

CAMSHAFT.MTW.Xbar-RChartof

Supp299注意:规范值不用于计算中心线和控制限,

也无须在图上绘出I图Centerline

X

单值I的平均UCLI

X

E2RLCLI

X

E2

RR图Centerline

R

移动极差MR的平均UCLMR

D4

RLCLMR

D3RE2,

D3 和

D4 是基于子组大小的休哈特控制常数Q1andExportSTATeam,ChanganFordMazda

Co.100以下哪些特性适合用I-MR图监控？外观零件的表面刮痕数溶液粘度螺栓长度液体清洁器中活性成分的浓度焊接零件的抗拉强度Q1andExportSTATeam,ChanganFordMazda

Co.101Q1andExportSTATeam,ChanganFordMazda

Co.Individual

Value454137332921 25Observation171395110501000950900850_X=936.9UC

L=1010.9LC

L=862.8Moving

Range454137332921 25Observation17139511007550250MR=27.8UC

L=91.0LC

L=01

1222261165122

2 222 212222

26

661工作表

EXH_QC.MTW.I-MRChartof

Weight102Q1andExportSTATeam,ChanganFordMazda

Co.103Q1andExportSTATeam,ChanganFordMazda

Co.104缺陷零件缺陷数量(子组大小恒定)np图c图比例(子组大小变化)p图u图Q1andExportSTATeam,ChanganFordMazda

Co.105xRXRnQ1andExportSTATeam,ChanganFordMazda

Co.106s过程控制及过程能力正态检验过程能力与过程性能正态数据的过程能力非正态数据的过程能力过程控制样本时间失控（存在特殊原因）受控（消除特殊原因）过程能力Q1andExportSTATeam,ChanganFordMazda

Co.107样本时间受控但不能满足规范（普通原因引起的变差过大）受控并且能满足规范（普通原因引起的变差被减少）计量型数据CPCPKPPPPKDPUPPMDPMO数据类型指标类型统一的指标计数型数据Q1andExportSTATeam,ChanganFordMazda

Co.108PPM =不合格的产品数Q1andExportSTATeam,ChanganFordMazda

Co.109被检验的总产品数1,000,000被检验产品中的总缺陷数DPU =被检验的总产品数Q1andExportSTATeam,ChanganFordMazda

Co.110DPMO =总的缺陷数D总单元数N每个单元机会数O

1,000,000Q1andExportSTATeam,ChanganFordMazda

Co.111下面显示的数据来源于零件定单：500 零件定单 (N)3 机会数 (O)★迟到★错误的零件★错误的地址57 出现的错误(D)12

在送给顾客之前发现的缺陷45 顾客察觉到的缺陷Q1andExportSTATeam,ChanganFordMazda

Co.112处理的数量产生的总缺陷(包括发生的缺陷和后来解决的)每个单位产品出现缺陷的机会数计算出每百万机会中的缺陷Q1andExportSTATeam,ChanganFordMazda

Co.113当一个过程受控，输出是一致的并且只有普通原因造成的变差，不会有特殊原因造成的变差出现。但是，一个受控的过程并不意味着会生产出符合规范的产品或服务。规范限不同于控制限。规范是用于判定指定特性的接受能力的工程要求。规范直接反映或包含顾客（内部或外部）要求和期望。控制限可能高于或低于规范限。过程能力也不同于过程控制。过程能力展示了与规范或顾客要求相关的过程性能或输出。一个在规范内的过程可以被认为比不在规范内的过程更有能力。Q1andExportSTATeam,ChanganFordMazda

Co.114控制限与工程规范限Control

Limits

vs.

Specification

Limits受控不受控可接受P合格产品!!始终能生产合格的产品.可能没有能力始终生产出合格产品!!一些产品是合格的,

一些是不合格的??可能正在改进过程,或者相对公差带来说过程变差还算小.不可接受O不合格的产品!!随时都可能生产不合格产品.O不合格的产品!!随时都可能生产不合格产品!!满足要求控 制可能需要稳定需要稳定,

减小变差，和/或者均值需要移动

需要减小变差,

和/或是均值需要移动1O?

P

324Q1andExportSTATeam,ChanganFordMazda

Co.115能力过程统计受控且有能力满足公差的要求,

是可接受的1过程不受控,

但是落在公差范围内,

是可接受的3Q1andExportSTATeam,ChanganFordMazda

Co.116过程统计受控且落在控制限内,

但是超出了公差范围且偏离了目标值,

是不可接受的过程统计受控且落在控制限内,

虽然在目标中心但是却超出了公差范围,

是不可接受的22Q1andExportSTATeam,ChanganFordMazda

Co.117过程落在控制限外(不受控),

并且超出了公差范围和偏离了目标值,

是不可接受的过程不受控且落在控制限外,

虽然在目标中心但是却超出了公差范围,

是不可接受的44Q1andExportSTATeam,ChanganFordMazda

Co.118

如果数据呈现正态分布,

就可以通过计算来预知过程的输出对预见性的测量可以得到合格产品与不合格产品之比±

Q1andExportSTATeam,ChanganFordMazda

Co.119±

±

±

单值移动极差图(I-MR)的数据需要符合正态分布用于计算Cp/Cpk或Pp/Ppk的数据需要符合正态分布(数据经过正态转换后符合正态分布适用)备注:

X-Bar

&

R

图可以使用非正态分布数据来监控过程,但是用于计算Cp/Cpk或Pp/Ppk的数据要求符合正态分布(数据经过正态转换后符合正态分布适用)Q1andExportSTATeam,ChanganFordMazda

Co.120Frequency35302520151050598.0

598.5

599.0

599.5

600.0

600.5

601.0Supp1Mean

599.5StDev

0.6193N 100Histogramof

Supp1NormalQ1andExportSTATeam,ChanganFordMazda

Co.121Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev 0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CIQ1andExportSTATeam,ChanganFordMazda

Co.122Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev 0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CIQ1andExportSTATeam,ChanganFordMazda

Co.123Q1andExportSTATeam,ChanganFordMazda

Co.124Frequency598.0 598.5 599.0 599.5 600.0 600.5 601.0Supp135302520151050Mean

599.5StDev

0.6193N 100Histogramof

Supp1Normal柱状图的排列是否呈现明显的钟形工作表

CAMSHAFT2.MTW.Q1andExportSTATeam,ChanganFordMazda

Co.125Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev

0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CI如果

p

<

0.05,就不是正态分布工作表

CAMSHAFT2.MTW.Q1andExportSTATeam,ChanganFordMazda

Co.126子组内(Within)变差（σc或σR/d2）仅来自子组内的变差。如果过程统计受控，该变差是过程固有变差很好的估计。它可以通过控制图R/d2或S/C4来估计。Q1andExportSTATeam,ChanganFordMazda

Co.127子组间(Between)变差指不同子组间的变差。如果过程统计受控，子组间变差应该为零。Q1andExportSTATeam,ChanganFordMazda

Co.128过程总(Overall)变差（σp或σs）由子组内变差和子组间变差共同组成。如果过程不是统计受控，过程总变差包括特殊原因和普通原因的影响。该变差可以用样本的标准差s估计，用控制图或过程研究中的所有单值读数来计算：nii1X

X

2n

1p

s

Q1andExportSTATeam,ChanganFordMazda

Co.129Q1andExportSTATeam,ChanganFordMazda

Co.130Q1andExportSTATeam,ChanganFordMazda

Co.131Cpk, Ppk与变差的关系Q1andExportSTATeam,ChanganFordMazda

Co.132只有在过程稳定并且统计受控的情况下才可以计算过程能力如果过程不稳定且不统计受控，过程能力是没有意义的！…

并且还需要做正态分布校验…

并且测量系统还要是可靠的（MSA分析结果可接受）Cpk只有在数据符合以下要求时才可以被考虑有效

(稳定

/统计受控

/正态分布).如果在没有符合这些要求时接受

Cpk,就相当于接受一个不是100%有效的Poka

Yoke.Q1andExportSTATeam,ChanganFordMazda

Co.133Cp与CpkProcessCapabilit

y过程能力“Inherent”ProcessVariation“内在的/固有的”过程变差Common

Cause

ONLY只存在普通原因The

ProcessStandardDeviation(within)过程标准差（组内）AControlChart控制图ShortTerm短期(Minitab)Predictive

REQUIRES

processcontroland

stability可预见的，要求过程受控且稳定Pp与PpkProcessPerforma

nce过程性能“Total”

ProcessVariation“总的”过程变差Common

AND

Special

Cause普通原因和特殊原因TheStandardDeviation

ofatotalprocess(within

andBetween)总的过程标准差（组内和组间）AControlChartORAProcessStudy(AIAG)控制图或过程研究LongTerm长期(Minitab)NOT

Predictive,reflectsperformance不可预见的，反映性能2^

Rd^

s(所有单值的标准差)2Q1andExportSTATeam,ChanganFordMazda

Co.134ˆni

1in

1X

XWhere s

ORRd

2USL

LSL6^sUSL

LSL6^对于Cpk

和

Ppk,取其中的最小值.nxii1

x2n

1^WheresRd

2USL

XRd

2X

LSLs3^CPU

=CPL

=PPL

=sUSL

XPPU=3^^ORX

LSL3^3^Q1andExportSTATeam,ChanganFordMazda

Co.135过程能力(Capability)

-

Cp和Cpk针对统计稳定过程的固有变差的宽度,

通常代表了受控过程的最佳性能，其中通常通过R/d2（或S/C4

）估计过程性能(Performance)-Pp和Ppk过程总变差的宽度,

通常将总的过程输出与顾客要求相联系，其中通常通过过程总标准差s估计Q1andExportSTATeam,ChanganFordMazda

Co.136Cp和Pp与规范有关的,

仅反映过程变差的指数Cpk和Ppk与规范有关的,

综合反映过程变差及对中情况的指数如果过程统计受控, 过程能力与过程性能将非常接近,二者最大的区别就是显示特殊原因的存在Q1andExportSTATeam,ChanganFordMazda

Co.137能力性能Q1andExportSTATeam,ChanganFordMazda

Co.138调查过程改进的原因,并确定改进的影响是永久的,重新计算控制限如果通过改变的数据证实过程的改进是真实的,

并且新的过程变得稳定和受控,在适量的数据收集后,

重新计算控制限和Cp/Cpk不重新计算控制限不重新计算控制限调查过程退化的原因移除已知的过程改变,把过程带回以前的状态Q1andExportSTATeam,ChanganFordMazda

Co.139Q1andExportSTATeam,

ChanganFordMazda

Co.以下哪条可以解释下图中子组均值都汇聚在XBar图中心线旁？过程变差改善了，但是控制限没有被重新计算该过程是受控的过程均值在控制限内随意变化该过程有非常好的能力140计算双边公差的CpCp

=

潜在过程能力

=产品公差/分布宽度=顾客的声音/过程的声音

=Cp不受过程分布位置的影响（对中性）并且只用于计算双边公差。对于单边公差是没有意义的。根据经验，在正态分布中，大约99.7%的数据落在正负3个标准差内，因此，过程的分布宽度可以近似的看作6个标准差范围。R/d2是标准差的估算公式，6(R/d2)即用6倍标准差评估过程宽度。d2 –

基于子组大小的常数Q1andExportSTATeam,ChanganFordMazda

Co.141我们用Cp理解持续的过程潜在能力，与过程的对中性无关，目的是通过减少过程变差，使过程即使在对中程度有轻微偏移情况下也有能力满足顾客要求Q1andExportSTATeam,ChanganFordMazda

Co.142Cp指标评价的只是潜在的过程能力，不是实际的过程能力，因为Cp只考虑了过程变差而忽略了过程的对中性过程变差与过程对中性是不同的过程概念，一般结合Cp与Cpk分析过程能力Cp图解ChanganFordMazda

Co.Q1andExportSTA

Team,143Cpk指标显示了实际的过程能力，同时考虑了过程对中性及过程变差该指标直接的展示了过程能力是否满足顾客要求Cpk<

1.33Cpk≥

1.33不满足满足也可以结合使用Cpk与Cp来预知潜在过程能力：随着时间趋势测量持续改进区分过程改进的优先顺序Cpk

≤

Cp（只有在过程对中的情况下Cpk

=

Cp）单边公差和双边公差都可以计算CpkQ1andExportSTATeam,ChanganFordMazda

Co.144Rd

2USL

X3^CPU

=Rd

2X

LSL3^CPL

=Q1andExportSTATeam,ChanganFordMazda

Co.145我们用Cpk理解实际的过程能力，既考虑了过程对中程度，也考虑了过程分布宽度结合使用Cpk与Cp理解过程对中程度当Cpk

=Cp，过程对中当Cpk

<

Cp，过程不对中；若二者之间的差异较大，则过程有较大偏移，需要改善过程对中程度以达到过程的潜在能力（Cp）Cpk图解anFordMazda

Co.Q1andExportSTATeam,

Chang146在工程规范限中能容下几倍

(x)

宽度的过程分布？Target但是，过程是否对中?Q1andExportSTATeam,ChanganFordMazda

Co.147Q1andExportSTATeam,ChanganFordMazda

Co.148

LSLUSLTarget65432112345

6Cp=2.0/Cpk=

2.0Width /

Width+Centering一个理想的

“6-Sigma

过程”

是过程分布中心落在目标值中心，并在中心两边都有6个标准差的过程。意味着在规范限中可以容下两个

+/-3

倍标准差，因此

Cp/Cpk

至少为2.0的过程。Q1andExportSTATeam,ChanganFordMazda

Co.149Pp指标显示了潜在过程性能Pp不受过程分布位置的影响（对中性）并且只用于计算双边公差。对于单边公差是没有意义的。Pp的计算类似Cp，不同的是采用单个数据的标准差Q1andExportSTATeam,ChanganFordMazda

Co.150我们用Pp理解潜在过程性能，显示了总的过程分布宽度与工程规范之间的比较，当总的过程变差减小时，Pp就会增大。Pp不同于Cp的地方1）评估的变差不同Cp是使用子组内变差均值R和转换因子（d2）来评估标准差，只评估了子组内的变差，没有考虑子组间的变差Pp采用单个数据来计算标准差，评估了总的过程变差，包括子组内的与子组间的变差Q1andExportSTATeam,ChanganFordMazda

Co.151Pp不同于Cp的地方（续）2）数据来源不同Cp采用有间隔的子组抽样数据Pp采用连续取样的单个数据（用于量产前的过程性能评估）Pp指标评价的只是潜在的过程性能，不是实际的过程性能，因为Pp只考虑了总的过程变差而忽略了过程的对中性Q1andExportSTATeam,ChanganFordMazda

Co.152Ppk指标显示了实际的过程性能，同时考虑了过程对中性及过程总变差该指标直接的展示了过程性能是否满足顾客要求Ppk<

1.67不满足Ppk≥

1.67满足一般结合使用Ppk与Pp来评价过程性能，但是不能用于预知过程性能Ppk

≤

Pp（只有在过程对中的情况下Ppk

=

Pp）单边公差和双边公差都可以计算PpkQ1andExportSTATeam,ChanganFordMazda

Co.153USL

X3

sPPU

=X

LSL3

sPPL

=Q1andExportSTATeam,ChanganFordMazda

Co.154我们用Ppk理解实际的过程性能，既考虑了过程对中程度，也考虑了总的过程分布宽度结合使用Ppk与Pp理解过程对中程度当Ppk

=Pp，过程对中当Ppk

<

Pp，过程不对中；若二者之间的差异较大，则过程有较大偏移，需要改善过程对中程度以达到过程的潜在性能（Pp）参考使用Pp/Ppk与Cp/Cpk可以得到以下信息当Pp与Cp，或Ppk与Cpk近似相等时，子组间的变差最小当Pp与Cp，或Ppk与Cpk差异较大时，子组间的变差为主要影响因素Q1andExportSTATeam,ChanganFordMazda

Co.155打开工作表

CABLE.MTW.选择

Stat

>

Quality

Tools

>Capability

Analysis

>Normal.在

Singlecolumn,

输入

Diameter.在

Subgroup