SPC最好的培训教程

>SPCTrainingforNDVC目前一页\总数六十四页\编于十六点>SPC简介SPC发展历史西格玛简介SectionOne-简介目前二页\总数六十四页\编于十六点什么是制程(Process)?

操作方法环境设备材料有序的行为测量的输出目标时间操作员

将输入转化为输出的一组有序的行为或操作什么是制程控制(ProcessControl)?减小制程输出变异(ProcessVariation)所采取的行动目前三页\总数六十四页\编于十六点什么是统计制程控制(SPC)?目前四页\总数六十四页\编于十六点控制图的发展历史目前五页\总数六十四页\编于十六点SPC的使用情况何时使用SPC目前六页\总数六十四页\编于十六点为什么要推广SPC目前七页\总数六十四页\编于十六点过程变异原因类别目前八页\总数六十四页\编于十六点ControlChart：通过触发异常报警特殊原因，监控过程的稳定性.ProcessCapability：在过程稳定的基础上，计算过程能力，并不断提高.SPCControl分类目前九页\总数六十四页\编于十六点西格玛水平与DPMO“六”西格玛代表着一种近似的完美，它仅允许百万分之3.4的缺陷率，在关系到大多数顾客及股东的产品、服务和过程中，仅允许百万分之3.4的缺陷率。

不同西格玛水平之间的差别不单纯是对半削减缺陷的数量。西格玛水平每上升一级，缺陷的数量就呈指数级的减少。

目前十页\总数六十四页\编于十六点б以面积为例以书刊错字校对为例PPM6б一粒钻石大小一间小型图书馆全部藏书中有1个错字

3.47б缝衣针针尖好几个大型图书馆藏书中有一个错字

0.019

3б普通商店面积每页书中有1.5个错字668105б电话机座大小一部百科全书中有一个错字2331б中型工厂面积每页书中有170个错字6977004б一间客厅面积一册书每三十页有一个错字62102б巨型超市面积每页书中有25个错字

308700对6б的感性认识：目前十一页\总数六十四页\编于十六点正态分布简介横坐标是数据从小到大的排列，纵坐标是每个一个数值出现的次数目前十二页\总数六十四页\编于十六点6б和3б的波动比较6西格玛水平过程非常稳定，集中在目标值附近，满足客户要求的能力很强，3西格玛水平则波动较大。目前十三页\总数六十四页\编于十六点>基本定义及判异原则计量型控制图计数型控制图SectionTwo-控制图目前十四页\总数六十四页\编于十六点SPC基本定义1.Sigmaσ:Standarddeviation(S):(标准差)是对过程变异的衡量2.CenterLine(CL):AverageoftheProcess(中心线)3.UCL(UpperControlLimit):

(上控制线)4.LCL(LoverControlLimit):(下控制线)5.CPK(ProcessCapabilityIndex)(制程能力系数)6.CP(ProcessCapability)(制程能力,散度.即正态分布曲线的开口度)7.LSL(LowerSPECLimit):(制程规格下限,通常为业界标准或客户的要求)8.USL(UpperSPECLimit):(制程能力上限，通常为业界标准或客户的要求)9.X-BAR&RChart:(均值/极值控制图)10.均值:一组数据的平均数11.极差：一组测量值内的最大值和最小值的差，用R表示目前十五页\总数六十四页\编于十六点控制图各种上下限关系目前十六页\总数六十四页\编于十六点控制图目前十七页\总数六十四页\编于十六点ControlchartRules目前十八页\总数六十四页\编于十六点ControlRules有可能模具有一定磨损工艺整体有逐渐向上和向下趋势可能两个工艺混在一起目前十九页\总数六十四页\编于十六点ControlRules上下控制限需要收紧目前二十页\总数六十四页\编于十六点控制图选择不合格件数不合格率Xbar-s单位产品上不合格点数Xbar-RI-MR不合格点数目前二十一页\总数六十四页\编于十六点目前二十二页\总数六十四页\编于十六点绘制均值极差图杂质含量批次杂质含量批次杂质含量批次5.9918.0567.091111.4614.35610.571111.4112.79611.14113.714.06614.251112.88123.43617.581114.5429.33725.31216.76212.1575.3127.2929.33712.05125.929.23716.251222.0524.8277.51129.336.84814.691312.5137.6783.691313.636.99818.04134.6433.9688.91310.34314.3817.05134.3947.08920.23149.6413.6999.381413.4349.6993.53145.51412.27914.27144.17420.1593.41149.7658.33104.38156.0756.23105.91513.7458.871031.321515.35518.71103.44158.98513.221024.7815一部分数据目前二十三页\总数六十四页\编于十六点绘制均值极差图根据数据如何配置目前二十四页\总数六十四页\编于十六点绘制均值极差图选择判异原则目前二十五页\总数六十四页\编于十六点绘制均值极差图-极差和均值图都需要稳态从图中我们看出什么？接下来我们怎么做？目前二十六页\总数六十四页\编于十六点练习：用minitab绘制均值极差图焊接力对于W7T是重要的指标，需要定期测试，将测试结果做均值极差图目前二十七页\总数六十四页\编于十六点SPC小游戏流程：分成几个小组，每个人折纸，生产衣服，然后抽样测量衣服长度，每个小组产生一个衣服长度的平均数，衣服长度为y轴，小组号码为x轴，描点，事先定好上下控制线，看哪些点在控制线之外，然后找出root

cause。工具：两种尺寸正方形纸（含有变异尺寸），尺子控制图：均值极差图或单值移动极差（根据参加人数）绘制SPC控制图以及Processcapability原因分析如果有异常的地方分析原因并改善目前二十八页\总数六十四页\编于十六点计数型控制图目前二十九页\总数六十四页\编于十六点计数型控制图-P图，NP图练习：二极管制造工艺，每天抽检150个样品，记录不合格品数量，搜集一个月的数据，做NP图和P图。目前三十页\总数六十四页\编于十六点计数型控制图-P图目前三十一页\总数六十四页\编于十六点计数型控制图-NP图目前三十二页\总数六十四页\编于十六点计数型控制图-U图，C图练习：在芯片的生产过程中，如果芯片上有一个瑕疵，则被认为是一个缺陷，每个班次抽取10个芯片进行检验，记录每个班次的缺陷总数，搜集15个班次数据，做U图，C图。日期样品数缺陷数110262102831023410185103261040710358102491018101028111016121014131024141035151030目前三十三页\总数六十四页\编于十六点计数型控制图-U图目前三十四页\总数六十四页\编于十六点计数型控制图-C图目前三十五页\总数六十四页\编于十六点其他常见的控制图累积和控制图CUSUM:以历次观测结果为依据，对观测数据加以累积，对发现过程的小偏移特别有效。指数加权移动平均控制图EWMA:关注的是历史数据的加权平均，可以有效控制长期过程的微小偏移。标准化控制图Z-MR:当过程输出为不同规格的产品，相互之间的差异比较大但样本量又比较小时选用该控制图（多品种，小批量）目前三十六页\总数六十四页\编于十六点>基本定义及数据类型计量型过程能力分析计数型过程能力分析SectionThree-过程能力分析目前三十七页\总数六十四页\编于十六点ProcessCapability

数据类型可以分为计量型数据和计数型数据。计量型数据是属于不可数集合的，一般通过测量获得，且有计量单位。比如(0,100]，实数集，常见的有正态分布，指数分布，均匀分布等。工厂数据举例：weldingstrength,case/cover尺寸计数型随机变量只可能出现可数型的实现值，比如自然数集合，{0,100}等等，常见的有二项分布，泊松分布等。工厂数据举例：检验208件产品，有8件不合格，检验150件产品，有7件不合格。以小组为单位，列举工厂各种数据类型，并进行分类，粘贴到白板上，大家分享一下目前三十八页\总数六十四页\编于十六点计量型数据过程能力指数CPCp–表示制程分布的紧致程度，要求过程要稳定目前三十九页\总数六十四页\编于十六点计量型数据制程能力指数Cpk双边CPK公式单边CPK公式CPUCPL目前四十页\总数六十四页\编于十六点制程能力指数Cpk的几何意义3良好的过程能力:对于双边:图形居中,开口小.对于单边:距离规格线远,开口小.要求过程要稳定且正态。目前四十一页\总数六十四页\编于十六点过程能力评价目前四十二页\总数六十四页\编于十六点计量型数据制程绩效指数PP/PPK过程绩效指数是从过程总波动的角度考察过程输出满足客户要求的能力，有时也称作长期过程能力指数。考察过程绩效时不要求过程稳定,异常数据也必须计算在内。目前四十三页\总数六十四页\编于十六点过程能力分析手动计算假定G过程处于统计控制状态.应用控制图，得到如下数据，平均值为4.03,标准差为0.024，产品技术规范为4+-0.1，根据这些信息计算该过程能力指数。LSL,USL,CP,CPL，CPU，CPK?LSL=3.9,USL=4.1CP=(4.1-3.9)/6*0.024=1.39CPL=(4.03-3.9)/3*0.024=1.81CPU=(4.1-4.03)/3*0.024=0.97CPK=0.97目前四十四页\总数六十四页\编于十六点计量型数据CPK-minitab应用例子：杂质含量数据，5个数据为一组，共25组，上控制限为24，求CPK目前四十五页\总数六十四页\编于十六点计量制程能力指数–Cp&Cpk&PP&PPK根据数据如何配置目前四十六页\总数六十四页\编于十六点计量制程能力指数

从结果中，我们能看出什么？？？？目前四十七页\总数六十四页\编于十六点计数型数据过程能力分析DPU单位缺陷目前四十八页\总数六十四页\编于十六点计数型数据过程能力分析DPMO百万机会之不良数目前四十九页\总数六十四页\编于十六点计数型数据过程能力分析:西格玛水平（SigmaLevel）InputData输入数据Theprocess‘sigmascore’(with-1.5shiftintegrated)制程的“西格玛”（考虑了1.5个西格玛的偏移）目前五十页\总数六十四页\编于十六点计数型数据过程能力练习：DPU/DPMO/西格玛水平DPU=800/1000=0.8DPMO=0.8*1000000/10=80000目前五十一页\总数六十四页\编于十六点>SectionFour-SPC应用实例目前五十二页\总数六十四页\编于十六点控制图SPC应用控制图是用来判断过程是否稳定受控以及发现过程是否异常的重要工具。控制图的使用分为分析用控制图和控制用控制图。分析用控制图利用点在控制范围内的分布或是否出界来判断过程是否稳定，通过对过程的改进或排除异常原因的异常点，最终得到一个稳定受控的初始过程。先有点再有线。前面的内容都是围绕分析用控制图展开的。控制用控制图，在实际工作中的使用更加重要，他的作用是把分子阶段得到的稳定的初始过程保持下去真正发挥监控作用。先有线再有点。分析用控制图：分析过程是否稳定分析能力是否达到？监控用控制图：延长改善后的控制限实时监控并及时响应排除特殊原因提高过程能力目前五十三页\总数六十四页\编于十六点控制图SPC应用的步骤：背景：一家汽车发动机制造商专业生产与发动机气缸相关的零部件，主要产品之一就是缸盖的曲轴，其中一个孔径必须满足上限37,下限33毫米的公差限。质量经理要求现场工程师了解下现有的工艺流程是否稳定，是否能够稳定地达到公差限的要求，如果满足的话，对该关键参数进行控制。目前生产线上有自动测量装置，每次回自动记录5个产品的数据。如果你是现场工程师，你的计划如何？？大家讨论下，如何实现质量经理的所有要求？？目前五十四页\总数六十四页\编于十六点控制图SPC应用的步骤：a.确定初始过程是否稳定（stable）：显然，这里适用于均值-极差控制图，使用Minitab实现该过程。选择数据孔径1~5从图可以看出，均值图和极差图均无异常，特殊原因的检验也没有问题，说明过程是稳定受控的。目前五十五页\总数六十四页\编于十六点控制图SPC应用的步骤：b.判断过程是否达到技术稳态（capability）。接下来进行过程能力分析，使用MINITAB实现过程能力的分析。选择数据孔径1~5。从图可以过程能力不足，经分析原因是自动测量装置的Gr&r达不到要求，改善计划是对自动测量装置进行改造，当Gr&r改善OK后重新收集数据目前五十六页\总数六十四页\编于十六点控制图SPC应用的步骤：a-1,b-1.判断过程是否达到stable&capability,对改善后收集的数据进行稳态和过程能力分析，使用MINITAB实现该分析。选择数据孔径1-1~5-1从图可以过程能力满足要求，注意记得保存均值以及sigma值目前五十七页\总数六十四页\编于十六点控制图SPC应用的步骤：c.实现后续的过程监控（monitor）：控制用控制图可以用来对过程进行监控。绘制控制用控制图的关键是实现确定控制图上的三条控制线：中心线和上下控制限，选择孔径1-2~5-2。利用稳态的数据规范监控后续收集到的数据，判断是否有异常，如果有的话记录原因，并执行改善计划。目前五十八页\总数六十四页\编于十六点控制图SPC应用的步骤：d.实时在线监控（real-time）用控制用控制图实现生产流程的实时在线监控。将孔径1-3~5-3的数据copy到孔径1-2~5-2的数据下面。Minitab简易功能时间在线监控，点击制作完成的控制用控制图为当前窗口，右击该图形选择“自动更新图形”。目前五十九页\总数六十四页\编于十六点控制图SPC应用-汇总Processstable？Processcapable？Real-timemonitorQuicklyresponsealarmandkeeprecordsNONO目前六十页\总数六十四页\编于十六点

Q&A目前六十一页\总数六十四页\编于十六点Minitab:CapabilityRatio

(Cp,CPL,CPU,Cpk)FormulasforcomputingcalculationsofStDev(Within)–CapabilityStandardDeviationNote: Becausetheaveragemovingrangeisusedtoestimate StDev(Within), theorderofthe