SPC制程统计分析

过程统计控制StatisticalProcessControl规格上线USL规格下线LSL管制上线UCL管制下线LCL中心线

X正常况态脚车手过独木桥[正常状态]规格上线USL规格下线LSL管制上线UCL管制下线LCL中心线

XRing…………手机铃响马上矫正脚车手过独木桥[非正常状态,波动大]规格上线USL规格下线LSL管制上线UCL管制下线LCL中心线

XWho……看海景(偏移中心线)缓冲区偏移中心线脚车手过独木桥[非正常状态,中心偏移]规格上线USL规格下线LSL管制上线UCL管制下线LCL中心线

XDoom………酒后骑车失控状态脚车手过独木桥[异常状态,波动大,失控]USL规格上线UpperSpecLimitUCL管制上线UpperControlLimitCL中心线CenterLineLCL管制下线LowerControlLimitLSL规格下线LowerSpecLimitUSLUCLLCLLSLCL管制线在中心点的“机率”最高假设:独木桥规格线SPC是一个功能强大的预防问题的工具,通过减少可变因素来稳定工艺和提高工艺能力

什么是SPC?

StatisticalProcessControl流程不断重复的相似的流程或事件。统计对数据的收集,分析,表示。控制保持在要求的状态,使它按照期望的方式呈现为什么SPC?

*降低成本*提升品质*提高优良率*顾客满意*预防错误盈利原因:客户需要确保供应商的产品始终都能达到SPC的要求。2)确保即使生产工艺有所改变,也可以在不良品产出之前就被发现。168163166164166168165163162169164167165166167165165165166164男生身高149150151150152147147150150148149152151151153150148149146151女生身高大多数据,讲不清楚Statistics男生平均身高=165.4cm*单位units:cm女生平均身高=147.4cm

….R,R-Bar,X-Bar,Sigma什么是SPC?

SPC5大基本原则1没有两件事或物是完全地相似2产品或流程的变化能被测量3对同一事物进行大样本测量,结果将趋向于中间分布4“非常规因素”会歪曲正常的分配曲线5事情根据一定的的模式变化

质量变异Variability123456123456二个骰子一个骰子机率最高2345678910111211121314151621222324252631323334353641424344454651525354555661626364656612345654321

质量变异Variability若结果是由公平地收集(像骰子),结果的呈钟状分布正态分布NormalDistribution频率##########################参数频率参数偏移中心护散左偏移,右偏移正态分布

NormalDistribution稳定状况下(正态分布)波动是可预测不稳定状况下(非正态分布),波动是不可预测可预测???????????????????不可预测质量变异根源4M+1E环境材料机器方法人员*来自于潜在的自然变异*消除它们的成本很昂贵*反应制程的不稳定*统计制程管制最主要的目的就是要快速的侦测出制程中的可归属原因或是偏移的发生机遇原因(一般原因)ChanceCause可归属原因（特殊原因）AssignableCause(specialcause)什么是直方图Histogram?直方图是将所收集的测定值,分为几个相等的区间作为横轴,并将区间内所测定值依所出现的频数累积而成的区域,用柱子排起来的图形,也叫柱状图。直方图的目的了解数据分布的形态研究和分析过程能力判断数据的真实性求分布的平均值与标准差确定控制规格界限调查是否混入两个或以上的不同总体直方图形态钟型分配双峰分配高原型分配-自然的常态制程。混合两个钟型分配可能来自两部不同之机器可能两个不同操作员可能两条不同生产线。可能来自数个钟型分配直方图形态梳状分配偏斜型分配截断型分配可能分组不当测量换算有偏差可能因工具磨损,松功某些数据自钟型分配数据中移去将不合格品数据剔除。直方图形态离岛型分配边缘突出型分配某一特别之机器、制造程序或作业员造成可能量测误差或抄写数据时产生之错误-通常为数据记录错误所造成直方图的重点:平均值(Xbar)的所在是否正态分布求得表现差异性的标准差()什么是管制图ControlChart?管制图是对过程或制程中各特性值进行测定,记录,评估和监察过程是否处于控制状态的一种用统计方法设计的图。管制图由美国W.A.Shewhart

在1924年提出,采用3。计数值Attribute计量值Variable计产品的件数或点数的表示方法不连续的特质

好与坏,合格与不合格可实质量测或测试连续性的特质

高度,温度,压力,重量,123等管制图ControlChart计数值抽样数可能不一致抽样数必须一致nP-ChartC-ChartP-ChartU-Chart计量值抽样数必须一致Xbar-RChartX-MRChart*好/不好*1,2,3管制图:统计的方式分析数据进行判断和控制计数值管制图类别样本数不变样本数变化缺陷数缺陷率C-Chart缺点数管制图[1:2,不变]U-Chart单位缺点数管制图[1:2,变]nP-Chart不良数管制图[1:1,不变]P-Chart不良率管制图[1:1,变]P–Chart不良率管制图计量描述例子:单组例子:多组P-在工业最常用的计数管制图-以百分比分数表达

检查:50样品发现:5个不良品P=不良品/总样品P=5/50P=0.1检查:4组样品50,50,50,50发现:5,6,12,3不良品Pbar=总不良品/总样品Pbar=5+6+12+3/(50+50+50+50)Pbar=0.13不良率13%之不良率nP–Chart

不良数管制图计量描述例子:单组例子:多组nP-以最简单方式表示不合格数字-在每个阶段,抽样数要维持不变发现:26个不良品nP

=26不良品:20,19,8nPbar

=20+19+8/3=15.7不良数平均有15.7个不良数C–Chart

缺点数管制图计量描述例子:单组例子:多组c-控制不合格数目(一件物品可能含有许多不合格数目)发现:15个缺点数C=15发现:5,12,6,9Cbar

=(5+12+6+9)/4=8缺点数平均有8个缺点数U–Chart单位缺点数管制图计量描述例子:单组例子:多组u-控制每单元的不合格数目-以单元为基准来控制不合格数目检查:17样品发现:28个缺点数U

=28/17=1.6检查:4组20,20,20,20发现:9,20,8,3缺点数Ubar

=(9+20+8+3)/80=0.50SSDif“单位”缺点数平均每样品有0.5缺点数管制图和SPC常用名词名词符号解释平均值Xbar,X把一组数据相加,再除该组个数标准差样本内各变数变异程度的度量,测量波动的依据。

管制中心线CL实际数据的平均值管制上限UCL平均值+3管制下限LCL平均值-3准确度Ca制程能力指数:测量中心位置偏移程度精密度Cp制程能力指数:测量数据一致性程度制程能力Cpk制程能力指数:同时考虑偏移及精度计量值管制图类别Xbar-RChartXbar-ChartX-RMChartXC-RChart平均值与全距管制图平均值与标准差管制图个别值与移动全距管制图中位值与全距管制图固定样本取平均值易于计算R值固定样本取平均值不易计算值但监控扩散更精准-单一样本用移动全距

R=Rn-Rn-1固定样本取中间值易于计算R值n=5Xbarbar=7.64Rbar=2.52Xbar-RChart案例张三每天取5个样品,量测样品高度如下管制图CLUCLLCLXbar-ChartXbarbarXbarbar+A2RbarXbarbar-A2RbarR-ChartRbarD4RbarD3Rbar管制图CLUCLLCLXbar-Chart168.1/22=7.647.64+(0.577*2.52)=9.097.64–(0.577*2.52)=6.19R-Chart55.5/22=2.522.114*2.52=5.330*2.52=0管制图

ControlChart管制图CLUCLLCLXbar-ChartXbarbarXbarbar+A2RbarXbarbar-A2RbarR-ChartRbarD4RbarD3RbarnA2d2D3D421.8801.12803.26731.0231.63902.57540.7292.05902.28250.5772.32602.11560.4832.53402.00470.4192.7040.0761.92480.3732.8470.1361.86490.3372.9700.1841.816100.3083.0780.2231.777RUCL=9.09CL=7.64LCL=6.19UCL=5.33CL=2.52LCL=0功能失控根源Xbar-Chart建立操作水平的过程并且监控过程内中心线的变化*机器放置/过程调整*特殊机器上的性能/产品使用*操作人员的技术改变或偏见R-chartUCLLCLx-chartUCLLCL功能失控根源R-Chart监控过程中的扩散变化*劣质的修理或维护*新的操作人员*某些因素干扰操作人员R-chartUCLLCLx-chartUCLLCL数据不合规则例1:有任何1点超出管制界限原因:计算错误,测量误差,原材料不合格,设备故障等.*UCLCLLCLABCABCUCLCLLCLABCABC例2:连续7点上扬或下降中心线上方或下方原因:设备设定,材料磨损例:螺丝松了例:测量仪故障例3:一条线上连续7点上升或下降原因:工具逐渐磨损,维修水平逐渐降低.UCLCLLCLABCABC数据不合规则例4:连续14点相互着一升一降原因:轮流两台设备或由两位操作人员进行操作而引起的系统效应UCLCLLCLABCABC例:没加润滑油例:甲用机器A,乙用机器B数据不合规则例6:连续有8点在中心线两测但未在C区内原因:造成此现象的主要原因是数据分层不够，本准则即为此而设计的例5:连续有15点在C区内（围绕中心线上下浮动）原因:现象是由于参数变小.原因可能有：数据虚假或数据分层不够等.排除这两种可能性之后，这时才能总结现场和减少标准差的先进经验。UCLCLLCLABCABCUCLCLLCLABCABC例:精准机器但公差太大例:机器特性限制但公差设定太小规格限制(客户)与流程控制限制(内部)

分布规格上下限管制上下限流程控制限制：a)统计b)制程限制用于单独的项目c)控制限制用平均值计算

-限制=μ±3σ-定义正常(共同原因)与不正常(特殊的原因)规格限制：a)工程师设定b)限制=目标±容忍c)定义可接受与不可接受分布Goodquality

defectsarerare(Cpk>1)μ如果规格上下限和管制上下限相等,Cpk=1μPoorquality

defectsarecommon

(Cpk<1)制程能力指数Cpk(ProcessCapability)管制限在规格限内受控管制限在规格限外失控制程能力高品质:缺陷较少发生(Cpk>1)低品质:缺陷频繁发生(Cpk<1)3σ=(UCL–x,orx–LCL)==1416202426Cpk=minUSL–x3σ=x-LSL3σ=24–203(2)==.66720–153(2)==.833制程能力能力判断行动Cpk>1.67优可容许少量的扩散,考虑到费用和操作1.67>Cp1.33好试图保持这个条件1.33>Cp1.00正常需要密切注意过程控制,尤其接近Cp=1.01.00>Cp>0.67低于正常迅速行动纠正过程Cp<0.67差失去控制,要求全方位调查原因且进行改善不偏移的合格概率表K倍合格品概率%跑出管制界限概率%168.2731.73295.454.55399.730.27499.99370.0063599.9999430.000057699.99999980.0000002Cpk

和不合格品率

Cpk不合格品率%Cpk不合格品率%1.00.13-0.27%1.6794–1589PPb1.10.05-0.10%1.7170–340PPb1.20.02–0.03%1.833–67PPb1.348.1–96.2P