SPC training.ppt

1、,统计制程管制,(Statistical Process Control),SPC,-陈祥绿,什么是SPC? 运用统计技术(主要为管制图. 直方图. 柏拉图等 工具), 对制程中信息和资讯(产品特性和重要制 程参数进行分析并将所得结论用于制程监控和 改善预防的方法,过程控制的需要,检测-容忍浪费 预防-避免浪费,为什么要作SPC,1. 经济性: 有效的抽样管制, 不用全数检验, 预估 不良率,得以控制成本. 使制程稳定,生产可以预测, 而能掌握品质.成本.交期; 2. 预警性/时效性: 制程的异常趋势可即时对策, 预 防整批不良, 以减少浪费,直接由作业人员绘制管 制图, 提供一个可靠的资料,

2、以决定何时应该采取 对策, 何时可以不必采取任何措施;,3. 分辨共同原因与特殊原因: 作为局部问题对策或 管理阶层系统改进之参考; 4. 善用机器设备: 估计机器能力, 可妥善安排适当 机器生产适当零件; 5. 改善的评估: 制程能力可作为改善前后比较之简 单指标, 作为制程检讨的共同语言;,SPC 常用术语,X: 中位数 一组数据处于中间的数值 X: 平均数 R: 全距(极差) Rm: 移动全距: Rm= Xn - Xn+1 : 标准差 n: 一组内样本个数 LSL: 规格下限 USL: 规格上限 LCL: 管制下限 UCL: 管制上限,CL: 管制中心线 P: 不良率 Np: 不良数 C

3、: 缺点数 U: 单位缺点数 Ca 或 K: 制造准确度 Cp: 制造精确度 Pp: 初期制造精确度 Cpk: 制造能力,制程与制程变异,将输入(人员.资金.材料.设备.技术方法等)转化为输出(成品或服务)的一组彼此相关资源和活动, 即制造过程.,制程变异:,没有两件产品或特性是完全相同的, 因为任何过 程存在许多引起变异的原因, 产品间的差距也许 很大,也许小得无法测量,但这些差距总是存在的.,制程:,普通原因,稳定性代表了一个不变的平均值以及 随着时间的变化可以预测的变异。,稳定性 经过一段时间后，流程是怎样表现的?,特殊原因,变异性 目标流程是否具有最小的变异?,我们使用平均值来确定流程

4、是否在目标范 围内。我们使用标准差 来确定变异性。,“虽然每个流程都表现变异，但一些流程表现受控的变异，而另外一些流程表现非受控的变异 (Walter Shewhart) 受控的变异特征是随时间变化表现为一个稳定和调和的变异图案 与一般要因相关联 非受控变异的特征是变异随时间变化 与特殊要因相关联,局部措施:,通常用来消除变差的特殊原因; 通常由与制程直接相关的人员实施; 大约可纠正15%的制程问题;,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%的制程问题;,特殊要因,流程B表现非受控变异,流程A表现受控变异,我们能够忍受变异吗?,数据类型

5、,数据中心的度量 平均值 Mean 中位数 Median 数据分散的度量 范围 Range 方差 Variance 标准差 Standard Deviation 正态分布的特性,数据类型,计数型数据（ Attribute Data ） (离散，定性的) 种类 好 / 坏 机器1, 机器2, 机器3 班次 计数事件 (文件中的错误数, 装船的部品数等） 计量型数据（ Variable Data ） (连续，定量的) 连续的数据 (有意义的小数) 时间(秒) 压力 (psi) 传送带速度 (ft/min) 厚度 (inches) 等等,管制图分类,依数据性质来分类:,计量值管制图; 计数值管制图;

6、,依管制图的用途来分类:,管制用管制图; 解析用管制图;,常用管制图(一),计量值管制图:,平均值与全距管制图X-R Chart; 平均值与标准差管制图X- Chart; 中位值与全距管制图X-R Chart; 个别值与移动全距管制图X-Rm Chart,常用管制图(二),计数值管制图:,不良率管制图P Chart; 不良数管制图nP Chart; 缺点数管制图C Chart; 单位缺点数管制图u Chart,管制图三要素,收集: 被研究的特性的数据收集后将之转换成可以画 到管制图上的形式;,2. 管制: 利用数据计算管制界限, 将它们画在图上作为分 析的指南, 然后, 将数据与管制界限比较来

7、确定变差是否 稳定且是否只是由普通原因引起, 如果明显由特殊原因引 起, 应进一步研究确定影响它的原因是什么?采取措施后, 重新收集数据,重新计算管制界限.,3. 分析和改进: 当特殊原因消除后, 制程在统计管制状态 下运行, 可继续使用管制图作为监控工具,如果是普通原 因造成变差太大,从管理方面改善,平均值与全距管制图建立步骤,1. 收集数据:,选择子组大小.频率和数据 子组大小(每组样本数210个) 子组.频率(每班两次, 每小时一次) 子组数的大小(组数不小于25,样本数不小于100),B. 建立管制图及记录原始数据,C. 计算每个子组的均值(X)和全距(R),X=(X1+X2+.+Xn

8、)/n,R=X - X,MAX,MIN,D. 选择管制图的刻度, E. 将平均值和全距画到管制图上, II. 计算管制界限 A. 计算平均全距(R)及制程平均值(X),R= (R1+R2+.+Rk)/k,X= (X1+X2+.+Xk)/k,B. 计算管制界限,UCL = D4 R,C. 在管制图上作出平均值和全距管制界限的管制线,UCL = X +A2 R,R,LCL = D3 R,R,X,LCL = X - A2 R,X,III. 制程管制解释,分析全距图上的数据点 1. 超出管制界限的点 2. 管制界限之内的图形或趋势 3. 明显的非随机图形,B. 识别并标注特殊原因(全距图) C. 重新

9、计算管制全距,D. 分析均值图上的数据点 1. 超出管制界限的点 2. 管制界限之内的图形或趋势 3. 明显的非随机图形 E. 识别并标注特殊原因(均值图) F. 重新计算均值管制界限 G. 为了继续进行管制, 延长管制界限 H. 有关“管制”的最后概念-用于进一步的考虑,X 管制图,R 管制图,管制图的用途,最主要的用途为: 发觉有无产生变异的特殊原因存在; 无特殊原因时, 可用来分析制程:,可用来制定或变更规格, 或判断制程是否符合规格的要求; 可用来提供或变更制造方法; 可用来提供或变更检验方法, 允收方法；,对购买的产品允收或拒收的依据; 由小批产品中选择一些产品组成品质均匀的大批产品

10、的依据; 作为判断产品品质是否均匀； 作为了解采购送验的零件品质； 用于非生产性方面的问题；,其他的用途:,正常与不正常的管制图,多数点集中在中心线附近 少数点落在管制界限附近 管制点成随机分布状态, 无任何规则可循 没有点超出管制界限以外,在中心线附近无管制点-混合型 在管制界限附近无管制点- 层别型 有管制点超出管制界限以外-不稳定型,不正常的管制图:,正常的管制图:,管制图的判读,规则一: 有某一个点超出管制界限之外者 规则二: 连续三点之中有两点落在A区或A区之外者 规则三: 连续五点之中有四点落在B区或B区之外者 规则四: 连续八点在C区或C区之外者 规则五: 连续几点同一方向时:,

11、连续五点继续上升(或下降)-注意动态 连续六点继续上升(或下降)-开始调查原因 连续七点继续上升(或下降)-必有原因,立即采取措施,6. 规则六: 点在中心线之单测连续出现7点以上者,7. 规则七: 点在中心线之单测出现较多时:,连续11点之中有10点以上 连续14点之中有12点以上 连续17点之中有14点以上 连续20点之中有16点以上,8. 规则八: 点出现在管制界限之近側时, 一般是以超 出2个标准差区的点为调查基准的, 如:,连续3点之中有2点以上 连续7点之中有3点以上 连续10点之中有4点以上,IV. 制程能力解释,A. 计算制程的标准偏差, = R/d2,B. 计算制程能力,Cp

12、k =,(USL- X),(X- LSL),或,3 ,3 ,俩者取其小,或,Cpk = (1 Ca) Cp,Ca= X -,USL - LSL,2,C. 评价制程能力 D. 提高制程能力 为了提高制程能力, 将精力集中在减少普通原 因上, 为此通常要求对系统采取管理措施, 加 以改正 E. 对修改的制程绘制管制图并分析 通过连续监视管制图确保系统改进的有效性.,Cp =,USL - LSL,6 ,正态分布,“正态” 分布是具有一定相同特性的数据分布 这些特性对我们理解下面的流程特征十分有用，我们将从此流程中获得数据 大多数自然现象和人工流程是正态分布，或者可以被描述成正态分布,正态分布,特性1: 正态分布可以被完全描述，只需知道： 平均值, 和 标