SPC培训讲义-V2

1931发表
1941~1942 制定成美国标准
7
控制图在英国及日本的历史


英国在1932年，邀请 W.A. Shewhart博士 到伦敦，主讲统计品 质管制，而提高了英 国人将统计方法应用 到工业方面之气氛。 就控制图在工厂中实 施来说，英国比美国 为早。


日本在1950年由W.E. Deming博士引到日本。 同年日本规格协会成 立了品质管制委员会， 制定了相关的JIS标准。




X-R,X-S,X-Rm控制 图 P, np, c, u控制图 Ca, Cp, Cpk, Ppk, Cmk指数说明 控制图的判读 Case study
3
SPC的基本概念
SPC(Statistical Process Control):为了贯彻
预防原则，应用统计技术对过程中的各个阶段 进行评估和监察，从而保证产品与服务满足要 求的均匀性。
利用控制限区隔 是否为特殊原因
16
控制图的作用

合理使用控制图



使过程达到更高的质量、更低的单件成本、更 高的效率； 有利于过程在质量上和成本上能持续地，可预 测地保持下去； 为讨论过程的性能提供共同的语言
17
控制图种类(按数据性质来分)

计量值控制图


计数值控制图

6
控制图的历史
1924年发明 W.A. Shewhart 1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product” Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production
8
SPC的基本观念

世上没有任何两件事.人员.产品是完全一样 制造过程中所产生之变异是可以衡量的 事情.产品的变异通常根据一定的模式而产生 宇宙万物及工业产品大都呈常态分配
例如:身高.体重.智力.考试成绩.所得分配

ቤተ መጻሕፍቲ ባይዱ
变异的原因可分为偶因及异因
偶因属管理系统的范围 异因却是作业人员本身就能解决的 应用SPC可以确保作业人员的自尊 应用SPC可以指出制程最需要改善的地方
30
控制图两种错误的分析



对于仅仅存在偶然因素的情况下, 由于点子越出控制界限 外而判断过程发生变化的错误, 即将正常判断为异常的错 误是可能发生的. 这种错误称为第一种错误. 当过程具有某种非偶然因素影响, 致使过程发生程度不同 的变化. 但由于此变化相应的一些点子落在控制界限内, 从 而有可能发生判断过程未发生变化的错误, 这种错误称为 第二种错误. 发生第一种错误时, 虚发警报, 由于徒劳地查找原因并为此 采取了相应的措施, 从而造成损失. 因此, 第一种错误又称 为徒劳错误. 发生第二种错误时漏发警报, 过程已经处于不 稳定状态, 但并未采取相应的措施, 从而不合格品增加, 也 造成损失.
群体 平均值=μ 标准差=σ
抽样
μ-k σ μ
μ+k σ
2 e 2.718
k

k
1
e

( x )2 2 2
25
正态分布概率
99.73% 95.45%
68.26%
-3σ
26
-2σ
-1σ
μ
+1σ +2σ
+3σ
计量值的分布表达
位置：中心值
形状：峰态
分布宽度 27
产品设计开发
过程设计 产品和 反馈评定 和开发 过程确认 纠正措施 MSA SPC
过程设计开发 产品过程确认
APQP
11
生产
预防与检测
人 机 法 环 測量 測量
好 結果
原料
PROCESS
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
12
SPC&SQC
针对过程的重要控制 参数所做的才是SPC 測量
Spec-out 不合格
Spec 检出不良
39
不良 ?
以后 ,,,
LSL 集中在中心 才合格 USL Spec-in 但没有达到水准 就不合格
散就死
潜在的不良 事前预测
Spec
呀! 有吃的 (不良)
40
41
过程的组成以及其波动的原因
材料 机器 人
波动原因
环境
測量
方法
42
普通原因与特殊原因
9
SPC的目的
了解CTQ，定义Y
了解影响CTQ的因子，Y=f(x1,x2..) 做解析用控制图，了解正常变异范围 过程稳定，控制界限延用 现场绘图、点图、判图、纠异 持续改进、缩小变异、Y不断满足要求
10
何时应用SPC ?
0
0
1
2
DFMEA
3
PFMEA
4
MSA SPC PPAP
5
计划和定义 产品设计 和开发 策划
原料
PROCESS
結果
针对产品所做的 仍只是在做SQC 13
Y=f(x1,x2,….)


Y可视为顾客所要求的产品特性。 但是如果在y进行相应的统计控制，其实产 品已经制造出来，只是相当于检验产品做 得好不好，时效已晚。 所以要去探究哪些因素会影响y，进而事先 控制x，如此才能起到在生产时就控制的效 果，而不是等到产品做出来再做检验。
14
PROCESS CONTROL SYSTEM MODEL WITH FEEDBACK
VOICE OF THE PROCESS
STATISTICAL METHODS
PEOPLE EQUIPMENT MATERIAL METHODS ENVIRONMENT
THE WAY WE WORK/ BLENDING OF REWORUCES
控制图原理
μ±kσ
μ±0.67σ μ±1σ μ±1.96σ μ±2σ μ±2.58σ μ±3σ
28
在内的概率
50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外的概率
50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
“α”及“β”风险说明
45
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
思考：过程控制的需要
检测——容忍浪费 预防——避免浪费 4
機率的世界 V.S. 確定的世界
百分之百確定的事？ 例子….. 量子的世界─機率決定一切
統計學家從不說100％確定。
那麼有多確定…？ 95%確定；99%確定； 99.99966%確定？
5
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。 因其用法简单且效果显着，人人能用，到处可用，遂成为 实施品质管制时不可缺少的主要工具，当时称为 (Statistical Quality Control)。
SPC
(Statistical Process Control)
统计过程控制
1
统计过程控制
统计过程控制介绍
统计过程控制系统
计量型数据控制
计数型数据控制 示例
2
课程内容




控制图发展历史 控制图种类及选择 控制图原理说明 α,β风险说明 普通原因、特殊原因 说明 使用控制图注意事项
x
3 x
平均值的正态分布
上控制限UCL
3 x x 3 x
中心線
控制图的正态分布
下控制限LCL
35
管制界限和规格界限


规格界限：是用以说明品质特性之最大许 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。
平均值
一定 不一定 “n”是否一定
单位大小 是否一定
一定
不一定
X-s 图
“p” 图
“np” “c” 图 图
“u” 图
19
CASE STUDY
质量特性
长度
样本数
5
选用什么图
重量
乙醇比重
10
1
电灯亮／不亮
每一百平方米的 脏点
20
100
100平方米
计量型与计数型控制图比较

计量型


计数型


很灵敏，能容易地调查 事故发生的原因，可以 预测将发生的不良状况。 从而能及时并正确地找 出不良原因；
2σ
3σ 控制界限
6σ
中央极限定理
N ( , 2 )
when, n 4, then N ( , it m ean x
2
4
)

4


2
when, n 9, then N ( , it m ean x
2
9
)

9


3
34
控制图原理
个别值的正态分布
x
3 x
43
普通原因、特殊原因示意图
UCL 异常原因导致 的波动范围
普通原因 的波动范围
LCL
异常原因导致 的波动范围
44
普通原因与特殊原因举例



合格原料的微小变化 机械的微小震动 刀具的微量磨损 工艺的局限性 气候、环境的微小变 化等等


使用不合格原料 设备调整不当 新手作业，违背操作 规程 刀具过量磨损 加工方法的改变
样本量较多 只靠这种控制图，有时 无法寻求不良的真正原 因，而不能及时采取措 施，延误时机。
尽可能采用计量型控制图！
21
控制图种类(依用途分)

解析用控制图


管制用控制图

过程解析用 过程能力研究用 过程管制准备用
追查不正常原因 迅速消除此项原因 并且研究采取防止 此项原因重复发生 之措施。
36
过程控制和过程能力
控制
满足要求 可接受 不可接受
受控
1类 2类
不受控
3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。 37
符合規格就真的OK了嗎?
38
LSL
我们合格
USL I am Data
(我活着)
Spec-in就合格
31
“α”及“β”风险说明
控制界限 ±σ ±2σ “α”值 32% 4.56% 平均值移动 ±σ ±2σ “β”值 97.72% 84.13%
±3σ
±4σ
32
0.27%
0.005%
±3σ
±4σ
50%
15.87%
两种错误的经济平衡点 （± 3σ）
第一种错 误损失 两种损失的合计
第二种错 误损失
1σ 33
控制用
解析用
稳定、可接受
22
控制图绘制流程
搜集数据 绘解析用控制图
是否稳定
寻找异常原因
绘直方图
是否满足规格
检讨机械、设备 提升过程能力
23
控制用控制图
控制图所用的统计原理
计量型 Xbar-R Xbar-s X中位数-R X-Rm P np C u 正态分布
计数型 计数型
24
二项分布 卜氏分布
控制图原理
“α”風險說明 “β”風險說明
（第一种错误) 29
（第二种错误）
案例分享
在MBA教学中有一个著名的案例：100 个缺陷品被放进大量的合格品中，并作 100%的检验。 检验员在第一次检验中，只找出68个 缺陷品，重新检验3遍，又找出30个，但 剩下的2个始终没有找到。 这个试验说明：人工检验并不一定完全 可靠。只有通过计算机进行系统管理， 科學的統計、分析，才是保证质量零缺 陷的关键。


普通原因：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变差 的原因，即当它们出现时将造成过程的分布改变。 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。
PRODUCT OR SERVICE
CUSTOMER
INPUT 15
PROCESS/SYSTEM OUTPUT
VOICE OF CUSTOMER
IDENTIFYING CHANGING NEEDS AND EXPECTATIONS
控制图的作用

控制图是过程的窗户，控制图和一般的统计图不 同，因其不仅能将数值以曲线表示出来，以观其 变异之趋势，且能区分变异是属于普通原因还是 特殊原因，以指示某种现象是否正常，为采取纠 正措施提供依据。
平均值与全距控制图 平均值与标准差控制图 中位值与全距控制图 个别值与移动全距控制 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
18
控制图的选择
控制图的选定 計量值 資料性質 n≧1 样本大小 n ≧2 “n”=1 Cl的性質 “n”=10~25 “n”是否較大 中位数 “n”=2~5 X-R 图 X-R 图 X-Rm 图 計数值 不良数 不良数或 缺陷数 缺陷数