SPC_大全(PPT74页)

程
d2
c4
Sigma
计算Sigma
S
m i 1
(
xi

x)2
,
m 1
Pp,Ppk,Ppm
k个子组，每个子组容量 为n，则m k * n
Cp USL LSL (当USL、LSL都存在时）
6ˆ
Cr（或Cpr） 1（常以百分数表示） Cp
Cpu USL x（当USL存在时）
计数型：通常是指不用仪器即可测出的 数据。计件如不合格件数；计点如PCB 上的漏焊数、溢胶数等
计量型 计数型
计件型 计点型
II. 控制图的构成
18 17 16 15 14 13 12 11 10
9 8 7 6 5
1
点落在该区间的概率为99.7%
2
3
4
5
6
7
8
9
Components of Every Control Chart:
x R控制图的控制限计算
2.计算控制界限：
X控制图
CL x x
UCL x

x
A2 R
UCL x

x
A2 R
R控制图
CLR R
UCL R D4 R
UCLR D3 R
移动极差
移动极差是指一个测定值 xi 与紧邻的测 定值xi+1 之差的绝对值，记作MR， MR = | xi - xi+1 | （i=1,2,…,k-1)
判异准则
失控状态 明显特征是有: （1）一部分样本点超出控制界限
除此之外，如果没有样本点出界，但
（2）样本点排列和分布异常， 也说明生产过程状态失控。
判异准则
例如：
连续7点上升或下降 连续3点中有2点落在警戒区内
连续7点出现在中心线一侧
SPC的颜色管理（color Management）
分析阶段 控制阶段
分析阶段
在控制图的设计阶段使用,主要用以确定 合理的控制界限;
每一张控制图上的控制界限都是由该图上 的数据计算出来;
从分析阶段转入控制阶段
在什么条件下分析阶段确定的控制限可以 转入控制阶段使用：
控制图是受控的 过程能力能够满足生产要求
控制阶段
控制图的控制界限由分析阶段确定; 控制图上的控制界限与该图中的数据无必
续改进 降低总的质量成本
SPC的意义
有效监测与预防
管理控制图
实际的变化发生在此处
USL
UCL
将导致在此 处耗费时间 查找原因
“SPC就像房屋中的烟雾探测器：只要这 种装置备有电池，并且被正确安置以及 旁边有人监听，那么它就可以提前发出 警报使你有足够时间阻止房屋起火”
——《6 Sigma管理法 追求卓越的阶梯》
Cpm USL LSL
6 ˆ 2 (x Ta)2
其中Ta为目标值
Pp USL LSL (当USL、LSL都存在时）
6
P（r 或Ppr） 1（常以百分数表示） Pp
Ppu USL x（当USL存在时）
3
Ppl x LSL（当LSL存在时）
3
Ppk Min（USL x ，x LSL）
过程能力
过程能力是以该过程产品质量特性值的变异 或波动来表示的；
根据3σ原理，在分布范围μ ±3 σ内，包含了 99.73%的数据，接近于1，因此以±3 σ，即 6 σ为标准来衡量过程是否具有足够的精确度 和良好的经济特性的。过程能力记为B，则 B= 6 σ
估计Sigma
过
ˆ R ˆ S Cp,Cpk,Cpm
V. 控制限的计算方法
x R控制图的控制限计算
1.计算各组样本统计量，如样本平均值、极差及总平均值：
x x1 x2 x3 ...... xn n
R xmax xmin
x x1 x2 x3 ...... xk k
R R1 R2 R3 ... Rk k
直方图的用途
能够直观地看出数据的分布情况 能够直观地判断生产过程的稳定性 与规格比较，定性评价过程能力
Pareto理论在品质管理中的应用
目的：寻找主要问题或影响质量的主要原因
品质管理中主要应用
缺陷柏拉图 异常柏拉图 原因柏拉图 措施柏拉图
找出“重要的少 数”
因为80%的问题 由20%的潜在原 因引起
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
控制图
I. 质量特性的分类 II. 控制图的分类 III. 控制图的构成 IV. 控制图应用的二个阶段 V. 控制限的计算 VI. 判异准则
质量特性分类
计量型：用各种计量仪器测出、以数值 形式表现的测量结果，包括用量仪和检 测装置测的零件直径、长度、形位误差 等，也包括在制造过程状态监控测得的 切削力、压力、温度、浓度等。
蓝色：未经检测的点 绿色：检测后正常的
点 红色：检测后异常点 黄色 ：异常点经过异
常编辑且有了改善措 施的点
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
过程能力研究
过程能力 指 处 于 统计稳 态
下 的 过 程 的 加 工 能 力；
CL P
p np1 np2 npk n1 n2 nk
UCL P 3 1 P (1 P ) n
LCL P 3 1 P (1 P ) n
在实际应用中,当各组容量与其平均值相差不超过正负25%时,可
用平均样本容量( n)来计算n控制限.
1. Data Points 3. Upper Control Limit
2. Center Line 4. Lower Control Limit
+3
Average
-3
10
控制图的要素
纵坐标：数据（质量特性值或其统计量）
横坐标：按时间顺序抽样的样本编号
上虚线：上控制界限UCL
下虚线：下控制界限LCL
3
3
Ppm USL LSL 6 S 2 (x Ta)2
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
制作直方图的步骤
收集记录数据 定组数（N） 算极差（R） 定组距（C） 决定组的中心点、定组界 制作次数分布表 制作直方图 填上次数、规格、平均值、数据来源、日期等

k
1
1
k 1 i 1
MRi
x MR控制图的控制限
3 计算控制界限:
X控制图
MR控制图
UCL x 2.66MR CL x LCL x 2.66MR
UCLR 3.267 M R
CLR M R
LCLR 0
P控制图的控制限计算
计算总平均不良率和上下控制界限：
散布图
散布图也称相关图，可以直观地表示出两变量之间 的相关程度；
当怀疑系统中两个变量可能有关系，但不能确定这 种关系是什么的时候，就可以使用。
依据两个变量画出横坐标轴和纵坐标轴：
散布图
两个变量之间可能存在以下主要几种分布情况：
相关系数
衡量两个变量间线性关系的密切程度
r
Lxy Lxx Lyy
3ˆ
Cpl x LSL（当LSL存在时）
3ˆ
Cpk Min（USL x ，x LSL）
3ˆ
3ˆ
k
x （USL LSL）2 ， （USL LSL）2
称为偏移系数, 其分子称为偏移量。
则Cpk也可以这样计算：Cpk Cp（1 k )
Cpm
当规格中心与目标值不重合时的过程能力指数
Statistical Process Control
统计过程控制
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
SPC
Statistical: （统计）以概率统计 学为基础，用科学的方法分析数据、 得出结论；
Process： （过程）有输入-输出 的一系列的活动；
然联系; 使用时只需把采集到的样本数据或统计量
在图上打点就行;
何时应该重新计算控制界限
1. 控制图是根据稳定状态下的条件（人员、设备、 原材料、工艺方法、测量系统、环境）来制定 的。如果上述条件变化，则必须重新制定控制 图.
2. 一定时间后检验控制图还是否适用； 3. 过程能力值有大的变化时。
直通率分析 和 DPMO分析
直通率的含义 直通率分析方法及意义 DPMO的含义 DPMO分析方法及意义
直通率
工序一
浪费45，000ppm
TPY
通过检查，合格率95.5%
工序二的合格率97%
浪费30，000ppm
装配站 合格率94.4%
浪费56，000ppm
浪费131，000ppm
直通率（FPY）
, 其中，Lxy

(xi
x)(yi

y)
r的取值范围为：-1≤r≤1； r越接近于1，X与Y之间的线性关系越好 r=1为完全正相关关系；r=-1为完全负相关关系 r=0,两个变量之间不存在线性关系或者不相关.
SPC解决方案
内容提要
ቤተ መጻሕፍቲ ባይዱSPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
Control： （控制）事物的发展和 变化是可预测的；