SPC讲义(NEW)[1]

合集下载

SPC讲义幻灯片

SPC讲义幻灯片


x(中位数)—R(极差)图

x(单值)——MR(移动极差)图

• ◆其中:均值、中位数、单值 用于观察位置,R,
• S,MR用于观察宽度。
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
• ●计数型控制图 • ◆计数型控制图的概念 • a)、用于非量化质量特性的监测, • b) 不能独立的观察分布位置及宽度。 • c) 单个出现 • ◆典型的计数型控制图有: • a) P(不合格率)图, • b) np、u、c(不合格品数)图
x 图:刻度范围至少为:(Xmax-Xmin)×2
R图:刻度从0~最大,至少为前4个极差中,Rmax×2.
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
• ● 将 X 值及R值描于图上,并连线,
• 可见图行趋势。
• ●计算平均极差及过程平均值 ,
• 确定控制图中位线。
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
• 3.分析及延长控制限阶段 • ●出现超限的点 • 分析:人员、设备、原料及能源。 • 超上限为异常,超下限为正常。 • ●出现非随机图型。 • 分析:刀具、模具、材料的不一 • 致性,能源供应不稳定,操作方法等
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
• PPK:过程均值与规范中值不一致时的过程性能

指数。
SPC讲义幻灯片
统计过程控制(SPC)的 理解与实施
• ●过程的标准差。 • ◆固有标准差(用来计算CP CPK) • ◆总标准差(用来计算PP,PPK) • ●计算过程能力指数。, • ◆等边公差: • ◆不等边公差(以CPK为例) • ◆单边公差:为非正态分布,采用PPM值 • 计算。 • ●分析过程能力 • ◆是否满足要求 • ◆对系统采取措施,提高过程能力指数。

SPC精品讲义1

SPC精品讲义1
最小一组的上组界=下组界+组距 第二组的下组界=最小一组的上组界 其余以此类推
26
5.计算各组的组中点 各组的组中点=下组距+组距/2 6.作次数分配表 将所有数据依其数值大小划记号于各组之组界,内并计 算出其次数 7.以横轴表示各组的组中点,从轴表示次数,绘出直方图
27
实例1
某电缆厂有两台生产设备,最近,经常有不符合规格值(135~210g)异 常产品发生,今就A,B两台设备分别测定50批产品,请解析并回答 下列回题:
20
六、正确应用SPC的7项重要概念
• (六) SPC重要概念6:

光有稳定的制程是不够的 ,你的制程必须还要具备足够符合质
量规格之能力
• (七) SPC重要概念7:

你可能会遇到的两种问题:由管制图中判读出有偶发性的异常
现象发生及制程能力不足,解决这两种问题的方法完全不同
பைடு நூலகம்21
直方图
一.何谓直方图? 直方图就是将所收集的数据.特性质或结果值,用一定的范围在横轴上加 以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来 的面积用柱形书出的图形.
12
三、SPC之应用历史
• 报导播出之后,他的袓国-美国,才终于发现了这位旷世奇才,当时 老戴明已经高龄80了。
• 随后,许多美国公司请他去演讲及辅导,但老戴明坚持,除非该公司 握有实权的高阶管理者亲自邀请并实际参加,否则他不会去,因为除 非高阶管理者对SPC有正确的认识,并带领员工实际应用SPC,否则 什么事都不会发生。
• “SPC系为将制程所制产品之质量特性之量测数据,按时序的绘点于 管制图(Control Chart)上,藉由判读该管制图,即能判断该制程是 否持续维持在稳定状态,进而能判断该制程是否具备足够符合质量规 格之能力。另藉由判读该管制图,亦能在该制程出现异常时立即查 知,使得以在第一时间采取矫正行动的一种方法。

SPC培训讲义---基础知识

SPC培训讲义---基础知识

SPC培训讲义—基础知识简介SPC(Statistical Process Control,统计过程控制)是一种基于统计方法的质量管理工具,旨在通过对过程数据的统计分析,帮助组织识别和解决可能导致质量问题的根本原因,从而提高产品的稳定性和可靠性。

本讲义将介绍SPC的基础知识,包括SPC的原理、常用的SPC 工具和应用案例等内容。

1. SPC的原理SPC的核心原理是基于过程数据的统计分析,通过对数据的收集和分析,识别和排除可能导致质量问题的特殊原因,同时通过控制图的使用,监控和改进过程的稳定性和可靠性。

1.1 正态分布在SPC中,数据的正态分布是一个重要的假设。

正态分布是一种对称的概率分布,其特点是均值和标准差能够完全描述分布的情况。

正态分布的图形呈钟形曲线,均值位于曲线的中央。

在实际应用中,SPC 通常假设数据是近似正态分布的,以方便进行统计分析。

1.2 变异性与稳定性在质量管理中,变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。

通过SPC的应用,可以发现原本被认为是随机变动的过程,实际上可能存在特殊原因造成的异常波动。

稳定性是指过程在一段时间内的变异性较小,并且符合预期的性能要求。

通过SPC 的控制图,可以监控过程的稳定性,并及时采取措施防止不稳定状态的出现。

2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术,下面介绍几种常用的SPC工具。

2.1 控制图控制图是SPC中最常用的一种工具,它用来监控过程在一段时间内的变异情况。

控制图是一种统计图表,将过程数据按时间顺序绘制在图表上,同时画出上下限和中心线。

如果过程数据处于控制限之内,说明过程处于稳定状态;如果过程数据超过控制限,说明过程发生了特殊原因的变异,需要进行分析和改进。

2.2 直方图直方图是一种用柱形表示数据分布的图表,它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。

通过直方图,可以判断数据是否符合正态分布,如果数据呈现钟形分布,则可以认为数据符合正态分布的假设。

SPC-讲义[1]

SPC-讲义[1]

A 牌电灯泡平均 寿命为:8M hrs
B 牌电灯泡平均 寿命为:700 hrs
2020/10/31
您可能会购买 A or B ? Why ?
SPC-讲义[1]
中心趋向的测量
• 平均值: 一组数据的算术平均值 – 反应所有值的影响
n
Xi X = i=─1 ──
n
散布的测量
• 极差〈全距〉: 数据组内数值之间的距离 (Max – Min )
2020/10/31
SPC-讲义[1]
统计概念
事实上
区分
没有显著 差异
有显著 差异
判 断
没有显著 差异
β Risk
Type II error (存伪)

有显著 差异
α Risk
Type I error (弃真)
2020/10/31
SPC-讲义[1]
问题类型的分析
•对的问题比对的答案更重要 •有清楚的实验策略,比急着去做实验更重要
2020/10/31
SPC-讲义[1]
正态分布
• “正态” 分布是一种数据具有某些一致的特 性的分布
• 这些特性对于我们理解后面采集数据的过程 是非常有用的
• 多数自然现象和人类行为的过程是呈正态分 布的,或者 可以看成正态分布
2020/10/31
SPC-讲义[1]
正态分布
群 体:N 规格中心值:T 平 均 数:X 〈集中趋势〉 标准偏差: 〈离散趋势〉 被涵盖在特定范围的机率
问题类型
造成问题的 原因
T型 明确
A型 明确
X型 不明确
操作条件 明 确 不 明 确 不 明 确
解决工具
QC 七大手法 管制图 层别法

SPC课程讲义

SPC课程讲义

抽樣 統計分析
PPT文档演模板
SPC课程讲义
起源與發展
1924年,美國W. A. Shewhart博士發明管制 圖,開啟了統計品管的新時代
20世紀40——50年代,美國Dr. Deming博士 於美國、日本推行SQC——統計品質管制
20世紀80年代,美國三大汽車廠將SQC發展 成SPC
PPT文档演模板
PPT文档演模板
SPC课程讲义
系統特色
1. 即時化多層次的品質監控 2. 所見即所得的分析圖表 3. 無處不在的複製功能 4. 數據跟蹤分析與質量記錄追溯 5. 管制界限的靈活控制 6. 多角度的製程能力分析及多品質通用管制圖 7. 多種數據輸入接口 8. 異常報警 9. 用戶在線監控與管理 10. 中英文報表任意切換及設計
PPT文档演模板
SPC课程讲义
PPT文档演模板
SPC核心流程
1.確立制造流程
2.決定管制項目
6.問題分析解決
3.實施標准化
4.制程能力分析
Cp,Cpk<1
Ca,Cp,Cpk

Cp,Cpk≧ 1
程 條
5.管制圖的運用
件 變


6.問題分析解決
7.制程繼續管制
SPC课程讲义
PPT文档演模板
SPC课程讲义
基本資料
基本資料輸入流程
PPT文档演模板
基本资料 计数检验 管制特性
注意 複製功能的使用
SPC课程讲义
檢驗作業
1. 計數值檢驗:站臺、貨品、批量數、缺點原因
2. 計量值檢驗:
3.
站臺、貨品、三種輸入方式之區別
過程記錄
注意 複製功能的使用
PPT文档演模板

SPC培训教材讲义

SPC培训教材讲义
形状:峰态
分布宽度
22
正态分布
99.73% 95.45%
68.26%
-3σ 正态分布的特征:
-2σ -1σ
μ
+1σ +2σ
+3σ
1、中间高,两边低,左右对称;两边伸向无穷远。
2、与横坐标所围成区域的面积为1; 23
控制图原理说明
群体 平均值=μ 标准差=σ
抽样
μ-kσ μ μ+kσ
k
k
1
•e(
x)2 2 2
控制用控制图:经过上述分析证实过程稳定并能满 足质量要求,此时的控制图可以用于现场对日常的 过程质量进行控制。
34
分析用控制图
決定方针用 过程分析用 过程能力研究用 过程控制准备用
控制用控制图
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。
分析用控制图
个別值与移动极差控制图( XRchmart)
计数值控制图
不良率控制图(P chart) 不良数控制图(nP chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart)
33
2、按控制图的用途分类
分析用控制图:根据样本数据计算出控制图的中心 线和上、下控制界限,画出控制图,以便分析和判 断过程是否处于于稳定状态。如果分析结果显示过 程有异常波动时,首先找出原因,采取措施,然后 重新抽取样本、测定数据、重新计算控制图界限进 行分析。
稳定
控制用
35
3、控制图的选择 控制图的选定
计量值 资料性质
计数值
平均值
n≧2 样本大小 n≧2
CL的性质

SPC讲义

SPC讲义

2004年4月19日SPC研討會東莞宏遠酒店目錄壹、統計制程管理(SPC)概念的導入貳、品質管制的意義參、制程管制一、制程管制的意義二、制造階段品質保證觀念三、現場實施制程管制的作法四、實施統計制程管制(SPC)的步驟五、管制圖介紹六、管制圖之判讀七、制程能力分析肆、演練伍、結論壹、統計制程管制(SPC)概念導入一、SPC之演進1.什麼是SPC(STATISTICAL PROCESS CONTROL)利用統計各種方法來管制製造程序,使產品一次做好。

SPC=SQC+QUALITY PLANNING AND DESIGN2.什麼是SQC(STATISTICAL QUALITY CONTROL)?由SHEWHART在1937年提出“以統計方法協助分析品質問題,進而找出解決問題方案的品管方法”。

這些方法主要有:*管制圖*直方圖*柏拉圖*查檢表*制程能力分析*實驗計劃法*可靠度方法3.SQC的精神——制程能力的穩定維持——事後制程(AFTER PROCESS)之品質改善分析——阻擋不良品進入/流出(IQC/OUTGOING CONTROL)……………………………………………………………最新资料推荐…………………………………………………4.演進史(參見附圖一)SPC之演進史1950 1970 1980最新精品资料整理推荐,更新于二〇二一年一月二十七日2021年1月27日星期三20:47:59二、基本統計概念1.數據的性質(1)數據的差異因為沒有兩個產品(或制成品)是完全一樣的,就算是同一條生產線上用同樣的原料,同樣的方法做出來的,還是會有變動因素所構成的差異。

因此,對於製造者而言,每一零件之各品質規格特性,所能做的是:a.瞭解差異一定存在;b.找出差異的可能原因(原料、儀器、設備、隨機、人為,亦或是「不適當」之組織機能營運下所潛藏的因素),所以,必須將隨機誤差保持在一可容忍的範圍里,統計品管便由此誕生。

(2)可靠度、精密度、正確度檢討數據時,應先考慮是否具備a.可靠度;b.精密度;c.正確度等三個要素。

SPC讲义

SPC讲义

第8页
SPC基本概念
2.特殊原因(非机遇性):通常又叫可查明原因,当这类 原因出现时,将造成整个制程的分部改变 (但不是始终出现的), 除非该特殊原因找到并消除(如某日进了一批生手操作生疏),否 则产品的质量状况将不可预测,即不稳定。图示如下:
製程中有特殊原因的變異
第9页
SPC基本概念
当出现以上状况时,我们称之为“制程不受控”,表现在管制图 上即有异常出现,这时如果计算制程能力将无多大意义,甚至会造成 错误的判断,必须是找到异常的原因(某一特定的不是整体的),并采取 局部措施消除,直至制程受控,方可计算制程能力。
第18页
管制图
四、管制图的绘制步骤
(一) X -R Chart(平均值与全距管制图) A. 计量值管制图中X-R Chart是最实用的一种质量控制工具, 乃是X-Chart与R-Chart的合并使用.平均值管制图是管制平均 值的变化,即分配的集中趋势变化.全距管制图则管制变异的程 度,即分配的散布状况.均可协助我们判断制程的实际状况,藉以 明了质量变化的趋势. B.用途 1. 可用于管制分组的计量资料,即每次同时取得几个数据的特 性如长度¸ 浓度¸ 成分¸ 强度¸ 亮度¸ 电阻等. 2.是把握特性状态最有效的一种管制图. C.步骤 1.收集100个以上数据(时间先后顺序) 取样需具有代表性,原则上以各工作站上按不同机器¸ 操作人 员¸ 原料等分别取样.
由于各种因素变化,经过大量实验数据评估下来,偏移1.5西格玛:
1
2
30.9
69.2
690000 一本书平均每页170个错字 每世纪31.75年
308000 一本书平均每页25个错字 每世纪4.5年
3
4 5 6
93.3

最新spc讲义

最新spc讲义

天马行空官方博客:/tmxk_docin;QQ:1318241189;QQ群:1755696322004年4月19日SPC研討會東莞宏遠酒店目錄壹、統計制程管理(SPC)概念的導入貳、品質管制的意義參、制程管制一、制程管制的意義二、制造階段品質保證觀念三、現場實施制程管制的作法四、實施統計制程管制(SPC)的步驟五、管制圖介紹六、管制圖之判讀七、制程能力分析肆、演練伍、結論壹、統計制程管制(SPC)概念導入一、SPC之演進1.什麼是SPC(STATISTICAL PROCESS CONTROL)利用統計各種方法來管制製造程序,使產品一次做好。

SPC=SQC+QUALITY PLANNING AND DESIGN2.什麼是SQC(STATISTICAL QUALITY CONTROL)?由SHEWHART在1937年提出“以統計方法協助分析品質問題,進而找出解決問題方案的品管方法”。

這些方法主要有:*管制圖*直方圖*柏拉圖*查檢表*制程能力分析*實驗計劃法*可靠度方法3.SQC的精神——制程能力的穩定維持——事後制程(AFTER PROCESS)之品質改善分析——阻擋不良品進入/流出(IQC/OUTGOING CONTROL)4.演進史(參見附圖一)SPC之演進史1950 1970 1980二、基本統計概念1.數據的性質(1)數據的差異因為沒有兩個產品(或制成品)是完全一樣的,就算是同一條生產線上用同樣的原料,同樣的方法做出來的,還是會有變動因素所構成的差異。

因此,對於製造者而言,每一零件之各品質規格特性,所能做的是:a.瞭解差異一定存在;b.找出差異的可能原因(原料、儀器、設備、隨機、人為,亦或是「不適當」之組織機能營運下所潛藏的因素),所以,必須將隨機誤差保持在一可容忍的範圍里,統計品管便由此誕生。

(2)可靠度、精密度、正確度檢討數據時,應先考慮是否具備a.可靠度;b.精密度;c.正確度等三個要素。

SPC讲义1PPT课件

SPC讲义1PPT课件

設備
材料
人員
操作方法 環境
製程之變異
變異的普通原因與特殊原因
普通原因 (共同原因,Common Cause)
-製程所固有之變異,種類很多,它們隨時都存在,但對製程變異的影 響性小。 -約有85%變異原因屬於此類。(戴明)
[SPC手冊中的說明] 1.指的是那些始終作用於過程的多種變異來源。 2.隨著時間的推移,一個過程中的普通原因會產生一個穩
定的且可複的分佈,我們稱之為“處於統計上受控制的 狀態”、“統計受控”,或有時簡稱 “受控”。
3.普通原因產生的是一個處於偶然原因下的穩定系統。
4.如果一個過程只存在變異的普通原因且不改變時,該過 程的輸出是可預測的。
變異的普通原因與特殊原因
特殊原因 (通常也稱為可查明的原因,Special Cause)
對輸出採取措施
-是最不經濟的。他僅限於對輸出進行探測並矯正不符合規範的 產品,而沒有處理過程中的根本問題。
變異的普通原因與特殊原因
如果僅存在變異的普通原 因,隨著時間的推移,過 程的輸出形成一個穩定的 分佈並可測
如果僅存在變異的特殊原 因,隨著時間的推移,過 程的輸出是不穩定的
變異的來源 變異的來源 (5M & 1E)
我們稱此製程為在管制狀態
(Out of Control)。
(Under Control)。
局部措施和對系統採取的措施
局部措施 1.通常用來消除變異的特殊原因 2.通常由與過程直接相關的人員來實施 3.通常可矯正大約15%的過程問題
對系統採取的措施 1.通常用來消除變異的普通原因 2.幾乎都需要採取管理上的矯正措施 3.通常可矯正大約85%的過程問題
負責第二版的工作小組準備是戴姆勒克來斯勒、Delphi公司、福特 汽車公司、通用汽車公司、Ommex公司和Robert Bosch公司的品質和 供應商評定人員與汽車工業策進會(AIAG)合作組成的。

SPC统计培训讲义

SPC统计培训讲义

SPC统计培训讲义什么是SPC统计SPC(Statistical Process Control),即统计过程控制,是一种通过对过程进行统计分析和控制,以提高产品质量和生产效率的管理方法。

SPC统计是建立在统计学原理基础上的一种管理工具,通过收集和分析数据,用于监控和控制生产过程中的变化和不良情况。

SPC统计的目标是实现过程稳定性,减少不良品数量和降低产品缺陷率。

通过SPC统计,企业可以及时发现和解决生产过程中的问题,降低生产成本,提高产品质量,增强市场竞争力。

SPC统计的基本原理SPC统计是基于统计学原理的管理方法,通过收集和分析过程数据,判断过程的稳定性和可控性。

SPC统计的基本原理包括以下几个方面:1.过程稳定性:SPC统计通过对过程数据进行统计分析,判断过程是否稳定。

过程稳定意味着过程的变异是正常的,不受特殊因素的影响,且在可接受的范围内变化。

2.过程控制:SPC统计通过建立控制图,对过程进行连续的监控和控制。

控制图是一种图表,通过在图上绘制过程数据和控制界限,可以直观地反映过程的稳定性和变化情况。

3.统计分析:SPC统计通过对过程数据进行统计分析,可以了解过程的平均水平、变异程度和分布情况。

常用的统计分析方法包括均值控制图、极差控制图和正态性检验等。

4.过程改进:SPC统计通过及时发现和解决过程问题,实现过程的持续改进。

通过统计分析和控制图,可以找出过程中的异常点和特殊因素,分析原因,并采取相应的改进措施。

SPC统计的重要工具SPC统计是建立在统计学原理上的一种管理方法,其中涉及到很多重要的工具和技术。

下面介绍几个常用的SPC统计工具:控制图控制图是SPC统计最常用的工具之一,用来监控和控制过程的变化和稳定性。

常见的控制图有均值控制图、极差控制图和标准差控制图。

通过绘制实际数据和控制界限,可以直观地了解过程的变化情况。

直方图直方图是一种用来表示数据分布情况的图表,通过将数据分成若干个区间,然后统计每个区间的频数或频率,可以了解数据的分布情况。

SPC课程讲义(doc 43页)_New

SPC课程讲义(doc 43页)_New

SPC课程讲义(doc 43页)47 檢定導引個案詹昭雄編著 2003.03檢定導引個案為了改善產品厚度之均一性,莊進行了下列工作:(1)現況分析:(略)結果得知 C a ok ,C p=1.27,分佈近似常態(2)原因分析:C p不足噴口式不合(3)真因驗証:為了証實噴口型式是否影響C p,莊將噴口型式從A型改為B型做了n=18個之試驗經推定B型厚度之標準差σn-1=0.93而原來A型所生產厚度之σ=1.24因為:σb<σa且相差0.31所以莊工程師建議全面將A型改為B型(經費約需二萬五千元),經批准後於假日加班全部改為B型。

B型在生產一週後,週報上顯示厚度之標準差σ=1.19與原來A型幾乎無差別,令人覺得二萬五似乎白花變成學費了。

請問:(1)為什麼會這樣?A:(2)如何在實驗數、樣本數不大(例如n<20)之下,依據 n-1或X n能有「相當程度之把握」(例如九成)判斷大量生產後之σ(或μ)有差別或有效果?(3)假如莊工程之老闆在改善建議報告上批示α=?,你知道是什麼意思嗎?A:49 計 量 值 檢 定 Ⅰ 詹昭雄 編著 2003.07統計判斷 ─ 檢定作法一此例如以母平均檢定來做判斷,其作法如下:S 1:設立假設H o :(無差假設) μ(新)=μo (原來) (58.31)H 1:(替代假設) μ>μo (依專業技術採單邊檢定)S 2:決定否定H o 時所願冒的α值(α大小為Case by Case)經考慮本判斷α之損失成本,決策者決定α=5%S 3:選定統計量分配及計算統計量(a)因目前之σ已知為4.82,而且就專業技術而言,改變了條件只會 影響μ,不會影響σ,故選用常態分配。

(b)87.015/82.431.584.5915/=-=-=σμo o X U (1.66)S 4:比較發生H o 之機率P ho 與α值(a)查U(α)=U(0.05)=1.64(b)因為U o <U(α),表示μ=μo 之機率>α(5%)(>) (<)S 5:判斷(a) 因μ=μo 之機率>α,所以在現有資訊量n =15及合理之α=5%(信心度95%)(<)要求下,尚不能(已可以)否定μ=μo 之假設,亦即條件改變後,母平均尚不能(可以)判斷顯著提高了。

SPC培训讲义(PPT 47页)

SPC培训讲义(PPT 47页)
A2、建立控制图及记录原始数据;
A3、计算每个子组的均值X和极差R;
A4、选择控制图的刻度;
选择子组大小、数量和抽样原则: 每组样本数:4-5; 子组数要求:最少25组共100个样本; 抽样原则:组內变差小,组间变差大;
子组大小 子组数量 抽样原则
A.3 计算每个子组的均值(X)和极差(R)
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
LCL
CL
UCL
LCL
UCL
CL
CL
UCL
LCL
0.27 %
七、 建立X-R控制图的四步骤:
A、确定控制对象收集数据 B 、计算控制限并作图 C、过程控制解释 D 、过程能力解释
A阶段 收集数据
步骤A:
A1、选择子组大小、数量和抽样原则;
=1.68
Minitab 计算的工序能力:
手算结果与Minitab 计算结果基本提高过程能力指数的途径:
一、调整加工过程的分布中心,减少偏移量; (即使分布中心更靠近规格中心,“更准”)
二、提高过程能力减少分散程度即减小σ; (即使尺寸分布范围尽可能小,“更瘦”,以Cp为例,达到1.33即4σ/3σ, 达到1.67即5σ/3σ。从1.33到1.67的提高,形象地说就是原来容纳4σ的空 间现在容纳了5个σ)
一、什么是SPC
SPC:
“Statistical Process Control”之缩写,意为 “统计过程控制”
统计过程控制:
主要是指应用统计分析技术对生产过程进行实时监控, 科学的区分出生产过程中产品质量的随机波动与异常波动, 从而对生产过程的异常趋势提出预警,以便生产管理人员及 时采取措施,消除异常,恢复过程的稳定,从而达到提高和 控制质量的目的。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

---其對品質變異影響程度大,生產失控,為異常原因,
但不難排除.
管制圖上的控制界限就是區分偶波與異波的科學
界限
SPC讲义(NEW)[1]
管制圖的定義
• 管制圖,是一種以實際產品品質特性與根據過去經驗所判明 的制程能力的管制界限比較,而以時間順序用圖形表示者.
X1 ●

X2 ●
● X1
X2’ ● X1’
平均值管制系管制平均值的變化,即分配的集中趨勢變化; 全距管制圖則管制變異的程度,即分配的離散趨勢的狀況.
SPC讲义(NEW)[1]
X-R Chart管制圖
建立解析用管制圖 1.選定管制項目 2.收集數據100個以上,並予適當分組后記入數據記 錄表.
樣本大小(n)=2~5 (解析用) 組數(k)=20~25 3.計算各組平均值( X )
SPC的基本理論是常態分布
常態分布:也稱穩態, 制程中只有偶因而無異因產生的變 異狀態
68.27%
0.135%
95.45% 99.73%
0.135%
-3σ -2σ -1σ μ
常態分布兩個重要參數:
平均值 μ(X ): 描述品質特性值之集中位置
標準差 σ(s): 描述品質特性值之分散程度
+1σ +2σ
10.50 10.51 10.48 10.48 10.50
10.51 10.50 1).平均值 μ為多少? 2).標準差 σ為多少?
10.51
10.49 10.52
SPC讲义(NEW)[1]
SPC的基本理論是常態分布
解:1) X=
ΣXi n
314.96 = 30 = 10.50
Σ(Xi-X)2 S= n-1 =
SPC讲义(NEW)[1]
管制圖的種類(用途分類)
解析用管制圖 先有數據,后才有管制界限
A.決定方針用. B.制程解析用. C.制程能力研究用. D.制程管制之準備用. 做解析用管制圖時,只需觀看該點是否在 管制界限內,不需要去判讀.
管制用管制圖 先有管制界限,后有數據
用於控制制程之品質,如有點子跑出界限時,立即采取 如下措施.
SPC讲义(NEW)[1]
管制圖的判讀原則
(e)出現的點,有周期性變動時
SPC讲义(NEW)[1]
管制圖的判讀原則
(f) 3點中有2點在A區或A區以外者
(g) 5點中有4點在B區或B區以外者
SPC讲义(NEW)[1]
管制圖的判讀原則
(h) 有8點在中心線之兩側,但C區並無點子者
(i) 連續14點交互著一升一降者
• 系統因素,異因,非過程固有,有時存在,有時不 存在,可避免的原因、人為原因、特殊原因、異常 原因、局部原因等.此種原因,應采取行動,使制程 恢復正常,進入管制狀態.
• 非機遇原因(系統性,易識別,可以消除, )
如:使用了不合規格標准的原材料,設備的不正確調整, 刀具的嚴重磨損,操作者偏離操作規程等.
SPC的目的:分辯共同原因與特殊原因,并分別加以改善
–局部問題改善: •通常會牽涉到消除變異產生的特殊原因 •可以直接由該制程人員直接加以改善 •大約能夠解決15%的制程上的問題
–系統改善: •通常必須要改善造成變異的共同原因 •經常需要管理階的努力與對策 •大約有85%的問題是屬于此類系統改善
SPC讲义(NEW)[1]
(a)點在中心線的單側連續出現7點以上時
(b)出現的點連續11點中有10點,14點中有12點,17點中 14點,20點中16點出現在中心線的單側時
SPC讲义(NEW)[1]
管制圖的判讀原則
©7點連續上升或下降的傾向時
(d)出現的點,連續3點中有2點,7點中有3點,10點中有4點 出現在管制界限近旁(2δ線外)時
SPC讲义(NEW)[1]
為何用μ±3σ作為管制上下限?


2σ σ
μ
-σ -2σ -3σ
常態分布圖
旋轉90°
管制上限UCL 中心線CL 管制下限LCL
A區 B區 C區 C區 B區
A區
管制圖
SPC讲义(NEW)[1]
品質變異的原因
1.機遇原因(Chance cause)
隨机因素,偶因,過程固有的,始終存在,不可避免的 原因、非人為的原因、共同原因、偶然原因、一般 原因,是屬於管制狀態的變異.
SPC讲义(NEW)[1]
管制圖的種類(性質分類)
計數值管制圖(Control Charts For Attributes) a.不良率管制圖 ( P Chart ) b.不良數管制圖 ( Pn Chart or d Chart ) c.缺點數管制圖 ( C Chart ) d.單位缺點數管制圖 ( U Chart )
SPC讲义(NEW)[1]
管制圖的判讀原則
(j) 連續15點在中心線上下兩側之C區者
(k) 有1點在A區以外者
SPC讲义(NEW)[1]
P - Chart
(綠,紅)
SPC讲义(NEW)[1]
目的,范圍及定義
目的: 通過管控生產線及機台的制程不良率,籍以對當日制程的品 質狀況進行全局掌控,以確保制程的穩定,減少制程變異. 范圍: 適用于本公司所有零件及成品制程掌控. 定義: 籍以制程不良率表示其趨勢之一種計數值管制圖.
0.0068
29
= 0.015313
圖一
圖二
圖一較圖二數據分散,精密度差,S值大
SPC讲义(NEW)[1]
SPC的基本理論是常態分布
常態分布函數
f(x)=
1 2πσ
e -(x-μ)2/2σ2 σ>0; -∞< μ<∞
常態分布函數特性:
1.x= μ時,圖形之高度最高
2.左右兩邊之圖形對稱於x= μ,即f(x)=1-f(x)
7.將所求出之各X值及R值點入管制圖上並將相鄰兩點用 直線連接
8.制程狀態檢討 9.記入其它注意事項
SPC讲义(NEW)[1]
X-R Chart管制圖
有一點超出管制上限,應該剔除,然後利用餘下的樣本統計量重新修正控制界 限.
SPC讲义(NEW)[1]
SPC讲义(NEW)[1]
X-R Chart管制圖
一月份
二月份
七月份
上圖中二月份的控制圖的控制界限就是利用一月份控制圖的數據重新計算 得到的.如此繼續下去,可以清楚地看到控制圖的不斷改進.圖中顯示七月份 控制圖狀況已達到了比較好的控制效果,此時就不必要再做控制圖的每月修 正.
SPC讲义(NEW)[1]
管制圖的判讀原則
制程是否在管制狀態可用下列原則判斷:
Σn:檢驗個數的總和 n: 當日檢驗數 n:平均日檢驗數
SPC讲义(NEW)[1]
管制圖的種類(性質分類)
計量值管制圖(Control Charts For Variables): a.平均值與全距管制圖( X-R Chart )
b.中位值與全距管制圖( X~-R Chart )
c.個別值與移動全距管制圖( X-Rm Chart ) d.平均值與標准差管制圖( X-σ Chart )
上 限 UCLx = X+A2R
下 限 LCLx = X-A2R
SPC讲义(NEW)[1]
X-R Chart管制圖
R管制圖
中心線 CLR =R
上 線 UCLR=D4R
下 線 LCLR=D3R ※A2, D4, D3由系數表查得
8.點圖
將數據點繪管制圖上,相鄰兩點用直線連接.
9.管制界限檢討
10.記入其它注意事項
SPC讲义(NEW)[1]
+3σ
SPC的基本理論是常態分布
例:一批軸承,抽樣量測尺寸如下:
10.52 10.53 10.48 10.47
49
10.50 10.48 10.52 10.51 10.48
10.50 10.50 10.51 10.49 10.50
10.52 10.50 10.49 10.48 10.49
機遇原因(偶然性,不易識別,不易消除, 大量的.)
如:同批材料內部結構的不均勻性表現的微小差異, 設備的微小振動,刀具的正常磨損,以及操作者細微 的不穩定等.
---其對品質變異起著細微的作用,但難以排除.
SPC讲义(NEW)[1]
品質變異的原因
•2.非機遇原因( Assignable cause可查明因素)
4.計算各組全距( R ) R=Xmax-Xmin (各組最大值-最小值)
SPC讲义(NEW)[1]
X-R Chart管制圖
5.計算總平均值 ( X )
X=
x1+x2+x3+……+xk k
6.計算全距之平均值( R )
R=
R1+R2+R3+……+RK
k
7.計算管制界限及繪出
X管制圖
中心線 CLx = X
1992 TI
管制圖于1924年由 W.A Shewhart 發明,并于1931 年發表了<工業制品品質之經濟管制>,英美及日 本都將管制圖制定方法定為國家標准.
1994 Allied Signal
95 GE
98 Sony
1940年SPC正式引進制造業.
SPC讲义(NEW)[1]
SPC簡介
SPC:Statistical Process Control(統計制程管制) 是由制程調查來發現制程的變異性,改進制程能力,而達到提升產 品品質的一種方法,其主要工具為管制圖.
x1+x2+x3+……+xk k
= 0.14
SPC讲义(NEW)[1]
X-R Chart管制圖
5.計算全距之平均值( R )
相关文档
最新文档