统计过程控制培训.pptx

合集下载

SPC统计过程控制培训(PPT64页).pptx

SPC统计过程控制培训(PPT64页).pptx

4.1.1 正态分布曲线
f (x)
y
2
1
(
x
)
2
2
e ( x , 0)
2
---平均值
--- 标准差
4.1.2 正态分布的参数 、
4.1.3 正态分布的特点
• 曲线以 x = 直线为轴,左右对称 • 曲线与横坐标轴所围成的面积等于1
其中 在±范围内的面积占68.26 % 在±2范围内的面积占95.45 % 在±3范围内的面积占99.73 %
例:疵点数、沙眼数等
3、总体和样本(子组)
3.1 总体 研究对象的全体 总体含量记为 N
3.2 样本(子组) 总体中的部分样品 样本含量记为 n
4、常见的典型分布
4.1 正态分布 —— 计量值数据 4.2 二项分布 —— 计件值数据 4.3 泊松分布 —— 计点值数据
4.1 正态分布
X ~ N(, 2)
不同类型控制图的适用范围
适用范围
计 产品批量较大,稳定正常工序 量 产品批量较大,稳定正常工序 数 据 产品批量较大,稳定正常工序
每次只能得一个数据,见效快

样本含量可以不等
件 样本含量相等

样本含量相等
点 样本含量可以不等
用符号表示的控制图
X?R 图 均值极差图ቤተ መጻሕፍቲ ባይዱ
X桽 图 均值标准差图
X桽 图 中位数极差图
4 . 3 泊松分布: (常见于计点分布) 二项分布的极限分布 — P()
• 分布列
•P(均X值、x方)差和标x e准差 , (x 0,1,)
x!
均值: E(X)= ;
方差: V(X)= ;
标准差:

SPC统计过程控制培训课程(PPT 87页)

SPC统计过程控制培训课程(PPT 87页)

製程能力指標Ca
Ca
X
(T / 2)
(雙邊規格)
ˆ R
d2
製程能力指標C p
Cp
USL LSL

(雙邊規格)
Cp
USL

X
(單邊規格上規格界限)
Cp
X
LSL (單邊規格下規格界限)

ˆ R
d2 只考慮到固定變差或組內變差
製程能力指標C pk
C pk min(C pu , C pl )
C1分析极差图上的数据点
超出控制限的 点
C2识別并标注特殊原因(极差图链)
明显的非随机
C3重新计算控制界限(极差图)超图出形控制限的点

C4分析均值图上的数据点 链
明显的非随机图形 C5识別并标注特殊原因(均值图)
C6重新计算控制界限(均值图)
C7为了继续进行控制延长控制限
控制图的判读
超出控制界限的点:出现一个或多个点超出任何 一个控制界限是该点处于失控状态的主要证据
作控制图的目的是为了使生产过程或工作过程 处于“控制状态”. 控制状态即稳定状态, 指 生产过程或工作过程仅受偶然因素的影响, 产 产品质量特性的分布基本上不随时间而变化的 状态. 反之, 则为非控制状态或异常状态.
控制状态的标准可归纳为二條:
第一條, 控制图上点不超过控制界限; 第二條, 控制图上点的排列分布沒有缺陷.
产品的质量特性有时不止一个, 则应同时采 取几个特性作为控制項目.
使用控制图的注意事項
分组问题
主要是使在大致相同的条件下所收集的质量 特性值分在一组, 组中不应有不同本质的数 据, 以保证组内仅有偶然因素的影响.
我们所使用的控制图是以影响过程的许多变 动因素中的偶然因素所造成的波动为基准来 找出异常因素的, 因此, 必须先找出过程中 偶然因素波动这个基准.

SPC 统计过程控制培训课件(PPT 48页)

SPC 统计过程控制培训课件(PPT 48页)
14
指数分类
SQE Training
1、Cp:分布中心无偏离规格中心时衡量 过程能力的指数;
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数;
3、Cpm:目标值与规格中心不一致时衡量 过程能力的指数;
4、Cpu:上单侧过程能力指数; 5、Cpl: 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素:人、机、料、法、环, 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作; 二、提高过程能力的有效手段; 三、找出产品质量改进的方向; 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 (5M1E)
过 操作者方面:如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等;
能 设备方面:如设备精度的稳定性,性能

的可靠性,定位装置和传动装置的准 确性,设备的冷却、润滑情况等等;
的 材料方面:如材料的成分,配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp: 分布中心无偏离规格中心时衡量
过程能力的指数; 2、Ppk: 分布中心偏离规格中心时衡量
过程能力的指数; 3、Ppm:目标值与规格中心不一致时衡量
过程能力的指数; 4、Ppu:上单侧过程能力指数; 5、Ppl: 下单侧过程能力指数。
因 的质量等等;

6
SQE Training

统计过程控制(SPC)(PPT58页)

统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因,它影响被研究过程的所
有单值。(处于统计控制状态;在统计上受控;受控) 造成随着时间的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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施,由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施, 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差(能力)必须小于图纸 的公差
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,那么性能是可预测的, 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于:
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定,过程能力如何。
4.1控制图应用说明

统计过程控制培训课件(PPT 75页)

统计过程控制培训课件(PPT 75页)
个体:组成总体的每个单元(产品)叫做个体。
总体含量(总体大小):总体中所含的个体数,常用N表示。
第四节 总体与样本
样本(子样):是指从总体中随机抽取出来并且要对它进行详细研 究分析的一部分个体(产品);样本是由1个或若干个样品组成的。
样本容量(样本大小):样本中所含的样品数目,常用n表示。
抽样:是指从总体中随机抽取样品组成样本的活动过程。
2. 推断性 ——统计方法都要通过详细研究样本来达到了解、推测总体状况的目 的,因此它具有由局部推断整体的性质。
3. 风险性 ——统计方法既然要推断用部分整体,那么这种由推断而得出的结论 就不会是百分之百正确,即可能有错误。犯错误就要担风险。
三、统计方法的用途
• 1. 提供表示事物特征的数据;(平均值、中位数、标准偏差、方差、极差) • 2. 比较两事物的差异;(假设检验、显著性检验、方差分析、水平对比、分层法、树图、
第二节 产品质量波动
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因(普通原因)引起的产品质量波动; ——仅有正常波动的生产过程称为处于统计控制状态,简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因(特殊原因)引起的产品质量波动; ——有异常波动的生产过程称为处于非统计控制状态,简称为失控状 态或不稳定状态。
三、 变差的种类
普通原因 由于正常的磨耗和磨损,如工具磨损。
特殊原因 非正常情况,如工具损坏。
第四节 控制图
• 一、概述 • 二、应用控制图的步骤 • 三、应用实例 • 四、控制图的观察与分析
一、概述
--控制图又叫管制图。它是用来区分由异常原因引起的波动、或 是由过程固有的随机原因引起的偶然波动的一种工具。

SPC统计过程控制培训教材(PPT 116页)

SPC统计过程控制培训教材(PPT 116页)

1.了解产品总体性能 2. 取消人为特殊因素造成的极端值以稳定制程 3. 规格趋向目标值 4. 减小差异 5. 審核規格,看看是否適用
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
MQIP
Your Professional Quality Improvement Partner
◆若初始建立控制图,至少要抽取75个以上 的数据,若样本含量N=3,则至少要抽25组 样本. ◆数据必须是最新的,能确切反映当前的工 序水平. ◆抽样时必须记录数据采集日期、时间、采 集人等信息.24样本均值分布898642 ◆抽样必须是随机的.
MQIP – All Rights Reserved
Bak SPC Training
SPC应用背景篇
课程目的:
>了解SPC的历史由来. >掌握控制图基本原理. >掌握SPC的运用领域. >SPC基本统计概念
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
Your Professional Quality Improvement Partner
Aug 1-2 , 2004
MQIP 控制图的应用
Your Professional Quality Improvement Partner
… …
… …
… …
… …
… …
… …
… …
… …
… …
… …
数据记录一般格式
样本号 (1)
日期/时间
X1
1
3/12 8:00 AM

统计过程控制培训教材(PPT 38张)

统计过程控制培训教材(PPT 38张)

控制图原理
2、基本原理
质量波动理论
“人、机、料、法、环” + “软(件)、辅(助材料)、公用系统
质量波动因素 = 偶然因素 +异常因素
偶然因素:过程固有、始终存在、影响微小、难以除去 异常因素:并非固有、时有时无、影响较大、不难去除
小概率原理
小概率事件在一次试验中几乎不可能发生、若发生则判断异常。 超出UCL为千分之一。
12
13 14 15 16 17 18 19 20
100
100 100 100 100 100 100 100 100
6
8 5 2 3 6 2 7 5
0.06
0.08 0.05 0.02 0.03 0.06 0.02 0.07 0.05
22
23 24 25 合计 平均
100
100 100 100 2500 100
P控制图(不良率)

1.公式 (1) 公组样本大小n相等时:



P CL = P UCL = P
LCL =
P(1 -P)/n -P)/n + 3 P(1



P (2) n不等,且相差小于20% 时: P(1 -P)/ n P P(1 -P)/ n CL = P
UCL = LCL = + 3 - 3



判定规则
判定规则
判定规则
判定规则
判定规则
案例
案例
案例
常规控制图及用途
计量控制图
计量值的数据收集:按一定时间间 隔抽取一定的样本,然后进行测量, 再将测量到的数据记录下来。计量 型数据具有连续性,故它的抽样计 划与计数值有很大的差异。它通常 根据产品要求,对产品的重要特性 定时抽取固定样本个数。

统计过程控制SPC培训教材ppt课件

统计过程控制SPC培训教材ppt课件
方 法
材 料
人 员
机 器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图(Histogram;亦称柱状图):将所收集的测定特性值或结果 值,分为几个相等的区间作为横轴,并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积,用柱子排起来的图形,称为 直方图。亦即指用来对特征数据进行分级整理,将杂乱无章的资料, 解析出其规律性,以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图(Control Chart):用来表示一个过程特性的图象,图上标 有根据那个特性收集到的一些统计数据,如一条中心线、一条或两条 控制限,它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途:一是用来判定一个过程是否一直受统计控制;二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表,用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形,表示过程 存在特殊原因变差,则应采用适当的措施加以消除。 7.1 Ⅰ类错误:拒绝一个真实的假设。例如:采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化;即过度控制。 7.2 Ⅱ类错误:没有拒绝一个错误的假设。例如:对实际上受特殊 原因影响的过程没有采取适当的措施;即控制不足。 7.3 计数值控制图与计量值控制图的应用比较:
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图(Characteristic Diagram ;亦称石川图或鱼骨图/鱼刺图 或因果图):指将造成某项结果的众多原因,以有系统的方式来表达结果 (特性)与原因之间的关系图表。 5.1 因果图(Cause-and-Effect Diagram):一种用于解决单个问题的简 单工具,它对各种过程要素采用图形描述来分析过程可能的变差源, 也被称作鱼刺图(以其形状命名)或石川图(以其发明命名)。 A)、某项结果的形成,必定有其原因,应设法利用图解法找出其原 因来,这个概念是由日本品管大师石川馨博士提出的。 B)、特性要因图是利用5M+1E:人员(Man)、机器(Machine)、材 料(Material)、方法(Method)、测量(Measurement)、环 境(Environment)等五大类加以分析及应用的。

统计过程控制(PPT 51页)

统计过程控制(PPT 51页)
•0
•UCL •CL •LCL
• Pn管制圖管制界線統計公式
•CL=Pn= •ΣPn
•62 •= •= •2.48,
•K
•25
•UCL=Pn+3 •Pn(1- p ) •=7.14
•UCL=Pn-3 •Pn(1- p ) •=0
批數
•計數值管制圖
•C管制圖
•抽樣數:20PCS
合 1 2 3 4 5 6 7 … 21 22 23 24 25 計
•制程在非管制狀態
•周期性 (PERIODCITY)
•如果點子顯示相同的轉變型)(即升或降)出現在相 同的時間差別時,即點子的軌跡有規律地變化,我們 便稱之為周期性的型態
•制程在非管制狀態
•緊靠 (HUGGING)
•}1/ •UCL
•}31/
•}31/ •}31/ •CL •}31/ •}3 •UCL
•計 量 值
•量一量, 稱一稱. 如高度、重量等
•收集此類 數據管制圖 表稱為:計量 值管制圖
•計數值管制圖
•P管制圖(n相等時)
日期 項目
3/ 1
3/2
3/3
3/4
3/5
3/6
3/7

3/2 3/2 3/2 3/2 3/2
1
2
3
4
5
合計
檢查數
10 0
100
100
100
100
100
100

100 100 100 100 100
•我們工作的方 式/資源的融合
•使用統計技術來分析制程 或其輸出,以便采取適當的
措施來使制程達到並保持 統計管制狀態,預防不良產
生,從而提高制程能力.

统计过程控制培训教材PPT(共 38张)

统计过程控制培训教材PPT(共 38张)
不合格品数 、不合格品率
计量值的数据收集
抽样频率在初始阶段相对高一点,在过程中如发现质量受 控较稳定时,可视情况酌情减少抽样频率,甚至放弃该点 的计量监控。例如在第一个月,每小时抽5个;经过1个月 的监控,质量已稳定,已经有2周时间是CPK值达到了2.0以 上,可采用4个小时抽5个(注:一般不宜采用减少每次抽 样数);又经过一个月,发现CPK还是在2.0以上,且没有大 幅的周期变化的特性,则可放弃该点做计量控制。
它们之间是互相独立。
质量管理中的应用
不论µ 与取值如何,产品质量特性落在[µ 3, µ +3]范围内的概率为99.73%。 落在[µ 3, µ +3]范围外的概率为1 99.73%=0.27%, 落在大于µ +3一侧的概率为0.27%/2=0.135% 1。
控制图原理控制图原理4 Nhomakorabea控制图基础知识
(1)、控制限的确定
上控制限:UCL= µ +3 中心线: CL= µ
下控制限:LCL= µ 3 (2)、控制图原理的两类错误
控制图判稳与判异的原理是基于小概率事件一次 不发生的原理。
1、虚发报警
过程正常、偶尔出界判异常,a概率,造成寻找根本不 存在原因损失
用途与特点同上,但处理简单,检出过程不稳定的能力比 不上平均值与极差控制图。适用于每次取样小于10。
● 用于产品批量小,单件加工时间长之产品;有些产品需 要经过一段很长的时间,才能生产完成,才可得到一个 测量值;
● 所选取的样本为一种极为一致的产品,如液体或气体; ● 破坏性的试验,每检验一个,就报废一个; ● 控制一些过程参数,如温度、压力等; ● 适用于每次取样为1,n=1
进入日常管理后,关键是保持所确定的状态。 经过一个阶段的使用后,可能又会出现新的异常,这时应

SPC统计过程控制培训课件(ppt59页).pptx

SPC统计过程控制培训课件(ppt59页).pptx
i 1
n 1
6. 样本的标准偏差
7. 如:5,9,10,4,7,
s=2.28;
如:7,7,7,6,8,
s=0.63;
6.数据整体分布离平均值越近,标准方差就越小;
数据整体分布离平均值越远,标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动,刀具的磨损,同一批材料的品质差 异,熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是造成不是始终作用于过程的变差的原因,即当它们
出现时将造成(整个)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,否則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。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart(休哈特)博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
概率
二、基本的统计概念-正态分布
➢正态分布
特点: 中间高,两边低,左右对 称;两边伸向无穷远。
σ越小,分布越集中在μ附 近,σ越大,分布越分散。
µ (mu)- 位置参数和平均值(mean value) ,表示分布 的中心位置和期望值 (sigma) - 尺度参数(分布宽度),表示分布的分散 程度和标准偏差

统计过程控制培训课件(PPT 88页)

统计过程控制培训课件(PPT 88页)

* 2.00
7 .42 .08 1.92
8 .37 .14 1.86
9 .34 .18 1.82
10 .31 .22 1.78
在确定过程能力之前, 过程必须受控。
26
A4选择控制图的刻度
两个控制图的纵坐标分别用于Xbar和R的测量值。 Xbar图:坐标上的刻度值的最大值与最小值之差应至少
为子组均值(Xbar)的最大值与最小值差的2倍。 R图:刻度值应从最低值为0开始到最大值之间的差值为
.65 .75 .80 .70 .65 .75 .65 .80 .85 .60 .90 .85 .75 .85 .80 .75 .85 .60 .85 .65 .65 .65 .75 .65 .70
A1步骤
R=均值R=
UCL=D4R=
LCL=D3R=
*
极差(R图)
零件号:XXX 零件名称:XXX
对特殊原因采取措施的说明
任何超出控制限的点 连续7点全在中心线之上或
之下 连续7点上升或下降 任何其它明显非随机的图

采取措施的说明
1 不要对过程做不必要的改变
2 在此表后注明在过程因素 (人员、设备、材料、方 法、环境或测量系统)所 做的调整。
持续改进及统计过程控制概述之七
控制图:过程控制工具
上控制限
中心限
下控制限
1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施
重复这三个阶段从而不断改进过程
13
持续改进及统计过程控制概述之八
控制图的益处
• 1924年,美国休哈特(W.A.Shewhart)博士提出将3 原理运用于生产过程当中,首创过程控制理论并发表 了控制图法,形成SPC的基础。

统计过程控制教学课件PPT

统计过程控制教学课件PPT

第一节 统计过程控制概述
一、21世纪——质量的世纪提出超严格质量要求
1、科学技术的发展,产品的不合格率P可以降低 到百万分之一(ppm.10-6),乃至十亿分之一 (ppb.10-9)
2、生产控制方式由过去的3σ控制方式须进为6σ 控制方式。
3
(1) 3σ控制:过程均值无偏时, P=2.7×10-3=2700ppm。 若过程偏移1.5σ时, P=66807ppm。
42
二、常规控制图的设计思想 常规控制图的设计思想是先定α,再看β 1、按照3σ方式确定UCL,CL,LCL,就等于 确定α0=0.27; 2、在统计中通常采用α=1%,5%,10%三级, 但常规控制图的α取得特别小,这样β就大, 于是用第二类判异准则加以限制:
即:即使点子不出界,但当界内点排列不随机 也表示存在异常因素。
规范界限
USL(Tц) LSL(TL)
UCL
控制界限
LCL
30
八、常规控制图的分类
分布
正态分 布(计量
值)
控制图代号 X –R X –S Me-R
X-Rs
控制图名称
控制图界限
X图
R图
均值一极差控制 图
UCLX =X +AR 2
CL X
=X
LCLX =X -AR 2
X 图:
UCLR=RD4 CLRR= LCLR=RD3
一、控制图的结构 1、什么是控制图?
控制图是对过程质量特性值进行测定、记录、 评估,从而监察过程是否处于控制状态的一种 用统计方法设计的图。
9
2、控制图的结构(三线多点)

UCL 上控制线


计 量
CL 中心线

统计过程控制培训教材PPT(1)

统计过程控制培训教材PPT(1)

控制圖的選擇
控制圖的選定
計量值 資料性質
計數值
平均值
n≧1 樣本大小 n≧2
Cl的性質
“n”=10~25 “n”是否較大
中位數
“n”=2~5
“n”=1
不良數
缺陷數
不良數或
缺陷數
不一定
一定
“n”是否一定
單位大小
是否一定
一定
不一定
X-s 圖
X-R 圖
X-R
X-Rm “p”

圖圖
“np” “c”
“u”
圖圖
n 特殊原因:指的是造成不是始終作用於過程的變差的 原因,即當它們出現時將造成(整個)過程的分佈改變。 除非所有的特殊原因都被查找出來並且採取了措施, 否則它們將繼續用不可預測的方式來影響過程的輸出。 如果系統內存在變差的特殊原因,隨時間的推移,過 程的輸出將不穩定。
统计过程控制培训教材PPT(1)
n 當過程具有某種非偶然因素影響, 致使過程發生程度不同 的變化. 但由于此變化相應的一些點子落在控制界限內, 從而有可能發生判斷過程未發生變化的錯誤, 這種錯誤稱 為第二種錯誤.
n 發生第一種錯誤時, 虛發警報, 由于徒勞地查找原因並為 此采取了相應的措施, 從而造成損失. 因此, 第一種錯誤 又稱為徒勞錯誤. 發生第二種錯誤時漏發警報, 過程已經 處于不穩定狀態, 但並未采取相應的措施, 從而不合格品 增加, 也造成損失.
统计过程控制培训教材PPT(1)
分組時的重要考慮
讓組內變化只有偶然因素 讓組間變化只有非偶然因素
質 量 特 性
局部措施和對系統採取措施
局部措施
通常用來消除變差的特 殊原因
通常由與過程直接相關 的人員實施
  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)。
所谓系统即是输入、过程、输出还有回馈所 组成,如图:
7
过程控制系统模式
制程回馈
人 机 料 法 环境
输入
统计的方法
处理过程
产品/服务
客户
过程/系统
客户回馈
需求与希望 改变之辨识
输出
8
(三)变异
任何一种生产,即使在生产条件完全相同的 条件下,其产品的特性值也不会完全一致,总是 存在着波动,造成波动的原因可以分为普通原因 与特殊原因。
11
3.偶因与异因的比较:
偶因 ① 始终存在与生产过程中。 ② 对产品质量的影响微小。
异因 生产中时有时无。
影响较大。
12
偶因与异因的比较:
偶因
异因
③ 受到的影响是随机的 。
产品受到同一方向
的影响。
④ 难以除去,不是技术上
不难除去。
有困难,就是经济上不允许。
⑤偶因只能减小,不能
彻底消除。
13
(四)过程控制及过程能力
22
3.控制图的判读
判断过程异常的准则(判异准则): (1)判异准则有两类: 一类: 1. 连续25个随机排列的点,界外点数d>0. 2. 连续35个随机排列的点,界外点数d>1. 3. 连续100个随机排列的点,界外点数d >2. 4. 另一类: 5. 界内的点排列不随机,有异常现象.
4.不受控不可接受:无法符合要求,又不在控制状态。 必须同时降低偶因以及消除异因。
15
(五)过程改善
过程之持续改善,可分为三个阶段: 1. 分析过程
过程之现况 过程之问题 过程该如何进行 使过程在统计控制状态 决定过程能力
16
2. 维护过程
监控过程绩效 追查特殊原因并改善
3. 改善过程
改变过程以进一步了解普通原因造成的变异 降低一般原因造成之变异
所谓SPC(统计过程控制)就是:为了贯彻 预防原则,应用统计技术对过程中的各个阶段 进行评估和检察,从而保证产品与服务满足要 求的均匀性。
2
产品质量的好坏是由过程质量来决定的, 一个好的过程,它必须满足两个条件(1)处于 受控状态(2)过程能力指数CPK值达到要求。 所以持续的过程改善对每个公司来讲都非常 重要。
9
1.普通原因(偶因)
又称为一般、偶然、机遇原因,在制程中的自然 或天生的变异,通常这些变异是由一些小的干扰造成, 不容易控制,即使再好的过程,我们必须承认,必定 有变异存在。偶因引起的质量的偶然波动(简称偶 波),偶波是不可避免的,但对质量的影响微小,故 可以把它看作背景噪音而听之任之,所以我们认定当
则: σ A= [(1-5)2+(5-5)2+(5-5)2+(5-5)2+(9-5)2]/5 =2.53 σ B = 3.58
6
(一)预防与查误 有一句话在品管领域是非常实用的“第一
次就把事情做好”,当然“预防胜于治疗”也有 相同的意义。查误可在不良发生后找出问题所在, 而预防则可以防范不良之发生。后者具有更积极 的意义 (二)过程控制系统
统计过程控制(SPC)培训
1
背景与概念:
为了保证预防原则的实现,20世纪20年代美国 贝尔电话实验室成立了两个研究质量的课题组, 一为过程控制组,学术领导人为休哈特(Walter A.Shewhart);另一为产品控制组,学术领导人为 道奇(Harold F.Dodge)。其后,休哈特提出了过 程控制理论以及控制过程的具体工具———控 制图(control chart),现今统称为SPC。
(d)缺陷数控制图
U控制图
20
2.制作和使用控制图的的一般步骤: (1) 收集预备数据 (2) 制作分析用控制图 (3) 计算过程能力指数 (4) 作控制用控制图 (5) 修正控制图
21
3.控制图的判读
判断过程稳态的准则(判稳准则): 1. 连续25个随机排列的点,界外点数d=0. 2. 连续35个随机排列的点,界外点数d≤1. 3. 连续100个随机排列的点,界外点数d ≤2.
(b)均值-标准差控制图 X--s控制图
(c)中位数-极差控制图 X--R控制图
(d)单值-移动极差控制图 X--Rs控制图
19
(2)计数值控制图:所谓计数值指控制图之数据以单位 计数而得,如不良数、缺点数等。
例如:
(a)不合格品率控制图 P控制图
(b)不合格品数控制图 Pn控制图
(c)单位缺陷数控制图 C控制图
过程的状态有4种,用下表分类:
分类
可接受
受控
1
不受控
3
不可接受 2 4
1. 受控可接受:制程符合要求(规格),且在制 状态。
14
2.受控不可接受: 虽在管制状态,但由于变异太大, 无法符合要求(稳定的生产,但不合格品率一直处在高水 平)。必须降低偶因之变异,如工艺的设计缺陷,设备的 先天不足。
3.不受控可接受:符合要求,但不在控制状态。必须 找出异因,着手改善。
制程仅有普通原因(偶因)时,仍属于控制状态。
10
2. 特殊原因(异因)
又称为非机遇原因,在制程中某些失误造成,失 误的来源,可能为人、机器、材料、方法、环境等, 此等变异比一般原因造成的变异大,且非周期性产 生。异因引起的异常波动(简称异波),异波对质 量的影响大,且采取措施不难消除,故在过程中异 波及造成异波的异因是我们注意的对象,一旦发生, 就应该尽快找出,采取措施加以消除,并纳入标准 化,保证它不再出现。若异波发生则表示制程已经 失去控制了。
17
(六)控制图
控制上限 UCL 中心线 CL 控制下限 LCL
1.控制图的种类: 按使用目的分类来自分析用控制图和控制用控制图18
1.控制图的种类:
按用途分类:
(1)计量值控制图:所谓计量值指控制图的数据 均属于由量具实际测量而得,如长度、重量、电阻 等。例如:
(a)均值-极差控制图
X--R控制图
4
统计基础:
(2).极值—R
R=Xmax-Xmin 例如:
A组:30,50,60,70,90 B组:40,50,60,70,80
则: RA=90-30=60 XB=80-40=40
5
统计基础:
(2).标准差--σ
n
Σ(Xi-X)2 = σ
i=1
n
例如: A组:1,5,5,5,9 B组:1,1,5,9,9
在过程控制最基本的统计运用,便是控 制图及过程能力分析.在说明过程统计方法之 前,先就过程统计的观念作一下简介。
3
统计基础:
(1).算术平均值—X(简称均值) 例如:
A组:50,70,80,80,90 B组:40,60,70,80,90
则: XA=(50+70+80+80+90)/5=74
XB=(40+60+70+80+90)/5=68
相关文档
最新文档