SPC 教材 LEVEL II

合集下载

SPC培训教材资料教程

SPC培训教材资料教程

SPC培训教材资料教程一、SPC 概述SPC 即统计过程控制(Statistical Process Control),是一种借助数理统计方法的过程控制工具。

它通过对生产过程中的数据进行收集、分析和监控,来判断过程是否稳定,并及时发现潜在的问题,采取预防措施以避免不合格产品的产生。

SPC 的核心思想在于“预防为主”,而非传统的“事后检验”。

通过对过程数据的实时监控和分析,能够在问题发生之前就进行预警和干预,从而有效地提高产品质量、降低生产成本、增强企业的竞争力。

二、SPC 的基本原理SPC 的基本原理基于统计学中的正态分布。

在正常情况下,生产过程中的许多质量特性值都服从正态分布。

通过对样本数据的统计分析,可以计算出均值(μ)和标准差(σ)等参数。

控制图是 SPC 中最常用的工具之一。

常见的控制图有均值极差控制图(X R 控制图)、均值标准差控制图(X S 控制图)、中位数极差控制图(Me R 控制图)等。

控制图上通常有中心线(CL)、上控制限(UCL)和下控制限(LCL)。

当数据点落在控制限内,且呈现出随机分布的状态时,说明过程处于稳定状态;反之,如果数据点超出控制限,或者呈现出非随机的分布模式,如连续上升或下降、周期性变化等,则表明过程可能存在异常,需要进行调查和改进。

三、SPC 数据的收集数据收集是 SPC 实施的基础,其质量直接影响到后续的分析和决策。

在收集数据时,需要遵循以下原则:1、代表性:所收集的数据应能够代表生产过程的真实情况。

2、随机性:数据的采集应是随机的,避免人为的选择性采样。

3、样本大小:样本大小应根据过程的稳定性、控制图的类型以及对精度的要求来确定。

一般来说,样本数量越大,分析结果越准确,但同时也会增加成本和时间。

数据的收集可以通过人工测量、自动化检测设备或传感器等方式进行。

无论采用哪种方式,都要确保数据的准确性和可靠性。

四、控制图的绘制与分析1、选择合适的控制图类型根据所监控的质量特性的类型(计量型数据还是计数型数据)、数据的分布特征以及过程的特点,选择合适的控制图类型。

SPC培训教材---完整版

SPC培训教材---完整版

SPC培训教材---完整版六.SPC系统运作之重点:1.相关人员的教育训练;2.全面的一个系统规划;3.适时收集数据和监控图形;4.问题改善和形成标准。

第六部分:测量系统分析1.测量系统的组成:1.1概念:以确定实体或系统的量值大小为目标的一整套作业。

1.2组成:操作者设备软件被测事物操作程序测量环境赋值数据(测量结果)2、表征数据质量的指标1.1、偏倚(bias): 基准值偏倚1.2.变差(Variation):用标准差σ或过程偏差PV表示。

0.990.005PV=5.15σ偏倚及变差示意图3、测量系统的基本要求:3.1.要有足够的分辨力(discrimination)指测量系统检出并如实指示被测特性中极小变化的能力。

“足够”的含义:a、测量系统的波动比制造过程的波动小,最多为后者的1/10b、测量系统的波动小于公差限,最多为公差限的1/103.2.要在规定的时间内保持统计稳定性a、评价测量系统是否保持稳定性的方法:XBAR-R控制图。

b、在考察测量系统稳定性时,还要明确:(1)测量系统的外部条件是什么?(2)一个测量系统的稳定性能保持多久?3、测量系统要有线性测量系统的线性:指在其量程范围内,偏倚应是基准值的线性函数线性度=斜率bX过程变差PV偏倚较小偏倚较大基准值基准值观测平均值位于量程较低部位观测平均值位于量程较高部位4、测量系统的波动4.1、重复性(1)概念:是一个或多个操作者,采用同一种量具,多次重复测量同一种零件的同一特性时所获得的测量值的变差。

记为EV 。

(2)测量系统重复性计算的步骤a.考察测量过程是否稳定,即测量过程的波动是否仅由偶然原因引起(使用R图法)。

b.计算测量系统的重复性:EV=5.15σeσe=R/d2其中d2不同于SPC中使用的d2.d2的值依赖于重复测量次数m和g(操作者人数X零件个数),查表可得。

4.2.再现性:(1)、概念:由不同操作者采用相同量具,测量同一零件的同一特性所得测量的均值的变差,记为AV。

最新SPC培训教材-完整版

最新SPC培训教材-完整版
最新SPC培训教材-完整版
正态分布图
2.14% 0.13%
34.13% 34.13%
13.6%
13.6%
2.14% 0.13%
3σ 2σ 1σ
1σ 2σ 3σ
X
最新SPC培训教材-完整版
2.分布及正态分布:
c. 中央极限定理:
不论母群体是否正态分布,但在其中抽取n个样品的平均数而 组成的群体,则此群体非常接近正态分布。
2.分布及正态分布:
a.分布:各事件所产生的频次会趋近于一个客观机率, 只要有足够多的测量值,则测量值会趋向于一个 可预测的状态,这种状态就叫分布。
b.正态分布: 以数学公式订定,其分布与平均值呈绝 对的对称且具有常见的钟型,是实践中最常见的 一种分布,如产品的长度、宽度、重量、高度、 测量的误差等都近似服从正态分布。
品质是“习惯”出来 的
最新SPC培训教材-完整版
1.2有关品质的几个重要观念
不要认为一个小小 的缺点没关系,反 正不会影响使用
最新SPC培训教材-完整版
1.2有关品质的几个重要观念
不要认为最便宜的原 材料就会给企业带来 最低的成本
最新SPC培训教材-完整版
1.2有关品质的几个重要观念
不要认为百分百全 检,品质就一定很 好了
目标值线 预测
◆过程控制的概念:
a.首先当出现变差的特殊原因时提供统 计信号,从而对这些特殊原因采取适 当的措施(或是消除或是保留);
b.通过对系统采取措施从而减少变差的 普通原因;提高过程能力,使产品符 合规范。
最新SPC培训教材-完整版
3.SPC的作用与实质:
就是利用统计的工具,识别企业生产过程中 的变差,从而消除机遇性变差(特殊原因引起), 采取系统的管理措施消除变差的普通原因来改进 过程的能力。

统计过程控制SPC第二版.pptx

统计过程控制SPC第二版.pptx

时间
目标值线 预测
时间
一、SPC的基本原理
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 通常可纠正大约15%的过程问题
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%的过程问题
过程控制
范围 不受控
统计特证数
3、 样本方差:样本方差是衡量统计数据分散
程度的一种特征值。
S2=
S2—样本方差 n—样本个数
X—样本平均值 Xi—每个样本的实测值
统计特证数
4、样本标准偏差:S样本方差的正平方根作为
样本标准偏差
S=(

S__样本偏差 n—样本个数
X—样本平均值 Xi___每个样本的实测值
每件产品的尺寸与别的都不同
变差(Variation) 过程的单个输出之间不可避免的差别;变差的原因可分为两 类:普通原因和特殊原因。
特殊原因
一种间断性的,不可预计的,不稳定的变差根源。有时被称
(Special Cause) 为可查明原因,它存在的信号是:存在超过控制限的点或存
在在控制限之内的链或其它非随机性的图形。
一、SPC常用术语解释
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
一、SPC的基本原理
“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》
二、控制图
无论产品或服务质量水平的总体分布是什
么,其 x 的分布(每个 x 都是从总体的一

SPC培训教材

SPC培训教材
消除波动不是统计过程控制的目的,但通过统计过程 控制可以对过程的波动进行预测和控制。
12
波动的原因
材料
机器
人员
• 正常波动:是由普通原因造成 的。如操作方法的微小变动、 机床的微小振动、刀具的正常 磨损、夹具的微小松动、材质 上的微量差异等。正常波动引 起工序质量微小变化,难以查 明或难以消除。它不能被操作 工人控制,只能由技术、管理 人员控制在公差范围内。
范围
目标值线 预测
时间
目标值线 预测
时间
10
过程能力
受控且有能力符合规范 (普通原因造成的变差已减少)
规范下限
规范上限
时间
范围
受控但没有能力符合规范 (普通原因造成的变差太大)
11
波动(变差)的概念
波动的概念是指在现实生活中没有两件东西是完全一 样的。生产实践证明,无论用多么精密的设备和工具,多 么高超的操作技术,甚至由同一操作工,在同一设备上, 用相同的工具,生产相同材料的同种产品,其加工后的产 品质量特性(如:重量、尺寸等)总是有差异,这种差异 称为波动。
4
SPC的目的
人 机 法 环 测量
测量 原辅料
制造过程
测量 结果
合格 不合格
不要等产品制造出来后再去检验合格与否,而是在制造的 時候就要制造出合格产品。 应用统计过程控制的方法实现预防不合格的原则。
5
SPC的作用
1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措 施或对系统采取措施的指南。
变差(Variation)
特殊原因 (Special Cause)
解释

2024版spc培训教材完整版

2024版spc培训教材完整版

企业内部SPC培训和文化建设
• 实际操作培训:通过模拟实验、案例分析等方式,让员工亲自体验SPC技术的实际应用和操作过程。
企业内部SPC培训和文化建设
内部培训
由企业内部的专业人员或外部专家进行授课和培训,确 保培训内容的针对性和实用性。
在线学习
利用在线学习平台或企业内部网络学习资源,提供多样 化的学习方式和内容。
控制图制定
根据分析结果制定控制图,设 定控制限,并对生产过程进行 实时监控。
持续改进
根据控制图的分析结果,对生 产过程进行持续改进,提高过 程能力和产品质量。
SPC实施步骤和关键成功因素
要点一
领导层的支持
要点二
专业的实施团队
领导层对SPC实施给予足够的重视和支持,提供必要的资源 和支持。
组建具备统计技术和质量管理知识的专业团队,负责SPC的 实施和推广。
02
原则
SPC的实施遵循以下原则
03
以数据为基础
SPC通过对生产过程中产 生的数据进行收集、整理 和分析,找出影响产品质 量的关键因素。
04
05
预防为主
SPC强调在生产过程中进 行预防控制,通过监控生 产过程的变化趋势,及时 发现潜在问题并采取措施 加以解决。
持续改进
SPC鼓励企业不断寻求改 进机会,通过持续优化生 产过程和提升产品质量, 提高企业的竞争力和市场 地位。
02
测量系统分析与评价
测量系统组成及分类
测量系统组成
包括测量仪器、测量标准、测量方 法、测量人员、测量环境等要素。
测量系统分类
根据测量对象的不同,可分为长度 测量系统、角度测量系统、温度测 量系统、压力测量系统等。
测量误差来源及影响因素

SPC Level 2

SPC Level 2
寻找根本不存在的异因
2.第二种错误(error of the second type) 漏发警报(alarm missing)
造成废次品增加
解决方法:
? (最优间距)
22
联合应用Cp与Cpk 所代表的合格品率
(Cp )0.33 (Cpk) 0.33 66.368% 0.67 1.00 1.33 1.67 2.00
T Tu Tl Tu Tl Cp = = ≈ B 6σ 6s
Tu和 Tl分别为公差上限和公差下限,二者的平均值称为公差中心 目标值范围 上,下公差
M =
Tu + Tl 2
16
过程能力指数及能力计算
若分布中心与公差中心重合,用Cp表示过程能力指数 若分布中心与公差中心不重合,有偏移量 修正的过程能力指数为
Pu P 3
2)给定最大缺陷数Cu 时
3.记数值数据时过程能力指数的计算 记数值数据时过程能力指数的计算
1)给定最大不合格品率 Pu 时
Cpu =
P (1 P) n
Cpu =
Cu C 3 C
18
过程能力指数及能力计算
例: 金线拉力质量要求大于3g,经SPC 抽样测量后计算得X=5.6g S=0.88,则: Cpl=(5.6-3)/(3*0.88)=0.98
控制图的形成: 控制图的形成
控制图的控制界限是把常态分布图形旋转90°后,在平均值处绘成中心线(CL), 平均值加三个标准差处绘成上控制界限(UCL),在平均值减三个标准差处绘成下 控制界限(LCL).
90° +3ó UCL
μ
-3ó -3ó
CL
LCL
μ
+3ó
11
SPC -------Control Chart

SPC统计基础培训教材

SPC统计基础培训教材

SPC统计根底培训教材1. 简介SPC〔Statistical Process Control〕统计过程控制是一种基于统计原理的质量管理方法,旨在通过对过程的常规监控,实时识别和纠正过程中的变异,以到达持续改良和稳定的生产品质。

本文档将介绍SPC统计根底的概念、应用和分析方法,帮助读者理解和应用SPC技术,提高生产质量和效率。

2. SPC根本概念2.1 变异性在SPC中,我们关注的是过程中的变异性。

变异性是指同一过程在不同时间或不同条件下产生的差异。

它可以分为两种:一是常见因素引起的普通变异性,二是特殊因素引起的非常见变异性。

2.2 过程稳定性过程稳定性是指当没有特殊原因影响时,过程的输出是稳定的。

稳定的过程有助于预测未来的结果,并减少产品缺陷的发生。

SPC通过控制过程中的变异性,实现过程的稳定性。

2.3 控制图控制图是SPC的核心工具之一,用于监控过程中的变异性。

常用的控制图包括:X-Bar图、范围图、P图和C图等。

通过在控制图上绘制过程的样本数据,我们可以判断过程是否处于控制状态,是否存在特殊原因引起的变异。

3. SPC应用3.1 数据收集和测量在SPC中,准确和可靠的数据收集是关键。

本章将介绍数据收集的方法和技巧,以及测量设备的选择和校准要求。

我们还将讨论如何进行数据的采样和记录。

3.2 变异性分析在SPC中,我们使用统计工具来分析过程中的变异性。

本章将介绍常见的变异分析方法,包括范围分析、方差分析、均值分析等。

我们还将讨论如何使用控制图来判断过程的稳定性和能力。

3.3 过程改良SPC不仅仅是一种监控工具,它还可以指导过程改良。

本章将介绍SPC在过程改良中的应用,包括PDCA循环、六西格玛等质量管理方法。

我们还将讨论如何使用SPC技术来解决常见的生产问题。

4. SPC实践案例本章将以实际案例为例,介绍SPC在不同行业中的应用。

我们将结合实际数据,演示如何进行SPC分析和改良,以及取得的效果。

spc培训教材(标准)

spc培训教材(标准)

C级
过程能力不足,产品质量 波动较大,需采取紧急措 施提高过程能力。
提高过程能力措施
识别并消除特殊原因
加强过程监控
通过控制图等工具识别过程中的特殊 原因,及时采取措施予以消除,使过 程处于受控状态。
建立完善的过程监控体系,及时发现 并处理过程中的问题,确保产品质量 稳定可靠。
减少普通原因变差
通过持续改进和优化过程参数、提高 设备精度、加强人员培训等措施,减 少普通原因引起的变差,提高过程稳 定性。
控制图类型选择
计量值控制图
适用于连续型数据,如长度、重 量等。常见的计量值控制图有X-
R图(均值-极差图)和X-S图 (均值-标准差图)。
计数值控制图
适用于离散型数据,如不良品数、 缺陷数等。常见的计数值控制图
有P图(不良品率图)、np图 (不良品数图)和C图(缺陷数
图)。
特殊控制图
针对特定需求或特殊数据的控制 图,如T2控制图、EWMA控制
长期过程能力指数
通过收集较长时间内的数据,计算过程总变差,得到过程能力指数Pp和Ppk, 用于评估过程的长期稳定性和满足产品质量要求的能力。
过程能力等级评定
01
02
03
A级
过程能力充分,产品质量 稳定,可考虑适当放宽控 制限,减少检验频次。
B级
过程能力尚可,产品质量 基本稳定,需继续保持并 加强过程控制。
首先确定关键过程和控制点,然后建立SPC控制图和规则,接着进行数
据采集和分析,最后根据分析结果采取相应措施进行改进。
03
SPC在持续改进中的效果评估
通过对SPC实施前后的数据进行对比和分析,可以评估SPC在持续改进
中的效果,如产品质量提升、生产效率提高、成本降低等。

SPC手册第二版

SPC手册第二版
认可,感谢福特汽车公司的 Pete Jessup 所做出的贡献,他负责本手册第一、二、三章及附 录中主要内容的编写。
克莱斯勒公司的 Harvey Goltzer 负责第一章引言中有关过程能力和能力研究的概念定义编 写;Jack Herman(Du Pont)负责第一、四章中有关能力、性能指数及测量变差的重要性等 概念的阐述。
品士股份有限公司 地址:台北市 111 忠诚路二段 58 号 4 楼 电话:+886 2 2833 2112,传真:+886 2 2833 2119 g.tw tw
中文简体版大陆地区总经销
北京品士质量管理顾问有限公司 地址:北京市海淀区知春路 9 号坤讯大厦 1107 室 电话:+86 10 8232 2089 , +86 10 8232 7247 传真:+86 10 8232 2070 Email:info@
我们还要感谢由 Tripp Martin(Peterson Spring)领导的 ASQC 审阅小组,对本手册进 行的审阅,并在审阅过程中对本手册的目的和内容的完善提出了宝贵的意见。
Bruce W. Pince
Task Force Coordinator
Sandy Corporation Troy,
ASQC/AIAG 编写组的任务是将在克莱斯勒、福特和通用汽车公司各方的供应商评定 系统:供方质量保证、全面质量创优、目标创优中使用的参考手册,报告格式及技术术语进 行标准化处理。因此,任何供应商可以利用本手册来建立与克莱斯勒、福特和通用汽车公司 的供应商评定系统相应的信息。
迄今为止,在汽车行业上还没有正式统一的有关统计过程控制(SPC)的方法,有些 生产厂为其供应商提供了方法,而其他的没有明确的要求。为了简化并减少对供应商质量要 求的差异,克莱斯勒、福特和通用汽车公司同意编写并通过 AIAG 发行这本手册。负责本手 册内容编写的工作组由通用汽车公司的 Leonard 领导。

SPC培训讲义(第二版)

SPC培训讲义(第二版)
22
控制图的要素
控制图的表现形式没有“批准的”唯一形式, 然而应牢记拥有控制图的原因,包含以下内 容的任何形式都是可接受的: • 适当的刻度:确保分辨出过程变差。 • 控制限(UCL、LCL):分析过程的出界点。 • 中心线:分析过程的非随机图形的特殊原因。 • 失控值的标识:从整体角度上分析过程。 • 事件日志:记录过程变化,确定纠正措施。
• 事件的记录; 包含详细的事件记录,如过程调整、工装更换、材料更换或其
他可能影响过程变差的事件。
31
记录原始数据
• 记录每个子组的单值和标识; • 记录任何观察到的相关事件。
32
计算每个子组的样本控制统计量 根据测量的数据进行描点和计算控制统计量。
这些统计量可以是样本均值、中位数、极差、标准 差、不合格率等 ,按照所用控制图类型的公式来计 算这些统计量。
• 控制图(Control Chart):对过程质量特性记录评估, 以监察过程是否处于受控状态的一种统计方法图。
17
控制图原理
3原则
• 不论与取值为何,只要上下限距中心值(平均值) 的距离各为3 ,则产品质量特征值落在范围内的为 99.73%。
• 产品质量特征值落在[ -3 , +3 ]之外的概 率为0.27%,其中单侧的概率分别为0.135%。
• 休哈特正是据此发明了控制图。
18
产品质量波动及其统计描述

定量
连续
计量值
品 质
离散
计数值



特 性
定性
值 计件值
19
计量型数据---计量型控制图
• 计量型数据是由过程特性决定的,来自 过程的数据是连续的,如直径、长度。 是一个量化的数据,是实际生产过程的 过程现象的反映。

SPC level II-SPC实施过程-04

SPC level II-SPC实施过程-04

定期抽取若干样本 Q-STAT过程分析 GJT_P24_0024_00
指数:
NA
%RE、Cg 、Cgk %R&R
Cm、Cmk
Pp、Ppk
Cp、Cpk
GETRAG (Jiangxi) Transmission Co., Ltd.
2
抽样
GETRAG (Jiangxi) Transmission Co., Ltd.
必须确保同一批次的毛坯件、 同一供货厂商和同一种材料 机器或设备必须始终在相同的条件下运行 样本容量 = n:3 ≤ n ≤ 5 样本组量 = k: k ≥ 20
K x n ≥ 75 连续生产200~300件 中间不得对设备进行任何调整
参考标准:GJT_P24_0024_00
样本容量 = n:3 ≤ n ≤ 5 样本组量 = k: k ≥ 21
测量系统分析
设备能力分析 Cm、Cmk
初始能力分析 (短期) Pp、Ppk
过程能力分析 (长期) Cp、Cpk
参考标准:GJT_3006
必须确保同一批次的毛坯件、 同一供货厂商和同一种材料 机器或设备必须始终在相同的条件下运行
连续生产30件以上, 中间不得对设备进行作何调整
参考标准:GCG_803007
GETRAG (Jiangxi) Transmission Co., Ltd.
K x n ≥ 105 连续抽样一个小组
GETRAG (Jiangxi) Transmission Co.,要求
▪ 设备能力分析:至少连续取30个样本
▪ 初始能力分析:连续生产200~300件,连续抽取3~5个样本作为一组,
至少抽20组。
▪ 长期能力分析:按照抽样频次,连续抽取3~5个样本作为一组
  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)。
11
兩種錯誤與3σ方式
虛發警報的錯誤(Error of False Alarm),型 I 錯誤 α 漏發警報的錯誤(Error of Alarm Missing),型 II 錯誤 β 型 II 錯誤 β
UCL
型 I 錯誤 α
CL LCL
12
管制圖的判定一般準則
管制圖一旦制訂以後就成為控管製程的依據,故管制圖需處於穩定狀態。 異常判定的準則:
9 .2
O b s e rv e d P e rfo rm a n c e P P M ?< ?LS L 0.00 P P M ?> ?U S L 0.00 P P M ?T o t a l 0.00
9 .6
1 0 .0
1 0 .4
1 0 .8
E xp . W it h in P e rfo rm a n c e P P M ?< ?LS L 7 .6 2 P P M ?> ?U S L 1 3 .7 8 P P M ?T o ta l 2 1 .4 0
USL W ith in O v e r a ll
P o te n t ia l C C C C C (W it h in ) C a p a b ility p 1.42 PL 1.44 PU 1.40 pk 1.40 C pk 1.42 1.08 1.10 1.06 1.06 *
O v e ra ll C a p a b ilit y Pp PPL PPU P pk C pm
SPC LEVEL II 統計製程管制LEVEL II
Core QA
管制圖課程內容
SPC起源 SPC進行步驟 何謂SPC 管製圖原理 管制圖作用 管制圖如何判定 管制圖種類 – 計量值管制圖 – 計數值管制圖 製程能力與製程能力指數
1
SPC起源
1910年代費雪(Sir Ronald Fisher) 發展出的統計理論 1924年修華特(Dr. W.A. Shewhart)博士於貝爾實驗室繪製了 第一張的SPC圖 1931年出版了「製造品質的經濟控制」(Economic Control of Quality of Manufactured Products)之後,SPC應用於各種製造 過程改善便就此展開。
– 點出界(包含恰在界上)即判定異常,顯著水準 α= α0=0.27% – 界內點排列非隨機判定異常,顯著水準 α= 1%~2%
控制圖 顯示異常
判定穩態的準則有下列數種… 等:
– 連續25點,全部在管制界限內 – 連續35點,在管制界限外的點不超過1點 – 連續100點,在管制界限外的點不超過2點
YES
控制圖 顯示異常 查出異因 採取措施 貫徹二十字 保證消除 不再出現 納入標準。 調整管制界限
NO 有無異常因素 YES
統計管制狀態 (穩態)
10
穩定狀態
管制圖每顯示一次異常,就貫徹一次二十個字,消除一個異因。經過有限次循環,可 達成一種狀態(在製程中只存在機遇因素而不存在異常因素),此狀態稱為統計管制狀態 (State of statistical control)或穩定狀態,簡稱穩態。 穩態是製程追求的目標: – 在穩態下,對產品的品質有完全的把握,產品品質特性有99.73%在管制上下限之 間的範圍內。 – 在穩態下,不存在異常因素,不良品最少,只有由於機遇因素造成的少量不良 品) 。 為判定製程是否處穩態或製程能力不足,此一階段使用的管制圖稱為分析用管制圖: – 分析的目的主要是調查製程是否處於穩態和製程能力是否適宜。 – 分析用管制圖除需要用到判定異常的準則外,尚需用到判定穩定的準則。 – 管制用管制圖只需要應用判定異常的準則。
65 60 55 50 45 40 35 30 0 5 10 15 20
USL UCL CL LCL LSL
25
是否合格? 是否有超出規格的風險? 需不需要調整? 如何調整?
18
常用管制圖分類
數據 分配 管制圖
平均數-全距管制圖 計量值 常態分配 平均數-標準差管制圖 中位數-全距管制圖 個別值-移動全距管制圖 不良率管制圖 計件值 計數值 缺點數管制圖 計點值 卜氏分配 單位缺點數管制圖 c u Chart Chart 二項分配 不良數管制圖
管制圖作用
貫徹預防為主的原則 應用管制圖可以減少不良品和重做,從而提高生產率和降低成本。 減少不必要的製程調整。 – 管制圖可用來區分品質的偶然波動和異常波動,從而使操作者減少不必要 的製程調整,後者可以引起製程性能的劣化。 進行製程診斷。 提供有關製程能力的訊息。
5
管制圖的基本原理(1/3)
SPC基本原理: – 被量測出的產品品質特性均是由於某些偶然因素所造成的結果。 – 某些「偶然因素下的一致現象」,是任何製造和檢驗的架構下所固有的。 – 在這固有之”一致現象”的狀態下的變動將無法找到原因。 – 在該狀態外的變動原因,則是可被發現而加以改正的。 影響產品品質的變異分為不可歸咎變異和可歸咎變異兩類因素: – 不可歸咎變異因素(機遇)是在製程中隨時都會影響到產品。 – 可歸咎變異因素(特殊)則是在某種特定條件下的製程中才會影響到產品。
抽樣數=1
n < 10
n =3,或5
n >=10
C Chart
不合格 數目
U Chart 每單位 缺點數
簡記
x -R
Chart Chart Chart
~ x -R
p pn
x -S
X - Rm Chart Chart Chart
19
管制圖
管制圖使用時機
連續資料 (計量值資料)
計數或分類資料 (計數值資料)
計數
計件
計量值
缺點數
不良品 或不合格品
固定的
樣本大小
不固定的 樣本大小
固定的 抽樣數
不固定的 抽樣數
貫徹二十字
調整管制界限
有無異常因素
NO 統計管制狀態 (穩態)
13
管制圖的判定一般準則(JGP)
判定異常的準則
– 待合下列各情況之一即判定製程存在異常因素 點在管制界限外或恰在管制界限上 管制界限內的點排列非隨機
14
JGP管制圖的研判
一點落於A區以外(+3σ及-3σ外) 連續6點遞增或遞減
連續9點落在中心線(CL)同一側
2
何謂管制圖(SPC)
統計製程管制主要是應用管制圖對製程進行管制,從而實現全製 程的預防為主,而抽樣檢查則用來取得關於製程品質的資訊。 SPC (統計製程管制)
– S--Statistical(統計) – P--Process(製程) – C--Control(控制.管制)
3
何謂管制圖(SPC)
X6
47.68 50.16 66.42 44.57 55.92 57.34 32.50 45.59 58.94 59.43 53.42 65.77 65.48 38.34 47.51 58.34 28.07 69.23 43.18 47.83
Eart)
X2
43.00 37.23 61.78 59.00 35.84 64.21 27.27 50.41 45.59 64.90 47.11 34.34 44.12 33.91 46.36 67.11 48.56 58.49 44.97 50.26
X3
44.55 51.39 39.65 54.00 55.12 62.43 44.80 54.02 35.07 54.53 61.70 51.04 41.27 39.43 54.27 58.33 41.29 58.54 55.32 40.28
管制圖是對製程或服務的品質特性加以測量、記錄並從而進行管制的一種科學方法設 計的圖。 – 圖上有中心線(Central line,記以CL),管制上限(Upper control line,記以UCL), 管制下限(Lower control line,記以LCL),並按時間順序抽取的樣本統計量數值的 繪點序列。 – 規格界限用來區分合格不合格,管制界限用來區分偶然波動和異常波動。
USL UCL CL LCL LSL
4
CL: 管制中心 UCL: 管制上限(upper control limit) LCL: 管制下限(lower control limit) SL: 規格中心 USL(SU): 規格上限(upper specification limit) LSL(SL): 規格下限(lower specification limit)
E xp . O v e ra ll P e rf o rm a n ce P P M ?< ?LS L 499.45 P P M ?> ?U S L 711.18 P P M ?T o ta l 1 210.63
-3σ
-2σ
-1σ
μ
68.26% 95.45% 99.73%
+1σ
+2σ
+3σ
μ -3σ μ μ +3σ
Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
17
X1
45.87 57.10 29.93 57.01 68.38 69.76 57.01 46.65 33.97 54.56 45.27 41.76 31.90 45.32 60.91 64.49 48.53 54.44 50.65 51.89
8
Mean 平均值
管制圖原理(3/3)
P r o c e s s C a p a b i l i ty o f C 1
LS L
P ro c e s s D a ta LS L 9 .0 0 0 0 0 T a rg e t * USL 1 1 .0 0 0 0 0 S a m p le M e a n 1 0 .0 1 5 5 5 S a m p le ?N 30 S tD e v (W ith in ) 0 .2 3 4 8 0 S tD e v (O v e ra ll) 0 .3 0 8 6 0
相关文档
最新文档