IntrotoSPC

X图
UCLX=X+E2R LCLX=X- E2R
在I- MR 图中,取n=2; 所以E2=2.66
SPC -24
I-MR控制图
【解】 此20批产品黏度之平均值 ＝32.8，
由此可得I控制图之控制上限是 UCL＝32.8+2.66*5.053=46.24
中心線＝32.8 LCL＝32.8-2.66*5.053=19.36
X Bar-S图：均值和标准差图
SPC -17
控制图类型
Attribute Control Charts:记数型控制图:
1 P Chart: 画不良率图 2 np Chart: 不良数图，子群数(subgroup size)最
好应固定(当然也可不固定） 3 U Chart: 画缺陷率图 4 C Chart: 缺陷数图，子群数应固定
定义：控制图是对过程质量特性值加以测量，记录并进行控制管理的一种统计 工具图表。
Statistical: 统计 Process： 过程（包含过程输入和输出） Control： 控制
SPC -3
质量特性
控制图基本构造
控制上限UCL
控制中线CL
控制下限LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
20 0.180 3.735 0.415 1.585
21 0.173 3.778 0.425 1.575
22 0.167 3.819 0.434 1.566
23 0.162 3.858 0.443 1.557
24 0.157 3.895 0.451 1.548
25 0.153 3.931 0.459 1.541
SPC -15
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。 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
SPC -16
8
1.099 0.9650 0.185 1.815
9
1.032 0.9693 0.239 1.761
10 0.975 0.9727 0.284 1.716
11 0.927 0.9754 0.321 1.679
12 0.886 0.9776 0.354 1.646
13 0.850 0.9794 0.382 1.618
30 28.3 32.8
移动极差
7.7 3.9 6.2 3.3 8.1 9.9 0.8 1.9 7.8 1.1 5.8 2.5 10.2 0.9 5.2 5.1 7.7 6.2 1.7 5.053
利用Minitab画I-MR图
SPC -23
I-MR Chart控制限计算公式：
MR图
UCLMR=D4R LCLMR=D3R
查表得知D3＝0，D4＝3.267。由此可得移动全距
控制图之參数為 UCL＝D4*R
＝3.267×5.053＝16.508
中心線＝5.053 LCL＝0
Moving Range Chart of 黏 度
18
16
UCL=16.51
14
12
10
8
6
__
MR=5.05
4
2
0
LCL=0
1
3
5
7
9
ቤተ መጻሕፍቲ ባይዱ
11
13
15
8
0.373 2.847 0.136 1.864
9
0.337 2.970 0.184 1.816
10 0.308 3.078 0.223 1.777
11 0.285 3.173 0.256 1.744
12 0.266 3.258 0.283 1.717
13
.249 3.336 0.307 1.693
“人不能两次踏进同一条河流” 波动无处不在 了解正常波动和异常波动 区分正常波动和异常波动 排除异常波动，缩小正常波动
SPC -9
Control Chart Pattern -- Unnatural
1) Shift( 偏移)
2) Cycles（周期性）
3) Trends（下降趋势） 4) Freaks（异常）
控制图类型
Variable Control Charts: 计量型控制图: 1 I-MR Chart: Individual and Moving Range Chart
I-MR图: 个体和移动极差图 2 X Bar-R Chart: X Bar and Range Chart
X Bar-R图: 均值和极差图 3 X Bar-S Chart: X Bar and Standard Deviation Chart
n
A3
C4
B3
B4
14 0.817 0.9810 0.406 1.594
15 0.789 0.9823 0.428 1.572
16 0.763 0.9835 0.448 1.552
17 0.739 0.9845 0.466 1.534
18 0.718 0.9854 0.482 1.518
19 0.698 0.9862 0.497 1.503
20 0.680 0.9869 0.510 1.490
21 0.663 0.9876 0.523 1.477
22 0.647 0.9882 0.534 1.466
23 0.633 0.9887 0.545 1.455
24 0.619 0.9892 0.555 1.445
25 0.606 0.9896 0.565 1.434
• Process change
（工序变化）
• Pressure or temp
change（改变压力或温
• Tool wear（工具磨
损）
度）
• Inadequate
• Machine adjustment(调整机器）
• Different operators
（操作员工不同）
maintenance（保
SPC -20
X – S SPC常数表
n
A3
C4
B3
B4
2
2.659 0.7979
-
3.267
3
1.954 0.8862
-
2.568
4
1.628 0.9213
-
2.266
5
1.427 0.9400
-
2.089
6
1.287 0.9515 0.030 1.970
7
1.182 0.9594 0.118 1.882
SPC -12
标准差规则－“数据落点概率?”
我们测量 的对象
3 Sigma 2 Sigma 1 Sigma 1 Sigma 2 Sigma 3 Sigma
时间
SPC -13
% 数据概率
UCL
99.73%
95%
66.8%
LCL
控制图的形成
SPC -14
点出界就判异
点出界就判异成为一条判异准则。 用数学语言来说，这是小概率事件原理：小概率事件在 一次取样中通常不会发生，若发生即判断异常。 控制图就是统计假设检验的图上作业法。
SPC -11
正态分布的概率
样本值出现的概率
40% 30% 20% 10%
0% -4
68% 95% 99.73%
某某区区间间內內数数据据的的 累累计计概概率率
-3 -2 -1 0 1 2 3 4
与平均值相距的标准差个数
不论µ与σ如何取值, 落在[µ－3σ，µ + 3σ]范围内的概率 为99.73%。
Statistical Process Control 统计过程控制
UCL CL LCL
Time
SPC -1
质量发展历程
19 世纪末
操操作作者者的的质质量量管管 理理
20世纪初
检检验验质质量量管管理理
20世纪20年代
统统计计质质量量管管理理
SPC -2
控制图产生及其定义
产生：1924年，美国的休哈特（W.A.Sheuhart）首先提出用控制图进行工序 控制，起到直接控制生产过程，稳定生产过程的质量达到预防为主的目 的。
养不到位）
• Machine overhaul • Change of tooling • Fatigue（疲劳）
（检修机器）
（模具变更）
• New raw material
（采用新材料）
SPC -10
• Machine breakdown
（机器崩溃）
• Extreme adjustment
（彻底调整）
C
C+3√C
C-3√C
U
U+3√U/n
U-3√U/n
SPC -19
X – R SPC常数表
n
A2
d2
D3
D4
2
1.880 1.128
-
3.267
3
1.023 1.693
-
2.574
4
0.729 2.059
-
2.282
5
0.577 2.326
-
2.114
6
0.483 2.534
-
2.004
7
0.419 2.704 0.076 1.924
SPC -18
常用SPC 之控制上 / 下限
類型
X -R
X -S
p np C U
CL
UCL
LCL
X
X + A2R
X – A2R
R
D4R
D3R
X
X + A3S
X – A3S
S
B4S
B3S
p
p+3√p(1–p)/n p-3√p(1–p)/n
np
np + 3 √ np ( 1 – p ) np - 3 √ np ( 1 – p )
Individual Value
I Chart of 黏 度 50
UCL=46.24 45
40
35
_
X=32.8
30
25
20
LCL=19.36
1
3
5
7
9
11
13
15
17
19
Observation
SPC -25
变异的种类-- “特殊要因与一般要因”
影响产品质量的因素很多，大致可归结为5M1E;共6 个方面，即人员 (Man)、机器设备(Machine)、原材料(Material)、生产加工的方法 (Method)、测量工具(Measurement)和环境(Environment)。从统计的 角度，我们可将影响产品质量的众多因素分为特殊要因和普通要因 两大类。
SPC -21
I-MR控制图
【例】某种化学产品之主要品质特性為黏度，此产品因为短期内 样本数据较为稳定，故使用样本大小n=l，下表為20批产品之数 据。試計算控制界限。 (SPC.mtw中I-MR)
【解】 此20批产品黏度之平均值 ＝32.8， Spc.mpj
兩連续数据之移动全距的平均值
＝5.053，
特殊要因(系统性原因）是某种特定的原因，往往造成产品与质量标准发 生较大的整体偏差(如质量加工实际均值x与标准值μ间的误差)。例如加 工机器未按质量标准调试好、原材料质量不合格、加工方法不对等等。 由系统性原因产生的误差，一经查明都是可以纠正的。如是机器的问题 要重新调试；如是原材料问题可以更换；如是加工方法问题应予改进， 等等。
SPC -5
规格限 UCL
将导致在此处耗费 时间查找原因
SPC的意义
“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”
SPC -6
我们解释数据的方法
每天我们都被数据所淹没，我们被迫作出结果： : 上班时间比往常晚了5分钟 : 工厂的产量减少了4% : 考试成绩下降了6分 我们该采取措施了吗？
SPC -7
我们历史上如何处理数据
痛苦和受难
别管它 没事
痛苦和受难
“顾客”要求下限
此方法
“顾客” 要求上限
Ê告诉你从顾客要求角度你处于什么位置 Ê不能告诉你如何达到目标或下一步该做什么
强迫达到顾客要求将导致一个人： 1. 真的改善流程 2. 破坏流程 3. 破坏数据 (完整性)
SPC -8
SPC的基本原理
• Incorrect data（数据
不正确）
• Accidental damage（
意外损坏）
• Chips entangle（碎片
卷入）
Prepared by Zhuxb
SPC的意义
¾ 全面、及时了解质量信息，信息共享 ¾ 有效监测和预防，提高良率 ¾ 提高客户满意度，赢得更多客户 ¾ 保持产品和服务质量的稳定性及进一步的持续改进 ¾ 降低总的质量成本
样本号（或时间）
控制图的构造 1 以随时间推移而变动着的样品号为横坐标，以质量特性
值或其统计量为纵坐标的平面坐 标系； 2 三条具有统计意义的控制线：中心线CL、上控制线UCL
和下控制线LCL； 3 一条质量特性值或其统计量的波动曲线。
SPC -4
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！
n
A2
d2
D3
D4
14 0.235 3.407 0.328 1.672
15 0.223 3.472 0.347 1.653
16 0.212 3.532 0.363 1.637
17 0.203 3.588 0.378 1.622
18 0.194 3.640 0.391 1.608
19 0.187 3.689 0.403 1.597
17
19
Observation
SPC -22
Moving Range
批号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 平均
黏度
36.3 28.6 32.5 38.7 35.4 27.3 37.2 36.4 38.3 30.5 29.4 35.2 37.7 27.5 28.4 33.6 28.5 36.2