SPC-文档资料
spc培训教材完整版
SPC与其他质量管理体系融合应用
与六西格玛管理的融合
将SPC作为六西格玛管理的一个重要工具,用于识别和改进生产过程中的问题和波 动。
结合六西格玛管理的DMAIC流程,运用SPC对生产过程进行持续改进和优化。
SPC与其他质量管理体系融合应用
免类似异常的再次发生。
06
SPC在企业中实施与推广
SPC实施步骤和关键成功因素
明确目标
确定SPC实施的目标和范围,包括要控制的 产品特性、生产过程和关键质量指标等。
数据收集
建立数据收集系统,收集生产过程中的原始 数据,并进行整理和清洗。
SPC实施步骤和关键成功因素
过程分析
运用统计技术对生产过程进行 分析,识别过程中的异常和波 动,并确定过程能力。
与精益生产的融合
将SPC与精益生产相结合,实现生产过程的高效、稳定和可控。
利用精益生产的理念和工具,如价值流分析、持续改进等,推动SPC的 实施和推广。
企业内部SPC培训和文化建设
统计技术基ห้องสมุดไป่ตู้知识培训
包括概率论、数理统计等基础知识,帮助员工掌握基本的统计概念和方法。
SPC理论和方法培训
深入讲解SPC的理论和方法,包括控制图的制定、分析和应用等,使员工能够熟练掌握 SPC技术。
SPC在企业中应用价值
提高产品质量
通过实施SPC,企业可以及时发现并解决生产过程中的问题,减少产品缺陷和不良品率, 提高产品质量和客户满意度。
降低生产成本
SPC有助于企业优化生产流程、提高设备利用率和劳动生产率,从而降低生产成本、提高 经济效益。
提升企业竞争力
SPC(精要版)
过程控制和QS
[质量体系]所有活动都是过程。 [质量策划]要求采用APQP的过程控制策划 [过程控制]要求质量策划的实施包括以下内容: —过程控制计划 —过程监控和操作者作业指导书 —预防性维护 —监视过程能力、效率、有效性。
统计过程控制
使用诸如控制图等统计技术来分析过程或 其输出,以便采取适当的措施来达到并保 持统计控制状态,并从而提高过程能力。 SPC:使过程持续、稳定地具备所需要的 能力!
பைடு நூலகம்
过程控制
过程控制:是为了确保满足顾客的要求, 而对过程所执行的一套程序,和经过计划 的措施。这些程序和措施包括: 经过计划的用以搜集有关输入和输出的信 息的信息性经验 基于已搜集的信息而对过程进行的调整。
过程控制
过程控制系统的目标:是对影响过程的措施作 出经济合理的决定。平衡不需控制时采取了措 施(过度控制或擅自改变)和需要控制时未采取措 施(控制不足)的后果。必须在变差的两种原因— —特殊原因和普通原因的关系下处理好这些风 险。 过程在统计控制下运行:指的是仅存在造成变 差的普通原因。这样,过程控制系统的一个作 用是当出现变差的特殊原因时提供统计信号, 并且当不存在特殊原因对避免提供错误信息。
区分计量型数据和计数型数据
计量型数据( Variables Data):定量的数据,可用测 量值来分析。例如:用毫米表示的轴承轴颈直径,用牛 顿表示关门的力,用百分数表示电解液的浓度,用牛 顿.米表示紧固件的力矩。 计数型数据 (Attributes Data ):为可数的定性数据。 例如所要求的标签是否存在,紧固件是否全部安装,一 个报告中的差错数,由通止规检验出的轴的直径的可接 受率等特性。 -计数型数据即可以是通止型的,也可以表示为计量型 数据的个数。
SPC培训资料汇编
SPC培训资料汇编一、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。
它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆,并采取措施消除其影响,使过程维持在仅受随机性因素影响的受控状态,以达到控制质量的目的。
SPC 强调预防为主,通过对过程数据的收集、分析和监控,提前预测可能出现的质量问题,从而避免不合格产品的产生,降低生产成本,提高生产效率和产品质量。
二、SPC 的基本原理1、过程的波动性任何生产过程中,产品的质量特性值总是存在着一定的波动。
这种波动可分为正常波动和异常波动。
正常波动是由随机原因引起的,对产品质量影响较小,在生产过程中是允许存在的。
异常波动则是由系统原因引起的,对产品质量影响较大,在生产过程中是不允许存在的。
2、控制图原理控制图是 SPC 中最重要的工具之一。
它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。
控制图上有中心线(CL)、上控制限(UCL)和下控制限(LCL)。
通过观察点子在控制图中的分布情况,可以判断过程是否稳定。
当点子随机分布在控制限内,且没有明显的规律性时,说明过程处于稳定状态;当点子超出控制限,或者呈现出明显的规律性(如连续上升或下降、周期性变化等)时,说明过程出现了异常,需要采取措施进行调整。
三、SPC 常用的控制图1、均值极差控制图(XR 图)适用于计量值数据,是最常用的一种控制图。
均值控制图用于观察分布的均值变化,极差控制图用于观察分布的离散程度。
2、均值标准差控制图(XS 图)与 XR 图类似,但用标准差代替极差来反映数据的离散程度。
当样本量较大(n>10)时,使用 XS 图更为精确。
3、中位数极差控制图(XRm 图)适用于现场需要把测定数据直接记入控制图进行控制的场合,简便直观。
4、单值移动极差控制图(XMR 图)适用于单件小批生产过程,以及测量费用较高的场合。
SPC资料
SPC简介SPC即英文“Statistical Process Control”之缩写,意为“统计过程控制” SPC或称统计过程控制。
SPC主要是指应用统计分析技术对软件开发与测试过程进行实时监控,科学的区分出软件开发与测试过程中产品质量的随机波动与异常波动,从而对软件开发与测试过程的异常趋势提出预警,以便开发与测试管理人员及时采取措施,消除异常,恢复过程的稳定,从而达到提高与控制质量的目的。
在软件开发与测试过程中,缺陷率、生产率的波动是不可避免的。
它是由人、技术、流程、工具、方法与环境等基本因素的波动影响所致。
波动分为两种:正常波动与异常波动。
正常波动是偶然性原因(不可避免因素)造成的。
它对产品质量影响较小,在技术上难以消除,在经济上也不值得消除,正常波动是稳定状态。
异常波动是由系统原因(异常因素)造成的。
它对产品质量影响很大,但能够采取措施避免与消除。
过程控制的目的就是消除、避免异常波动,使过程处于稳定状态。
SPC可以为企业带的好处SPC 强调全过程监控、全系统参与,并且强调用科学方法(主要是统计技术)来保证全过程的预防。
SPC不仅适用于质量控制,更可应用于一切管理过程(如产品设计、市场分析等)。
正是它的这种全员参与管理质量的思想,实施SPC可以帮助企业在质量控制上真正作到"事前"预防与控制,SPC可以:· 对过程作出可靠的评估;· 确定过程的统计上下限,判断过程是否失控与过程是否有能力;· 为过程提供一个早期报警系统,及时监控过程的情况以防止废品的发生;· 减少对常规检验的依赖性,定时的观察以及系统的度量方法替代了大量的检测与验证工作;有了以上的预防与控制,我们的企业当然是可以:· 降低成本· 降低不良率,减少返工与浪费· 提高劳动开发与测试率· 提供核心竞争力· 赢得广泛客户· 更好地理解与实施质量体系一. 为何要使用SPC1) 什么是SPCSPC(Statistical Process Control)统计制程控制,是企业提高质量管理水平的有效方法。
spc全部资料
极差(Range) σ(Sigma) 标准差 (Standard Deviation) 分布宽度 (Spread) 中位数 ˜x 单值 (Individual)
将一组测量值从小到大排列后,中间的值即为中位数。 如果数据的个数为偶数,一般将中间两个数的平均值 作为中位数。
一个单个的单位产品或一个特性的一次测量,通常用 符号 X 表示。
每件产品的尺寸与别的都不同
范围 范围 范围 但它们形成一个模型,若稳定,可以描述为一个分布
范围
范围 范围 分布可以通过以下因素来加以区分 位置 分布宽度
范围
形状
或这些因素的组合
如果仅存在变差的普通原因, 随着时间的推移,过程的输 出形成一个稳定的分布并可 预测。
目标值线
预测
时间
范围
目标值线
预测
如果存在变差的特殊 原因,随着时间的推 移,过程的输出不 稳定。 时间
结果举例
螺丝的外径(mm) 从基准面到孔的距离(mm) 电阻(Ω) 锡炉温度(º C) 工程更改处理时间(h)
控制图举例
X图 R图
接上页
测量方法必须保证始终产生准确和精密的结果 不精密 精密
不准确
•• • • • • ••
• • •••• •• • • • •• •• •
• • • • • •
准确
接上页
5、使不必要的变差最小 确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值 注:应在过程记录表上记录所有的相关事件,如:刀具更新,新的材料批 次等,有利于下一步的过程分析。
均值和极差图(X-R)
1、收集数据
以样本容量恒定的子组形式报告,子组通常包括2-5件连续的产品, 并周性期的抽取子组。 注:应制定一个收集数据的计划,将其作为收集、记录及描图的依据。 1-1 选择子组大小,频率和数据 1-1-1 子组大小:一般为5件连续的产品,仅代表单一刀具/冲头/过程 流等。(注:数据仅代表单一刀具、冲头、模具等 生产出来的零件,即一个单一的生产流。) 1-1-2 子组频率:在适当的时间内收集足够的数据,这样子组才能 反映潜在的变化,这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次,或一小时一 次等。
SPC_完整手册
第31页,共60页。
二、 概率基础知识 1. 掌握随机现象、事件的概念 2. 熟悉事件的运算(对立事件、并、交及差)
3. 掌握概率是事件发生可能性大小的度量的概念 4. 了解概率的古典定义以其简单计算
5. 掌握概率的统计定义
7.熟悉稳定性、漂移的概念 (三) 了解测量仪器的选用原则
第25页,共60页。
四、 测量结果 (一) 测量准确度和精密度
1.掌握测量准确度和精密度的概念 2.了解测量准确度和精密度的区别 (二) 测量重复性和再现性
1.掌握测量重复性和再现性的概念 2.了解测量重复性和再现性的区别
第26页,共60页。
第27页,共60页。
3.测量不确定度的评定 (1)了解测量模型的建立 (2)掌握标准不确定度 A 类评定方法
(3)熟悉标准不确定度 B 类评定的常用方法
(4)掌握合成标准不确定度的计算方法 (5)熟悉扩展不确定度的评定 (6)了解测量不确定度的报告
4.掌握测量不确定度应用实例
第28页,共60页。
六、测量控制体系 (一)概述 1.熟悉测量控制体系的概念 2.了解测量控制体系的组成 (二)测量设备的计量确认
五、 测量误差和测量不确定度 (一) 测量误差和测量结果修正 1.掌握测量误差的概念
2.熟悉系统误差和随机误差的概念 3.了解测量结果修正的方法 (二) 测量不确定度 1.基本概念
(1)掌握测量不确定度概念
(2)熟悉标准不确定度和合成标准不确定度的概念 (3)熟悉扩展不确定度的概念 2.了解测量不确定度的来源
第10页,共60页。
第二章 供应商与顾客关系管理
一、பைடு நூலகம்供应商管理概述 1.掌握供应商(供方)与供应链的概念 2.了解供应链发展 3.熟悉组织与供应商关系的典型模式 4.了解八项质量管理原则之一"互利的供方关系"在供 应商管理中的体现
SPC手册(中文WORD版)
本手册所描述控制图的选用程序否是是是是是注:本图假设测量系统已经过评价并且是适用的第Ⅰ章持续改良及统计过程控制概述在今天的经济气候下,为了事业兴盛,我们——汽车制造商,供方及销售商否 是 是 是 是必须致力于不断改良。
我们必须寻找更有效的方法来提供产品及效劳。
这些产品和效劳必须不断地在价值上得以改良。
我们必须重视内部以及外部的顾客,并将顾客满意作为企业的主要目标。
为了到达这一目标,我们组织中的每一个人都必须确保不断改良及使用有效的方法。
本手册涉及到第二个领域的某些要求。
它描述了能使我们致力于的改良更有效的几种根本的统计方法。
为了完成不同的任务需要不同程度的理解。
本手册的对象是见习生以及刚开始从事统计法应用的管理人员。
对于现在正在应用更先进技术的人员,本手册也可作为他们学习这些根本方法的参考文献。
本手册并没有包括所有的根本方法。
附录H所列的参考文献或手册中阐述了其他的根本方法(例如:检查清单、流程图、排列图、因果分析图等)及一些先进的方法(如其他控制图、试验设计、质量功能展开等)。
本书所述的根本统计方法包括与统计过程控制及过程能力分析有关的方法。
本手册的第1章阐述了过程控制的背景知识,解释了一些重要的概念:如变差的特殊及普通原因,并介绍了控制图,这个用来分析及监控过程非常有效的工具。
第Ⅱ章描述了构造和使用计量型数据控制图表(定量的数据,或测量)的 -X—R,-X—s图,中位数图以及X—MR(单值及移动极差)图。
这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。
第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种控制图:p图、np图及u 图。
第Ⅳ章介绍了测量系统分析的内容并列举了适当的例子。
附录包括分组及过度调整的例子,如何使用控制图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。
术语索引给出了本手册所使用的术语及符号的解释,参考文献一节向读者提供了进一步学习的材料。
在开始讨论之前,需进行六点说明:1.收集数据并用统计方法来解释它们并不是最终目标,最终目标应是对读者的过程不断加深理解。
SPC过程控制精选全文完整版
可编辑修改精选全文完整版1.统计过程控制SPC即统计过程控制。
是利用统计方法对过程中的各个阶段进行控制,从而达到改进与保证质量的目的。
SPC强调以全过程的预防为主。
也是中国人民武装警察部队特种警察学院的简称,该学院又叫做武装特警学院.它是训练特种兵的学院,同时还是执行任务的机构.目录一、spc的基础知识1.关于控制、过程、统计2.特性及其分类3.统计学基础二、spc的基本原理4.过程的理解与过程控制5.波动及波动的原因6.局部措施和系统措施三、统计过程的控制思想1.正态分布简介2.统计控制状态及两种错误3.过程控制和过程能力4.过程改进循环四、控制图类型1.控制图应用说明2.控制图的定义和目的3.控制图解决问题思路4.控制图益处5.控制图分类6.控制图的选择五、建立计算型控制图的步骤和计算方法1.均值和极差图2.均值和标准差图3.中位数和极差图4.单值和移动极差图六、计数型控制图与过程能力指数1.过程能力解释前提2.过程能力的计算3.过程能力指数4.过程绩效指数七、过程判异准则以下是常用的八项判异准则:1、一点落在A区以外;2、连续9点落在中心线同一侧;3、连续6点递增或递减;4、连续14点相邻点上下交替;5、连续3点有2点落在中心线同一侧的B区以外;6、连续5点中有4点落在中心线同一侧的C区以外;7、连续15点在C区中心线上下;8、连续8点在中心线同侧。
SPC统计过程控制1、前言─SPC的由来、发展和基本要求2、识别关键控制点3、数据变异的衡量和分析· 直方图4、数据的动态变异· 控制图4.1、随机波动与异常波动4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点4.3、常规控制图的类型和实例s 控制图的结构和概念解释s 控制图类型和用途1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图)s 结构和应用流程s 举例2) I和MR控制图s 结构和应用流程s 举例3) 离散U、C、P、NP控制图s 结构和应用流程s 举例s 如何收集数据s 采样及数据收集s 设定和维持控制界限4.4、控制图制订和使用中的若干实际问题4.5、现代控制图技术案例5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具s 5M1E要素s 分层法与排列图s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法7、如何实现有效的SPC现场控制s 受控的标准s 流程失控的表现s 失控的现场应对s 练习制作控制图进行失控分析s SPC实施中现场“看得见管理”应用的直观显示图表8、SPC的效果评估的方法s 显著性检验s 统计抽样检验9、回归分析s 一元线性回归分析s 曲线回归s 双列相关分析10、方差分析s 方差分析的基本概念及其应用s 方差分析在MSA(测量系统分析)中的应用s 多重比较:q检验11、试验设计(Design of Experiment, DOE) --介绍正交试验设计12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)如何创建SPC系统1、关键流程的确定2、稳定工艺过程3、过程能力的测定和分析4、确定控制标准5、选择和建立控制图6、制定反馈行动计划7、MSA测量系统分析8、SPC应用的有效性评估9、SPC应用的团队活动10、案例分析及实施疑难探讨SPC的有效实施一、原因分析目前我们国内许多企业也开始逐步认识和推广SPC,但并没有达到预期的效果,为什么呢?究其原因,主要可以分为以下几点:1、企业对SPC缺乏足够的全面了解2、企业对实施SPC的前期准备工作重视不够3、未能有效地总结和借鉴其他企业的经验二、改进对策针对以上原因,要保证SPC实施成功,企业应重视如下几方面的工作:1、领导的重视2、工程技术人员的认识和重视3、加强培训4、重视数据5、实施PDCA循环,达到持续改进统计工序控制即SPC(Statistical Process Control)。
S P C演示文件
讨论正态分布,最简单的莫过于用两个参数:均值(µ)与标准
差(σ)来表示。均值(µ)与标准差(σ)的变化对于正态分布的影响见图
由图1可见, 若 均 值 (µ) 增大为µ ´ ,则
曲线向右移动,分布中心发生变化。
由图2可见,若标准差(σ)越大,则加工 质量越分散。标准差(σ)与质量有着密切的
2. 过程性能指数的含义
过程性能指数是利用样本均值和样本标准差通过计算得到的, 反映了当前的取样数据所对应的过程的性能,此时的过程可能处 于稳态,也可能出现了异常,即过程存在偶因也可能还存在异因, 过程性能指数恰好反映了当时过程的性能。过程性能指数是对实 时过程性能的描述。
3. 过程能力指数与过程性能性能指数都是对过程满足标准、规范 程度的反映。
ε为偏移量, K为偏离度。
所以提高Cp、 CpK有下列途径: (1) 减小偏移量,在实际生产过程中采取调整工艺参数的手段,尽
可能使质量特性值的分布中心μ接近目标值M。
(2) 减小σ,即减少偶波,这涉及到质量因素的五个方面:人、机、
料、法、环,需要进行深入的调查研究,确定进一步改进的方 向,并由高层领导确定最终的改造方案。 (3) 在可能的情况下,适当的加大公差的范围。
过程性能指数Pp反映了当前过程加工的均匀性、一致性,
即当前的“过程能力”,是实时分析。 Pp越大,则当前过程的
质量波动越小,过程的性能越强,合格率越高。 Ppk则反映了 当前过程样本均值x与公差中心M存在偏移的情形, Ppk越大越 接近Pp,则样本均值x与与公差中心M二者的偏离程度越小,说 明当前过程的管理水平越高。Ppk离Pp越远,则样本均值x 与 公 差中心M二者的偏离程度越大,说明当前的管理水平亟待提高 ,以实现合格率的迅速提升。 Ppk是当前的“过程能力”与 “ 管理能力”二者综合作用的结果, Pp与Ppk二者的着重点不 同 ,需要同时加以考虑,联合应用,对过程进行分析与判断。
SPC 培训教材
式中: X1 , X2 • • • •为子组内的每个测量值。n 表示子组 的样本容量
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 :
注:一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的 2倍。
( 例如:平均值图上1个刻度代表0.01英寸,则在极差图上1 个刻度代表0.02英寸) 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上点描好后及时用直线联接,浏览各点是否合 理,有无很高或很低的点,并检查计算及画图是否正确。 5-2 确保所画的X bar和R点在纵向是对应的。 注:对于还没有计算控制限的初期操作的控制图上应清楚地 注明“初始研究”字样。
*
极差(R 图)
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
*样本容量小于7时,没有极差的下控制限
零件号:XXX 零件名称:XXX
对特殊原因采取措施的说明
o 任何超出控制限的点 o 连续7点全在中心线之上或
之下 o 连续7点上升或下降 o 任何其它明显非随机的图
形
采取措施的说明
7
.42
8
.37
9
.34
10
.31
D3 * * * * *
.08 .14 .18 .22
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
在确定过程能力之前, 过程必须受控。
36
1-3、计算每个子组的均值(Xbar)和极差R 对每个子组计算: X=(X1+X2+…+Xn)/ n
控制界限=平均值±3σ
SPC实用培训资料
SPC实用培训资料一、SPC 简介SPC,即统计过程控制(Statistical Process Control),是一种借助统计方法来监控和控制生产过程的工具。
它通过收集和分析过程中的数据,帮助我们识别过程中的变异,并采取相应的措施来减少变异,从而提高产品或服务的质量,降低成本,增强企业的竞争力。
SPC 并非是一种全新的概念,其发展已有相当长的历史。
在现代制造业中,SPC 得到了广泛的应用,无论是大规模的生产企业,还是小型的加工车间,都能从中受益。
二、SPC 的基本原理SPC 的核心原理基于这样一个观点:任何生产过程中都存在变异。
这些变异可以分为两种类型:普通原因变异和特殊原因变异。
普通原因变异是由过程固有的因素引起的,如机器的正常磨损、原材料的微小差异等。
这种变异是不可避免的,但是可以通过改进过程来减少。
特殊原因变异则是由非固有因素引起的,如机器故障、操作失误、原材料的重大缺陷等。
这种变异是可以被识别和消除的。
SPC 就是通过对过程数据的监测和分析,来区分这两种变异。
当数据显示存在特殊原因变异时,我们就需要采取措施来解决问题,使过程恢复到正常状态。
三、SPC 常用的控制图1、均值极差控制图(X R 控制图)均值极差控制图是最常用的控制图之一。
它由均值控制图(X 控制图)和极差控制图(R 控制图)组成。
X 控制图用于监控过程的均值变化,R 控制图用于监控过程的离散程度。
2、均值标准差控制图(X S 控制图)与均值极差控制图类似,但用标准差替代极差来衡量过程的离散程度。
在样本量较大(n > 10)时,均值标准差控制图更为精确。
3、中位数极差控制图(Xmed R 控制图)当测量数据不是正态分布时,中位数极差控制图可能更适用。
4、单值移动极差控制图(X MR 控制图)适用于对单个测量值进行监控,如对化工过程中的某些参数的监控。
四、SPC 数据收集数据收集是 SPC 实施的基础。
在收集数据时,需要遵循以下原则:1、样本的代表性所收集的数据应能够代表整个生产过程,避免只选取特定时间段或特定批次的数据。
SPC-Advance2007828精品文档
正常波动:
稳定的; 结果是可预测的; 是永久性的;
异常波动:
不稳定的; 结果不可预测; 现象会重复发生, 除非有所行动; 可以减少;
SPC的重要性
是贯彻预防原则的SPC的重要工具,是质量管理七个工具的核心。 1984年名古屋工业大学调查115家日本各行各业的中小型工厂,平均每
性值选择控制图类型.
4、控制图的应用时机; 5、控制图的应用步驟
概念介绍
计量值: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尺寸、长度、 形位误差等, 如电池之压片厚度, 小片称重, 卷针直 径等指标.
计数值:通常是指不用仪器即可测出的数据。计件如
不合格品数, e.g 裁大片外观不良数,服从二项分布; ON
控制图的分类(按数据种类分)
計量值管制图 (Control Charts for Variables)
─ 平均值与全距控制图(X-R Chart)
─ ─
平 中均位数值标与准全差距控控制制图图((~XX--σR CChhaarrtt))
越多越好
─ 个别值与移动全距控制图(X-MR Chart)
计数值控制图 (Control Charts for Attribute)
1、专心听讲(请手机、BB机“收声”)。 2、积极思维(杜绝“鱼眼”现象)。 3、互动学习(敞开心胸,积极投入,
但须避免“小儿多动症”)。 4、些许自由(允许小磕睡、短时外出,
但须保持安静)。 5、拒绝干扰(非紧急情况下,
请勿接受干扰)。 6、禁止在课室内吸烟。
小憩后请准时回到课室 切勿流连忘返
SPC 原理篇
样本
- 一组只包含部份总体的数据。简单而言,这是总体中 选出的数据,如1000台燃具中的其中10台.
- 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、"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、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)。
CLx =μ UCLx =μ +Aσ LCLx =μ -Aσ
C L R =d2σ U C L R =D 2σ L C L R =D 1σ
28
X-R Chart繪制步驟
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
β α
-3σ
+3σ
9
μ1
μ2
此兩種錯誤在統計判斷時系不可避免的
錯誤,在管制圖有此現象,抽樣檢驗時亦 會發生.
批或制程
判定結果
良 品 不良品
判為不良品
α
1-β 1-α=信賴度
判為良品
1-α
β
1-β=檢定力
10
管制界限與兩種錯誤的關系:
采用μ±2σ時,第一種錯誤增加,第二種錯誤減少.
采用μ±4σ時,第一種錯誤減少,第二種錯誤增加.
.
8
第二種錯誤(Type II Error):“β”
如圖所示,原群體的平均值為μ1,標准差為σ,但 因為某種原因其平均值由μ1→ μ2,亦即群體已經變 化,此時, μ2這一部分並不是我們需要的,但是μ2其 中一部份(斜線部分)仍然在μ1之±3σ范圍內,我們會 判μ2為正常,此種我們稱為第二種錯誤.
X管制圖
中心線 ( CLx ) = X = 0.66 管制上限 ( UCLx ) = X+A2R = 0.66+0.577 ╳ 0.08 = 0.70 管制下限 ( LCLx ) = X-A2R = 0.66-0.577 ╳ 0.08 = 0.61 34
Min 0.60 0.61 0.64 0.61 0.62 0.65 0.64 0.60 0.63 0.62 0.59 0.58 0.60 0.60 0.61 0.61 0.60 0.65 0.66 0.61 Max 0.68 0.68 0.70 0.70 0.72 0.73 0.71 0.71 0.70 0.70 0.67 0.66 0.68 0.67 0.72 0.72 0.70 0.72 0.69 0.64
3.計算各組平均值( X )
X=
X1+X2+X3+……+XK
n
4.計算各組全距( R )
R=Xmax-Xmin (各組最大值-最小值)
29
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
= 0.66
33
5.計算全距之平均值( R ) R= R1+R2+R3+……+RK
k
=(0.08+0.07+0.06+0.09+0.10+0.08+0.07+0.11+0.07
+0.08+0.08+0.08+0.08+0.07+0.11+0.11+0.10+0.07 +0.03+0.03)÷20
= 0.08 6.計算管制界限及繪出
上 限 UCLx = X+A2R
下 限 LCLx = X-A2R
30
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
31
例題:用X-R管制圖來控制AGP GAP,尺寸單位為mm,請
一.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 )
22
管制圖的種類(性質分類)
6
SPC的基本理論是常態分配如圖:
常態分配:
0.135%
68.27%
95.45% 99.73%
0.135%
-3σ -2σ -1σ μ
+1σ +2σ +3σ
7
管制過程認識的兩種錯誤或風險:
第一種錯誤(Type I Error):“α” 由於因為抽樣的關系,會有點子出現在三個標
准差之外,但我們會將此判定為不正常,事實上並非 不正 常,而系屬於0.27%的機遇原因在外面而已.
2.非機遇原因(Assignable cause) 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.
20
管制圖的意義
管制圖是一種以實際產品品質特性與根據過去 經驗所判明制程能力的管制界限比較,而以時 間經過用圖形表示者.
21
管制圖的種類(性質分類)
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.
26
管制圖的意義
管制圖是一種品質的圖解記錄.在圖上有中心線(規格值) 及二條管制界限.中心線是一種規格值,二條管制界限是 容許產品的品質特性在其間變動的范圍.在制造過程中用 抽查的方式,將樣本的統計量,點繪於圖上,用以判斷品質 的變異是否顯著.
第四組數據: 10.05
10.25
10.45
問題一:它們的平均值相等嗎?
問題二:若SPEC定在10.25±0.15,它們合格嗎?
問題三:哪一組數據比較好?
4
統計學的定義
統計是數學的一個分支,是用來討論 如何進行資料的收集、分析、解析 以及大量數字資料的系統化表示.
5
推行統計學的意義
統計的意義是從本質上了解制程或 樣本,避開表面現象, 更准確、有效、 更迅速地進行改善或調整.
=0.69 17
SPC
第二講
18
SPC管制目的
SPC(Statistical Process Control 統計制程管制) 是由制程調查來改進制程能力,不斷降低產品品質的 變異性,而達到提升產品品質的一種方法,其主要工具 為管制圖.
19
品質變異的原因
1.機遇原因(Chance cause) 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.
16
解:1) X=
ΣXi n
262.43 = 25 = 10.49
Σ(Xi-X)2 S= n-1 =
0.02 24
= 0.029
公差裕度-2中心偏移量 0.10 -2│10.49-10.50∣
Cpk=
6標准差
=
6×0.029
= 0.46
規格上限-平均值 10.55-10.49
2)Cpk=
3標准差
= 3×0.029
14
常態分布函數
f(x)= 1 2πσ
e -(x-u)2/2σ 2
σ>0;-∞<u;x<∞
常態分布函數特性:
1.x=u時,圖形之高度最高
2.左右兩邊之圖形對稱於x=u,即f(x)=1-f(x)
3.常態曲線與橫座標間所構成之面積為1.
∫ -∞∞f(x)dy=1
15
如何評價製程能力
例:一批軸承,抽樣量測尺寸如下:
規格上限 管制上限
規格值(中心值)
管制下限 規格下限
27
管制圖界限的計算
X-R 管 制 圖 群 體 μ 及 σ 未 知 與 已 知 時 之 公 式
類別
群體之μ及σ未知時 群體之μ及σ未知時
X 管制圖
CLx =X U C Lx =X +A 2R LCLx =X-A 2R
R 管制圖
C LR =R U C L R =D 4R L C L R =D 3R
32
1.收集數據並記入數據記錄表
2.計算各組X
3.計算各組R值
4.計算總平均( X )
X=
x1+x2+x3+……+xk k
= (0.63+0.64+0.68+0.66+0.68+0.68+0.68+0.66+0.66
+0.65+0.62+0.62+0.63+0.64+0.67+0.67+0.63+0.69 +0.67+0.62)÷20
6×標准差
∣公差裕度-2×中心偏移量∣
3.制程精確度Cpk=
6×標准差
或MIN ∣上限-平均值∣ , ∣平均值-下限∣
3×標准差
12
Ca/Cp/CPk之間的概念關係
准確度Ca
精確度Cp
Cpk=Cp(1-Ca)
精密度CPk
13
CP與CPk
1.Cp≧Cpk 2.Cp與Cpk差距越大,代表改善空間越大 3.當X=u,即Ca=0時,Cp=Cpk 4.當分布中心位於規格界線時,Cpk=0 5.當分布中心超出規格界線時Cpk<0
1.管制用管制圖
先有管制界限,后有數據.
2.解析用管制圖
先有數據,后才有管制界限.
24
一.平均值與全距管制圖 (X-R Chart)
25
X-R管制圖的定義
在計量值管制圖中,X-R管制圖系最常用的一種,所謂平均 值與全距管制圖,系平均值管制圖(X Chart)與全距管制圖 (R Chart)二者合並使用.