SPC培训讲义
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培训资料
a.样本平均数 表示数据集中位置,常用符号 表示,其计算公司为:式中: ——样本的算术平均值 N ——样本数例如,有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据,则其平均数据为: 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图(SPC)的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估,从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。 图上有中心线、上控制限和下控制限,并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格:规格上限(USL),目标值(SL),规格下限(LSL)之间的关系。双边规格,不对称规格,单边规格(上,下)定义。控制界限:控制上限(UCL),控制中心(CL),控制下限(LCL)之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话,计算的控制界限要比设计规格严。如果过程受控,但产品仍然不合格,则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理:预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字: 查找异因(特殊原因),采取措施, 加以消除,纳入标准,不再发生。
SPC培训讲义
原理,通过检测数据的收集和分析,可以达到“事前预防”的效果,从而有
效控制生产过程、不断改进品质。
与全面质量管理相同,强调全员参与,而不是只依靠少数质量管理人员。
二.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
在管制規格內
• 接下來,就可依顧客的『要求 ( 規格 )』,來評 定『制程能力』,以使顧客滿意,這就是持續 改善的基礎。
Cpk > 1.33
制程控制
受控
(消除了非機遇原 因)
範圍 →
不受控
(存在了非機遇原因)
範圍 →
制程能力
受控,能力符合要求
(機遇原因造成的變異已減少) 規格下限 →
← 規格上限
工业革命以后, 随着生产力的进一步发展,大规模生产的形成,如何 控制大批量产品质量 成为一个突出问题,单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求,必须改进质量管理方式。于是,英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。
1924年,美国的休哈特博士提出变量进行控制,为统计质量管理奠定了 理论和方法基础。
CO2-Shrt
CO2 Levels for 55 Time Points
14
13
12
11
10 Index
10
20
30
40
50
能力: 只有随机的或 短期的散布
(Cp & Cpk)
过程实绩: 全部散布包括 Shifts 和 Short Term
详细全面的SPC详解(培训资料)
介绍内容: 1.SPC的基础知识 2.SPC的基本原理 3.SPC的控制图 4.过程能力方面的内容
第一讲SPC的基础知识
1.1 控制 SPC讲的是统计过程控制
与控制有关的要素: 首先应找到 (最适)范围
付出的代价
(经济)成本
控制
合理的范围 付出代价高,约束能力越高 超出控制范围存在风险 要求: 1.最佳范围 2.经济成本 3减少风险 这中间体现一种控制能力 即:内涵的证明 4展现能力
•
小概率事件定义:指发生的概率非常小的一个事件,要让它发生,需收集大 量的数据。
• • •
正态分布: 特点:中间高,两边低,左右基本对称 如:员工的工资,工资高少数,工资低 的少,中间高 两个参数: 位置 u :中心值 形状σ:分布宽度 实际运用中:标准差和中心值平均值往往获得不了,我们只能通过样本来获取。 我们用样本的平均值来代替正态分布的平均值u中心值,用样本的标准差s代 替正态分布的标准差σ ,
• • • • • • • •
关键特性—特别的管制方法 对定量的特性数据:用SPC分析方法 对定性的特性数据:采用顾客认可的方法 对破坏性的特性:建议采用实验设计的方法,如DOE分析方法 客户: 一般关心计量性特性,不关心技术性特性 如:顾客买1000个产品,有千分之一不合格,顾客不认同 SPC即控制产品关键特性的过程,这种控制用统计学的方法
•
•
SPC和SQC的关系
针对过程中重要 控制特性做的才是SPC
测量 原料 PROCESS
结果
针对产品所做的 仍只是在做SQC
• • SPC:1.强调现场可执行 2.针对过程关键特性 SQC:1.随机性强 2.针对结果
• • • • •
SPC培训PPT课件讲义
Control
计量值:
均值极差图 s规格标准差图 直方图
LSL
s
LCL
a
Ca Cp Cpk
四.SPC的基本观念
世上没有任何两件事.人员.产品是完全一样 制造过程中所产生之变异是可以衡量的 事情.产品的变异通常根据一定的模式而产 生 宇宙万物及工业产品大都呈常态分配 例如 :身高.体重.智力.考试成绩.所得分配 变异的原因可分为偶因及异因 偶因属管理系统的范围 异因却是作业人员本身就能解决的 应用SPC可以确保作业人员的自尊 应用SPC可以指出制程最需要改善的地方
正态分布中,任一点出现在 μ + σ内的概率为P(μ-σ<X< μ+σ) = 68.27% μ + 2σ内的概率为P(μ-2σ<X< μ+2σ) = 95.45% μ + 3σ内的概率为P(μ-3σ<X< μ+3σ) = 99.73%
不同的常态分配
(a)μ 1≠ μ 2,σ 1=σ
2
μ
1
μ
X
2
不同的常态分配
控制圖原理的第二種解釋
根據來源的不同,質量因素可以分成4M1E五個方 面。 但從對質量的影響大小來看,質量因素可分成 偶然因素(簡稱偶因)與異常因素(簡稱異因)兩類。偶 因是始終存在的,對質量的影響微小,但難以除去, 例如機床開動時的輕微振動等。異因則有時存在,對 質量影響大,但不難除去,例如車刀磨損、固定機床 的螺母鬆動等。
偶然因素(偶波)和異常因素(異波)
偶然因素之變異
1.大量之微小原因所引起,不可避免
2.不管發生何種之偶然原因,其個別 之變異極為微小 3.幾個較代表性之偶然原因如下: (1)原料之微小變異 (2)機械之微小掁動 (3)儀器測定時不十分精確之作 法
SPC培训讲义(PPT 47页)
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。
SPC讲义
SPCStatistical Process Control第一讲:SPC的发展及意义1.1、S PC的意义应用先进技术,特别是信息技术来建立集成质量系统,以实现质量管理、质量保证和质量控制自动化具有重要的理论意义和实用价值。
SPC的特点:全员参与,而不仅仅依靠少数质量管理人员:强调使用统计学的方法来保证预防原则的实现;SPC不是用来解决个别工序采用什么控制图的问题,SPC强调从整个过程、整个体系出发来解决问题。
能判断整个过程的异常,及时报警。
1.2、S PC的发展1.2.1质量控制发展的三个阶段1、单纯质量检验(SQI):单纯依靠检验,剔除废品,以保证产品质量。
其方法是全数检验或抽样检验,其作用是事后把关,不让不合格品出厂或转移到下道工序。
2、统计质量控制(SQC):在生产过程中进行系统的抽样检查,而不是事后全检。
将测得的数据记录在管理图上可及时观察和分析生产过程中的质量情况。
当发现生产过程中质量不稳定时,能及时找出原因并采取措施,消除隐患,防止废品再发生,达到保证产品质量的目的。
3、全面质量控制(TQC):使企业具备生产100%合格适用产品的能力,向用户提供满意使用的合格产品。
从产品设计开始,一直到最终出厂检验之前,每一道加工工序都必须实行严格的质量控制,建立生产全过程的完整的质量保证体系,才能保证最终产品合格。
表1-1 质量控制三阶段比较1.2.2质量控制的发展趋势质量控制还将继续吸取经济学、心理学、社会学等自然科学和社会科学的成果,向更广阔的领域发展,质量控制部门对其它职能部门的协调作用将更加增大,产品质量检验的技术水平和准确性,以及机械化、自动化程度就大大提高,质量保证体系在搜集、处理、储存、传递质量信息中的作用更加突出,质量反馈更加重要,对质量控制业务更加标准化,程序化的要求更加严格;质量控制的重点,要从制定过程质量控制逐步转移到产品开发研制,设计质量越来越成为提高产品质量的关键,技术服务工作更将提到质量控制举足轻重的地位;质量控制机构的设置,质量检验部门和综合质量管理机构趋向分开,各自担负不同的质量控制职能保证产品质量和发展新品种将越来越紧密结合,成为从根本上提高产品质量的发展方向。
SPC培训讲义(PPT 109页)
(Moving Range)
13
变差的普通原因和特殊原因
普通原因:是指过程在受控的状态下,出现的具 有稳定的且可重复的分布过程的变差的原因。普 通原因表现为一个稳定系统的偶然原因。只有过 程变差的普通原因存在且不改变时,过程的输出 才可以预测。
特殊原因:(通常也叫可查明原因)是指造成不 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。只有特殊原 因被查出且采取措施,否则它们将继续不可预测 的影响过程的输出。
D3=0.000
8
系列 1
R图
系列 2
4
D4=2.115
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
系列 1
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
日期/时间
9/6 9/6 9/6 9/6 9/6 9/6 9/6 9/7 9/7 9/7 9/7 9/7 9/7 9/8 9/8 9/8 9/8 9/11 9/11 9/11 9/11 9/11 9/12 9/12 8:00- 9:00- 10:- 11:00- 13:30- 14:30- 15:30- 8:00- 9:00- 10:00- 11:00- 13:30- 15:30- 10:30- 13:30- 14:30- 15:30- 8:00- 9:00- 10:00- 11:00- 13:30- 8:00- 13:309:00 10:00 11:00 12:00 14:30 15:30 16:30 9:00 10:00 11:00 12:00 14:30 16:30 11:30 14:30 15:30 16:30 9:00 10:00 11:00 12:00 14:30 9:00 14:30
SPC培训讲义-Vppt课件
“α”值 32% 4.56% 0.27% 0.005%
平均值移动 ±σ ± 2σ ± 3σ ± 4σ
“β”值 97.72% 84.13%
50% 15.87%
22
两种错误的经济平衡点 (± 3σ)
第一种错 误损失
两种损失的合计
第二种错 误损失
1σ 2σ
3σ 控制界限
6σ 23
管制界限和规格界限
• 规格界限:区分合格品与不合格品。是用 以说明品质特性之最大许可值,来保证各 个单位产品之正确性能。
A1选择子組大小、頻率和数据
A A2建立控制图及記錄原始記錄 阶
段 收
A3計算每個子組的均值X和极差R
集
数 A4选择控制图的刻度
据
A5將均值和极差画到控制图上
子組大小 子組頻率 子組数大小
44
取样的方式
• 取样必须达到组内变异小,组间变异大 • 样本数、频率、组数的说明
6
预防与检测
原料
人 机 法 环 測量
好
PROCESS
測量 結果
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
7
Y=f(x1,x2,….)
• Y可视为顾客所要求的产品特性。 • 但是如果在y进行相应的统计控制,其实产
品已经制造出来,只是相当于检验产品做 得好不好,时效已晚。 • 所以要去探究哪些因素会影响y,进而事先 控制x,如此才能起到在生产时就控制的效 果,而不是等到产品做出来再做检验。
连续二十五点在控 制界限内,表示制 程基本上已稳定, 控制界限可以延用
此时有点子超出控 制界限,表示此时 状态已被改变,此 时要追查原因,必 要时必须重新收集 数据,重新考虑稳 定状态
统计过程控制培训讲义
存在过大的普通原因及特殊原因的变差。 需要进行100%检测以保障客户利益。 必须采取紧急措施使过程稳定,并减小变差。
40
过程控制和过程能力
判断一个过程是否满足规格要求: 能力指数-Cpk 性能指数-Ppk
判断一个过程是否受控: 控制图
41
控制图
42
控制图
什么是控制图? 控制图是对过程质量加以测定、记录从而
25
过程变差
生产/装配
设备及工装夹具的差异 随时间而产生的摩损,漂移等 操作工之间的差异(如手工操作的过程) 设置的差异 环境的差异
26
测量系统的变差
量具精确度(偏差)
量具精确度是指测量观察平均值与真实值(基准值) 的差异。 真实值由更精确的测量设备所确定
27
测量系统变差
量具重复性 量具重复性是由一个操作者采用一种测量
仪器,多次测量同一零件的同一特性时获得的 测量值变差。
28
测量系统变差
量具再现性 量具再现性是由不同的操作者,采用相同
的测量仪器,测量同一零件的同一特性时测量 平均值的变差。
29
测量系统变差
量具稳定性 量具稳定性是同一测量系统在不同时间测
量同一零件时,至少两组测量值的总变差。
30
测量系统变差
9.99 10.04 9.22 9.76 10.06 10.12 9.99 9.77 9.53 9.97
9.85 9.98 10.01 10.15 10.42 10.14 9.89 9.58 9.95 9.91
9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
取局部措施或对系统采取措施的指南。
SPC统计培训讲义
Process target(制程目标值), 预先设定的常量 Process average(制程均值),实际的表现 偏离目标值的参数, 只和μ 相关
Cp 和 k 相互独立
Confidential Staff Only
3.3 One-side Cp/Cpk
只有一个规格(规格上限或规格下限)没有target:
USL (2.12 )
20100806001 20100806008 20100806015 20100806022 20100806029 20100806036 20100807003 20100807010 20100807017 20100807024 20100808005 20100808012 20100809003 20100809010 20100809017 20100809024 20100809031 20100809038 20100809045 20100809052 20100810004 20100810011 20100810018 20100810025 20100810032 20100810039 20100810046 20100810053 20100810060 20100810067 20100811006 20100811013 20100811020 20100811027 20100811034 20100811041 20100811048 20100811055 20100811062 20100812002 20100812009 20100812016
当目标值target在规格上限USL和规格下限LSL中间时 Cpk=Cp*(1-k)
Confidential Staff Only
提纲
4. 通过审查Cp/Cpk Review来改善制程 4.1 理解 Cp and Cpk
SPC基础知识培训讲义
SPC基础知识培训讲义SPC基础知识⼀、什么是SPCSPC是英⽂Statistical Process Control的前缀简称。
即统计过程控制。
SPC就是应⽤统计技术对过程中的各个阶段进⾏监控。
从⽽达到改进与保证质量的⽬的。
SPC强调全过程的预防。
SPC的特点是:1.SPC是全系统的,全过程的,要求全员参加,⼈⼈有责。
这点与全⾯质量管理的精神完全⼀致。
2.SPC强调⽤科学⽅法(主要是统计技术,尤其是控制图理论)来保证全过程的预防。
3.SPC不仅⽤于⽣产过程,⽽且可⽤于服务过程和⼀切管理过程。
⼆、SPC发展简史过程控制的⽅法早在20世纪20年代就由美国的休哈特提出。
迄今为⽌已经经历了三个发展阶段,即:SPC,SPCD和SPCDA。
1.SPC(Statistical Process Control):它能使⼈们采取措施,消除异常,恢复过程的稳定。
这就是科学地区分出⽣产过程中产品质量的正常波动与异常波动,从⽽对过程的异常及时告警,谓统计过程控制。
2.SPCD(Statistical Process Control and Diagnosis)的前缀简称,即统计过程与诊断。
SPC虽然能对过程的异常进⾏告警,但是它并不能告诉我们是什么异常,发⽣于何处,即不能进⾏诊断。
1982年我国张公绪⾸创两种质量诊断理论,突破了传统的美国休哈特质量控制理论,开辟了统计质量诊断的新⽅向。
3.SPCDA(Statistical Process Control , Diagnosis and Adhustment)的前缀简称,即统计过程控制、诊断与调整。
正如同病⼈确诊后要进⾏治疗,过程诊断后⾃然要加以调整。
⽬前尚⽆实⽤性的成果。
三、成都公司在TS16949标准基础上建⽴的《统计技术应⽤规定》中推荐了⼏种⽤于质量改进的统计⼯具和技术序号⼯具和技术应⽤1调查表系统地收集资料,以得到真实清晰的实况⽤于⾮数字资料的⼯具和技术2因果图分析和表达因果图解关系;通过从症状到原因分析到寻找答案的过程,促进问题的解决3流程图描述现存的过程;设计新的过程4特性要因图表⽰某个论题与其组成要素之间的关系⽤于数字资料的统计⼯具和技术5控制图诊断:评估过程的稳定性;控制:决定何时某⼀过程需要调整,何时该过程需要继续保持下去。
SPC培训讲义(第二版)
统计过程控制 (第二版)
Statistical Process Control
1
第一章 持续改进及统计过程控制
1. 预防与检测 2. 过程控制系统 3. 变差:普通原因及特殊原因 4. 局部措施和对系统采取措施 5. 过程控制和过程能力 6. 过程改进循环及过程控制 7. 控制图:过程控制工具 8. 控制图的益处
制图的类型。 • 明确控制目的
确定控制的特性,确保控制的特性是可操作 的,包括详细说明收集什么信息、在哪收集、 如何收集和在什么条件收集。 • 消除不必要变差
在开始研究之前消除不必要的变差的外部原 因,目的是避免那些不用控制图就能纠正的明 显问题。这包括过程调整或过程控制。
28
选择子组大小、频率和数据
• 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。
• 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
产
定量
连续
计量值
品 质
离散
计数值
计
量
数
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统计过程控制完整版培训讲义
SPC统计过程控制完整版培训讲义一、背景介绍统计过程控制(SPC)是质量管理中的一种方法,用于监测和控制过程的稳定性和一致性。
它是质量管理的五大工具之一,常用于制造业、服务业等各个行业中。
二、SPC的定义SPC是通过对过程中的关键指标进行连续的统计分析和监测,从而实现对过程的控制和优化,以提高产品或服务的质量和一致性。
三、SPC的关键概念1.过程:指生产过程、服务过程中的关键环节。
2.正常变异:指过程中的正常、可接受的变化范围。
3.特殊因子:指突发的、非正常的变化,可能会导致过程偏离正常状态。
4.控制上限和控制下限:用于界定过程的正常变异范围的上下限。
5.控制图:用于图示化过程数据的统计变化,以便更直观地判断过程是否处于控制状态。
四、SPC的基本步骤1.确定质量特性:确定需要控制和监测的关键质量特性。
2.收集数据:收集与质量特性相关的数据。
3.绘制控制图:根据收集的数据,绘制相应的控制图。
4.判读控制状态:通过控制图,判断过程是处于控制状态还是非控制状态。
5.持续改进:根据判断结果,采取相应的措施进行持续改进。
五、SPC常用的控制图1.均值-极差控制图:用于监控过程的平均值和变异性。
2.均值-标准差控制图:用于监控过程的平均值和标准差。
3.层级控制图:用于监控多层次的过程数据。
4.高低控制图:用于监控过程中的极值。
5.统计过程能力图:用于评估过程的稳定性和能力。
六、SPC的应用场景1.制造业:用于监控生产线上的关键工艺参数,提高产品质量。
2.服务业:用于监控服务流程中的各个环节,提高服务质量和一致性。
3.供应链管理:用于监控供应链中的关键指标,实现供应链的稳定性和一致性。
4.项目管理:用于监控项目执行过程中的关键指标,提高项目交付的质量和效率。
七、SPC的优势和意义1.实时监控:能够在过程进行中及时发现异常情况,以便及时采取措施进行调整,确保产品或服务的质量。
2.数据驱动:以数据为基础,通过统计分析,能够更准确地判断过程的状态,确保决策的科学性和可靠性。
讲义SPC(DOC 11页)
讲义SPC(DOC 11页)统计过程操纵Designed by LLCNO:LLC-ts05Rev:B全然概念:特性产品一般安稳、律例关键KPC S合营、功能过程一般关键KCC S一样特点:只假如合格就能够;关键特点:不仅仅合格,还要尽可能接近目标值。
考查分类:●计数型:考查时仅分为合格、不合格;●计量型:考查时可确信值的大年夜小。
第一章连续改进及统计过程操纵概述应用统计技巧来操纵产生输出的过程时,才能在改进质量、进步临盆率、降低成本上发挥感化。
第一节预防与检测检测-------- 容忍白费预防-------- 幸免白费第二节过程操纵体系过程合营工作以产生输出的供方、临盆者、人、设备、输入材料、方法和情形以及应用输出的顾客之集合。
过程机能取决于: 1.供方和顾客之间的沟通;2.过程设计及实施的方法;3.动作和治理方法。
过程操纵重点:过程特点过程操纵步调:确信特点的目标值;监测我们与目标值的距离是近照样远;对获得的信息作出精确的说明,确信过程是在正常的方法下运行;须要时,采取及时精确的方法来校订过程或刚产生的输出;监测采取方法后的后果,须要时进一步分析及采取方法。
注:仅对输出进行考查并随之采取方法,只可作为不稳固或没有才能的过程的临时方法。
不克不及代替有效的过程治理。
第三节变差:通俗及专门缘故任何过程都存在引起变差的缘故,产品的差距老是存在。
因此单个的测量值可能全都不合,但形成一组后它们趋于形成一个能够描述的分布的图形。
(例图)阻碍身分:通俗缘故:难以清除,具有稳固、可反复的分布;现在输出能够推测。
专门缘故:必须清除,有时产生、阻碍明显;现在将有弗成推测方法阻碍输出。
临盆过程操纵确实是要清除体系性身分(专门缘故)。
第四节局部方法和对体系采取方法局部方法:针对专门原起因直截了当操作人采取恰当改正方法。
现在大年夜约可改正15%的过程问题。
体系方法:解决变差的通俗缘故,由治理人员来采取方法。
现在大年夜约可改正85%的过程问题。
- 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)。
USL − x Ppu = ˆ 3σ ˆ σ= ( xi − x) 2 ∑
i =1 n
n −1
Page 23 of 30
FFC事业部 FFC事业部
30 40 50 60 80 30 40 50 60 80
QSA APQP FMEA MSA
+ ISO9000
VDA6.1
EAQF
AVSQ
休哈特(1931) 休哈特(1931)
变差原因
SPC 发
Page 3 of 30
FFC事业部 FFC事业部
高斯(Johann Carl Friedrich Gauss) 高斯 (1777年4月30日—1855年2月23日),德国著 名数学家、物理学家、天文学家、大地测量学 家。 高斯的成就遍及数学的各个领域,在数论、 非欧几何、微分几何、超几何级数、复变函数 论以及椭圆函数论等方面均有开创性贡献。他 十分注重数学的应用,并且在对天文学、大地 测量学和磁学的研究中也偏重于用数学方法进 行研究。 正态分布最早由A.棣莫弗在求二项分布的渐近 公式中得到。C.F.高斯在研究测量误差时从另 一个角度导出了它。
R = xmax − xmin
Page 20 of 30
FFC事业部 FFC事业部 制程能力 制程能力判定 能力判定
Page 21 of 30
FFC事业部 FFC事业部 制程能力制程能力-Cpk
USL − LSL (双边公差) ˆ 6σ USL − X (单边公差上公差界限) Cp = ˆ 3σ Cp = X − LSL (单边公差下公差界限) ˆ 3σ R ˆ= σ d2 Cp = 只考虑到固定变差或组內变差
FFC事业部 FFC事业部
何时应用SPC?
1
2
3
4
5
计划和定义 产品设计 和开发 DFMEA 策划 产品设计开发
过程设计 产品和 反馈评定 和开发 过程确认 纠正措施 PFMEA MSA SPC PPAP MSA SPC
过程设计开发 产品过程确认
APQP
Page 5 of 30
生产
FFC事业部 FFC事业部
X b a r -R C h a r t o f C 1 2
3 3 .1 U C L= 3 3 .0 9 0 1
Sample M ean
3 3 .0
_ _ X = 3 2 .9 6 2
3 2 .9 LC L= 3 2 .8 3 3 9 3 2 .8 1 3 5 7 9 1 1 S a m p le 1 3 1 5 1 7 1 9
否
关心的是 不合格率吗
是
否
均值是否 方便计算
是
n是否恒定
否
n是否恒定
x − MR
是
否
是 nP或p图 p图
否 是 C或U图 U图
否
n≥ 9
是
s是否 方便计算
~−R x
否
否
x−R
n:样本容量
是
x−s
Page 16 of 30
FFC事业部 FFC事业部
平均温度20度 平均温度 度
河水平均深度 1.4M, 士兵平均身高 1.7M
态 概
1
− ( x−µ )2 2σ 2
•e 2π • σ e = 2.718 µ = 0,σ = 1的标准 标准正态分布 标准
∫µ
µ − kσ
+ kσ
µ
Page 6 of 30
FFC事业部 FFC事业部
态 概
Bias
M
Page 7 of 30
µ
FFC事业部 FFC事业部
态 概
Bias
µ
Page 8 of 30
Ca
X-U Ca= T / 2
Page 24 of 30
Cpk=(1-Ca) ×Cp
Cp
Ca与Cp关系 Ca与Cp关系
FFC事业部 FFC事业部
指数 Cp Ca Cpk Ppk
Page 25 of 30
计算公式
标准差
备注 估计差标准
实际标准差
FFC事业部 FFC事业部
作业) 第1节:理解要点 作业) 节 理解要点&作业
解 释
Page 18 of 30
FFC事业部 FFC事业部
X R S σ
Page 19 of 30
Cp Cpk Ppk Ca
控制图
FFC事业部 FFC事业部 控制图绘制
x1 + x 2 + x 3 + x 4 + x 5 x= 5
均值控制图 CLX = X UCLX = X + A2 R LCLX = X − A2 R 极差控制图 CLR = R UCLR = D4 R LCLR = D3 R
Page 17 of 30
FFC事业部 FFC事业部
名 称
稳定过程 统计控制 过程能力 计量型数据 计数型数据 过度调整 普通原因 特殊原因 处于统计控制状态的过程。 描述一个过程的状态,这个过程中所有的特殊原因变差都已排除,并且仅存在普通原 因。 是指按标准偏差为单位来描述的过程均值和规格界限的距离,用Z来表示。 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等。 可以用来记录和分析的定性数据,例如:用通止规检验一根轴的可接受性、一个油漆 后工件上的颗粒数、一匹布上的疵点数等。 把每一个偏离目标的值当作过程中特殊原因处理的作法。如果根据每一次所作的测量 来调整一个稳定的过程,则调整就成了另外一个变差源。 造成变差的一个原因,它影响被研究过程输出的所有单值;在控制图分析中,它表现 为随机过程变差的一部分 一种间断性的,不可预计的,不稳定的变差根源。有时被称为可查明原因,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。
FFC事业部 FFC事业部
作业) 第2节:理解要点 作业) 节 理解要点&作业
NO. 01 02 03 04 05 06 SPC 名 词
Page 27 of 30
FFC事业部 FFC事业部
作业) 第3节:理解要点 作业) 节 理解要点&作业
NO. 01 02 03 04 05 06 SPC 名 词
C pk = min(C pu , C pl ) C pu USL − x = ˆ 3σ
x − LSL C pl = ˆ 3σ ˆ σ=
6 2.53 7 2.70 8 2.85
R d2
9 2.97 10 3.08
n d2
Page 22 of 30
2 1.13
3 1.69
4 2.06
5 2.33
FFC事业部 FFC事业部 制程能力制程能力-Ppk
n D4 D3 A2 2 3.27 ٭ 1.88 3 2.57 ٭ 1.02 4 2.28 ٭ 0.73 5 2.11 ٭ 0.58 6 2.00 ٭ 0.48 7 1.92 0.08 0.42 8 1.86 0.14 0.34 9 1.82 0.18 0.34 10 1.78 0.22 0.31
NO. 01 02 03 04 05 06 SPC含义?变差?偏移?单值?样本? 计数型、计量型数据?均值?中心线?控制限?规格限? 普通原因?特殊原因?连续的? 中位数?极差?标准差?方差? 稳定过程?统计控制?过程能力?过度调整? 正态分布?随机性?分布宽度? SPC 名 词
Page 26 of 30
如果仅存在变差的普通原因, 如果仅存在变差的普通原因,随着时间的 普通原因 推移, 推移,过程的输出形成一个稳定的分布并 可预测
目标值线
受控
?
如果存在变差的特殊原因, 如果存在变差的特殊原因, 特殊原因 随着时间的推移, 随着时间的推移,过程的输出不稳定
尺寸
不受控
Page 11 of 30
11
FFC事业部 FFC事业部
U C L= 0 .4 6 9 7 0 .4 Sample Range 0 .3 0 .2 0 .1 0 .0 1 3 5 7 9 1 1 S a m p le 1 3 1 5 1 7 1 9 LC L= 0 _ R = 0 .2 2 2 1
Page 15 of 30
FFC事业部 FFC事业部
是
计量型数据吗 n=1
体系科: 体系科:Leo
日期:2011-09-09 日期
FFC事业部 FFC事业部
1 2 3 4
SPC发展简介 SPC手册讲解 SPC实际操作 SPC培训考核
Page 2 of 30
FFC事业部 FFC事业部
1994.8~2006.12
QS9000 SPC PPAP
ISO/TS16949
1999-3-01
2π • σ e = 2.718
+ kσ
Page 4 of 30
∫µ
µ − kσ
1
•e
( x−µ )2 − 2σ 2
正态分布(normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重 要的概率分布,在统计学的许多方面有着重大的影响力。 若随机变量X服从一个数学期望为µ、标准方差为σ2的高斯 分布,记为:则其概率密度函数为正态分布的期望值µ决 定了其位置,其标准差σ决定了分布的幅度。因其曲线呈 钟形,因此人们又经常称之为钟形曲线。我们通常所说的 标准正态分布是µ = 0,σ = 1的正态分布。
持续改进的思维模式
Page 12 of 30
FFC事业部 FFC事业部
控制图的由来