SPC统计过程控制第二版_讲义
合集下载
SPC培训教材(第二版)
统计预测
检验+SPC
全面质量管理 20世纪60年代以来
系统保证
SPC、TQM 6Sigma…
在品质管理发展过程中,SPC 是品质保障的重要工具!
6
客户及标准体系对SPC应用要求
客户要求
-全球产业链之中,供应商必须采用SPC控制其制程; -要求供应商提供过程数据和过程能力;
体系标准要求
-ISO9000、TS16949、QS-9000认证的关键部分; -减少过程不稳定,提高产品质量;
过程品质改进需要
-解决品质顽症,促使工作流的改进; -适应新的生产节拍;
7
工厂SPC应用现状分析
行业内企业普遍面临的问题
管理水平和人员素质跟不上企业发展的要求,工艺和质量的管 控水平不足,影响企业生产高端产品的能力。
外部市场的竞争以及客户对质量提出了更高的要求。 劳动力、生产资源成本不断攀升,降低生产和质量成本成为企
「ISO9000」要求为客戶提供合格的产品,只有稳定而一贯的「过程」与 「系统」,才能保证长期做出合格的产品。然而,如何检核此一贯「过程」 与「系统」仍然稳定的存在?这必须仰赖SPC来发挥功能。
5
质量管理与SPC的关系
质量检验 19世纪末—20世纪30年代
人来保证
事后把关
统计质量控制 20世纪40-50年代
---改变操作 如:培训操作人员、变换输入材料等; ---改变设计 如:设备、沟通方式和相互关系、过程整体设计等; 对输出采取措施:探测并纠正不符合规范的产品,而没有处理过程中根本问 题,可能会持续的对产品进行100%挑选、返工等,直到过程改善了。
2
课程大纲
• 第1章 持续改进和统计过程控制 • 第2章 控制图
SPC统计过程控制第二版1企业版精品资料
• 就控制图在工厂中实施来 说,英国比美国为早。
• 1950年,日本由W.E. Deming(戴明)博士引 到日本。
• 同年日本规格协会成立 了品质管制委员会,制 定了相产的JIS标准。
13
SPC的目的
预防或是容忍?
人 机 法 环 测量
好
原料
PROCESS
测量 结果
不好
不要等产品制造出来后再去检测合格与否, 而是在制造的時候就要把它制造好。
应用SPC保证预防原则的实现。
14
统计基本概念
15
数据的种类
• 计量型
• 计数型
特点:可以连续取值也 称连续型数据。
特点:不可以连续取 值,也称离散型数据。
如:零件的尺寸、强度、 如:废品的件数、缺陷数 重量、时间、温度等
2、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
例如,根据经验/接受抽样样本的品质去推断应否接受或拒收整批货物. 统计学中利用变异(variation)的概念衡量产品或过程抽样分布围绕着平均 值波动及在可接受的范围以内或以外波动的趋势.变异可能是随机 (random) (由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料与/或人 事引起).统计学有助我们分辨随机与非随机因素.
1
x2
e2
2
标准正态分布——它的分布函数计算公式如下:
x
f (z,0,1)
1
x 2 dx
e2
2
25
采用均值描述的正态分布规律
26
采用标准差描述的正态分布规律
27
正态分布概率
99.73% 95.45%
68.26% -3σ -2σ -1σ μ +1σ +2σ +3σ
• 1950年,日本由W.E. Deming(戴明)博士引 到日本。
• 同年日本规格协会成立 了品质管制委员会,制 定了相产的JIS标准。
13
SPC的目的
预防或是容忍?
人 机 法 环 测量
好
原料
PROCESS
测量 结果
不好
不要等产品制造出来后再去检测合格与否, 而是在制造的時候就要把它制造好。
应用SPC保证预防原则的实现。
14
统计基本概念
15
数据的种类
• 计量型
• 计数型
特点:可以连续取值也 称连续型数据。
特点:不可以连续取 值,也称离散型数据。
如:零件的尺寸、强度、 如:废品的件数、缺陷数 重量、时间、温度等
2、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
例如,根据经验/接受抽样样本的品质去推断应否接受或拒收整批货物. 统计学中利用变异(variation)的概念衡量产品或过程抽样分布围绕着平均 值波动及在可接受的范围以内或以外波动的趋势.变异可能是随机 (random) (由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料与/或人 事引起).统计学有助我们分辨随机与非随机因素.
1
x2
e2
2
标准正态分布——它的分布函数计算公式如下:
x
f (z,0,1)
1
x 2 dx
e2
2
25
采用均值描述的正态分布规律
26
采用标准差描述的正态分布规律
27
正态分布概率
99.73% 95.45%
68.26% -3σ -2σ -1σ μ +1σ +2σ +3σ
SPC培训教材
二、控制图基础
控制图定义 控制图的设计 控制图的分类 控制图的选用程序
控制图的定义
控制图是用于分析和控制过程质量的一种方法。控制图 是一种带有控制限的反映过程质量的记录图形。 控制图的要素: 纵轴代表产品质量特性值(或由质量特性值获得的某种统计 量); 横轴代表按时间顺序(自左至右)抽取的各个样本子组顺序 号。 图中有三条线: 中实线—中心线(CL); 上虚线—上控制界限(UCL); 下虚线—下控制界限(LCL)。
产品特殊特性举例:
长度、重量、几何特征 外观项目:如平整、清洁 材料相关的特性:如硬度、拉伸强度 性能参数:如焊接强度、附着力、力矩
12
过程特殊特性
过程特性
过程特性为与被识别产品特性具有因果关系的 过程变量(输入变量)。过程特性仅能在其发生时才 能测量出。核心小组应识别和控制其过程特性的变差 以最大限度减少产品变差。对于每一个产品特性,可 能有一个或更多的过程特性。在某些过程中,一个过 程特性可能影响数个产品特性。
18
SPC的目的
“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》
19
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。
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
范围
25
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)
统计过程控制SPC讲义
16587 15976 18322 17549 16753 17986 17569 16754 17914 19214 16554 16012 16503 16982 17991 17010 16889 17512 16842 14210
16268 16517 17432 16942 16875 17622 17581 17632 17923 18009 16548 16343 17228 17081 17210 17777 17241 17216 16852 16675
1924年,美国的休哈特博士提出将3Sigma原理运用于 生产过程当中,并发表了著名的“控制图法”,对过 程变量进行控制,为统计质量管理奠定了理论和方法 基础。
一、什麽是统计过程控制
2.预防与检测
1)事后检测——质量控制的最原始手段;
a.通过检查最终产品并剔除不符合规格产品, 保证不合格品不提交给顾客或下一工序;
1)是应用统计技术分析过程中的品质特 性,区分过程变异的特殊原因和普通原 因,从而达到控制过程变异的目的;
2)最终目的是在于预防问题的发生及减少 浪费;
3)是进行品质控制的强有力工具。
一、什麽是统计过程控制
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。
二、什麽是过程变异?
4. 观察和处理过程变异的两种方法:
2) 统计方法:下图为该过程品质成本变化的 X 图
18000
UCL=18106
17500 17000
Mean=17149
[品质管理]统计过程控制(SPC第二版)(pdf 147页)
可能作出不适当的决定。在手册中,假设该系统处于受控状态并且对数据的总变差没有大
的影响。为了更详细的了解这些内容 读者可参考AIAG出版的测量系统分析(MSA)手册。
统计过程控制(SPC 第二版)
来自中国最大的资料库下载
过程控制的需要
检测——容忍浪费 预防——避免浪费
第4页
第1节
本 书 所 述 的 基 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。
1.过 程 所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法 和 环 境 以 及 使 用 输 出 的 顾 客 之 集 合 (见 图 1)。过 程 的 性 能 取 决 于 供 方 和 顾 客 之 间 的 沟 通 , 过程设计及实施的方式,以及运作和管理的方式等。过程控制系统的其他部分只有它们 在帮助整个系统保持良好的水平或提高整个过程的性能时才有用。 2. 有 关 性 能 的 信 息 通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与性能有关的最 有 用 的 信 息 还 是 以 研 究 过 程 本 质 以 及 其 内 在 的 变 化 性 中 得 到 的 。 过 程 特 性 (如 温 度 、 循 环时间、进给速率、缺勤、周转时间、延迟以及中止的次数等、是我们关心的重点。我 们要确定这些特性的目标值,从而使过程操作的生产率最高,然后我们要监测我们与目 标值的距离是远还是近,如果得到信息并且正确地解释,就可以确定过程是在正常或非 正常的方式下运行。若有必要可采取适当的措施来校正过程或刚产生的输出。若需要采 取措施,就必须及时和准确,否则收集信息的努力就白费了。 3. 对 过 程 采 取 措 施 通 常 , 对 重 要 的 特 性 (过 程 或 输 出 )采 取 措 施 从 而 避 免 它 们 偏 离 目 标 值 太 远 是 很 经 济 的。这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施 包 括 改 变 操 作 (例 如 : 操 作 员 培 训 、 变 换 输 入 材 料 等 ), 或 者 改 变 过 程 本 身 更 基 本 的 因 素 (例 如 : 设 备 需 要 修 复 、 人 的 交 流 和 关 系 如 何 , 或 整 个 过 程 的 设 计 — — 也 许 应 改 变 车 间 的 温 度 或 湿 度 )。 应 监 测 采 取 措 施 后 的 效 果,如有必要还应进一步分析并采取措施。 4. 对输出采取措施 如果仅限于对输出检测并纠正不符合规范的产品,而没有分析过程中的根本原因, 常常是最不经济的。不幸的是如果目前的输出不能满足顾客的要求,可能有必要将所有 的产品进行分类报废不合格品或者返工。这种状态必然持续到对过程采取必要的校正措 施并验证,或持续到产品规范更改为止。 很显然,仅对输出进行检验并随之采取措施不能代替有效的过程管理。仅对输出采 取 措 施 只 可 作 为 不 稳 定 或 没 有 能 力 的 过 程 的 、 临 时 措 施 (见 第 5节 )。 因 此 , 下 面 的 讨 论 的重点将放在过程信息收集和分析上,这样可以对过程本身采取纠正措施。
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
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SPC第二版PPT(共77页)
质量的波动性
⒈正常波动:
正常波动是由随机原因引起的产品波动。对这些随机因 素的消除,在技术上难以达到,经济上代价也很大,因此, 一般情况下,是允许存在的——公差就是承认这种波动的产 物。产品质量具有波动性和规律性。
在生产实践中,即便操作者、机器、原材料、加工方法、 测试手段、生产环境等条件相同,但生产出的一批产品的质 量特性数据却并不完全相同,总是存在着差异,这就是产品 质量的波动性。
解释
中心线(Central 控制图上的一条线,代表所给数据平均值。 Line)
过程均值 (Process Average)
一个特定过程特性的测量值分布的位置即为过程均值,通常 用 X 来表示。
链(Run)
控制图上一系列连续上升或下降,或在中心线之上或之下的 点。它是分析是否存在造成变差的特殊原因的依据。
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个或多个连续样本值中最大值和最小值之差。
质量的波动性
➢ 产品质量具有波动性和规律性,从统计学的角度 来看,产品质量波动可分成正常波动和异常波动。 ➢ 质量管理的一项重要工作,就是要找出产品质量 波动规律,把正常波动控制在合理范围内,消除系 统原因引起的异常波动。生产现场通过控制图的运 用,对过程质量加以测量、记录并进行控制管理, 以及时反映和区分正常波动与异常波动。
名称
普通原因(Common Cause)
解释
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。
统计过程控制SPC第二版精品培训
八、计数型数据控制图 1、p 图 2、np图 3、c 图 4、u 图 九、过程能力分析及控制图的判读
1.品管方法历程
690,000 300,800 66,807
一、正确认识SPC
Average Company 一般公司
Best in class 世界标杆公司
6,210
233 3.4 1σ
方法
产品检查 品管7手法 (5S、QCC、ISO9001)
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将3Sigma原理运用于生产 过程当中,并发表了著名的“控制图法”,对过程变量进行
控制,为统计质量管理奠定了理论和方法基础。
1、与过程相关的控制图 2、使用控制图的准备 3、X bar-R 图 4、X bar-s 图 5、X med-R图 6、X -Rm图
二、基本的统计概念
概率与抽样介绍 1、主要的统计学名词 2、正态分布的基本知识 3、中心极限定理 4、主要的统计参数 5 、统计推断&假设检定
三、持续改进及SPC概述
1、过程控制系统 2、变差的普通原因及特殊原因 3、局部措施和对系统采取措施 4、过程控制和过程能力 5、过程改进循环及过程控制 6、控制图
一、正确认识SPC
2. SPC兴起的背景
美国沃尔特•休哈特博士于1924年发明控制图,开启 了统计品管的新时代
「经验挂帅时代」的结束
如果工作经验对产品质量有举足轻重的影响(例如:手工裁缝),那么, SPC就没有太多挥洒的空间。相反地,如果某一公司开始将经验加以整理,
而纳入设备、过程或系统时;也就是说,该公司开始宣告「经验挂帅时代」
统计过程控制(SPC)—培训教材(第二版)
过程设计 和开发
产品和 过程确定
反馈、评定 和纠正措施
样件制作
试生产
批量生产
7、“过程分析(乌龟图)”在统计过程控制(SPC)中的运用: 过程分析(乌龟图)审核工作表
使用什么方式进行 ⑤
(材料/设备/装置)
填写机器(包括试验设备),材 料,计算机系统,过程中所使用
的软件等的详细说明
由谁进行? ⑥
(能力/技能/知识/培训)
2、统计过程控制(SPC)的定义: 使用诸如控制图等统计技术来分析制造过程或
其输出,以便采取适当的措施,为达到并保持统计 控制状态从而提高或改进制造过程能力。
3、 ISO/TS 16949:2002体系对 SPC 的要求:
ISO 9001:2000质量管理体系—要求 8 测量、分析和改进 8.1 总则
铸造不良情况检查表
项目 地点
日期 废品数 不良分类
欠铸 冷隔 小砂眼 粘砂 其他 合计
铸造质量不良 质检科
1月 2月
224 258
240 256
151 165
75
80
14
18
704 777
收集人 XXX 日期
记录人 XXX 班次
2000年1月-6月
3月 4月 5月
356 353 332
283 272 245
统计过程控制
Statistical Process Control (SPC)
一、统计过程控制(SPC)概述
1、统计过程控制(SPC)的概念: 指 Statistical Process Control (统计过
程控制)的英文简称。 S ( Statistical ) 统计 P ( Process ) 过程 C ( Control ) 控制
SPC
二十世纪二十年代,美国贝尔实验室(Bell Telephone
Laboratory)就成立两个小组:
以休哈特(W. A. Shewhart)博士为学术领导
人的过程控制(Process Control)研究组
以道奇(H. F. Dodge)为学术领导人的产品控 制(Production Control)研究组。
如果从总体中抽取一个样本,得到一批数据X 1,X 2,X 3….X n,则
样本的平均值 :
1 n x xi n i 1
_
:样本的算术平均值; n :样本大小。
样本中位数
把收集到的统计数据X 1,X 2,X 3….X n,按大小顺序重新排列,排在
正中间的那个数就叫作中位数,用符号 来表示。
当 n 为奇数时,正中间的数只有一个;
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
• 统计受控和技术受控
技术受控的概念
技术受控(产品都是合格的):过程能力高;
技术非受控(产品不都是合格的):
• (如下页图)
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
•
统计受控和技术受控
统计受控(统计稳定、过程是稳定的、过程是受控的): 统计非受控(统计不稳定、过程是不稳定的、过程是不受控的):
统计受控的概念
•
(如下页图)
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
• 统计受控和技术受控
– 10月11日销售B客户150台
– 10月11日销售C客户200台 – 10月12日销售C客户300台
SPC培训讲义(第二版)
汽车行业质量体系系列培训教材
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。
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统计制程管制讲义
第二章:计量型数据控制图
PPT文档演模板
SPC统计制程管制讲义
计量型和计数型控制图区别
n 什么是计量值? n 什么是计数值? n 为什么计量型控制图得到广泛的应用? n 如何确定对哪些数据进行控制?
PPT文档演模板
SPC统计制程管制讲义
-R控制图
n 使用前的准备 n A、收集数据 n B、计算控制限 n C、过程控制解释 n D、过程能力解释
C.过程控制解释
n a.超出控制限的点。(说明什么?)
1.控制限或描点错误。 2.过程已改变或是在当时的那一点(可能是一件 独立的事件)或是一种趋势的一部分
3.测量系统发生改变(例如:不同量具或检验员)
PPT文档演模板
SPC统计制程管制讲义
C.过程控制解释
n b.连续7点在平均值的一侧。 7点连续上升或下降。
SPC统计制程管制讲义
PPT文档演模板
2020/10/31
SPC统计制程管制讲义
预防和检测
n 预防:是为防止潜在不合格或其他潜在不 期望情况发生所采取的行动。
n 检测:通过检查或重新检查工作来找出错 误。
n 检测--容忍浪费 n 预防--避免浪费
PPT文档演模板
SPC统计制程管制讲义
有反馈的过程控制系统模型
PPT文档演模板
SPC统计制程管制讲义
C.过程控制解释
c.2识别并标注特殊原因(极差图)
1.对于数据内每个特殊原因进行标注,作 过程操作分析,确定原因并改进对过程的 理解,采取纠正条件并防止它发生。
2.控制图本身就是问题分析工具。
3.及时分析问题是将生产的不合格减少到 最低以及获得诊断用新证据的方法。
PPT文档演模板
Statistical Process Control SPC统计过程控制(第二版)
23
特殊原因(通常也称可查明的原因)指的是这样的因 素,它们引起的变差仅影响某些过程输出。这些因素通常 是间歇发生的、不可预测的。特殊原因的信号是:一个或 多个点超出控制界限,或在控制界限内的点出现非随机的 模式。除非变差的所有特殊原因都被识别出来并且采取了 措施,否则它们将继续以不可预测的方式来影响过程的输 出。如果存在变差的特殊原因,随着时间的推移,过程的 输出将不稳定。
17
控制图系数表
n系数 d2 1/d2 d3 m3 A2 A3 m3A2 D3 D4 A10 C2 C4 1/C4 C5 E2 B3 B4 B7 B8 A9
2 1. 128 0. 8862 0. 8931 . 0001 . 8802 . 659 1. 880
3. 267 2. 00 0. 564 0. 70791. 2533 0. 426 2. 660
许多工业过程的输出服从正态分布 (有时即使输出的数据不服从正态分布, 但其子组平均值趋向于正态分布) 。而且 正态分部是许多过程能力确定的基础。
2
数据的分布服从正态分布(μ,σ),平均值为μ,标准差为σ。
我们希望是正态分布
正态分布
3
4
控制图—过程控制的工具
1924年,美国贝尔试验室的休哈特 (W.A.shewhart)博士首创控制图, 其依据的是正态分布的重要结论。从 那时起,在美国和其他国家,尤其是 日本,成功地把控制图应用于各种过 程控制场合。经验表明:当过程出现 变差的特殊原因时,控制图能有效地 引起人们注意;控制图还能帮助人们 分析并减少由普通原因引起的变差。
下运行,可继续使用控制图作为监控工具,也可计算过程 能力。如果由于普通原因造成的变差过大,则过程不能生 产出始终如一的符合顾客要求的产品,则必须调查过程本 身,而且一般来说必须采取管理措施来改进系统。必须不 断地对过程的长期性能进行分析,通过对现行的控制图进 行周期的、系统的评审,可以完成这一工作。
特殊原因(通常也称可查明的原因)指的是这样的因 素,它们引起的变差仅影响某些过程输出。这些因素通常 是间歇发生的、不可预测的。特殊原因的信号是:一个或 多个点超出控制界限,或在控制界限内的点出现非随机的 模式。除非变差的所有特殊原因都被识别出来并且采取了 措施,否则它们将继续以不可预测的方式来影响过程的输 出。如果存在变差的特殊原因,随着时间的推移,过程的 输出将不稳定。
17
控制图系数表
n系数 d2 1/d2 d3 m3 A2 A3 m3A2 D3 D4 A10 C2 C4 1/C4 C5 E2 B3 B4 B7 B8 A9
2 1. 128 0. 8862 0. 8931 . 0001 . 8802 . 659 1. 880
3. 267 2. 00 0. 564 0. 70791. 2533 0. 426 2. 660
许多工业过程的输出服从正态分布 (有时即使输出的数据不服从正态分布, 但其子组平均值趋向于正态分布) 。而且 正态分部是许多过程能力确定的基础。
2
数据的分布服从正态分布(μ,σ),平均值为μ,标准差为σ。
我们希望是正态分布
正态分布
3
4
控制图—过程控制的工具
1924年,美国贝尔试验室的休哈特 (W.A.shewhart)博士首创控制图, 其依据的是正态分布的重要结论。从 那时起,在美国和其他国家,尤其是 日本,成功地把控制图应用于各种过 程控制场合。经验表明:当过程出现 变差的特殊原因时,控制图能有效地 引起人们注意;控制图还能帮助人们 分析并减少由普通原因引起的变差。
下运行,可继续使用控制图作为监控工具,也可计算过程 能力。如果由于普通原因造成的变差过大,则过程不能生 产出始终如一的符合顾客要求的产品,则必须调查过程本 身,而且一般来说必须采取管理措施来改进系统。必须不 断地对过程的长期性能进行分析,通过对现行的控制图进 行周期的、系统的评审,可以完成这一工作。
统计过程控制SPC第二版学习与理解
图 1-1
过程示例——用普通机床生产一种轴的外圆
图 1-2 示出一般过程的示意图。
人员 设备 材料 方法 环境
资 源 融 和
产品 或服务
顾客
图 1-2
一般过程的示意图
SPC- 2
2019-1-15
五大工具系列培训课程: 统计过程控制——学习与理解
1.2 过程变差
SPC精品培训
Study and Understanding of Statistical Process Control(SPC)
F(µ)=0.5。 (6) 标准正态分布——当µ=0, σ=1 时称服从标准正态分布, 其概率密度 和分布函数一般分别用φ(z)和Φ(z)表示, 即有
φ ( z) =
Φ( z) =
1 −2 e 2π
1 2π
z2
(1-5)
e
−
t2 2
−∞
∫
z
dt
(1-6)
人们已经编制了Φ(z)的函数值表, 可供查用(参见附表 1: 标准正态分布函数值 表 )。 一般, 若 X~N( µ , σ 2 ), 即 X 具有分布函数
[1]
某发动机的活塞环是由锻造过程制造的。 假设该过程在稳定条件下持续生 产了大量活塞环,图 1-3 示出 125 个活塞环内径测量值和针对这些测量值制作 的直方图 ——图的横坐标是内径,把其等分为若干尺寸区间,纵坐标是落在 各个尺寸区间内的活塞环的频次。随着活塞环产量的增大,上述统计直方图一 般越来越接近正态分布,可以近似用正态分布来表示。 正态分布随机变量 X 的概率密度为
1.1 过程 首先看一个简单过程的例子: 用一台普通机床制造一种轴的外圆, 如图 1-1 所示。图 1-1 所示共同构成这个过程。
- 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)。
❖ r=0,两个变量之间不存在线性关系或者不相关.
SPC解决方案
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
内容提要
直通率的含义 直通率分析方法及意义 DPMO的含义 DPMO分析方法及意义
直通率分析 和 DPMO分析
浪费45,000ppm TPY
直通率 工序一
通过检查,合格率95.5%
工序二的合格率97%
浪费30,000ppm 浪费56,000ppm
装配站 合格率94.4%
浪费131,000ppm
直通率(FPY)
•暴露出隐含成本 •制程状况全面掌握 •指出那些改进效果较明显的工序 •通过了解过程不同部分的影响来研究 整个过程
FPY强调过程每一步骤的能力 —而不只是最终结果
Cr (或 Cpr ) 1 (常以百分数表示) Cp
都存在时)
Cpu USL x(当 USL 存在时) 3 ˆ
Cpl x LSL (当 LSL 存在时) 3 ˆ
Cpk Min ( USL x ,x LSL )
3 ˆ
3 ˆ
k
x ( USL LSL ) 2 , ( USL LSL ) 2
在实际应用中,当各组容量与其平均值相差不超过正负25%时,可
用平均样本容量( )来计算n控制限. n
1 P (1 P ) n 1 P (1 P ) n
U控制图的控制限计算
计算单位缺陷数和上下控制界限:
uC1C2Ck n1n2nk
CL u c n
UCL
u 3
u n
LCL
u 3
u n
VI.
控制界限=平均值±3σ
控制图原理:
❖ 1) 3 σ原理: 若变量X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的数值。
❖ 2) 中心极限定理: 无论产品或服务质量水平的总体分布是什么,其 的分布(每个 都是从总体的一个抽样的均
值)在当样本容量逐渐增大时将趋向于正态分布。
x
x
计量型控制图 计数型控制图
1. Data Points
3. Upper Control Limit
2. Center Line
4. Lower Control Limit
控制图的要素
➢ 纵坐标:数据(质量特性值或其统计量) ➢ 横坐标:按时间顺序抽样的样本编号 ➢ 上虚线:上控制界限UCL ➢ 下虚线:下控制界限LCL ➢ 中实线:中心线CL
散布图 ➢ 两个变量之间可能存在以下主要几种分布情况:
相关系数
❖ 衡量两个变量间线性关系的密切程度
❖ ❖
rrr的越 取接值近范于L 围1L x ,为xL Xx :y 与y-1Yy ≤之,其 r间≤的1;线性关中 系L越x好y , (xi x)y (i y)
❖ r=1为完全正相关关系;r=-1为完全负相关关系
SPC的意义
有效监测与预防 管理控制图
SPC的意义
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
❖ “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》
即6 σ为标准来衡量过程是否具有足够的精确度和良好的经济特性的。过程能力记为B,
则
B= 6 σ
估计Sigma
ˆ R ˆ S
d2
c4
过
程
Cp,Cpk,Cpm
Sigma
计算Sigma
S
im1(x 为n组 ,容 则 m量 k*n
Cp USL LSL ( 当 USL 、 LSL 6 ˆ
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
内容提要
过程能力研究
过程能力 指 处 于 统计稳 态 下 的 过 程 的 加 工 能 力;
过程能力
❖ 过程能力是以该过程产品质量特性值的变异或波动来表示的;
❖ 根据3σ原理,在分布范围μ ±3 σ内,包含了99.73%的数据,接近于1,因此以±3 σ,
SPC解决方案
SPC解决方案
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
❖ 在控制图的设计阶段使用,主要用以确定合理的控制界限; ❖ 每一张控制图上的控制界限都是由该图上的数据计算出来;
从分析阶段转入控制阶段
❖ 在什么条件下分析阶段确定的控制限可以转入控制阶段使用: ▪ 控制图是受控的 ▪ 过程能力能够满足生产要求
❖ 控制图的控制界限由分析阶段确定; ❖ 控制图上的控制界限与该图中的数据无必然联系; ❖ 使用时只需把采集到的样本数据或统计量在图上打点就行;
直方图的用途
目的:寻找主要问题或影响质量的主要原因
Pareto理论在品质管理中的应用
❖ 缺陷柏拉图 ❖ 异常柏拉图 ❖ 原因柏拉图 ❖ 措施柏拉图
品质管理中主要应用
找出“重要的少数” 因为80%的问题由20%的潜
在原因引起
散布图
➢ 散布图也称相关图,可以直观地表示出两变量之间的相关程度; ➢ 当怀疑系统中两个变量可能有关系,但不能确定这种关系是什么的时候,就可以使用。 ➢ 依据两个变量画出横坐标轴和纵坐标轴:
xMR控制图的控制限
3 计算控制界限:
X控制图
MR控制图
UCL x 2.66MR CL x LCL x 2.66MR
UC RL3.26M 7R
CLR MR
LCRL0
P控制图的控制限计算
计算总平均不良率和上下控制界限:
CL P
pnp1np2npkUCL P 3
n1n2nk
LCL P 3
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
内容提要
I. II. III. IV. V. VI.
质量特性的分类 控制图的分类 控制图的构成 控制图应用的二个阶段 控制限的计算 判异准则
控制图
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。
Todaysoft®SPC解决方案
DPMO分析
单件产品缺陷率DPU : 如果在某个子组的100件中发现3个缺陷, DPU=d/n=3/100=0.03 d=缺陷数 n检验的件数 DPU表示单件水平上的能力。DPO(及DPMO) 则测量机会水平上的能力 DPMO:Defects Per Million Opportunity
Process: (过程)有输入-输出的一系列的活动; Control: (控制)事物的发展和变化是可预测的;
▪ 波动无处不在 ▪ 正常波动和异常波动 ▪ 通过保持过程受控和稳态提高过程能力和品质水平
SPC的基本原理
3 σ原理
X
68% 95% 99.7%
➢ 全面、及时了解质量信息,信息共享 ➢ 有效监测和预防,提高生产率 ➢ 提高客户满意度,赢得更多客户 ➢ 保持产品和服务质量的稳定性及进一步的持续改进 ➢ 降低总的质量成本
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC
内容提要
专业工具书简介
IATFAIAG官方正版识别 如右图:1.中英文对照
2.封面没有打孔 3.16开本 4.封面覆膜 网上销售地址:
淘宝唯一授权旗舰店:
SPC
Statistical: (统计)以概率统计学为基础,用科学的方法分析数据、得出 结论;
Ppu USL x(当 USL 存在时) 3
Ppl x LSL (当 LSL 存在时) 3
Ppk Min ( USL x ,x LSL )
3
3
Ppm USL LSL 6 S 2 ( x Ta ) 2
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
判异准则及SPC的颜色管理
受控状态
在控制图上的正常表现为: (1)所有样本点都在控制界限之内; (2)样本点均匀分布,位于中心线两侧的样 (3)靠近中心线的样本点约占2/3; (4)靠近控制界限的样本点极少。
本点约各占1/2;
判异准则
失控状态 明显特征是有: (1)一部分样本点超出控制界限
除此之外,如果没有样本点出界,但 (2)样本点排列和分布异常,
控制阶段
何时应该重新计算控制界限
1. 控制图是根据稳定状态下的条件(人员、设备、原材料、工艺方法、测 量系统、环境)来制定的。如果上述条件变化,则必须重新制定控制图.
2. 一定时间后检验控制图还是否适用; 3. 过程能力值有大的变化时。
V.
控制限的计算方法
x R控制图的控制限计算
1.计算各组样本统计量,如样本平均值、极差及总平均值:
❖ 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
计量型 计数型
计件型 计点型
II.
控制图的构成
18
+3
17
16
点落在该区间的概率为99.7%
15
14
13
12
Average
11
10
9
8
7
6
5
-3
1
2
3
4
5
6
7
8
9
10
Components of Every Control Chart:
也说明生产过程状态失控。