SPC-讲义统计制程管制
合集下载
- 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)。
• SPC就是应用统计技术对过程中的各个阶段收集的数据进 行分析，并调整制程，从而达到改进与保证质量的目的。
• SPC强调预防，防患于未然是SPC的宗旨
SPC基本原理
• 1924年休华特（W.A.Shewhart）博士绘制了第一张的SPC 图，并于1931年出版了「加工产品品质的经济控制」 （Economic Control of Quality of Manufactured Products）之后，SPC应用于各种制造过程改善便就此展 开。
Ca、 CP、Cpk
Ca (准確度) CP (精密度) Cpk (制程能力指數)
Ca
X SL 1T
2
CP USL LSL 6
Cpk (1 Ca ) CP
X﹕是制程平均值 T﹕规格公差 σ﹕制程标准差 SL﹕规格中心
Ca—准确度
Ca(Capability of Accuracy,制程准确度)指标是希望工程制造 出来的各种产品的实际值，能以规格中心为中心
LSL
m
X
USL
等 級
C a值
A
｜ C a｜ ≦ 12.5%
B 12.5% ＜ ｜ C a｜ ≦ 25%
C 25% ＜ ｜ C a｜ ≦ 50%
D 50% ＜ ｜ C a｜
Ca = L1 /L2 L1 = X ─ SL L2 = (USL — LSL)/2
Cp—精密度
Cp(Capability of Precision,制程精密度)指标是最常被拿来测 量制程是否合乎规格的指标
SPC简介
标准之SPC图
SPC常用术语解释
名称
平均值 （X） 极差（Range） σ（Sigma） 标准差 (Standard Deviation) 分布宽度
中位数 ˜x
单值 （Individual）
解释
一组测量值的均值
一个子组、样本或总体中最大与最小值之差
用于代表标准差的希腊字母
过程输出的分布宽度或从过程中统计抽样值（例如： 子组均值）的分布宽度的量度，用希腊字母σ或字母s （用于样本标准差）表示。
等級
Cp 值
A
1.33≦Cp
B
1.00≦Cp＜1.33
C
0.83≦Cp＜1.00
D
Cp＜0.83
LSL
m=X
USL
Cpk –制程能力指数(综合指数)
SPC简介
如果某一制程只受到不可归咎变异因素影响，则该制程称为稳 定制程，即是产品品质特性的变异是在可预測的统计控制范围 之內；另一方面，如果某一制程同时被不可归咎与可归咎两个 变异因素所影响，则该制程是不稳定的，此时产品品质特性的 变异将无法以统计方法來预测。SPC图(SPC Charts)正是为了 判断制程是否稳定，或是区分制程究竟是被不可归咎变异因素 或可归咎变异因素所影响的一种统计技术。下图绘制了标准的 SPC图，从图中可看出SPC主要是用于量测和分析任何制程的产 出、处理产品或零件的正常与否，及监督整个或部份的制造过 程。
一个分布中从最小值到最大值之间的间距
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。
名称 普通原因
过程能力 移动极差
SPC常用术语解释
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。 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。 两个或多个连续样本值中最大值和最小值之差。
• 经由制程中去收集资料，而加以统计分析，从分析中得以 管制制程是否稳定。
• 若制程异常，可经由问题分析以找出异常原因，并立即采 取改善措施与标准化，使制程恢复正常。
• 若制程稳定，可透过制程能力分析、改善措施与标准化， 以不断提升制程能力。
SPC简介
• 被量测出的产品品质特性均是由于某些偶然因素所造成 的结果。 • 某些「偶然因素下的一致现象」，是任何制造和 检验的架构下所固有的。 • 在这固有之”一致现象”的状态下的变动将无法 找到原因。 • 在该状态外的变动原因，则是可被发现而加以改 正的。 • 由此可知，休华特博士将影响产品品质的变异分 为不可归咎变异和可归咎变异等两类因素。 – 不可归咎变异因素是在制程中隨时都会影响到产品。 – 可归咎变异因素則是在某种特定条件下的制程中才会 影响到产品。
SPC-统计制程管 制
精品
目录
• SPC基本原理 • SPC简介 • SPC常用术语解释 • Ca、Cp、Cpk • σ—标准差 • 正态分布的基本知识 • 控制图介绍 • 两类错误 • 6σ
什么是SPC
• SPC是英文Statistical Process Control的字首简称,即 统计过程管制。
SPC基本原理
• SPC是一种用来分析资料的科学方法，并且利用分析结果 来解决实际的问题。只要问题能以数字表示，就可以应用 SPC来分析。一般收集的资料都会有变动的现象，将这些 资料画在图上(如下标准之SPC图)，抽样值在某个范围中 上下变动，为何会有这些波动发生?其原因可能是原料、 设备、气压、操作员生理、心理不同所造成。而SPC的基 本原理如下：
SPC常用术语解释
• 群体 于制造业而言，通常指在同一生产条件下符合特定 要求的所有个体的集合! 也可称为批量 记为N
• 样本 于群体中抽样而得的部份个体的集合! 记为n
• μ 群体平均值 X bar 样本平均值
• 群体标准差 x
样本标准差
• R 全距 ，
Variation 变异
数据的分类
• 按特性分： – 计数值数据﹕以个数计算的数据或数据是间断的﹑不 连续的﹐如不良数。 – 计量值数据﹕可以连续量测的数据或数据呈连续性 的﹐如强度﹑压力等等。
SPC常用术语解释
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 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。只用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。
• SPC强调预防，防患于未然是SPC的宗旨
SPC基本原理
• 1924年休华特（W.A.Shewhart）博士绘制了第一张的SPC 图，并于1931年出版了「加工产品品质的经济控制」 （Economic Control of Quality of Manufactured Products）之后，SPC应用于各种制造过程改善便就此展 开。
Ca、 CP、Cpk
Ca (准確度) CP (精密度) Cpk (制程能力指數)
Ca
X SL 1T
2
CP USL LSL 6
Cpk (1 Ca ) CP
X﹕是制程平均值 T﹕规格公差 σ﹕制程标准差 SL﹕规格中心
Ca—准确度
Ca(Capability of Accuracy,制程准确度)指标是希望工程制造 出来的各种产品的实际值，能以规格中心为中心
LSL
m
X
USL
等 級
C a值
A
｜ C a｜ ≦ 12.5%
B 12.5% ＜ ｜ C a｜ ≦ 25%
C 25% ＜ ｜ C a｜ ≦ 50%
D 50% ＜ ｜ C a｜
Ca = L1 /L2 L1 = X ─ SL L2 = (USL — LSL)/2
Cp—精密度
Cp(Capability of Precision,制程精密度)指标是最常被拿来测 量制程是否合乎规格的指标
SPC简介
标准之SPC图
SPC常用术语解释
名称
平均值 （X） 极差（Range） σ（Sigma） 标准差 (Standard Deviation) 分布宽度
中位数 ˜x
单值 （Individual）
解释
一组测量值的均值
一个子组、样本或总体中最大与最小值之差
用于代表标准差的希腊字母
过程输出的分布宽度或从过程中统计抽样值（例如： 子组均值）的分布宽度的量度，用希腊字母σ或字母s （用于样本标准差）表示。
等級
Cp 值
A
1.33≦Cp
B
1.00≦Cp＜1.33
C
0.83≦Cp＜1.00
D
Cp＜0.83
LSL
m=X
USL
Cpk –制程能力指数(综合指数)
SPC简介
如果某一制程只受到不可归咎变异因素影响，则该制程称为稳 定制程，即是产品品质特性的变异是在可预測的统计控制范围 之內；另一方面，如果某一制程同时被不可归咎与可归咎两个 变异因素所影响，则该制程是不稳定的，此时产品品质特性的 变异将无法以统计方法來预测。SPC图(SPC Charts)正是为了 判断制程是否稳定，或是区分制程究竟是被不可归咎变异因素 或可归咎变异因素所影响的一种统计技术。下图绘制了标准的 SPC图，从图中可看出SPC主要是用于量测和分析任何制程的产 出、处理产品或零件的正常与否，及监督整个或部份的制造过 程。
一个分布中从最小值到最大值之间的间距
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。
名称 普通原因
过程能力 移动极差
SPC常用术语解释
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。 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。 两个或多个连续样本值中最大值和最小值之差。
• 经由制程中去收集资料，而加以统计分析，从分析中得以 管制制程是否稳定。
• 若制程异常，可经由问题分析以找出异常原因，并立即采 取改善措施与标准化，使制程恢复正常。
• 若制程稳定，可透过制程能力分析、改善措施与标准化， 以不断提升制程能力。
SPC简介
• 被量测出的产品品质特性均是由于某些偶然因素所造成 的结果。 • 某些「偶然因素下的一致现象」，是任何制造和 检验的架构下所固有的。 • 在这固有之”一致现象”的状态下的变动将无法 找到原因。 • 在该状态外的变动原因，则是可被发现而加以改 正的。 • 由此可知，休华特博士将影响产品品质的变异分 为不可归咎变异和可归咎变异等两类因素。 – 不可归咎变异因素是在制程中隨时都会影响到产品。 – 可归咎变异因素則是在某种特定条件下的制程中才会 影响到产品。
SPC-统计制程管 制
精品
目录
• SPC基本原理 • SPC简介 • SPC常用术语解释 • Ca、Cp、Cpk • σ—标准差 • 正态分布的基本知识 • 控制图介绍 • 两类错误 • 6σ
什么是SPC
• SPC是英文Statistical Process Control的字首简称,即 统计过程管制。
SPC基本原理
• SPC是一种用来分析资料的科学方法，并且利用分析结果 来解决实际的问题。只要问题能以数字表示，就可以应用 SPC来分析。一般收集的资料都会有变动的现象，将这些 资料画在图上(如下标准之SPC图)，抽样值在某个范围中 上下变动，为何会有这些波动发生?其原因可能是原料、 设备、气压、操作员生理、心理不同所造成。而SPC的基 本原理如下：
SPC常用术语解释
• 群体 于制造业而言，通常指在同一生产条件下符合特定 要求的所有个体的集合! 也可称为批量 记为N
• 样本 于群体中抽样而得的部份个体的集合! 记为n
• μ 群体平均值 X bar 样本平均值
• 群体标准差 x
样本标准差
• R 全距 ，
Variation 变异
数据的分类
• 按特性分： – 计数值数据﹕以个数计算的数据或数据是间断的﹑不 连续的﹐如不良数。 – 计量值数据﹕可以连续量测的数据或数据呈连续性 的﹐如强度﹑压力等等。
SPC常用术语解释
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 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。只用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。