质量管理-第三章spc-控制图课件
合集下载
spc课件
箱线图
总结词
箱线图是一种展示数据分布特征的图表，通过箱体、中位数、四分位数等指标展示数据的集中和离散趋势。
详细描述
箱线图主要用于展示一组数据的集中和离散趋势，通过箱体表示数据的集中程度，通过上下须表示数据的最大值 和最小值。在SPC课件中，箱线图常用于展示过程能力指数、不合格品率等指标的分布特征，帮助管理者了解数 据的分布情况。
SPC技术将在大数据时代发挥重要作用。通过利用大数据技术，SPC课件将能够实现对海量数据的快速处理和分析，为企业提 供更加精准、全面的生产过程控制和管理服务。同时，大数据技术还将促进SPC课件与其他技术的融合，如人工智能、云计 算等，进一步拓展其在工业领域的应用范围和价值。
SPC未来的发展方向
SPC技术将继续向数字化、网络化和 智能化的方向发展。未来ቤተ መጻሕፍቲ ባይዱSPC课件 将更加注重数据的采集、处理和分析 ，实现更加精准、高效的生产过程控 制和管理。同时，随着物联网、云计 算等技术的发展，SPC课件将逐渐实 现与其他系统的集成和互联互通，为 企业提供更加全面、智能的服务。
明确需要控制的特性和过 程，确保控制计划的针对 性和有效性。
设定控制标准
根据产品要求和过程能力 ，设定合理的规格界限和 控制标准。
制定控制方法
选择适合的控制图和统计 工具，确保能够及时发现 异常波动并进行处理。
数据收集与处理
确定数据来源
确保数据来源的可靠性和 准确性，避免数据失真和 误差。
数据整理与转换
增强学习兴趣
课件通常采用多媒体形式，如 视频、音频、动画等，能够吸 引学生的注意力，增强学习兴 趣。
方便灵活
学生可以在任何时间、任何地 点学习，不受时间和地点的限 制。
第3章SPC与控制图
大连工业大学 工业工程 产品质量控制
X-(或x、R、S等)
SPC
• 控制图基本构造
Your Professional Quality Improvement Partner
控制上线UCL 控制中线CL 控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
控制图的重要性
正常波动的原因--偶然因素
• 偶然因素是对正常波动经常起作用的原因。
它的特点是：
–在过程中时刻存在着，对过程波动的影响随机变化；
–这类因素一般复杂繁多，要列出所有的因素很困难；
–所有因素的共同作用导致了过程的总波动。
–成本太高，不容易去除。
当过程只有普通原因影响时，过程的波动具有统计规 律性，此时过程处于稳定状态。
样本号（或时间）
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
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。
大连工业大学 工业工程 产品质量控制
SPC
Your Professional Quality Improvement Partner
SPC
Your Professional Quality Improvement Partner
第三章
SPC
统计过程控制
大连工业大学 工业工程 产品质量控制
SPC
课程提纲
SPC控制图原理
Your Professional Quality Improvement Partner
计量/计数型控制图篇
1. SPC应用背景; 2. 控制图原理; 3. 运用SPC的益处; 4. SPC控制图种类
SPC与常规控制图培训课件PPT(共 58张)
因此，发生这种情况的概率为
2×C54×0.1573054×（0.9973-0.157305） =0.00268
规则7连续15点在中心线正负1σ 之间
0.6826815 =0.00326
常用控制图的种类
常用质量控制图可分为两大类： （1）计量值控制图包括：
均值-标准差控制图，均值-极差控制图， 中位数-极差控制图，单值-移动-极差控制图。 （2）计数值控制图包括：
SPC与常规控制图
——控制图概念
又叫管理图或休图。它是判断和预报生产过程中 质量状况是否发生异常波动的一种有效的方法。
可用3σ原则确定控制图的控制线（Control Lines）
CL=μ UCL=μ+3σ LCL=μ-3σ
控制图的基本原理
控制图是把造成质量波动的六个原因（人机料法 环、测量等）分为两个大类：随机性原因（偶然 性原因）和非随机性原因（系统原因）。这样， 我们就可以通过控制图来有效地判断生产过程质 量的稳定性，及时发现生产过程中的异常现象， 查明生产设备和工艺装备的实际精度，从而为制 定工艺目标和规格界限确立可靠的基础，使得过 程的成本和质量成为可预测的，并能够以较快的 速度和准确性测量出系统误差的影响程度。
3点中2个点子在中心线同一侧的2σ ～ 3σ 范围之内，另外一 个点子落在控制界限任何处，发生这种情况的概率为
2×C32×0.02142×（0.9973-0.0214） =0.00268
控制图上的信号解释
规则6：连续5点中有4点落在中心线同一侧 的1σ 以外。
点子落在1σ ～ 3σ 之间的概率为 ( 3 ) ( 1 ) 0 . 9 9 8 6 5 0 0 . 8 4 1 3 4 5 0 . 1 5 7 3 0 5
2×C54×0.1573054×（0.9973-0.157305） =0.00268
规则7连续15点在中心线正负1σ 之间
0.6826815 =0.00326
常用控制图的种类
常用质量控制图可分为两大类： （1）计量值控制图包括：
均值-标准差控制图，均值-极差控制图， 中位数-极差控制图，单值-移动-极差控制图。 （2）计数值控制图包括：
SPC与常规控制图
——控制图概念
又叫管理图或休图。它是判断和预报生产过程中 质量状况是否发生异常波动的一种有效的方法。
可用3σ原则确定控制图的控制线（Control Lines）
CL=μ UCL=μ+3σ LCL=μ-3σ
控制图的基本原理
控制图是把造成质量波动的六个原因（人机料法 环、测量等）分为两个大类：随机性原因（偶然 性原因）和非随机性原因（系统原因）。这样， 我们就可以通过控制图来有效地判断生产过程质 量的稳定性，及时发现生产过程中的异常现象， 查明生产设备和工艺装备的实际精度，从而为制 定工艺目标和规格界限确立可靠的基础，使得过 程的成本和质量成为可预测的，并能够以较快的 速度和准确性测量出系统误差的影响程度。
3点中2个点子在中心线同一侧的2σ ～ 3σ 范围之内，另外一 个点子落在控制界限任何处，发生这种情况的概率为
2×C32×0.02142×（0.9973-0.0214） =0.00268
控制图上的信号解释
规则6：连续5点中有4点落在中心线同一侧 的1σ 以外。
点子落在1σ ～ 3σ 之间的概率为 ( 3 ) ( 1 ) 0 . 9 9 8 6 5 0 0 . 8 4 1 3 4 5 0 . 1 5 7 3 0 5
SPC_大全(PPT74页)
程
d2
c4
Sigma
计算Sigma
S
m i 1
(
xi
x)2
,
m 1
Pp,Ppk,Ppm
k个子组，每个子组容量 为n，则m k * n
Cp USL LSL (当USL、LSL都存在时）
6ˆ
Cr（或Cpr） 1（常以百分数表示） Cp
Cpu USL x（当USL存在时）
直通率分析 和 DPMO分析
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
工序一
浪费45，000ppm
TPY
通过检查，合格率95.5%
工序二的合格率97%
浪费30，000ppm
装配站 合格率94.4%
浪费56，000ppm
浪费131，000ppm
直通率（FPY）
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;
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。
分析阶段 控制阶段
分析阶段
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
控制阶段
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
SPC与控制图.pptx
样本均值
x1, ..., x5 的 Xbar 控制图
5 UCL=4.636
4
3
2
1
__ X =0.691
0
-1
-2
-3
LCL=-3.254
-4 1 3 5 7 9 11 13 15 17 19 21 23 样本
2020/8/20
24
利用上面的控制图做20天的控制（控制数据.xls）
2020/8/20
选择容易测定的变量原则
2020/8/20
8
5 控 制 图 原 理 与 结 构（1）
• 假定质量特性值服从正态分布 控制图是根据正态分布的“3σ”原理绘制
• 用统计技术判定过程是否发生异常变异
2020/8/20
9
5 控 制 图 原 理 与 结 构（2）
• 以样本统计量均值为控制中心线
• 以中心线±3σ为控制图的上下控制限
SPC与控制图
1 SPC的发展 2 控制图的作用和特点 3 预防原则的实施 4 选择控制变量 5 控制图的原理和结构 6 诊断准则 7 过程受控与过程稳定 8 用Minitab软件制作控制图 小组讨论与练习
2020/8/20
1
本章目标
• 了解SPC概念 • 树立过程控制的预防观念 • 明确使用控制图的重要意义 • 学会正确绘制控制图
• 以抽样的时间顺序为控制图横轴坐标
• 以质量特性值单位为控制图纵轴坐标
样本
单位
3 UCL
CL
3
LCL
2020/8/20
控制图结构
样本
10
6 诊 断 准 则 （1）
准则1： 一个点在A区之外(判 异唯一准则) x
UCL A
《SPC培训教案》课件
《SPC培训教案》PPT课件第一章：SPC概述1.1 SPC的定义统计过程控制（Statistical Process Control，SPC）通过统计学方法监控和改进过程质量1.2 SPC的历史与发展起源于20世纪20年代的工业工程1950年代，W. Edwards Deming将SPC推广到日本，对日本质量管理产生深远影响1990年代至今，SPC与现代质量管理方法结合，如六西格玛1.3 SPC的应用范围制造业服务业医疗卫生教育及其他行业第二章：SPC基本概念2.1 过程输入、输出和转换连续和离散过程2.2 控制图控制图的类型（X-R图、X-bar图、p图、np图等）控制图的构成（中心线、控制限、数据点）2.3 过程稳定性随机变异与系统变异判断过程稳定的准则（规则1-4）第三章：控制图的应用3.1 控制图的制定数据收集与整理选择适当的控制图确定控制限3.2 控制图的解读数据点的含义判断过程是否失控的准则控制图的报警信号（点出界、链或趋势）3.3 控制图的分析与改进分析过程变异的原因采取措施改进过程重新制定控制图第四章：过程能力分析4.1 过程能力的概念过程固有的变异能力满足顾客要求的能力4.2 过程能力分析的方法计算过程能力指数（Cp、Cpk）判断过程能力是否满足要求4.3 过程改进策略提高过程能力的方法（减少变异、优化过程参数）过程改进的目标（提高产品质量、降低成本）第五章：SPC软件与应用5.1 SPC软件的功能与选择数据采集、处理和分析控制图绘制与监控过程改进工具（如鱼骨图、帕累托图等）5.2 SPC软件的操作步骤数据输入与设置控制图绘制与分析报告与输出5.3 SPC软件在实际应用中的案例分享制造业案例服务业案例其他行业案例第六章：SPC在制造业中的应用案例6.1 案例一：汽车制造业中的SPC应用描述汽车制造过程中如何运用SPC监控装配质量，减少缺陷率。
分析控制图在检测生产线上的作用，及时发现问题并采取措施。
SPC课件
你们6月份提供的产品，6月17日，某项特性均值6.8，6月18日，相 同特性均值在4.7。请贵公司注意一下。”
Vitia收到这个投诉后，把这一信息反馈给他主管的时候，他 的主管很疑惑的说
“很好啊，他们要求是2，我们达到最差都到了4.7，简直无理 取闹嘛。”
另外一个工程师M也发表了他的看法：“如果SPEC是2,而实际达 到4.7~6.8，那么有必要进行SPC控制吗？我认为控制的意义不大， 除非提高SPEC。另外也要考虑一下控制的成本。”
UCL CL LCL
2.4控制图的基本图形
控制图分为上控制限（UCL）、下控制限（LCL）和
中心线（CL）三条线。
和趋势图的对比？
2.5控制图的作用
•过程诊断：可以用诊断生产过程的稳定性，即 生产过程是否处于稳定状态。
•过程控制：可以用来确定生产过程何时需要加以调 整，何时应保持生产过程的稳定状态。
计数型数据
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数， 统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、等 阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中 计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器 个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼 数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
控制图原理是基于正态分布的重要特性。质量特性值 在区间（μ-3δ，μ+3δ）内的概率为99.73%，1927年美 国人休哈特就是根据这一结论，把正态分布图形转化为控 制图.
-4 -3 -2 -1 0 1 2 3 4
68.26% 95.45% 99.73% 99.99%
3δ μ -3δ
Vitia收到这个投诉后，把这一信息反馈给他主管的时候，他 的主管很疑惑的说
“很好啊，他们要求是2，我们达到最差都到了4.7，简直无理 取闹嘛。”
另外一个工程师M也发表了他的看法：“如果SPEC是2,而实际达 到4.7~6.8，那么有必要进行SPC控制吗？我认为控制的意义不大， 除非提高SPEC。另外也要考虑一下控制的成本。”
UCL CL LCL
2.4控制图的基本图形
控制图分为上控制限（UCL）、下控制限（LCL）和
中心线（CL）三条线。
和趋势图的对比？
2.5控制图的作用
•过程诊断：可以用诊断生产过程的稳定性，即 生产过程是否处于稳定状态。
•过程控制：可以用来确定生产过程何时需要加以调 整，何时应保持生产过程的稳定状态。
计数型数据
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数， 统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、等 阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中 计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器 个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼 数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
控制图原理是基于正态分布的重要特性。质量特性值 在区间（μ-3δ，μ+3δ）内的概率为99.73%，1927年美 国人休哈特就是根据这一结论，把正态分布图形转化为控 制图.
-4 -3 -2 -1 0 1 2 3 4
68.26% 95.45% 99.73% 99.99%
3δ μ -3δ
《SPC培训讲义》课件
• 大多數的品質問題是錯在作業人員 • 容許少數的不良,意外的瑕疵是無可避免
的 • 品質是品管部門的責任 • 只重視品質檢驗,檢驗人員需負責解決瑕
疵品 • SPC只是在現場掛管制圖
對品質的正確觀念
• 85%的品質問題是管理人員所要擔負的,管理者 態度的偏差，更勝過作業人員的懶散
• 第一次就把事情做好,並且將後工程視為顧客, 才能真正做到零缺點品質
• SPC 興起是宣告『品質公共認證時代』的來臨
─ 1980年以前，客戶大都以自己的資源與方法，來認定某些合格的 供應商，造成買賣雙方的浪費。 ─ 1980年以後，『GMP』及『ISO 9000』的興起，因為重視產品生 產的『制程』與『系統』，故更須有賴 SPC 來監控『制程』與『系 統』的一致性。
管理當局參與及製 程人員合作去改善
系統改善對策
必須改善造成變異的機遇原因 經常需要管理階層的努力與對策 大約可以解決85%之制程上的問題
顯示散佈原因
組內變異(Within)
Time 1 Time 2 Time 3 Time 4
• 称为 短期 (st) • 我们的潜在能力 - 能做得
最好的情况
• 所有6 sigma公司用 报告
SPC 的迷思
• 迷思一：有管制圖就是在推動 SPC ？
─ 這是產品品質 ( Q )，還是制程參數 ( P ) 管制圖？ ─ 這張管制圖是否有意義？ ─ 它所管制的參數，真的對產品品質有舉足輕重的影響 嗎？ ─ 管制界限訂的有意義嗎？ ─ 這張管制圖，是否受到應有的重視？是否已遵照規定， 實施追蹤與研判？
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
的 • 品質是品管部門的責任 • 只重視品質檢驗,檢驗人員需負責解決瑕
疵品 • SPC只是在現場掛管制圖
對品質的正確觀念
• 85%的品質問題是管理人員所要擔負的,管理者 態度的偏差，更勝過作業人員的懶散
• 第一次就把事情做好,並且將後工程視為顧客, 才能真正做到零缺點品質
• SPC 興起是宣告『品質公共認證時代』的來臨
─ 1980年以前，客戶大都以自己的資源與方法，來認定某些合格的 供應商，造成買賣雙方的浪費。 ─ 1980年以後，『GMP』及『ISO 9000』的興起，因為重視產品生 產的『制程』與『系統』，故更須有賴 SPC 來監控『制程』與『系 統』的一致性。
管理當局參與及製 程人員合作去改善
系統改善對策
必須改善造成變異的機遇原因 經常需要管理階層的努力與對策 大約可以解決85%之制程上的問題
顯示散佈原因
組內變異(Within)
Time 1 Time 2 Time 3 Time 4
• 称为 短期 (st) • 我们的潜在能力 - 能做得
最好的情况
• 所有6 sigma公司用 报告
SPC 的迷思
• 迷思一：有管制圖就是在推動 SPC ？
─ 這是產品品質 ( Q )，還是制程參數 ( P ) 管制圖？ ─ 這張管制圖是否有意義？ ─ 它所管制的參數，真的對產品品質有舉足輕重的影響 嗎？ ─ 管制界限訂的有意義嗎？ ─ 這張管制圖，是否受到應有的重視？是否已遵照規定， 實施追蹤與研判？
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
SPC培训课件PPT(共 69张)
19C 40年代 统计的品质管理 品质是制造出来的 品质控制（QC）
品质保证
品质是设计出来的 品质确保（QA）
19C 60年代 全面质量管理
品质是管理出来的 全面品质（TQC）
19C 80年代 全面质量责任
品质是习惯出来的 全面品质（TQM）
每天进步一点点
过程控制的需要
华邦机械
探测---容忍浪费
通过质量控制来检查最终产品并剔除不符合规范的产品， 在管理部门则经常靠检查或重新检查工作来找出错误，在这 两种情况下都是使用检测的方法，这种方法是浪费的
3. 消除后可以使过程分布结果可预测；
4. 特殊原因是有害的或者也可能是有益的；
每天进步一点点
SPC统计过程控制基本知识
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。
华邦机械
目标值线 预测
范围
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。
范围
每天进步一点点
华邦机械
五大核心工具之间的关系：
APQP 是方法； FMEA、MSA、SPC 是工具； PPAP 是结果，是输出！
每天进步一点点
华邦机械
概论
质量观念的发展
时间
品管历史
品管观念
品管制度
18C前 19C 初
作业人员品质管理 品质是检查出来的 品质检查（QI） 领班品质管理
19C 20年代 检验员品质管理
输出
A B C DE
能控制的因子 - 改善对象 - 能调整 - 特别情况
L MN OP
不能控制的因子 - 共同事项 - Noise - 持续的事项
每天进步一点点
spc控制图培训课程.pptx
第一章 SPC 与SPCD工程绪论(一）
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
SPC-完整版ppt课件
第六步：实施数据采集计划
根据“合理子组”原则采集数据。将采集到 的所有数据填入事先准备好的数据表或控制图。
第七步：整理核对数据
检查核对数据是否符合要求，准备制作控制 图。
注意：控制图数据是一组动态的 时间序列。
SHIRO原则”
“合理子组”原则含义
使得每个子组内的变差尽量小（组内差异只由普通 原因造成）；
SHIRONGWEI
21
§5.2 数据收集计划
数据必须“真实-可信-可用”，方能到成质量改进的目 的，为了实现此目标，制定数据采集计划是必要的（当 然不一定是书面的）。 计划应考虑以下内容和因素： 任务及目的（你打算收集什么数据） 在哪里？由谁？ 采用什么方式：全数检查？还是抽样？ 采集多少数据？ 时间：何时期的数据？采集频率？何时开始和结束？ 分层因素如何确定？ 数据表格的准备
控制图结构 控制图的作用 两类错误 休哈特“3σ原则” 统计控制状态 统计过程控制原则 漏斗实验 控制图解析——模式 控制图 8条判异准则 分析用控制图和监控用控制图 常规控制图的分类 如何选择控制图
SHIRONGWEI
16
§4.2 控制图的作用
控制图是SPC用于改进品质的工具，其作用：
展示过程
即时记录过程，反映过程状况和变化，可谓一部“生产史”。
控制过程
透过控制图结构和规则，指引人员识别并消除特殊原因， 达成维护控制之目的。
评估决策
控制图作为统计工具，展示提供的过程信息是客观可信 的，借助控制图信息作出的品质决策是科学可靠的。
预防改进
控制图具有预警性质，且借由以上三项，就达到预防改 进之目的。
SHIRONGWEI
19
质量管理的基本原则
一切用数据说话！
根据“合理子组”原则采集数据。将采集到 的所有数据填入事先准备好的数据表或控制图。
第七步：整理核对数据
检查核对数据是否符合要求，准备制作控制 图。
注意：控制图数据是一组动态的 时间序列。
SHIRO原则”
“合理子组”原则含义
使得每个子组内的变差尽量小（组内差异只由普通 原因造成）；
SHIRONGWEI
21
§5.2 数据收集计划
数据必须“真实-可信-可用”，方能到成质量改进的目 的，为了实现此目标，制定数据采集计划是必要的（当 然不一定是书面的）。 计划应考虑以下内容和因素： 任务及目的（你打算收集什么数据） 在哪里？由谁？ 采用什么方式：全数检查？还是抽样？ 采集多少数据？ 时间：何时期的数据？采集频率？何时开始和结束？ 分层因素如何确定？ 数据表格的准备
控制图结构 控制图的作用 两类错误 休哈特“3σ原则” 统计控制状态 统计过程控制原则 漏斗实验 控制图解析——模式 控制图 8条判异准则 分析用控制图和监控用控制图 常规控制图的分类 如何选择控制图
SHIRONGWEI
16
§4.2 控制图的作用
控制图是SPC用于改进品质的工具，其作用：
展示过程
即时记录过程，反映过程状况和变化，可谓一部“生产史”。
控制过程
透过控制图结构和规则，指引人员识别并消除特殊原因， 达成维护控制之目的。
评估决策
控制图作为统计工具，展示提供的过程信息是客观可信 的，借助控制图信息作出的品质决策是科学可靠的。
预防改进
控制图具有预警性质，且借由以上三项，就达到预防改 进之目的。
SHIRONGWEI
19
质量管理的基本原则
一切用数据说话！
第三章 控制图
41
3.3 控制图概述
控制图的实施循环
抽取样本
对策措施 检验 原因分析
过程正常 绘制控制图
36
3.3 控制图概述
控制图的基本模式见图1。控制图的横坐标通常 表示按时间顺序抽样的样本编号，纵坐标表示 质量特性值或质量特性值的统计量（如样本平 均值）。控制图有中心线和上、下控制界限， 控制界限是判断工序过程状态的标准尺度。
37
3.3 控制图概述
质量特性
上控制限UCL
中心线CL
下控制限LCL
3.2 过程波动
Conclusions:结论
由方向盘引起的变化是什么呢？它真的影响开车的直线 速度吗？ 到现在为止，你打算改变你原来的看法吗？或者说迈克 的同事应不应该被款待？
所谓的特殊原因是什么呢？
23
3.2 过程波动
过程模型
随机因素 输入 过 程 输出
随机因素：引起波动 系统因素：统计规律 各种统计分布
（3）可查明设备和工艺手段的实际精度，以便做出正确的 技术决定。
40
3.3 控制图概述
（4）为真正地制定生产目标和规格界限，特别是配合零 部件的最优化确立了可靠的基础，也为改变未能符合经济 性的规格标准提供了依据。 （5）使生产成本和质量成为可预测的参数，并能以较快 的速度和准确性测量出系统误差的影响程度，从而使同一 生产内产品之间的质量差别减至最小，以评价、保证和提 高产品质量。 （6）最终可以保证产品质量，提高经济效益。
波动的原因
Common Causes 共同原因
Assignable Causes 特殊原因
3.3 控制图概述
控制图的实施循环
抽取样本
对策措施 检验 原因分析
过程正常 绘制控制图
36
3.3 控制图概述
控制图的基本模式见图1。控制图的横坐标通常 表示按时间顺序抽样的样本编号，纵坐标表示 质量特性值或质量特性值的统计量（如样本平 均值）。控制图有中心线和上、下控制界限， 控制界限是判断工序过程状态的标准尺度。
37
3.3 控制图概述
质量特性
上控制限UCL
中心线CL
下控制限LCL
3.2 过程波动
Conclusions:结论
由方向盘引起的变化是什么呢？它真的影响开车的直线 速度吗？ 到现在为止，你打算改变你原来的看法吗？或者说迈克 的同事应不应该被款待？
所谓的特殊原因是什么呢？
23
3.2 过程波动
过程模型
随机因素 输入 过 程 输出
随机因素：引起波动 系统因素：统计规律 各种统计分布
（3）可查明设备和工艺手段的实际精度，以便做出正确的 技术决定。
40
3.3 控制图概述
（4）为真正地制定生产目标和规格界限，特别是配合零 部件的最优化确立了可靠的基础，也为改变未能符合经济 性的规格标准提供了依据。 （5）使生产成本和质量成为可预测的参数，并能以较快 的速度和准确性测量出系统误差的影响程度，从而使同一 生产内产品之间的质量差别减至最小，以评价、保证和提 高产品质量。 （6）最终可以保证产品质量，提高经济效益。
波动的原因
Common Causes 共同原因
Assignable Causes 特殊原因
质量管理-第三章spc-控制图
②解决方法是：根据两种错误所造成的总损失最小来确定最优间距， 经验证明休哈特所提出的3σ方式较好。
注：80年代，出现了经济质量控制EQC学派（学术带头人：德国 乌尔茨堡大学冯·考拉尼教授）以使两种错误所造成的总损失最 小为出发点来设计控制图与抽样方案。
七、3σ方式
3σ方式的公式： UCL=μ+3σ CL=μ LCL=μ-3σ
3 0.500 0.497 0.501 0.500 0.502 0.502 0.500 0.499 0.504 0.502 0.503 0.501
4 0.500 0.501 0.502 0.502 0.500 0.500 0.501 5 0.501 0.499 0.500 0.500 0.501 0.500 0.502 X bar 0.5008 0.4998 0.501 0.4996 0.5004 0.5006 0.5026
准则1： 一个点在A区之外 x
UCL A
B C CL C
B LCL A
x 准则3：连续6个点递增或递减
UCL A
x
B C CL C
B
LCL A
x
准则2：连续 9个点在中心线同一侧
UCL A
B
x
C CL
C
B LCL A
准则4：连续14个点上下交替
UCL A
B
C
CL
C
x
B LCL A
判 异 准 则（续1）
六、控制图的两种错误
从数理统计的观点，存在可能的两能错误: (1) 第一种错误(type I error)：虚发警报(false alarm)。
（2）第二种错误(type II error)：漏发警报(alarm missing)。
注：80年代，出现了经济质量控制EQC学派（学术带头人：德国 乌尔茨堡大学冯·考拉尼教授）以使两种错误所造成的总损失最 小为出发点来设计控制图与抽样方案。
七、3σ方式
3σ方式的公式： UCL=μ+3σ CL=μ LCL=μ-3σ
3 0.500 0.497 0.501 0.500 0.502 0.502 0.500 0.499 0.504 0.502 0.503 0.501
4 0.500 0.501 0.502 0.502 0.500 0.500 0.501 5 0.501 0.499 0.500 0.500 0.501 0.500 0.502 X bar 0.5008 0.4998 0.501 0.4996 0.5004 0.5006 0.5026
准则1： 一个点在A区之外 x
UCL A
B C CL C
B LCL A
x 准则3：连续6个点递增或递减
UCL A
x
B C CL C
B
LCL A
x
准则2：连续 9个点在中心线同一侧
UCL A
B
x
C CL
C
B LCL A
准则4：连续14个点上下交替
UCL A
B
C
CL
C
x
B LCL A
判 异 准 则（续1）
六、控制图的两种错误
从数理统计的观点，存在可能的两能错误: (1) 第一种错误(type I error)：虚发警报(false alarm)。
（2）第二种错误(type II error)：漏发警报(alarm missing)。
SPC与控制图培训课件(共31张PPT)
x
CL
CL
x
B LCL A
x
B LCL A
2019/2/1
11
6 诊 断 准 则 （2）
准则5: 3个点中有2点在A区中连成一串
UCL
A B C C
准则6: 5点中有4点在B区中连成一串
UCL
A B C C
CL
x
x
CL
x
B LCL A
x
B LCL A
x
准则7：在C区中15个点于中心上下侧 连成一串
16.60 16.55 16.50 16.45 16.40
2019/2/1
29
9 预先控制图（4）
• 预控图误发警报的概率与过程能力有关
• 过程能力高误发警报概率就偏小
• 非正态质量特性误发警报的概率增大
• 过程存在偏移时误发警报的概率增大
• 过程能力高时应该减小控制限和警戒限
2019/2/1 30
5 4 3 2
样本均值
1
UCL=4.395
1 0 -1 -2
5
_ _ X =0.544
-3 -4 1 3 5 7 9 11 13 样本 15 17
1
LCL=-3.307 19 21 23 25
2019/2/1
19
去掉第6、第19、 第17个异常组 后的控制图
x1, ..., x5 的 Xbar 控制图
2019/2/1
25
例2.1
x1, ..., x5 的 Xbar 控制图
5 4 3 2
样本均值
UCL=4.636
7
1 0 -1 -2 -3 -4 1 5 9 13 17 21 样本 25 29 33 37 41
第三章 统计过程控制(SPC)与控制图
级别 I II
过程能力评价参考
过程能力过高(应视具体情况而定) 过程能力过高(应视具体情况而定)
过程能力充分, 过程能力充分,表示技术管理能力已很 好,应继续维持 过程能力较差, III 过程能力较差,表示技术管理能力较勉 强,应设法提高为II级 应设法提高为II级 过程能力不足, IV 过程能力不足,表示技术管理能力已很 差,应采取措施立即改善
TL
TU
TL
TU
TL
TU
无偏移单侧规范情况
只有上限要求，无下限要求
CPU＝（TU－ µ）/3 σ ＝（T
只有下限要求，无上限要求
CPU＝（µ－ TL ）/3 σ ＝（µ
过程能力指数C 过程能力指数CP值的评价参考
Cp值范围 >1.67
[1.33,1.67) [1.0, 1.33) [0.67, 1.0)
控制图是如何贯彻预防原则的
对生产过程不断监控，有苗头就能够被察 觉
控制图是如何贯彻预防原则的
无预先征兆，突 然出现，采用20 然出现，采用20 字方针：
查出异因，采取 措施，保证消除， 不再出现，纳入 标准
统计控制状态
只有偶因 没有异因 控制的基准 是生产追求的目标
对产品的质量有99.73％的把握 对产品的质量有99.73％的把握 生产最经济 过程的变异最小
Tu +TL 18.025 +17.99 M= = =18.0075 = µ 2 2 T T −TL 18.025 −17.99 Cp = = U = = 0.897 6σ 6σ 2 p = 2Φ(−3Cp ) = 2Φ(−3×0.897) = 2Φ(−2.691) = 0.0072 q =1− 0.0072 = 0.9928
质量管理体系五种核心工具SPCPPT课件
Statistical Process Control 统计过程控制 （四）
SPC，即统计过程控制，是一套从生产过程中，定期抽取样本，测量各样本的质量特性值，然后将测得的数据加以统计分析，判断过程是否处于稳定受控状态，从中发现过程异常原因(特殊原因)，从而及时采取有效对策，使过程恢复到正常稳定受控状态。 本教材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。主要介绍了用来分析及监控过程非常有效的工具--控制图。
2.过程控制系统
什么是过程？过程指的是共同作用以产生输出的供方、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。
我们工作 的方式/ 资源的融合
人 设备 材料 方法 环境
有反馈的过程控制系统模型
输入 过程/系统 输出
顾客
产品 或 服务
3.变差的普通原因及特殊原因
变差的概念： 没有两件产品或特性是完全相同的，也许差距很大，也许小得无法测量，但差距总是存在的。 任何过程都存在许多引起变差的原因。如：机加工一根轴的直径，影响直径变差的原因有： 机床（间隙、轴承磨损） 刀具（强度、磨损率） 材料（直径、硬度） 操作者（进洽速率、对中准确度） 维修（润滑、易损零件的更换） 环境（温度、湿度、动力供应是否恒定） 造成变差的原因有短期的影响和长期的影响。
一、持续改进及统计过程控制概述
预防与检测 过程控制系统 变差的普通原因及特殊原因 局部措施和对系统采取措施 过程控制和过程能力 过程改进循环及过程控制 控制图--过程控制的工具 控制图的益处
1、预防与检测
检测——容忍浪费 在生产部门，通过检查最终产品并剔除不合格产品。不合格的总是不合格。 在管理部门，经常靠检查或重新检查工作来找出错误。 这实质上是“死后验尸”，造成时间和材料等的浪费。 预防——避免浪费 通过对生产过程的监视和控制，第一步就可以避免生产无用的输出，是避免浪费的有效方法。 当今，汽车制造商、供方及销售商采用有效的预防措施，持续不断改进，提供内、外部顾客满意的产品和服务作为主要目标。
SPC，即统计过程控制，是一套从生产过程中，定期抽取样本，测量各样本的质量特性值，然后将测得的数据加以统计分析，判断过程是否处于稳定受控状态，从中发现过程异常原因(特殊原因)，从而及时采取有效对策，使过程恢复到正常稳定受控状态。 本教材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。主要介绍了用来分析及监控过程非常有效的工具--控制图。
2.过程控制系统
什么是过程？过程指的是共同作用以产生输出的供方、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。
我们工作 的方式/ 资源的融合
人 设备 材料 方法 环境
有反馈的过程控制系统模型
输入 过程/系统 输出
顾客
产品 或 服务
3.变差的普通原因及特殊原因
变差的概念： 没有两件产品或特性是完全相同的，也许差距很大，也许小得无法测量，但差距总是存在的。 任何过程都存在许多引起变差的原因。如：机加工一根轴的直径，影响直径变差的原因有： 机床（间隙、轴承磨损） 刀具（强度、磨损率） 材料（直径、硬度） 操作者（进洽速率、对中准确度） 维修（润滑、易损零件的更换） 环境（温度、湿度、动力供应是否恒定） 造成变差的原因有短期的影响和长期的影响。
一、持续改进及统计过程控制概述
预防与检测 过程控制系统 变差的普通原因及特殊原因 局部措施和对系统采取措施 过程控制和过程能力 过程改进循环及过程控制 控制图--过程控制的工具 控制图的益处
1、预防与检测
检测——容忍浪费 在生产部门，通过检查最终产品并剔除不合格产品。不合格的总是不合格。 在管理部门，经常靠检查或重新检查工作来找出错误。 这实质上是“死后验尸”，造成时间和材料等的浪费。 预防——避免浪费 通过对生产过程的监视和控制，第一步就可以避免生产无用的输出，是避免浪费的有效方法。 当今，汽车制造商、供方及销售商采用有效的预防措施，持续不断改进，提供内、外部顾客满意的产品和服务作为主要目标。
- 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)。
当样本含量n一定时， α越小，β越大；若 想同时减少α和β， 只有增大样本含量。
质量管理-第三章spc-控制图
两类错误的概率的关系
两类错误是互相关联的, 当样本容量固定时, 一类错误概率的减少导致另一类错误概率的增加.
要同时降低两类错误的概率 α, β 或者 要在 α不变的条件下降低 β, 需要增加样本
质量管理-第三章spc-控制图
二、统计过程控制的发展 SPC：统计过程控制； SPD：统计过程诊断； SPA：统计过程调整。
三者间的关系：
质量管理-第三章spc-控制图
SPC SPD SPA
第二节 常规控制图(休哈特控制图)原理
一、常规控制图的构造
控制图是对过程质量特性值进行测定、记录、评估和监察
第三章 Statistical Process control (SPC) 统计过程控制
第一节 SPC 第二节 控制图原理
第三节 两类错误和 3 方式
第四节 控制图的判断准则 第五节 休哈特控制图 第六节 通用控制图
质量管理-第三章spc-控制图
统计过程控制(SPC)
一、SPC(Statistical Process Control)的基本概念
质量管理-第三章spc-控制图
四、控制图的作用 ——及时告警
20字方针“查出异因，采取措施，加以消除，不再出现， 纳入标准”
UCL
CL
控制图点子形成倾向
质量管理-第三章spc-控制图
LCL
控制图显示异常
贯彻 二十字
调整控制 界限
有无异
无
常因素
统计控制图 状态（稳态）
有
图2-13 达到统计控制状态的循环 质量管理-第三章spc-控制图
质量管理-第三章spc-控制图
七、3σ方式
3σ方式的公式： UCL=μ+3σ CL=μ LCL=μ-3σ
式中μ、σ为统计量的总体参数。 加以应用时需要经过下列两个步骤： (1)具体化。 (2)对总体参数进行估计。
质量管理-第三章spc-控制图
控制图的判断准则
一、分析用控制图与控制用控制图 一道工序开始应用控制图时，总要将非稳态的过 程调整到稳态的过程，此乃分析用控制图的阶段。 等到过程调整到稳态后，才能延长控制图的控制 线作为控制用控制图，所谓控制用控制图的阶段。
质量管理-第三章spc-控制图
六、控制图的两种错误
从数理统计的观点，存在可能的两能错误: (1) 第一种错误(type I error)：虚发警报(false alarm)。
（2）第二种错误(type II error)：漏发警报(alarm missing)。
质量管理-第三章spc-控制图
控制图的两种错误
质量管理-第三章spc-控制图
常规控制图的形成
μ＋3σ μ
μ－3σ
质量管理-第三章spc-控制图
UCL CL
LCL
（二）控制图原理的第一种解释
• 点出界就判异
小概率事件原理：小概率事件在一次试验中几乎不 可能发生，若发生即判断异常。
μ＋3σ
UCL
μ
CL
μ－3σ
质量管理-第三章spc-控制图
LCL
五、统计控制状态
(1) 统计控制状态(state in statistical control)，也称 稳态(stable state)，即过程中只有偶因而无异因产生的 变异的状态。 在统计控制状态下，有下列好处： ①对产品的质量有完全的把握（合格率） ②生产也是最经济的 （不合格率） ③在统计控制状态下，过程的变异最小。
(三) 控制图原理的第二种解释
1.概念
• 偶然因素(偶因random cause)：也称随机因素（stochastic
cause)，是过程固有的，始终存在，对质量的影响微小，但 难以除去。 • 异常因素(异因，可查明因素assignable cause，或系统因素 systematic cause)：非过程固有，有时存在，有时不存在， 对质量影响大，但不难除去。 • 偶然波动：偶因引起质量的波动 ，简称偶波； • 异常波动：异因引起质量的 波动，简称异波。
统计过程控制，是为了贯彻预防原则，应用统计
方法对过程中的各个阶段进行评估和监控，建立并保 持过程处于可接受的并且稳定的水平，从而保证产品 与服务符合规定要求的一种技术。主要工具：控制图
质量管理-第三章spc-控制图
SPC的特点： 1 SPC是全系统的，全过程的，要求全员参加。 2 SPC强调用科学方法。 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
UCL
β
α
CL
LCL
质量管理-第三章spc-控制图
假设检验的两类错误（概率）
实际情况
假设检验结论
拒绝H0
接受
H0为真
第Ⅰ类错误(α) 弃真错误
推断正确(1- α) 可信度
H0不真
推断正确(1- β)
第Ⅱ类错误(β) 存伪错误
注意：拒绝H0，只可能犯Ⅰ型错误； 接受H0，只可能犯Ⅱ型错误错误。
质量管理-第三章spc-控制图
过程是否处于统计控制状态的一种用统计方法设计的图。
质量管理-第三章spc-控制图
控制图示例
UCL
样
本
统
CL
计
量
数
值
LCL
质量管理-第三章spc-控制图
时间或样本号
二、SPC的理论基础——产品的统计观点 产品质量的统计观点是现代质量管理的基本观
点之一。 (一) 产品的质量具有变异性 (二) 产品质量的变异具有统计规律性
质量管理-第三章spc-控制图
据使用的目的不同，控制图分为：分析用与控 制用控制图。
容量.
质量管理-第三章spc-控制图
如何减少两种错误所造成的损失？
①控制图共有三根线，一般，正态分布的CL居中不动，而且UCL与 LCL互相平行，故只能改动UCL与LCL二者之间的间隔距离。
②解决方法是：根据两种错误所造成的总损失最小来确定最优间距， 经验证明休哈特所提出的3σ方式较好。
注：80年代，出现了经济质量控制EQC学派（学术带头人：德国乌 尔茨堡大学冯·考拉尼教授）以使两种错误所造成的总损失最小为 出发点来设计控制图与抽样方案。
质量管理-第三章spc-控制图
2.控制图的第二种解释
• 假定现在异波均已消除，只剩下偶波，则此偶波的波动将是 最小波动，即正常波动。根据这正常波动，应用统计学原理 设计出控制图相应的控制界限，当异常波动发生时，点子就 会落在界外。因此点子频频出界就表明异波存在。
• 控制图上的控制界限就是区分偶波与异波的科学界限。