关于统计过程控制_诊断和调整完整版

合集下载

统计过程控制(SPC)的三个发展阶段

统计过程控制(SPC)的三个发展阶段

统计过程控制(SPC)的三个发展阶段SPC迄今已经受了三个进展阶段,即SPC(Statistical Process Control,统计过程掌握)阶段、SPCD(Statistical Process Control and Diagnosis,统计过程掌握与诊断)阶段与SPCDA(Statistical Process Control,Diagnosis and Adjustment,统计过程掌握、诊断与调整)阶段。

(一)SPC阶段SPC是美国休哈特博士在20世纪二三十年月所制造的理论,它能科学地区分诞生产过程中产品质量的偶然波动与特别波动,从而对过程的特别准时告警,以便人们实行措施,消退特别,恢复过程的稳定。

这就是所谓质量掌握。

这一理论直到20世纪80年月,依旧是过程掌握实施的重要指导。

(二)SPCD阶段SPCD即统计过程掌握与诊断。

SPC虽然能对过程的特别进行告警,但是它并不能告知是什么特别,发生于何处,也不能进行诊断。

1982年张公绪教授提出了新型掌握图——选控图系列,为SPCD理论的进展奠定了基础。

1982年,张公绪提出两种质量诊断理论,突破了传统的美国休哈特质量掌握理论,开拓了统计质量诊断的新方向。

从今SPC上升为SPCD,SPCD是SPC的进一步进展,也是SPC的其次个进展阶段。

1994年,张公绪教授与其同学郑慧英博士提出多元逐步诊断理论,解决了西方国家的诊断理论需要同时诊断全部变量从而第一种错误的概率α比较大的问题。

1996年张公绪提出了两种质量多元逐步诊断理论(也称为两种T2图的逐步诊断理论)解决了多工序、多指标系统的MSPC与MSPCD(多元质量掌握与诊断)问题。

1998年,张公绪又将上述理论进一步改进,这是多元诊断理论的一个突破,不但使得多元掌握与诊断大为简化,而且很多的多元诊断问题由此得以解决。

目前SPCD已进入有用性阶段,我国仍旧居于领先地位,在SPC 与SPCD的理论与实践方面做出了应有的贡献,形成我国的SPC与SPCD学派。

统计过程控制(SPC)

统计过程控制(SPC)

(三) x R 控制图的操作步骤
1. 确定控制对象(统计量) 2. 收集k组预备数据(一般K=25;每组数
据个数n ≥ 2;遵循合理子组原则) 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中,判断状态。
分析过程若失控或异常,找出原因, 进行纠正,防止再发生。
7. 计算 X 图控制限并作图,判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限,作控制用控制图,进行日
常管理
四、 X S 图(掌握) 五、X-Rs图(了解)
六、Me-R图(了解)
七、P控制图
(一)P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
(二)P控制图的统计基础为二项分布,其
内容 (1)利用控制图分析过程的稳定性,对
过程存在的异常原因进行预警;
(2)计算过程能力指数分析稳定的过程 能力满足技术要求的程度,对过程质量进行 评价。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则,应用统计技术对 过程各阶段评估和监控,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 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计,在稳态
下计算
ˆ St
R d2

S C4
ˆ Lt —— 长期波动的标准差估计,在实
际情况下计算 ˆ Lt S

第13章 统计过程控制与诊断(SPC与SPD)

第13章  统计过程控制与诊断(SPC与SPD)

统计过程控制与诊断(SPC与SPD)
均值-标准差控制图
均值控制图主要用于判断生产过程中的均值是否处于或保
持在所要求的统计控制状态
标准差控制图主要用于判断生产过程的标准差是否处于或
保持在所要求的统计控制状态
这两张图通常一起用,因此称为均值-标准差控制图,记为
x s
7 质量管理学
统计过程控制与诊断(SPC与SPD)
图(R图)代替,即得 x
R图
10
质量管理学
x
统计过程控制与诊断(SPC与SPD)
平均值-极差控制图设计过程
收集数据。根据选定的特性值,按一定的时间间隔, 抽取一个容量为n的样本,共取k个样本,一般要求 k≥25, n=4,5。 计算每一个样本的均值与级差。 计算k个样本的均值与级差的均值。 计算x 图与R图的上、下控制限。
22
当过程达到了我们所确定的状态后,才能将分析用控制图的控制线作 为控制用控制图。要用到判断稳态的准则(简称判稳准则),在稳定 之前还要用到判断异常的准则(简称判异准则)。
质量管理学
统计过程控制与诊断(SPC与SPD) 休图的设计思想
休图的设计思想是先定α,再看β。按照3σ方式确定UCL、 CL、LCL就等于确定了α=0.27%。 80年代起出现经济质量控制(EQC)学派,从两种错误造 成的总损失最小这一点出发来设计控制图与抽样方案。其 学术带头人为德国乌尔茨堡(Wurzburg)大学经济质量控 制中心主任冯.考拉尼(Elart von Collani)教授。
13.6 控制图的判断准则
分析用控制图与控制用控制图
日本有句质量管理的名言:“始于控制图,终于控制图。”所谓“始 于控制图”是指对过程的分析从应用控制图对过程分析开始。 分析用控制图主要作分析以下两点: (1)所分析的过程是否处于统计控制状态,或称统计稳态? (2)该过程的过程能力指数是否满足要求? 所谓“终于控制图”是指对过程的分析结束,最终建立了控制用控制 图。

统计过程控制与诊断培训课件(ppt 64页)

统计过程控制与诊断培训课件(ppt 64页)

小组观察数目 n 2 3 4 5 6 7 8 9 10
A2 1.830 1.023 0.729 0.577 0.483 4.419 0.373 0.337 0.308
D3 0.076 0.136 0.184 0.223
D4 3.267 2.575 2.232 2.115 2.004 1.924 1.864 1.816 1.777
UCL= D4 R ≈ 58.04(g)
注:D4为随着样本容量n而变化的系数,可由控制图系数选用表中选取。
LCL= D3 R = 0
注:D3为随着样本容量n而变化的系数,可由控制图系数选用表中选取。
7. 画控制图
一般 x 图放在上方,R图放在下方;横轴表示样本号,纵轴表示质量
特性值和极差。
n=5 50
m3 A2 1.880 1.187 0.796 0.691 0.549 0.509 0.432 0.412 0.363
E2 2.660 1.772 1.457 1.290 1.184 1.109 1.054 1.010 0.945
1/ d2 0.886 0.591 0.486 0.430 0.395 0.370 0.351 0.337 0.32
E2
2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975
m3A2 1.880 1.187 0.796 0.691 0.549 0.509 0.430 0.410 0.360
D3





0.076 0.136 0.184 0.223
d2
1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.087

统计过程控制(SPC)

统计过程控制(SPC)

5-41
[例]设有某工序的上公差TU为0.2190, 下公差TL为0.1250,现场抽查的数据如 下表,其图如下图1.由图1可见,工序失控, 经过执行20字方针后,重新做图得到休 整后的图2.由图2可见,工序已经达到稳 态.故现在可对过程能力进行评价.
5-42
子组序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.06 0.0086 0.0227 0.0135
0.01 5-43
0.22
0.21
UCL=0.2
133
0.2
平均值
0.19
X =0.19
0.18
状态III
状态IV(最不理想) 状态IV达到I的途径: ► IVIII ► IVIIII
调整过程即质量不断 改进过程
5-28
在控制状态下〔异因 消除,只有偶因〕
时间
下公差限
大小
上公差限
〔偶因的变异 减少〕
时间
在控制状态下,但工程 能力不足 〔偶因的变异太大〕
5-29
〔二〕控制用控制图 ► 当过程达到了我们所确定的状态后, 才能将分析用控制图的控制线延长作为控 制用控制图,应有正式交接手续. ► 判异准则 判稳准则 ► 进入日常管理后,关键是保持所确 定的状态.
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. 5-16
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.

统计过程控制与诊断

统计过程控制与诊断
过程能力的评价
过程质量水平按Cp值可划分为五个等级,按其等级的 高低,在管理上可以做出相应的判断和处置(详见教 材)。
提高工序能力的途径
1.调整工序加工的分布中心,减少偏移量 2.提高工序能力,减少分散程度 3.在保证质量的前提下,放宽给定的公差
页 16
Shenyang Ligong University.
Tu =19%
0.028
页 19
Shenyang Ligong University.
3.控制图
控制图是用于分析和判断工序是否处于稳定状 态所使用的,带有有控制界限的图形。
是 1924年由美国的休哈特(W. A. Shewhart)首创 是预报工序中存在影响工序质量的、异常原因的一种 有效工具。 控制图上的控制界限是用来判断工序是否发生异常变 化的尺度。
经计算知 x 30.000,求该工序能力指数。

例3:某种零件在某道工序加工,设计尺寸为
20
0.03 0.05
,通过随机抽样,经计算得知平均值为
20.015,标准差为0.01,求改工序能力指数。
页 13
Shenyang Ligong University.
2.过程能力和过程能力指数
3、只有单侧公差标准
统计过程控制与诊断
《质量管理与可靠性》 主讲教师:任金玉
Shenyang Ligong University.
本章要求
掌握过程质量的概念和分布特征; 掌握过程能力和过程能力指数的概念及区别; 掌握过程能力指数的计算方法 掌握控制图做法及应用
页2
Shenyang Ligong University.
页5
Shenyang Ligong University.

统计过程控制、诊断与调整

统计过程控制、诊断与调整

统计过程操纵,诊断和调整一引言我们明白,任何制造产品总是通过设计、制造与检验,才能将合格的产品提供给使用者。

依照传统事后质量检验方法,总是通过抽样检验各工序结束后的产品或最终制品,从而发觉设计与加工过程中的问题,然后再反馈给相关部门进行改进。

然而这时不合格产品差不多生产出来,造成了一定的损失。

为了幸免这种损失,一个比较好的措施确实是进行预防。

问题要紧在于如何及时发觉问题。

假定在生产加工过程的每一道工序都建立了一个简单易行的操纵系统,一旦出现质量问题就能及时发觉、及时纠正,不使不合格的半成品流入下一道工序,如此就能够幸免出现大量的不合格品,从而达到预防的目的。

统计过程操纵(SPC)是确实是如此一个操纵系统,它是一种借助数理统计方法的过程操纵工具,它对产品的生产过程进行分析评价,依照反馈信息及时发觉工序偶然性因素出现的征兆,并采取措施消除其阻碍,使过程维持在仅受随机性因素阻碍的受控状态,以达到操纵质量的目的。

在产品的生产过程中,当仅受随机因素阻碍时,过程处于统计操纵状态(简称受控状态);当存在偶然因素的阻碍时,过程处于统计失控状态(简称失控状态)。

由于生产过程波动具有统计规律性,当生产过程受控时,过程特性一般服从稳定的随机分布;而失控时,过程分布将发生改变。

SPC 正是利用这一统计规律性对生产过程进行分析操纵的。

二统计过程操纵(SPC)1 什么是SPCSPC是英文Smtisdcal Process Control的字首简称,即统计过程操纵,它是美国休哈特(W.A.Shewhart)在1924年提出的,是一种借助数理统计方法的过程操纵工具。

要紧是指应用统计分析技术对生产过程进行实时监控,科学地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,以便生产治理人员及时采取措施,消除异常,恢复过程的稳定,从而达到提高和操纵质量的目的。

SPC强调全过程的预防。

SPC给企业各类人员都带来好处:关于生产第一线的操作者,可用SPC方法改进他们的工作;关于治理干部,可用SPC方法消除在生产部门与质量治理部门间的传统的矛盾;关于领导干部,可用SPC方法操纵产品质量减少返工与白费提高生产率。

09第九讲统计过程控制与诊断

09第九讲统计过程控制与诊断

图1-17 控制图的基本格式
路漫漫其修远兮, 吾将上下而求索
UCL和LCL之间的 面积为数据在正态 分布的99.73%, 而不是公差。
所谓控制图的基本思想就是把要控制的质量特性值用点子描 在图上,若点子全部落在上、下控制界限内,且没有什么异常状况时,就 可判断生产过程是处于控制状态。否则,就应根据异常情况查明并设法排 除。通常,点子越过控制线就是报警的一种方式,如图1-17中的第六点。
要求平均值控制图,则平均值的 x 中心线=值为 x,上下控制界限值为: UCL=μ+ 3σ= x +=A2R LCL= μ- 3σ= x -=A2R
路漫漫其修远兮, 吾将上下而求索
由于实际工作中正态分布经常 出现,即不论μ和σ是什么数值,产品质量计 量值在μ+ 3σ与μ- 3σ上下界限之间出现的可能 性大小(即概率)为99.73%,如图1-19所示 。
路漫漫其修远兮, 吾将上下而求索
抽样时间和样本序号
UCL 3倍标准偏差(3σ)
CL 3倍标准偏差(3σ)
LCL
1、控制图的基本格式
控制图的基本格式如图1-17。它一般有三条线。 中心线CL(central line)——用细实线表示; 上控制界限UCL(upper control limit)——用虚线表示; 下控制界限LCL(lower control limit)——用虚线表示。
计数值控制图则用于以计数值为控制对象的场合。所谓计数值表现为 数轴上的整数形式,是离散型的数值。比如,一个产品批的不合格品件数。
计数值控制图的作用与计量值控制图类似,其目的也是为了分析和控 制生产工序的稳定性,预防不合格品的发生,保证产品质量。
路漫漫其修远兮, 吾将上下而求索

统计过程控制与诊断介绍课件

统计过程控制与诊断介绍课件
某航空公司服务质量控制:通过收集航班延误、取消、投诉等数据,分析服务质量存在的问题,并采取改进措施。
某电商平台服务质量控制:通过收集用户评价、投诉等数据,分析服务质量存在的问题,并采取改进措施。
某呼叫中心服务质量控制:通过收集通话时长、接通率、客户满意度等数据,分析服务质量存在的问题,并采取改进措施。
04
统计过程控制的诊断方法
点击此处添加正文,文字是您思想的提炼,为了演示发布的良好效果,请言简意赅的阐述您的观点。
3
诊断流程
确定问题:分析生产过程中的问题,确定需要诊断的环节
数据收集:收集生产过程中的数据,包括质量、生产效率等
数据分析:运用统计方法对数据进行分析,找出问题的原因
制定解决方案:根据分析结果,制定解决方案,并实施改进措施
谢谢
2
1
质量控制:通过统计过程控制,及时发现并纠正质量问题
质量改进:通过统计过程控制,分析并改进生产过程,提高产品质量
生产过程中的应用
3
2
4
1
质量控制:通过实时监控生产过程,确保产品质量符合标准
风险管理:及时发现生产过程中的异常情况,降低生产风险
效率优化:分析生产数据,找出瓶颈和改进点,提高生产效率
成本控制:通过优化生产过程,降低生产成本
04
抽样检验:通过随机抽样来检查产品质量是否符合要求
统计过程控制的应用
点击此处添加正文,文字是您思想的提炼,为了演示发布的良好效果,请言简意赅的阐述您的观点。
2
质量管理中的应用
4
3
质量保证:通过统计过程控制,确保生产过程符合质量标准,提高客户满意度
质量成本控制:通过统计过程控制,降低质量成本,提高企业效益

质量管理基础-第6章 统计过程控制

质量管理基础-第6章 统计过程控制

第六章统计过程控制1、统计过程控制的基本知识1.1统计过程控制的基本概念统计过程控制(Stastistical Process Control简称SPC)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。

SPC中的主要工具是控制图。

因此,要想推行SPC必须对控制图有一定深入的了解,否则就不可能通过SPC取得真正的实效。

对于来自现场的助理质量工程师而言,主要要求他们当好质量工程师的助手:(1)在现场能够较熟练地建立控制图;(2)在生产过程中对于控制图能够初步加以使用和判断;(3)能够针对出现的问题提出初步的解决措施。

大量实践证明,为了达到上述目的,单纯了解控制图理论公式的推导是行不通的,主要是需要掌握控制图的基本思路与基本概念,懂得各项操作的作用及其物理意义,并伴随以必要的练习与实践方能奏效。

1.2统计过程控制的作用(1)要想搞好质量管理首先应该明确下列两点:①贯彻预防原则是现代质量管理的核心与精髓。

②质量管理学科有一个十分重要的特点,即对于质量管理所提出的原则、方针、目标都要科学措施与科学方法来保证他们的实现。

这体现了质量管理学科的科学性。

为了保证预防原则的实现,20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题组,一为过程控制组,学术领导人为休哈特;另一为产品控制组,学术领导人为道奇。

其后,休哈特提出了过程控制理论以及控制过程的具体工具——控制图。

道奇与罗米格则提出了抽样检验理论和抽样检验表。

这两个研究组的研究成果影响深远,在他们之后,虽然有数以千记的论文出现,但至今仍未能脱其左右。

休哈特与道奇是统计质量控制(SQC)奠基人。

1931年休哈特出版了他的代表作《加工产品质量的经济控制》这标志着统计过程控制时代的开始。

(2)“21世纪是质量的世纪”。

美国著名质量管理专家朱兰早在1994年的美国质量管理年会上即提出此论断,若干年来得到越来越多的人的认同。

spc操作手册(详细完整版)

spc操作手册(详细完整版)

SPC操作手册SPC即统计过程控制(Statistical Process Control)。

SPC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。

在生产过程中,产品的加工尺寸的波动是不可避免的。

它是由人、机器、材料、方法、和环境等基本因素的波动影响所致。

波动分为两种:正常波动和异常波动。

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。

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和消除。

过程控制的目的就是消除、避免异常波动,使过程处于正常波动状态。

SPC技术原理:统计过程控制(SPC)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。

当过程仅受随机因素影响时,过程处于统计控制状态(简称受控状态);当过程中存在系统因素的影响时,过程处于统计失控状态(简称失控状态)。

由于过程波动具有统计规律性,当过程受控时,过程特性一般服从稳定的随机分布;而失控时,过程分布将发生改变。

SPC正是利用过程波动的统计规律性对过程进行分析控制的。

因而,它强调过程在受控和有能力的状态下运行,从而使产品和服务稳定地满足顾客的要求。

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做到"事前"预防和控制,SPC可以:· 对过程作出可靠的评估;· 确定过程的统计控制界限,判断过程是否失控和过程是否有能力;· 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测量方法替代了大量的检测和验证工作。

统计过程控制.2021完整版PPT

统计过程控制.2021完整版PPT

CL= UCL= +3 LCL= -3
控制图的原理
1. 随机误差与系统误差 • 仅在随机误差(偶然因素)作用下,质量特征服从某个确定的正态分布N(, 2). • 如果在生产过程中存在系统误差(异常因素),质量特征或者不服从正态分布,
或者仍服从正态分布,但参数, 将发生变化。
Tl
=Tm Tu
Tl Tm
Tu
Tl
Tm
Tu
控制图定义 Shewhart Chart
控制图:是用于区别异常或特殊原因所引起的波动和过程固有的 随机波动的一种统计工具
样本统计数值 UCL
CL LCL
时间或样本号
CL- 中心线 Central Line UCL-上控制界限 Upper Control Limit LCL-下控制界限 Lower Control Limit
Cumulative probability of obtaining a value between two values
40%
68%
30% 20% 10%
95% 99.73%
0% -4 -3 -2 -1 0 1 2 3 4
Number of standard deviations from the mean
0156 0.
为什么要采用SPC ?
实现和维持过程的一致性,稳定性和可预 •当不存在系统误差时,数据(样品)X出现在区间[ -3 , +3 ]中的概率为:
• 如果在生产过程中存在系统误差(异常因素),质量特征或者不服从正态分布,
报性。 模式2: 链 若干点连续出现在中心线同一侧,链长 9时, 判异。
控制图的国家和国际标准
中国国家标准:
GB/T 4091.1--1983《常规控制图总则》 GB/T 4091.2-1983 ~GB/T 4091.9 各种常规控制图

SPC过程控制精选全文完整版

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)。

关于统计过程控制 诊断和调整完整版

关于统计过程控制 诊断和调整完整版

. 24统计过程控制,诊断和调整一引言 ........................................ 2 二 统计过程控制(SPC ) ....................... . 3 1什么是SPC ........................................ .3 2 SPC 发展简史 ................................... .4 三控制图 .. (5)1什么是控制图 ................................... ..52控制图原理 ..................................... .54. ............................................................................... 控制图是如何贯彻预防原则的 ............................ ..75. 控制图的分类 ................................. ..86 .控制图的演化与发展 .......................... ..10四 二元自相关过程的残差T 2控制图 ............ .14 1 T 2统计量和T 2控制图 ............................ ..14 2.残差T 2控制图 .................................. .15 3 .残差T 2控制图的控制效果 ........................ .175 . 结论4残差T 2控制图的适用范围 . .19.20 五.SPC 的未来发展方向为SPD'. 21六.SPA理论的发展.. 24 七.结语........引言我们知道,任何制造产品总是经过设计、制造与检验,才能将合格的产品提供给使用者。

统计的过程控制(ppt 64页)

统计的过程控制(ppt 64页)
最大值( Maximum ) 最小值( Minimum ) 极差(Range)
Presented By
Daniel.Yu
13
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
统计基础知识
样本统计的基本公式
平均值(The Mean)
X

1 n
n i1
Xi
方差(The Variance)
过程中只有偶因而无异因产生的变异的状态。
控制状态的好处
对产品的质量有把握 生产是最经济的 过程的变异最小
全稳生产线
Presented By
Daniel.Yu
20
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
两类错误及3σ原则
两类错误
第一类错误:虚发警报(False alarm)
S2 1 n n1i1
2
Xi X
标准差(The Standard Deviation)
S
1n n1i1
2
Xi X
Presented By
Daniel.Yu
14
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
控制图的结构
什么是控制图
对过程质量加以测定、记 录并进行控制管理的一种 用统计方法设计的图。
实施上述分析用控制图与控制用控制图的过程实际上就 是不断进行质量改进的过程。
Presented By
Daniel.Yu
25
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
常规控制图的设计思想
当休哈特控制图的设计思想是先确定第I类错误的概率σ, 然后再根据第Ⅱ类错误的概率β的大小来考虑是否需要 采取必要的措施。通常σ取为1%,5%,10%。

13第十三章统计过程控制与诊断(SPC与SPD)精品资料

13第十三章统计过程控制与诊断(SPC与SPD)精品资料

X 图 UCL=100.6+(1.342×1.4)=102.479g
CL=100.6g
LCL=100.6-(1.342 × 1.4)=98.721g
R图 UCL=4.918 ×1.4=6.885g CL=2.326 ×1.4=3.256g LCL=0 ×1.4=0
用计算机绘制图形
连续12个点 低于中心线
np 子组不合 格品数
2 0.333 6
p =所有子组中的不合格品数/被检产品总数
c 子组不合格数
c = 所有子组不合格数的平均值
如:一块线路板上有3 个不合格的点c=3
u= 所被有检产验品产的品不的合总格数数
u 子组单位产品不
合格数
u 3 1.5
SPC 示例
单位=1.5米 2
用途
学习诊断:评估过程的稳定性;
ISO 8258制定控制图标准
GB/T常规控制图
GB/T 4091-2001 常规控制图
1. 常规控制图的类型 常规控制图主要有两种类型:
计量控制图
计数控制图
每一种类型 的控制图又 有两种不同 的情形:
标准值未给定
标准值给定
标准值
为规定的要求或目标值
标准值给定控制图
为控制用控制图
标准值未给定控制图
X
x
x-R
R
R
x + A2 R D4 R
x- A2 R D3 R
^x= R/ d2
~
~
X
X-R
R
~ X
X~+ m3A2 R ~X- m3A2 R ^x= R/ d2
R
D4 R
D3 R
X- X Rs Rs
  1. 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. 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. 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)。

统计过程控制,诊断和调整一引言 (2)二统计过程控制(SPC) (3)1 什么是SPC (3)2 SPC发展简史 (4)三控制图 (5)1 什么是控制图 (5)2 控制图原理 (5)4.控制图是如何贯彻预防原则的 (7)5.控制图的分类 (8)6 .控制图的演化与发展 (10)T控制图 (14)四二元自相关过程的残差21 2T统计量和2T控制图 (14)2. 残差2T控制图 (15)3 .残差2T控制图的控制效果 (17)4 残差2T控制图的适用范围………………………. .195 .结论 (20)五.SPC的未来发展方向为SPD (21)六.SPA理论的发展 (24)七.结语 (24)一引言我们知道,任何制造产品总是经过设计、制造与检验,才能将合格的产品提供给使用者。

根据传统事后质量检验方法,总是通过抽样检验各工序结束后的产品或最终制品,从而发现设计与加工过程中的问题,然后再反馈给相关部门进行改进。

然而这时不合格产品已经生产出来,造成了一定的损失。

为了避免这种损失,一个比较好的措施就是进行预防。

问题主要在于如何及时发现问题。

假定在生产加工过程的每一道工序都建立了一个简单易行的控制系统,一旦出现质量问题就能及时发现、及时纠正,不使不合格的半成品流入下一道工序,这样就可以避免出现大量的不合格品,从而达到预防的目的。

统计过程控制(SPC)是就是这样一个控制系统,它是一种借助数理统计方法的过程控制工具,它对产品的生产过程进行分析评价,根据反馈信息及时发现工序偶然性因素出现的征兆,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。

在产品的生产过程中,当仅受随机因素影响时,过程处于统计控制状态(简称受控状态);当存在偶然因素的影响时,过程处于统计失控状态(简称失控状态)。

由于生产过程波动具有统计规律性,当生产过程受控时,过程特性一般服从稳定的随机分布;而失控时,过程分布将发生改变。

SPC正是利用这一统计规律性对生产过程进行分析控制的。

二统计过程控制(SPC)1 什么是SPCSPC是英文Smtisdcal Process Control的字首简称,即统计过程控制,它是美国休哈特(W.A.Shewhart)在1924年提出的,是一种借助数理统计方法的过程控制工具。

主要是指应用统计分析技术对生产过程进行实时监控,科学地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强调全过程的预防。

SPC给企业各类人员都带来好处:对于生产第一线的操作者,可用SPC方法改进他们的工作;对于管理干部,可用SPC方法消除在生产部门与质量管理部门间的传统的矛盾;对于领导干部,可用SPC方法控制产品质量减少返工与浪费提高生产率。

SPC发展到现在已经成为一个比较庞大的质量控制学科,各种SPC 控制技术已达近百种之多,然而这些技术都是基于一个相同的基本原理,即统计学中的小概率事件原理:“在一次观测中,小概率事件是不可能发生的,一旦发生就认为系统出现问题”。

把此原理转化为工程技术语言,可描述为:“预先假定工序处于某一状态,一旦显示出偏离这一状态的极大可能性就认为工序失控,于是需要及时进行调整”。

SPC的特点有:(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、教学过程和一切管理过程。

2 SPC发展简史过程控制的概念与实施过程监控的方法早在20世纪20年代就由美国的休哈特(W.A.Shewhart)提出。

今天的SPC与当年的休哈特方法并无根本的区别。

在第二次世界大战后期,美国开始将休哈特方法在军工部门推行。

但是,上述统计过程控制方法尚未在美国工业牢固扎根,第二次世界大战就已结束。

战后,美国成为当时工业强大的国家,没有外来竞争力量去迫使美国公司改变传统管理方法,只存在美国国内的竞争。

由于美国国内各公司都采用相似的方法进行生产,竞争性不够强,于是过程控制方法在1950~1980年这一阶段内,逐渐从美国工业中消失。

反之,战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W.Edwards Deming)博士将SPC的概念引入日本。

从1950~1980年,经过30年的努力,日本跃居世界质量与生产率的领先地位。

美国著名质量管理专家伯格(RogerW.Berger)教授指出,日本成功的基石之一就是SPC。

在日本强有力的竞争之下,从80年代起,SPC在西方工业国家复兴,并列为高科技之一。

例如,加拿大钢铁公司在1988年列出的该公司七大高科技方向中就包括SPC。

美国从20世纪80年代起开始推行SPC。

美国汽车工业已大规模推行了SPC,如福特汽车公司,通用汽车公司,克莱斯勒汽车公司等上述美国三大汽车公司在IS09000的基础上还联合制定了QS9000标准,在与汽车有关的行业中,颇为流行。

美国钢铁工业也大力推行了SPC。

三控制图1 什么是控制图在统计过程控制实施过程中,控制图是十分重要的工具。

控制图是对过程质量加以测定、记录从而进行控制管理的一种科学方法设计的图。

图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL),并有按时间顺序抽取的样本统计量数值的描点序列。

如下图:图:控制图实例2 控制图原理控制图的使用基于一个重要假设,即当过程受控时,由过程产生的数据是独立的且服从于均值为μ,标准差为σ的正态分布。

控制图是基于数理统计知识建立起来的一种过程控制工具,具体地讲它是把假设检验的原理运用到了这张图上,即利用假设检验的小概率原理来设计判断过程是否异常的准则,然后通过图上点的变化来对过程的运行情况进行判断。

控制图是根据正态分布的3σ原理构成的。

假如一个统计量()1,,n t t X X =服从正态分布或近似正态分布,即()2~,t N μσ,其中μ是t 的均值,σ是t 的标准差。

根据3σ原理,有()330.9973p u t u σσ-<<+=这表明,对统计量t 作大量重复观察,则其中99.73%的t 值应在区间 ()3,3u u σσ-+之间,仅有000.27在此区间外。

这就意味着:在1000个产品中不超过2.7个不合格品出现,就认为该过程的波动属于正常波动。

若有更多个不合格品出现,就认为该过程的波动属于异常波动。

为了方便在生产现场使用和及时记录质量波动情况,把正态分布图及其控制限3u σ+同时旋转090,并以纵轴为统计量值(均值,标准差等),并在3u σ±处各引出一条水平线(用虚线表示)。

这样就形成了一张控制图。

图中三条水平线各有一个名称:"3"+为控制上限,记为UCL(upper control limit)uσuσ-为控制下限,记为LCL(lower control limit)"3"""u为控制中心线,记为CL(central line)在现场使用时,先规定一个时间间隔(如每1小时或2小时),然后按时抽取一个样本,测量每个样品的质量特性,计算其平均值。

最后把计算结果点在控制图上,如此不断重复,累计到一定数量后就可以对过程有无异常波动做出判断。

若无异常波动,可认为过程受控;若有异常波动,则认为过程失控。

3.控制图的受控状态判断准则如果控制图上的所有点都在控制界限内,而且排列无异常,则说明生产过程处于统计控制状态,对工序过程产生影响的只有随即因素,没有系统因素。

在实际应用中,判断点子排列是否异常可以有许多具体的标准,如判定是正常的准则有:连续25点中没有1点在控制界限外;连续35点中最多有1点在控制界限外等。

而判定异常的准则又有:连续6点或更多点呈上升或下降趋势;连续7点或更多点落在中心线同一侧(上侧或下侧)等。

这些判定准则都主要是运用小概率事件的原理得到的,因为准则中事件发生的概率,通过计算都是小概率事件,都是认为不会发生的,现在发生了,我们则认为过程异常。

4.控制图是如何贯彻预防原则的控制图是如何贯彻预防原则的呢?这可以由以下两点看出:一是应用控制图对生产过程不断监控,当异常因素刚一露出苗头,甚至在未造成不合格品之前就能及时被发现。

例如在控制图重点子形成倾向图中点子有逐渐上升的趋势,可以在这种趋势造成不合格品之前就采取措施加以消除,起到预防的作用。

二是在现场,更多的情况是控制图显示异常,表明异因已经发生,这时一定要贯彻下列20个字:“查出异因,采取措施,保证消除,不再出现,纳入标准。

”如果不贯彻这20个字,控制图就形同虚设,不如不搞。

每贯彻一次这20个字,即经过一次这样的循环,就消除一个异因,使其在过程中不再重复出现,从而起到预防的作用。

由于异因一般只有有限多个,故经过有限次循环后,最终可以达到这样一种状态:在过程中只存在偶因而不存在异因。

这种状态称为统计控制状态或稳定状态,简称稳态。

稳态是过程追求的目标。

因为在稳态下运行过程,质量有完全的把握,质量特性值有99.73%落在上下控制界限之间的范围内;其次,在稳态下运行过程,不合格的情况最少,因而过程也是最经济的。

一个过程处于稳态称为稳定过程,一个系统中的每个过程都处于稳态称为全稳系统。

SPC就是通过全稳过程达到系统的全过程预防的。

综上所述,虽然质量变异不能完全消灭,但控制图是使质量变异成为最小的有效工具。

5.控制图的分类(1).数据的种类a 计量值计量值是作为连续量所测得的质量特性值,如长度m、重量埏、抗拉强度kgf/mm2等。

不能用物理性测定取得的数据,例如,用感官检验和评价汽车设计得好不好,评定为最好时打10分,评定为最不好时打0分,这样的分数也是计量值。

b 计数值计数值是以个数数得的质量特性值,如不良品数、缺陷数等,而且是取0,1,2,⋯,这样的正整数值。

(2).常规控制图的分类按控制图测量性质不同,控制图可分为计量型控制图和计数型控制图两大类。

前者反映产品或过程特性的计量数据,后者反映计数数据。

计量型控制图可分为:a 均值一极差(Xbar-R)图:适用于长度、重量、时间、强度、成分以及某些电参数的控制:均值一极差控制图的打点对象为子组的均值x 和子组的极差R。

其统计学特点决定了它具有适用范围广、信息量大、灵敏度高的特点。

因此是最常用、最重要的控制图.b 单值一移动极差(Xbar-Rs或X-moving R)图:;单值一移动极差图控制对象的每一个数据打点记录于x图,将相邻数据之差的绝对值记入M 图,其打点相对而言较为方便单值一移动极差图多用于下列场合:1、对每个产品都进行检验,采用自动化检查和测量的场合;2、取样费时、昂贵的场合;3、样品均匀,多抽样也无太大意义的场合。

相关文档
最新文档