SPC理论基础知识
SPC培训资料
统计过程控制(S P C)培训资料一、什么叫SPCSPC即统计过程控制(Statistical Process Control),是一种统计分析工具,主要通过对过程数据的分析来对生产过程进行实时监控,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。
二、什么情况下要做SPC1.客户要求的关键特性2.内部确定的关键特性三、做SPC的前提1.过程数据易于采集2.过程处于受控状态四、SPC的理论知识变差1.变差的概念没有两件产品或者特性是彻底相同的,因为任何过程都存在许多引起变差的原因。
产品间的差距也许很大,也许小得无法测量,但这些差距总是存在。
例如一个冲压零件的尺寸易于受机器的稳定性、模具的磨损、材料的硬度、操作人员的操作方法、维修(润滑、零件的更换)及环境的影响. 产品间的差异即为变差。
2.变差的普通原因及特殊原因普通原因变差是向来在过程中浮现的变差(如模具的磨损、温度的变化等),过程惟独此类变差时,就认为过程是稳定的和可预测的, 我们称之为:“处于受控状态”。
---此类变差通常与管理者有关,通常采取系统措施来解决。
---此类变差是必然存在的,只能改善或者降低,不能彻底被消除。
特殊原因变差是由异常或者外部事件的影响产生的,在普通原因变差之外(如材料用错,操作方法错误等),当过程存在此类变差时,过程是不稳定的或者不受控的。
---此类变差通常是与该过程操作人员有关,通常采取局部措施来解决。
---此类变差是可以被消除的正态分布一种用于计量型数据的、连续的、对称的频率分布,它是计量型数据用控制图的基础。
,当一组测量数据服从正态分布时,有大约正态分布的两个参数:平均值U和标准差68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处于正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准偏差的区间内,超出三个标准差的惟独0.27%(如图一:正态分布图)。
SPC (统计过程控制)基础知识
SPC(统计过程控制)基础知识 统计过程控制) 统计过程控制
4.X-Rs 控制图。多用于下列场合:对每一个产品都进行检验,采用自动化检查和 测量的场合;取样费时、昂贵的场合;以及如化工等过程、样品均匀,多抽样也无 太大意义的场合。由于它不像前三种控制图那样能取得较多的信息,所以它判断过 程的灵敏度也要差一些。
以 客 贯 彻
户 为
中
心 宗
旨
的
质 量 目 标 的 制 定
有 目 期 况
无 制 定 可 测 量 的 质 量 目 标 ? 质 量 标 有 无 分 解 到 各 职 能 层 ? 有 无 定 测 量 评 估 各 质 量 目 标 的 达 成 情 ?
职 责 和 权 限
各 部 门 , 各 职 能 岗 位 有 无 定 义 相 关 的 职 责 和 权 限 ?
4 .2 .2
质 量 手 册
有 无 编 写 符 合 要 求 的 质 量 手 册 ?
SPC(统计过程控制)基础知识 统计过程控制) 统计过程控制
3.4 分层图 用于将数据分类比较 250
不良率(PPM)
目标线
150 100 50 0 1 2 3 4
工作周
C班 B班 A班
5
6
7
8
9
SPC(统计过程控制)基础知识 统计过程控制) 统计过程控制
3.5 控制图 什么是控制图? 什么是控制图? 控制图是对过程质量加以测定,记录从而进行控制管理的一种用科学方法设计的图。 控制图的理论基础是概率论。依据概率论,我们把“小概率的事件如果发生了,我 们认为有异常存在”。 控制图的种类: 控制图的种类
数据 计量值 分布 正态分布 控制图名称 均值-极差 图 均值-标准差 图 中位数-极差 图 单值-移动极差 图 不合格品率图 不合格品数图 单位缺陷数 缺陷数 简记 X-R chart X-S chart X-R chart X-Rs chart P chart Pn chart U chart C chart
spc质量管理
spc质量管理SPC (Statistical Process Control)是指统计过程控制,是一种在生产过程中使用统计方法来监测和控制制造产品质量的方式。
SPC与传统的控制方法不同,它通过对过程数据的分析,使生产过程更可控,从而达到提高产品质量、减少浪费和成本的目的。
下面我们将就SPC的原理和方法以及在质量管理中的应用做详细介绍。
一、SPC理论基础1、过程变异在任何时刻,一种生产过程的输出不能百分百相同。
这种不同可以由多种因素产生,包括异常的原材料、工艺变更、机器磨损、操作者错误等等。
导致输出中变异的因素称为特殊因素,也称为系统性因素。
这种特殊因素变异是造成过程差异的主要原因。
2、常规变异除了特殊因素外,生产过程的输出也有常规变异。
常规变异是指,即使没有特殊因素,也会有一些小的差异在过程输出中出现。
常规变异主要由不可避免的自然因素或生产设备的某些功能限制引起。
3、SPC方法SPC方法的核心是确定过程总体的变异范围,并确定过程中的差异是否在可接受的范围内。
在某些情况下,它可以通过实施统计控制来消除这种变异。
SPC方法可以有效地降低过程差异,提高产品质量,减少成本,增加可靠性,提高客户满意度。
二、SPC的应用范围SPC方法可以应用于所有类型的制造过程,包括离散、连续、传统目视检验和自动化检验。
以下是SPC可以处理生产过程的举例:•\t安装对象的物理特性:例如长度、宽度、高度、重量、颜色、性质等。
•\t材料特性:例如硬度、强度、韧性、导电性等。
•\t流体特性:例如温度、压力、流量、粘度等。
•\t机器特性:例如速度、功率、电流、温度、气压等。
•\t操作员特性:例如工作时间、工作速度、操作标准等。
三、SPC的主要原理SPC的主要原理是基于过程变异性的持续监测和控制,包括以下步骤:1、控制图建立控制图以时间为横轴,测量数据为纵轴。
每次收集数据时,都将点绘制到控制图上。
然后通过绘制中心线、上界和下界来确定控制限。
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基础知识及常用计算方法
SPC基础知识及常用计算方法SPC基础知识一、SPC定义:1、SPC——统计制程管制:是指一套自制程中去搜集资料,并加以统计分析,从分析中去发气掘制程的异常,立即采取修正行动,使制程恢复正常的方法。
也就是说:品质不应再依赖进料及出货的抽样检验,而应该采取在生产过程中,认良好的管理方法,未获得良好的品质。
2、良好品质,必须做到下面几点:①变异性低②耐用度③吸引力④合理的价格3、变异的来源:大概来自5个方面:①机器②材料③方法④环境⑤作业人员应先从机器,材料方法,环境找变异,最后考虑人。
4、SPC不是一个观念,而是要行动的步骤一、确立制程流程——首先制程程序要明确,依据制程程序给制造流程图,并依据流程图订定工程品质管理表。
步骤二、决定管制项目——如果把所有对品质有影响的项目不论大小,轻重缓急一律列入或把客户不很重视的特性一并管制时,徒增管制成本浪费资料且得不赏失,反之如果重要的项目未加以管制时,则不能满足设计者,后工程及客户的需求,则先去管制的意义。
步骤三、实施标准化——欲求制程管制首先即得要求制程安定,例如:在风浪很大的船上比赛乒乓球,试部能否确定谁技高一筹,帮制程作业的安定是最重要的先决条件,所以对于制程上影响产品口质的重要原因,应先建立作业标准,并透过教育训练使作业能经标准进行。
步骤四、制程能力调查——为了设计、生产、销售客户满意且愿意购买的产品,制造该产品的制程能力务必符合客户的要求。
因此制程的能力不足时,必顺进行制程能力的改善,而且在制程能力充足后还必须能继续,所以在品质管理的系统中制程能力的掌握很重要。
步骤五、管制图运用——SPC的一个基本工具就是管制图,而管制图又分计量值管制图与计数值管制图。
步骤六、问题分析解决——制程能力调查与管制图是可筛提供问题的原因系由遇原因或非机遇原因所造成,但无法告知你确切的原因为何及如何解决决问题?解决问题?而问题的解决技巧,在于依据事实找出造成变异的确切原因,并提此对策加以改善,及如何防止再发生。
SPC理论基础知识
广州今朝科技有限公司SPC基础知识一SPC术语录1.控制图:SPC的核心工具。
一种标绘着根据相继抽取的样本或子组的某一统计量的值、并画有控制限的图,用于评估或检查一个过程是否处于控制状态之下。
画在坐标系中,横轴表示时间或样本号,纵轴表示数值大小,将采集到的数据以点的形式表示在图中。
2.运行图:一种代表过程特性的简单图形,上面描有一些从过程中收集到的统计数据(通常是单值)和一条中心线(通常是测量值的中位数),可用来进行链分析。
3.排列图:一种用于解决问题的简单工具,按照对成本或变差的影响程度对各种潜在的有问题区域或变差源进行排序。
一般情况下,大多数的成本(或变差)是由于少量原因造成的,所以解决问题的精力最好是首先集中在少量关键的原因上,而暂时忽视多数不重要的原因。
4.散点图(相关图):把两个变量标在横轴与纵轴上,按照一一对应测量值点描绘成的图。
5.计量值:当质量特性值可以取给定范围内的任何一个可能的数值时,这样的质量特性值称为计量值。
6.计数值:当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,称之为计数值。
7.过程:过程是指将输入转换成输出的一系列活8.9.10.628052366666611.动的总和。
12.样本:取自总体中的一个或多个个体,用于提供关于总体的信息,并作为可能做出对总体(或产生总体的过程)的某种判定的基础(引自GB3358-82)。
样本中所包含的样本单位数,称为样本大小。
13.样本容量(子组大小):在抽检中抽出来的样本单位数。
14.不良品:指整件物品作为一个整体考虑而未满人意或不能接受。
一件不良品可能具有若干相同的或不相同的缺陷。
15.不良率控制图:即P图,用于控制对象的不合格率。
16.不良品数控制图:即Pn图,是一种计数值控制图,用于控制对象为不合格品数的场合。
)17.采集规划:采集规划指从某过程中选择质量特征值进行数据采集的一种工具。
18.单位缺陷数(U)控制图:是一种计数值控制图,它通过周期性抽取样本以统计单位产品的缺陷率并在控制图上绘制点来监控过程变化,样本的检测结果为平均每个样品包含的缺陷数。
SPC基础入门
(统计过程控制)
李明
1
统计过程控制(SPC)
1、SPC旳发展史与基本统计概念 2、SPC旳基本原理 3、控制图 4、过程能力和过程能力指数
2
1.1 什么是SPC
什么是SPC – 统计过程控制即SPC(statistical process control).它是利用统计措施对过程中旳各个 阶段进行监控,从而到达改善与确保质量旳目 旳.SPC强调全过程旳预防为主。 – SPC不但用于生产过程,而且可用于服务过程 和一切管理过程.
稳定
控制用
3、控制图旳选择
控制图旳选定
计量值
资料性质 计数值
平均值
n≧2
样本大小 n≧2
CL旳性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1 不一定
不良数
缺陷数
不良数或
缺陷数
一定 “n”是否一定
一定
单位大小 是否一定
不一定
X-s
图
X-R 图
~ X-R 图
X-Rm 图
“p”
图
“np” “c”
1.3.1 数据旳种类
• 计量型 特点:能够连续取值
也称连续型数据。
如:零件旳尺寸、强 度、重量、时间、 温度等
• 计数型
特点:不能够连续取 值,也称离散型数 据。
如:废品旳件数、缺 陷数
1.3.2 波动(变差)旳概念:
波动旳概念是指在现实生活中没有两件东西是完 全一样旳。生产实践证明,不论用多么精密旳设备 和工具,多么高超旳操作技术,甚至由同一操作工 ,在同一设备上,用相同旳工具,生产相同材料旳 同种产品,其加工后旳质量特征(如:重量、尺寸 等)总是有差别,这种差别称为波动。公差制度实 际上就是对这个事实旳客观认可。消除波动不是 SPC旳目旳,但经过SPC能够对波动进行预测和控 制。
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基本知识
受控
不受控
可接受
1类
3类
不可接受
2类
4类
2类过程虽然受控,但因为普通原因造成过大的变差而不能满足规范要求。
3类过程可接受,但存在变差的特殊原因,一般情况下要设法找出原因并消除之。
4类过程既不受控,又不可接受。应减少变差的普通原因和特殊原因。
在某些情况下,顾客允许3类过程运行。例如特殊原因已查明,具有一定的稳定性,采取措施所发生的成本比顾客获得的利益大等。
3.四类过程
过程能力与规范无关。顾客更关心的是过程的输出是否满足规范的要求。满足则可接受,否则不可接受。(关于能力与规范的关系可以用能力指数描述,以后再介绍)。
过程是否受控和是否满足规范要求是两个不同的问题。下面将过程按此分成4类(见表3-1):
1类过程是理想的,它受控且满足
规范要求。
表3-1
是否受控
二、收集数据
1.选择子组容量、频率、子组数
合理子组的确定将决定控制图的效果
①在 -R控制图中,子组的容量是恒定的。在过程研究初期n取4~5,通常取2~5件连续生产的产品。这样的子组反映的是在很短时间内、非常相似的生产条件下生产出来的产品,因此,子组内的变差主要应是普通原因造成的。这些条件不满足,就不能有效地区分出变差的特殊原因。
2.计量型数据控制图分类
表3-2列出计量型数据控制图的种类及其应用范围。
表3-2
类型
优点
应用
均值-极差图 -R
较简便,对子组内特殊原因较敏感
广泛
均值-标准差图 -S
S较R更准确有效,尤其在大样本容量时
计算机实时记录样本容量大
中位数图 -R
用 代替 ,直接描点,不用计算,最为简便
SPC 基础知识
SPC 基础知识一、基本概念:1、极差:测定值中最大值Xmax与最小值Xmin之差称为极差,用R表示:R=X max-X min2、平方和:各个测定值与平均值之差称为偏差。
各测定值的偏差的平方和称为平方和,简称平方和,用S表示:S=(X1-Xa)2+(X2-Xa)2+(X3-Xa)2+(X4-Xa)2+……+(Xn-Xa)2Xa:平均值3、方差:各个测定值的偏差平方和除以(n-1)后所得的值称为无偏方差(简称方差),用s2表示:s2=S/(n-1)4、标准偏差:方差s2的平方根称为标准偏差(简称标准差),用s表示:s=√s2我们常说的δ和μ是指的总体标准差和总体均值;当过程在受控状态下,且样本容量差较大时,可用样本标准差s和样本平均值Xa;5、正态分布:f(x)=1/√2πδ*e-(x-u)2/2δ2 (1.1)式中:x为随机变量,实为标在横座标上的特性值;e≈2.7183,是自然对数底;π≈3.1416,圆周率;δ为总体标准差;μ-根据公式(1.1)可看出,任一正态分布仅由两个参数,即总体均值μ和总体标准差δ完全确定。
μ亦称分布的位置参数,δ称分布的形状参数;δ越小,曲线越陡,数据(变量)离散也小;δ越大,曲线越扁平,数据的离散也越大,总体数值落在:μ±1δ界限范围内的概率为68.26%;μ±2δ界限范围内的概率为95.46%;μ±3δ界限范围内的概率为99.73%;μ±1.96δ界限范围内的概率为95.0%;而数据落在:μ±3δ之外的概率应小于3‟;μ±1.96δ之外的概率应小于5%;二、质量控制和过程控制概念:质量控制是质量管理的一部分,其目的是“致力于满足质量要求”。
质量控制的内容,主要包含以下三方面:1、识别并确定过程,以做到及时发现和排除产品实现过程中的变异要求,使上过程(工序)的问题不带到下一过程(工序)中去,以保证过程的稳定性和产品质量的一致性,这是一项预防性工作,简称过程控制。
SPC基础知识培训(PPT48页).pptx
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算(iii)
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是:
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
SPC精髓总结汇总
SPC精髓总结汇总目录:一、SPC基础知识介绍二、计量型数据控制图:X-R 图三、其它计量型数据控制图四、计数型数据控制图:P 图五、其它计数型数据控制图六、停止灯控制图一、SPC基础知识介绍1、什么是SPC⏹统计过程控制(Statistical Process Control)⏹第二版2005年7月发布(1992/2005)⏹版权由戴姆勒克莱斯勒公司、福特汽车公司和通用汽车公司所有2、SPC的目的利用统计技术:控制过程、持续改进过程3、常见的统计技术⏹旧QC七大手法:柏拉图、因果分析图、直方图、查检表、分层法、控制图、散布图⏹新QC七大手法:亲和图法、关联图法、系统图法、矩阵图法、矩阵分、析法、PDPC法、箭形图解法4、SPC与检验的区别⏹检验:是事后的行为(产品生产后将不合格品挑选出来),是容忍浪费⏹SPC:是事前或事中的行为(在生产前或生产中有些控制和调整五大生产要素,以避免不合格品的产生),是避免浪费5、正态分布图6、变差的普通原因⏹普通原因:始终作用于过程的变差的原因为变差的普通原因⏹例如:一个机加工轴的直径易于受到由于机器(间隙、轴承磨损)、工具(强度、磨损率)、材料(直径、硬度)、操作人员(进给速率、对中准确度)、维修(润滑、易损零件的更换)及环境(温度、动力供应是否恒定)等原因造成潜在的变差的影响⏹针对普通原因的对策:对系统采取措施⏹通常用来消除变差的普通原因⏹几乎总是要求管理措施,以便纠正⏹大约可纠正85%的过程7、变差的特殊原因⏹特殊原因: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。
由于特殊原因造成的过程分布的改变有些有害,有些有利⏹针对特殊原因的对策:局部措施⏹通常用来消除变差的特殊原因⏹通常由与过程直接相关的人员实施⏹大约可纠正15%的过程问题8、控制图的构成USL 上规格线UCL ----------------------------------------------------------------------上控制线CL 中线 LCL ----------------------------------------------------------------------下控制线 LSL 下规格线9、 控制图的类型1、计量型数据控制图1.1、均值和极差图( R X -图) 1.2、均值和标准差图(s X -图)1.3、中位数图(R X -~图)1.4、单值和移动极差图( MR X -图) 2、计数型数据控制图2.1、不合格品率控制图(P 图) 2.2、不合格品数控制图(NP 图) 2.3、不合格数控制图(C 图)2.4、单位产品不合格数控制图(U 图)二计量型数据控制图:R X - 图1、 实施步骤A.收集数据:子组大小/子组频率/子组数的大小B.计算控制限:初始控制线/延长控制线C.过程控制解释:4种异常情况的判定及对策D.过程能力解释:PPK/CPK 的计算及要求2、 子组大小⏹ 子组:每次连续取样的样本⏹ 子组大小:每次连续取样的样本数量⏹ 确定子组大小的原则:— 子组要合理,一般为2-10个、— 一个子组内的变差代表很短时间内的零件的变差 — 非常相似的生产条件下生产出来的,相互间不存在其 它的系统的关系— 每个子组内的变差主要应是普通原因造成3、 子组频率⏹ 子组频率:每次取样的间隔时间 ⏹ 确定子组频率的原则:— 在适当的时间收集足够的子组来反映过程中的变化 — 过程的初期研究,很短的时间间隔进行分组,以便发觉 短时间的不稳定因子— 当证明过程已处于稳定状态下(或已对过程进行改 善),子组间的时间间隔可以增加 4、子组数大小⏹ 子组数大小:每张控制图的控制点数量 ⏹ 确定子组数大小的原则:— 在初始阶段不低于100个单值数据 — 在量产阶段一般不少于25个点 5、过程控制解释1、超出控制限的点2、连续7点位于平均值的一侧3、连续7点上升(后点等于或大于前点)或下降4、明显的非随机图形(大约2/3的描点应落在控制限的中间三分之一的区域内,大约1/3的点落在其外的三分之二的区域)6、异常情况对策⏹ 当发现异常时,不要随意对过程做不必要的改变 ⏹ 正确的做法是:— 记录下当时的六大生产要素:人/机/料/法/环/测— 进行原因分析后,若能找到原因采取措施,则记录好所 采取的措施— 进行原因分析后,若不能找到原因采取措施,则密切观察过程的变化 7、过程能力解释⏹ PPK:初始过程能力指数PPK,也叫性能指数,或短期过程能力指数 ⏹ 其要求是:PPK >1.67或满足顾客的要求⏹ 计算公式为:Ppk=min( ss XUSL LSL X σσˆ3,ˆ3-- ) s ni I n X X S σˆ1)(12=--=∑= ⏹计算数据为:最少100个数据以上⏹ 计算时间:小批量试生产阶段,为PPAP 重要文件之一,需要提交给顾客 ⏹ CPK:稳定的过程能力指数CPK,也叫长期过程能力指数 ⏹其要求是:CPK >1.33或满足顾客要求⏹ 计算公式为:Cpk=min(22ˆ3,ˆ3R R XUSL LSL X σσ-- )⏹ 计算数据为:最好是25组⏹ 计算时间:批量生产阶段,按照控制计划的规定,一般是每张控制图完成后三、其它计量型数据控制图1、均值和标准差控制图⏹标准差s是过程变异性更有效的指针,尤其是对于样本容量较大(n>10)的情况,一般来说,当出现下列一种或多种情况时用s图代替R图:⏹数据是由计算机按实时时序记录和/或描图的,则s的计算程序容易集成化⏹有方便适用的袖珍计算器使s的计算能简单按程序算出⏹使用子组样本容量较大,更有效的变差量度是合适的2、中位数控制图⏹中位数图用在子组的样本容量小于或等于10的情况,样本容量为奇数时更方便⏹如果子组样本容量为偶数,中位数是中间两个数的均值3、单值和移动极差控制图⏹测试一个产品的数据所化时间很长⏹所选取的样本,属于一种极为均匀一致之产品如像液体或气体,测量几个和一个一样⏹加工一个产品的时间很长⏹产品价值很高,测试一个样本会损失很多钱⏹属破坏性试验,每测试一个产品,就损失一个⏹控制过程参数,如:温度﹑压力﹑时间等四、计数型数据控制图:P图1、不合格品率(P图)实施步骤:A.收集数据:子组大小/子组频率/子组数的大小B.计算控制限:初始控制线/延长控制线C.过程控制解释:4种异常情况的判定及对策D.过程能力解释:产品合格率或不合格率2、子组大小⏹子组:每次连续取样的样本⏹子组大小:每次连续取样的样本数量⏹确定子组大小的原则:●子组要大,如50个到200,甚至更多,以便检验出性能的一般变化●一个子组内要包括几个不合格品●每一个子组代表很长的一段时间的过程操作●子组容量分为恒定或它们变化不超过±25%,以及超出±25%二种图形3、子组频率⏹子组频率:每次取样的间隔时间⏹确定子组频率的原则:—应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题﹒时间间隔短则反馈快﹐但也许与大的子组容量要求矛盾—一般为每班或每天,用于全检工位的较多4、子组数大小⏹为了子组数大小:每张控制图的控制点数量⏹确定子组数大小的原则:—在初始阶段不低于100个单值数据—在量产阶段一般不少于25个点5、过程控制解释1、超出控制限的点2、连续7点位于平均值的一侧3、连续7点上升(后点等于或大于前点)或下降4、明显的非随机图形(大约的描点应落在控制限的中间三分之一的区域内,大约的点落在其外的三分之二的区域)6、过程能力解释⏹如果对于计数型控制图﹐能力直接被定义为不合格品的平均百分数或比例,如PPM(百万分之一)⏹而计量型控制图的能力指的是将/或不将过程的中心调整到规范的目标值后﹐用PPK和CPK表示五、其它计数型数据控制图1、不合格品数控制图(np图)⏹np图用来衡量一个检验中的不合格(不符合或所谓的缺陷)品的数量⏹与p图不同﹐np图表示不合格品的实际数量而不是与样本的比率⏹p图和np图适用的基本情况相同﹐当满足下列情况时可选用np图—不合格品的实际数量比不合格品率更有意义或更容易报告—各阶段子组的样本容量相同2、不合格数控制图(c图)⏹c图用来测量一个检验批内的不合格(或缺陷)的数量(与描在np图上的不合格品的数量不同)⏹c图要求样本的容量恒定或受检材料的数量恒定﹐它主要应用于以下两类检验﹕—不合格分布在连续的产品流上(例如每匹维尼龙上的瑕疵﹐玻璃上的气泡或电线上绝缘层薄的点)—在单个的产品检验中可能发现许多不同潜在原因造成的不合格3、单位产品不合格数控制图(u图)⏹u图是用来测量具有容量不同的样本(受检材料的量不同)的子组内每检验单位产品之内的不合格数量⏹除了不合格数是按每单位产品为基本量表示以外﹐它是与c图相似的⏹u图和c图适用于相同的数据情况﹐但如果样本含有多于一个“单位产品”的量﹐为使报告值更有意义时﹐可以使用u图六、停止灯控制图1、停止灯控制图的概念⏹无论在停止灯控制图中,目标值区域指定为绿色,警告区域指定为黄色,停止区域指定为红色。
SPC基础培训资料
SPC基础培训资料一、SPC 是什么?SPC 即统计过程控制(Statistical Process Control),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。
二、SPC 的发展历程SPC 起源于 20 世纪 20 年代,当时美国的休哈特博士提出了控制图的概念,并成功将其应用于生产过程的监控。
在随后的几十年里,SPC 不断发展和完善,逐渐成为质量管理领域的重要方法。
随着计算机技术的普及,SPC 的应用变得更加便捷和高效。
三、SPC 的作用和意义1、预防不合格产品的产生通过对过程数据的实时监控和分析,能够提前发现潜在的问题,及时采取措施进行调整,从而避免不合格产品的出现。
2、降低生产成本减少废品、返工和保修等成本,提高生产效率和资源利用率。
3、提高产品质量和一致性使生产过程更加稳定,产品质量更加稳定和可靠,满足客户的需求和期望。
4、增强企业竞争力能够帮助企业在市场上树立良好的质量形象,提高客户满意度和忠诚度,增强市场竞争力。
四、SPC 常用的工具1、控制图控制图是 SPC 中最基本、最重要的工具。
它用于监控过程的稳定性和判断过程是否处于受控状态。
常见的控制图有均值极差控制图(XR 图)、均值标准差控制图(XS 图)、中位数极差控制图(XR 图)、单值移动极差控制图(XMR 图)等。
2、直方图用于展示数据的分布情况,帮助我们了解数据的集中趋势和离散程度。
3、排列图也称为帕累托图,用于找出影响产品质量的主要因素。
4、散布图用于研究两个变量之间的关系,判断它们是否相关。
五、控制图的原理控制图基于“3σ 原则”,即认为在正常情况下,过程数据的分布服从正态分布。
如果数据点超出控制限(通常为均值 ± 3 倍标准差),则认为过程出现了异常。
控制限分为上控制限(UCL)、下控制限(LCL)和中心线(CL)。
SPC培训教材专业知识
第三章 控制图原理
控制图原理旳第三种解释
统计过程控制SPC理论是利用统计措施对过程进行控制, 既然其目旳是“控制”,就要以某个原则作为基准来管理 将来,经常选择稳态作为原则。稳态是统计过程控制SPC 理论中旳主要概念。 稳态,也称统计控制状态(state in statistical control),即过程中只有偶因没有异因旳状态。 稳态是生产追求旳目旳。
•正态方差旳无偏估计常用旳只有一种,就是样本方差s2
•正态原则差旳无偏估计也有两个,一种是对样本极差R=X(n)-X(1) 进行修偏而得,另一种是对样本原则差S进行修偏而得,详细是:
其中d2与C4是只与样本量n有关旳常数。
13
第二章
SPC中常用统计分布
SPC有关统计基础知识
14
第二章
正态分布基础知识
布
18
第二章 SPC有关统计基础知识
计量值抽样分布:均值旳抽样分布
19
第二章 SPC有关统计基础知识
计量值抽样分布:中位数旳抽样分布
20
第二章 SPC有关统计基础知识
计量值抽样分布:原则差旳抽样分布
21
第二章 SPC有关统计基础知识
计量值抽样分布:极差旳抽样分布
22
第二章 SPC有关统计基础知识 计数值抽样分布:np旳抽样分布
5
第一章 SPC产生旳历史背景及其意义
贝尔试验室旳课题组 当代质量管理旳基石
为了确保预防原则旳实现,20世纪23年代美国 贝尔电话试验室成立了两个研究质量旳课题组,一 为过程控制组,学术领导人为休哈特(walter a.shewhart);另一为产品控制组,学术领导人为 道奇(Harold f.dodge)。
在外旳概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
- 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)。
广州今朝科技有限公司
SPC基础知识
一SPC术语录
1.控制图:SPC的核心工具。
一种标绘着根据相继抽取的样本或子组的某一统计量的值、并画有控制限
的图,用于评估或检查一个过程是否处于控制状态之下。
画在坐标系中,横轴表示时间或样本号,纵轴表示数值大小,将采集到的数据以点的形式表示在图中。
2.运行图:一种代表过程特性的简单图形,上面描有一些从过程中收集到的统计数据(通常是单值)和
一条中心线(通常是测量值的中位数),可用来进行链分析。
3.排列图:一种用于解决问题的简单工具,按照对成本或变差的影响程度对各种潜在的有问题区域或变
差源进行排序。
一般情况下,大多数的成本(或变差)是由于少量原因造成的,所以解决问题的精力最好是首先集中在少量关键的原因上,而暂时忽视多数不重要的原因。
4.散点图(相关图):把两个变量标在横轴与纵轴上,按照一一对应测量值点描绘成的图。
5.计量值:当质量特性值可以取给定范围内的任何一个可能的数值时,这样的质量特性值称为计量值。
6.计数值:当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,称之为计数值。
7.过程:过程是指将输入转换成输出的一系列活
8.
9.
10.6280523666666
11.动的总和。
12.样本:取自总体中的一个或多个个体,用于提供关于总体的信息,并作为可能做出对总体(或产生总
体的过程)的某种判定的基础(引自GB3358-82)。
样本中所包含的样本单位数,称为样本大小。
13.样本容量(子组大小):在抽检中抽出来的样本单位数。
14.不良品:指整件物品作为一个整体考虑而未满人意或不能接受。
一件不良品可能具有若干相同的或不
相同的缺陷。
15.不良率控制图:即P图,用于控制对象的不合格率。
16.不良品数控制图:即Pn图,是一种计数值控制图,用于控制对象为不合格品数的场合。
)
17.采集规划:采集规划指从某过程中选择质量特征值进行数据采集的一种工具。
18.单位缺陷数(U)控制图:是一种计数值控制图,它通过周期性抽取样本以统计单位产品的缺陷率并
在控制图上绘制点来监控过程变化,样本的检测结果为平均每个样品包含的缺陷数。
(样本容量可以变化)
19.单值-移动极差控制图:是一种计量值控制图,它通过绘制单个测量值在单值控制图上,当前测量值
与前一个测量值的极差在移动极差控制图上来分析和监控过程变化;它适合那种在一个时间只能采集到样本大小为1的样本的情况。
20. 对称度:直方图的一个特性参数,放映直方图的对称性。
计算公式为:
其中:n 为样本总数,-
x 为所有样本数据的平均值,Xi 为样本值,S 为样本方差。
21. 峰度:直方图的一个特性参数,放映直方图的平坦度。
计算公式为:
其中:n 为样本总数,-
x 为所有样本数据的平均值,Xi 为样本值,S 为样本方差。
22. 过程能力:反应过程符合规格要求的程度。
23. 平均值-标准差控制图:是一种计量值控制图,它通过周期性地抽取小样本(子组)并绘制子组平均
值在均值控制图上,子组标准差在标准差控制图上来分析和监控过程变化;它适合样本大小一般为超过10个的情况。
24. 平均值-极差控制图:是一种计量值控制图,它通过周期性地抽取小样本(子组)并绘制子组平均在
均值控制图上,子组极差在极差控制图上来分析和监控过程变化;它适合样本大小一般为5 个左右时的情况。
25. 缺陷:指在某种品质特性方面,无法符合预定标准而言。
26. 缺陷数(C )控制图:缺陷数控制图是一种计数值控制图,用于控制任何一定的单位中所出现的缺陷
数目,样本的检测结果为每个样品包含的缺陷数。
(样本容量固定) 27. 极差:一组数据中的最大值与最小值的差。
28. CL :Center Line ,称控制图的中心线。
29. UCL :Upper Control Limit ,上控制界限。
30. LCL :Lower Control Line ,下控制界限。
31. USL :Upper Specification Limit ,规格上限。
32. LSL :Lower Specification Limit ,规格下限。
33. T :Target ,规格的目标值。
34. Cp :过程能力指数,其计算公式是:
35. Cr :过程能力比值,其计算公式是:
S
X X n n i n skewness n i 3
1
3
21---
=
∑⎪⎭⎫ ⎝⎛-=)
3)(2(3)3)(2)(1(_
)1()
1()
(2
4
1
4
---
---+=
-∑
-=n n n n n i n n Kurtosis n S
X X n
i
36.Cpl:单侧下公差的过程能力指数:
37.Cpu:单侧上公差的过程能力指数:
38.Cpk:修正的过程能力指数,计算公式为:
Cpk=Min(Cpl,Cpu),若只有单侧能力指数,另一侧当作无穷大。
39.k:偏移系数,其值为:
40.Pp:过程性能指数,其计算公式为:
41.Pr:过程性能比值,其计算公式为:
42.Ppu:单侧下公差过程性能指数:]
43.Ppl:单侧上公差过程性能指数:
44.Ppk:修正的过程性能指数,计算公式为:
Ppk=Min(Ppl,Ppu),若只有单侧能力指数,另一侧当作无穷大。
45.PPM:Parts Per Million,每百万件中的不合格品数。
46.Mean:所有样本数据的平均值;
47.Max:所有样本中的最大值;
48.Min:所有样本中的最小值;
49. StdDev:所有样本的方差。
计算公式为:
其中:M 表示样本总数,
_
X 表示样本无均值,X i 表示样本值。
50. Cpm :考虑到目标值不在规格中心的情况下,能反映过程的真正能力的能力指数,它的计算公式有两
种,不同的企业有不同的选择:
a) b)
51. Fpu:超出规格上限的概率,计算公式为:
Fpu=f(Zu)*100% 其中:σ
-
-=X
USL Zu ;-
x 表示所有测量数据的平均值;σ表示组内波动估计的标准差;
52. Fpl:表示超出规格下限的概率:
Fpl=f(Zl)*100% 其中:σ
--=
LSL
X Zl
备注:-
x 和σ同Fpu 介绍。
53. Fp:表示超出规格限的概率。
Fp=Fpu+Fpl
1
_
)
(2
-=∑-m i
S X X ∑∑∑===-
--=k
i i
k
i j i ij
n X X
n i
1
11
)
1(2
)(σ
二SPC
1 各种控制图特征及选用参考
- R图
-s 图
2 控制图的使用目的
根据不同的用途,控制图分成两类:即分析用控制图和控制用控制图。
分析用控制图的目的是:
1.分析生产过程是否处于统计稳态?若过程不处于稳态,则须调整过程,使之达到稳态。
2.分析生产过程的过程能力是否满足技术要求,若不满足,则需调整过程能力,使之满足。
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。
控制用控制图的目的是:
使生产过程保持在确定的状态。
3 控制图的判断准则
1.判断稳态的准则:在点子随机排列的情况下,符合下列各点之一就认为过程处于稳态。
1)连续25个点都在控制界限内;
2)连续35个点子至多有1个点子落在控制界限外;
3)连续100个点子至多有2个点子落在控制界限外。
2.判断异常的准则
1)点子出界判断异常;
2)模式1:点子频频接近控制界限
* 连续3个点中,至少有2点接近控制界限;
* 连续7个点中,至少有3点接近控制界限;
* 连续10个点中,至少有4点接近控制界限。
3)模式2:链
在控制图中心线一侧连续出现的点称为链,链长不少于7时判断点子排列非随机,存在异常因素。
4)模式3:间断链
* 连续11个点中,至少有10点在中心线一侧;
* 连续14个点中,至少有12点在中心线一侧;
* 连续17个点中,至少有14点在中心线一侧;
* 连续20个点中,至少有16点在中心线一侧。
5)模式4:倾向,点子逐渐上升或下降的状态称为倾向。
当有连续不少于7个点的上升或下降的倾
向时判断点子排列非随机,存在异常因素。
6)模式5:点子集中在中心线附近,若连续15点集中在中心线附近判异。
7)模式6:点子呈现周期性变化。
三过程能力是否足够的判断
◆不同的Cpk值对应不同的过程能力水平:
◆Cpk<0.67,过程能力严重不足,需要改善;
◆0.67<Cpk<1.0, 过程能力不足,需要改善;
◆ 1.0<Cpk<1.33, 过程能力尚可满足,需要改善;
◆ 1.33<Cpk<1.67, 过程能力满足;
◆1.67<Cpk<2.0, 过程能力充足;
◆2<Cpk,过程能力十分充足;。