统计制程控制
SPC统计制程控制运用实务(ppt 106)
在日本,1950年戴明(W. Edwards 来自 中国最大的资
6
料库下载
（4）SPC的特点
SPC与全面质量管理相同，强 调全员参与，而不是只依靠少
数质量管理人员；
强调用科学的方法------统计 技术来保证全过程预防原则的
落实；
SPC不是用来解决个别工序采
70年代
定单生产 只能预测 制造技术
80年代以后 JIT
速变不能预 来自 中国最大的资 测 料库下载
设计.系统. 8 习惯
（5）为什么要学习和 推行SPC？
2、企业市场竞争的需要
控制质量的变化因素,减少质量 损失成本；
缩短产品上市周期,满足产品的 更新换代；
生产出高质量的产品,为企业树 来自 中国最大的资
料库下载
（5）为什么要学习和推 行SPC？
科学的要求： 要保证产品质量、 要满足21世纪超严质量要求就必 须应用质量科学。
生产控制方式由过去的3控制方式 改为6控制方式。
3控制方式下的稳态不合格品率为
2.7 X 10-3,
来自 中国最大的资
12
料库下载
（5）为什么要学习和推行SPC？
A、顾客满意
B、与产品要求的符合性； 来自 中国最大的资 料库下载
15
（6）SPC与ISO9000标准的关系
八大原则之一---基于事实的决
策
有效决策是建立在数据和信息分 析的基础上；
决策是组织中各级领导的职责之 一；
正确的决策需要领导者用科学的
态度，以事实或正确的信息为基 来自 中国最大的资
D4
3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
统计过程控制(SPC)：提升制程稳定性
统计过程控制（SPC）：提升制程稳定性在制造业中，制程稳定性是一个至关重要的概念。
不论是生产电子产品、制造机械零件还是生产食品，保持生产过程的稳定性对产品质量和成本控制都至关重要。
统计过程控制（SPC）是一种有效的方法，用来监控和改进生产过程，提升制程稳定性。
什么是统计过程控制（SPC）？统计过程控制（SPC）是一种基于统计方法的质量管理工具，旨在通过监控生产过程中的关键变量，减少变异性，实现生产过程的稳定性。
SPC可以帮助厂商识别并消除造成产品缺陷的根本原因，提高产品质量，降低生产成本，增强市场竞争力。
SPC的原理及应用SPC的基本原理是通过收集和分析生产过程中的数据来了解生产过程的特征和变异性，从而判断生产是否处于受控状态。
通过统计技术，可以找出生产过程中的特殊原因变异和普通原因变异，进而采取相应的控制措施。
SPC的应用范围非常广泛，可以适用于各个行业的生产过程控制。
比如，在汽车制造业，通过对关键工艺参数进行实时监控，可以避免生产出次品车辆；在食品加工业，利用SPC可以确保产品符合质量标准，保障食品安全。
SPC的主要工具和技术SPC主要包含以下几种工具和技术：1.控制图：控制图是SPC的核心工具之一，用来监控生产过程中的变异性。
常见的控制图有X-bar图、R图、P图等，通过控制图可以及时发现异常情况。
2.过程能力分析：通过过程能力分析，可以评估生产过程是否稳定，并确定是否满足产品质量标准。
3.假设检验：假设检验用于判断生产过程中的参数变化是否具有统计显著性，帮助厂商做出正确的决策。
SPC的好处采用统计过程控制（SPC）可以带来诸多好处：1.提升产品质量：SPC可以实时监控生产过程，及时发现问题并及时纠正，确保产品质量稳定。
2.降低生产成本：通过降低废品率和提高生产效率，可以有效降低生产成本。
3.增强市场竞争力：生产出质量稳定的产品，可以提高客户满意度，增强企业在市场上的竞争力。
总结统计过程控制（SPC）是一种重要的质量管理工具，能够帮助企业提升制程稳定性，实现持续改进。
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题SPC即英文“Statistical Process Control”之缩写，意为“统计制程控制”SPC或称统计过程控制。
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。
为什么要用SPC，SPC的作用是什么？重视企业内部外部顾客，以顾客满意作为主要目标，这些目标必须不断地在价值上得以改进，运用SPC，能使我们致力于更有效的改进，同时，我们组织中的每一个人都必须确保不断改进及使用有效的方法．在我们的企业当中，很多都是不重视统计过程控制的，或者只是把统计过程控制当做一个口号或者一个用来通过各种认证用的手段，并没有真正的用到现实生产当中，也没有起到真正的作用．于是就产生了一个问题，如果仔细的审核所有的统计过程，会发现存在很多的问题．１、在作XBar-R图时，数据搜集不准确。
数据的搜集来自于现场，往往我们根据控制计划或者其他文件的要求，到现场察看数据采集情况，会发现现场的数据采集没有按照要求来进行。
有些企业会采用连续测量，100%测量的方式，同时也不做任何的纪录，只要检验人员发现没有问题，也不需要进行任何变动，一旦发现，则进行调整设备参数或采取别的措施。
而采用该方法是与SPC相违背的。
有些公司采用了100%检验不说，根据大体情况，再进行编制控制图，专门用来应付审核或者提交客户用，这样的SPC是没有作用的，同时还浪费更多的人力物力。
所以，希望我们运用统计技术的企业，能够真正的将统计技术运用起来，而不仅仅是流露与形式。
2、做控制图时部分或者全部的曲线类似。
这也是数据经过编辑的一种可能。
在SPC教材当中明显指出几种应该注意的曲线形状（包括点的运动趋势），这就要求绘制该图表的人员具有相当的水平，即要避免出现教材中描述的情况，又要让数据基本合理，便出现了连续几次数据统计采用相同或类似的数据。
aapv统计制程控制(spc)培训教材
下控制界限(LCL)
第36页，共43页。
控制圖的分析
連點(RUNS)
Run of 3
Run of 4
Run of 7 Central line
•在中心線的任何一方，有連續的點子就稱為連點
•如果連點的數目等于七或以上，我們便可總結在制程中，有不正常的 因素存在
第37页，共43页。
第15页，共43页。
變異的性質分析
有關事物確定性的分類：
分類 必然事件 隨機/偶然事件 混沌事件 突發事件
短期 確定 不確定 確定 不確定
長期 確定 確定 不確定 不確定
對策 因果分析 統計分析 混沌理論研究
碰運氣
統計學： 在包含不確定性的現實中，
研究如何利用信息作為思考、并 給予行動方針的學問((Barnett)
第5页，共43页。
1.1.4 為什么要推行SPC
SPC主要集中在掣程的控制，因為掣程是 問題的根源。它需要在掣程中，加入定 時的檢查，以達到盡早找出問題，來減 少浪費﹔
第6页，共43页。
1.1.5 為什么要推行SPC
SPC典形運用的工具就有品質控制圖，利 用簡單的圖表來提供以下的資料：
質量改進 決定工序能力 產品規格的決定 生產掣程的決定
14%
14%
原理四： 當收集的數據愈來愈多的
時候，將會趨向于中心
第18页，共43页。
統計制程控制(SPC)基礎理論
中心極限定理(Central Limit Theorem)
樣本 X2
樣本
X2
樣本 樣本
X2
X2
X
接近正態分布
平均值：X= µ
標准差：σ= σ/n
SPC统计制程控制(综合简介)
例:量19”面板Cell Gap值分别为3.43 、 3.44、 3.45、 3.45、
3.46 、 3.45、 3.42请问其标准差为何？
(sigma=0.013)
全距(Range) 样本的最大值减去最小值的差R.
SPC概念--普通原因与特殊原因
SPC概念
SPC能解决的问题
经济性：有1 效的抽样管制，不用全数检验.使制程稳定，
能掌握品质、成本与交期. 预警性：制程的异常趋势可实时对策，预防整批不良，
以减少浪费. 分辨特殊原因：作为局部问题对策或管理阶层系统改
进之参考. 善用机器设备：估计机器能力，可妥善安排适当机器
SPC特点強調預防，防患於未然是SPC的宗旨
SPC概念--普通原因与特殊原因
异常原因
普通原因
系统中之因素 种类多随时存在
影响力较小 不易消除
机器老化 机器震动 环境不良(Particle) 设计不良
特殊原因 系统外之因素 种类少偶尔发生 影响力较大 可经济地消除
机器故障 来料异常 人员疲劳 错误操作方法
A: 1.33≦ Cp
B: 1.00≦ Cp＜ 1.33
C: 0.83≦ Cp＜ 1.00
D:
Cp＜ 0.83
=>Cp值越大越好,表示制程佳
A:此制程甚为稳定,可将规格公差缩小或胜任更精密之工作 B:有发生不良率偏高之危险,须加以注意并努力维持不再变坏 C:检讨所订规格及作业标准,可能本制程无法胜任如此精密之工作 D:应采取紧急措施,全面检讨可能影响之因素,必要时需停线
例:
量19”面板Cell Gap值分别为3.43 、 3.44、 3.45、 3.45、3.46 、 3.45、 3.42、 3.44、 3.43、 3.41，请问其平均值为何？
什么是SPC
什么是SPCSPC即英文“Statistical Process Control”之缩写,意为“统计制程控制” SPC或称统计过程控制。
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。
[编辑]SPC起源与发展1．1924年修华特博士在贝尔实验室发明了品质控制图。
2．1939年修华特博士与戴明博士合写了《品质观点的统计方法》。
3．二战后美英将品质控制图方法引进制造业，并应用于生产过程。
4．1950年，戴明到日本演讲，介绍了SQC的技术与观念。
5．SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。
6．美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。
7．ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。
[编辑]3σ原理简介当过程仅仅俺有正常变异时，过程的质量特性是呈现正态分布的，其分布状态如下：休哈特建议用界限±3σ来控制过程，就是说，在10000个产品中不超过27个不合格品出现，就认为改生产过程是正常的，若达到27个以上，就认为过程失控。
[编辑]SPC技术原理控制（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。
统计工序控制 即SPC(Statistical Process Control)
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序
1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。
特殊原因
一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。
普通原因
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，它表现为随机过的操作者使用
? 有助于过程在质量上和成本上能持续的、可预测的保持下去
? 使过程达到：
? 更高的质量
? 更低的单件成本
? 更高的有效能力
? 为讨论过程的性能提供共同的语言
? 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
造的产品
-评估人员、设备、材料与工作方法的适当性
-根据规格公差设定设备的管制界限
-决定最经济的作业方式
过程控制和过程能力
◎目标:过程控制系统目标,是对影响过程的措
施作出经济合理的决定, 避免过度控制
与控制不足
◎过程能力讨论:必需注意二个观念
○由造成变差的普通原因来确定
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( )来计算控制限.
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
统计过程控制(SPC)
2.建立控制图及记录原始数据 3.计算每个子组的均值（X）和极差（R） 反映整个过程的的均值和其变差 X= R=X最大值-X最小值 4.选择控制图的刻度 对于X图，坐标上的刻度值的最大值和最小值之差应至少为子组均值X的最大值和最小值差的两倍 建议将R图刻度值设置为均值图刻度值的2倍 5.将均值和极差画到控制图上
统计描述
用图表和几个总结性数字(均值、方差、标准差)描述一组数据。
统计推理
确定结果之间的差异何时可能是由于随机误差引起的，何时不能归因于随机误差。
收集并分析数据，以估算过程变化的 影响。
试验设计
统计学的作用
1.2特性及其分类
变量数据 使用一种度量单位，比如英寸或小时。 属性数据是类别信息，比如““ 通过” 或““ 未通过”。
顾客： 关注过程的输出以及与顾客的要求（定义为规范）的关系如何，而不考虑过程的变差如何 规格界限的分类： 双边规格 单边上规格 单边下规格
控制界限≠规格界限
1类
该过程受统计控制且有能力满足要求，是可接受的
2类
受控过程但存在因普通原因造成的过大的必须减少的变差
3类
过程符合要求，可接受，但不是受控过程，需要识别变差的特殊原因并消除它
X1+X2+X3+···Xn
n
计算控制限
供应商发展部
计算平均极差及过程均值
01
计算控制限
02
在控制图上作出平均值和极差控制图的控制线
03
江铃汽车股份有限公司
过程控制解释
供应商发展部
过程控制解释 1.分析极差图上的数据点 超出控制限的点 链图 连续7点位于平均值的一侧 连续7点上升（后点等于或大于前点）或下降 明显的非随机图形 大约2/3的描点应落在控制限的中间1/3的区域内，大约1/3的点落在其外的2/3的区域 2.识别并标注特殊原因（极差图 ） 3.重新计算控制限（极差图） 4.分析均值图上的数据点 5.识别和标准特殊原因（均值图） 6.重新计算控制限（均值图） 7.为了继续控制延长控制限
统计制程控制作业管制办法
用初始能力研究计算的上下控制限和中线作为 图、R图的上下控制限、中线。
制程能力要定期评审，当剔除了制程在不稳定期间已发掘及矫正的特殊原因后，
管制界限要重新确认、矫正、再计算。
式中：D4、D3、A2为常数，它们随样本容量的不同而不同，下表是摘录的样本容量从2到10的一个表
工程部：负责在图面上制订SPC控制点；
品质部：按照图面、控制计划、检规的要求，做好计量型的统计制程控制；
生产单位：按照图面、控制计划、检规的要求，做好计数性的统计制程控制；
4、定义
SPC：Statistical process control统计制程控制；
Ca：准确度，也就是比较制程分配中心与规格平均值一致的情形；
数量记录于P图的数据记录表中。
5.2.2 P图的计算方法
被检测零件的数量为ni，子组数量为k，发现的不合格品数量为npi
pi= ； =
如果所有的ni都相等，则 = ；
A.如果样本容量变化时，那么
中心线为CLP= ；控制上限为：UCLPi= +3 ；LCLPi= -3
B.如果样本容量变化时，（如果 ≥0.75）则控制限依然是：
T =公差= USL - LSL =规格上限值–规格下限值
s =
单边上限：PPK=PPU；单边下限：PPK=PPL；
双边规格：PPK=MIN(PPU,PPL)
PPU:上初始过程性能；PPL：下初始过程性能；s：样本标准差
5.1.9 PP、PPK评价方法
等级
Pp、Ppk值
等级说明
处理方法
A
Pp、Ppk≥1.67
修改履历
版次
CPK
2 2013-9-18
壹、过程能力（工序能力）基本概念
一、过程能力：指工序处于控制状态下的 实际加工能力。
二、过程能力B=6σ （σ 为工序的标准 差） 三、研究表明，当工序处于控制状态时，工 序的质量特性有99.73%落在u ± 3 σ 的范围 内，故6 σ 近似表示了工序质量特性值的全部 波动范围。（u——总体平均值）
A、双向公差，偏移量ε=0 时 T （d2可从控制图系数中查找） CP= 6 R/d2 B、双向公差，偏移量ε = 0 时 T （式中： ε= x-M ） CPK=（T-2 ε） 6 R/d2 C、单向公差时
CPU
=
2013-9-18
TU-X 3 R / d2
CPL=
X - TL 3 R / d2
12
一、概念：工序能力指数是表示工序能力满 足工序质量标准要求程度的量值。实际上是 指过程结果满足质量要求的程度。
二、工序能力指数的表达式：
Cp =
公差的范围 总体的标准差
=
T B
=
T 6σ
7 2013-9-18
先了解一下下面曲线图： 三、下面分几种情况讨论Cp值： T/ 2
T
ε
TL
X（M）
TU
TL
M
肆、Ppk与Cpk的差别
Ppk：QS9000将过程（过 程可能在控制状态或非控 制状态）的实际加工能力 称为过程性能Ppk Cpk：QS9000将控制状态 下的实际加工能力称为过 程能力Cpk
Ppk
=
TU-TL
6s
Cpk
=
TU-TL
6σ
=
TU-TL 6
×R/d2
s—样本标准差
s=
1 n-1
统计过程控制SPC--培训
最常用，判断工序是否异常的效 适用于产品批量较大而
量
制图
果好，但计算工作量大
且稳定正常的工序。
值 中位数—极差
计算简便，但效果较差些，便于
控 制
控制图 两极控制图
L—S
现场使用
一张图可同时控制均值和方差， 计算简单，使用方便
图 单值—移动极 X—Rs 简便省事，并能及时判断工序是 因各种原因每次只能得
C （Control）控制: 事物的发展和变化保持 稳定
统计过程控制（SPC）定义:
是一种使用诸如控制图等统计技术来分析制造 过程，以便采取适当的措施，为达到并保持统计控 制状态从而提高制造过程能力的质量统控计过制程控制方SPC法--培训。
一、统计过程控制简介
起源与发展
休哈特博士在 贝尔实验室发 明了控制图
差控制图
否处于稳定状态。缺点是不易发 到一个数据或希望尽快
现工序分布中心的变化。
发现并消除异常原因
计 不合格品数控
pn
数
制图
值 不合格品率控
p
控
制图
制 缺陷数控制图
C
图 单位缺陷数控
U
制图
较常用，计算简单，操作工人易 于理解
计算量大，管理界限凹凸不平
样本容量相等 样本容量可以不等
较常用，计算简单，操作工人易 于理解，使用简便
——《6 Sigma管理法 追求卓越的阶梯》
统计过程控制SPC--培训
一、统计过程控制简介
统计过程控制（SPC）:
Statistical Process Control 的英文简称
S （Statistical）统计: 以统计学的方法分 析数据
P （Process）过程: 有输入-输出的一系列的 活动
SPC资料
SPC简介SPC即英文“Statistical Process Control”之缩写,意为“统计过程控制” SPC或称统计过程控制。
SPC主要是指应用统计分析技术对软件开发与测试过程进行实时监控，科学的区分出软件开发与测试过程中产品质量的随机波动与异常波动，从而对软件开发与测试过程的异常趋势提出预警，以便开发与测试管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高与控制质量的目的。
在软件开发与测试过程中，缺陷率、生产率的波动是不可避免的。
它是由人、技术、流程、工具、方法与环境等基本因素的波动影响所致。
波动分为两种：正常波动与异常波动。
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，正常波动是稳定状态。
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与消除。
过程控制的目的就是消除、避免异常波动，使过程处于稳定状态。
SPC可以为企业带的好处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作到"事前"预防与控制，SPC可以：· 对过程作出可靠的评估；· 确定过程的统计上下限，判断过程是否失控与过程是否有能力；· 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度量方法替代了大量的检测与验证工作；有了以上的预防与控制，我们的企业当然是可以：· 降低成本· 降低不良率，减少返工与浪费· 提高劳动开发与测试率· 提供核心竞争力· 赢得广泛客户· 更好地理解与实施质量体系一. 为何要使用SPC1) 什么是SPCSPC（Statistical Process Control）统计制程控制，是企业提高质量管理水平的有效方法。
统计过程控制SPC
二、过程能力
级别 特级 一级 工 程 能 力 CpK≥1.67 1.67＞CpK≥1.33 判 断
要考虑降低控制成本\控制因素 工程能力充分，批量生产
二级 三级
四级
1.33＞CpK≥1.00 1.00＞CpK≥0.67
0.67＞CpK
批量生产的最低水准，但应改 善 工程能力不充分
一、基本概念
4.普通原因 造成变差的一个原因，它影响所有的过程输出，它是 过程固有的。 5.特殊原因 只影响某些过程输出的，一种间断性的、不可预测的 原因。有时被称为可以查明原因，在控制图上表现为 点子超出控制界限或出现非随机图形。 统计过程控制（SPC）就是要区分普通原因和特殊 原因，适时的提示对过程采取正确的措施。
统计制程控制 SPC
课程简介
统计制程控制相关的基本概念 过程能力分析（Cp / Cpk) 常规控制图的判异准则 Xbar-R控制图（均值极差图） X-MR控制图（单值移动极差图） P图（不良率控制图）
课程目标
1.了解SPC相关的基本概念 2.掌握过程能力Cp/Cpk的计算方法 3.熟悉控制图的判异准则 4.掌握常用控制图的使用
0．308
0．223
1．777
0．975
0．284
1．716
五、Xbar-R控制图
4.计算R的控制界限
中心线CL=R 上方控制界限线UCL=D4R 下方控制界限线LCL=D3R
（计算演示）
五、Xbar-R控制图
5.制图步骤（EXCEL) 准备制图数据→选择数据（控制线与均值）→ 插入图表→折线图→随向导完成图表→编辑→ 完成图表制作 （演示）
工程能力过低
三、常规控制图的判异准则
1.一点距中心线超过3个标准差（超出上下控制线）
- 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簡介
SPC-advanced training course
SPC--控制改善的工具
簡單來說，SPC是透過運用統計學上的技巧如控制圖 分析過程或其輸出，從而作出適當的行動以達至及保 持統計控制狀況及改善過程能力。
SPC解釋為 ... 運用統計方法於過程控制上
S P C
SPC-advanced training course
Ed Bedell’s CIR
Process Characterization Flowchart
Prioritize Opportunities for improvement Select team Process Mapping Define the critical characteristic Perform Gauge R&R
Why?
To leverage resources To expand knowledge & creativity
To get a visual picture of the process
To use 80/20 principle (80% of the performance will be controlled by 20% of the parameters) To verify the measurement variation is less than 10% of the process variation or spec. To verify the process is stable
SPC-advanced training course
步骤六: 你已绘上X及Y轴,进行过程控制.利用控制图表去维持过程的控制. 步骤七: 可以能过重新确定所在和重新实验发现新的解决方法来改进你的 控制方式,这是一项不重复的过程. 步骤八: 99%的过程变异已受你的控制,可以运用不同方法去控制最后的 1%以完成任务,这些方法包括:响应曲面法(Response Surface Methodology),正交旋转应曲面法(Othogonal Rotatable RSM),单纯形 法(Simplex),最速上升法(SteepeAscent)以及回归方法(Regression).用以 上方法我们可以对一些物理模式中的参数进行估计.
SPC-advanced training course
什么是统计过程控制(SPC)-续1
过程(process)是指生产产品/服务的一系列行动或操作,也指支 持产品/服 务的过程如管理,财务,采购与工艺. 控制(control)的意思是通过过程控制成功地控制产品服务.控 制是指通过经预先设计的实验及采用统计技巧成功地:
SPC-advanced training course
什么是解决问题策略的步骤？
用统计方法去解决问题是以我们从工作方面得到的知识为基础的. 每一个问题都是随机变异(因统计数字的随意波动而引起的变异) 及非随机变异(因有特殊的成因而引起的变异)的结果.这种变异可 以被确认和加以定量,并可将可能的原因范围缩小,以经验协助我们 寻找解决方法.这种解决问题方法的目标是找出问题原因,以系统的 方法减少可能的原因数目,从而减少整个问题的类别和变异原因.
授课人简介
Ph. D. & Professor: Jim Liu
•Motorola CAMP graduate •Motorola Six Sigma Black Belt graduate •Rich experience in manufacturing as: Sr. process engineer Sr. design & product engineer Process group leader Manufacturing manager Engineering manager Project manager •MTTSA chief editor and key member •Motorola SPC trainer •Expert in Process Characterization & Optimization •With successful problem solving records for 5 years within Motorola CPD
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)过程进行控制; 2)维持或改善控制.目标是使品质维持不变. 把统计,过程及控制三个名词的英文字头起来就是
SPC.
SPC-advanced training course
什么是统计过程控制(SPC)-续2
SPC就是利用统计方法去:
1.分析过程的输出并指出其特性. 2.使过程在统计控制情况下成功地进行和维持. 3.有系统地减少该过程主要输出特性的变异. SPC几个重要概念.第一个,也是最重要的是你能否确定过程 的输入和输出并把它们定量化,然后才开始控制该过程-- -- 不 是先行控制. SPC是以预防代替检验,制业与其他行业一样,预防发生错 误永远比事后矫正为好,而且简单得多.
什么是解决问题策略的步骤？步骤三: 现在可以进行实验,目标在于预测某种变动对现行过程的作用.这 样才能把握 地预测出输入变量”X”对输出”Y”的影响,或至少能使建议的过程(B) 比现行过程 (C)产生更良好的结果. 步骤四: 继续做实验.你的过程有两个或四个变量.你的策略是按因素设计用 t检验及f检验去比较是否呈正态分布. 步骤五: 继续做实验.你的策略是有因素设计进行方差分析.当你有五个或 五个以上变量时,要利用部分因子实验法.
Capable?
SPC-advanced training course
Continuous Improvement Roadmap
What?
To work on critical business issues To select a cross function team To map the process (as is & should be To identify & define major product, process and machine parameters To quantify the measurement error
SPC-advanced training course
課程大綱
SPC介紹 控制圖
計量型控制圖 計數型控制圖
分析及解釋控制圖 制程能力 制程能力计算
SPC-advanced training course
什么是统计过程控制(SPC)
下面按字面意思来解释一下什么是统计过程控制 (Statistical Process Control). 统计学(Statistics)是数学的一个分支: 1.从所有同类项目(总体)(population)中抽取一些项目(样本)(samples) 2.计算集中趁特征(central tendency),如算术平均数(average或mean)中位数 (median)和众数(mode),以及离散特征(dispersion),如级差(range),方差 (variance)和标准差(standard deviation). 3.对于总体分布,通过对抽样分布做假定,便可提供对总体采取措施的基础.
SPC-advanced training course
Problem solving step by step approach:
S t e p s f o r R o o t C a u s e A n a ly s is
A. P ro d u c t c o m p a ris o n W h a t is th e d iffe re n c e ? W h a t is th e c h a n g e ? B. R o o t c a u s e m a trix Id e n tify in d e p e n d e n t p a ra m e te rs T ra c e b a c k fro m p h e n o m e n a C. D. P ro d u c tio n d a ta a n a lys is F a ilu re a n a lys is R e vie w h is to ric a l d a ta M e c h a n ic a l C h e m ic a l E. E xp e rim e n t d e s ig n MVA by 4M M V A b y k e y fa c to rs DOE F. C o n firm a tio n C re a te s p e c ia lly c o n tro l g ro u p s b y T -te s t o r A n o va G. O p tim iz a tio n F o r th e k e y in d e p e n d e n t fa c to r F u ll fa c to ria l RSM * T h e s a m e c a u s e m a y c r e a te d iffe r e n t fa ilu r e r e s p o n s e S c re e n in g C o m p o n e n t s e ra c h M e te rs /S E M /X -ra y C o rre la tio n By 5M By 5 W hy B O M c o m p a ris o n
參加SPC訓練的好處
完成課程後，學員能：
從整體的品質改善程序中，能解釋SPC的作用 認識及懂得使用計量型極差及計數型圖表 理解基本的SPC概念 選擇合適的控制圖 明暸失控情況 解釋品質的目標及要求