SPC统计过程控制的基本原理.pptx
合集下载
SPC统计过程控制的理论基础与方法.pptx
13、志不立,天下无可成之事。20.12.2920.12.2911:33:4011:33:40December 29, 2020
• 14、Thank you very much for taking me with you on that splendid outing to London. It was the first time that I had seen the Tower or any of the other fam ous sights. If I'd gone alone, I couldn't have seen nearly as much, because I wouldn't have known my way about.
品質變異的機遇和可歸屬原因 (續)
管制圖的統計基礎
管制圖的統計基礎(續)
如果樣本平均數在管制界限內,代表:
μ1 =μ0
課本範例p.165 修瓦特管制圖
管制圖用於改善製程
管制圖用於改善製程(續)
在一般情形下
大部分的製程都不在管制狀態下 管制圖可幫助找出可歸屬原因 管制圖只發現製程中的可歸屬原因,要消
缺點集中圖
散布圖
1. 散布圖在確認潛在的 關係上非常有用
2. 但因果關係必需使用 實驗設計來決定
品質變異的機遇和可歸屬原因
在任何生產製程中,總會有一些自然的 變異存在(機遇原因的變異)
一個只存在機遇原因的變異之製程,稱 為在統計管制下
失控 – 一個製程中產生可歸屬原因(不 適當的調整、操作員的失誤、不良的原 料)
。2020年12月29日星期二上午11时33分40秒11020年12月上午11时33分20.12.2911:33December 29, 2020
SPC统计过程控制教材ppt(37张)
– 5、确定各组的频数 – 6、作直方图 – 7、对直方图的观察: 特点, 中间高、两头低、左右对称
7
SPC
3、基础知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时,外形轮廓的折线就趋向于光滑的曲
线,即:概率密度曲线。 特点:面积之和等于1。
11
SPC统计过程控制教材(PPT37页)
SPC
• (4)、使用控制图应考虑的问题
– a、控制图用于何处? – b、如何选择控制对象? – c、怎样选择控制图? – d、如何分析控制图? – e、点出界或违反其他准则的处理。 – f、控制图的重新制定。 – g、控制图的保管问题。
SPC统计过程控制教材(PPT37页)
– 1、找出最大值和最小值,确定数据分散宽度 数据分散宽度=(最大值 最小值)
– 2、确定组数 k n
– 3、确定组距 h=(最大值最小值)/组数
– 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限,依此类推。
2
SPC
3、为什么要学习SPC(二)?
• 3控制方式与6控制方式的比较:
3
SPC
4、开展SPC工程的步骤
• 培训SPC
– 正态分布等统计基础知识 – 品管七工具:调查表、分层法、散布图、排列图、直方图、因果图、控制图 – 过程控制网图的做法 – 过程控制标准的做法
• 确定关键质量因素
– 对每道工序,用因果图进行分析,造出所有关键质量因素,再用排列图找出 最终产品影响最大的因素,即关键质量因素;
7
SPC
3、基础知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时,外形轮廓的折线就趋向于光滑的曲
线,即:概率密度曲线。 特点:面积之和等于1。
11
SPC统计过程控制教材(PPT37页)
SPC
• (4)、使用控制图应考虑的问题
– a、控制图用于何处? – b、如何选择控制对象? – c、怎样选择控制图? – d、如何分析控制图? – e、点出界或违反其他准则的处理。 – f、控制图的重新制定。 – g、控制图的保管问题。
SPC统计过程控制教材(PPT37页)
– 1、找出最大值和最小值,确定数据分散宽度 数据分散宽度=(最大值 最小值)
– 2、确定组数 k n
– 3、确定组距 h=(最大值最小值)/组数
– 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限,依此类推。
2
SPC
3、为什么要学习SPC(二)?
• 3控制方式与6控制方式的比较:
3
SPC
4、开展SPC工程的步骤
• 培训SPC
– 正态分布等统计基础知识 – 品管七工具:调查表、分层法、散布图、排列图、直方图、因果图、控制图 – 过程控制网图的做法 – 过程控制标准的做法
• 确定关键质量因素
– 对每道工序,用因果图进行分析,造出所有关键质量因素,再用排列图找出 最终产品影响最大的因素,即关键质量因素;
SPC统计过程控制知识篇(ppt 101页)
2 4 6 8 10 12 14 16 18 20
m
图2-3 二项分布(图中P为不合格品率)
5-6
p(k;λ) λ=2.5
λ=5
λ=10
k
0 2 4 6 8 10 12 14 16 18 20
图2-4 泊松分布(图中λ为平均不合格数)
5-7
n(x;μ,σ2)
μ
x
图2-5 正态分布
5-8
三、控制图的形成及控制图原理的几种解释 (一) 正态分布的基础知识 (1)数据越多,分组越密。直方图也越接近一 条光滑曲线。最常见的分布为正态。
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。
5-17
统计过程控制(SPC)
第一节 统计过程控制的基本知识 一、SPC(Statistical Process Control)的基本概念
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
5-1
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:
SPC SP)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、评估和监察过程是否处于统计控制 状态的一种用统计方法设计的图。
SPC统计过程控制PPT课件
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
预测
目标值线
范围
时间
目标值线
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
时间
20
SPC的3σ原理
当过程仅含有正常变异时,过程的输出的质量特性 X呈正态分布N(µ ,σ2),其中µ 为正态分布值, σ为标准差。在µ、σ已知时,产品的合格率可用 下表表示:
41
建立X-R图的步骤C
C1分析极差图上的数据点
超出控制限的点 链
C C2识别并标注特殊原因(极差图) 明显的非随机图形
过
程 C3重新计算控制界限(极差图)
控
超出控制限的点
制 解 释
C4分析均值图上的数据点 C5识别并标注特殊原因(均值图)
链 明显的非随机图形
C6重新计算控制界限(均值图)
C7为了继续进行控制延长控制限 42
制定了相关的JIS标准。 至此,休哈特博士对日本工业的影响非常之
重大,为了纪念戴明博士,日本专门设置 了戴明质量奖。
5
SPC的发展史
1984年日本名古屋工业大学调查了115家日 本各行各业的中小型工厂,结果发现平均 每家工厂采用137张控制图;
美国柯达彩色胶卷公司有5000多名职工, 一共应用了35000张控制图,平均每名职工 做七张控制图
上控制界限(UCL)
中心线 (CL) 下控制界限(LCL)
27
控制图的视“小概率事件不可能发生”的原 理
工序处于稳定状态下,其计量值的分布大致符
合正态分布。由正态分布的性质可知:质量数据 出现在平均值的正负三个标准偏差(X3)之外的 概率仅为0.27%。这是一个很小的概率,根据概 率论 “视小概率事件为实际上不可能” 的原理, 可以认为:出现在X3区间外的事件是异常波动, 它的发生是由于异常原因使其总体的分布偏离了 正常位置 控制限的宽度就是根据这一原理定为3
预测
目标值线
范围
时间
目标值线
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
时间
20
SPC的3σ原理
当过程仅含有正常变异时,过程的输出的质量特性 X呈正态分布N(µ ,σ2),其中µ 为正态分布值, σ为标准差。在µ、σ已知时,产品的合格率可用 下表表示:
41
建立X-R图的步骤C
C1分析极差图上的数据点
超出控制限的点 链
C C2识别并标注特殊原因(极差图) 明显的非随机图形
过
程 C3重新计算控制界限(极差图)
控
超出控制限的点
制 解 释
C4分析均值图上的数据点 C5识别并标注特殊原因(均值图)
链 明显的非随机图形
C6重新计算控制界限(均值图)
C7为了继续进行控制延长控制限 42
制定了相关的JIS标准。 至此,休哈特博士对日本工业的影响非常之
重大,为了纪念戴明博士,日本专门设置 了戴明质量奖。
5
SPC的发展史
1984年日本名古屋工业大学调查了115家日 本各行各业的中小型工厂,结果发现平均 每家工厂采用137张控制图;
美国柯达彩色胶卷公司有5000多名职工, 一共应用了35000张控制图,平均每名职工 做七张控制图
上控制界限(UCL)
中心线 (CL) 下控制界限(LCL)
27
控制图的视“小概率事件不可能发生”的原 理
工序处于稳定状态下,其计量值的分布大致符
合正态分布。由正态分布的性质可知:质量数据 出现在平均值的正负三个标准偏差(X3)之外的 概率仅为0.27%。这是一个很小的概率,根据概 率论 “视小概率事件为实际上不可能” 的原理, 可以认为:出现在X3区间外的事件是异常波动, 它的发生是由于异常原因使其总体的分布偏离了 正常位置 控制限的宽度就是根据这一原理定为3
SPC统计过程控制培训(PPT64页).pptx
4.1.1 正态分布曲线
f (x)
y
2
1
(
x
)
2
2
e ( x , 0)
2
---平均值
--- 标准差
4.1.2 正态分布的参数 、
4.1.3 正态分布的特点
• 曲线以 x = 直线为轴,左右对称 • 曲线与横坐标轴所围成的面积等于1
其中 在±范围内的面积占68.26 % 在±2范围内的面积占95.45 % 在±3范围内的面积占99.73 %
例:疵点数、沙眼数等
3、总体和样本(子组)
3.1 总体 研究对象的全体 总体含量记为 N
3.2 样本(子组) 总体中的部分样品 样本含量记为 n
4、常见的典型分布
4.1 正态分布 —— 计量值数据 4.2 二项分布 —— 计件值数据 4.3 泊松分布 —— 计点值数据
4.1 正态分布
X ~ N(, 2)
不同类型控制图的适用范围
适用范围
计 产品批量较大,稳定正常工序 量 产品批量较大,稳定正常工序 数 据 产品批量较大,稳定正常工序
每次只能得一个数据,见效快
计
样本含量可以不等
件 样本含量相等
计
样本含量相等
点 样本含量可以不等
用符号表示的控制图
X?R 图 均值极差图ቤተ መጻሕፍቲ ባይዱ
X桽 图 均值标准差图
X桽 图 中位数极差图
4 . 3 泊松分布: (常见于计点分布) 二项分布的极限分布 — P()
• 分布列
•P(均X值、x方)差和标x e准差 , (x 0,1,)
x!
均值: E(X)= ;
方差: V(X)= ;
标准差:
;
spc统计过程控制ppt课件
但是。。。被送进了医院。
波 动 ( 散 布 ) 大
平 均 发 生 偏 移
波 动 ( 散 布 ) 小
平 均 发 生 偏 移
Bad! Good!
波 动 ( 散 布 ) 大
平 均 没 有 偏 移
波 动 ( 散 布 ) 小
平 均 没 有 偏 移
假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为 10mm的产品。当我们完成切割1000个产品后,测量每个产品的长度,
统计过程控制-SPC
常用的质量管理工具,包括直方图,鱼刺图,散布图,都是对 “昨天”情况的分析和解释,可以用在“救火”和解决问题,
但若想实现过程控制,则需要专门的预防工具-SPC。
统计过程控制SPC
统计过程控制(SPC)就是: 应用统计的方法,对生产/服务过程进行控制。 它能够区分产生变异的普通原因和特殊原因。 在生产过程中,对过程进行监控,当出现会产生异常情况的趋 势时进行预警,对过程进行适当的调整。
二、应用控制图的步骤
应用步骤如下:
1. 选择控制图拟控制的质量特性,如重量、不合格品数等;
2. 选用合适的控制图种类;
3. 确定样本容量和抽样间隔; 4. 收集并记录至少20~ 25组样本的数据,或使用以前所记录的数据; 5. 计算各个样本的统计量,如样本平均值、样本极差/样本标准差等; 6. 计算各统计量的控制界限; 7. 画控制图并标出各样本的统计量,
不合格品数 计 控制图
数 不合格品率 型 控制图
控 缺陷数控制 制图
图 单位缺陷数 控制图
控制图符号
x -R
特点
适用场合
最常用,判断工序是否正常的效 果好,但计算工作量很大。
适用于产品批量较大的工序。
波 动 ( 散 布 ) 大
平 均 发 生 偏 移
波 动 ( 散 布 ) 小
平 均 发 生 偏 移
Bad! Good!
波 动 ( 散 布 ) 大
平 均 没 有 偏 移
波 动 ( 散 布 ) 小
平 均 没 有 偏 移
假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为 10mm的产品。当我们完成切割1000个产品后,测量每个产品的长度,
统计过程控制-SPC
常用的质量管理工具,包括直方图,鱼刺图,散布图,都是对 “昨天”情况的分析和解释,可以用在“救火”和解决问题,
但若想实现过程控制,则需要专门的预防工具-SPC。
统计过程控制SPC
统计过程控制(SPC)就是: 应用统计的方法,对生产/服务过程进行控制。 它能够区分产生变异的普通原因和特殊原因。 在生产过程中,对过程进行监控,当出现会产生异常情况的趋 势时进行预警,对过程进行适当的调整。
二、应用控制图的步骤
应用步骤如下:
1. 选择控制图拟控制的质量特性,如重量、不合格品数等;
2. 选用合适的控制图种类;
3. 确定样本容量和抽样间隔; 4. 收集并记录至少20~ 25组样本的数据,或使用以前所记录的数据; 5. 计算各个样本的统计量,如样本平均值、样本极差/样本标准差等; 6. 计算各统计量的控制界限; 7. 画控制图并标出各样本的统计量,
不合格品数 计 控制图
数 不合格品率 型 控制图
控 缺陷数控制 制图
图 单位缺陷数 控制图
控制图符号
x -R
特点
适用场合
最常用,判断工序是否正常的效 果好,但计算工作量很大。
适用于产品批量较大的工序。
统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因,它影响被研究过程的所
有单值。(处于统计控制状态;在统计上受控;受控) 造成随着时间的推移具有稳定的且可重复的分布过程中
的许多变差的原因 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施,由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施, 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差(能力)必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态,那么性能是可预测的, 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于:
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定,过程能力如何。
4.1控制图应用说明
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因,它影响被研究过程的所
有单值。(处于统计控制状态;在统计上受控;受控) 造成随着时间的推移具有稳定的且可重复的分布过程中
的许多变差的原因 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施,由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施, 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差(能力)必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态,那么性能是可预测的, 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于:
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定,过程能力如何。
4.1控制图应用说明
统计过程控制SPCppt
正态分布的参数
正态分布由2个参数决定:
即总体均值:μ(常用样本均值Xbar来估计)
x
1 n
n i 1
xi
总体标准差:σ(常用样本标准差S来估计),标准差 是对波动的度量
S
1 n 1
n i 1
( xi
x)2
QIHANG Consulting
正态分布的重要特性
正态分布的图形特点是中间高、两 头低、左右对称并延伸至无限。
过程变差的一部分。
过程能力
是指按标准偏差为单位来描述的过程均值和规格界限
(Process Capability) 的距离,用Z来表示。
QIHANG Consulting
正态分布
假如对一个要求长度为20.30的零件进行测 量,共测量75次,得到的数据范围如下,对次 数比例的统计直方图如下页所示:
数据 范围
测得 次数
次数 比例
20.105- 20.155- 20.205- 20.255- 20.305- 20.355- 20.40020.155 20.205 20.255 20.305 20.355 20.400 20.455
2
8
23
20
13
5
4
2.7% 10.7% 30.7% 26.7% 17.3% 6.7% 5.3%
SPC的产生
➢ 工业革命以后, 随着生产力的进一步发展,大 规模生产的形成,如何控制大批量产品质量成为一 个突出问题,单纯依靠事后检验的质量控制方法已 不能适应当时经济发展的要求,必须改进质量管理 方式。于是,英、美等国开始着手研究用统计方法 代替事后检验的质量控制方法。
➢ 1924年,美国的休哈特博士提出将3Sigma原理 运用于生产过程当中,并发表了著名的“控制图 法”,对过程变量进行控制,为统计质量管理奠定 了理论和方法基础。
SPC统计过程控制―非常经典.pptx
控制用控制图:经过上述分析证实过程稳定并能满 足质量要求,此时的控制图可以用于现场对日常的 过程质量进行控制。
34
34
分析用控制图
決定方针用 过程分析用 过程能力研究用 过程控制准备用
控制用控制图
追查不正常原因
迅速消除此项原因
并且研究采取防止此 项原因重复发生之措 施。
分析用控制图
过度调整——把过程中每一个偏离目标的值 当作过程中发生了特殊原因来进行处理的做 法。
17
17
5、基本统计量说明
1、平均值 X 设X1,X2,…….Xn是一个大小为n的样本,
则X=(X1+X2+……+Xn)/n 2、中位数~X
将数据按数值大小顺序排列后,位于中间 位置的书,称为中位数。 如:5,9,10,4,7, ~X=7; 如:5,9,10,4,7,8 ~X=(7+8)/2=7.5
形状:峰态
分布宽度
22
22
正态分布
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ 正态分布的特征: 1、中间高,两边低,左右对称;两边伸向无穷远。 2、与横坐标所围成区域的面积为1;
23
23
控制图原理说明
群体 平均值=μ 标准差=σ
抽样
μ-kσ μ
k
k
如设备的正常震动,刀具的磨损,同一 批材料的品质差异,熟练工人间的替换;
13
13
(2)、普通原因、特殊原因
特殊原因:指的是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。除非所有的特殊原因都被查找 出来并且采取了措施,否則它们将继续用不可 预测的方式来影响过程的输出。如果系统內存 在变差的特殊原因,随时间的推移,过程的输 出将不稳定。
34
34
分析用控制图
決定方针用 过程分析用 过程能力研究用 过程控制准备用
控制用控制图
追查不正常原因
迅速消除此项原因
并且研究采取防止此 项原因重复发生之措 施。
分析用控制图
过度调整——把过程中每一个偏离目标的值 当作过程中发生了特殊原因来进行处理的做 法。
17
17
5、基本统计量说明
1、平均值 X 设X1,X2,…….Xn是一个大小为n的样本,
则X=(X1+X2+……+Xn)/n 2、中位数~X
将数据按数值大小顺序排列后,位于中间 位置的书,称为中位数。 如:5,9,10,4,7, ~X=7; 如:5,9,10,4,7,8 ~X=(7+8)/2=7.5
形状:峰态
分布宽度
22
22
正态分布
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ 正态分布的特征: 1、中间高,两边低,左右对称;两边伸向无穷远。 2、与横坐标所围成区域的面积为1;
23
23
控制图原理说明
群体 平均值=μ 标准差=σ
抽样
μ-kσ μ
k
k
如设备的正常震动,刀具的磨损,同一 批材料的品质差异,熟练工人间的替换;
13
13
(2)、普通原因、特殊原因
特殊原因:指的是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。除非所有的特殊原因都被查找 出来并且采取了措施,否則它们将继续用不可 预测的方式来影响过程的输出。如果系统內存 在变差的特殊原因,随时间的推移,过程的输 出将不稳定。
spc培训资料统计过程控制.pptx
——6SIGMA Training Material
统计过程控制
Statistical Process Control
SS
SPC
第一讲: 引言——SPC背景
SS
——引言:SPC背景
美国质量管理专家朱兰博士著名论断: 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言:SPC背景
质量世纪提出超严格质量要求:
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在;
急!!!
急!! 急!
•外部竞争压力加剧;
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业:竞争力?
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小(稳定)
分样本进行研究,并以此推断总体的特征和规律。
SS
——统计学基础方法:随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品:样本中的每一个个体。 ——样本容量:样品的个数。又称样本量。
统计过程控制
Statistical Process Control
SS
SPC
第一讲: 引言——SPC背景
SS
——引言:SPC背景
美国质量管理专家朱兰博士著名论断: 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言:SPC背景
质量世纪提出超严格质量要求:
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在;
急!!!
急!! 急!
•外部竞争压力加剧;
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业:竞争力?
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小(稳定)
分样本进行研究,并以此推断总体的特征和规律。
SS
——统计学基础方法:随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品:样本中的每一个个体。 ——样本容量:样品的个数。又称样本量。
SPC统计过程控制概述(ppt 49页)
raozhong@
9
SPC基础
• SPC (Statistical Process Control) 统计过程控制:利用统计技术对过程中的各个阶段进 行监控,从而得到保证产品质量的目的。
• 二十世纪二十年代美国休哈特(W.A.Shewhart)首创过程 控制(Process Control)理论极其监控过程的工具—控制 图(Control Chart)形成SPC的基础,后扩展到任何可以 应用的数理统计方法。
规律性变化 不变
时间
raozhong@
33
、变化示意图
特性值
©John Z. Rao 2001
无规律变化 不变
时间
raozhong@
34
、变化示意图
特性值
©John Z. Rao 2001
无规律变化 无规律变化
时间
raozhong@
35
X-R控制图
• 计量值最常用、重要的控制图 • 适用范围广:
– X图:
• X正态X正态 • X非正态近似正态(中心极限定理) • 中心极限定理使得X图广为应用。
– R图
• 通过计算机上的模拟试验证实:只要X不是非常 不对称,则R的分布无大的变化。
©John Z. Rao 2001
raozhong@
36
• 灵敏度高
©John Z. Rao 2001
raozhong@
21
判异规则(一)
• 点出界就判异
• 如上图第四点已超出UCL,故判断过程 异常。为什么?若过程正常,则点子超 出UCL的概率为0.135%。若过程异常, 值增大,分布曲线整体上移,则点子超 出UCL的概率大大增加,可能是的几十 倍、几百倍。在这两种可能性中选择一 种,当然选择过程异常。
SPC统计过程控制PPT(共 79张)
计数值数据
用个数为单位来表示的 质量特性值数据。特点 :不可以连续取值,即 整数位后不允许有小数 的数据,统计学上称高 离散型数据。 测量出现/不出现.
如:废品的件数、陷数、 出勤人数、通/止数据、 安装正确/错误数据、孔钻通/未通、 表面划伤/未划伤
波动(变差) 的概念
正是波动的存在,工程师才在
– 对过程的变差进行量化是改进过程中的关键一步。
– 了解造成变差的原因可帮助我们确定采取什么类型的措 施可达到持久的改进。
波动的种类
正常波动
是由偶然或随机因素造成的 。如:操作的方法的微小变 动、机床的微小振动、刀具 的正常磨损、夹具的微小松 动、材质上的微量差异等。 (它不能被操作人控制,只 能由技术、管理人员控制在 公差范围内。即普通原因产 生的变差)
SPC 的目的
·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;
企业通过应用SPC可以实现
-降低成本 -降低不良率,减少返工和浪费 -提高劳动生产率 -提供核心竞争力 -赢得广泛客户 - 更好地理解和实施质量体系
正态分布
34.13% 34.13%
0.13% 2.14%
13.60%
13.60%
2.14% 0.13%
–3S
–2S
–1S 0 +1S
68.26%
95.46%
99.73%
+2S +3S
SPC技术原理
–3S –2S –1S 0 +1S +2S +3S
SPC统计过程控制(PPT 256页)
课程提纲
过程能力研究篇
1.过程能力指数的种类 2.过程能力指数的计算 3.短期过程能力指数研究 4.长期过程能力指数研究 5.计数/计量测量系统研究
SPC应用实战篇
1. SPC成功导入案例 2. SPC成功导入流程 3. SPC特性选择 4. SPC小组成立 5. SPC改善检讨
SPC应用背景篇
概念介绍
计量值:用各种计量仪器测出、以数值形式表现的测 量结果,包括用量仪和检测装置测的零件尺寸、长度 、形位误差等, 如电池之压片厚度, 小片称重, 卷针直 径等指标。
计数值:通常是指不用仪器即可测出的数据。计件如 ON
不合格品数, e.g 裁大片外观不良数,服从二项分布 ;计点如电池激光焊接的气密性, 短路数等, 服从泊松 OFF 分布。
在实际生产中,产品质量的偶然波动与异常 波动总是交织在一起的。控制图就是区分这两类 产品质量波动、亦即区分偶然因素与异常因素这 两类质量因素的重要科学方法。
控制图的历史
• 控制图是1924年由美国品管大师W.A. Shewhart博 士发明。 因其用法简单且效果显著, 人人能用, 到处可用, 逐渐成为实施品质管制时不可缺少的主 要工具, 当时称为 (Statistical Quality Control)。
开发
开发
产品及制 程确认
回馈评鉴及 矫正措施
SPC 可以帮助我们
• 区分正常波动和异常波动;
• 及时发现异常征兆;
• 消除异常因素;
• 减少异常波动; • 提高过程能力;
预防控制
正常波动和异常波动
• 波动是质量的敌人; • 品质改善就是要持续减少设计、制造和服务过
程的波动;
正常波动:
异常波动:
- 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)。
计数型:通常是指不用仪器即可测出的 数据。计件如不合格件数;计点如PCB 上的漏焊数、溢胶数等
计量型 计数型
计件型 计点型
II. 控制图的构成
18 17 16 15 14 13 12 11 10
9 8 7 6 5
1
点落在该区间的概率为99.7%
2
3
4
5
6
7
8
9
Components of Every Control Chart:
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。
V. 控制限的计算方法
Statistical Process Control
统计过程控制
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
SPC
Statistical: (统计)以概率统计 学为基础,用科学的方法分析数据、 得出结论;
Process: (过程)有输入-输出 的一系列的活动;
III. 控制图的分类
计量型控制图 计数型控制图
计量型控制图
▪ 均值-极差控制图 ( X R ) ▪ 均值-标准差控X制RS 图 ( X S ) ▪ 单值-移动极差控制图 ( X MR ) ▪ ……
计数型控制图
▪ 不良率控制图(P图) ▪ 不良品数控制图(Pn图) ▪ 缺陷数控制图(C图) ▪ 单位缺陷数控制图(U图)
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
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
控制图
I. 质量特性的分类 II. 控制图的分类 III. 控制图的构成 IV. 控制图应用的二个阶段 V. 控制限的计算 VI. 判异准则
质量特性分类
计量型:用各种计量仪器测出、以数值 形式表现的测量结果,包括用量仪和检 测装置测的零件直径、长度、形位误差 等,也包括在制造过程状态监控测得的 切削力、压力、温度、浓度等。
x MR控制图的控制限计算
1 计算总平均数:
x
x1 x2 ...... xk k
1 k
k i 1
xi
2 计算移动极差平均数:
R
MR1 MR2 ...... MR(k1) k 1
1 k 1 k 1 i1 MRi
x MR控制图的控制限
3 计算控制界限:
X控制图
MR控制图
UCL x 2.66MR CL x LCL x 2.66MR
1. Data Points 3. Upper Control Limit
2. Center Line 4. Lower Control Limit
+3
Average
-3
10
控制图的要素
➢ 纵坐标:数据(质量特性值或其统计量)
➢ 横坐标:按时间顺序抽样的样本编号
➢ 上虚线:上控制界限UCL
➢ 下虚线:下控制界限LCL
UCLR 3.267M R
CLR M R
LCLR 0
P控制图的控制限计算
计算总平均不良率和上下控制界限:
CL P
p np1 np2 npk n1 n2 nk
UCL P 3 1 P (1 P ) n
选择合适的控制图
是
计量型数据吗?
否
性质上是否均匀
或不能按子组取样?
是
否
关心的是 不合格品率吗?
是
否
X MR
子组容量≥ 9?
否 是
xs xR
样本容量
是否恒定?
是
否
np或p图 p图
关心的是 单位零件缺陷数吗?
是
样本容量 是否恒定?
是
否
C或U图 U图
计量型控制图
计数型控制图
IV. 控制图应用的二个阶段
X控制图
CL x x
UCL x
x
A2 R
UCL x
x
A2 R
R控制图
CLR R
UCLR D4 R
UCLR D3 R
移动极差
移动极差是指一个测定值 xi 与紧邻的测 定值xi+1 之差的绝对值,记作MR, MR = | xi - xi+1 | (i=1,2,…,k-1)
其中:k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样 本大小n=2时的极差值.
x R控制图的控制限计算
1.计算各组样本统计量,如样本平均值、极差及总平均值:
x x1 x2 x3 ...... xn n
R xmax xmin
x x1 x2 x3 ...... xk k
R R1 R2 R3 ... Rk k
x R控制图的控制限计算
ቤተ መጻሕፍቲ ባይዱ
2.计算控制界限:
续改进 ➢ 降低总的质量成本
SPC的意义
有效监测与预防
管理控制图
实际的变化发生在此处
USL
UCL
将导致在此 处耗费时间 查找原因
“SPC就像房屋中的烟雾探测器:只要这 种装置备有电池,并且被正确安置以及 旁边有人监听,那么它就可以提前发出 警报使你有足够时间阻止房屋起火”
——《6 Sigma管理法 追求卓越的阶梯》
➢ 中实线:中心线CL
控制界限=平均值±3σ
控制图原理:
1) 3 σ原理: 若变量X服从正态分布,那么,在 ±3σ 范
围内包含了99.73% 的数值。 2) 中心极限定理:
无论产品或服务质量水平的总体分布是什
么,其 x 的分布(每个 x 都是从总体的一
个抽样的均值)在当样本容量逐渐增大时将趋
向于正态分布。
Control: (控制)事物的发展和 变化是可预测的;
SPC的基本原理
▪ 波动无处不在 ▪ 正常波动和异常波动 ▪ 通过保持过程受控和稳态提高过程能
力和品质水平
3 σ原理
X
68% 95% 99.7%
SPC的意义
➢ 全面、及时了解质量信息,信息共享 ➢ 有效监测和预防,提高生产率 ➢ 提高客户满意度,赢得更多客户 ➢ 保持产品和服务质量的稳定性及进一步的持
计量型 计数型
计件型 计点型
II. 控制图的构成
18 17 16 15 14 13 12 11 10
9 8 7 6 5
1
点落在该区间的概率为99.7%
2
3
4
5
6
7
8
9
Components of Every Control Chart:
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。
V. 控制限的计算方法
Statistical Process Control
统计过程控制
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
SPC
Statistical: (统计)以概率统计 学为基础,用科学的方法分析数据、 得出结论;
Process: (过程)有输入-输出 的一系列的活动;
III. 控制图的分类
计量型控制图 计数型控制图
计量型控制图
▪ 均值-极差控制图 ( X R ) ▪ 均值-标准差控X制RS 图 ( X S ) ▪ 单值-移动极差控制图 ( X MR ) ▪ ……
计数型控制图
▪ 不良率控制图(P图) ▪ 不良品数控制图(Pn图) ▪ 缺陷数控制图(C图) ▪ 单位缺陷数控制图(U图)
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
内容提要
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
控制图
I. 质量特性的分类 II. 控制图的分类 III. 控制图的构成 IV. 控制图应用的二个阶段 V. 控制限的计算 VI. 判异准则
质量特性分类
计量型:用各种计量仪器测出、以数值 形式表现的测量结果,包括用量仪和检 测装置测的零件直径、长度、形位误差 等,也包括在制造过程状态监控测得的 切削力、压力、温度、浓度等。
x MR控制图的控制限计算
1 计算总平均数:
x
x1 x2 ...... xk k
1 k
k i 1
xi
2 计算移动极差平均数:
R
MR1 MR2 ...... MR(k1) k 1
1 k 1 k 1 i1 MRi
x MR控制图的控制限
3 计算控制界限:
X控制图
MR控制图
UCL x 2.66MR CL x LCL x 2.66MR
1. Data Points 3. Upper Control Limit
2. Center Line 4. Lower Control Limit
+3
Average
-3
10
控制图的要素
➢ 纵坐标:数据(质量特性值或其统计量)
➢ 横坐标:按时间顺序抽样的样本编号
➢ 上虚线:上控制界限UCL
➢ 下虚线:下控制界限LCL
UCLR 3.267M R
CLR M R
LCLR 0
P控制图的控制限计算
计算总平均不良率和上下控制界限:
CL P
p np1 np2 npk n1 n2 nk
UCL P 3 1 P (1 P ) n
选择合适的控制图
是
计量型数据吗?
否
性质上是否均匀
或不能按子组取样?
是
否
关心的是 不合格品率吗?
是
否
X MR
子组容量≥ 9?
否 是
xs xR
样本容量
是否恒定?
是
否
np或p图 p图
关心的是 单位零件缺陷数吗?
是
样本容量 是否恒定?
是
否
C或U图 U图
计量型控制图
计数型控制图
IV. 控制图应用的二个阶段
X控制图
CL x x
UCL x
x
A2 R
UCL x
x
A2 R
R控制图
CLR R
UCLR D4 R
UCLR D3 R
移动极差
移动极差是指一个测定值 xi 与紧邻的测 定值xi+1 之差的绝对值,记作MR, MR = | xi - xi+1 | (i=1,2,…,k-1)
其中:k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样 本大小n=2时的极差值.
x R控制图的控制限计算
1.计算各组样本统计量,如样本平均值、极差及总平均值:
x x1 x2 x3 ...... xn n
R xmax xmin
x x1 x2 x3 ...... xk k
R R1 R2 R3 ... Rk k
x R控制图的控制限计算
ቤተ መጻሕፍቲ ባይዱ
2.计算控制界限:
续改进 ➢ 降低总的质量成本
SPC的意义
有效监测与预防
管理控制图
实际的变化发生在此处
USL
UCL
将导致在此 处耗费时间 查找原因
“SPC就像房屋中的烟雾探测器:只要这 种装置备有电池,并且被正确安置以及 旁边有人监听,那么它就可以提前发出 警报使你有足够时间阻止房屋起火”
——《6 Sigma管理法 追求卓越的阶梯》
➢ 中实线:中心线CL
控制界限=平均值±3σ
控制图原理:
1) 3 σ原理: 若变量X服从正态分布,那么,在 ±3σ 范
围内包含了99.73% 的数值。 2) 中心极限定理:
无论产品或服务质量水平的总体分布是什
么,其 x 的分布(每个 x 都是从总体的一
个抽样的均值)在当样本容量逐渐增大时将趋
向于正态分布。
Control: (控制)事物的发展和 变化是可预测的;
SPC的基本原理
▪ 波动无处不在 ▪ 正常波动和异常波动 ▪ 通过保持过程受控和稳态提高过程能
力和品质水平
3 σ原理
X
68% 95% 99.7%
SPC的意义
➢ 全面、及时了解质量信息,信息共享 ➢ 有效监测和预防,提高生产率 ➢ 提高客户满意度,赢得更多客户 ➢ 保持产品和服务质量的稳定性及进一步的持