统计过程控制SPC培训教材

合集下载

2024版SPC培训教材全课件

2024版SPC培训教材全课件

假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误 的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤,理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法,如秩和检验、符号 检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释,理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段,有助于提高SPC的 应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展,SPC的应用领域将逐渐拓展到服务业领域,为服务业的质量管 理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求,明确所需数据 的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程,包 括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技 术,按照计划进行数据采集。
数据质量监控
建立数据质量评估机制,确保 数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应 用案例,包括不同行业和不同场景下 的SPC应用实践。
预备知识
为了更好地理解下一讲内容,建议学 员提前了解相关行业的生产流程和质 量管理要求,以及SPC在实际应用中 的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30

统计过程控制SPC培训教材讲课文档

统计过程控制SPC培训教材讲课文档

月日 10月9日
11日 12日
13日
不良罐数
5 7 2 4 2 6 12 4 3 4 2 2
34
第三十四页,共69页。
计量值控制图常用之系数表
n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.285 0.266 0.249 0.235 0.223 0.212 0.203 0.194 0.187 0.180
8
第八页,共69页。
μ±Kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
常态分配
在内之概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
9
第九页,共69页。
在外之概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
(2)
URLCC控LL=制=图XX+:-A2A2
=R50.16+(0.58) (4.8)= 52.93 R= 50.16-(0.58) (4.8)= 47.39
LCUCLCLL===DR3D=4=RR=4(.08(0) .(141.)8()4=.8)0=10.13
25
第二十五页,共69页。
X – R 绘图步骤
组别 n
d
p 组别 n
d
p 组别 n
D
P
1
100
3
0.03 11 100
3
0.03 21 100
5
0.05
2
100

《SPC培训教案》课件

《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。

统计过程控制(SPC)-培训教材

统计过程控制(SPC)-培训教材

02
拉图(决定控制重点)
03
计检定
04
制图
05
样计划
06
异数分析/回归分析
过程控制系统
设备 材料 环境 成品
人员
绩效报告
过程中对策
过程中对策
方法
成品改善
过程控制系统 1. 过程: 过程是指人员、设备、材料、方法及环境的输入,经由一 定的整理程序而得到输出的结果,一般称之成品。成品经 观察、测量或测试可衡量其绩效。SPC所控制的过程必须符 合连续性原则。 2. 绩效报告: 从衡量成品得到有关过程绩效的资料,由此提供过程的控 制对策或改善成品。 3. 过程中对策: 是防患于未然的一种措施,用以预防制造出不合规格的成品。 4. 成品改善: 对已经制造出来的不良品加以选别,进行全数检查并返工/ 返修或报废。
控制图(平均值与全距) 1.公式: (1) 控制图 CL = UCL = + A2 LCL = - A2 (2) R 控制图 CL = UCL = D4 LCL = D3 2.实例: 某工厂制造一批紫铜管,应用 -R控制图来控制其内径,尺寸 单位为m/m,利用下页数据表之资料,求得其控制界限并绘图。 (n = 5)
R
X1
X2
X3
X4
X5
X1
X2
X3
X4
X5
1
50
50
49
52
51
50.4
3
14
53
48
47
52
51
50.2
6
2
47
53
53
45
50
49.6
8
15
53
48
49
51

统计过程控制SPC培训教材(PPT 45页)

统计过程控制SPC培训教材(PPT 45页)


工作方式/
产品

资源的融合
顾客
服务


输入
过程/系统
输出
五、两种过程模型和控制策略
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格?
控制策略:控制输出,事后把关。
顾客
②具有反馈的过程控制模型(预防)
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略:控制过程,预防缺陷。
4.5 母体:又叫总体,它是指在某一次统计分析中研究对 象的全体。
4.6 个体:组成总体的每个单元(产品)叫个体。
4.7 抽样:就是指从总体中随机抽取样品组成样本活动的 过程。
4.7 随机抽样:就是要使总体中的每一个个体(产品)具 有同等机会被抽取出来的组成样本的活动过程。
4.8 样本:也叫“子样”,它是从总体中随机抽取出来并 且要对它进行详细研究分析的一部分个体(产品)。
1.2 长期过程能力研究
三、SPC与TS16949:2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时,受控条件包
括: ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
连续取值的,或者说即使使用测量工具也得不到小数点以下的数 据,而只能得到0、1、2、3……等整数的这类数据。如:不合格 数、缺陷数等。
又分为计件型(如不合格品数)和计点型(如缺陷数)。

SPC统计过程控制173页PPT培训教材

SPC统计过程控制173页PPT培训教材
管理层授权并支持问题调 查和过程改进
当图表有异常信号时, 通 过根本原因分析采取正确 的行动以预防问题的再次 发生
YES
NO NO NO NO
15
YES
YES NO NO NO
YES
YES YES YES YES
为什么我们会关注统计控制?
第一个原因是福特PFMEA流程中要求需要对CC, SC和过程HIC采取 特殊控制, SPC就是其中的一种.
24
控制过程变差 无法控制的
随机的, 不可预知的变差, 影响到每个零件
例如: 普通原因
减少变差需要过程或系统的改变
25
控制过程变差 可控制的
变差是随时间而定的 可以被测量或补偿, 是可预知的 变差的减少通过作业水平的补偿就可以
26
数据类型
计数型
不通过
通过
失败
通过
电子的线路
27
计量型
卡尺
时间
温度
过程是统计受控的 过程是可预测的
稳定的过程状态
22
两种过程状态:普通原因和特殊原因
存在变差的特殊原因
分布不稳定,偏离典型分布
过程是不受控的
如果存在特殊原因,过程输 出随时间将不稳定,同时也 不可预测。
过程是不可预测的 控制图可检出
不稳定的过程状态
23
变差的普通原因和特殊原因
休哈特的贡献就在于发现了:虽然产生变差的来 源包括人、机、料、法、环等各种原因,但可分 为普通原因及特殊原因,后者(特殊原因)在控制 图上有信号,因此,可用来对过程进行控制。
5
引言
当过程超出控制 (Out-of-Control) 或生产了问题零 件的时候应该怎么办?
如何运用平均运行长度 (ARL-Average Run Length) 即 基于变量数据的围堵策略, 包括怎样识别损失函数. 如何采取永久的系统性的纠正措施用于预防问题永远 不再发生.

SPC培训教材

SPC培训教材

持续改进在SPC中应用实践
数据收集与分析
运用SPC工具对生产过程中的数 据进行实时收集、整理和分析,
及时发现潜在问题。
过程控制与改进
根据SPC分析结果,对生产过程进 行及时调整和优化,提高产品质量 稳定性和生产效率。
持续改进文化
在企业内部建立持续改进的文化氛 围,鼓励员工积极参与改进活动, 不断提升产品质量和企业竞争力。
加强设备维护和保养
实施持续改进
确保设备处于良好状态,减少因设备故障 导致的生产波动。
运用PDCA循环等质量管理方法,持续改进 过程,提高过程能力。
不合格品处理及预
05
防措施
不合格品判定标准和处理流程
不合格品判定标准
根据产品规格、质量标准以及客户要 求,明确不合格品的定义和判定标准 。
不合格品处理流程
通过统计分析,对生产过 程中的异常波动进行识别 和控制,确保产品质量稳 定。
改进作用
通过对历史数据的分析, 找出影响产品质量的关键 因素,为持续改进提供依 据。
基本原理与核心概念
基本原理
SPC基于统计学原理,通过收集生产过程中的数据,运用控制图等工具对数据进行分析和评价,判断生产过程是 否处于受控状态。
计数值控制图(P图、C图等)
适用范围
适用于计数数据,如不良品数、缺陷数等离 散变量的控制。
缺点
对过程变化的敏感性相对较低。
优点
简单易行,对数据分布无严格要求。
选择依据
当数据为计数数据时,可选择P图、C图等计 数值控制图。
特殊情况下控制图选择策略
多品种小批量生产
对于多品种小批量生产的情况,可采 用标准化控制图或通用控制图进行控 制。
核心概念

2024版spc培训教材完整版

2024版spc培训教材完整版

企业内部SPC培训和文化建设
• 实际操作培训:通过模拟实验、案例分析等方式,让员工亲自体验SPC技术的实际应用和操作过程。
企业内部SPC培训和文化建设
内部培训
由企业内部的专业人员或外部专家进行授课和培训,确 保培训内容的针对性和实用性。
在线学习
利用在线学习平台或企业内部网络学习资源,提供多样 化的学习方式和内容。
控制图制定
根据分析结果制定控制图,设 定控制限,并对生产过程进行 实时监控。
持续改进
根据控制图的分析结果,对生 产过程进行持续改进,提高过 程能力和产品质量。
SPC实施步骤和关键成功因素
要点一
领导层的支持
要点二
专业的实施团队
领导层对SPC实施给予足够的重视和支持,提供必要的资源 和支持。
组建具备统计技术和质量管理知识的专业团队,负责SPC的 实施和推广。
02
原则
SPC的实施遵循以下原则
03
以数据为基础
SPC通过对生产过程中产 生的数据进行收集、整理 和分析,找出影响产品质 量的关键因素。
04
05
预防为主
SPC强调在生产过程中进 行预防控制,通过监控生 产过程的变化趋势,及时 发现潜在问题并采取措施 加以解决。
持续改进
SPC鼓励企业不断寻求改 进机会,通过持续优化生 产过程和提升产品质量, 提高企业的竞争力和市场 地位。
02
测量系统分析与评价
测量系统组成及分类
测量系统组成
包括测量仪器、测量标准、测量方 法、测量人员、测量环境等要素。
测量系统分类
根据测量对象的不同,可分为长度 测量系统、角度测量系统、温度测 量系统、压力测量系统等。
测量误差来源及影响因素

SPC统计过程控制培训教材

SPC统计过程控制培训教材
--一般情况,多20用21/直7/方24 图法进行过程能力调查,并辅以控制图法。 27
过程能力调查
3. 过程能力调查的程序
1) 明确调查目的;
2) 选择调查对象;
3) 确定调查方法;
4) 工序的标准化;
5) 严格按照各项标准进行作业;
6) 收集数据;
7) 画直方图或分析用的控制图;
8) 判断过程是否处于控制状态;
准确度差


• •
• •
• •
准确度好
USL= 规格上限 LSL= 规格下限 M = 规格中心
•• •• •• •• ••
LSL
2021/7/24
MUSL
16
LSL
M USL
Ca:Capability of Accuracy
准确度
制程平均值-规格中心值 Ca =
规格允差之半
X-M =
T/2
即偏移系数( k ) = Ca
0.33 66.368%
0.67 84.000%
1.00 84.134%
1.33 84.134%
1.67 84.13447%
2.00 84.13447%
0.67
95.450% 97.722% 97.725% 97.72499%
97.72499%
1.00
99.730% 99.865% 99.86501%
1.控制过严;
2.材料品质有差异;
3.检验设备或方法之大不相同;
4.不同制程之20数21/据7/2绘4 于同一控制图上 ;
40
5.不同质量材料混合使用。
判异原则
3.连续五点有四点落在中心线同一侧的C区以外;
1.控制过严;

SPC统计过程控制培训教材

SPC统计过程控制培训教材

在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
24
控制图原理
n 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(X±3σ)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X±3σ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。 n 控制限的宽度就是根据这一原理定为±3σ。
3
一、SPC的起源和发展
2 、控制图的发展
1924年发明
W.A. Shewhart
1931发表
1931年Shewhart发表了 “Economic Control of Quality of
Manufacture Product”
1941~1942 制定成美国标准
Z1-1-1941 Guide for Quality Control
Xmin的差值。R= Xmax- Xmin n 4、标准偏差s 、 σ
(1)总体标准偏差s (2)样本的标准偏差 σ
18
五、控制图
(一)、控制图定义
控制图是用于分析和控制过程质量的一种方法。控制 图是一种带有控制界限的反映过程质量的记录图形,图的纵
轴代表产连续取 值,也称离散型数据。
如:零件的尺寸、强度、 重量、时间、温度等
如:废品的件数、缺陷 数
10
2、波动(变差)的概念:
波动的概念是指在现实生活中没有两件东西是完 全一样的。生产实践证明,无论用多么精密的设备 和工具,多么高超的操作技术,甚至由同一操作工 ,在同一设备上,用相同的工具,生产相同材料的 同种产品,其加工后的质量特性(如:重量、尺寸 等)总是有差异,这种差异称为波动。公差制度实 际上就是对这个事实的客观承认。消除波动不是 SPC的目的,但通过SPC可以对波动进行预测和控制

统计过程控制SPC培训教材(PPT 155页)

统计过程控制SPC培训教材(PPT 155页)
2. 制造过程的特征 a、任何一个过程都有输入和输出。 b、完成一个过程需开展一系列的活动。 c、完成一个过程必须投入相应的资源。 d、为确保过程的质量,需要对过程中的关键阶段进行必要的检 查、评审、验证。 e、每一个过程本身是价值增加的过程。
第一章 统计过程控制概述
二、产品质量波动
– 产品质量具有波动性和规律性。在生产实践中,即便操作者、 机器、原材料、加工方法、测试手段、生产环境等条件相同, 但生产出的一批产品的质量特性数据却并不完全相同,总是存 在着差异,这就是产品质量的波动性。因此,产品质量波动具 有普遍性和永恒性。当生产过程处于统计控制状态时,生产出 来的产品的质量特性数据,其波动服从一定的分布规律,这就 是产品质量的规律性。
• 有时有利,有时有害。
第一章 统计过程控制概述
例如,原材料的质量不符合规定要求;机器设备带病运转;操作者违反操 作规程;测量工具带系统性误差,等等。由于这些原因引起的质量波动大 小和作用方向一般具有一定的周期性或倾向性,因此比较容易查明,容易 预防和消除。又由于异常波动对质量特性值的影响较大,因此,一般说来 在生产过程中是不允许存在的。
统计过程控制概述
目标值线
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
预测
时间
???
? ??
? ?
目标值线
? ?
预测
时间
范围
第一章 统计过程控制概述
三、影响产品质量波动的因素
什么是波动? 波动就是变差,是过程的单个输出之间不可避免的差别。可以
用 σ 表示。
从微观角度看,引起产品质量波动的原因主要来自6个方面: “人、机、料、法、测、环(5M1E)”。
概率

SPC(Statistical Process Control) 统计过程控制培训课件

SPC(Statistical Process Control) 统计过程控制培训课件
二.SPC的作用(续)为设备验收提供资料应用SPC统计资料来验证设备能力,保证设备的接受水平提倡一次性将工作做好的精神强调工作质量技术管理人员给生产现场提供良好的服务;生产人员注重提高一次交验合格率。
Statistical Process Control
二.SPC的作用(续)发展企业文化,提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续)(通常也叫可查明原因)是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型,
范围 范围 范围若稳定, 可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置 分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••


•• •
••••
•••
•••
Statistical Process Control
使用控制图的准备1、建立适合于实施的环境a 排除阻碍人员公正的因素b 提供相应的资源c 管理者支持2、定义过程根据加工过程和上下使用者之间的关系,分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释(续)
名 称
解 释
总 体
又称母体,是指所要研究对象的全体;
样 本
从总体中随机抽取出来的,对它进行测量、分析的一部分个体;
样 品
又称个体,样本中的每一个研究对象;
样本大小

SPC 培训教材

SPC 培训教材
R=Xmax-Xmin
式中: X1 , X2 • • • •为子组内的每个测量值。n 表示子组 的样本容量
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 :

注:一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的 2倍。
( 例如:平均值图上1个刻度代表0.01英寸,则在极差图上1 个刻度代表0.02英寸) 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上点描好后及时用直线联接,浏览各点是否合 理,有无很高或很低的点,并检查计算及画图是否正确。 5-2 确保所画的X bar和R点在纵向是对应的。 注:对于还没有计算控制限的初期操作的控制图上应清楚地 注明“初始研究”字样。
*
极差(R 图)
日期 时间 1
读2 3
数4 5

和 X= 读数数量 R=最高-最低
*样本容量小于7时,没有极差的下控制限
零件号:XXX 零件名称:XXX
对特殊原因采取措施的说明
o 任何超出控制限的点 o 连续7点全在中心线之上或
之下 o 连续7点上升或下降 o 任何其它明显非随机的图

采取措施的说明
7
.42
8
.37
9
.34
10
.31
D3 * * * * *
.08 .14 .18 .22
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
在确定过程能力之前, 过程必须受控。
36
1-3、计算每个子组的均值(Xbar)和极差R 对每个子组计算: X=(X1+X2+…+Xn)/ n
控制界限=平均值±3σ

SPC统计过程控制培训教材(共 87张PPT)

SPC统计过程控制培训教材(共 87张PPT)
常用概率分布简介
连续型分布:
正态分布:当质量特性(随机变量)由为数众多的因素影响,而又
没有一个因素起主导作用的情况下,该质量特性的值的变异分布,一般 都服从或近似服从正态分布。
离散型分布:
二项分布:一个事物只有两种可能的结果,其值的分布一般服从
二项分布;
泊松分布:稀有事件的概率分布一般服从柏松分布。
上海NQA认证有限公司
22
SPC控制图
SPC控制图对两种错误的预防
错判是虚发警报的错误:由于偶然原因造成数据点超出 控制限的情况,从而造成将一个正常的总体错判为不正 常,在控制限为正负3情况下,这样的概率小于3‰;
漏判是漏发警报的错误,也就是判断当数据点在控制限 内的异常,所以,SPC增加了对界内数据点趋势的判断 准则。
漏判是漏发警报的错误:也称为第II类错误,在过程存 在异常变异时,如被监控的总体的均值或标准偏差发生改 变,仍会有一部分数据在上下控制限之内,从而发生漏 报的错误,这种错误用β表示。
上海NQA认证有限公司
21
SPC控制图
SPC控制图对两种风险预防
漏报
错 报
解决 方案
错报:3σ控制限 漏报:判断准则
上海NQA认证有限公司
SPC的统计理论基础
中心极限定理
设X1,X2,…..,Xn是n个独立分布的随机量,分布的均 值为μ,方差为σ2,则在n较大时,有
(1 )X
1
+X
2
+...+X
n
=

n
X
i
i=1
近似服从均值为nμ,方差为nσ2的正态分布。
( 2 )X
=
X
1
+X

SPC培训教材专业知识

SPC培训教材专业知识
42
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

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%

SPC培训教材

SPC培训教材

SPC培训教材引言SPC(StatisticalProcessControl,统计过程控制)是一种以统计方法为基础的过程控制技术。

它通过对生产过程中收集的数据进行分析,实现对过程稳定性和产品质量的有效监控和控制。

本教材旨在为读者提供SPC的基本概念、原理、方法和应用技巧,帮助读者掌握SPC的实施步骤和技巧,提高生产过程的质量管理水平。

第一章:SPC基本概念1.1质量管理的发展1.2SPC的定义和作用1.3SPC的基本原理1.4SPC与全面质量管理的关系第二章:SPC的基本工具2.1控制图2.1.1控制图的类型和用途2.1.2控制图的绘制方法2.1.3控制图的判读规则2.2直方图2.2.1直方图的绘制方法2.2.2直方图的分析和应用2.3过程能力指数2.3.1过程能力指数的定义和计算方法2.3.2过程能力指数的应用和分析第三章:SPC的实施步骤3.1数据收集和整理3.1.1数据的类型和来源3.1.2数据的收集方法3.1.3数据的整理和表示3.2控制图的绘制和应用3.2.1控制图的绘制步骤3.2.2控制图的判读和应用3.3过程分析和改进3.3.1过程分析的方法和工具3.3.2过程改进的策略和实施第四章:SPC的应用案例4.1制造业中的应用案例4.2服务行业中的应用案例4.3公共事业中的应用案例第五章:SPC的推广和持续改进5.1SPC的推广策略5.2SPC的培训和效果评估5.3SPC的持续改进和优化结论通过对本教材的学习,读者应该能够掌握SPC的基本概念、原理、方法和应用技巧。

然而,SPC的实施需要结合实际情况进行具体的分析和应用,因此读者需要在实践中不断探索和总结,不断提高自己的质量管理水平。

希望本教材能够为读者提供有用的指导和帮助,促进SPC在各个领域的应用和发展。

重点关注的细节:控制图的绘制和应用控制图是SPC(统计过程控制)中最重要的工具之一。

它通过图形化的方式,直观地展示了生产过程中的数据变化,帮助工作人员及时发现问题,采取相应的措施,从而实现对生产过程的有效控制。

  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)。

2017/8/3
3. 散布图(Scatter Diagram;亦称相关图):用来分析两个相对应变 量(一组成对的数据)之间是否存在某种相互作用或影响的相关性, 称为散布图。这种成对的数据或许是“特性—要因”、“特性—特 性”、“要因—要因”。
Y Y
强正相关 0 Y X 0 Y
强负相关 X
弱正相关 0 X 0
统计过程控制
Statistical Process Control ( S P C )
2017/8/3
一、统计过程控制(SPC)概述
1、统计过程控制(SPC)的概念: 指 Statistical Process Control (统计过程控 制)的英文简称。 S ( Statistical ) 统计
机 器 中要因 人 员
中要因
中要因
材 料 小要因 方 法
中要因 小要因
2017/8/3
6. 直方图(Histogram;亦称柱状图):将所收集的测定特性值或结果 值,分为几个相等的区间作为横轴,并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积,用柱子排起来的图形,称为 直方图。亦即指用来对特征数据进行分级整理,将杂乱无章的资料, 解析出其规律性,以得出其分布特征的统计分析的方法。
2017/8/3
5、正态分布(亦称常态分布或常态分配):一种用于计量型数据的、连 续的、对称的钟形频率分布。它是计量型数据用控制图的基础,当一 组测量数据服从常态分配(正态分布)时,有大约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 均值处正负两个标准差的区间内,大约99.73%的测量值将落在平均值 处正负三个标准差的区间内。这些百分数是控制界限或控制图分析的 基础(因为即使整个输出的全部数据不服从常态分配,但其子组平均 值趋向于正态分布),而且是许多过程能力确定的基础(因为许多工 业过程的输出服从常态分配)。
3000 2000 1000 0
·Ç Ç ÇÇ Ç° ÇÇ Ç° Ç ÇÇ
100 Ç 90 Ç 80 Ç 70 Ç 60 50 40 30 20 10 0
2017/8/3
5. 特性要因分析图(Characteristic Diagram ;亦称石川图或鱼骨图/鱼刺图 或因果图):指将造成某项结果的众多原因,以有系统的方式来表达结果 (特性)与原因之间的关系图表。 5.1 因果图(Cause-and-Effect Diagram):一种用于解决单个问题的简 单工具,它对各种过程要素采用图形描述来分析过程可能的变差源, 也被称作鱼刺图(以其形状命名)或石川图(以其发明命名)。 A)、某项结果的形成,必定有其原因,应设法利用图解法找出其原 因来,这个概念是由日本品管大师石川馨博士提出的。 B)、特性要因图是利用5M+1E:人员(Man)、机器(Machine)、材 料(Material)、方法(Method)、测量(Measurement)、环 境(Environment)等五大类加以分析及应用的。
铸造车间产品生产废品统计表
ÇÇ ·Ç Ç ÇÇ ÇÇ °Ç ÇÇ ° ÇÇ ÇÇ
Ç · · Ç Ç4000
2017/8/3
ÇÇ · ·Ç(Ç Ç) 1746 1537 913 493 130 4819
ÇÇ(%) 36.23 31.89 18.95 10.23 2.7 100
ÇÇÇÇ(%) 36.23 68.12 87.07 97.3 100
表一 泄漏调查表(人员分类)
操作人员 甲 乙 丙 合计 泄漏(次数) 6 3 10 19 不泄漏(次数) 13 16 9 31 发生比率 0.32 0.25 0.53 0.38
表二
泄漏调查表(配件厂商分类)
配件厂家 A B 合计 泄漏(次数) 9 10 19 不泄漏(次数) 14 17 31 发生比率 0.39 0.37 0.38
2017/8/3
6、标准差:过程输出的分布宽度或从过程中统计抽样值(例如:子组均值) 的分布宽度的量度,用希腊字母或字母s(用于样本标准差)表示。 7、σ(Sigmaó):用于代表标准差的希腊字母。 8、中心线:控制图上的一条线,代表所给数据平均值。 9、连续的:连续生产的产品单元,是选择子组样本的基础。 10、控制限:控制图上的一条线(或几条线),作为制定一个过程是否稳定 的基础。如有超出了控制极限变差存在,则证明过程受特殊因素的影 响。控制限是通过过程数据计算出来的,不要与工程的技术规范相混 淆。 11、分布:描述具有稳定系统变差的输出的一种方式,其中单个值是不可 预测的,但一组单值就可形成一种图形,并可用位置、分布宽度和形 状这些术语来描述。位置一般用均值来表示,或者用中位数表示。分 布宽度用样本的标准差或样本极差表示,形状包括许多特性,比如对 称性及峰度,但经常使用常见分布的名称来概括,如:正态分布,二 项分布,或泊松分布。 12、单值:一个单个的单位产品或一个特性的一次测量,通常用符号X表 示。 13、位置:分布中 与 APQP/CP、FMEA、PPAP 和 MSA 的关系:
PPAP MSA DFMEA 样件CP PFMEA 试生产CP SPC 生产CP SPC (Ppk≧1.67) (Cpk≧1.33)
第一阶段
第二阶段
第三阶段
第四阶段
第五阶段
计划和
确定项目
产品设计
和开发
过程设计
和开发
产品和
过程确定
2000.09.18 全部 6月 223 241 107 72 32 675 合计 1746 1537 913 493 130 4819
欠铸 冷隔 小砂眼 粘砂 其他 合计
4月 353 272 168 94 23 910
2017/8/3
2. 层别法(Stratification;亦称分层法):为区分所搜集的数据,因 各种不同的特征对结果产生的影响,而以各种特征加以分类、统计所 采用的统计分析的方法称为层别法。层别法的应用,主要是一种系统 概念,即在于要想把相当复杂的资料进行处理,应懂得如何把这些资 料加以有系统、有目的的进行分门别类的归纳及统计。
P ( Process ) 过程
C ( Control ) 控制
2、统计过程控制(SPC)的定义:
使用诸如控制图等统计技术来分析制造过程或其输 出,以便采取适当的措施,为达到并保持统计控制
状态从而提高或改进制造过程能力。
2017/8/3
3、统计过程控制(SPC)的目的:
为了解制造过程以及改善制造过程,藉由对制造
项目 地点
日期 废品数 不良分类
铸造质量不良 质检科 1月 224 240 151 75 14 704 2月 258 256 165 80 18 777
收集人 记录人 3月 356 283 178 90 27 934
XXX XXX
2000年1月-6月
日期 班次 5月 332 245 144 82 16 819
弱负相关 X
2017/8/3
4. 柏拉图(Pareto Diagram;亦称排列图或ABC图或ABC分析法):根据所收集 的数据,按不良原因、不良状况、不良项目、不良发生的位置等不同区分标 准而有系统地加以整理、分类,并计算出各项目别所产生的数据(如不良率、 损失金额等)及所占的比例,再依照其大小顺序排列,再加上累积值的图形 所采用的统计分析的方法称为柏拉图。 4.1 ABC图:从柏拉图可看出哪一项目有问题,其影响度如何,以判断问题 之症结所在,并针对问题点采取改善措施。亦即指用从影响质量特性 的诸多因素中,找出主要因素的有效方法,故称为ABC图或主次因素分 析图或ABC分析法。因柏拉图的项目别排列是按大小顺序进行的,故又 称为排列图。 4.2 ABC分析法:重点强调对于一切事务,依其价值的大小而付出不同的 努力,以获得效果。亦即指柏拉图分析前面2—3项重要项目之控制。 4.3 排列图:一种用于解决问题的简单工具,按照对成本或总变差的影响 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 好优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。 4.4 柏拉图是美国品管大师裘兰博士(Joseph Juran)将劳伦兹曲线(美 国经济学者M . O. Lorenz)运用于品管上,同时创造出“Vital Few Trivial Many”(重要的少数、锁细的多数)的见解,并利用意大利 经济学家柏拉图(V.Pareto)的统计图加以延伸所创造出来的。
SL=130 Sμ =160
与要求相比偏高
20
15
与要求相比偏低
10
5
正常
120.5 124.5 128.5 132.5 136.5 140.5 144.5 148.5
2017/8/3
7. 控制图(Control Chart):用来表示一个过程特性的图象,图上标 有根据那个特性收集到的一些统计数据,如一条中心线、一条或两条 控制限,它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途:一是用来判定一个过程是否一直受统计控制;二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表,用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形,表示过程 存在特殊原因变差,则应采用适当的措施加以消除。 7.1 Ⅰ类错误:拒绝一个真实的假设。例如:采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化;即过度控制。 7.2 Ⅱ类错误:没有拒绝一个错误的假设。例如:对实际上受特殊 原因影响的过程没有采取适当的措施;即控制不足。 7.3 计数值控制图与计量值控制图的应用比较:
7.4 链:控制图上—系列连续上升或下降,或在中心线之上或之下的 点。它是分析是否存在造成变差的特殊原因的依据。 7.5 链图: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。
相关文档
最新文档