统计过程控制课件

LCL
R
3 R
R 3 d3 d2
R
D3 R
•计算参数 * 国标中对照表
n
2
3
4
5
6
7
8
9
10
D4 3.27 2.57 2.28 2.11 2 1.92 1.86 1.82 1.78
D3
*
*
*
*
* 0.08 0.14 0.18 0.22
A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31
•过程控制：可以用来确定生产过程何时需要加以调 整，何时应保持生产过程的稳定状态。
•改进确认：可以用来确定某过程是否得到了改进。
其它领域的应用：记帐（差错率）、运送时间、耗电量等
2.6 统计概念
总体与样本
总体：指某次统计分析中研究对象的全体又称母体。 样本：从总体中随机抽取出来要对其进行分析的一
部分个体，也称为子体。 抽样：从总体中随机抽取样品组成样本的活动过程。 随机抽样：使总体中每一个个体都有同等的机会，
6 1
8.3
极差R
1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 表示数据的分散范围 4. 易受极端值影响
平均：
145
205
175
R = max(Xi) - min(Xi)
= 205 – 145 = 60（公分）
计量型数据
计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学 成分、时间、电阻等。
客户
输出
确认客户 需求与期望
1.4 SPC&SQC
针对过程的重要控制 参数所做的才是SPC
原料 机器 人员 方法
环境 量测
过程
测量 结果
针对产品所做的 仍只是在做SQC
1.5 SPC与控制图的关系？
综上所述，SPC是通过运用统计学上的技巧分析过程或 其输出，从而作出适当的行动以达至及保持统计控制 状况及改善过程能力。
►英国在1932年，邀请W.A. Shewhart博士到伦敦，主 讲统计品质管控，而提高 了英国人将统计方法应用 到工业方面之气氛。
►就控制图在工厂中实施来 说，英国比美国为早。
• 日本在1950年由 W.E.Deming博士引到日本 并得到大力推广。
• 同年日本规格协会成立了 品质控制委员会，制定了 相关的JIS标准。
用来控制每单位缺陷数，需全数检查 的场合，如喷漆加工表面的气泡数
适用于控制一般缺陷数的场合，要求
c
不合格数控制图
每次检测的产品个数即样本大小n必须
一定的场合
Hale Waihona Puke 2.6 控制图的选择计量型数据吗？
是
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 Rs
子组均值是否能 很方便地计算？
——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:
1)对过程进行控制； 2)维持或改善控制，目标是使品质维持不变。
SPC 把统计、过程及控制三个名词的英文字头起来就是
X = 8.3
2. 最常用的测度值 3. 反映了数据的分布
4 6 8 10 12
4. 反映了各变量值与均值的平均差异
5. 根据总体数据计算的，称为总体方差或标准差； 根据样本数据计算的，称为样本方法或标准差
样本方差和标准偏差计算公式
样本方差 S2 ：
n
(xi x)2
S2 n1
i1
n 1
（xi-x）：表示某一数据与样本平均值之间的偏差。
被抽出来组成样本的活动过程。
统计特征数
统计特征数是对样本说的。 常用的统计特征数可分为两类： 一：表示数据的集中位置
1、 样本平均值 2、 样本中位数 二：表示数据的离散程度 1、样本方差 s2 2、样本标准偏差 s ； 3、样本极差 R
样本平均值
—
X
最常用的测度值，是集中趋势的测度值之一，
易受极端值影响。
Statistical Process Control 统计过程控制
TS16949系列培训课程
内容安排
1 认知 SPC 2 控制图介绍 3 控制图绘制及判异 4 过程能力 5 SPC 推行
案例：关于SPEC和SPC
某公司QA工程师Vitia先生今天收到海外一个客户的电话，内容如下： “Vitia,今天整理你们资料的时候，发现一个很严重的事情，
原始数据: 24 22 21 26 20
排 序: 20 21 22 24 26
位 置: 1 2 3 4 5
中位数 22
六个数据取中位数
原始数据: 排 序: 位 置:
10 5 9 12 6 8
5 6 8 8.5 9 10 12
1 2 34 5 6
中位数 8 + 9 8.5
2
方差和标准差
1. 离散程度的测度值之一
计算公式：
x 1 n
=
xi n i1
式中 —X： 样本的算术平均值；
n：样本大小。
样本中位数 ~x
将所收集的数按大小排序，在正中位置的数为中位 数。集中趋势的测度值之一。 不受极端值影响。
50%
~x
50%
当N为畸数时，中位数为正中间位置的数。 当N为偶数时，中位数为正中间两个数的算术平均值。
五个数据取中位数
样也无太大意义的场合或者是破坏 性检验
2.5控制图类型——计数型
分布
二项 分布 (计件 值)
控制图代号
控制图名称
p
不合格品率控制图
np
不合格品数控制图
备注 适用于关键零部件需全数检查的场合
适用于一般半成品或零部件，要求每 次检测的产品个数即样本大小n必须一 定的场合
泊松
分布 (计点 值)
u
单位不合格数控制 图
你们6月份提供的产品，6月17日，某项特性均值6.8，6月18日，相 同特性均值在4.7。请贵公司注意一下。”
Vitia收到这个投诉后，把这一信息反馈给他主管的时候，他 的主管很疑惑的说
“很好啊，他们要求是2，我们达到最差都到了4.7，简直无理 取闹嘛。”
另外一个工程师M也发表了他的看法：“如果SPEC是2,而实际达 到4.7~6.8，那么有必要进行SPC控制吗？我认为控制的意义不大， 除非提高SPEC。另外也要考虑一下控制的成本。”
——统计学(Statistics)是数学的一个分支：
➢ 从所有同类项目(总体)(population)中抽取一些项目(样本)(samples) ➢ 计算集中特性(central tendency)，如算术平均数(average)，离散特 性（diskrete）如极差 (range)、标准差(standard deviation)。 ➢ 对于总体分布，通过对抽样分布做假设，便可提供对总体采取措 施的基础。
R R1 R2 ... RK K
X X 1 X 2 ... X K K
D.计算控制线：
•计算控制线：X
UCL 3
n
x
3 d2
n
R
x A2 R
CL x
LCL 3
n
x 3 d2
n
R
x A2 R
•计算控制线：R
UCL
R
3 R
R 3 d3 d2
R
D4 R
CL R R
否
是
X~ R
子组容量≥ 9？
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
是
否
xs xR
C或U图
U图
内容安排
1 认知 SPC 2 控制图介绍 3 控制图绘制及判异 4 过程能力 5 SPC 推行
3.1 控制图绘制 之 Xbar-R图
A.做图前的准备： •定义过程； •确定做图特性； •定义测量系统； •使不必要的变差最小化；
控制图原理是基于正态分布的重要特性。质量特性值 在区间（μ-3δ，μ+3δ）内的概率为99.73%，1927年美 国人休哈特就是根据这一结论，把正态分布图形转化为控 制图.
-4 -3 -2 -1 0 1 2 3 4
68.26% 95.45% 99.73% 99.99%
3δ μ -3δ
3δ μ -3δ
计数型数据
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数， 统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、等 阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中 计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器 个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼 数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
B.收集数据： •子组大小（一般由4到5件连续生产的产品为1个样本） •子组频率（一般每小时、每半日、每天、每周） •子组数的大小（一般包含100个以上单值，组数大于25）
C.计算每个子组的均值和极差R：
x x1 x2 ... xn n
R X MAX X MIN
D.计算控制线：
•计算中心线：（K为子组数量）
Vitia对主管的回答和M工程师的回答都不太满意， 觉的主管的 回答太不负责了，M工程师的看法有些道理，但又好像有些问题在里 面。
我们应怎样看待这个问题 ？ 怎么解决这类问题？