SPC统计过程控制基础培训课程

2. 识别根本原因
5
SPC : 目标
把注意力集中于检出和监控过程随时间的变动上 识别和消除引起变动的特殊原因; 检测由普遍原因引起的过程变动的大小,并判定这种
变动是否小到其输出结果能够(被下道工序)接受; 增进操作人员与管理人员之间的交流; 减少问题的重复发生. 减少过程的变动范围
目的:随时间监测和控制过程输入, 从而达 到 使该过程变得不需再使用SPC
15
样本序号
13
控制图-- 时间基础
控制图的优点之一是它具有其随时间追踪过程的能 力
14 13 12 11 10
9 8 7
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
时间
14
变动与技术规格
控制限 (控制上限, 控制下限)
基于过程的变动范围
通常用于诸如平均值,极差之类的统计量,而不是对单个
SPC (Statistical Process Control) 统计过程控制基础
1
培训目的
当课程结束时, 应学会: 控制图的基础原理 怎样做一个控制图 读懂控制图 解释实行控制图的方法和措施
2
1 基本概念和原理
3
什 么 是 SPC ?
SPC 是 一 种 使 用 基 本 图 示 及 统 计 工 具 来 分 析工艺 过 程或输出, 从而采取纠 正行动消除异常, 减少过程变 动 性 ，维持稳定 的方法
控制图中有控制上限和控制下限反映了(随机)变动的自 然极限.千万别把这些界限当作客户的规格.
KPOV的X的平均值控制图
Sample Mean
控制上限
7
样
本
6
均
值
5
4=
0
控制下限
X-bar Chart for KPOV
3.0SL=6.780
X=5.336 平均值
中心线
-3.0SL=3.891
5
10
Sample Number
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078
23
Appendix: Control Chart Constants: Xbar & s
脸部的黑痣和粉刺数
21
Xbar & R Control Chart Limits
The Xbar & R Control Chart limits are:
Range
X bar
LCL D3R CL R
LCL X A2R CL X
UCL D4R
UCL X A2R
s R / d2
A2, D3, D4 and d2 are constants based on statistical confidence intervals. These Xbar & R Control Chart constants (A2, D3, D4 and d2) have been tabulated for various sample sizes (see Appendix)
数据值而言
14
螺丝磅数八月控制图
控制上限
13
抽样的
12
数据平
11
均值
10
9
八月总平均值
8
7
1
3
5
7
控制下限 9 11 13 15 17 19 21 23 25 27 29
客户规格限 (规格上限,规格下限)
由设计给定,或由客户规定
通常超出控制限之外
15
控制限与技术规格
控制限通常由过程控制人员根据 历史数据或实验数据计算得出
Subgroup Size n
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
A3 2.659 1.954 1.628 1.427 1.287 1.182 1.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 0.763 0.739 0.718 0.698 0.680 0.663 0.647 0.663 0.619 0.606
C4 0.7979 0.8862 0.9213 0.9400 0.9515 0.9594 0.9650 0.9693 0.9727 0.9754 0.9776 0.9794 0.9810 0.9823 0.9835 0.9845 0.9854 0.9862 0.9869 0.9876 0.9882 0.9887 0.9892 0.9896
在 0 (±3s0) 范 围 内 的 自 然 变 动 历 史 水平 (0)
不 合 格产品 率
最佳水平(1)
在 1 (±3s1) 范 围 内 的 自 然 变 动
时间
17
变动之形式
普遍原因:
• •
过处程于变控动制随状时态间推移是稳定的,可预报差的异的原因普因：遍有原风，每次抛
• 原因: 固有的或是自然的
1。Mean 平均值（ x ):用以表明全部数据分布的中心位置.
若有一组数据x1 ,x2,x3, … , xn, 其个数为n,则
n
xi x i1
n
2. Median中值：数据组被排序后处于中间位置的数值
3. Mode 模数: 在数据组中发生次数最多的值
8
基本统计量 – 变化趋势
Range: 极差(也叫范围)
n
(Xi X)2
s i1 n 1
9
总体和样本
总体(母体)：
它是提供数据的原始集团，是所要研究分析的对 象的全部。总体可以是一批产品（由于一批产品 的数量是有限的，故称为有限总体)，也可以是一 道工序所生产的所有产品（由于其源源不断的运 行，甚至也包含今后的产品，故称为无限总体)
分组样本(子样，抽样，试样)：
本例中，sigma=0.049米
人 数
1 sigma 2 sigma 3 sigma
平均身高1。63米
身高
11
正态分布简介
•为何要研究正态分布? 1.它是自然界的一种最基本的最普遍的法则，反应了事物内
在的变化规律；
2.它使我们得以将许多复杂的事物简化处理；
3.它使我们得以通过少量抽样来把握全体，从而节省大量人 力，物力，财力和时间。
19
控制图的类型
正确选择控制图类型
缺陷
计数型
计缺陷数 不合格品
还是不合格品数 ?
数据 计量型
类型
是单值
单值 还是分组?
分组
各样本之机会 面积一不样吗
不
u
缺陷率控 制图
是c
单值-移动极差图
缺陷数控
X, mR
x -R
制图
分组之样本 是 量恒定吗?
不合格品率图 X - S
p,
np
不合格品数图
于 任 何 领 域
4
什么是 过程和控制?
过程： 由人,设备,材料，方法和环境组合在一起共同作用
而产生输出，这样的一个全体即是过程。任何工作领域， 只要有可识别，可测量的输出，都是过程。
控制：
实现和维持过程的一致性，稳定性和可预报性。
4. 验证和监控
1. 检出特殊原因
3. 实施纠正行动
不
图
p
不合格品 率图
20
控制图的类型
计量型控制图涉及的是连续变量,而相应的统计参数反映 的是集中趋势和变动性(分散程度).
计量型数据的例子：时间，距离，长度，重量，速度.
计数型控制图涉及的是离散型(属性)的变量。 计数型控制图又包括计件值控制图(np图，p图)和计点值
控制图（ c图，u图). 计件值例如不合格的传感器的只数等； 计点值例如布匹上的污点数，传感器外壳上的伤痕数，人
掷动作有微小差异，地面不 平整，等等。
例如: 垂直向上空（先把硬币夹垂直) 抛掷一枚
硬币，统计硬币落地后每一面向上的次数。当
抛掷次数很多时，每面向上的次数大约各占一
半，只有微小差异。
特殊原因:
特殊原因
• 过程变动无法预报 (按小时,按天或按周)
• 处于失控状态
原因: 操作者每次抛掷时，总时将硬币 平放，且总是将正面朝上，然后抛出。
•正态分布的特点： 1. 形态如钟； 2. 左右对称；
3. 于平均值处分布的频数最多。此外，越远离平均值，分布的 频数也越少。
•正态分布的要素： 1.平均值：决定正态分布曲线的中心位置； 2.标准偏差：决定正态分布曲线的宽窄(胖瘦).
12
控制图的组成
计量型控制图的中心线,控制上限(控制上限)及控制下限(控制 下限)之范例
用以表明一组数据的分散程度 R ＝ 最大值-最小值
Variance (s2 ; s2 ): 变异
用以表明一批数据的分散程度的参数
Standard Deviation (s ; s): 标准差
用以表明一批数据的分散程度的另一参 数
Range max min
n
(Xi X)2
s2 i1 n 1
不合格
不合格
控制下 限
控制上 限
+ 3Sigma
产品规格容 规格 差T
下限
规格限通常由设计 规格 给定,或由客户规定
上限
客户规格限通常超出控制限之外
16
变动的型式与原因
任何过程都 包 含自然变动( 由 于一 般 原 因造成的 ) 和 非 自 然 变 动 ( 由 于 特 殊 原 因造成的 )
特殊变动
22
Appendix: Control Chart Constants: Xbar & R
Subgroup Size n
2 3 4 5 6 7 8 9 10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D3 .000 .000 .000 .000 .000 0.076 0.136 0.184 0.223
6
哪 些 场 合 该 使 用 SPC
当不能用一种装置来防止错误产生时 基于实验设计的关键变量 客户要求 管理承诺 用于中间生产过程和产品质量的控制
控 制 图 可 以 通 过 失 控 信 号 显 示 出 有 特 殊变动 存 在,但 不能 告 诉 我 们 过 程 为什么会 失 控.
7
基本统计量 – 中心趋势
x
判别 1. 一点超出A区
• 新工人, 方法, 原材料或机器
• 检验方法或检验标准的改变
• 操作者技能和积极性方面的转变
From Journal of Quality Technology, October, 1984
27
特殊原因的判别
班次和运行次
• 原因: 机器调整不当,原材料不合格,操作者本身
• 目标 : 检出和消除特殊原因
例如:同样是抛硬币，抛1000次，AB两面各自向上的次数却相差400多次.
18
变 动 与 SPC
?
假如引起变动的仅是普遍 原因, 那么该过程输出随 时间保持恒定并且可预报
?
假如引起变动的仅是特殊 原因,那么该过程输出随 时间不能保持恒定并无法 可预报
24
2 怎样看控制图
25
何谓 “失控” ?
当一过程呈现非随机形态时,我们便
称之为 统计 失控
» 对这个术语要当心,因为该过程正在生 产的零件可能仍是合格的. 这个非 随机形态仅表示有很强的证据显示该 过程已发生变化
26
特殊原因的判别
任一点落于控制限外 常见原因:
x
控制
A
上限
B
C
C
B A
控制 下限
B3 * * * *
0.030 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 0.448 0.466 0.482 0.497 0.510 0.523 0.534 0.545 0.555 0.565
B4 3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.716 1.679 1.646 1.618 1.594 1.572 1.552 1.534 1.518 1.503 1.490 1.477 1.466 1.455 1.445 1.435
控制图是一种用来对过程和产品参数随时间进行 追踪的工具
SPC 即 统 计 过 程 控 制. 顾名思义就是利
用统计方法来控制工艺过程的技术.任何工作只要 有开始,或是有在执行过程中必须遵守的步骤,或 是有一个结束,就可利用统计的方法来监督过程. SPC的目的在于改进和确保品质, 同时可以使得过 程成本降至最低.
从总体中抽出来的一部分。它是直接被检测并提 供数据的诸个体：可能是一个，也可能是若干个。 个体： 即样本或总体中的最小单位。例如，当我们统计功能 测试未能通过的传感器时，其中每一只传感器就是一个个 体。
10
正态分布简介
某工厂有女工3000人，随机测量1200人，平均身高为1.63 米 。其中，身高在1.58米至1.68米的女工人数占所测总数 的68.27%；身高在1.53米至1.73米的占95.45％；身高在 1.48米至1.78米的占99.73%。 女 工 身 高 分 布 图