SPC统计过程控制学员版

《SPC统计过程控制学员版》由会员分享，可在线阅读，更多相关《SPC统计过程控制学员版（98页珍藏版）》请在金锄头文库上搜索。

1、,主讲：龚举成 老师,5S运动（土壤）,TQM,QCC,ISO,TPM,SPC-统计过程控制,Statistical Process Control SPC(第二版),第一部分、SPC统计过程控制概论,二、 SPC 的发展及应用,三、SPC管理体系建立,一、 SPC定义、背景和起源,四、工厂SPC应用现状分析,以概率统计学为基础，用科学的方法分析数据、 得出结论； -使用数据分析,事物的发展和变化是可预测的； -作出调节和行动,有输入-输出的一系列活动； -分析研究过程,Statistical （统计）,Process （过程）,Control （控制）,什么是SPC？,SPC就是应用统计技术

2、对过程中的各个阶段收集的数据进行分析， 並调整制程，从而达到改进与保证质量的目的。SPC強调预防，防患 於未然是SPC的宗旨。,战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。从19501980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W. Berger)教授指出，日本成功的基石之一就是SPC。,美国贝尔实验室休哈特博士（W. A. Shewhart）于1924年发明控制图，开启了统计品管的新时代。,SPC兴起的背景：起源,1940s 二次世界大战期间

3、，美国军工产品使用抽样方案和控制图以保证军工产品的质量。,全面质量管理 20世纪60年代以来,统计质量控制 20世纪40-50年代,质量检验 19世纪末20世纪30年代,事后把关,人来保证,检验+SPC,SPC、TQM 6Sigma,统计预测,系统保证,在品质管理发展过程中，SPC 是品质保障的重要工具!,质量管理与SPC的关系,预防还是容忍?,不要等产品做出来后再去看它好不好，而是在制造的时候就要把它制造好; 检测容忍浪费 预防避免浪费,过程波动-,按规定的时间间隔抽取样本， 认真测量准确记录 有异常时，分析原因制定解 决的有效改进措施,预防控制：,第二部分、统计学基本概念,二、数据类型,三

4、、基本统计术语,四、数据的收集流程、整理与分析,一、什么是统计学（Statistics)?,问题解决,问题 / Issue 事项,连续型 Data (Continuous Data),离散型 Data (Discrete Data),连续型 Data : 如长度,重量,时间等能够使用测定刻度尺的 Data (计量型) 所测定的尺度不断能够细分 而且比不连续的Data提供更多的情报,离散型 Data : 与合格/不合格, 决定数等能用个数表示的Data (计数型) 不能再细分。,1. 计量值DATA:像温度,重量等连续性测定值. 2.计数值DATA:观测工程的结果,或者数(Counting)某些

5、数量时的结果值., 实际的测定值 97.6 15.23, 测定工具 温度计,刻度卡尺,Count可能 是-不是, 出席-缺席, 采取-放弃,不良数, 测定方法 肉眼检查,自动检查, 良品/不良品,数据的类型：,总体：人们研究对象的全体，又称为母体、批量：单位产品的总和。 个体：总体中的每一个基本单位，为实施检验的需要而划分的基本单元，有时也称单位产品（unit product） 。 样本（或子样）：从总体中随机产生的若干个个体的集合。 样本容量：从总体中随机取得的一批数据的规模大小。 随机抽样：没有任何主观意愿和特点要求从总体中抽取样本。,统计的任务是由样本推断总体!,基本统计术语,总体、样本

6、、个体,(xi ) ,n,S,SPC专业术语,n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3表示单个观测值） 子组平均值,n,k,X1 X2 X3 X4 X5,第 12页,中心趨向的測量,平均值: 一组数据的算术平均值 反应所有值的影响,散佈的測量,极差全距: 数据组內數值之间的距离 ( Max Min ) 方差 （ ）: 每一个数据点到平均值的偏离的平方的均值 标准偏差（ ）: 方差的平方根,第 13页,所有统计方法都是会产生错误的，因为我们只控制了99.73%，要防止2类错误： 虚发警报，又称风险、生产者风险 实际上没有偏离，却发出警报，导

7、致徒劳地查找原因并采取措施，造成成本增加 漏发警报，又称风险、消费者风险 实际上已经偏离，却未发出警报，导致未能及时采取措施，造成不良品增加。,基本统计术语,R 子组极差。子组观测值中的极大值与极小值之差,R=Xmax -Xmin,注1：在单值图情况下，R代表移动极差，即两个相邻观测值的差值的绝对值，如，|X1X2|，|X2X3|，等等。,子组极差的平均值,总 体 N 平均值= 群体标准差=,计算公式,平均值和标准差,计算公式,样 本 n 平均值= 样本标准差=S,s 标准差计算公式,25.0, 25.4, 25.6, 25.5 , 25.3,例：,0.2302,Me -子组中位数。对于一组升

8、序或降序排列的n个子组观测值X1，X2，Xn，当n为奇数时，中位数等于该组数中间的那个数；当n为偶数时，中位数等于该组数中间两个数的平均值,子组中位数的平均值,25.0 , 25.3, 25.4, 25.5, 25.6,例：,n 5 为奇数,Me25.4,数据为 25.0 , 25.4, 25.5 , 25.6, 时,n 4 为偶数,单位：mm,例（续）：怎样比较各供应商的优劣？,假设一产品之规格为160175mm，为了了解A、B、C三家供应商技术水准的差异。经抽样三家所供应的产品，测定得下表所示之数据。,S2=（166-167）2+（164-167）2+（167-167）2/（8-1）=4,

9、第三部分、SPC体系的建立,一、SPC控制对象的选择：质量特性,二、 SPC应用前的准备工作,三、识别关键过程和关键控制点,四、测量系统准备,1. 产品质量的变异具有统计规律,控制对象选择,材料 输入批次之间的不同 同批内的不同 随时间而变 随环境而变,机械 制造/组装 机器/工装/工具之间的不同 随时间而变, 如磨损、漂移等,输出的产品 随时间而变动 随环境而变动,测量体系 偏离 稳定性 重复性 再现性 分辨率,人员 操作者不同 (如手工),方法 调试的不同,环境 的不同,变动对顾客有影响，设定为CTQ，SPC管理,关键特性的控制,CTQ定义,CTQ（Critical - TO - Qual

10、ity）： 对性能、技能、安全等重要品质有致命影响的核心特性值（规格、SPEC）。,1000.1,1000.1,CTQ,图面,技术要求 1.使用材质：冷轧镀锌钢板0.5t 2.纳品时表面无油污，残渣,CTQ,表 示 方 法,CTQ,CTQ选定方法,顾客要求 市场/工程质量 质量/其他COST 生产性等,QFD FMEA 市场CLAIM分析 工程不良分析,预备 CTQ 选定,CTQ确定,品评会或CTQ确定会,通过QFD、FMEA等分析工具展开 以重要度/影 响程度 等定量评价选定对象。 已有类似部件/工程DATA。 评价散布、规格的适合性，统计性管理有无必要等,测定 CTQ过程能力。 设定CTQ

11、项目和目标值。通过相关 部门的会议确定CTQ。,CTQ 确定,第四部分、控制图（Control Chart）原理,二、正态分布概念,三、中心极限定理,四、引起变异的原因普通原因和特殊原因,一、变差 Variation的原理,五、控制图判异的定义准则,别名：柱状图、分布图 功能：分析数据的规则性，尤其是中心值和分布状况,定义,术语,组： 直方图的每一个柱子叫做组. 组 距：显示柱子的宽度. 边界值: 柱子与柱子接触处的数值.一个组 有2个与两侧接触的边界值. 中心值: 每个组的中心值. 频 数: 从属于每个阶的数值的个数,频数 是表示柱子的面积.,30 20 10 0,8.0 9.0 10.0

12、11.0 12.0,频 数,Fan Motor内径尺寸,N = 120 5月12日 5月14日,直方图（Histogram）简介,直方图也叫柱状图，这是因为它的图里面有许多像柱子一样的矩形图，在图中用这一系列宽度相同，高度各异的矩形的排列状态表示数据分布状况，从而达到分析过程的质量合格与否，这种方法就是直方图法。,组 数,数据N,50,50100,57,100250,250以上,610,712,1020,作图步骤与方法 1.收集数据，一般要求数据至少要50个以上， 并记录数据总数（N）； 2.将数据分组，定出组数（K=1+3.23logN）,也可采用以下经验数据,组成直方图的主要参数如下： (

13、1)极差R：数据的最大值与最小值之差：RXmax-Xmin; (2)组距C：矩形的宽度，极差R与组数N的商，即CR/N (3)组数N：根据经验设置的数目，组数可参照下表：,直方图（Histogram）简介,3.找出最大值（L）和最小值（S），计算出全距（R）。 4.定出组距（H）：全距/组数（通常为2.5或10的倍数） 5.定出组界 最小一组的下组界值=S - 测量值的最小位数/2 最小一组的上组界值=最小一组的下组界值+组距 最小二组的下组界值=最小组的上组界值 6.决定组的中心点 （上组界+下组界）/2 = 组的中心点 7.作次数分配表 依照数值的大小记入各组界内，然后计算各 组出现的次数

14、。 8.绘直方图 横轴表示数值的变化，纵轴表示出现的次数。 9.对绘制出的直方图进行分析。,即最小分辨率的一半,1. 任何事物都是变化的。 2. 任何变差都是有原因的。 3. 变差的原因遵循巴雷多Pareto原理 （80/20规则）。 4. 过程变差的原因可归纳如下: 人员 机械 材料 方法 环境 测量 5. 稳定的过程产生稳定的变差。 6. 缘于特殊原因的变差使过程不稳定，或“失控” 7. 主要的过程变差原因可通过简单的统计图来发现 (例如：直方图、平均概率图、散布图和控制图),变差的原理,m,分布曲线,5,7,5,7,5,7,9,11,1,3,控制图的原理-质量的统计观点,产品的质量特性值

15、是波动（变差）的，公差的建立就是承认这一点的一个标志。： 产品质量特性值的波动是随机现象，具有统计规律性； 随机现象通常用分布（Distribution）来描述, 分布可以告诉我们变异的幅度有多大，出现这么大幅度的可能性（概率，probability）有多大。常见的分布有以下几种： 正态分布（计量值） （Normal Distribution） 二项分布（计件值） （Binormal Distribution）p图 np图 泊松分布（计点值） （Poisson distribution）C图 u图,波动（变差）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；,波动是魔鬼发现并消灭它！,统计学: 正态分布概念,试调查一班人的身高时，我们很容易会发觉大多数人会集中在某一段高度，而较高或较矮的人数就会随著高度的两侧逐渐减小。,假如我们用线把代表人数的柱条连起来，这曲线形状成吊钟形，身高的分布形成了正态分布 (Normal Distribution)。,s,m,正态分布的重要参数 : m = 母体平均值 (描述位置) x = 样本平均值 (描述位置) s =