《2020(质量管理)简介》由会员分享,可在线阅读,更多相关《2020(质量管理)简介(54页珍藏版)》请在金锄头文库上搜索。
1、五大工具简介之一 基础统计过程控制(SPC)第一节 概述为什么作SPC?实际是在回答一个问题:在有一定变差的过程中,这个与操作是否是可以接收与允许的范围内的。一、 预防和检验用最终产品检验将不合格产品剔除的方法,进行生产和质量控制是一种浪费,因为它允许把时间和原料投入无用的生产与服务中。这属于死后验尸,于事无补。避免此种浪费的有效办法 是预防,事先预防是最好的节约。二、过程控制系统(SPC)统计方法 人 Man 设备 Machina 材料 Material 识别更高的要求和期望 方法 Method 测量 Measure 环境 Enrironment 过程/系统 输入顾客的呼声POS图1 SPC
2、反馈系统(闭环控制系统)1、 5M1E:人、机、料、法、测量、环境为输入集合。2、 产品或服务为输出集合。3、 工作方法或资源融合为过程或系统。4、 有关性能信息,研究过程及其内在变化规律的信息。如温度、循环时间、进给速度、周转时间、延迟、缺勤、中止次数、工件的飞边大小等等,过程特性是我们关注的重点。5、 对过程采取措施,对重要的过程特性采取使之较少的偏离目标值,使过程保持稳定,保持输入变差在可接收的控制界限内,这些措施应该是经济的,这包括改变操作与改变过程的基本因素。6、 对输出采取措施、如严格检验及剔除不合格产品的措施是不经济的。仅仅作为过程不稳定或工程能力不足时的临时措施用。二、 变差的
3、普遍原因和特殊原因上述5M1E人、机、料、法、测量、环境等原因,造成产品特性变差的原因可分为:1、 普通原因:随时间稳定分布,是偶然性原因造成波动质量波动。当普通原因不改变时,过程是稳定的,是可以预测的。 这叫:“过程处于受控状态”或“受控”。2、 特殊原因:它的出现会引起过程特性分布的变化,这是系统的原因。当存在特殊原因时,过程不稳定,其输出是不可预测的;这种变差可能是有害的,也可能是有益的。关键是识别。如是好看趋势,有利于产品质量提高;如是坏的趋势,会影响产品质量,应该控制和消除。过程控制计划就是确保顾客要求得到满足,而且不受其他特殊原因的影响。普通原因与特殊原因的比较表1普 通 原 因特
4、 殊 原 因定义造成过程数据间的差异,但数据总体分布随时间推移具有重要性与稳定性的许多变异原因之和。造成过程数据间差异,但数据总体分布有随时间推移而不断发生变化的原因;特点1、 存在于任何过程;2、 不能利用现有技术进行控制;3、 对过程影响轻微,但不稳定;1、 时有时无;2、 不一定存在在每一个过程中;3、 对过程影响很大;4、 可利用现有的技术进行控制;举例1、 工人在操作中动作频率变化2、 工人在操作中心理的变化3、 原料成分升性质的偶然变化;4、 设备、环境等原因的偶然变化;1、 某个阶段工人操作时忽然感到不适;2、 工作环境场地突变;3、 操作者操作时把加工数据中心定偏了(或大了或小
5、了);4、 设备磨损、松动造成加工数据越来越大或越来越小或时大时小;利弊1、 对其不可预测性(纯属不可测的偶然原因造成)是有害的;2、 由于影响轻微,可以在某个时间(阶段)内,忽略不计。允许其存在。1、 有利有弊;利者可以有助于质量提高,有弊有害于生产产品质量,这是机遇与危机共存;2、 因为可利用现有的技术加以控制,其控制与识别特别重要。采 取措 施解决普通原因引起变异,对系统采取措施:举例:“数据离散”就更换系统-数据散了就要换(换工具,换设备或换加工系统与方法)。解决特殊原因引起变差可用特殊的局部措施:举例:数据中心偏离规范目标后,就要调整系统中的一个或几个参数-数据偏了就要调(整),数据
6、散了,就要(更)换。调整参数比更换系统要容易多了。发 生概 率85%15%备注表现为数据离散机会大,数据记录中最大数与最小数的差距较大。表现为数据偏倚与数据离散都有,数据偏倚,可以通过调整解决,数据离散了,只能更换系统才能解决。四、局部措施和系统措施 局部措施解决变差的特殊原因,这是过程操作人员的责任。管理人员的介入也是为了更好的让直接操作人员承担这个责任。 解决变差的普遍原因应采取系统措施,这不是操作者的责任,是管理人员的责任。 局部措施是我们说的“数据偏了就要调(整)”,占15%;系统措施是我们说的“数据散了就要换”,占85%。 必须对症下药,正确识别后,再采取措施;如弄反了,其效果比不作
7、还差。怎样识别?用SPC图,即控制图。控制图是识别过程是否稳定的最好的,最直观的办法。五、过程控制和过程能力1、 过程控制、措施的选择必须是经济合理的:既不能过度控制又不能控制不足。过度控制会引起增加成本;控制不足会引起达不到要求。2、 过程能力:在只存在的普遍原因得到的过程偏差(一般用几个来表达)它表示过程加工时数据的离散程度。实际加工时,实际加工的数据中心相对规范要求的数据中心总有一定的偏离程度。这需要专门转化一下,才能达到标准状态。六、SPC在ISO/TS16949标准中的应用61批量生产产品质量的四种状态:表1 批量生产产品质量的四种状态精确性准确性 精确(相当于枪好。几乎打在一个点)
8、不精确(相当于枪不好,散得几乎到处都有)准确(好枪手,打的准) 数据集中,过程稳定; 对中性好,合格率最高; 是理想状态。很难做到, 新设备,好工装,好的 材料,优秀操作者才能 做到。 数据离散,过程不稳定,对中 性虽好,由于数据离散,合格 率并不高,经常发生;即使用 旧设备,坏工装、坏材料,优 秀操作者也能提高合格率;也 属于“数据散了,就要换”。不准确(坏枪手,打偏了) 数据集中,过程稳定;对 中性太差,合格率也低, 新设备,好工装,好的材 料、操作者把中心对错了 属于“数据散了,就要换” 数据离散,过程不稳定,对中 性太差,合格率最低;旧设备, 坏工装,坏的材料,操作者把 数据中心也对错
9、了。调不管用; 只有“数据散了,就要换”62控制图 SPC(基础统计过程控制)与TQC(全面质量管理)中的波动图有十分密切的联系。在TQC中对波动图的要求并不是很严;对控制限、规格限讲的较松;大概其知道怎样看波动图;怎样看超出控制区的点也就可以了。没有强调计算中心线、控制限(CL、UCL、LCL的计算)。在ISO/TS16949标准中则要求,会识别两类八种不同的SPC(控制图)的使用条件与场合;还要会计算这两类八种不同的SPC(控制图)的中心线、控制限(CL、UCL、LCL的计算;有了中心线、控制限后,就可以判断控制图所记录的生产状况是否处于受控状态(即是否处于正常状态或异常状态),对异常状态
10、要采取纠正或预防措施。 首先识别两种控制图:计量型控制图和计数型控制图 计量型控制图是用来控制比较微观的过程的。被控制量如果是尺寸、电流、电压、浓度、密度、速度、重量、力、等等连续变量的话,其控制图应采用计量型控制图。计数型控制图是用来控制比较宏观的过程的。被控制量如果是合格率废品率、浓度、密度、单位面积(体积)上缺陷数(率)等等离散量的话,其控制图应采用计数型控制。表2 计量型控制图的分类特点和应用范围类 型优 点缺 点应 用 范 围均值极差图XR图较简便,用途广;对子组内特殊原因敏感。粗糙,用极差代替标准差时,分析误差大。应用广泛;均值标准差图XS图S较R更准确有效;特别对大样本时更好;繁
11、琐,大样本计算量大,无计算机时,不宜现场操作。子组容量n10时,可用S代替R,可用于检测时间远比加工时间短的场合。中位数极差图R图最简便,用中位数代替均值,只需排序,无需计算,省事。很粗糙。分析误差最大。用于车间工人现场操作,单值移动极差图XMR图以单值代替均值,用移动差代替极差,方便,对变差反映最灵敏。检验水平粗糙,是计量型控制图中最粗糙的。用于测量费用很高的场合和无需取多个样品的场合。如化验同一炉钢水的质量。表3 计型控制图的分类特点和应用范围类 型优 点缺 点应 用 范 围不合格品率图P图允许每批样本容量不一样大,可统一评价不同的样本质量水平。仅可监视不合格品的比率,而不是数目。广泛应用
12、,特别是用于关键/特殊过程为佳不合格品数图Pn图可监视过程中不合格品的数目。更直观,容易理解每批(每个子组)的样本容量必须恒定。控制一般过程。不合格品数图C图可监视每个单位产品中不合格品的平均缺陷率。每批(每个子组)的样本容量必须恒定。用于连续生产的产品如每批布、每件产品上平均缺陷率。单位不合格品数图U图可监视每个单位产品中不合格品的数目,样本 可大可小;不同的时期用不同的样本容量用于如每块板、每件产品上平均缺陷数。从上述各种控制图的特点而言,这八种控制图各有各自的用途。最常用的是XR图(又称XBar图),和P 图。对于生产车间而言,当遇上某个产品的某个参数控制不住时,首先会反映在P图上,其表
13、现为废品率上升,从宏观角度分析P图是反映发展趋势的。但是,发现了问题,如何解决,这不是P 图能解决的,这时需要看XBar图。按着控制图的判断原则;识别过程是否处于正常状态,控制点是否在控制限内,即使在控制限内,还要看控制点的离散程度和发展趋势。我们的控制原则可以用通俗的语言,总结为“数据偏了,就要调(整)。数据散了,就要换”(换是指:换系统、人员、设备、工具、刀具、原料、方法等等)。表4 控制图的样本数和样本容量控制图名称样本数k(子组数)样本容量n(子组内被测样件个数)备 注均值极差图XR图K=2025n=36X图的样本容量取4以上,中位数极差图R图图的样本容量常取3或5均值标准差图XS图K=20