《《精编》某公司spc统计过程控制管理》由会员分享，可在线阅读，更多相关《《精编》某公司spc统计过程控制管理（91页珍藏版）》请在金锄头文库上搜索。
1、统计过程控制 休哈特Shewhart控制图 控制阶段 质量管理部 模块范围 产品控制与过程控制识别变化休哈特控制图指标的不稳定性执行控制图 控制模型产品的质量控制 过程控制模型的质量控制 RawMaterial Components Sub Assemblies Process Product Observation DataCollectionEvaluation DataAnalysisDiagnosis FaultDiscoveryDecision FormulateActionImplementation TakeAction UncontrollableInputs Controll
2、ableInputs 什么是质量 全部功能和特性的产品或服务而承受的能力 以满足特定需求 ASQC 目标一致 戴明 适应性 约瑟夫朱兰 符合要求 菲利普克劳士比 逆变异 道格拉斯蒙哥马利 识别变化 固有的或正常的变化由于累积的影响 许多小的不可避免的原因在不断的积累下导致经营过程的唯一机会差异 被认为是 在控制中 特别或分配变化 由于一 不当调整设计二 操作员的错误三 有缺陷的原材料一个进程中运行存在的分配变化的原因被认为是 失去控制 识别变化 变化来源 单位内部 位置变化 单位之间 单位为单位的变化 批量之间 批量间的变化 跨越时间 时间 时间的变化 测量误差 可重复性和再现性 统计过程控制
3、 目标 检测到产生特殊原因或步骤的过程 可能需要调查和采取纠正行动 在这之前 可以通过这个步骤产生的非一致性原因去估计参数 来降低的过程可变性 7个SPC工具 典型工具变量1 直方图Box Plot Dot Plot Stem LeafDiagram2 检查表缺陷密度图3 帕累托图4 因果图FMEA Fault Tree5 流程图6 散点图概率图7 控制图 控制图 图形显示的是通过测量或计算样本与样本的数目或时间的而绘制出来的质量特性 控制图 组成 一条中线 代表的平均质量水平 和另外的两根个水平线称为上控制限 UCL 及下控制限 LCL 控制图 控制区域以外的点表明 这一过程失去控制 需要采
4、取调查和纠正的行动的需要 以消除异常原因 控制图和中心极限定理 中心极限定理 如果样本大小为n个抽取k个观察 样本x1 x2 xk将近似N x x 的分布 有 控制图 抽样风险 控制表是假定过程处于以统计数据方式控制下的一种测试 类型I错误当一个工序实际处于控制中 结论却表明为失去控制 亦称 错误或生产者的风险 类型II错误过程实际处于失控状态时 结论却表明为过程在控制中 亦称 错误或消费者风险 控制图 平均运行长度 ARL 平均运行长度是平均点数之前必须绘制点来表明失去控制的情形 对于一个在控制中的过程 对于一个失去控制的过程 控制图 控制限额 其中k是控制界限与中线的 距离 表示标准差单位
5、 假设用w来做一个例子 平均值 范围 标准差 来测试一个重要的质量特性 例如强度 如果w的平均值是 w 标准偏差是 w 则UpperControlLimit w k wCenterLine wLowerControlLimit w k w 控制界限与规格界限 规格界限 USL LSL 取决于通常外在过程可变性的设计考虑事项控制界限 UCL LCL 基于工序的变化通常适用于统计 例如平均值和范围 而不是单独的值 控制界限 抽样风险 通过移动控制界限使其偏离中线更远 使一类错误的风险减少 然而 扩大控制范围将增加第二类错误的风险 对某一个一类错误 控制界限区间 二类错误的风险可以通过增加样本大小来
6、减少 设置控制界限 六西格玛方法控制界限通常设置为3 w 远离中心线的部分有0 27 的一类错误 这种控制界限被称为3 控制界限 概率极限方法控制界限设置为3 09 远离中心线部分为0 2 一类错误 这种控制界限被称为0 1 的概率界限 设置警告界限 3 控制界限 或0 1 的概率界限 也可以叫做行为界限 也就是当一个点处于这些界限以外时 这个过程需要调查和纠正 有时设置2 的警告界限可以增加控制图的灵敏度 相应的2 5 的概率界限会偏离中心线1 96 合理分组 一个分组是样本的一次小范围的测量 以代表某一特定时候或产品内的工序的特征 一个分组内的项目期望有类似的特点 合理分组概念意味着分组或
7、样品应挑选 以致如果特殊的原因出现 分组间差异的概率将最大限度地发挥 而造成差异的概率这些异常的原因在一个分组内将减少到最低限度 合理分组 建设群生产效率 检测工艺的变化单位生产的采样间隔 接受抽样过程中产生的物质采样间隔 控制图类型 产品或工艺质量的可评估手段变量 真实测量的连续数值 例如长度 重量 强度 电阻等属性 来自分类单位的离散数据 接受 拒绝 或通过计算一个单元的缺陷的数量如果质量的特性是可衡量监测 其平均价值和可变性 范围或标准差 如果质量的特性是无法衡量监测 有缺陷的部分 或数量 的缺陷监测若干缺陷 缺陷与缺点 缺陷或非一致项某一个产品有一个或更多规格不符合输出的产品如 一个有
8、划痕的媒体CD 一个有裂纹的包装 一个不良的PCBA缺点或不符合一个造成规格不满意的具体点例 划痕 裂纹 有缺陷的IC 修哈特控制图 概述 休哈特控制图的变量 X控制图与中心极限定理 中心极限定理 如果在n个样本中取k个观察 样本x1 x2 xk将近似N x x 的分布 有 XandR控制图 X控制图的中线控制界限 R控制图的中线和控制界限 XandS控制图 X控制图的中线和控制界限 S控制图的中线和控制界限 哈特常数 Forn 25 示例1 S NX1X2X3X4X5174 03074 00274 01973 99274 008273 99573 99274 00174 01174 0043
9、73 98874 02474 02174 00574 002474 00273 99673 99374 01574 009573 99274 00774 01573 98974 014674 00973 99473 99773 98573 993773 99574 00673 99474 00074 005873 98574 00373 99374 01573 998974 00873 99574 00974 00574 0041073 99874 00073 99074 00773 9951173 99473 99873 99473 99573 9901274 00474 00074 007
10、74 00073 9961373 98374 00273 99873 99774 0121474 00673 96773 99474 00073 9841574 01274 01473 99873 99974 0071674 00073 98474 00573 99873 9961773 99474 01273 98674 00574 0071874 00674 01074 01874 00374 0001973 98474 00274 00374 00573 9972074 00074 01074 01374 02074 003 Pistonringsforanautomotiveengin
11、eareforged 20samples eachofsize5 wereobtained Theinsidediameteroftheseringsareshownhere Verifyiftheforgingprocessisin statistical control 示例1 MiniTab sStat ControlCharts Xbar R 示例1 MiniTab sStat ControlCharts Xbar S 示例1 R控制图与S控制图 为便于计算 R控制图为首选 当n为不恒定时可使用S控制图 对于数量多的样本 n 10 这时评估总体标准差的效率会降低 风险较低的取样要求 更
12、大的灵敏度漂移 质量特性是非正规的 休哈特控制图的属性 p控制图 Thefractionnonconformingisdefinedastheratioofnumberofnonconformingitemsinapopulationtothenumberofitemsinthatpopulation 部分合格品被定义为基本原则是基于正态分布的逼近二项分布 p控制图 部分不合格样本是从样本d中抽取样本n的不合格项的比率 即 p控制图 P控制图的中线和控制界限 p控制图 如果样本大小不是恒定的 那么P控制图的控制界限可以两种方法计算 a 其中n是抽样样本大小的平均值 或典型 b 其中ni是每个抽
13、样I的实际样本值 np控制图 如果样本大小为常数 它有可能基于一个控制图上的一些不合格品数 np 胜于部分不合格项 p Np控制图的中心线和控制线 示例2 S NSampledRejects1501225015350845010550465077501685099501410501011505125061350171450121550221650817501018505195013205011 Frozenorangejuiceconcentrateispackedin6 ozcardboardcans Ametalbottompanelisattachedtothecardboardbody
14、 Thecansareinspectedforpossibleleak 20samplingsof50cans samplingwereobtained Verifyiftheprocessisin control 示例2 MiniTab sStat ControlCharts P 示例2 MiniTab sStat ControlCharts NP 示例2 p控制图vsnp控制图 根据样本大小的变化进行适应性调节提供有关工序能力的信息 为了便于记录 np控制图为首选 np控制图提供了以下优势 c控制图 每一个具体点是不符合规格的缺点或不合格点 缺点数管制图是一种计数值管制图 能在每一批量的生
15、产中侦测出每一零件或受验单位不良点的数目 是基于正态分布的近似Poisson分布 c控制图 检查组该地区发生不满意事情的机会 例如 HSA 一个多媒体 一个PCBA这里选择的是一些方便记录的实体 它可能构成超过1类产品 例如一人血清白蛋白 媒体表面 10件PCBA c控制图 如果检查项目中的不符合 缺点 项通过c来表示 则有 C控制图的中线和控制界限 u控制图 如果检测的过程不是常数 在这样的情况下 可以使用u控制图 有 如果使用u控制图表示每个检测个体的去电数 则 u控制图 U控制图的中线和控制界限为 示例3 S NUnitsDefects15102512358451455106516751
16、18579510105151159125513571451115512165617581851019572055 Apersonalcomputermanufacturerplanstoestablishacontrolchartfornonconformitiesatthefinalassemblyline Thenumberofnonconformitiesin20samplesof5PCsareshownhere Verifyiftheprocessisin control 示例3 MiniTab sStat ControlCharts C 示例3 MiniTab sStat ControlCharts U 示例3 u c 控制图vsp np 控制图 U控制图 或c控制图 提供了以下优点 指出更多类型的不符合项的信息 促进帕累托分析 便利的原因与影响分析 变量图与属性图 属性控制图便利监测超过1个品质特性 变量控制图提供领先指标 属性控制图在实际过程已经发生变化之后才起作用 为了保护某一指定的标准 防止进程漂移 变量控制图需要一个比较小的样本大小 指标的不稳定性 主要指标控制界限
