《《精编》SPC统计分析》由会员分享，可在线阅读，更多相关《《精编》SPC统计分析（158页珍藏版）》请在金锄头文库上搜索。
1、2020 6 1 1 统计过程控制SPC StatisticalProcessControl 苏州卓一企业管理顾问有限公司讲师 康建平 2020 6 1 2 SPC统计过程控制 事实胜雄辩改进再提高 2020 6 1 3 主要内容 SPC统计过程控制概述计量型控制图制作步骤及判定原则计数型控制图制作步骤及判定原则SPC统计过程控制小结 2020 6 1 4 控制图的历史 控制图是1924年由美国品管大师W A Shewhart博士发明 因其用法简单且效果显著 人人能用 到处可用 遂成为实施质量管理时不可缺少的主要工具 当时称为 StatisticalQualityControl 2020 6
2、1 5 控制图的历史 休哈特在20世纪20年代提出了过程控制理论以及监视和控制过程的工具 控制图 世界上第一张控制图是休哈特在1924年5月16日提出的不合格品率 p 控制图 休哈特主要贡献在于 应用过程控制理论能够在生产线上保证预防原则的实现 在产品制造过程中 产品质量特性值总是波动的 2020 6 1 6 1924年发明 W A Shewhart 1931发表 1931年Shewhart发表了 EconomicControlofQualityofManufactureProduct 1941 1942制定成美国标准 Z1 1 1941GuideforQualityControlZ1 2 1
3、941ControlChartMethodforanalyzingDataZ1 3 1942ControlChartMethodforControlQualityDuringProduction 控制图的发展 2020 6 1 7 SPC统计过程控制 1924年W A Shewhart提出 SPD统计过程诊断 侯铁林1947年提出多元T控制图张公绪1982年提出两种质量多元逐步诊断理论等 SPA统计过程调整 90年代起由SPD发展为SPA 国外称之为ASPC 算法的统计过程控制 仍在发展过程之中 控制图的发展 2020 6 1 8 控制图在英国及日本的历史 英国在1932年 邀请W A She
4、whart博士到伦敦 主讲统计质量管理 而提高了英国人将统计方法应用到工业方面之气氛 日本在1950年由W E Deming博士引到日本同年日本规格协会成立了质量管理委员会 制定了相关的JIS标准 2020 6 1 9 控制图应用范例 1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂 结果发现平均每家工厂采用137张控制图 美国柯达彩色胶卷公司有5000多名职工 一共应用了35000张控制图 平均每名职工做七张控制图 2020 6 1 10 SPC SQC 针对产品所做的仍只是在做SQC 针对过程的重要控制参数所做的才是SPC RealTimeResponse 2020 6
5、1 11 SPC概要说明 目的 寻找有效的方法来提供产品和服务 并不断在价值上得以改进 目标 是达到顾客满意 包括内部和外部顾客 对象 从事统计方法应用的管理人员 范围 基本统计方法包括与统计过程控制及过程能力分析有关的方法 但不是全部 2020 6 1 12 a 收集数据并用统计方法解释不是最终目标 最终目标是对实现过程的不断理解 b 研究变差和应用统计知识改进性能的基本概念适用于任何领域 c SPC代表统计过程控制 d 结合实际过程控制理解 e 只是应用统计方法的开始 f 假设的前提是测量系统是处于受控状态并对数据的总变差没有大的影响 SPC概要说明 2020 6 1 13 SPC设想 藉
6、由以往的数据 了解正常的变异范围 设定成控制界限 绘点判定是否超出界限 纠正异常 持续改进 缩小控制界限 2020 6 1 14 SPC常用术语解释 2020 6 1 15 SPC常用术语解释 2020 6 1 16 SPC常用术语解释 2020 6 1 17 预防与检测 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 2020 6 1 18 预防与检测 过程控制的需要检测 容忍浪费预防 避免浪费 2020 6 1 19 波动的概念 波动的概念是指在现实生活中没有两件东西是完全一样的 生产实践证明 无论用多么精密的设备和工具 多么高超的操作技术 甚至由同一操作工 在同一设备上
7、用相同的工具 用相同材料的生产同种产品 其加工后的质量特性 如 重量 尺寸等 总是有差异 这种差异称为波动 公差制度实际上就是对这个事实的客观承认 消除波动不是SPC的目的 但通过SPC可以对波动进行预测和控制 2020 6 1 20 制程组成和波动原因 波动原因 2020 6 1 21 波动的种类 正常波动 是由普通 偶然 原因造成的 如操作方法的微小变动 机床的微小振动 刀具的正常磨损 夹具的微小松动 材质上的微量差异等 正常波动引起工序质量微小变化 难以查明或难以消除 它不能被操作工人控制 只能由技术 管理人员控制在公差范围内异常波动 是由特殊 异常 原因造成的 如原材料不合格 设备出现
8、故障 工夹具不良 操作者不熟练等 异常波动造成的波动较大 容易发现 应该由操作人员发现并纠正 2020 6 1 22 普通原因和特殊原因 普通原因 指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因 我们称之为 处于统计控制状态 受统计控制 或有时简称 受控 普通原因表现为一个稳定系统的偶然原因 只有变差的普通原因存在且不改变时 过程的输出才可以预测 特殊原因 指的是造成不是始终作用于过程的变差的原因 即当它们出现时将造成 整个 过程的分布改变 除非所有的特殊原因都被查找出来并且采取了措施 否则它们将继续用不可预测的方式来影响过程的输出 如果系统内存在变差的特殊原因 随时间的
9、推移 过程的输出将不稳定 2020 6 1 23 普通原因和特殊原因 2020 6 1 24 普通原因和特殊原因 2020 6 1 25 普通原因与特殊原因举例 合格原料的微小变化机械的微小震动气候 环境的微小变化等等 使用不合格原料设备调整不当新手作业 违背操作规程刀具过量磨损等等 2020 6 1 26 普通原因 特殊原因示意图 普通原因的波动范围 异常原因导致的波动范围 异常原因导致的波动范围 UCL LCL 2020 6 1 27 局部措施和对系统采取措施 局部措施通常用来消除变差的特殊原因通常由与过程直接相关的人员实施大约可纠正15 的过程问题 对系统采取措施通常用来消除变差的普通原
10、因几乎总是要求管理措施 以便纠正大约可纠正85 的过程问题 2020 6 1 28 局部措施 系统措施示意图 解决普通原因的系统措施 解决异常原因的局部措施 解决异常原因的局部措施 UCL LCL 2020 6 1 29 过程控制系统 A 过程的理解B 统计过程控制思想C 数据类型D 正态分布简介E 统计控制状态F 防止两类错误 2020 6 1 30 A 过程的理解 有反馈的过程控制系统模型 2020 6 1 31 B 统计过程控制思想 假定过程是处于受控状态 一旦显示偏离这一状态 极大可能是过程失控 需要及时调整 产品质量波动原因是由普通原因和特殊原因引起的 产品质量总是变化的 受控状态
11、指仅由普通原因引起的质量波动 受控状态的产品质量也应该是波动的 SPC应用概率论基本原理 小概率事件在一次试验当中是不可能发生的 指发生机会非常小的事件 2020 6 1 32 C 数据类型 质量数据的特点是数据总是波动的 质量数据的变差是具有统计规律性的 是建立在大量重复试验基础上 2020 6 1 33 D 正态分布简介 直方图中对称型的形状是 中间高 两边低 左右基本对称 若样本容量不断增加 并且使分组增多 分组的区间不断细分 则直方图的对称性越来越接近如下图所表示的曲线 2020 6 1 34 D 正态分布简介 2020 6 1 35 D 正态分布简介 2020 6 1 36 D 正态
12、分布简介 2020 6 1 37 D 正态分布简介 x为总体的取值 是总体的平均值 是位置参数 是改变正态分布曲线的位置 不改变形状 是总体标准差 表示数据分散程度的统计量 是形状参数 不改变正态曲线的位置 改变其形状大 矮胖 小 高瘦 实际运用中 用s 样本标准差 用x 样本均值 代替 即 s x 2020 6 1 38 D 正态分布简介 正态分布曲线性质 a 曲线关于x 对称 b 在x 处曲线处于最高点 当x向左 向右远离时曲线不断降低 c 曲线形状由 和 唯一确定 或简记 N d 当 0 1时正态分布称为标准正态分布简记为N 0 1 2020 6 1 39 D 正态分布简介 P 3 X
13、3 P 3 X 3 P 3 X 3 2 1 0 00135 1 0 9973 99 73 2020 6 1 40 E 统计控制状态 3 3 LCL UCL CL 产品质量特性值落在 3 3 范围内概率为99 73 落在该区域范围之外的概率是0 27 休哈特根据这一点发明了控制图 2020 6 1 41 E 统计控制状态 统计控制状态是由过程中只有普通原因产生的变差引起 控制状态是生产所追求的目标 因为在控制状态下具有 对产品质量有完全把握 生产是最经济的 在控制状态下所产生的不合格品最少 生产最经济 在控制状态下 过程的变差的最小 2020 6 1 42 F 防止两类错误 所有的统计方法都是会
14、产生错误 因为我们只控制99 73 要防止两种错误 虚发警报漏发警报 2020 6 1 43 管制界限和规格界限 规格界限 是用以说明品质特性之最大许可值 来保证各个单位产品之正确性能 管制界限 应用于一群单位产品集体之量度 这种量度是从一群中各个单位产品所得之观测值所计算出来者 2020 6 1 44 过程控制和过程能力 2020 6 1 45 过程控制和过程能力 简言之 首先应通过检查并消除变差的特殊原因使过程处于受统计控制状态 那么其性能是可预测的 就可评定满足顾客期望的能力 2020 6 1 46 持续改进 2020 6 1 47 过程改进循环 PLAN DO STUDY ACT PL
15、AN DO STUDY ACT PLAN DO STUDY ACT 1 分析過程本過程應做些什麼會出現什麼錯誤達到統計控制狀態確定能力 2 維護過程監控過程性能查找偏差的特殊原因並採取措施 3 改变过程从而更好理解普通原因变差减少普通原因变差 2020 6 1 48 控制图示例 控制图是用于分析和控制过程质量的一种方法 控制图是一种带有控制界限的反映过程质量的记录图形 图的纵轴代表产品质量特性值 或由质量特性值获得的某种统计量 横轴代表按时间顺序 自左至右 抽取的各个样本号 图内有中心线 记为CL 上控制界限 记为UCL 和下控制界限 记为LCL 三条线 见下图 控制图定义 2020 6 1
16、49 控制图原理说明 工序处于稳定状态下 其计量值的分布大致符合正态分布 由正态分布的性质可知 质量数据出现在平均值的正负三个标准偏差 X 3 之外的概率仅为0 27 这是一个很小的概率 根据概率论 视小概率事件为实际上不可能 的原理 可以认为 出现在X 3 区间外的事件是异常波动 它的发生是由于异常原因使其总体的分布偏离了正常位置控制限的宽度就是根据这一原理定为 3 2020 6 1 50 控制图原理说明 2020 6 1 51 控制图所用的统计原理 2020 6 1 52 控制图 过程控制的工具 上控制限 中线 下控制限 1 收集 收集数据并画在图上2 控制 根据过程数据计算试验控制限 识别变差的特殊原因并采取措施3 分析及改进 确定普通原因变差的大小并采取减小它的措施重复这三个阶段从而不断改进过程 步骤 2020 6 1 53 控制图的目的 管制和一般的统计图不同 因其不仅能将数值以曲线表示出来 以观其变异之趋势 且能显示变异系属于机遇性或非机遇性 以指示某种现象是否正常 而采取适当之措施 2020 6 1 54 控制图的益处 合理使用控制图能供正在进行过程控制的操作者使用有于过
